Ken Goldberg: 4 lessons from robots about being human

14,457 views ・ 2015-07-15

TED


Dubbelklik op de Engelse ondertitels hieronder om de video af te spelen.

00:00
Translator: Morton Bast Reviewer: Thu-Huong Ha
0
0
7000
Vertaald door: Max Dedulle Nagekeken door: Els De Keyser
00:12
I know this is going to sound strange,
1
12539
2819
Ik weet dat dit vreemd zal klinken,
00:15
but I think robots can inspire us to be better humans.
2
15382
4983
maar volgens mij kunnen robots ons inspireren
om betere mensen te zijn.
Ik groeide op in Bethlehem, Pennsylvania,
00:21
See, I grew up in Bethlehem, Pennsylvania,
3
21245
3094
00:24
the home of Bethlehem Steel.
4
24363
1938
thuishaven van Bethlehem Steel.
00:26
My father was an engineer,
5
26991
2112
Mijn vader was ingenieur,
en terwijl ik opgroeide, leerde hij me
00:29
and when I was growing up, he would teach me how things worked.
6
29127
4319
hoe dingen werkten.
We bouwden samen projecten,
00:33
We would build projects together,
7
33470
2094
00:35
like model rockets and slot cars.
8
35588
2768
zoals modelraketten en racebanen.
00:38
Here's the go-kart that we built together.
9
38732
2908
Dit is de go-kart die we samen bouwden.
Dat ben ik achter het stuur
00:42
That's me behind the wheel,
10
42208
1744
00:43
with my sister and my best friend at the time.
11
43976
2224
met mijn zus en mijn beste vriend van toen.
00:47
And one day,
12
47875
1926
Op en dag,
00:49
he came home, when I was about 10 years old,
13
49825
3083
kwam hij thuis, ik was ongeveer tien jaar oud.
00:52
and at the dinner table, he announced
14
52932
2626
Aan de eettafel vertelde hij
00:55
that for our next project, we were going to build ...
15
55582
3712
dat we voor ons volgende project een robot gingen bouwen.
00:59
a robot.
16
59318
1150
01:01
A robot.
17
61604
1155
Een robot.
Ik vond dit geweldig,
01:03
Now, I was thrilled about this,
18
63120
2063
01:05
because at school, there was a bully named Kevin,
19
65207
3802
want op school
was er een pestkop, genaamd Kevin,
die me plaagde
01:09
and he was picking on me,
20
69033
1889
01:10
because I was the only Jewish kid in class.
21
70946
2390
omdat ik het enige Joodse kind in de klas was.
01:13
So I couldn't wait to get started to work on this,
22
73910
2373
Dus ik kon niet wachten om hieraan te beginnen
01:16
so I could introduce Kevin to my robot.
23
76307
2610
zodat ik Kevin aan mijn robot kon voorstellen. (Gelach)
01:18
(Laughter)
24
78941
1030
01:19
(Robot noises)
25
79995
4243
(Robotgeluiden)
01:29
(Laughter)
26
89552
1392
01:30
But that wasn't the kind of robot my dad had in mind.
27
90968
3849
Maar het was niet zo'n robot die mijn vader in gedachten had.
01:34
(Laughter)
28
94841
1068
01:35
See, he owned a chromium-plating company,
29
95933
3632
Hij had een verchroombedrijf,
01:39
and they had to move heavy steel parts between tanks of chemicals.
30
99589
5873
en zij moesten
zware stalen onderdelen verplaatsen tussen chemicaliëntanks,
dus hij had een industriële robot als deze nodig
01:45
And so he needed an industrial robot like this,
31
105486
3373
01:48
that could basically do the heavy lifting.
32
108883
2103
die het zware tilwerk kon doen.
01:51
But my dad didn't get the kind of robot he wanted, either.
33
111684
3591
Maar ook mijn vader kreeg niet de soort robot die hij wou.
01:55
He and I worked on it for several years,
34
115870
2430
Hij en ik hebben er jaren aan gewerkt
01:58
but it was the 1970s, and the technology that was available to amateurs
35
118324
4745
maar het waren de jaren 70
en de technologie die beschikbaar was voor amateurs
was hier gewoon niet klaar voor.
02:03
just wasn't there yet.
36
123093
1326
02:05
So Dad continued to do this kind of work by hand.
37
125992
2785
Dus papa deed dit soort werk verder met de hand
02:09
And a few years later,
38
129595
1428
en enkele jaren later
02:11
he was diagnosed with cancer.
39
131730
1576
bleek dat hij kanker had.
