Why Don’t We Have Better Robots Yet? | Ken Goldberg | TED

201,907 views ・ 2024-03-28

TED


Fare doppio clic sui sottotitoli in inglese per riprodurre il video.

Traduttore: Giorgia Salvato Revisore: Agnese Giacomelli
00:04
I have a feeling most people in this room would like to have a robot at home.
0
4268
5739
Credo che molte persone in questa stanza vorrebbero avere un robot a casa.
00:10
It'd be nice to be able to do the chores and take care of things.
1
10041
3603
Sarebbe bello fargli fare le faccende domestiche e occuparsi delle cose.
00:13
Where are these robots?
2
13677
1168
Dove sono questi robot?
00:14
What's taking so long?
3
14879
1601
Perché ci vuole così tanto?
00:16
I mean, we have our tricorders,
4
16514
2636
Abbiamo i nostri tricorder
00:19
and we have satellites.
5
19183
2603
e abbiamo i satelliti.
00:22
We have laser beams.
6
22253
2169
Abbiamo raggi laser.
00:24
But where are the robots?
7
24755
1935
Ma dove sono i robot?
00:26
(Laughter)
8
26690
1502
(Risate)
00:28
I mean, OK, wait, we do have some robots in our home,
9
28225
3170
Aspettate, abbiamo dei robot in casa,
00:31
but, not really doing anything that exciting, OK?
10
31395
4238
ma non stanno facendo niente di così eclatante, okay?
00:35
(Laughter)
11
35666
1268
(Risate)
00:36
Now I've been doing research at UC Berkeley for 30 years
12
36967
4205
Faccio ricerche all’Università di Berkeley da 30 anni
00:41
with my students on robots,
13
41205
2703
con i miei studenti sui robot
00:43
and in the next 10 minutes,
14
43941
1435
e nei prossimi 10 minuti
00:45
I'm going to try to explain the gap between fiction and reality.
15
45409
4805
cercherò di spiegare il divario tra finzione e realtà.
00:50
Now we’ve seen images like this, right?
16
50514
2803
Abbiamo tutti visto immagini come questa.
00:53
These are real robots.
17
53350
1235
Questi sono veri robot.
00:54
They're pretty amazing.
18
54585
1201
Sono incredibili.
00:55
But those of us who work in the field,
19
55820
1868
Ma per quelli di noi che lavorano sul campo
00:57
well, the reality is more like this.
20
57721
2036
la realtà è più simile a questa.
00:59
(Laughter)
21
59757
2502
(Risate)
01:02
That's 99 out of 100 times, that's what happens.
22
62293
3203
È così 99 volte su 100, ecco cosa succede.
01:05
And in the field, there's something that explains this
23
65529
2836
Sul campo, c’è qualcosa che spiega tutto ciò
01:08
that we call Moravec's paradox.
24
68399
2302
che chiamiamo paradosso di Moravec.
01:10
And that is, what's easy for robots,
25
70734
2069
E cioè, ciò che è facile per i robot,
01:12
like being able to pick up a large object,
26
72837
3570
come essere in grado di raccogliere un oggetto grande,
01:16
large, heavy object,
27
76440
1268
grande e pesante,
01:17
is hard for humans.
28
77708
2202
è difficile per gli umani.
01:20
But what's easy for humans,
29
80377
2369
Ma ciò che è facile per gli umani,
01:22
like being able to pick up some blocks and stack them,
30
82780
3804
come essere in grado di raccogliere alcuni blocchi e impilarli,
01:26
well, it turns out that is very hard for robots.
31
86584
3970
si è scoperto che è molto difficile per i robot.
01:31
And this is a persistent problem.
32
91388
2236
Questo è un problema persistente.
01:33
So the ability to grasp arbitrary objects is a grand challenge for my field.
33
93657
6307
La capacità di afferrare oggetti casuali è una grande sfida per il mio campo.
01:40
Now by the way, I was a very klutzy kid.
34
100531
4204
A proposito, ero un ragazzino molto maldestro.
01:44
(Laughter)
35
104735
1301
(Risate)
Lasciavo cadere le cose.
01:46
I would drop things.
36
106070
1168
Ogni volta che qualcuno mi lanciava una palla, la lasciavo cadere.
