ABOUT THE SPEAKER
Radhika Nagpal - Robotics engineer
Taking cues from bottom-up biological networks like those of social insects, Radhika Nagpal helped design an unprecedented “swarm” of ant-like robots.

Why you should listen

With a swarm of 1,024 robots inspired by the design of ant colonies, Radhika Nagpal and her colleagues at Harvard’s SSR research group have redefined expectations for self-organizing robotic systems. Guided by algorithms, Nagpal’s shockingly simple robots guide themselves into a variety of shapes -- an ability that, brought to scale, might lead to applications like disaster rescue, space exploration and beyond.

In addition to her work with biologically inspired robots, Nagpal helped create ROOT, a simple robot to teach coding to would-be programmers through a simple user interface suitable for students of all ages.

More profile about the speaker
Radhika Nagpal | Speaker | TED.com
TED2017

Radhika Nagpal: What intelligent machines can learn from a school of fish

رادیکا ناگپال: آنچه که ماشین‌های هوشمند می‌توانند از دسته ماهی‌ها یاد بگیرند

Filmed:
1,266,261 views

دیدگاه‌های علمی تخیلی نشان می‌دهد که هوش مصنوعی برای بازنگری نحوه تفکر ما ساخته شده است -- چه اتفاقی می‌افتد اگر ما آن را با هوشمندی و تعاملاتی که در طبیعت می‌بینیم مدل کنیم؟ مهندس رباتیک، رادیکا ناگپال، که در مورد تعاملات جمعی حشرات و ماهی‌ها مطالعه می‌کند و سعی در فهم قواعد تعاملی آنها را دارد، در یک سخنرانی رویایی، او فعالیت خود را در ساخت هوش جمعی مصنوعی ارائه می‌دهد و آینده ای را پیش بینی می‌کند که ربات‌ها در مقابل سیل موانعی را می‌سازند، به باروری گیاهان کمک می‌کنند، رفتارهای مرجان‌های دریایی را نظارت کرده و شبکه‌ای از ماهواره‌های تعاملی را درست می‌کنند.
- Robotics engineer
Taking cues from bottom-up biological networks like those of social insects, Radhika Nagpal helped design an unprecedented “swarm” of ant-like robots. Full bio

Double-click the English transcript below to play the video.

