Hod Lipson: Robots that are "self-aware"

Translator: Ivana Stoilkovska Reviewer: Biljana Dijanisieva

So, where are the robots?

Па, каде се роботите?

We've been told for 40 years already that they're coming soon.

Цели 40 години ни велат дека набрзо ќе дојдат.

Very soon they'll be doing everything for us.

Набрзо ќе прават сè наместо нас:

They'll be cooking, cleaning, buying things, shopping, building. But they aren't here.

ќе готват, чистат, пазаруваат, ќе градат. Но, нив ги нема.

Meanwhile, we have illegal immigrants doing all the work,

Во меѓувреме, целата таа работа ни ја завршуваат илегалните имигранти,

but we don't have any robots.

ама роботи нема.

So what can we do about that? What can we say?

Па, што може да направиме? Што да кажеме?

So I want to give a little bit of a different perspective

Сакам да ви дадам малку поинаков поглед кон тоа...

of how we can perhaps look at these things in a little bit of a different way.

како може да гледаме на ова од друга страна.

And this is an x-ray picture

Ова е рентгенска снимка од 1988 година,

of a real beetle, and a Swiss watch, back from '88. You look at that --

на која се сликани вистински тврдокрилец и швајцарски часовник.

what was true then is certainly true today.

Тоа што важеше тогаш, важи и сега.

We can still make the pieces. We can make the right pieces.

Сè уште можеме да ги направиме деловите, вистинските делови,

We can make the circuitry of the right computational power,

може да направиме електрични кола со соодветна сметачка моќ,

but we can't actually put them together to make something

но не можеме да ги споиме, за да создадеме нешто што

that will actually work and be as adaptive as these systems.

навистина би функционирало и би се адаптирало како овие системи.

So let's try to look at it from a different perspective.

Па, ајде да го погледнеме ова од друга перспектива.

Let's summon the best designer, the mother of all designers.

Да се повикаме на најдобриот дизајнер, мајката на сите дизајнери:

Let's see what evolution can do for us.

да видиме како еволуцијата може да ни помогне.

So we threw in -- we created a primordial soup

Создадовме примордијална супа

with lots of pieces of robots -- with bars, with motors, with neurons.

од многу делчиња од роботи: прачки, мотори, неврони.

Put them all together, and put all this under kind of natural selection,

Ги составивме и оставивме да настане еден вид природна селекција,

under mutation, and rewarded things for how well they can move forward.

мутација, и ги наградувавме за тоа колку добро може да се движат напред.

A very simple task, and it's interesting to see what kind of things came out of that.

Многу едноставна задача и интересно е да се види што произлезе од неа.

So if you look, you can see a lot of different machines

Ќе видите дека од ова се создаваат

come out of this. They all move around.

многу различни машини. Сите се движат наоколу,

They all crawl in different ways, and you can see on the right,

лазат во различни правци. Десно може да видите

that we actually made a couple of these things,

дека, всушност, изградивме неколку до нив

and they work in reality. These are not very fantastic robots,

и тие функционираат во реалноста. Не се некои фантастични роботи,

but they evolved to do exactly what we reward them for:

но еволуираа да го прават точно она за што ги наградувавме,

for moving forward. So that was all done in simulation,

а тоа е да се движат напред. Сето ова го направивме како симулација,

but we can also do that on a real machine.

но истото може да се направи и со реална машина.

Here's a physical robot that we actually

Еве еден вистински робот,

have a population of brains,

што има повеќе мозоци,

competing, or evolving on the machine.

кои се натпреваруваат, т.е. еволуираат во самата машина.

It's like a rodeo show. They all get a ride on the machine,

Како на родео: сите се возат на машината

and they get rewarded for how fast or how far

и добиваат награда за далечината или брзината

they can make the machine move forward.

со која ја движат машината напред.

And you can see these robots are not ready

Како што гледате, овие роботи сè уште не се подготвени

to take over the world yet, but

да го освојат светот,

they gradually learn how to move forward,

но постепено учат како да одат напред,

and they do this autonomously.

и тоа го учат автономно.

So in these two examples, we had basically

Преку овие два примери, во основа, видовме

machines that learned how to walk in simulation,

машини кои научиле како да одат преку симулација

and also machines that learned how to walk in reality.

и машини кои научиле како да одат во реалноста.

But I want to show you a different approach,

Но, сакам да ви покажам друг пристап,

and this is this robot over here, which has four legs.

а тоа е овој робот, кој има четири нозе

It has eight motors, four on the knees and four on the hip.

и осум мотори - четири на колената и четири на колковите.

It has also two tilt sensors that tell the machine

Има и два сензори за наклон преку кои

which way it's tilting.

машината знае на која страна е наклонета.

But this machine doesn't know what it looks like.

Машинава не знае како изгледа.

You look at it and you see it has four legs,

Вие ја гледате и гледате дека има четири нозе,

the machine doesn't know if it's a snake, if it's a tree,

но машината не знае дали е змија или е дрво.

it doesn't have any idea what it looks like,

Нема поим како изгледа,

but it's going to try to find that out.

но ќе се обиде да го дознае тоа.

Initially, it does some random motion,

На почетокот, прави случајни движења,

and then it tries to figure out what it might look like.