02:15
You see,
40
135822
1570
De robot die we probeerden te bouwen
02:17
what the robot we were trying to build was telling him
41
137416
2596
vertelde hem niets over het zware tilwerk.
02:20
was not about doing the heavy lifting.
42
140036
2156
02:22
It was a warning
43
142216
1151
Het was een waarschuwing voor zijn blootstelling aan giftige chemicaliën.
02:23
about his exposure to the toxic chemicals.
44
143391
2504
Dat had hij toen niet door
02:27
He didn't recognize that at the time,
45
147184
2293
02:29
and he contracted leukemia.
46
149501
1686
en hij liep leukemie op
02:31
And he died at the age of 45.
47
151827
1892
en stierf op 45-jarige leeftijd.
Ik was er kapot van,
02:35
I was devastated by this.
48
155354
1776
02:37
And I never forgot the robot that he and I tried to build.
49
157703
2762
en ik ben de robot nooit vergeten waaraan we samen bouwden.
02:42
When I was at college, I decided to study engineering, like him.
50
162195
3553
Aan de universiteit besloot ik om toegepaste wetenschappen te studeren, net als hij.
Ik ging naar Carnegie Mellon en behaalde mijn doctoraat in robotica.
02:47
And I went to Carnegie Mellon, and I earned my PhD in robotics.
51
167081
4548
02:51
I've been studying robots ever since.
52
171653
1909
Sindsdien bestudeer ik robots.
02:54
So what I'd like to tell you about are four robot projects,
53
174721
4595
Dus waar ik jullie over wil vertellen
zijn vier robotprojecten
en hoe ze mij hebben geïnspireerd om een beter mens te zijn.
02:59
and how they've inspired me to be a better human.
54
179340
3049
03:06
By 1993, I was a young professor at USC,
55
186206
5614
In 1993 was ik een jonge professor aan het USC.
03:11
and I was just building up my own robotics lab,
56
191844
2818
Ik was net mijn eigen roboticalab aan het opbouwen.
03:14
and this was the year the World Wide Web came out.
57
194686
3221
Dit was het jaar waarin het wereldwijde web opkwam.
03:18
And I remember my students were the ones who told me about it,
58
198487
2985
Ik weet nog dat het mijn studenten waren
die me erover vertelden.
03:21
and we would -- we were just amazed.
59
201496
2317
We waren gewoon verbaasd.
03:23
We started playing with this, and that afternoon,
60
203837
3383
We begonnen ermee te spelen, en die namiddag,
03:27
we realized that we could use this new, universal interface
61
207244
4278
beseften we dat we deze nieuwe, universele interface konden gebruiken
03:31
to allow anyone in the world to operate the robot in our lab.
62
211546
4428
om iedereen ter wereld toe te laten
om een robot in ons lab te besturen.
Dus in plaats van een vechtrobot of een industriële robot te maken,
03:37
So, rather than have it fight or do industrial work,
63
217339
4042
03:42
we decided to build a planter,
64
222413
2530
besloten we om een plantage te bouwen,
03:44
put the robot into the center of it,
65
224967
1951
er een robot midden in te zetten
03:46
and we called it the Telegarden.
66
226942
1678
en we noemden het de 'Telegarden'.
03:49
And we had put a camera in the gripper of the hand of the robot,
67
229736
4517
We plaatsten een camera in de hand
van de robot, en we schreven enkele speciale scripts
03:54
and we wrote some special scripts and software,
68
234277
2931
en software zodat iedereen ter wereld
03:57
so that anyone in the world could come in,
69
237232
2034
door een klik op het scherm
03:59
and by clicking on the screen,
70
239290
1784
04:01
they could move the robot around and visit the garden.
71
241098
3621
de robot kon laten bewegen
en de tuin kon bezoeken.
04:05
But we also set up some other software
72
245416
3851
Maar we installeerden ook software
04:09
that lets you participate and help us water the garden, remotely.
73
249291
3916
waarmee je ons kon helpen om de tuin water te geven
vanop een afstand. Als je het enkele keren water gaf,
04:13
And if you watered it a few times,
74
253643
2289
04:15
we'd give you your own seed to plant.
75
255956
2275
gaven we je je eigen zaadje om te planten.
04:19
Now, this was an engineering project,
76
259167
3476
Dit was een project, een technisch project,
04:22
and we published some papers on the system design of it,
77
262667
4112
en we publiceerden enkele papers over het ontwerp,
het systeem erachter, maar we zagen het ook
04:26
but we also thought of it as an art installation.
78
266803
2645
als een kunstinstallatie.
