Hod Lipson: Robots that are "self-aware"

117,286 views ・ 2007-10-13

TED


Proszę kliknąć dwukrotnie na poniższe angielskie napisy, aby odtworzyć film.

Tłumaczenie: Artur Grzesiak Korekta: Jacek Malewski
00:25
So, where are the robots?
0
25000
2000
Gdzie są te roboty?
00:27
We've been told for 40 years already that they're coming soon.
1
27000
3000
Od 40 lat wmawia się nam, że ich nadejście jest blisko.
00:30
Very soon they'll be doing everything for us.
2
30000
3000
Niebawem będą one wykonywać wszystko za nas:
00:33
They'll be cooking, cleaning, buying things, shopping, building. But they aren't here.
3
33000
5000
gotować, sprzątać, robić zakupy, budować. Ale przecież ich nie ma.
00:38
Meanwhile, we have illegal immigrants doing all the work,
4
38000
4000
W międzyczasie prace te wykonują nielegalni imigranci,
00:42
but we don't have any robots.
5
42000
2000
a robotów jak nie było tak nie ma.
00:44
So what can we do about that? What can we say?
6
44000
4000
Cóż można z tym począć? Co powiedzieć na ten temat?
00:48
So I want to give a little bit of a different perspective
7
48000
4000
Chciałbym nakreślić nieco odmienną perspektywę,
00:52
of how we can perhaps look at these things in a little bit of a different way.
8
52000
6000
spojrzeć na tę kwestię pod trochę innym kątem.
00:58
And this is an x-ray picture
9
58000
2000
Oto zdjęcie rentgenowskie z '88 roku
01:00
of a real beetle, and a Swiss watch, back from '88. You look at that --
10
60000
5000
przedstawiające żuka i szwajcarski zegarek.
01:05
what was true then is certainly true today.
11
65000
2000
Co było wówczas prawdą jest nią i dziś.
01:07
We can still make the pieces. We can make the right pieces.
12
67000
3000
Potrafimy wytworzyć właściwe części,
01:10
We can make the circuitry of the right computational power,
13
70000
3000
potrafimy stworzyć obwody o odpowiednich mocach obliczeniowych,
01:13
but we can't actually put them together to make something
14
73000
3000
ale nie możemy jeszcze połączyć ich w funkcjonującą całość,
01:16
that will actually work and be as adaptive as these systems.
15
76000
5000
posiadającą aż tak rozwinięte zdolności adaptacyjne jak te systemy ze zdjęcia.
01:21
So let's try to look at it from a different perspective.
16
81000
2000
Więc poruszmy tą kwestię z innej perspektywy.
01:23
Let's summon the best designer, the mother of all designers.
17
83000
4000
Wezwijmy w tym celu najlepszego projektanta, ojca wszystkich projektantów -
01:27
Let's see what evolution can do for us.
18
87000
3000
zastanówmy się co ewolucja może nam zaproponować.
01:30
So we threw in -- we created a primordial soup
19
90000
4000
Tak więc zmieszaliśmy ze sobą - tworząc pierwotną zupę -
01:34
with lots of pieces of robots -- with bars, with motors, with neurons.
20
94000
4000
wiele podzespołów robota: szkielety, napędy, neurony.
01:38
Put them all together, and put all this under kind of natural selection,
21
98000
4000
Połączyliśmy je i poddaliśmy całość procesowi naturalnej selekcji,
01:42
under mutation, and rewarded things for how well they can move forward.
22
102000
4000
nagradzając je w zależności od wykształcenia umiejętności posuwania się do przodu.
01:46
A very simple task, and it's interesting to see what kind of things came out of that.
23
106000
6000
Pomimo prostoty tego zadania, interesującym było zapoznanie się z jego wynikami.
01:52
So if you look, you can see a lot of different machines
24
112000
3000
Widać wiele różnych urządzeń, które powstały wskutek
01:55
come out of this. They all move around.