در اولین روزهای دوران دانشجویی ارشد،
00:12
In my earlyزود daysروزها as a graduateفارغ التحصیل studentدانشجو,
0
755
2015
00:14
I wentرفتی on a snorkelingsnorkeling tripسفر
off the coastساحل of the Bahamasباهاما.
1
2794
3555
به یک سفر غواصی زیر آب
در سواحل باهاما رفتم.
00:18
I'd actuallyدر واقع never swumسویم
in the oceanاقیانوس before,
2
6789
2949
راستش قبلاً در اون اقیانوس شنا نکرده بودم،
00:21
so it was a bitبیت terrifyingوحشتناک.
3
9762
1844
بنابراین کمی ترسیده بودم.
00:24
What I rememberیاد آوردن the mostاکثر is,
as I put my headسر in the waterاب
4
12016
3000
چیزی که بیشتر به یاد می‌آورم،
همانطور که سرم را در آب گذاشتم
00:27
and I was tryingتلاش کن really hardسخت
to breatheتنفس کنید throughاز طریق the snorkelدریچه عقب,
5
15040
4250
و سخت تلاش می‌کردم از
طریق لوله تنفس نفس بکشم،
00:31
this hugeبزرگ groupگروه
of stripedراه راه yellowرنگ زرد and blackسیاه fishماهی
6
19314
5366
یک گروه بزرگ از ماهی‌های راه راه
زرد و سیاه
00:36
cameآمد straightسر راست at me ...
7
24704
1483
مستقیم به سمت من آمدند ...
00:38
and I just frozeمسدود شده.
8
26817
1397
و من فقط بی‌حرکت ماندم.
00:40
And then, as if it had
suddenlyناگهان changedتغییر کرد its mindذهن,
9
28975
3613
و بعد، مثل اینکه ناگهانی
عقیده‌شان عوض بشود،
00:44
cameآمد towardsبه سمت me
and then swervedچرخید to the right
10
32612
2437
به سمت من می‌آمدند و بعد به سمت راستم
منحرف می‌شدند
00:47
and wentرفتی right around me.
11
35073
1515
و به اطراف من می‌رفتند.
00:48
It was absolutelyکاملا mesmerizingمسحور کننده.
12
36920
1526
بسیار مسحور کننده بود.
00:50
Maybe manyبسیاری of you
have had this experienceتجربه.
13
38470
2182
شاید خیلی از شماها
همچین تجربه‌ای داشته‌اید.
00:53
Of courseدوره, there's the colorرنگ
and the beautyزیبایی of it,
14
41239
3422
البته، با وجود رنگ و زیبایی آن‌ها،
00:56
but there was alsoهمچنین
just the sheerخالص onenessیکپارچگی of it,
15
44685
2928
اما در آن یک نوع یکنواختی وجود داشت،
00:59
as if it wasn'tنبود hundredsصدها of fishماهی
16
47637
2343
که انگار این‌ها صدها ماهی نیستند
01:02
but a singleتنها entityنهاد
with a singleتنها collectiveجمعی mindذهن
17
50004
3135
بلکه انگار یک نهاد واحد
با یک ذهن واحد جمعی
01:05
that was makingساخت decisionsتصمیمات.
18
53163
1507
داشت برایشان تصمیم گیری می‌کرد.
01:07
When I look back, I think that experienceتجربه
really endedبه پایان رسید up determiningتعیین کردن
19
55666
3682
وقتی به عقب نگاه می‌کنم،
فکر می‌کنم از این تجربه درس گرفتم
01:11
what I've workedکار کرد on for mostاکثر of my careerحرفه.
20
59372
2222
و در بیشتر کارهایم از آن استفاده کردم.
01:16
I'm a computerکامپیوتر scientistدانشمند,
21
64157
1280
من یک محقق کامپیوتر هستم،
01:17
and the fieldرشته that I work in
is artificialمصنوعی intelligenceهوش.
22
65461
2747
و در زمینه هوش مصنوعی کار می‌کنم.
01:20
And a keyکلیدی themeموضوع in AIAI
23
68639
1517
و یک موضوع مهم در هوش مصنوعی
01:22
is beingبودن ableتوانایی to understandفهمیدن intelligenceهوش
by creatingپدید آوردن our ownخودت computationalمحاسباتی systemsسیستم های
24
70180
4443
توانایی درک هوش با ایجاد سیستم‌های
محاسباتی خودمان است
01:26
that displayنمایش دادن intelligenceهوش
the way we see it in natureطبیعت.
25
74647
3253
که هوش را به‌طریقی که
در طبیعت می‌بینیم نشان دهد.
01:30
Now, mostاکثر popularمحبوب viewsنمایش ها of AIAI, of courseدوره,
come from scienceعلوم پایه fictionداستان and the moviesفیلم ها,
26
78467
4438
در حال حاضر، بیشتر ایده‌های هوش مصنوعی،
از فیلم‌ها و تخیلات آمده است،
01:34
and I'm personallyشخصا a bigبزرگ Starستاره Warsجنگ ها fanپنکه.
27
82929
2577
و من شخصاً طرفدار فیلم «جنگ ستارگان» هستم.
01:38
But that tendsتمایل دارد to be a very human-centricانسان محور
viewچشم انداز of intelligenceهوش.
28
86501
3889
اما به نظر می‌رسد این نگرش به هوش
بسیار انسان محور است.
01:43
When you think of a fishماهی schoolمدرسه,
29
91144
2207
وقتی به دسته ماهی‌ها یا،
01:45
or when I think of a flockگله of starlingsستاره ها,
30
93375
2953
پرندگان مهاجر فکر می‌کنید،
01:48
that feelsاحساس می کند like a really differentناهمسان
kindنوع of intelligenceهوش.
31
96352
3340
یک نوع دیگری از هوش رو لمس می‌کنید.
01:52
