What intelligent machines can learn from a school of fish | Radhika Nagpal

Translator: Mohammad Javad Najafi rad Reviewer: Nima Pourreza

In my early days as a graduate student,

در اولین روزهای دوران دانشجویی ارشد،

I went on a snorkeling trip off the coast of the Bahamas.

به یک سفر غواصی زیر آب در سواحل باهاما رفتم.

I'd actually never swum in the ocean before,

راستش قبلاً در اون اقیانوس شنا نکرده بودم،

so it was a bit terrifying.

بنابراین کمی ترسیده بودم.

What I remember the most is, as I put my head in the water

چیزی که بیشتر به یاد می‌آورم، همانطور که سرم را در آب گذاشتم

and I was trying really hard to breathe through the snorkel,

و سخت تلاش می‌کردم از طریق لوله تنفس نفس بکشم،

this huge group of striped yellow and black fish

یک گروه بزرگ از ماهی‌های راه راه زرد و سیاه

came straight at me ...

مستقیم به سمت من آمدند ...

and I just froze.

و من فقط بی‌حرکت ماندم.

And then, as if it had suddenly changed its mind,

و بعد، مثل اینکه ناگهانی عقیده‌شان عوض بشود،

came towards me and then swerved to the right

به سمت من می‌آمدند و بعد به سمت راستم منحرف می‌شدند

and went right around me.

و به اطراف من می‌رفتند.

It was absolutely mesmerizing.

بسیار مسحور کننده بود.

Maybe many of you have had this experience.

شاید خیلی از شماها همچین تجربه‌ای داشته‌اید.

Of course, there's the color and the beauty of it,

البته، با وجود رنگ و زیبایی آن‌ها،

but there was also just the sheer oneness of it,

اما در آن یک نوع یکنواختی وجود داشت،

as if it wasn't hundreds of fish

که انگار این‌ها صدها ماهی نیستند

but a single entity with a single collective mind

بلکه انگار یک نهاد واحد با یک ذهن واحد جمعی

that was making decisions.

داشت برایشان تصمیم گیری می‌کرد.

When I look back, I think that experience really ended up determining

وقتی به عقب نگاه می‌کنم، فکر می‌کنم از این تجربه درس گرفتم

what I've worked on for most of my career.

و در بیشتر کارهایم از آن استفاده کردم.

I'm a computer scientist,

من یک محقق کامپیوتر هستم،

and the field that I work in is artificial intelligence.

و در زمینه هوش مصنوعی کار می‌کنم.

And a key theme in AI

و یک موضوع مهم در هوش مصنوعی

is being able to understand intelligence by creating our own computational systems

توانایی درک هوش با ایجاد سیستم‌های محاسباتی خودمان است

that display intelligence the way we see it in nature.

که هوش را به‌طریقی که در طبیعت می‌بینیم نشان دهد.

Now, most popular views of AI, of course, come from science fiction and the movies,

در حال حاضر، بیشتر ایده‌های هوش مصنوعی، از فیلم‌ها و تخیلات آمده است،

and I'm personally a big Star Wars fan.

و من شخصاً طرفدار فیلم «جنگ ستارگان» هستم.

But that tends to be a very human-centric view of intelligence.

اما به نظر می‌رسد این نگرش به هوش بسیار انسان محور است.

When you think of a fish school,

وقتی به دسته ماهی‌ها یا،

or when I think of a flock of starlings,

پرندگان مهاجر فکر می‌کنید،

that feels like a really different kind of intelligence.

یک نوع دیگری از هوش رو لمس می‌کنید.

For starters, any one fish is just so tiny

برای مبتدی‌ها، یک ماهی اینقدر کوچک است

compared to the sheer size of the collective,

که قابل قیاس با اندازه مجموعه نیست،

so it seems that any one individual

و به نظر می‌رسد هر کدام

would have a really limited and myopic view of what's going on,

یک جنبه کوچکی از مجموعه هستند،

and intelligence isn't really about the individual

هم چنین هوش فرد گرا نیست

but somehow a property of the group itself.

اما به تک تک اعضا مربوط می‌شود.

Secondly, and the thing that I still find most remarkable,

ثانیاً، چیزی که واقعا قابل توجه است،

is that we know that there are no leaders supervising this fish school.

این است که می‌دانیم رهبری برای این گروه از ماهی‌ها وجود ندارد.

