Hod Lipson: Robots that are "self-aware"

Vertaald door: Tom Proost Nagekeken door: Els De Keyser

So, where are the robots?

Dus, waar zijn de robots?

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

Er wordt ons al 40 jaar verteld dat ze komen.

Very soon they'll be doing everything for us.

Heel binnenkort zullen ze alles in onze plaats doen:

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

ze zullen koken, poetsen, dingen kopen, shoppen, bouwen. Maar ze zijn er niet.

Meanwhile, we have illegal immigrants doing all the work,

Ondertussen doen illegale immigranten al het werk,

but we don't have any robots.

maar we hebben geen robots.

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

Dus wat kunnen we daaraan doen? Wat kunnen we zeggen?

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

Ik wil dus een beetje een ander perspectief geven

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

over hoe we misschien op een andere manier naar deze dingen kunnen kijken.

And this is an x-ray picture

En dit is een röntgenfoto

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

van een echte kever en een Zwitsers horloge, genomen in '88. Je kijkt er naar --

what was true then is certainly true today.

wat toen waar was is zeker waar vandaag.

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

We kunnen nog altijd de onderdelen maken, we kunnen de juiste onderdelen maken,

We can make the circuitry of the right computational power,

we kunnen de schakelingen met de juiste rekenkracht maken,

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

maar we kunnen ze niet samenbrengen om iets te maken

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

dat echt zal werken en hetzelfde aanpassingsvermogen heeft als deze systemen.

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

Laten we proberen om er vanuit een ander perspectief naar te kijken.

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

Laat ons de beste designer er bijhalen, de designer der designers:

Let's see what evolution can do for us.

laten we kijken wat evolutie voor ons kan doen.

So we threw in -- we created a primordial soup

Dus we gooiden bij elkaar -- we creëerden een voorhistorische soep

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

met vele stukken van robots: met stangen, met motoren, met neuronen.

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

Breng ze allemaal samen, en breng ze in een soort van natuurlijke selectie,

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

voeg mutatie toe, en beloon dingen voor hoe goed ze zich kunnen voortbewegen.

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

Een erg simpele taak, en het is interessant om te kijken naar wat voor soort dingen daaruit voortkwamen.

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

Dus als je kijkt, kan je een heleboel verschillende machines zien

come out of this. They all move around.

die hieruit voortkomen. Ze bewegen allemaal,

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

ze kruipen allemaal op een andere manier, en je kan rechts zien

that we actually made a couple of these things,

dat we inderdaad een paar van deze dingen hebben gemaakt,

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

en ze werken in de realiteit. Het zijn niet erg fantastische robots,

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

maar ze evolueren om exact datgene te doen waarvoor we ze belonen:

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

zich vooruitbewegen. Dus dat was allemaal gesimuleerd,

but we can also do that on a real machine.

maar we kunnen dat ook doen met een echte machine.

Here's a physical robot that we actually

Hier is een fysieke robot die we

have a population of brains,

hebben uitgerust met een bevolking hersenen,

competing, or evolving on the machine.

die de machine laten concurreren of evolueren.

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

Het is zoals een rodeoshow: ze mogen allemaal een ritje doen met de machine,

and they get rewarded for how fast or how far

en ze worden beloond voor hoe snel en hoe ver

they can make the machine move forward.

ze de machine vooruit kunnen laten bewegen.

And you can see these robots are not ready

En je kan zien dat deze robots nog niet klaar

to take over the world yet, but

zijn om de wereld te veroveren, maar

they gradually learn how to move forward,

ze leren langzamerhand om vooruit te bewegen,

and they do this autonomously.

en ze doen dit autonoom.

So in these two examples, we had basically

Dus in deze twee voorbeelden hadden we in wezen

machines that learned how to walk in simulation,

machines die leerden hoe te lopen in simulatie,

and also machines that learned how to walk in reality.

en ook machines die leerden hoe te lopen in de realiteit.

But I want to show you a different approach,

Maar ik wil jullie een andere aanpak tonen,

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

en dit is de robot, hier, die vier benen heeft,

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

hij heeft acht motoren, vier in de knieën en vier in de heup.

It has also two tilt sensors that tell the machine

Hij heeft ook twee hellingssensoren die de machine vertellen

which way it's tilting.

naar welke kant ze overhelt.

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

Maar deze machine weet niet hoe ze eruitziet.

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

Je kijkt ernaar en je ziet dat ze vier benen heeft,

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

de machine weet niet of ze een slang is, of een boom,

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

ze heeft er geen idee van hoe ze eruitziet,

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

maar ze gaat proberen om dat te weten te komen.