04:30
It was invited, after the first year,
79
270638
2149
Na het eerste jaar werd ik uitgenodigd
04:32
by the Ars Electronica Museum in Austria,
80
272811
3020
door het Ars Electronica Museum in Oostenrijk
04:35
to have it installed in their lobby.
81
275855
2822
die het wilden installeren in hun lobby.
Ik ben blij dat het daar nog steeds online staat,
04:39
And I'm happy to say, it remained online there, 24 hours a day,
82
279558
3987
24 uur per dag, bijna negen jaar lang.
04:43
for almost nine years.
83
283569
1831
04:46
That robot was operated by more people
84
286369
3775
Die robot is bestuurd door meer mensen
04:50
than any other robot in history.
85
290168
1897
dan enige andere robot in de geschiedenis.
04:53
Now, one day,
86
293303
1627
Op een dag
04:54
I got a call out of the blue from a student,
87
294954
3348
kreeg ik plots een telefoontje
van een student,
04:59
who asked a very simple but profound question.
88
299211
4158
die een simpele maar belangrijke vraag stelde.
Hij vroeg: "Is de robot echt?"
05:04
He said, "Is the robot real?"
89
304361
2826
05:08
Now, everyone else had assumed it was,
90
308599
2286
Verder had iedereen aangenomen dat dat zo was
05:10
and we knew it was, because we were working with it.
91
310909
2516
en we wisten dat het zo was omdat we ermee werkten.
05:13
But I knew what he meant,
92
313449
1398
Maar ik wist wat hij bedoelde,
05:14
because it would be possible
93
314871
1442
omdat je wel foto's zou kunnen nemen
05:16
to take a bunch of pictures of flowers in a garden
94
316337
2785
van bloemen in een tuin om ze dan te indexeren
05:19
and then, basically, index them in a computer system,
95
319146
3639
in een computersysteem zodat het zou lijken
05:22
such that it would appear that there was a real robot,
96
322809
2627
alsof er een echte robot was, terwijl er geen was.
05:25
when there wasn't.
97
325460
1150
05:27
And the more I thought about it,
98
327088
1524
Hoe langer ik erover nadacht, hoe moeilijker
05:28
I couldn't think of a good answer for how he could tell the difference.
99
328636
3579
het werd om een goede manier te vinden om het verschil te zien.
Het was rond die tijd dat ik een functie kreeg aangeboden
05:32
This was right about the time that I was offered a position
100
332628
2797
hier op Berkeley.
05:35
here at Berkeley.
101
335449
1301
05:36
And when I got here,
102
336774
1645
Toen ik hier aankwam, zocht ik Hubert Dreyfus op,
05:38
I looked up Hubert Dreyfus,
103
338443
2362
05:40
who's a world-renowned professor of philosophy,
104
340829
2927
een wereldberoemde filosofieprofessor.
05:44
And I talked with him about this and he said,
105
344582
2730
Ik praatte erover met hem, en hij zei:
"Dit is een van de oudste en belangrijkste problemen
05:47
"This is one of the oldest and most central problems in philosophy.
106
347336
4102
van de filosofie. Het gaat terug naar het scepticisme
05:51
It goes back to the Skeptics and up through Descartes.
107
351462
4017
tot en met Descartes.
05:55
It's the issue of epistemology,
108
355503
3182
Het is de kern van de epistemologie,
05:58
the study of how do we know that something is true."
109
358709
2868
de studie van hoe we weten of iets waar is."
06:02
So he and I started working together,
110
362625
2000
Dus hij en ik begonnen samen te werken
06:04
and we coined a new term: "telepistemology,"
111
364649
2871
en we verzonnen een nieuwe term: telepistomologie
de leer van de kennis op afstand.
06:08
the study of knowledge at a distance.
112
368757
2136
06:11
We invited leading artists, engineers and philosophers
113
371303
4491
We nodigden belangrijke artiesten, ingenieurs
en filosofen uit om hier essays over te schrijven.
06:15
to write essays about this,
114
375818
1319
06:17
and the results are collected in this book from MIT Press.
115
377161
3704
De resultaten zijn verzameld in dit boek
uitgegeven bij MIT Press.
06:21
So thanks to this student,
116
381959
2096
Dus dankzij deze student die zich afvroeg
06:24
who questioned what everyone else had assumed to be true,
117
384079
3319
wat iedereen had aangenomen als waar,
06:27
this project taught me an important lesson about life,
118
387422
3977
leerde dit project me een belangrijke les over het leven,
06:31
which is to always question assumptions.
119
391423
2987
namelijk dat je veronderstellingen steeds in vraag moet stellen.