Instead, this incredible collective mind behavior

در عوض، این رفتار جمعی باور نکردنی

is emerging purely from the interactions of one fish and another.

صرفاً از تعاملات یک ماهی با ماهی دیگر نشات می‌گیرد.

Somehow, there are these interactions or rules of engagement

به هر حال، این تعاملات یا قواعد تعامل

between neighboring fish

بین ماهی‌ها در جریان است

that make it all work out.

که تمام کارها را انجام می‌دهد.

So the question for AI then becomes,

و باز سوال برای هوش مصنوعی مطرح می‌شود که،

what are those rules of engagement that lead to this kind of intelligence,

که این قواعد تعامل چیست که منجربه این نوع هوش می‌شود،

and of course, can we create our own?

و حتی آیا خودمان می‌توانیم نمونه‌اش را درست کنیم؟

And that's the primary thing that I work on with my team in my lab.

و این اصلی‌ترین چیزی است که در آزمایشگاه با تیمم کار می‌کنم.

We work on it through theory,

و ما با این نظریه کار می‌کنیم،

looking at abstract rule systems

با نگاه به قوانین انتزاعی حاکم بر سیستم‌ها

and thinking about the mathematics behind it.

و هم چنین با فکر کردن به ریاضیات پشت آن.

We also do it through biology, working closely with experimentalists.

ما همچنین روی زیست شناسی آن با همکاری نزدیک با متخصصان کار می‌کنیم.

But mostly, we do it through robotics,

ولی اغلب، روی رباتیک کار می‌کنیم،

where we try to create our own collective systems

جایی که سعی می‌کنیم سیستم‌های جمعی خودمان را ایجاد کنیم

that can do the kinds of things that we see in nature,

که می‌تواند چیزهایی که در طبیعت می‌بینیم را انجام دهد،

or at least try to.

یا حداقل شبیه آن باشد.

One of our first robotic quests along this line

یکی از اولین ماموریت‌های رباتیک ما در این حوزه

was to create our very own colony of a thousand robots.

این بود که ما گروه خودمان را از هزاران ربات درست کنیم.

So very simple robots,

ربات‌هایی بسیار ساده،

but they could be programmed to exhibit collective intelligence,

اما برنامه پذیر برای نشان دادن هوش جمعی،

and that's what we were able to do.

واین چیزی است که توانستیم انجام دهیم.

So this is what a single robot looks like.

پس یک ربات اینگونه به نظر می‌رسد.

It's quite small, about the size of a quarter,

بسیار کوچک، در اندازه یک سکه ۲۵ میلی متری

and you can program how it moves,

و می‌توانید برنامه ریزی کنید که چگونه حرکت کند،

but it can also wirelessly communicate with other robots,

و همچنین می‌تواند به صورت بیسیم با بقیه ربات‌ها ارتباط برقرار کند،

and it can measure distances from them.

و فاصله خود را با بقیه اندازه گیری کند.

And so now we can start to program exactly an interaction,

و الان می‌توانیم پروژه را شروع کنیم دقیقا یک تعامل،

a rule of engagement between neighbors.

یک قانون تعامل بین همسایگان.

And once we have this system,

و هنگامیکه ما این سیستم را داریم،

we can start to program many different kinds of rules of engagement

می‌توانیم بسیاری از این پروژه‌ها و تعاملات را که در

that you would see in nature.

طبیعت می‌بینیم شبیه سازی کنیم.

So for example, spontaneous synchronization,

به طور مثال، هماهنگ سازی خود به خودی،

how audiences are clapping and suddenly start all clapping together,

که چگونه تعدادی از حضار دست می‌زنند و ناگهان همگی با هم دست می‌زنند،

the fireflies flashing together.

یا کرم‌های شب تاب با هم می‌درخشند.

We can program rules for pattern formation,

ما می‌توانیم ساخت الگوهای این قوانین را برنامه ریزی کنیم،

how cells in a tissue

چگونه سلول‌ها در یک بافت

determine what role they're going to take on

تشخیص می‌دهند که هر کدام چه نقشی دارند

and set the patterns of our bodies.

و الگوهای بدن ما را تنظیم می‌کنند.

We can program rules for migration,

می‌توانیم قواعد مهاجرت را برنامه پذیر کنیم

and in this way, we're really learning from nature's rules.

و به این طریق می‌توانیم قوانین طبیعت را یاد بگیریم.

But we can also take it a step further.

حتی می‌توانیم آنها را یک گام به‌جلو ببریم.

