TED2017
Radhika Nagpal: What intelligent machines can learn from a school of fish
Radhika Nagpal: Ce que les machines intelligentes peuvent apprendre d'un banc de poissons
Filmed:
Readability: 4.3
1,266,261 views
La science-fiction nous présente des visions du futur où l'intelligence artificielle est conçue pour reproduire notre façon de penser - mais si on la modélisait plutôt à partir d'autres types d'intelligence qu'on trouve dans la nature ? La roboticienne Radhika Nagpal étudie l'intelligence collective qui se manifeste chez les insectes et les bancs de poissons afin d'en comprendre les règles d'engagement. Dans une conférence visionnaire, elle présente son travail, qui consiste à créer un pouvoir collectif artificiel, et dépeint un avenir où des essaims de robots travailleraient ensemble pour construire des barrières contre les inondations, ensemencer les champs, observer les barrières de corail et former des constellations de satellites.
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. Full bio
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.
00:12
In my early days as a graduate student,
0
755
2015
Au tout début de mes études,
00:14
I went on a snorkeling trip
off the coast of the Bahamas.
off the coast of the Bahamas.
1
2794
3555
je suis partie en voyage aux Bahamas
pour faire de la plongée en apnée.
pour faire de la plongée en apnée.
00:18
I'd actually never swum
in the ocean before,
in the ocean before,
2
6789
2949
Je n'avais jamais vraiment nagé en mer,
00:21
so it was a bit terrifying.
3
9762
1844
donc ça me faisait très peur.
00:24
What I remember the most is,
as I put my head in the water
as I put my head in the water
4
12016
3000
Ce qui m'a frappée, c'est,
lorsque j'ai mis la tête sous l'eau,
lorsque j'ai mis la tête sous l'eau,
00:27
and I was trying really hard
to breathe through the snorkel,
to breathe through the snorkel,
5
15040
4250
alors que j'essayais
de respirer dans le tuba,
de respirer dans le tuba,
00:31
this huge group
of striped yellow and black fish
of striped yellow and black fish
6
19314
5366
un énorme banc de poissons
rayés de jaune et noir
rayés de jaune et noir
00:36
came straight at me ...
7
24704
1483
est venu droit sur moi...
00:38
and I just froze.
8
26817
1397
J'étais tétanisée.
00:40
And then, as if it had
suddenly changed its mind,
suddenly changed its mind,
9
28975
3613
Alors, comme s'il avait
soudainement changé d'avis,
soudainement changé d'avis,
00:44
came towards me
and then swerved to the right
and then swerved to the right
10
32612
2437
il s'est approché de moi
00:47
and went right around me.
11
35073
1515
et m'a contournée par la droite.
00:48
It was absolutely mesmerizing.
12
36920
1526
C’était absolument fascinant.
00:50
Maybe many of you
have had this experience.
have had this experience.
13
38470
2182
Peut-être avez-vous
déjà eu cette expérience.
déjà eu cette expérience.
00:53
Of course, there's the color
and the beauty of it,
and the beauty of it,
14
41239
3422
Bien sûr,
je parle de la beauté des couleurs
je parle de la beauté des couleurs
00:56
but there was also
just the sheer oneness of it,
just the sheer oneness of it,
15
44685
2928
mais surtout de son unité pure et simple,
00:59
as if it wasn't hundreds of fish
16
47637
2343
comme si ces centaines de poissons
01:02
but a single entity
with a single collective mind
with a single collective mind
17
50004
3135
ne formaient qu'une seule entité,
avec un unique esprit collectif
avec un unique esprit collectif
01:05
that was making decisions.
18
53163
1507
qui prenait les décisions.
01:07
When I look back, I think that experience
really ended up determining
really ended up determining
19
55666
3682
En y repensant aujourd'hui,
cette expérience m'a vraiment orientée
cette expérience m'a vraiment orientée
01:11
what I've worked on for most of my career.
20
59372
2222
dans ma carrière.
01:16
I'm a computer scientist,
21
64157
1280
Je suis informaticienne,
01:17
and the field that I work in
is artificial intelligence.
is artificial intelligence.
22
65461
2747
et je travaille
en intelligence artificielle.
en intelligence artificielle.
01:20
And a key theme in AI
23
68639
1517
L'un des thèmes majeurs de l'IA
01:22
is being able to understand intelligence
by creating our own computational systems
by creating our own computational systems
24
70180
4443
est d'essayer de comprendre l'intelligence
en créant des systèmes computationnels
en créant des systèmes computationnels
01:26
that display intelligence
the way we see it in nature.
the way we see it in nature.