25
115000
2000
tego doświadczenia. Wszystkie poruszają się wkoło,
01:57
They all crawl in different ways, and you can see on the right,
26
117000
4000
pełzają w różny sposób. Po prawej stronie można zobaczyć,
02:01
that we actually made a couple of these things,
27
121000
2000
że kilka z nich skonstruowaliśmy i działają one w świecie rzeczywistym.
02:03
and they work in reality. These are not very fantastic robots,
28
123000
3000
Nie są to może fantastyczne roboty,
02:06
but they evolved to do exactly what we reward them for:
29
126000
4000
ale wyewoluowały one, by robić dokładnie to, za co były nagradzane -
02:10
for moving forward. So that was all done in simulation,
30
130000
3000
poruszać się do przodu. Była to symulacja, ale podobne
02:13
but we can also do that on a real machine.
31
133000
2000
doświadczenia można przeprowadzać z prawdziwymi urządzeniami.
02:15
Here's a physical robot that we actually
32
135000
5000
Oto konkretny robot
02:20
have a population of brains,
33
140000
3000
posiadający zbiór mózgów,
02:23
competing, or evolving on the machine.
34
143000
2000
które rywalizują czy też ewoluują.
02:25
It's like a rodeo show. They all get a ride on the machine,
35
145000
3000
To coś w rodzaju rodea - każdy z mózgów dostaje maszynę do "pojeżdżenia"
02:28
and they get rewarded for how fast or how far
36
148000
3000
i jest wynagradzany za przebyty dystans lub za szybkość,
02:31
they can make the machine move forward.
37
151000
2000
z jaką potrafi posuwać maszynę do przodu.
02:33
And you can see these robots are not ready
38
153000
2000
Jak widzimy, te roboty nie są jeszcze gotowe,
02:35
to take over the world yet, but
39
155000
3000
by zapanować nad światem,
02:38
they gradually learn how to move forward,
40
158000
2000
ale stopniowo uczą poruszać się do przodu
02:40
and they do this autonomously.
41
160000
3000
i czynią to samodzielnie.
02:43
So in these two examples, we had basically
42
163000
4000
W tych dwóch przykładach mieliśmy w zasadzie do czynienia
02:47
machines that learned how to walk in simulation,
43
167000
3000
z urządzeniami, które nauczyły się przemieszczać się
02:50
and also machines that learned how to walk in reality.
44
170000
2000
w rzeczywistości wirtualnej i w świecie rzeczywistym.
02:52
But I want to show you a different approach,
45
172000
2000
Ale chciałbym również przedstawić inne podejście -
02:54
and this is this robot over here, which has four legs.
46
174000
6000
oto robot posiadający cztery nogi, osiem napędów:
03:00
It has eight motors, four on the knees and four on the hip.
47
180000
2000
cztery w kolanach i cztery w biodrach.
03:02
It has also two tilt sensors that tell the machine
48
182000
3000
Posiada on również dwa czujniki, informujące o stopniu
03:05
which way it's tilting.
49
185000
3000
i kierunku nachylenia.
03:08
But this machine doesn't know what it looks like.
50
188000
2000
Ale to urządzenie jest nieświadome swojej budowy.
03:10
You look at it and you see it has four legs,
51
190000
2000
Przyjrzawszy mu się, widzimy, że urządzenie to ma cztery nogi, lecz samo
03:12
the machine doesn't know if it's a snake, if it's a tree,
52
192000
2000
nie wie czy jest wężem, czy może drzewem, nie ma zielonego
03:14
it doesn't have any idea what it looks like,
53
194000
3000
pojęcia na temat swojej budowy, ale
03:17
but it's going to try to find that out.
54
197000
2000
zamierza spróbować to rozpracować.
03:19
Initially, it does some random motion,
55
199000
2000
Początkowo wykonuje przypadkowe ruchy,
03:21
and then it tries to figure out what it might look like.