06:35
Now, the second project I'll tell you about
120
395807
2176
Het tweede project waar ik jullie over ga vertellen,
06:38
grew out of the Telegarden.
121
398007
1992
ontstond uit de Telegarden.
06:40
As it was operating, my students and I were very interested
122
400023
2821
Terwijl die in bedrijf was, waren we zeer geboeid
06:42
in how people were interacting with each other,
123
402868
2341
door hoe mensen op elkaar inspeelden
06:45
and what they were doing with the garden.
124
405233
2057
en wat ze deden met de tuin.
We vroegen ons af: wat als de robot
06:47
So we started thinking:
125
407314
1151
06:48
what if the robot could leave the garden
126
408489
1968
de tuin kon verlaten en naar een
06:50
and go out into some other interesting environment?
127
410481
2814
andere interessante omgeving kon gaan?
06:53
Like, for example, what if it could go to a dinner party
128
413319
2741
Zoals, bijvoorbeeld, wat als hij naar een etentje kon gaan
in het Witte Huis? (Gelach)
06:56
at the White House?
129
416084
1461
06:57
(Laughter)
130
417569
1499
07:00
So, because we were interested more in the system design
131
420401
3569
Omdat we meer geïnteresseerd waren in het systeemontwerp
07:03
and the user interface than in the hardware,
132
423994
2943
en de interface dan in de hardware,
07:06
we decided that,
133
426961
1151
besloten we om, in plaats van
07:08
rather than have a robot replace the human to go to the party,
134
428136
4487
een robot in plaats van een mens naar het feest te laten gaan,
07:12
we'd have a human replace the robot.
135
432647
2230
we een mens de robot zouden laten vervangen.
07:15
We called it the Tele-Actor.
136
435679
1460
We noemden het de Tele-Actor.
07:17
We got a human,
137
437978
2008
We namen een mens,
07:20
someone who's very outgoing and gregarious,
138
440010
3108
iemand die zeer sociaal en gezellig was
07:23
and she was outfitted with a helmet with various equipment,
139
443142
4255
en we gaven haar een helm
met allerlei apparatuur, camera's en microfoons
07:27
cameras and microphones,
140
447421
1284
07:28
and then a backpack with wireless Internet connection.
141
448729
3065
en een rugzak met een draadloze internetverbinding.
07:32
And the idea was that she could go
142
452882
2144
Het idee was dat zij naar een afgelegen en
07:35
into a remote and interesting environment,
143
455050
2450
interessante omgeving kon gaan, en dat mensen via het Internet
07:37
and then over the Internet,
144
457524
2017
07:39
people could experience what she was experiencing.
145
459565
2592
konden beleven wat zij beleefde,
07:42
So they could see what she was seeing,
146
462736
2971
dus ze konden zien wat zij zag
07:45
but then, more importantly, they could participate,
147
465731
3283
maar, belangrijker, zij konden meedoen
07:49
by interacting with each other and coming up with ideas
148
469038
4750
door op elkaar in te spelen
en ideeën te bedenken over wat ze nu zou moeten doen
07:53
about what she should do next and where she should go,
149
473812
3969
en waar ze nu heen moest gaan
07:57
and then conveying those to the Tele-Actor.
150
477805
2206
en die dan door te sturen naar de Tele-Actor.
08:01
So we got a chance to take the Tele-Actor
151
481069
2421
Dus we kregen de kans om de Tele-Actor mee te nemen
08:03
to the Webby Awards in San Francisco.
152
483514
2808
naar de Webby Awards in San Francisco.
08:07
And that year, Sam Donaldson was the host.
153
487129
3240
Dat jaar was Sam Donaldson de presentator.
Net voordat het doek opging, had ik zo'n 30 seconden
08:12
Just before the curtain went up, I had about 30 seconds
154
492290
2690
om meneer Donaldson uit te leggen wat we zouden doen:
08:15
to explain to Mr. Donaldson what we were going to do.
155
495004
3742
"De Tele-Actor
08:20
And I said, "The Tele-Actor is going to be joining you onstage.
156
500119
3517
gaat met jou op het podium.
08:23
This is a new experimental project,
157
503660
2354
Dit is een nieuw experimenteel project.
Mensen bekijken haar op hun schermen.
08:26
and people are watching her on their screens,
158
506038
2595
08:28
there's cameras involved and there's microphones
159
508657
3291
Er zijn camera's bij betrokken en er zijn
microfoons en ze heeft een oortje in.
08:31
and she's got an earbud in her ear,
160
511972
1786
08:33
and people over the network are giving her advice
161
513782
2317
Mensen op het netwerk geven haar advies
over wat te doen."
