Hod Lipson: Robots that are "self-aware"

Hod Lipson "bilinçli" robotlar yapıyor

Çeviri: Erdem Yildirimer Gözden geçirme: Salim Sarımurat

So, where are the robots?

Peki, nerede o robotlar?

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

40 yılı aşkın süredir çok yakında gelecekleri söylenen robotlar.

Very soon they'll be doing everything for us.

Çok yakında bizim için herşeyi yapıyor olacaklar.

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

Yemek, temizlik, alışveriş, inşaat yapıyor olacaklar. Ama hala ortalıkta yoklar.

Meanwhile, we have illegal immigrants doing all the work,

Bu arada kaçak göçmenler tüm bu işleri yapıyorlar,

but we don't have any robots.

ama ortada hiç robot yok.

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

Peki bu konuda ne yapabiliriz? Ne diyebiliriz?

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

O yüzden ben belki biraz farklı bir bakış açısıyla yaklaşarak

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

bu duruma nasıl daha farklı bir şekilde bakabileceğimizi anlatacağım.

And this is an x-ray picture

Gördükleriniz bir böcekle, 1988'den kalma

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

isveç yapımı bir kol saatinin röntgenleri. Bunlara şimdi baktığınızda görünen ile,

what was true then is certainly true today.

o zaman bakıldıığında görünen aynı.

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

Hala aynı parçaları üretebiliyoruz, doğru parçarları yapıyoruz,

We can make the circuitry of the right computational power,

gerekli işlem gücü için devreleri üretebiliyoruz,

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

ama aslında, hakikaten çalışacak ve bu sistemler gibi uyumlu olabilecek

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

birşey ortaya çıkarmak için bu parçaları düzgünce birleştiremiyoruz.

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

Öyleyse bunlara başka bir yönden bakmayı deneyelim.

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

Tüm tasarımcıların atası, en iyi tasarımcıyı çağıralım o zaman:

Let's see what evolution can do for us.

değişimin bizim için neler yapabileceğine bir bakalım.

So we threw in -- we created a primordial soup

Biz de kalıplar, motorlar ve sinir hücreleri gibi

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

robot parçalarını birbirine karıştırdık ve ilkel bir çorba yaptık.

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

Bunların hepsini bir araya koyduk ve bir çeşit doğal ayıklanma süreciyle

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

mutasayona bıraktık ve ilerleme kabiliyetlerine göre onları ödüllendirdik.

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

Çok basit bir işti ve onun sonucunda ne olacağını görmek enteresan oldu.

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

Baktığınızda, çok farklı makinaların ortaya çıktığını

come out of this. They all move around.

görebilirsiniz. Hepsi etrafta dolaşıyor,

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

farklı şekillerde yol alıyor, ve sağ tarafta gördüğünüz gibi,

that we actually made a couple of these things,

biz bunlardan bir iki tane yaptık, ve onlar

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

gerçekte de çalışıyorlar. Onlar pek muhteşem robotlar olmasalar da,

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

sonucunda bizim onları ödüllendirdiğimiz şeyi yapmak için geliştiler:

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

ileri gitmek için. Aslında bunların hepsi canlandırmada yapılmıştı,

but we can also do that on a real machine.

ama biz bunu gerçek bir makinada da yapabiliriz.

Here's a physical robot that we actually

İşte burada gördüğünüz fiziksel bir robot,

have a population of brains,

ve o aslında bir makinanın üzerinde

competing, or evolving on the machine.

yarışan veya değişen bir beyine sahip.

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

Bu bir rodeo gösterisi gibi, herkes makinayı bir defa sürüyor

and they get rewarded for how fast or how far

ve makinayı ilerletme veya hızlandırma

they can make the machine move forward.

miktarlarına göre ödüllendiriliyor.

And you can see these robots are not ready

Ve görüldüğü gibi bu robotlar dünyayı ele geçirmek için

to take over the world yet, but

henüz hazır değiller, ama

they gradually learn how to move forward,

düzenli olarak nasıl ileri gidebileceklerini öğreniyorlar,

and they do this autonomously.

ve bunu kendi kendilerine yapıyorlar.

So in these two examples, we had basically

Bu iki örnekte de gördüğünüz gibi, temel olarak

machines that learned how to walk in simulation,

sanal ortamda yürümeyi öğrenen makinalarımız ve

and also machines that learned how to walk in reality.

aynı zamanda gerçek hayatta yürümeyi öğrenen makinalarımız var.

But I want to show you a different approach,

Ama ben size farklı bir yaklaşım göstermek istiyorum,

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

işte burada gördüğünüz 4 bacağı olan robotumuzun,

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

8 motoru var, 4 adet dizlerde ve 4 adet kalçada.

It has also two tilt sensors that tell the machine

Bunun yanında makinanın hangi yöne eğildiğini gösteren

which way it's tilting.

eğim algılayıcıları var.

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

Ama bu makina kendisinin neye benzediğini bilmiyor.

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

Siz ona bakıyor ve görüyorsunuz ki 4 bacağı var,

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

ama makina kendisinin bir yılan mı yoksa bir ağaç mı

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

olduğunu bilmiyor, bu konuda hiç bir fikri yok,

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

ama bunu öğrenmek için uğraşacak.