а потоа се обидува да открие како изгледа -

And you're seeing a lot of things passing through its minds,

гледате како многу работи минуваат низ главата на машината,

a lot of self-models that try to explain the relationship

многу модели со кои се обидува да ја објасни врската

between actuation and sensing. It then tries to do

помеѓу делувањето и чувствувањето - потоа се обидува да направи

a second action that creates the most disagreement

второ дејство, кое создава најголем број несогласувања

among predictions of these alternative models,

кај предвидувањата на овие алтернативни модели.

like a scientist in a lab. Then it does that

Како научник во лабораторија. Откако ќе го направи тоа,

and tries to explain that, and prune out its self-models.

се обидува да го објасни и да ги прочисти моделите.

This is the last cycle, and you can see it's pretty much

Ова е последниот циклус и, како што гледате, горе-долу веќе

figured out what its self looks like. And once it has a self-model,

сфатила како изгледа, и штом има модел за себе,

it can use that to derive a pattern of locomotion.

може да го искористи за да изведе шема за движење.

So what you're seeing here are a couple of machines --

Ова што го гледате е

a pattern of locomotion.

шема на движење.

We were hoping that it wass going to have a kind of evil, spidery walk,

Се надевавме дека ќе развие еден вид злобен од, како кај пајак,

but instead it created this pretty lame way of moving forward.

но наместо тоа го разви овој бизарен начин на движење.

But when you look at that, you have to remember

Кога го гледате ова, треба да имате на ум дека машинава

that this machine did not do any physical trials on how to move forward,

не учела преку никакви физички тренинзи како да се движи напред,

nor did it have a model of itself.

ниту пак имала модел за самата себе.

It kind of figured out what it looks like, and how to move forward,

Некако самата сфатила како изгледа и како да се движи,

and then actually tried that out.

и потоа се обиде да го изведе тоа.

(Applause)

(Аплауз)

So, we'll move forward to a different idea.

Ќе се префрлиме на друга идеја.

So that was what happened when we had a couple of --

Ова се случи кога имавме...

that's what happened when you had a couple of -- OK, OK, OK --

кога имавме... чекај, чекај...

(Laughter)

(Смеа)

-- they don't like each other. So

Не се сакаат баш.

there's a different robot.

Ова е друг робот.

That's what happened when the robots actually

Ова се случува кога на роботите им се дава

are rewarded for doing something.

награда за нешто што ќе го сторат.

What happens if you don't reward them for anything, you just throw them in?

Но, што ќе се случи ако не им се дава награда, туку само ги нафрламе заедно?

So we have these cubes, like the diagram showed here.

Ги имаме овие коцки, како што се гледа на дијаграмот.

The cube can swivel, or flip on its side,

Коцката може да ротира околу оска или да се превртува на страна.

and we just throw 1,000 of these cubes into a soup --

Ставивме 1.000 вакви коцки на куп -

this is in simulation --and don't reward them for anything,

ова е симулација - и не им дававме никаква награда,

we just let them flip. We pump energy into this

само ги оставивме да се превртуваат. Им додававме енергија

and see what happens in a couple of mutations.

и гледаме што се случува после неколку мутации.

So, initially nothing happens, they're just flipping around there.

На почетокот, не се случува ништо. Тие само се превртуваат.

But after a very short while, you can see these blue things

Но, набрзо гледате како овие сини нешта

on the right there begin to take over.

на десната страна ја земаат работата во свои раце.

They begin to self-replicate. So in absence of any reward,

Почнуваат да прават свои копии. Па, така, во отсуство на награда,

the intrinsic reward is self-replication.

природната награда е само-реплицирањето.

And we've actually built a couple of these,

Всушност, направивме неколку вакви коцки,

and this is part of a larger robot made out of these cubes.

кои се делови од поголем робот.

It's an accelerated view, where you can see the robot actually

Ова е забрзана снимка, на која можете да видите како роботот

carrying out some of its replication process.

го изведува процесот на реплицирање.

So you're feeding it with more material -- cubes in this case --

Го храните со повеќе материјал - во овој случај, коцки -

and more energy, and it can make another robot.

и повеќе енергија, и тој може да направи друг робот.

So of course, this is a very crude machine,

Секако, ова е многу груба машина,

but we're working on a micro-scale version of these,

но работиме и на микро верзија од коцкиве,

and hopefully the cubes will be like a powder that you pour in.

па се надеваме дека тие би изгледале како прав, кој се истура.

OK, so what can we learn? These robots are of course

Значи, што може да научиме? Роботиве не се многу

not very useful in themselves, but they might teach us something

корисни сами по себе, но може да нè научат

about how we can build better robots,

како да градиме подобри роботи

and perhaps how humans, animals, create self-models and learn.

или можеби како луѓето и животните создаваат сопствени модели и како учат.

And one of the things that I think is important

Мислам дека е важно

is that we have to get away from this idea

да се оддалечиме од идејата

of designing the machines manually,

дека рачно треба да ги дизајнираме машините,

but actually let them evolve and learn, like children,

туку, всушност, да ги оставиме да еволуираат и да учат, како деца,

and perhaps that's the way we'll get there. Thank you.

и можеби така ќе успееме. Благодарам.

(Applause)

(Аплауз)