For startersشروع کننده ها, any one fishماهی is just so tinyکوچک
32
100945
3913
برای مبتدی‌ها، یک ماهی اینقدر کوچک است
01:56
comparedمقایسه کرد to the sheerخالص sizeاندازه
of the collectiveجمعی,
33
104882
2887
که قابل قیاس با اندازه مجموعه نیست،
01:59
so it seemsبه نظر می رسد that any one individualفردی
34
107793
3110
و به نظر می‌رسد هر کدام
02:02
would have a really limitedمحدود
and myopicمئوپی viewچشم انداز of what's going on,
35
110927
2993
یک جنبه کوچکی از مجموعه هستند،
02:05
and intelligenceهوش
isn't really about the individualفردی
36
113944
2334
هم چنین هوش فرد گرا نیست
02:08
but somehowبه نحوی a propertyویژگی
of the groupگروه itselfخودش.
37
116302
2677
اما به تک تک اعضا مربوط می‌شود.
02:12
Secondlyدوم اینکه, and the thing
that I still find mostاکثر remarkableقابل توجه,
38
120118
3231
ثانیاً، چیزی که واقعا قابل توجه است،
02:15
is that we know that there are no leadersرهبران
supervisingنظارت this fishماهی schoolمدرسه.
39
123373
5032
این است که می‌دانیم رهبری برای این
گروه از ماهی‌ها وجود ندارد.
02:21
Insteadبجای, this incredibleباور نکردنی
collectiveجمعی mindذهن behaviorرفتار
40
129163
3501
در عوض، این رفتار جمعی باور نکردنی
02:24
is emergingدر حال ظهور purelyصرفا from the interactionsفعل و انفعالات
of one fishماهی and anotherیکی دیگر.
41
132688
4532
صرفاً از تعاملات یک ماهی با ماهی
دیگر نشات می‌گیرد.
02:29
Somehowبه نحوی, there are these interactionsفعل و انفعالات
or rulesقوانین of engagementنامزدی
42
137244
3968
به هر حال، این تعاملات یا قواعد تعامل
02:33
betweenبین neighboringهمسایه fishماهی
43
141236
1755
بین ماهی‌ها در جریان است
02:35
that make it all work out.
44
143015
1467
که تمام کارها را انجام می‌دهد.
02:37
So the questionسوال for AIAI then becomesتبدیل می شود,
45
145736
2651
و باز سوال برای هوش مصنوعی مطرح می‌شود که،
02:40
what are those rulesقوانین of engagementنامزدی
that leadسرب to this kindنوع of intelligenceهوش,
46
148411
4158
که این قواعد تعامل چیست که منجربه
این نوع هوش می‌شود،
و حتی آیا خودمان می‌توانیم
نمونه‌اش را درست کنیم؟
02:44
and of courseدوره, can we createايجاد كردن our ownخودت?
47
152593
1907
02:46
And that's the primaryاولیه thing
that I work on with my teamتیم in my labآزمایشگاه.
48
154999
3587
و این اصلی‌ترین چیزی است که در
آزمایشگاه با تیمم کار می‌کنم.
02:50
We work on it throughاز طریق theoryتئوری,
49
158943
1637
و ما با این نظریه کار می‌کنیم،
02:52
looking at abstractچکیده ruleقانون systemsسیستم های
50
160604
2348
با نگاه به قوانین انتزاعی حاکم بر سیستم‌ها
02:54
and thinkingفكر كردن about
the mathematicsریاضیات behindپشت it.
51
162976
2349
و هم چنین با فکر کردن به ریاضیات پشت آن.
02:57
We alsoهمچنین do it throughاز طریق biologyزیست شناسی,
workingکار کردن closelyنزدیک است with experimentalistsتجربی.
52
165897
4285
ما همچنین روی زیست شناسی آن با همکاری
نزدیک با متخصصان کار می‌کنیم.
03:02
But mostlyاغلب, we do it throughاز طریق roboticsروباتیک,
53
170579
1953
ولی اغلب، روی رباتیک کار می‌کنیم،
03:04
where we try to createايجاد كردن
our ownخودت collectiveجمعی systemsسیستم های
54
172556
3904
جایی که سعی می‌کنیم سیستم‌های
جمعی خودمان را ایجاد کنیم
03:08
that can do the kindsانواع of things
that we see in natureطبیعت,
55
176484
2707
که می‌تواند چیزهایی که در
طبیعت می‌بینیم را انجام دهد،
03:11
or at leastکمترین try to.
56
179215
1237
یا حداقل شبیه آن باشد.
03:13
One of our first roboticروباتیک questsمسابقات
alongدر امتداد this lineخط
57
181907
2804
یکی از اولین ماموریت‌های
رباتیک ما در این حوزه
03:16
was to createايجاد كردن our very ownخودت colonyمستعمره
of a thousandهزار robotsروبات ها.
58
184735
4045
این بود که ما گروه خودمان
را از هزاران ربات درست کنیم.
03:21
So very simpleساده robotsروبات ها,
59
189140
1334
ربات‌هایی بسیار ساده،
03:22
but they could be programmedبرنامه ریزی شده
to exhibitنمایشگاه collectiveجمعی intelligenceهوش,
60
190498
3603
اما برنامه پذیر برای نشان دادن هوش جمعی،
03:26
and that's what we were ableتوانایی to do.
61
194125
1729
واین چیزی است که توانستیم انجام دهیم.
03:28
So this is what a singleتنها robotربات looksبه نظر می رسد like.
62
196194
2032
پس یک ربات اینگونه به نظر می‌رسد.
03:30