08:36
about what to do next."
162
516123
1158
Hij zei: "Wacht eens even,
08:37
And he said, "Wait a second.
163
517305
1395
08:39
That's what I do."
164
519806
1173
bij mij is het net zo!" (Gelach)
08:41
(Laughter)
165
521003
4977
08:46
So he loved the concept,
166
526004
1872
Dus hij vond het concept geweldig.
08:47
and when the Tele-Actor walked onstage, she walked right up to him,
167
527900
4253
Toen de Tele-Actor het podium opkwam,
stapte ze op hem af en gaf ze hem een dikke kus
08:52
and she gave him a big kiss right on the lips.
168
532177
2459
op de lippen. (Gelach)
08:54
(Laughter)
169
534660
1952
08:56
We were totally surprised -- we had no idea that would happen.
170
536636
2922
We waren heel verbaasd.
We wisten niet dat dit zou gebeuren.
08:59
And he was great, he just gave her a big hug in return,
171
539582
2618
Hij was geweldig. Hij gaf haar gewoon een dikke knuffel terug,
09:02
and it worked out great.
172
542224
1657
en het ging fantastisch.
09:03
But that night, as we were packing up,
173
543905
2040
Maar die avond, toen we aan het inpakken waren,
09:05
I asked the Tele-Actor, how did the Tele-Directors decide
174
545969
4555
vroeg ik de Tele-Actor hoe de Tele-Directors
hadden beslist dat zij Sam Donaldson zou kussen.
09:10
that they would give a kiss to Sam Donaldson?
175
550548
3000
09:15
And she said they hadn't.
176
555135
1457
Ze zei dat ze dat niet hadden gedaan.
09:17
She said, when she was just about to walk onstage,
177
557274
2618
Ze zei dat, net voordat ze het podium opging,
09:19
the Tele-Directors still were trying to agree on what to do,
178
559916
2974
de Tele-Directors het nog niet eens waren over wat te doen,
09:22
and so she just walked onstage and did what felt most natural.
179
562914
3100
dus wandelde ze gewoon het podium op en deed ze
wat het meest natuurlijk voelde. (Gelach)
09:26
(Laughter)
180
566038
4514
09:30
So, the success of the Tele-Actor that night
181
570576
3092
Het succes van de Tele-Actor die avond
09:33
was due to the fact that she was a wonderful actor.
182
573692
4253
kwam doordat ze een geweldige actrice was.
09:37
She knew when to trust her instincts.
183
577969
2429
Ze wist wanneer ze haar instincten moest vertrouwen.
09:40
And so that project taught me another lesson about life,
184
580422
3929
Dat project leerde me een andere les over het leven,
09:44
which is that, when in doubt, improvise.
185
584375
3647
namelijk: bij twijfel, improviseer. (Gelach)
09:48
(Laughter)
186
588046
1666
09:50
Now, the third project grew out of my experience
187
590664
4919
Het derde project groeide uit
mijn ervaring toen mijn vader in het ziekenhuis lag.
09:55
when my father was in the hospital.
188
595607
1849
Hij onderging een behandeling,
09:59
He was undergoing a treatment -- chemotherapy treatments --
189
599284
3353
chemotherapie, en er was een verwante behandeling
10:02
and there's a related treatment called brachytherapy,
190
602661
4270
genaamd brachytherapie, waarbij kleine, radioactieve zaadjes
10:06
where tiny, radioactive seeds are placed into the body
191
606955
3788
in het lichaam worden geplaatst om kankertumoren te genezen.
10:10
to treat cancerous tumors.
192
610767
1734
10:13
And the way it's done, as you can see here,
193
613572
2271
Chirurgen doen dit, zoals je hier ziet,
10:15
is that surgeons insert needles into the body
194
615867
4367
door naalden in te brengen in het lichaam
10:20
to deliver the seeds.
195
620258
1315
om de zaden af te leveren.
10:21
And all these needles are inserted in parallel.
196
621974
3698
Al deze naalden worden parallel ingebracht,
10:26
So it's very common that some of the needles penetrate sensitive organs.
197
626445
5393
dus het komt vaak voor dat sommige naalden
gevoelige organen penetreren, waardoor ze
10:32
And as a result, the needles damage these organs, cause damage,
198
632635
6973
deze organen beschadigen
10:39
which leads to trauma and side effects.
199
639632
2409
wat tot verwondingen en bijwerkingen leidt.
10:42
So my students and I wondered:
200
642581
1644
Dus mijn studenten en ik vroegen ons af: wat als we
10:44
what if we could modify the system,
201
644249
4522
het systeem konden veranderen
10:48
so that the needles could come in at different angles?