01:47
Any time someone would throw me a ball, I would drop it.
37
107271
2636
01:49
I was the last kid to get picked on a basketball team.
38
109940
2703
Ero l’ultimo a essere scelto nella squadra di basket.
01:52
I'm still pretty klutzy, actually,
39
112676
1635
Sono ancora piuttosto maldestro, a dire il vero,
01:54
but I have spent my entire career studying how to make robots less clumsy.
40
114345
5472
ma ho trascorso tutta la mia carriera a studiare per rendere i robot meno goffi.
02:00
Now let's start with the hardware.
41
120484
1935
Ora iniziamo con l'hardware.
02:02
So the hands.
42
122453
2069
Quindi le mani.
02:04
Now this is a robot hand, a particular type of hand.
43
124555
3337
Ora questa è una mano robotica, un tipo particolare di mano.
02:07
It's a lot like our hand.
44
127925
1235
Assomiglia alla nostra.
02:09
And it has a lot of motors, a lot of tendons
45
129193
3470
E ha molti motori, molti tendini
02:12
and cables as you can see.
46
132696
1535
e cavi, come potete vedere.
02:14
So it's unfortunately not very reliable.
47
134265
2602
Quindi sfortunatamente non è molto affidabile.
02:16
It's also very heavy and very expensive.
48
136901
2435
È anche molto pesante e molto costosa.
02:19
So I'm in favor of very simple hands, like this.
49
139637
3803
Quindi sono a favore di mani molto semplici, come questa.
02:23
So this has just two fingers.
50
143440
2403
Questo ha solo due dita.
02:25
It's known as a parallel jaw gripper.
51
145876
1769
È nota come pinza a griffe parallele.
02:28
So it's very simple.
52
148012
1535
È molto semplice.
02:29
It's lightweight and reliable and it's very inexpensive.
53
149580
4438
È leggera e affidabile ed è molto economica.
02:34
And if you're doubting that simple hands can be effective,
54
154652
3970
E se dubitate dell’efficinza delle mani semplici,
02:38
look at this video where you can see that two very simple grippers,
55
158622
4371
guardate questo video in cui potete vedere due pinze molto semplici,
02:43
these are being operated, by the way,
56
163027
1935
azionate, tra l'altro,
02:44
by humans who are controlling the grippers like a puppet.
57
164995
2903
da umani che controllano le pinze come un burattino.
02:47
But very simple grippers are capable of doing very complex things.
58
167898
3504
Ma delle pinze molto semplici sono capaci di fare azioni molto complesse.
02:51
Now actually in industry,
59
171435
1468
In realtà, nell’industria,
02:52
there’s even a simpler robot gripper, and that’s the suction cup.
60
172937
3703
c’è ancora un’altra pinza robotizzata più semplice, quella a ventosa.
02:56
And that only makes a single point of contact.
61
176674
2469
Effettua un unico punto di contatto.
02:59
So again, simplicity is very helpful in our field.
62
179176
3037
Ancora una volta, la semplicità è molto utile nel nostro campo.
03:02
Now let's talk about the software.
63
182646
2169
Ora parliamo del software.
03:04
This is where it gets really, really difficult
64
184815
3203
È qui che le cose diventano davvero difficili
03:08
because of a fundamental issue, which is uncertainty.
65
188018
4004
a causa di un problema fondamentale, che è l’incertezza.
03:12
There's uncertainty in the control.
66
192356
2202
C'è incertezza nel controllo.
03:14
There’s uncertainty in the perception.
67
194592
2135
C'è incertezza nella percezione.
03:16
And there’s uncertainty in the physics.
68
196760
2169
E c'è incertezza nella fisica.
03:19
Now what do I mean by the control?
69
199463
1668
Ora cosa intendo per controllo?
03:21
Well if you look at a robot’s gripper trying to do something,
70
201165
3670
Se si guarda la pinza di un robot che cerca di fare qualcosa
03:24
there's a lot of uncertainty in the cables and the mechanisms
71
204868
3904
c’è molta incertezza nei cavi e nei meccanismi
03:28
that cause very small errors.
72
208806
2102
che causano errori molto piccoli.
03:30
And these can accumulate and make it very difficult to manipulate things.