It's quiteکاملا smallکوچک,
about the sizeاندازه of a quarterربع,
63
198250
2523
بسیار کوچک، در اندازه یک سکه ۲۵ میلی متری
03:32
and you can programبرنامه how it movesحرکت می کند,
64
200797
2310
و می‌توانید برنامه ریزی کنید که
چگونه حرکت کند،
03:35
but it can alsoهمچنین wirelesslyبی سیم
communicateبرقراری ارتباط with other robotsروبات ها,
65
203131
3416
و همچنین می‌تواند به صورت بیسیم
با بقیه ربات‌ها ارتباط برقرار کند،
03:38
and it can measureاندازه گرفتن distancesفاصله ها from them.
66
206571
2167
و فاصله خود را با بقیه اندازه گیری کند.
03:40
And so now we can startشروع کن to programبرنامه
exactlyدقیقا an interactionاثر متقابل,
67
208762
3476
و الان می‌توانیم پروژه را شروع کنیم
دقیقا یک تعامل،
03:44
a ruleقانون of engagementنامزدی betweenبین neighborsهمسایه ها.
68
212262
2094
یک قانون تعامل بین همسایگان.
03:46
And onceیک بار we have this systemسیستم,
69
214713
1894
و هنگامیکه ما این سیستم را داریم،
03:48
we can startشروع کن to programبرنامه manyبسیاری
differentناهمسان kindsانواع of rulesقوانین of engagementنامزدی
70
216631
3416
می‌توانیم بسیاری از این
پروژه‌ها و تعاملات را که در
03:52
that you would see in natureطبیعت.
71
220071
1506
طبیعت می‌بینیم شبیه سازی کنیم.
03:53
So for exampleمثال,
spontaneousخود به خود synchronizationهماهنگ سازی,
72
221601
2976
به طور مثال، هماهنگ سازی خود به خودی،
03:56
how audiencesمخاطبان are clappingکف زدن
and suddenlyناگهان startشروع کن all clappingکف زدن togetherبا یکدیگر,
73
224601
5238
که چگونه تعدادی از حضار دست می‌زنند
و ناگهان همگی با هم دست می‌زنند،
04:01
the firefliesکرم شب تاب flashingچشمک زدن togetherبا یکدیگر.
74
229863
2068
یا کرم‌های شب تاب با هم می‌درخشند.
04:06
We can programبرنامه rulesقوانین
for patternالگو formationتشکیل,
75
234919
2691
ما می‌توانیم ساخت الگوهای این
قوانین را برنامه ریزی کنیم،
04:09
how cellsسلول ها in a tissueبافت
76
237634
1786
چگونه سلول‌ها در یک بافت
04:11
determineتعیین کنید what roleنقش
they're going to take on
77
239444
2102
تشخیص می‌دهند که هر کدام چه نقشی دارند
04:13
and setتنظیم the patternsالگوها of our bodiesبدن.
78
241570
1706
و الگوهای بدن ما را تنظیم می‌کنند.
04:17
We can programبرنامه rulesقوانین for migrationمهاجرت,
79
245045
2089
می‌توانیم قواعد مهاجرت را برنامه پذیر کنیم
04:19
and in this way, we're really learningیادگیری
from nature'sطبیعت rulesقوانین.
80
247158
2977
و به این طریق می‌توانیم قوانین
طبیعت را یاد بگیریم.
04:22
But we can alsoهمچنین take it a stepگام furtherبیشتر.
81
250595
2647
حتی می‌توانیم آنها را یک گام به‌جلو ببریم.
04:25
We can actuallyدر واقع take these rulesقوانین
that we'veما هستیم learnedیاد گرفتم from natureطبیعت
82
253266
2992
ما می‌توانیم این قوانینی که از
طبیعت یاد گرفته ایم را بگیریم
04:28
and combineترکیب کردن them and createايجاد كردن
entirelyبه طور کامل newجدید collectiveجمعی behaviorsرفتار
83
256282
3794
ترکیب شان کنیم و در نهایت
یک رفتار جمعی جدید بسازیم
04:32
of our very ownخودت.
84
260100
1198
که مختص خودمان باشد.
04:33
So for exampleمثال,
85
261960
1478
برای مثال،
04:35
imagineتصور کن that you had
two differentناهمسان kindsانواع of rulesقوانین.
86
263462
2352
تصور کنید شما دو نوع مختلف قانون داشتید.
04:38
So your first ruleقانون is a motionحرکت ruleقانون
87
266374
2119
قانون اول که قانون حرکت است
04:40
where a movingدر حال حرکت robotربات can moveحرکت
around other stationaryایستاده robotsروبات ها.
88
268517
4341
جایی که یک ربات می‌تواند بین ربات
های ایستاده دیگر حرکت کند.
04:44
And your secondدومین ruleقانون is a patternالگو ruleقانون
89
272882
1811
و قانون دوم، قانون الگو است
04:46
where a robotربات takes on a colorرنگ
basedمستقر on its two nearestنزدیکترین neighborsهمسایه ها.
90
274717
3157
جایی که یک ربات از دو تا از نزدیک ترین
همسایگانش رنگی را می‌گیرد.
04:50
So if I startشروع کن with a blobلکه of robotsروبات ها
in a little patternالگو seedبذر,
91
278679
3445
بنابراین اگر با یک گروه از
ربات‌ها شروع کنم،
04:54
it turnsچرخش out that these two rulesقوانین
are sufficientکافی است for the groupگروه
92
282148
2906
معلوم است که این دو قاعده
برای این دو گروه کافی است
04:57
to be ableتوانایی to self-assembleخودمجموعه