202
648795
2625
zodat deze naalden uit verschillende hoeken worden ingebracht?
10:52
So we simulated this;
203
652395
1843
Dus we simuleerden dit en ontwikkelden bepaalde
10:54
we developed some optimization algorithms and we simulated this.
204
654262
3445
optimalisatie-algoritmes.
10:57
And we were able to show
205
657731
1151
We konden aantonen dat we de delicate organen
10:58
that we are able to avoid the delicate organs,
206
658906
2562
konden vermijden, en toch het bereik
11:01
and yet still achieve the coverage of the tumors with the radiation.
207
661492
5053
van de tumors met de bestraling konden halen.
11:07
So now, we're working with doctors at UCSF
208
667313
3474
We werkten met dokters aan het UCSF
11:10
and engineers at Johns Hopkins,
209
670811
2267
en ingenieurs bij Johns Hopkins
11:13
and we're building a robot that has a number of --
210
673102
3962
en we maakten een robot met enkele --
11:17
it's a specialized design with different joints
211
677088
2599
het is een gespecialiseerd ontwerp met verschillende gewrichten, waardoor
11:19
that can allow the needles to come in at an infinite variety of angles.
212
679711
4323
de naalden vanuit oneindig veel verschillende hoeken kunnen worden ingebracht.
11:24
And as you can see here, they can avoid delicate organs
213
684483
3722
Zoals je hier kan zien, kunnen ze delicate organen vermijden
en toch de doelen bereiken waar ze op mikken.
11:28
and still reach the targets they're aiming for.
214
688229
2664
Dus door de veronderstelling in vraag te stellen dat alle naalden
11:32
So, by questioning this assumption that all the needles have to be parallel,
215
692019
4985
parallel moeten zijn, leerde dit project me
11:37
this project also taught me an important lesson:
216
697028
2626
een belangrijke les. Bij twijfel --
11:40
When in doubt, when your path is blocked, pivot.
217
700114
4755
Als je weg versperd is, zoek dan een omweg.
11:45
And the last project also has to do with medical robotics.
218
705797
3840
Het laatste project heeft ook iets te maken met medische robots.
11:50
And this is something that's grown out of a system
219
710187
3570
Dit is iets dat groeide uit een systeem genaamd
11:53
called the da Vinci surgical robot.
220
713781
3348
de 'Da Vinci'-chirurgische robot.
11:57
And this is a commercially available device.
221
717866
2444
Dit toestel is verkrijgbaar in de handel.
12:00
It's being used in over 2,000 hospitals around the world.
222
720334
2973
Het wordt gebruikt in meer dan 2000 ziekenhuizen over de hele wereld.
Het laat de chirurg toe
12:04
The idea is it allows the surgeon to operate comfortably
223
724013
4373
om comfortabel te werken op zijn eigen manier.
12:08
in his own coordinate frame.
224
728410
1777
Maar veel van de taken bij een operatie
12:12
Many of the subtasks in surgery are very routine and tedious, like suturing,
225
732762
5769
zijn zeer routineus en saai, zoals hechtingen.
12:18
and currently, all of these are performed
226
738555
2267
Momenteel worden deze allemaal uitgevoerd
12:20
under the specific and immediate control of the surgeon.
227
740846
3867
onder de specifieke en onmiddellijke controle van de chirurg,
12:25
So the surgeon becomes fatigued over time.
228
745374
2268
dus de chirurg wordt na verloop van tijd moe.
We vroegen ons af:
12:28
And we've been wondering,
229
748086
1436
12:29
what if we could program the robot to perform some of these subtasks,
230
749546
4371
wat als we de robot konden programmeren
om enkele van deze subtaken te doen,
12:33
and thereby free the surgeon
231
753941
1381
zodat de chirurg zich kan concentreren
12:35
to focus on the more complicated parts of the surgery,
232
755346
3235
op de meer ingewikkelde delen van de operatie,
12:38
and also cut down on the time that the surgery would take
233
758605
2800
en we de duur van de operatie zouden beperken
12:41
if we could get the robot to do them a little bit faster?
234
761429
2839
door de robot wat sneller te doen werken?
12:44
Now, it's hard to program a robot to do delicate things like this.
235
764958
3422
Het is moeilijk om een robot te programmeren om delicate taken
als deze uit te voeren, maar mijn collega, Pieter Abbeel,
12:48
But it turns out my colleague Pieter Abbeel, who's here at Berkeley,
236
768943
4206
die hier bij Berkeley werkt, heeft nieuwe
12:53
has developed a new set of techniques for teaching robots from example.