56
201000
3000
by następnie spróbować pojąć jaka może być jego budowa -
03:24
And you're seeing a lot of things passing through its minds,
57
204000
2000
wiele myśli przebiega wówczas przez jego umysł,
03:26
a lot of self-models that try to explain the relationship
58
206000
4000
wiele modeli 'ja' próbuje wyjaśnić związek
03:30
between actuation and sensing. It then tries to do
59
210000
3000
pomiędzy działaniem a odczuwaniem. Następnym krokiem
03:33
a second action that creates the most disagreement
60
213000
4000
jest odrzucenie - jakby to uczynił naukowiec - modeli
03:37
among predictions of these alternative models,
61
217000
2000
których przewidywania najbardziej odbiegają od rzeczywistości.
03:39
like a scientist in a lab. Then it does that
62
219000
2000
W ten sposób pozostają jedynie
03:41
and tries to explain that, and prune out its self-models.
63
221000
4000
najbardziej trafne modele.
03:45
This is the last cycle, and you can see it's pretty much
64
225000
3000
To jest ostatni etap i jak widać, robot mniej więcej
03:48
figured out what its self looks like. And once it has a self-model,
65
228000
4000
rozpracował, jaka jest jego budowa i gdy posiada już model 'ja', jest w stanie
03:52
it can use that to derive a pattern of locomotion.
66
232000
4000
wykorzystać go do stworzenia schematu poruszania się.
03:56
So what you're seeing here are a couple of machines --
67
236000
2000
Widzimy tu zatem kilka maszyn tworzących
03:58
a pattern of locomotion.
68
238000
2000
schemat poruszania się.
04:00
We were hoping that it wass going to have a kind of evil, spidery walk,
69
240000
4000
Mieliśmy nadzieję, że będzie to złowrogi, pajęczy chód,
04:04
but instead it created this pretty lame way of moving forward.
70
244000
4000
jednakże powstał ten nieco koślawy sposób przemieszczania się do przodu.
04:08
But when you look at that, you have to remember
71
248000
3000
Ale trzeba przy tym pamiętać,
04:11
that this machine did not do any physical trials on how to move forward,
72
251000
6000
że to urządzenie nie przeprowadzało żadnych prób poruszania się,
04:17
nor did it have a model of itself.
73
257000
2000
ani nie miało pojęcia o swojej budowie.
04:19
It kind of figured out what it looks like, and how to move forward,
74
259000
3000
Samo wywnioskowało, jak jest zbudowane i jak ma się poruszać do przodu,
04:22
and then actually tried that out.
75
262000
4000
by następnie to wypróbować.
04:26
(Applause)
76
266000
5000
(oklaski)
04:31
So, we'll move forward to a different idea.
77
271000
4000
Tak więc przejdźmy do innej koncepcji.
04:35
So that was what happened when we had a couple of --
78
275000
5000
Wcześniejszy przykład...
04:40
that's what happened when you had a couple of -- OK, OK, OK --
79
280000
4000
Wcześniejszy przykład... Spokojnie, spokojnie...
04:44
(Laughter)
80
284000
2000
(śmiech)
04:46
-- they don't like each other. So
81
286000
2000
Nie przepadają za sobą.
04:48
there's a different robot.
82
288000
3000
Oto inny robot.
04:51
That's what happened when the robots actually
83
291000
2000
Wcześniejszy przykład ilustrował zachowanie robotów,
04:53
are rewarded for doing something.
84
293000
2000
które były nagradzane za robienie czegoś.
04:55
What happens if you don't reward them for anything, you just throw them in?
85
295000
3000
Co dzieje się zatem, jeżeli nie otrzymują one żadnej nagrody?
04:58
So we have these cubes, like the diagram showed here.
86
298000
3000
Diagram przedstawia sześciany,
05:01
The cube can swivel, or flip on its side,
87
301000
2000
które potrafią się obracać i przekręcać.
05:04
and we just throw 1,000 of these cubes into a soup --
88
304000
4000
Przeprowadziliśmy symulację: z tysiąca takich sześcianów
05:08
this is in simulation --and don't reward them for anything,
89
308000
2000
stworzyliśmy zupę, nie nagradzając ich za nic,po prostu
05:10
we just let them flip. We pump energy into this
90
310000
3000
pozwoliliśmy im się obracać. Wpomowaliśmy w to energię, by
05:13
and see what happens in a couple of mutations.