25
74647
3253
qui reproduisent l'intelligence
telle qu'observée dans la nature.
telle qu'observée dans la nature.
01:30
Now, most popular views of AI, of course,
come from science fiction and the movies,
come from science fiction and the movies,
26
78467
4438
L'image que l'on a de l'IA vient souvent
de la science-fiction et des films,
de la science-fiction et des films,
01:34
and I'm personally a big Star Wars fan.
27
82929
2577
et je suis moi-même
une grande fan de Star Wars.
une grande fan de Star Wars.
01:38
But that tends to be a very human-centric
view of intelligence.
view of intelligence.
28
86501
3889
Mais c'est une vision très humaine
de l'intelligence.
de l'intelligence.
01:43
When you think of a fish school,
29
91144
2207
Dans le cas d'un banc de poissons,
01:45
or when I think of a flock of starlings,
30
93375
2953
ou une nuée d'étourneaux,
01:48
that feels like a really different
kind of intelligence.
kind of intelligence.
31
96352
3340
on pense à un type d'intelligence
très différent.
très différent.
01:52
For starters, any one fish is just so tiny
32
100945
3913
Tout d'abord, un seul poisson
est tellement minuscule
est tellement minuscule
01:56
compared to the sheer size
of the collective,
of the collective,
33
104882
2887
comparé à la seule taille du groupe,
01:59
so it seems that any one individual
34
107793
3110
qu'on dirait qu'un individu à lui seul
02:02
would have a really limited
and myopic view of what's going on,
and myopic view of what's going on,
35
110927
2993
aurait une perception très limitée
de ce qui se passe,
de ce qui se passe,
02:05
and intelligence
isn't really about the individual
isn't really about the individual
36
113944
2334
et l'intelligence n'est pas liée
à un individu
à un individu
02:08
but somehow a property
of the group itself.
of the group itself.
37
116302
2677
mais est plutôt une propriété
du groupe lui-même.
du groupe lui-même.
02:12
Secondly, and the thing
that I still find most remarkable,
that I still find most remarkable,
38
120118
3231
Ensuite,
et c'est ce que je trouve remarquable,
et c'est ce que je trouve remarquable,
02:15
is that we know that there are no leaders
supervising this fish school.
supervising this fish school.
39
123373
5032
nous savons qu'il n'y a pas de meneurs
qui supervisent le banc de poissons.
qui supervisent le banc de poissons.
02:21
Instead, this incredible
collective mind behavior
collective mind behavior
40
129163
3501
Par contre, cet incroyable comportement
de l'esprit collectif
de l'esprit collectif
02:24
is emerging purely from the interactions
of one fish and another.
of one fish and another.
41
132688
4532
résulte uniquement des interactions
entre chaque poisson.
entre chaque poisson.
02:29
Somehow, there are these interactions
or rules of engagement
or rules of engagement
42
137244
3968
Quelque part,
les interactions ou règles d'engagement
les interactions ou règles d'engagement
02:33
between neighboring fish
43
141236
1755
entre poissons voisins
02:35
that make it all work out.
44
143015
1467
semblent tout faire fonctionner.
02:37
So the question for AI then becomes,
45
145736
2651
La question pour l'IA devient donc :
02:40
what are those rules of engagement
that lead to this kind of intelligence,
that lead to this kind of intelligence,
46
148411
4158
quelles sont ces règles d'engagement
qui mènent à cette sorte d'intelligence,
qui mènent à cette sorte d'intelligence,
02:44
and of course, can we create our own?
47
152593
1907
et évidemment, peut-on la reproduire ?
02:46
And that's the primary thing
that I work on with my team in my lab.
that I work on with my team in my lab.
48
154999
3587
C'est le principal sujet sur lequel
je travaille avec mon équipe.
je travaille avec mon équipe.
02:50
We work on it through theory,
49
158943
1637
On se base sur la théorie,
02:52
looking at abstract rule systems
50
160604
2348
des systèmes aux règles abstraites
02:54
and thinking about
the mathematics behind it.
the mathematics behind it.
51
162976
2349
et on réfléchit aux mathématiques
derrière.
derrière.
02:57
We also do it through biology,
working closely with experimentalists.
working closely with experimentalists.