a simpleساده lineخط patternالگو.
93
285078
2752
تا یک الگوی خط ساده را خودش
بتواند جمع آوری کند.
05:01
And if I have more
complicatedبغرنج patternالگو rulesقوانین,
94
289114
2544
و اگر قواعد پیچیده بیشتری داشته باشم
05:03
and I designطرح errorخطا correctionتصحیح rulesقوانین,
95
291682
2317
و قوانین اصلاح خطا را طراحی کنم،
05:06
we can actuallyدر واقع createايجاد كردن really,
really complicatedبغرنج selfخود assembliesمجامع,
96
294023
3097
ما واقعاً می‌توانیم مجموعه‌های
پیچیده خود-سازمان‌دهی را ایجاد کنیم،
05:09
and here'sاینجاست what that looksبه نظر می رسد like.
97
297144
1644
و این چیزی که به نظر می‌رسد.
05:11
So here, you're going to see
a thousandهزار robotsروبات ها
98
299874
2985
در اینجا هزاران ربات را خواهید دید که
05:14
that are workingکار کردن togetherبا یکدیگر
to self-assembleخودمجموعه the letterنامه K.
99
302883
3462
با هم برای درست کردن حرف K
همکاری می‌کنند.
05:18
The K is on its sideسمت.
100
306369
1306
جهت آن از بالا به پائین.
05:20
And the importantمهم thing
is that no one is in chargeشارژ.
101
308223
2731
و قسمت مهم اینجاست که
هیچکس رهبر نیست.
05:22
So any singleتنها robotربات is only talkingصحبت کردن
to a smallکوچک numberعدد of robotsروبات ها nearbyدر نزدیکی it,
102
310978
4825
بنابراین یک ربات با تعداد کمی از
همسایگان خود ارتباط برقرار می‌کند،
05:27
and it's usingاستفاده كردن its motionحرکت ruleقانون
to moveحرکت around the half-builtنیمه ساخته شده structureساختار
103
315827
3937
و برای حرکت پیرامون سازه در حال تکمیل
از قانون حرکتش استفاده می‌کند
05:31
just looking for a placeمحل to fitمناسب in
basedمستقر on its patternالگو rulesقوانین.
104
319788
3007
و با توجه به الگویش دنبال یک مکان
می‌گردد تا در آنجا قرار گیرد.
05:35
And even thoughگرچه no robotربات
is doing anything perfectlyکاملا,
105
323794
4398
حتی اگر هیچ رباتی کار خود
را به خوبی انجام ندهد،
05:40
the rulesقوانین are suchچنین that we can get
the collectiveجمعی to do its goalهدف
106
328216
3660
قوانین طوری تنظیم شده‌اند که کل
گروه برای رسیدن به هدف با جدیت
05:43
robustlyبه شدت togetherبا یکدیگر.
107
331900
1473
تلاش می‌کنند.
05:46
And the illusionتوهم becomesتبدیل می شود
almostتقریبا so perfectکامل, you know --
108
334033
2982
و تقریباً اینجا اشتباه پیش می‌آید که،
05:49
you just startشروع کن to not even noticeاطلاع
that they're individualفردی robotsروبات ها at all,
109
337039
3416
در ابتدا به این توجه نمی‌کنید که
این‌ها ربات‌های فردی هستند،
05:52
and it becomesتبدیل می شود a singleتنها entityنهاد,
110
340479
1683
تبدیل به یک موجودیت واحد می‌شوند،
05:54
kindنوع of like the schoolمدرسه of fishماهی.
111
342186
1721
مثل دسته ماهی‌ها.
06:00
So these are robotsروبات ها and rulesقوانین
in two dimensionsابعاد,
112
348013
2739
این تصویر ربات‌ها و قوانین سازنده
در محیط دو بعدی است،
06:02
but we can alsoهمچنین think about robotsروبات ها
and rulesقوانین in threeسه dimensionsابعاد.
113
350776
3311
اما می‌توانیم آن‌ها را در
سه بعد نیز تصور کنیم.
06:06
So what if we could createايجاد كردن robotsروبات ها
that could buildساختن togetherبا یکدیگر?
114
354111
3603
و چی می‌شد اگر ما بتوانیم ربات‌هایی را
بسازیم که بتوانند خودشان را بسازند؟
06:10
And here, we can take inspirationالهام بخش
from socialاجتماعی insectsحشرات.
115
358576
3255
و اینجا، می‌توانیم از حشرات
اجتماعی نیز الهام بگیریم.
06:14
So if you think about
mound-buildingساخت تپه termitesموریانه ها
116
362189
2660
اگر تپه موریانه‌‎ها را درنظر بگیرید
06:16
or you think about armyارتش antsمورچه ها,
117
364873
2052
یا حتی مورچه‌های سرباز،
06:18
they createايجاد كردن incredibleباور نکردنی,
complexپیچیده nestلانه structuresسازه های out of mudگل و لای
118
366949
4253
آنها لانه‌های پیچیده ای ازگل را
به طور باورنکردنی می‌سازند
06:23
and even out of theirخودشان ownخودت bodiesبدن.
119
371226
2144
و حتی از خود بدن‌هایشان.
06:26
And like the systemسیستم I showedنشان داد you before,
120
374602
2220
و این سیستمی است که قبلا به شما گفته بودم،
06:28
these insectsحشرات actuallyدر واقع
alsoهمچنین have patternالگو rulesقوانین
121
376846
2970
و این حشرات واقعاً همچنین الگوهایی دارند
06:31
that help them determineتعیین کنید what to buildساختن,
