Hod Lipson: Robots that are "self-aware"

Перекладач: Khrystyna Romashko Утверджено: Hanna Leliv

So, where are the robots?

І де ж ці роботи?

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

Нам 40 років кажуть, що вони незабаром з'являться.

Very soon they'll be doing everything for us.

Дуже швидко вони почнуть робити усе замість нас.

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

Вони будуть куховарити, прибирати, робити покупки, будувати. Але їх нема.

Meanwhile, we have illegal immigrants doing all the work,

Тим часом, цю роботу виконують нелегальні імігранти зі всього світу,

but we don't have any robots.

а роботів ми так і не маємо.

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

Що ж ми можемо тут зробити? Що можемо сказати?

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

Хочу показати дещо іншу перспективу того,

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

як ми могли б дивитись на речі по-іншому.

And this is an x-ray picture

Це рентген-знімок

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

справжнього жука і швейцарського годинника 88-го року. Ви дивитесь на це -

what was true then is certainly true today.

що було справжнім тоді, безсумнівно, є справжнім і зараз.

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

Ми досі можемо виготовляти такі предмети. Можемо робити потрібні предмети.

We can make the circuitry of the right computational power,

Можемо зробити схему з потрібною потужністю,

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

але ми, власне, не можемо поєднати їх, щоб зробити щось,

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

що працюватиме та буде адаптовуватись, як ці системи.

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

Спробуємо глянути з іншої перспективи.

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

Звернемося до найкращого дизайнера, матері усіх дизайнерів.

Let's see what evolution can do for us.

Подивимося, що може для нас зробити еволюція.

So we threw in -- we created a primordial soup

Включаємось - ми створили "первинний бульйон"

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

з великою кількістю деталей роботів - з планками, двигунами, нейронами.

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

Зібрали це все докупи і провели щось на зразок природного добору,

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

піддали мутаціям і винагородили їх за те, як швидко вони можуть рухатись уперед.

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

Дуже просте завдання, і цікаво побачити, що з цього вийшло.

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

Якщо ви подивитеся, можна побачити багато різних машин,

come out of this. They all move around.

отриманих таким чином. Вони всі рухаються довкола.

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

Вони всі розповзаються врізнобіч, можна побачити праворуч,

that we actually made a couple of these things,

що ми зробили декілька таких штук,

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

і вони справді працюють. Це не фантастичні роботи,

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

але вони еволюціонували так, щоб робити саме те, за що ми їх заохочуємо:

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

рух уперед. Це все було зроблено у симуляції,

but we can also do that on a real machine.

але ми можемо це зробити і зі справжньою машиною.

Here's a physical robot that we actually

Це фізичний робот,

have a population of brains,

ми маємо цілу популяцію їх з інтелектом,

competing, or evolving on the machine.

вони змагаються, еволюціонують.

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

Це як родео. Вони всі катаються на машині

and they get rewarded for how fast or how far

і отримують заохочення за те, як швидко вони рухались,

they can make the machine move forward.

і як далеко змогли просунути машину вперед.

And you can see these robots are not ready

Бачте, ці роботи ще не готові

to take over the world yet, but

панувати над світом,

they gradually learn how to move forward,

але вони поступово вчаться рухатись уперед,

and they do this autonomously.

і роблять це автономно.

So in these two examples, we had basically

У цих двох прикладах ми маємо

machines that learned how to walk in simulation,

машини, що навчилися, як ходити у симуляції,

and also machines that learned how to walk in reality.

а також машини, які навчились ходити в реальності.

But I want to show you a different approach,

Та хочу показати вам інший підхід,

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

цей робот ось там має чотири ноги.

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

У нього вісім двигунів, чотири на колінах, чотири на бедрах.

It has also two tilt sensors that tell the machine

Він також має два кутових сенсори, які вказують машині,

which way it's tilting.

у який бік вона нахиляється.

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

Але ця машина не знає, як вона виглядає.

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

Ви дивитесь на неї і бачите, що в неї чотири ноги,

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

машина не знає, чи вона є змією, чи деревом,

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

вона не має жодного уявлення про свій вигляд,

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

але вона буде намагатись це дізнатися.