73
210908
4104
E questi possono accumularsi e rendere complessa la manipolazione delle cose.
03:36
Now in terms of the sensors, yes,
74
216046
2002
Per quanto riguarda i sensori, sì,
03:38
robots have very high-resolution cameras just like we do,
75
218082
3803
i robot hanno telecamere ad altissima risoluzione, proprio come noi,
03:41
and that allows them to take images of scenes in traffic
76
221919
3904
che consentono loro di scattare foto di scene nel traffico
03:45
or in a retirement center,
77
225856
1668
o in un centro di riposo,
03:47
or in a warehouse or in an operating room.
78
227558
3136
in un magazzino o in una sala operatoria.
03:50
But these don't give you the three-dimensional structure
79
230694
2670
Ma questo non rende la struttura tridimensionale
03:53
of what's going on.
80
233364
1334
di ciò che sta accadendo.
03:54
So recently, there was a new development called LIDAR,
81
234999
3503
Di recente c’è stato un nuovo sviluppo chiamato LIDAR,
03:58
and this is a new class of cameras that use light beams to build up
82
238535
4505
ovvero una nuovo tipo di telecamere che utilizzano fasci di luce
per costruire un modello tridimensionale dell’ambiente.
04:03
a three-dimensional model of the environment.
83
243073
2436
04:06
And these are fairly effective.
84
246277
1768
E sono abbastanza efficaci.
04:08
They really were a breakthrough in our field, but they're not perfect.
85
248078
4171
Sono state davvero una svolta nel nostro campo, ma non sono perfette.
04:12
So if the objects have anything that's shiny or transparent,
86
252283
5005
Quindi se gli oggetti hanno qualcosa di lucido o trasparente,
04:17
well, then the light acts in unpredictable ways,
87
257288
2435
allora la luce agisce in modi imprevedibili
04:19
and it ends up with noise and holes in the images.
88
259757
2335
e produce rumore e buchi nelle immagini.
04:22
So these aren't really the silver bullet.
89
262126
2002
Quindi non sono la soluzione ideale.
04:24
And there’s one other form of sensor out there now called a “tactile sensor.”
90
264595
4171
C’è un altro tipo di sensore chiamato “sensore tattile”.
04:28
And these are very interesting.
91
268766
1501
Sono molto interessanti.
04:30
They use cameras to actually image the surfaces
92
270301
3203
Usano delle telecamere per fotografare le superfici
04:33
as a robot would make contact,
93
273504
2135
con le stesse modalità che userebbe un robot
04:35
but these are still in their infancy.
94
275673
1935
ma sono ancora agli inizi.
04:38
Now the last issue is the physics.
95
278242
2702
Ora l'ultimo problema è la fisica.
04:40
And let me illustrate for you by showing you,
96
280978
3203
Lasciate che ve lo spieghi mostrandovelo,
04:44
we take a bottle on a table
97
284214
1769
prendiamo una bottiglia su un tavolo
04:45
and we just push it,
98
285983
1168
e la spingiamo,
04:47
and the robot's pushing it in exactly the same way each time.
99
287184
3403
il robot la spinge esattamente nello stesso modo ogni volta.
04:50
But you can see that the bottle ends up in a very different place each time.
100
290621
4471
Ma potete vedere come la bottiglia finisca ogni volta in un posto diverso.
04:55
And why is that?
101
295125
1168
Come mai?
04:56
Well it’s because it depends on the microscopic surface topography
102
296327
4871
Perché dipende dalla topografia microscopica della superficie
05:01
underneath the bottle as it slid.
103
301198
2603
sotto la bottiglia mentre scivolava.
05:03
For example, if you put a grain of sand under there,
104
303834
2469
Per esempio se metteste un granello di sabbia
05:06
it would react very differently than if there weren't a grain of sand.
105
306337
3536
reagirebbe in modo diverso rispetto a quando non c’è.
05:09
And we can't see if there's a grain of sand because it's under the bottle.
106
309873
3804
E non possiamo vedere se c'è un granello di sabbia perché è sotto la bottiglia.