237
773173
5480
technieken ontwikkeld om robots te laten leren naar een voorbeeld.
12:59
So he's gotten robots to fly helicopters,
238
779170
2743
Dus hij heeft robots helikopters leren besturen,
13:01
do incredibly interesting, beautiful acrobatics,
239
781937
3254
ongelofelijk boeiende, mooie acrobatie laten doen,
13:05
by watching human experts fly them.
240
785215
1967
door acrobaten te bekijken.
Dus we hebben een van deze robots.
13:08
So we got one of these robots.
241
788152
1906
13:10
We started working with Pieter and his students.
242
790082
2540
We werkten met Pieter en zijn studenten,
13:12
And we asked a surgeon to perform a task --
243
792646
4180
en we vroegen een chirurg om een taak
uit te voeren met de robot.
13:18
with the robot.
244
798761
1151
13:19
So what we're doing is asking the surgeon to perform the task,
245
799936
3025
We vragen
de chirurg, om de taak uit te voeren
13:22
and we record the motions of the robot.
246
802985
2036
en we registreren de bewegingen van de robot.
13:25
So here's an example.
247
805045
1426
Een voorbeeld. Ik gebruik een achtvorm,
13:26
I'll use tracing out a figure eight as an example.
248
806495
3121
het tekenen van een acht, als voorbeeld.
Dus zo ziet het eruit als de robot --
13:30
So here's what it looks like when the robot --
249
810170
3634
13:33
this is what the robot's path looks like, those three examples.
250
813828
3068
zo ziet het pad van de robot eruit,
die drie voorbeelden.
13:36
Now, those are much better than what a novice like me could do,
251
816920
4136
Die zijn beter dan hoe een nieuweling als ik
het zou doen, maar ze zijn nog steeds krampachtig en niet precies.
13:41
but they're still jerky and imprecise.
252
821080
2694
13:43
So we record all these examples, the data,
253
823798
2941
Dus we registreren al die voorbeelden, de data,
en dan gaan we door een opeenvolging van stappen.
13:46
and then go through a sequence of steps.
254
826763
2861
Eerst gebruiken we een techniek genaamd 'dynamic time warping'
13:50
First, we use a technique called dynamic time warping
255
830278
3126
13:53
from speech recognition.
256
833428
1490
uit de spraakherkenning. Dit laat ons toe
13:54
And this allows us to temporally align all of the examples.
257
834942
3337
om alle voorbeelden te alignement,
13:58
And then we apply Kalman filtering, a technique from control theory,
258
838918
5202
en dan passen we 'Kalmanfiltering' toe
een techniek uit de controletheorie, die ons toelaat
14:04
that allows us to statistically analyze all the noise
259
844144
2969
om al het ruis statistisch te analyseren
en het onderliggende gewenste traject af te leiden.
14:07
and extract the desired trajectory that underlies them.
260
847137
4122
14:13
Now we take those human demonstrations --
261
853283
2550
Dus we nemen die menselijke demonstraties, met hun ruis en imperfecties,
14:15
they're all noisy and imperfect --
262
855857
1675
Dus we nemen die menselijke demonstraties, met hun ruis en imperfecties,
14:17
and we extract from them an inferred task trajectory
263
857556
2598
en we leiden daaruit een ideaal traject af voor die taak
14:20
and control sequence for the robot.
264
860178
2526
en een controlesequentie voor de robot.
14:23
We then execute that on the robot,
265
863181
2316
We passen die toe op de robot,
14:25
we observe what happens,
266
865521
2025
we observeren wat er gebeurt
14:27
then we adjust the controls,
267
867570
1357
en passen de instellingen aan op basis van enkele technieken
14:28
using a sequence of techniques called iterative learning.
268
868951
2796
genaamd iteratief leren.
14:33
Then what we do is we increase the velocity a little bit.
269
873129
3409
Daarna verhogen we de snelheid een beetje,
14:37
We observe the results, adjust the controls again,
270
877244
3135
we observeren de resultaten, passen opnieuw aan
en bekijken wat er gebeurt.
14:41
and observe what happens.
271
881340
1772
14:43
And we go through this several rounds.
272
883136
2167
En dat doen we enkele keren.
14:45
And here's the result.
273
885327
1181
Dit is het resultaat.
14:46
That's the inferred task trajectory,
274
886968
1738
Dit is het ideale traject
14:48
and here's the robot moving at the speed of the human.
275
888730
3221
en dit is de robot die beweegt met de snelheid van de mens.
14:51
Here's four times the speed of the human.