52
165897
4285
On le fait aussi à travers la biologie,
en travaillant avec des expérimentateurs.
en travaillant avec des expérimentateurs.
03:02
But mostly, we do it through robotics,
53
170579
1953
Mais souvent, à l'aide de la robotique.
03:04
where we try to create
our own collective systems
our own collective systems
54
172556
3904
On essaye de créer
nos propres systèmes collectifs
nos propres systèmes collectifs
03:08
that can do the kinds of things
that we see in nature,
that we see in nature,
55
176484
2707
qui font les mêmes sortes de choses
que dans la nature
que dans la nature
03:11
or at least try to.
56
179215
1237
ou au moins on essaye.
03:13
One of our first robotic quests
along this line
along this line
57
181907
2804
Une de nos premières recherches en ce sens
03:16
was to create our very own colony
of a thousand robots.
of a thousand robots.
58
184735
4045
a été de créer notre propre colonie
d'un millier de robots.
d'un millier de robots.
03:21
So very simple robots,
59
189140
1334
Des robots très simples,
03:22
but they could be programmed
to exhibit collective intelligence,
to exhibit collective intelligence,
60
190498
3603
programmés dans le but de
reproduire une intelligence collective,
reproduire une intelligence collective,
03:26
and that's what we were able to do.
61
194125
1729
et c'est ce qu'on a pu faire.
03:28
So this is what a single robot looks like.
62
196194
2032
Voici donc ce à quoi ressemble
un robot.
un robot.
03:30
It's quite small,
about the size of a quarter,
about the size of a quarter,
63
198250
2523
C'est assez petit,
comme une pièce de monnaie,
comme une pièce de monnaie,
03:32
and you can program how it moves,
64
200797
2310
et on peut programmer ses déplacements,
03:35
but it can also wirelessly
communicate with other robots,
communicate with other robots,
65
203131
3416
mais il peut aussi communiquer sans fil
avec les autres robots,
avec les autres robots,
03:38
and it can measure distances from them.
66
206571
2167
mesurer sa distance
par rapport aux autres.
par rapport aux autres.
03:40
And so now we can start to program
exactly an interaction,
exactly an interaction,
67
208762
3476
On peut donc commencer
à programmer une interaction,
à programmer une interaction,
03:44
a rule of engagement between neighbors.
68
212262
2094
une règle d'engagement entre voisins.
03:46
And once we have this system,
69
214713
1894
Et une fois ce système créé,
03:48
we can start to program many
different kinds of rules of engagement
different kinds of rules of engagement
70
216631
3416
on peut commencer à programmer
de nombreuses règles d'engagement
de nombreuses règles d'engagement
03:52
that you would see in nature.
71
220071
1506
comme dans la nature.
03:53
So for example,
spontaneous synchronization,
spontaneous synchronization,
72
221601
2976
Par exemple,
la synchronisation spontanée,
la synchronisation spontanée,
03:56
how audiences are clapping
and suddenly start all clapping together,
and suddenly start all clapping together,
73
224601
5238
comment les applaudissements d'un public
se synchronisent soudainement,
se synchronisent soudainement,
04:01
the fireflies flashing together.
74
229863
2068
les lucioles qui clignotent ensemble.
04:06
We can program rules
for pattern formation,
for pattern formation,
75
234919
2691
On peut programmer des règles
de formation de modèles,
de formation de modèles,
04:09
how cells in a tissue
76
237634
1786
comment les cellules d'un tissu
04:11
determine what role
they're going to take on
they're going to take on
77
239444
2102
déterminent leur rôle
04:13
and set the patterns of our bodies.
78
241570
1706
pour former les parties du corps.
04:17
We can program rules for migration,
79
245045
2089
On peut programmer
des règles de migration.
des règles de migration.
04:19
and in this way, we're really learning
from nature's rules.
from nature's rules.
80
247158
2977
De cette manière, on apprend vraiment
des règles de la nature.
des règles de la nature.
04:22
But we can also take it a step further.
81
250595
2647
On peut aussi aller encore plus loin.
04:25
We can actually take these rules
that we've learned from nature
that we've learned from nature
82
253266
2992
On peut en fait utiliser ces règles
apprises de la nature
apprises de la nature
04:28
and combine them and create
entirely new collective behaviors
entirely new collective behaviors
83
256282
3794
et les combiner pour fabriquer
de nouveaux comportements collectifs
de nouveaux comportements collectifs
04:32
of our very own.
84
260100
1198
de toutes pièces.