05:14
It turns out that we can predict the motion of an asteroid
107
314311
3937
Scopriamo che possiamo prevedere il movimento di un asteroide
05:18
a million miles away,
108
318248
2636
a un milione di miglia di distanza,
05:20
far better than we can predict the motion of an object
109
320918
3170
molto meglio di quanto possiamo prevedere il movimento di un oggetto
05:24
as it's being grasped by a robot.
110
324121
2002
mentre viene afferrato da un robot.
05:27
Now let me give you an example.
111
327391
2169
Ora lasciate che vi faccia un esempio.
05:29
Put yourself here into the position of being a robot.
112
329593
3537
Mettetevi nella posizione di essere un robot.
05:33
You're trying to clear the table
113
333731
1534
State cercando di sgombrare il tavolo
05:35
and your sensors are noisy and imprecise.
114
335265
2570
e i vostri sensori sono rumorosi e imprecisi.
05:37
Your actuators, your cables and motors are uncertain,
115
337835
3436
Gli attuatori, i cavi e i motori sono incerti
05:41
so you can't fully control your own gripper.
116
341305
2369
e non potete controllare del tutto la vostra pinza.
05:43
And there's uncertainty in the physics,
117
343707
2102
E c’è incertezza nella fisica
05:45
so you really don't know what's going to happen.
118
345809
2303
quindi non sapete davvero cosa succederà.
05:48
So it's not surprising that robots are still very clumsy.
119
348145
3604
Non sorprende che i robot siano ancora molto maldestri.
05:52
Now there's one sweet spot for robots, and that has to do with e-commerce.
120
352883
4805
Però c’è un punto debole per i robot, e ha a che fare con l’e-commerce.
05:57
And this has been growing, it's a huge trend.
121
357721
2102
E sta crescendo, è una tendenza enorme.
05:59
And during the pandemic, it really jumped up.
122
359857
3036
Durante la pandemia è aumentato moltissimo.
06:02
I think most of us can relate to that.
123
362926
2336
Penso che la maggior parte possa capirlo.
06:05
We started ordering things like never before,
124
365829
2570
Abbiamo iniziato a ordinare cose come mai prima d’allora
06:08
and this trend is continuing.
125
368432
1735
e la tendenza sta continuando.
06:10
And the challenge is to meet the demand,
126
370200
2770
La sfida è soddisfare la domanda,
06:13
we have to be able to get all these packages delivered in a timely manner.
127
373003
4972
dobbiamo essere capaci di consegnare tutti questi pacchi in maniera tempestiva.
06:18
And the challenge is that every package is different,
128
378575
2503
E la sfida è che ogni pacco è diverso,
ogni ordine è diverso.
06:21
every order is different.
129
381078
1234
06:22
So you might order some some nail polish and an electric screwdriver.
130
382346
5939
Quindi potreste ordinare dello smalto per unghie e un cacciavite elettrico.
06:28
And those two objects are going to be
131
388652
2770
E quei due oggetti
06:31
somewhere inside one of these giant warehouses.
132
391455
3036
saranno da qualche parte dentro uno di questi giganteschi magazzini.
06:34
And what needs to be done is someone has to go in,
133
394925
2336
Quello che bisogna fare è che qualcuno entri,
06:37
find the nail polish and then go and find the screwdriver,
134
397294
2769
trovi lo smalto per unghie e poi vada a cercare il cacciavite,
06:40
bring them together, put them into a box and deliver them to you.
135
400063
3204
metterli insieme in una scatola e consegnarli a voi.
06:43
So this is extremely difficult, and it requires grasping.
136
403300
3137
Questo è estremamente difficile e richiede comprensione.
06:46
So today, this is almost entirely done with humans.
137
406437
3136
Quindi oggi, questo viene fatto quasi interamente con gli umani.
06:49
And the humans don't like doing this work,
138
409606
2002
E agli umani non piace fare questo lavoro,
06:51
there's a huge amount of turnover.
139
411642
1768
il fatturato è enorme.
06:53
So it's a challenge.
140
413410
1201
Quindi è una sfida.
06:54
And people have tried to put robots
141
414611
2937
Le persone hanno provato a mettere dei robot
06:57
into warehouses to do this work.
142
417581
3070
nei magazzini per fare questo lavoro.
07:01
(Laughter)
143
421018
6339
(Risate)
07:08
It hasn't turned out all that well.