Initially, it does some random motion,

Спочатку вона робить якісь випадкові рухи,

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

а тоді пробує прикинути, як може виглядати.

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

Ви бачите, що у її мозку відбувається багато речей,

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

безліч змодельованих нею речей, щоб пояснити відношення

between actuation and sensing. It then tries to do

між приведенням в дію та визначенням напряму. Далі вона пробує

a second action that creates the most disagreement

зробити другу дію, яка створює найбільше суперечок

among predictions of these alternative models,

у прогнозах щодо цих альтернативних моделей,

like a scientist in a lab. Then it does that

як у науковців з лабораторії. Далі вона робить це

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

і намагається це пояснити, і спрощує свої моделі.

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

Це останній цикл, як бачите, тут доволі

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

передбачено, як це виглядатиме. Як тільки воно змоделювало свій вигляд,

it can use that to derive a pattern of locomotion.

воно може використати його, щоб виробити схему переміщення.

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

Те, що ви бачите - це декілька машин -

a pattern of locomotion.

схема переміщення.

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

Ми сподіваємося, що вона матиме таку собі бридку, павучу ходу,

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

натомість, вона створила цю досить поганеньку ходу.

But when you look at that, you have to remember

Та, коли ви дивитесь на це, слід пам'ятати,

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

що ця машина не була запрограмована рухатись уперед,

nor did it have a model of itself.

ані містила даних про свій вигляд.

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

Вона сама зрозуміла, як виглядає, і як їй рухатись уперед,

and then actually tried that out.

а тоді спробувала це робити.

(Applause)

(Оплески)

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

Рухаємось далі до іншої ідеї.

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

Ось що сталося, коли в нас було декілька -

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

те, що сталося, коли було декілька - Ок, Ок, Ок -

(Laughter)

(Сміх)

-- they don't like each other. So

- вони не симпатизують один одному.

there's a different robot.

Це інший робот.

That's what happened when the robots actually

Ось, що сталося, коли роботи

are rewarded for doing something.

отримують винагороду за те, що зробили.

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

А що буде, якщо не нагороджувати їх ні за що, просто викидати їх?

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

У нас є куби, як на цій діаграмі.

The cube can swivel, or flip on its side,

Куб може обертатись або перевертатись на бік,

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

ми просто кидаємо 1000 таких кубів у "бульйон"-

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

це симуляція - і не даємо їм винагороди.

we just let them flip. We pump energy into this

Просто даємо їм перевертатись. Постачаємо енергію,

and see what happens in a couple of mutations.

дивимось, що станеться після кількох мутацій.

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

На початку нічого не відбувається, вони просто перевертаються довкола.

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

Та через короткий проміжок часу можна побачити ці сині штуки

on the right there begin to take over.

праворуч, які починають переважати.

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

Вони починають самовідтворюватись. Без будь-якої винагороди,

the intrinsic reward is self-replication.

внутрішнім мотиватором є самовідтворення.

And we've actually built a couple of these,

Ми вже збудували декілька таких.

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

А це частина більшого робота, зробленого з цих кубів.

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

Це пришвидшений перегляд, де видно робота

carrying out some of its replication process.

у процесі самовідтворення.

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

Ви постачаєте йому більше матеріалу - у цьому випадку - куби -

and more energy, and it can make another robot.

і більше енергії, і він може зробити іншого робота.

So of course, this is a very crude machine,

Звісно, це дуже сира машина,

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

але ми працюємо над її мікроверсією

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

і надіємось отримати куби у вигляді порошку, що засипатиметься всередину.

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

Гаразд, чого ж ми можемо навчитися? Ці роботи, звичайно,

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

самі по собі не дуже корисні, але можуть нас чомусь навчити

about how we can build better robots,

про те, як можна сконструювати кращих роботів,

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

і, можливо, про те, як люди, тварини створюють моделі себе та вчаться.

And one of the things that I think is important

Одна з важливих, на мою думку, речей, це те,

is that we have to get away from this idea

що нам треба відходити від ідеї

of designing the machines manually,

розробки машин вручну,

but actually let them evolve and learn, like children,

а дати їм можливість розвиватися та вчитися, як дітям,

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

і, можливо, так ми цього досягнемо. Дякую.

(Applause)

(Оплески)