122
379840
2038
که به آنها کمک می‌کنند
بفهمند چی بسازند،
06:33
but the patternالگو can be madeساخته شده
out of other insectsحشرات,
123
381902
2302
و این الگو می‌تواند از حشرات
دیگر نیز گرفته شود،
06:36
or it could be madeساخته شده out of mudگل و لای.
124
384228
1787
یا حتی از ساختار گِل.
06:39
And we can use that sameیکسان ideaاندیشه
to createايجاد كردن rulesقوانین for robotsروبات ها.
125
387178
4361
و ما می‌توانیم از همین ایده برای
ساخت قواعد روبات‌ها استفاده کنیم.
06:44
So here, you're going to see
some simulatedشبیه سازی شده robotsروبات ها.
126
392221
3161
در اینجا بعضی از ربات‌‎های
شبیه سازی شده را می‌بینید.
06:47
So the simulatedشبیه سازی شده robotربات has a motionحرکت ruleقانون,
127
395406
2483
این ربات شبیه سازی شده
دارای یک قانون حرکت است
06:49
whichکه is how it traversesتراورس
throughاز طریق the structureساختار,
128
397913
2333
که چگونه از الگوها
برای توسعه استفاده می‌کند،
06:52
looking for a placeمحل to fitمناسب in,
129
400270
1997
چگونه یک مکان را برای قرار گیری پیدا کند،
06:54
and it has patternالگو rulesقوانین
where it looksبه نظر می رسد at groupsگروه ها of blocksبلوک ها
130
402291
3000
و الگوهایی دارد که وقتی
به گروهی از بلوک‌ها می‌رسد
06:57
to decideتصميم گرفتن whetherچه to placeمحل a blockمسدود کردن.
131
405315
2205
تصمیم بگیرد که بلوک جدیدی را بگذارد یا نه.
07:00
And with the right motionحرکت rulesقوانین
and the right patternالگو rulesقوانین,
132
408644
3063
و با قوانین حرکت و الگوهای درست،
07:03
we can actuallyدر واقع get the robotsروبات ها
to buildساختن whateverهر چه we want.
133
411731
3635
ما می‌توانیم از ربات‌ها برای ساخت
هر چیزی که می‌خواهیم استفاده کنیم.
07:08
And of courseدوره, everybodyهمه wants
theirخودشان ownخودت towerبرج.
134
416197
2691
معلومه که هرکسی دنبال
ساخت برج خودش خواهد بود.
07:11
(Laughterخنده)
135
419350
1982
(خنده)
07:14
So onceیک بار we have these rulesقوانین,
136
422000
1684
پس بعد از مشخص شدن قوانین،
07:15
we can startشروع کن to createايجاد كردن the robotربات bodiesبدن
that go with these rulesقوانین.
137
423708
3166
می‌توانیم سراغ ساخت شکل ربات‌ها
متناسب با این الگوها برویم.
07:18
So here, you see a robotربات
that can climbبالا رفتن over blocksبلوک ها,
138
426898
3309
اینجا رباتی را می‌بینید که
می‌تواند از بلوک‌ها بالا برود
07:22
but it can alsoهمچنین liftبلند کردن and moveحرکت these blocksبلوک ها
139
430231
2681
و می‌تواند بلوک‌ها را بلند و جا به جا کند
07:24
and it can startشروع کن to editویرایش کنید
the very structureساختار that it's on.
140
432936
2697
و می‌تواند مکان هر بلوک را اصلاح کند.
07:28
But with these rulesقوانین,
141
436617
1148
اما با این قوانین،
07:29
this is really only one kindنوع of robotربات bodyبدن
that you could imagineتصور کن.
142
437789
3479
این تنها یک نوع از ربات‌هایی
هست که می‌توانید تصورش کنید.
07:33
You could imagineتصور کن
manyبسیاری differentناهمسان kindsانواع of robotربات bodiesبدن.
143
441292
2579
می‌توانید انواع اشکال مختلفی
از ربات‌ها را تصور کنید.
07:35
So if you think about robotsروبات ها
that maybe could moveحرکت sandbagsکیسه های شن و ماسه
144
443895
4610
می‌توانید روباتی را تصور کنید
که کیسه‌های شن را جا به جا کند
07:40
and could help buildساختن leveeslevees,
145
448529
2549
و می‌تواند به ساخت خاکریزها کمک کند،
07:43
or we could think of robotsروبات ها
that builtساخته شده out of softنرم materialsمواد
146
451102
4301
یا می‌توانیم ربات‌هایی را تصور کنیم
که از مواد نرم ساخته شده اند
07:47
and workedکار کرد togetherبا یکدیگر
to shoreساحل up a collapsedسقوط کرد buildingساختمان --
147
455427
3644
و باهم برای آوار برداری یک ساختمان
فرو ریخته همکاری کنند.
پس اینجا نیز می‌توان همان قوانین اولیه
را در ربات‌هایی با اشکال مختلف نیز دید.
07:51
so just the sameیکسان kindنوع of rulesقوانین
in differentناهمسان kindsانواع of bodiesبدن.
148
459095
2998
07:56
Or if, like my groupگروه, you are completelyبه صورت کامل
obsessedغرق with armyارتش antsمورچه ها,
149
464210
4223
یا اگر، مثل گروه من،
مشتاق در روش مورچه‌های سرباز هستید.
08:00
then maybe one day we can make robotsروبات ها
that can climbبالا رفتن over literallyعینا anything
150
468457
4374