144
428192
3937
Non è andata molto bene.
07:12
But my students and I, about five years ago,
145
432563
3570
Ma io e i miei studenti circa cinque anni fa
abbiamo escogitato un metodo, utilizzando l’IA e il deep learning,
07:16
we came up with a method, using advances in AI and deep learning,
146
436133
4071
07:20
to have a robot essentially train itself to be able to grasp objects.
147
440204
3903
per far sì che un robot si addestrasse a essere in grado di afferrare oggetti.
07:24
And the idea was that the robot would do this in simulation.
148
444441
2836
L’idea era che il robot lo facesse in simulazione.
07:27
It was almost as if the robot were dreaming about how to grasp things
149
447277
3270
Era quasi come se il robot sognasse di afferrare le cose
07:30
and learning how to grasp them reliably.
150
450581
1935
e di imparare ad afferrarle in modo sicuro.
07:32
And here's the result.
151
452816
1168
Ed ecco il risultato.
Si tratta di un sistema chiamato DEX-net
07:34
This is a system called Dex-net
152
454017
1869
07:35
that is able to reliably pick up objects
153
455919
3270
che è in grado di raccogliere in modo affidabile gli oggetti
07:39
that we put into these bins in front of the robot.
154
459223
2502
che mettiamo in questi contenitori davanti al robot.
07:41
These are objects it's never been trained on,
155
461758
2670
Si tratta di oggetti su cui non è mai stato addestrato,
07:44
and it's able to pick these objects up
156
464461
1835
ed è in grado di raccoglierli
07:46
and reliably clear these bins over and over again.
157
466330
2869
e ripulire i bidoni in maniera affidabile più e più volte.
07:49
So we were very excited about this result.
158
469666
2570
Eravamo molto entusiasti di questi risultati.
07:52
And the students and I went out to form a company,
159
472269
3003
Così io e gli studenti abbiamo formato una società,
07:55
and we now have a company called Ambi Robotics.
160
475305
3103
e ora abbiamo una società chiamata Ambi Robotics.
07:58
And what we do is make machines that use the algorithms,
161
478742
4104
Ciò che facciamo è creare macchine che utilizzino gli algoritmi,
08:02
the software we developed at Berkeley,
162
482880
2268
il software che abbiamo sviluppato a Berkeley,
08:05
to pick up packages.
163
485148
1936
per raccogliere i pacchetti.
08:07
And this is for e-commerce.
164
487117
1902
È per l’e-commerce.
08:09
The packages arrive in large bins, all different shapes and sizes,
165
489052
3504
I pacchi arrivano in grandi contenitori, di diverse forme e dimensioni,
08:12
and they have to be picked up,
166
492589
1468
devono essere ritirati,
08:14
scanned and then put into smaller bins depending on their zip code.
167
494057
3337
scansionati e poi messi in contenitori più piccoli a seconda del codice postale.
08:18
We now have 80 of these machines operating across the United States,
168
498061
4205
Abbiamo 80 di queste macchine che operano negli Stati Uniti
08:22
sorting over a million packages a week.
169
502299
2836
e che smistano oltre un milione di pacchi a settimana.
08:26
Now that’s some progress,
170
506169
3204
Questo è un progresso,
08:29
but it's not exactly the home robot that we've all been waiting for.
171
509406
3837
ma non è esattamente il robot domestico che tutti stavamo aspettando.
08:33
So I want to give you a little bit of an idea
172
513677
2536
Quindi vorrei darvi un’idea
08:36
of some the new research that we're doing
173
516246
2102
delle nuove ricerche che stiamo facendo
08:38
to try to be able to have robots more capable in homes.
174
518348
3070
per cercare di avere robot che siano più capaci nelle case.
08:41
And one particular challenge is being able to manipulate deformable objects,
175
521752
4171
Una sfida in particolare è riuscire a manipolare gli oggetti deformabili,
08:45
like strings in one dimension,
176
525956
2102
come lacci a una dimensione,
08:48
two-dimensional sheets and three dimensions,
177
528058
3470
fogli bidimensionali e cose a tre dimensioni,
08:51
like fruits and vegetables.
178
531562
2202
come frutta e verdura.