91
313000
3000
zaobserwować, co stanie się po kilku mutacjach.
05:16
So, initially nothing happens, they're just flipping around there.
92
316000
3000
Początkowo nic się nie dzieje, sześciany po prostu się obracają,
05:19
But after a very short while, you can see these blue things
93
319000
4000
lecz po krótkiej chwili można zaobserwować, że sześciany
05:23
on the right there begin to take over.
94
323000
2000
koloru niebieskiego zaczynają dominować.
05:25
They begin to self-replicate. So in absence of any reward,
95
325000
4000
Zaczynają się samo-replikować. Zatem, gdy nie ma żadnej nagrody
05:29
the intrinsic reward is self-replication.
96
329000
3000
wewnętrzną nagrodą jest samo-replikacja.
05:32
And we've actually built a couple of these,
97
332000
1000
Stworzyliśmy kilka egzemplarzy tego sześcianu,
05:33
and this is part of a larger robot made out of these cubes.
98
333000
4000
a to jest jedynie fragment robota z nich złożonego.
05:37
It's an accelerated view, where you can see the robot actually
99
337000
3000
Na przyśpieszonym filmiku można zobaczyć, że robot
05:40
carrying out some of its replication process.
100
340000
2000
faktycznie przeprowadza w pewnym zakresie proces swojej replikacji.
05:42
So you're feeding it with more material -- cubes in this case --
101
342000
4000
Gdy dostarczymy mu więcej budulca - w tym przypadku sześcianów -
05:46
and more energy, and it can make another robot.
102
346000
3000
i więcej energii, będzie on mógł stworzyć innego robota.
05:49
So of course, this is a very crude machine,
103
349000
3000
To jest bardzo prymitywne urządzenie,
05:52
but we're working on a micro-scale version of these,
104
352000
2000
ale obecnie toczą się prace nad wersją w skali mikro
05:54
and hopefully the cubes will be like a powder that you pour in.
105
354000
3000
i mamy nadzieję, że sześciany będą jak sypki proszek.
05:57
OK, so what can we learn? These robots are of course
106
357000
5000
Czego nas to uczy? Te roboty, same w sobie, z pewnością
06:02
not very useful in themselves, but they might teach us something
107
362000
3000
nie są zbyt użyteczne, ale mogą nas nauczyć, jak budować ich lepsze
06:05
about how we can build better robots,
108
365000
3000
wersje, a może nawet, jak ludzie i zwierzęta
06:08
and perhaps how humans, animals, create self-models and learn.
109
368000
5000
tworzą modele 'ja' i się uczą.
06:13
And one of the things that I think is important
110
373000
2000
Jedną z rzeczy, którą uważam za istotną,
06:15
is that we have to get away from this idea
111
375000
2000
jest kwestia porzucenia koncepcji
06:17
of designing the machines manually,
112
377000
2000
manualnego projektowania tych maszyn
06:19
but actually let them evolve and learn, like children,
113
379000
3000
na rzecz umożliwienia im ewoluowania i uczenia się jak dzieci.
06:22
and perhaps that's the way we'll get there. Thank you.
114
382000
2000
Być może w ten sposób uda się nam to osiągnąć. Dziękuję.
06:24
(Applause)
115
384000
2000
(oklaski)
O tej stronie

Na tej stronie poznasz filmy z YouTube, które są przydatne do nauki języka angielskiego. Zobaczysz lekcje angielskiego prowadzone przez najlepszych nauczycieli z całego świata. Kliknij dwukrotnie na angielskie napisy wyświetlane na stronie każdego filmu, aby odtworzyć film od tego miejsca. Napisy przewijają się synchronicznie z odtwarzaniem filmu. Jeśli masz jakieś uwagi lub prośby, skontaktuj się z nami za pomocą formularza kontaktowego.

https://forms.gle/WvT1wiN1qDtmnspy7