شاید بتوانیم ربات‌هایی را بسازیم که به
معنای واقعی کلمه از هر چیزی
08:04
includingشامل other membersاعضا of theirخودشان tribeقبیله,
151
472855
2174
حتی از روی خودشان نیز بالا بروند
08:07
and self-assembleخودمجموعه things
out of theirخودشان ownخودت bodiesبدن.
152
475053
2349
و چیزهایی را به‌تنهایی بسازند.
08:10
Onceیک بار you understandفهمیدن the rulesقوانین,
153
478137
1681
هنگامی که قوانین را می‌فهمید،
08:11
just manyبسیاری differentناهمسان kindsانواع
of robotربات visionsدیدگاه ها becomeتبدیل شدن به possibleامکان پذیر است.
154
479842
3379
می‌توانید انواع مختلفی از ربات‌ها بسازید.
08:18
And comingآینده back to the snorkelingsnorkeling tripسفر,
155
486792
2234
خب برگردیم به سفر دریایی‌مان،
08:21
we actuallyدر واقع understandفهمیدن a great dealمعامله
about the rulesقوانین that fishماهی schoolsمدارس use.
156
489050
5345
ما در واقع تعامل بزرگی در دسته ماهی‌ها
می‌بینیم که از آن بهره می‌برند.
08:26
So if we can inventاختراع کردن
the bodiesبدن to go with that,
157
494769
2836
پس اگر بتوانیم همچین چیزی را بسازیم،
08:29
then maybe there is a futureآینده
158
497629
1428
ممکن است در آینده
08:31
where I and my groupگروه will get to snorkelدریچه عقب
with a fishماهی schoolمدرسه of our ownخودت creationایجاد.
159
499081
4522
من و گروهم به سفر غواصی دریایی برویم
که دسته ماهی‌هایشان را خودمان ساخته‌ایم.
08:40
Eachهر یک of these systemsسیستم های that I showedنشان داد you
160
508850
2129
هر کدام از سیستم‌هایی که
من به شما نشان دادم،
08:43
bringsبه ارمغان می آورد us closerنزدیک تر to havingداشتن
the mathematicalریاضی and the conceptualمفهومی toolsابزار
161
511003
4277
ما را به ابزارهای ریاضی
و مفهومی نزدیک می‌کنند که بتوانیم
08:47
to createايجاد كردن our ownخودت versionsنسخه ها
of collectiveجمعی powerقدرت,
162
515304
3381
نسخه‌های با قدرت از تعامل جمعی
برای خودمان را بسازیم،
و این می‌تواند به بسیاری از درخواست‌های
کاربردی ما در آینده پاسخ دهد.
08:50
and this can enableفعال کردن manyبسیاری differentناهمسان kindsانواع
of futureآینده applicationsبرنامه های کاربردی,
163
518709
3001
08:53
whetherچه you think about robotsروبات ها
that buildساختن floodسیل barriersموانع
164
521734
3164
وقتی که ربات‌هایی به وجود آیند که
مانعی برای سیل بسازند
08:56
or you think about roboticروباتیک beeزنبور عسل coloniesمستعمرات
that could pollinateگرده افشانی cropsمحصولات زراعی
165
524922
4297
یا ربات‌های زنبور مانندی که محصولات
کشاورزی را گرده افشانی کنند
09:01
or underwaterزیر آب schoolsمدارس of robotsروبات ها
that monitorمانیتور coralمرجان reefsصخره ها,
166
529243
3524
یا دسته ربات‌های آبی که صخره‌های
مرجانی را زیر نظر داشته باشند،
09:04
or if we reachنائل شدن for the starsستاره ها
and we thinkingفكر كردن about programmingبرنامه نويسي
167
532791
3103
یا اگر ما به ستاره‌ها رسیدم،
برای [برقراری ارتباط]
بتوانیم شبکه‌ای از ماهواره‌های
برنامه پذیر داشته باشیم.
09:07
constellationsصورت فلکی of satellitesماهواره ها.
168
535918
1619
09:10
In eachهر یک of these systemsسیستم های,
169
538148
1612
در هر کدام از این سیستم‌ها،
09:11
beingبودن ableتوانایی to understandفهمیدن
how to designطرح the rulesقوانین of engagementنامزدی
170
539784
3547
توانایی فهم نحوه طراحی قوانین تعامل
09:15
and beingبودن ableتوانایی to createايجاد كردن
good collectiveجمعی behaviorرفتار
171
543355
2514
و توانایی ساخت رفتار جمعی خوب
09:17
becomesتبدیل می شود a keyکلیدی to realizingتحقق these visionsدیدگاه ها.
172
545893
2374
کلیدی است که برای درک بهتر این دیدگاه‌ها.
09:22
So, so farدور I've talkedصحبت کرد about
rulesقوانین for insectsحشرات and for fishماهی
173
550742
4107
تاکنون، درباره قوانین حشرات، ماهی‌ها
09:26
and for robotsروبات ها,
174
554873
2369
و همچنین روبات‌ها صحبت کردم،
09:29
but what about the rulesقوانین that applyدرخواست
to our ownخودت humanانسان collectiveجمعی?
175
557266
3103
اما درباره قوانینی که حاکم بر
مشارکت جمعی ماست چطور؟
09:32
And the last thought
that I'd like to leaveترک کردن you with
176
560866
2430
و آخرین حرفی که می‌خوام
شما را باهاش تنها بگذارم اینه که
09:35
is that scienceعلوم پایه is of courseدوره itselfخودش
177
563320
1681
علم البته در وجود خودش
09:37
an incredibleباور نکردنی manifestationتظاهرات