08:53
So we've been working on a project to untangle knots.
179
533764
3804
Quindi stiamo lavorando a un progetto per sciogliere i nodi.
08:57
And what we do is we take a cable and we put that in front of the robot.
180
537901
4104
Quello che facciamo è prendere un cavo e metterlo davanti al robot.
Deve usare una camera per guardare in basso, analizzare il cavo,
09:02
It has to use a camera to look down, analyze the cable,
181
542039
2936
09:04
figure out where to grasp it
182
544975
1368
capire dove afferrarlo
09:06
and how to pull it apart to be able to untangle it.
183
546343
2836
e come separarlo per riuscire a districarlo.
09:09
And this is a very hard problem,
184
549580
1668
E questo è un problema molto difficile
09:11
because the cable is much longer than the reach of the robot.
185
551248
2903
perché il cavo è molto più lungo della portata del robot.
09:14
So it has to go through and manipulate, manage the slack as it's working.
186
554184
4438
Quindi deve esaminarlo e manipolarlo, gestire l’allentamento mentre funziona.
09:18
And I would say this is doing pretty well.
187
558655
2436
E direi che sta andando abbastanza bene.
09:21
It's gotten up to about 80 percent success
188
561124
2269
Ha raggiunto circa l′80% di successo
09:23
when we give it a tangled cable at being able to untangle it.
189
563427
3203
quando gli diamo un cavo aggrovigliato per riuscire a districarlo.
09:27
The other one is something I think we also all are waiting for:
190
567731
3070
L’altro è qualcosa che penso tutti noi stiamo aspettando:
09:30
robot to fold the laundry.
191
570834
2269
un robot che pieghi la biancheria.
09:33
Now roboticists have actually been looking at this for a long time,
192
573136
4071
Gli ingegneri robotici stanno esaminando la cosa da molto tempo,
09:37
and there was some research that was done on this.
193
577240
3037
e sono state fatte alcune ricerche in merito.
09:40
But the problem is that it's very, very slow.
194
580277
2869
Ma il problema è che è molto, molto lento.
09:43
So this was about three to six folds per hour.
195
583180
5572
Questo effettuava da tre a sei panni piegati all’ora.
09:48
(Laughter)
196
588785
1902
(Risate)
09:50
So we decided to to revisit this problem
197
590721
3403
Quindi abbiamo deciso di rivedere il problema
09:54
and try to have a robot work very fast.
198
594124
1902
facendo funzionare un robot velocemente.
Una delle cose che abbiamo fatto è stata
09:56
So one of the things we did was try to think
199
596059
2069
creare un robot a due braccia che potesse tirare la stoffa
09:58
about a two-armed robot that could fling the fabric
200
598128
2402
10:00
the way we do when we're folding,
201
600530
1602
come facciamo anche noi,
10:02
and then we also used friction in this case to drag the fabric
202
602132
2903
abbiamo anche usato l’attrito per trascinare il tessuto
e appianare le pieghe.
10:05
to smooth out some wrinkles.
203
605035
1602
10:06
And then we borrowed a trick which is known as the two-second fold.
204
606670
4838
Poi abbiamo preso in prestito un trucco noto come la piega in due secondi.
10:11
You might have heard of this.
205
611541
1402
Ne avrete sentito parlare.
10:12
It's amazing because the robot is doing exactly the same thing
206
612976
3270
È incredibile perché il robot fa esattamente la stessa cosa
10:16
and it's a little bit longer, but that's real time,
207
616279
2536
e ci vuole un po’ di più, ma è in tempo reale,
10:18
it's not sped up.
208
618849
1168
non è accelerato.
10:20
So we're making some progress there.
209
620017
1968
Quindi stiamo facendo dei progressi.
L’ultimo esempio è l’imbustamento.
10:23
And the last example is bagging.
210
623120
1601
10:24
So you all encounter this all the time.
211
624755
2168
Vi succede in continuazione.
10:26
You go to a corner store, and you have to put something in a bag.
212
626957
3070
Andate al negozio all’angolo e dovete mettere qualcosa in una busta.