We can actually take these rules that we've learned from nature

ما می‌توانیم این قوانینی که از طبیعت یاد گرفته ایم را بگیریم

and combine them and create entirely new collective behaviors

ترکیب شان کنیم و در نهایت یک رفتار جمعی جدید بسازیم

of our very own.

که مختص خودمان باشد.

So for example,

برای مثال،

imagine that you had two different kinds of rules.

تصور کنید شما دو نوع مختلف قانون داشتید.

So your first rule is a motion rule

قانون اول که قانون حرکت است

where a moving robot can move around other stationary robots.

جایی که یک ربات می‌تواند بین ربات های ایستاده دیگر حرکت کند.

And your second rule is a pattern rule

و قانون دوم، قانون الگو است

where a robot takes on a color based on its two nearest neighbors.

جایی که یک ربات از دو تا از نزدیک ترین همسایگانش رنگی را می‌گیرد.

So if I start with a blob of robots in a little pattern seed,

بنابراین اگر با یک گروه از ربات‌ها شروع کنم،

it turns out that these two rules are sufficient for the group

معلوم است که این دو قاعده برای این دو گروه کافی است

to be able to self-assemble a simple line pattern.

تا یک الگوی خط ساده را خودش بتواند جمع آوری کند.

And if I have more complicated pattern rules,

و اگر قواعد پیچیده بیشتری داشته باشم

and I design error correction rules,

و قوانین اصلاح خطا را طراحی کنم،

we can actually create really, really complicated self assemblies,

ما واقعاً می‌توانیم مجموعه‌های پیچیده خود-سازمان‌دهی را ایجاد کنیم،

and here's what that looks like.

و این چیزی که به نظر می‌رسد.

So here, you're going to see a thousand robots

در اینجا هزاران ربات را خواهید دید که

that are working together to self-assemble the letter K.

با هم برای درست کردن حرف K همکاری می‌کنند.

The K is on its side.

جهت آن از بالا به پائین.

And the important thing is that no one is in charge.

و قسمت مهم اینجاست که هیچکس رهبر نیست.

So any single robot is only talking to a small number of robots nearby it,

بنابراین یک ربات با تعداد کمی از همسایگان خود ارتباط برقرار می‌کند،

and it's using its motion rule to move around the half-built structure

و برای حرکت پیرامون سازه در حال تکمیل از قانون حرکتش استفاده می‌کند

just looking for a place to fit in based on its pattern rules.

و با توجه به الگویش دنبال یک مکان می‌گردد تا در آنجا قرار گیرد.

And even though no robot is doing anything perfectly,

حتی اگر هیچ رباتی کار خود را به خوبی انجام ندهد،

the rules are such that we can get the collective to do its goal

قوانین طوری تنظیم شده‌اند که کل گروه برای رسیدن به هدف با جدیت

robustly together.

تلاش می‌کنند.

And the illusion becomes almost so perfect, you know --

و تقریباً اینجا اشتباه پیش می‌آید که،

you just start to not even notice that they're individual robots at all,

در ابتدا به این توجه نمی‌کنید که این‌ها ربات‌های فردی هستند،

and it becomes a single entity,

تبدیل به یک موجودیت واحد می‌شوند،

kind of like the school of fish.

مثل دسته ماهی‌ها.

So these are robots and rules in two dimensions,

این تصویر ربات‌ها و قوانین سازنده در محیط دو بعدی است،

but we can also think about robots and rules in three dimensions.

اما می‌توانیم آن‌ها را در سه بعد نیز تصور کنیم.

So what if we could create robots that could build together?

و چی می‌شد اگر ما بتوانیم ربات‌هایی را بسازیم که بتوانند خودشان را بسازند؟

And here, we can take inspiration from social insects.

و اینجا، می‌توانیم از حشرات اجتماعی نیز الهام بگیریم.

So if you think about mound-building termites

اگر تپه موریانه‌‎ها را درنظر بگیرید

or you think about army ants,

یا حتی مورچه‌های سرباز،

they create incredible, complex nest structures out of mud

آنها لانه‌های پیچیده ای ازگل را به طور باورنکردنی می‌سازند

and even out of their own bodies.

و حتی از خود بدن‌هایشان.