Initially, it does some random motion,

Aanvankelijk doet ze wat willekeurige bewegingen,

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

en dan probeert ze er achter te komen hoe ze er misschien kan uitzien --

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

en je ziet vele dingen door hun hoofden gaan,

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

een hoop zelf-beelden die proberen om de relatie te verklaren

between actuation and sensing. It then tries to do

tussen bediening en gevoel -- en dan proberen om

a second action that creates the most disagreement

een tweede actie te doen die de meeste onenigheid

among predictions of these alternative models,

tussen voorspellingen van deze alternatieve modellen creëert,

like a scientist in a lab. Then it does that

zoals een wetenschapper in een lab. Dan doet ze dat

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

en ze probeert om dat uit te leggen, en zelf-beelden te elimineren.

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

Dit is de laatste cyclus, en je kan zien dat ze ongeveer

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

uitgedokterd heeft hoe ze er zelf uitziet, en eenmaal ze een zelf-beeld heeft,

it can use that to derive a pattern of locomotion.

kan ze daaruit een voortbewegingspatroon afleiden.

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

Dus wat jullie hier zien zijn een paar machines --

a pattern of locomotion.

een voortbeweginspatroon.

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

We hoopten dat het een soort griezelig, spinachtig patroon zou hebben,

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

maar in de plaats daarvan creëerde het deze vrij kreupele manier van voortbewegen.

But when you look at that, you have to remember

Maar wanneer je daar naar kijkt, moet je bedenken

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

dat deze machine geen fysieke tests doet over hoe zich vooruit te bewegen,

nor did it have a model of itself.

evenmin had ze een model van zichzelf.

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

Ze heeft ongeveer uitgezocht hoe ze eruitziet, en hoe ze zich kan voortbewegen,

and then actually tried that out.

en dan heeft ze dat in de praktijk uitgeprobeerd.

(Applause)

(Applaus)

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

Dus, we zullen voortgaan met een ander idee.

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

Dus dat is wat er gebeurde wanneer we een paar --

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

dat is wat er gebeurde wanneer je een paar -- OK, OK, OK --

(Laughter)

(Gelach)

-- they don't like each other. So

-- ze kunnen het niet zo met elkaar vinden. Dus

there's a different robot.

dat is een andere robot.

That's what happened when the robots actually

Dat is wat er gebeurt wanneer robots

are rewarded for doing something.

beloond worden om iets te doen.

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

Wat gebeurt er als je ze voor niets beloont, als je ze gewoon laat doen?

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

We hebben dus deze blokken, zoals het diagram hier laat zien.

The cube can swivel, or flip on its side,

Het blok kan wentelen, of zichzelf op zijn kant draaien,

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

en we gooien gewoon 1000 van deze blokken in een soep --

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

dit is in simulatie -- en we belonen ze niet,

we just let them flip. We pump energy into this

we laten ze gewoon draaien. We steken hier energie in

and see what happens in a couple of mutations.

en kijken wat er gebeurt na een paar mutaties.

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

Eerst gebeurt er niets, ze zijn zich gewoon aan het omdraaien daar.

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

Maar na een erg korte periode kan je zien dat deze blauwe dingen

on the right there begin to take over.

langs rechts beginnen over te nemen.

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

Ze beginnen zichzelf te kopiëren. Dus zonder enige beloning,

the intrinsic reward is self-replication.

is de intrinsieke beloning zelf-replicatie.

And we've actually built a couple of these,

En we hebben er een paar gebouwd,

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

en dit maakt deel uit van een grotere robot gemaakt uit deze blokken,

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

het is een versnelde weergave, waarop je kan zien dat de robot

carrying out some of its replication process.

bezig is een deel van zijn kopieerproces uit te voeren.

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

Dus je voedt het met meer materiaal -- blokken in dit geval --

and more energy, and it can make another robot.

en meer energie, en het kan een andere robot maken.

So of course, this is a very crude machine,

Dit is natuurlijk een erg ruwe machine,

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

maar we werken aan een versie op microscopische schaal,

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

en hopelijk zullen de blokken als poeder zijn dat je ingiet.

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

OK, dus wat kunnen we leren? Deze robots zijn natuurlijk

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

niet erg handig op zich, maar ze zouden ons iets kunnen leren

about how we can build better robots,

over hoe we betere robots kunnen bouwen,

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

en misschien tonen hoe mensen, dieren, zelf-beelden creëren en leren.

And one of the things that I think is important

En één van de dingen die ik belangrijk vind,

is that we have to get away from this idea

is dat we moeten afstappen van dit idee

of designing the machines manually,

van het manueel ontwerpen van machines,

but actually let them evolve and learn, like children,

maar dat we ze moeten laten evolueren en leren, zoals kinderen,

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

en misschien is dat de manier om er te komen. Dankuwel.

(Applause)

(Applaus)