of collectiveجمعی intelligenceهوش,
178
565025
3484
شاکله‌ای باورنکردنی
از هوشمندی دسته‌جمعی را دارد.
09:40
but unlikeبر خلاف the beautifulخوشگل
fishماهی schoolsمدارس that I studyمطالعه,
179
568533
3318
اما برخلاف دسته ماهی‌هایی
که مطالعه می‌کنم،
09:43
I feel we still have a much longerطولانی تر
evolutionaryتکامل یافته pathمسیر to walkراه رفتن.
180
571875
3943
من احساس می‌کنم مسیر تکاملی
طولانی‌تری برای رفتن داریم.
09:48
So in additionعلاوه بر این to workingکار کردن on improvingبهبود می یابد
the scienceعلوم پایه of robotربات collectivesکالج ها,
181
576746
4604
بنابراین علاوه‌بر کار
بر روی بهبود علم مشارکت ربات‌‌‌ها،
09:53
I alsoهمچنین work on creatingپدید آوردن robotsروبات ها
and thinkingفكر كردن about rulesقوانین
182
581374
3277
من درباره ساخت ربات و قوانین آن کار می‌کنم
09:56
that will improveبهتر کردن
our ownخودت scientificعلمی collectiveجمعی.
183
584675
2460
که در آینده همکاری علمی
خودمان را بهبود خواهد داد.
10:00
There's this sayingگفت: that I love:
184
588198
1668
چیزی که دوست دارم بگم اینه که:
10:01
who does scienceعلوم پایه
determinesتعیین می کند what scienceعلوم پایه getsمی شود doneانجام شده.
185
589890
3404
محقق علمی است که تعیین می‌کند
علم به کجا برود.
10:06
Imagineتصور کن a societyجامعه
186
594239
2941
جامعه‌ای را تصور کنید
10:09
where we had rulesقوانین of engagementنامزدی
187
597204
1651
که در آن قوانین تعاملی داشته باشیم
10:10
where everyهرکدام childکودک grewرشد کرد up believingباور کردن
that they could standایستادن here
188
598879
3303
که هر بچه‌ای که بزرگ می‌شود باور داشته باشد
که روزی می‌تواند در اینجا بایستد
10:14
and be a technologistتکنسین of the futureآینده,
189
602206
2422
و محقق تکنولوژی آینده باشد،
10:16
or where everyهرکدام adultبالغ
190
604652
1501
یا جایی که هر بزرگ سالی
10:18
believedمعتقد that they had the abilityتوانایی
not just to understandفهمیدن but to changeتغییر دادن
191
606177
4119
معتقد باشد که نه‌تنها می‌تواند بفهمد،
بلکه توانایی تغییر این که
10:22
how scienceعلوم پایه and technologyتکنولوژی
impactsاثرات theirخودشان everydayهر روز livesزندگی می کند.
192
610320
3555
چطور تکنولوژی هر روز
بر زندگی‌شان تاثیر می‌گذارد را دارد.
10:26
What would that societyجامعه look like?
193
614820
1899
همچین جامعه‌ای به چی شبیه است؟
10:30
I believe that we can do that.
194
618386
1508
معتقدم می‌توانیم انجامش دهیم.
10:31
I believe that we can chooseانتخاب کنید our rulesقوانین,
195
619918
2291
معتقدم می‌توانیم قوانین خودمان را بسازیم،
10:34
and we engineerمهندس not just robotsروبات ها
196
622233
1757
ما فقط ربات‌ها را مهندسی نمی‌کنیم
10:36
but we can engineerمهندس
our ownخودت humanانسان collectiveجمعی,
197
624014
2596
بلکه مجموعه انسانی را
نیز می‌توانیم مهندسی کنیم،
10:38
and if we do and when we do,
it will be beautifulخوشگل.
198
626634
3834
و اگر بتوانم و زمانی انجامش بدهیم،
جامعه زیبایی خواهیم داشت.
10:42
Thank you.
199
630492
1151
متشکرم.
10:43
(Applauseتشویق و تمجید)
200
631667
6547
(تشویق)
Translated by Mohammad Javad Najafi Rad
Reviewed by nima pourreza

▲Back to top

ABOUT THE SPEAKER
Radhika Nagpal - Robotics engineer
Taking cues from bottom-up biological networks like those of social insects, Radhika Nagpal helped design an unprecedented “swarm” of ant-like robots.

Why you should listen

With a swarm of 1,024 robots inspired by the design of ant colonies, Radhika Nagpal and her colleagues at Harvard’s SSR research group have redefined expectations for self-organizing robotic systems. Guided by algorithms, Nagpal’s shockingly simple robots guide themselves into a variety of shapes -- an ability that, brought to scale, might lead to applications like disaster rescue, space exploration and beyond.

In addition to her work with biologically inspired robots, Nagpal helped create ROOT, a simple robot to teach coding to would-be programmers through a simple user interface suitable for students of all ages.

More profile about the speaker
Radhika Nagpal | Speaker | TED.com
THE ORIGINAL VIDEO ON TED.COM
رادیکا ناگپال: آنچه که ماشین‌های هوشمند می‌توانند از دسته ماهی‌ها یاد بگیرند | TED Talk | TED.com