And like the system I showed you before,

و این سیستمی است که قبلا به شما گفته بودم،

these insects actually also have pattern rules

و این حشرات واقعاً همچنین الگوهایی دارند

that help them determine what to build,

که به آنها کمک می‌کنند بفهمند چی بسازند،

but the pattern can be made out of other insects,

و این الگو می‌تواند از حشرات دیگر نیز گرفته شود،

or it could be made out of mud.

یا حتی از ساختار گِل.

And we can use that same idea to create rules for robots.

و ما می‌توانیم از همین ایده برای ساخت قواعد روبات‌ها استفاده کنیم.

So here, you're going to see some simulated robots.

در اینجا بعضی از ربات‌‎های شبیه سازی شده را می‌بینید.

So the simulated robot has a motion rule,

این ربات شبیه سازی شده دارای یک قانون حرکت است

which is how it traverses through the structure,

که چگونه از الگوها برای توسعه استفاده می‌کند،

looking for a place to fit in,

چگونه یک مکان را برای قرار گیری پیدا کند،

and it has pattern rules where it looks at groups of blocks

و الگوهایی دارد که وقتی به گروهی از بلوک‌ها می‌رسد

to decide whether to place a block.

تصمیم بگیرد که بلوک جدیدی را بگذارد یا نه.

And with the right motion rules and the right pattern rules,

و با قوانین حرکت و الگوهای درست،

we can actually get the robots to build whatever we want.

ما می‌توانیم از ربات‌ها برای ساخت هر چیزی که می‌خواهیم استفاده کنیم.

And of course, everybody wants their own tower.

معلومه که هرکسی دنبال ساخت برج خودش خواهد بود.

(Laughter)

(خنده)

So once we have these rules,

پس بعد از مشخص شدن قوانین،

we can start to create the robot bodies that go with these rules.

می‌توانیم سراغ ساخت شکل ربات‌ها متناسب با این الگوها برویم.

So here, you see a robot that can climb over blocks,

اینجا رباتی را می‌بینید که می‌تواند از بلوک‌ها بالا برود

but it can also lift and move these blocks

و می‌تواند بلوک‌ها را بلند و جا به جا کند

and it can start to edit the very structure that it's on.

و می‌تواند مکان هر بلوک را اصلاح کند.

But with these rules,

اما با این قوانین،

this is really only one kind of robot body that you could imagine.

این تنها یک نوع از ربات‌هایی هست که می‌توانید تصورش کنید.

You could imagine many different kinds of robot bodies.

می‌توانید انواع اشکال مختلفی از ربات‌ها را تصور کنید.

So if you think about robots that maybe could move sandbags

می‌توانید روباتی را تصور کنید که کیسه‌های شن را جا به جا کند

and could help build levees,

و می‌تواند به ساخت خاکریزها کمک کند،

or we could think of robots that built out of soft materials

یا می‌توانیم ربات‌هایی را تصور کنیم که از مواد نرم ساخته شده اند

and worked together to shore up a collapsed building --

و باهم برای آوار برداری یک ساختمان فرو ریخته همکاری کنند.

so just the same kind of rules in different kinds of bodies.

پس اینجا نیز می‌توان همان قوانین اولیه را در ربات‌هایی با اشکال مختلف نیز دید.

Or if, like my group, you are completely obsessed with army ants,

یا اگر، مثل گروه من، مشتاق در روش مورچه‌های سرباز هستید.

then maybe one day we can make robots that can climb over literally anything

شاید بتوانیم ربات‌هایی را بسازیم که به معنای واقعی کلمه از هر چیزی

including other members of their tribe,

حتی از روی خودشان نیز بالا بروند

and self-assemble things out of their own bodies.

و چیزهایی را به‌تنهایی بسازند.

Once you understand the rules,

هنگامی که قوانین را می‌فهمید،

just many different kinds of robot visions become possible.

می‌توانید انواع مختلفی از ربات‌ها بسازید.

And coming back to the snorkeling trip,

خب برگردیم به سفر دریایی‌مان،

we actually understand a great deal about the rules that fish schools use.

ما در واقع تعامل بزرگی در دسته ماهی‌ها می‌بینیم که از آن بهره می‌برند.

So if we can invent the bodies to go with that,

پس اگر بتوانیم همچین چیزی را بسازیم،

then maybe there is a future

ممکن است در آینده

where I and my group will get to snorkel with a fish school of our own creation.

من و گروهم به سفر غواصی دریایی برویم که دسته ماهی‌هایشان را خودمان ساخته‌ایم.