10:30
Now it's easy, again, for humans,
213
630027
1601
È facile per gli umani
10:31
but it's actually very, very tricky for robots
214
631628
3370
ma in realtà è molto molto complicato per i robot
perché gli umani, sanno come prendere la busta
10:35
because for humans, you know how to take the bag
215
635032
2268
10:37
and how to manipulate it.
216
637300
1235
e come manipolarla.
10:38
But robots, the bag can arrive in many different configurations.
217
638568
3104
Ma per i robot, la busta può presentarsi in configurazioni diverse.
10:41
It’s very hard to tell what’s going on
218
641705
2836
È molto difficile capire cosa stia succedendo
10:44
and for the robot to figure out how to open up that bag.
219
644541
2769
per il robot e capire come aprire quella busta.
10:47
So what we did was we had the robot train itself.
220
647310
4705
Quindi quello che abbiamo fatto è stato far addestrare il robot da solo.
Dipingendo una delle buste con vernice fluorescente,
10:52
We painted one of these bags with fluorescent paint,
221
652015
2469
10:54
and we had fluorescent lights that would turn on and off,
222
654518
2702
e avendo luci fluorescenti che si accendevano e spegnevano,
10:57
and the robot would essentially teach itself how to manipulate these bags.
223
657220
4438
il robot praticamente si insegnava da solo a manipolare queste buste.
11:01
And so we’ve gotten it now up to the point
224
661692
2035
E così siamo arrivati al punto
11:03
where we're able to solve this problem about half the time.
225
663727
3770
in cui siamo in grado di risolvere questo problema circa la metà delle volte.
11:07
So it works,
226
667497
1268
Quindi funziona,
11:08
but I'm saying, we're still not quite there yet.
227
668765
3737
ma diciamo che non ci siamo ancora.
11:12
So I want to come back to Moravec's paradox.
228
672502
2303
Quindi vorrei tornare al paradosso di Moravec.
11:14
What's easy for robots is hard for humans.
229
674838
2236
Ciò che è facile per i robot è difficile per gli umani.
11:17
And what's easy for us is still hard for robots.
230
677107
4871
E ciò che è facile per noi è ancora difficile per i robot.
11:22
We have incredible capabilities.
231
682412
2369
Abbiamo capacità incredibili.
11:24
We're very good at manipulation.
232
684781
1669
Siamo molto bravi a manipolare.
11:26
(Laughter)
233
686483
1935
(Risate)
11:28
But robots still are not.
234
688418
1769
Ma i robot non lo sono ancora.
11:31
I want to say, I understand.
235
691421
2236
Voglio dire, capisco.
11:33
It’s been 60 years,
236
693990
2002
Sono passati 60 anni
11:35
and we're still waiting for the robots that the Jetsons had.
237
695992
3838
e stiamo ancora aspettando i robot che avevano i Jetson.
11:40
Why is this difficult?
238
700497
1368
Perché è così difficile?
11:41
We need robots because we want them to be able to do tasks that we can't do
239
701898
6473
Abbiamo bisogno dei robot affinché possano svolgere compiti che non sappiamo fare
11:48
or we don't really want to do.
240
708405
1835
o che non vogliamo fare.
11:50
But I want you to keep in mind that these robots, they're coming.
241
710841
3837
Ma voglio che teniate presente che questi robot stanno arrivando.
11:54
Just be patient.
242
714711
1368
Siate pazienti.
11:56
Because we want the robots,
243
716379
2103
Perché noi vogliamo i robot,
11:58
but robots also need us
244
718515
2169
ma anche i robot hanno bisogno di noi
12:00
to do the many things that robots still can't do.
245
720717
4405
per fare molte cose che i robot ancora non possono fare.
12:06
Thank you.
246
726156
1234
Grazie.
12:07
(Applause)
247
727390
2436
(Applausi)
A proposito di questo sito web

Questo sito vi presenterà i video di YouTube utili per l'apprendimento dell'inglese. Vedrete lezioni di inglese tenute da insegnanti di alto livello provenienti da tutto il mondo. Fate doppio clic sui sottotitoli in inglese visualizzati su ogni pagina video per riprodurre il video da lì. I sottotitoli scorrono in sincronia con la riproduzione del video. Se avete commenti o richieste, contattateci tramite questo modulo di contatto.

https://forms.gle/WvT1wiN1qDtmnspy7