276
891975
2105
Dit is vier keer de snelheid van de mens.
14:54
Here's seven times.
277
894477
1484
Dit is zeven keer.
14:57
And here's the robot operating at 10 times the speed of the human.
278
897004
4825
En hier werkt de robot tien keer
zo snel als de mens.
15:02
So we're able to get a robot to perform a delicate task
279
902762
2901
Dus we konden de robot een delicate taak laten doen,
15:05
like a surgical subtask,
280
905687
2886
zoals een chirurgische subtaak,
15:09
at 10 times the speed of a human.
281
909081
1881
tien keer zo snel als een mens.
15:12
So this project also,
282
912185
2260
Door het oefenen en leren dat erbij hoorde,
15:14
because of its involved practicing and learning,
283
914469
2525
iets opnieuw en opnieuw doen,
15:17
doing something over and over again,
284
917018
1762
15:18
this project also has a lesson, which is:
285
918804
2577
zat in dit project ook een les, namelijk:
15:21
if you want to do something well,
286
921405
2404
als je iets goed wil doen
is er niets beters dan oefening, oefening, oefening.
15:25
there's no substitute for practice, practice, practice.
287
925084
4440
Dus dit zijn de vier lessen die ik doorheen de jaren
15:33
So these are four of the lessons that I've learned from robots
288
933186
3487
van robots heb geleerd.
15:36
over the years.
289
936697
1298
Het domein van de robotica is veel beter geworden
15:39
And the field of robotics has gotten much better over time.
290
939312
5507
mettertijd.
15:46
Nowadays, high school students can build robots,
291
946319
2276
Vandaag kunnen leerlingen op school robots bouwen
15:48
like the industrial robot my dad and I tried to build.
292
948619
2884
zoals de industriële robot die mijn vader en ik probeerden te bouwen.
15:52
But, it's very -- now ...
293
952675
2770
Nu heb ik een dochter,
15:55
And now, I have a daughter,
294
955954
3301
15:59
named Odessa.
295
959857
1157
Odessa.
16:01
She's eight years old.
296
961673
1253
Ze is acht,
16:03
And she likes robots, too.
297
963682
1649
en ze houdt ook van robots.
16:05
Maybe it runs in the family.
298
965970
1396
Misschien zit het in de familie. (Gelach)
16:07
(Laughter)
299
967390
1240
16:08
I wish she could meet my dad.
300
968654
2095
Ik wou dat ze mijn vader kon ontmoeten.
16:12
And now I get to teach her how things work,
301
972303
2740
Nu kan ik haar leren hoe dingen werken,
16:15
and we get to build projects together.
302
975067
2230
we kunnen samen projecten bouwen, en ik vraag me af
16:17
And I wonder what kind of lessons she'll learn from them.
303
977321
3206
welke les zij van hen zal leren.
16:22
Robots are the most human of our machines.
304
982147
4007
Robots zijn de meest menselijke
van onze machines.
16:26
They can't solve all of the world's problems,
305
986983
2954
Ze kunnen niet alle problemen in de wereld oplossen,
16:29
but I think they have something important to teach us.
306
989961
3523
maar volgens mij hebben ze ons iets heel belangrijks te leren.
16:34
I invite all of you
307
994276
2001
Ik nodig jullie uit om na te denken over de innovaties
16:36
to think about the innovations that you're interested in,
308
996301
3578
waar jij in geïnteresseerd bent,
16:40
the machines that you wish for.
309
1000712
2243
de machines waar jij naar verlangt,
16:43
And think about what they might be telling you.
310
1003660
2607
en over wat ze jou kunnen vertellen,
want ik heb zo het gevoel
16:47
Because I have a hunch that many of our technological innovations,
311
1007211
3745
dat veel van onze technologische innovaties,
16:50
the devices we dream about,
312
1010980
1671
de apparaten waar we van dromen,
ons kunnen inspireren om betere mensen te zijn.
16:54
can inspire us to be better humans.
313
1014166
2849
16:57
Thank you.
314
1017984
1151
Bedankt. (Applaus)
16:59
(Applause)
315
1019159
1912
Over deze website

Deze site laat u kennismaken met YouTube-video's die nuttig zijn om Engels te leren. U ziet Engelse lessen gegeven door topdocenten uit de hele wereld. Dubbelklik op de Engelse ondertitels op elke videopagina om de video af te spelen. De ondertitels scrollen synchroon met het afspelen van de video. Heeft u opmerkingen of verzoeken, neem dan contact met ons op via dit contactformulier.

https://forms.gle/WvT1wiN1qDtmnspy7