Initially, it does some random motion,

İlk başlarda rastgele hareket ediyor

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

ve sonrasında nasıl göründüğünü anlamaya çabalıyor.

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

Ve görüyorsunuz aklından bir sürü şey geçiyor,

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

kendi kişisel modelini açıklamak için hareketleriyle algılaması

between actuation and sensing. It then tries to do

arasındaki bağlantıyı çözmeye çalışıyor. Sanki bir bilim adamı gibi

a second action that creates the most disagreement

ikinci bir adım atarak bu tahmini modeller arasında

among predictions of these alternative models,

kendisine en büyük kararsızlığı oluşturmaya

like a scientist in a lab. Then it does that

devam ediyor. Daha sonra bunları yaparak

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

kendisini açıklamaya çalışıyor ve çıkardığı modelleri sadeleştiriyor.

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

Burada gördüğünüz ise son aşama ve görüyorsunuz ki nasıl göründüğünü

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

bir hayli anlamış durumda. Kendi modelini bir kere oluşturduktan sonra,

it can use that to derive a pattern of locomotion.

bu modeli bir hareket dizisi oluşturmak için kullanabilir.

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

Burada görmekte olduğunuz birkaç makine,

a pattern of locomotion.

birbirini takip eden bir dizi hareket yapıyor.

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

Umuyorduk ki bir çeşit şeytani, örümceksi yürüyüş yöntemi olacak

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

ama görüyoruz ki, ilerlemek için çok aksak bir yol geliştirdi.

But when you look at that, you have to remember

Ama bu robota bakarken ileri gitmek için hiç bir

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

fiziksel denemede bulunmadığını ve kendi fiziksel yapısını bilmediğini

nor did it have a model of itself.

aklınızdan çıkarmamanız gerekiyor.

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

Bir şekilde kendi şeklini ve nasıl ilerleyebileceğini anlamaya çalıştı

and then actually tried that out.

ve çıkardığı yöntemle ilerlemeyi denedi.

(Applause)

(Alkışlar)

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

Şimdi başka bir fikre doğru ilerleyelim.

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

Bu gördükleriniz, birkaç şeyde olanlar --

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

Bu, birkaç şeyde olanlar -- Tamam,Tamam,Tamam --

(Laughter)

Gülüşmeler

-- they don't like each other. So

-- birbirlerini pek sevmiyorlar. Peki,

there's a different robot.

bu da başka bir robot.

That's what happened when the robots actually

Burada da robotları yaptıkları şeye göre

are rewarded for doing something.

ödüllendirildikten sonra olanlar.

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

Onları yaptıklarından dolayı ödüllendirmeyip sadece çorbaya dahil ederseniz ne olur?

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

Bu şekilde gördüğünüz gibi, küplerimiz var.

The cube can swivel, or flip on its side,

Bu küpler dönebiliyor veya olduğu yerde yere değen kenarını değiştirebiliyor,

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

ve biz bu küplerden 1000 tanesini bir çorbaya attık --

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

canlandırma amacıyla -- ve onları ödüllendirmedik,

we just let them flip. We pump energy into this

sadece takla atmalarına izin verdik. Enerji pompalayarak

and see what happens in a couple of mutations.

bir iki değişimden sonra neler olduğunu görmek istedik.

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

İlk başta hiç birşey olmadı, sadece takla atıp durdular.

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

Ama çok kısa süre sonra şu küçük mavi şeyler sağ tarafa

on the right there begin to take over.

doğru kaymaya başladılar.

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

Kendilerini kopyalamaya başladılar. Görüğünüz gibi,

the intrinsic reward is self-replication.

Ödül verilmezken asıl ödül kendini kopyalamak oluyor.

And we've actually built a couple of these,

Ardından bunlardan birkaç tane yaptık,

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

ve bunlar daha büyük olan diğer bir robotun parçalarıydı.

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

Bu bir hızlandırılmış gösterim ve robotu kendini kopyalama

carrying out some of its replication process.

işlemini sürdürürken görüyorsunuz.

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

Daha çok malzemeyle -- burada küpler ile mesela -- ve

and more energy, and it can make another robot.

enerjiyle besliyorsunuz, sonra başka bir robot oluşturuyor.

So of course, this is a very crude machine,

Tabi ki burada gördüğünüz çok kaba bir makina

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

ama biz mikro boyutlarda olanları üzerinde çalışıyoruz,

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

ve umudumuz toz gibi robotlar üretebiliyor olmak.

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

Peki, ne öğrenebiliriz? Bu robotlar tabi ki

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

tek başlarına pek yararlı değiller ama belki bize nasıl daha iyi

about how we can build better robots,

robotlar yapabileceğimiz konusunda ve belki insanoğlunun

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

ve hayvanların nasıl kendi kopyalarını yapabilecekleri konusunda birşeyler öğretebilirler.

And one of the things that I think is important

Ve bence önemli olan şeylerden bir tanesi de

is that we have to get away from this idea

elle makinalar tasarlama

of designing the machines manually,

fikrinden uzaklaşmalıyız, ve onların

but actually let them evolve and learn, like children,

çocukmuş gibi kendilerini geliştirip öğrenmelerini sağlamalıyız,

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

Belki bu şekilde başarıya ulaşabiliriz. Teşekkürler.

(Applause)

(Alkışlar)