Each of these systems that I showed you

هر کدام از سیستم‌هایی که من به شما نشان دادم،

brings us closer to having the mathematical and the conceptual tools

ما را به ابزارهای ریاضی و مفهومی نزدیک می‌کنند که بتوانیم

to create our own versions of collective power,

نسخه‌های با قدرت از تعامل جمعی برای خودمان را بسازیم،

and this can enable many different kinds of future applications,

و این می‌تواند به بسیاری از درخواست‌های کاربردی ما در آینده پاسخ دهد.

whether you think about robots that build flood barriers

وقتی که ربات‌هایی به وجود آیند که مانعی برای سیل بسازند

or you think about robotic bee colonies that could pollinate crops

یا ربات‌های زنبور مانندی که محصولات کشاورزی را گرده افشانی کنند

or underwater schools of robots that monitor coral reefs,

یا دسته ربات‌های آبی که صخره‌های مرجانی را زیر نظر داشته باشند،

or if we reach for the stars and we thinking about programming

یا اگر ما به ستاره‌ها رسیدم، برای [برقراری ارتباط]

constellations of satellites.

بتوانیم شبکه‌ای از ماهواره‌های برنامه پذیر داشته باشیم.

In each of these systems,

در هر کدام از این سیستم‌ها،

being able to understand how to design the rules of engagement

توانایی فهم نحوه طراحی قوانین تعامل

and being able to create good collective behavior

و توانایی ساخت رفتار جمعی خوب

becomes a key to realizing these visions.

کلیدی است که برای درک بهتر این دیدگاه‌ها.

So, so far I've talked about rules for insects and for fish

تاکنون، درباره قوانین حشرات، ماهی‌ها

and for robots,

و همچنین روبات‌ها صحبت کردم،

but what about the rules that apply to our own human collective?

اما درباره قوانینی که حاکم بر مشارکت جمعی ماست چطور؟

And the last thought that I'd like to leave you with

و آخرین حرفی که می‌خوام شما را باهاش تنها بگذارم اینه که

is that science is of course itself

علم البته در وجود خودش

an incredible manifestation of collective intelligence,

شاکله‌ای باورنکردنی از هوشمندی دسته‌جمعی را دارد.

but unlike the beautiful fish schools that I study,

اما برخلاف دسته ماهی‌هایی که مطالعه می‌کنم،

I feel we still have a much longer evolutionary path to walk.

من احساس می‌کنم مسیر تکاملی طولانی‌تری برای رفتن داریم.

So in addition to working on improving the science of robot collectives,

بنابراین علاوه‌بر کار بر روی بهبود علم مشارکت ربات‌‌‌ها،

I also work on creating robots and thinking about rules

من درباره ساخت ربات و قوانین آن کار می‌کنم

that will improve our own scientific collective.

که در آینده همکاری علمی خودمان را بهبود خواهد داد.

There's this saying that I love:

چیزی که دوست دارم بگم اینه که:

who does science determines what science gets done.

محقق علمی است که تعیین می‌کند علم به کجا برود.

Imagine a society

جامعه‌ای را تصور کنید

where we had rules of engagement

که در آن قوانین تعاملی داشته باشیم

where every child grew up believing that they could stand here

که هر بچه‌ای که بزرگ می‌شود باور داشته باشد که روزی می‌تواند در اینجا بایستد

and be a technologist of the future,

و محقق تکنولوژی آینده باشد،

or where every adult

یا جایی که هر بزرگ سالی

believed that they had the ability not just to understand but to change

معتقد باشد که نه‌تنها می‌تواند بفهمد، بلکه توانایی تغییر این که

how science and technology impacts their everyday lives.

چطور تکنولوژی هر روز بر زندگی‌شان تاثیر می‌گذارد را دارد.

What would that society look like?

همچین جامعه‌ای به چی شبیه است؟

I believe that we can do that.

معتقدم می‌توانیم انجامش دهیم.

I believe that we can choose our rules,

معتقدم می‌توانیم قوانین خودمان را بسازیم،

and we engineer not just robots

ما فقط ربات‌ها را مهندسی نمی‌کنیم

but we can engineer our own human collective,

بلکه مجموعه انسانی را نیز می‌توانیم مهندسی کنیم،

and if we do and when we do, it will be beautiful.

و اگر بتوانم و زمانی انجامش بدهیم، جامعه زیبایی خواهیم داشت.

Thank you.

متشکرم.

(Applause)

(تشویق)