04:33
So for example,
85
261960
1478
Par exemple,
04:35
imagine that you had
two different kinds of rules.
two different kinds of rules.
86
263462
2352
imaginons qu'il existe
deux types de règles.
deux types de règles.
04:38
So your first rule is a motion rule
87
266374
2119
La première est une règle
de mouvement.
de mouvement.
04:40
where a moving robot can move
around other stationary robots.
around other stationary robots.
88
268517
4341
Un robot peut se déplacer
autour d'autres robots stationnaires.
autour d'autres robots stationnaires.
04:44
And your second rule is a pattern rule
89
272882
1811
La deuxième est une règle de séquence :
04:46
where a robot takes on a color
based on its two nearest neighbors.
based on its two nearest neighbors.
90
274717
3157
un robot prend une couleur en fonction
de ses deux voisins.
de ses deux voisins.
04:50
So if I start with a blob of robots
in a little pattern seed,
in a little pattern seed,
91
278679
3445
Donc si je prends un groupe de robots
avec une séquence de départ,
avec une séquence de départ,
04:54
it turns out that these two rules
are sufficient for the group
are sufficient for the group
92
282148
2906
on constate que
ces deux règles sont suffisantes
ces deux règles sont suffisantes
04:57
to be able to self-assemble
a simple line pattern.
a simple line pattern.
93
285078
2752
pour que le groupe puisse former
une ligne selon la séquence de couleur.
une ligne selon la séquence de couleur.
05:01
And if I have more
complicated pattern rules,
complicated pattern rules,
94
289114
2544
Et si j'ai des règles de séquence
plus compliquées,
plus compliquées,
05:03
and I design error correction rules,
95
291682
2317
que je crée des règles
de correction d'erreur,
de correction d'erreur,
05:06
we can actually create really,
really complicated self assemblies,
really complicated self assemblies,
96
294023
3097
on peut créer des auto-assemblages
très complexes,
très complexes,
05:09
and here's what that looks like.
97
297144
1644
et voici de quoi ça a l'air.
05:11
So here, you're going to see
a thousand robots
a thousand robots
98
299874
2985
Donc vous voyez ici un millier de robots
05:14
that are working together
to self-assemble the letter K.
to self-assemble the letter K.
99
302883
3462
travaillant ensemble pour former
la lettre K.
la lettre K.
05:18
The K is on its side.
100
306369
1306
Le K nous apparaît de côté.
05:20
And the important thing
is that no one is in charge.
is that no one is in charge.
101
308223
2731
L'important, c'est que personne
n'est aux commandes.
n'est aux commandes.
05:22
So any single robot is only talking
to a small number of robots nearby it,
to a small number of robots nearby it,
102
310978
4825
Chaque robot ne parle qu'à un faible
nombre de robots, ses voisins,
nombre de robots, ses voisins,
05:27
and it's using its motion rule
to move around the half-built structure
to move around the half-built structure
103
315827
3937
et utilise sa règle de déplacement pour
bouger autour de la structure,
bouger autour de la structure,
05:31
just looking for a place to fit in
based on its pattern rules.
based on its pattern rules.
104
319788
3007
en cherchant sa place en fonction
de ses règles de séquence.
de ses règles de séquence.
05:35
And even though no robot
is doing anything perfectly,
is doing anything perfectly,
105
323794
4398
Et même si le résultat n'est pas parfait,
05:40
the rules are such that we can get
the collective to do its goal
the collective to do its goal
106
328216
3660
les règles établies permettent au groupe
d'atteindre son but
d'atteindre son but
05:43
robustly together.
107
331900
1473
en collaboration étroite.
05:46
And the illusion becomes
almost so perfect, you know --
almost so perfect, you know --
108
334033
2982
Et l'illusion commence à apparaître.
05:49
you just start to not even notice
that they're individual robots at all,
that they're individual robots at all,
109
337039
3416
On ne voit bientôt plus
les robots individuellement,
les robots individuellement,
05:52
and it becomes a single entity,
110
340479
1683
mais comme une seule entité,
05:54
kind of like the school of fish.
111
342186
1721
un peu comme le banc de poissons.
06:00
So these are robots and rules
in two dimensions,
in two dimensions,
112
348013
2739
Donc, on a des robots
et des règles en deux dimensions,
et des règles en deux dimensions,
06:02
but we can also think about robots
and rules in three dimensions.
and rules in three dimensions.
113
350776
3311
mais on peut imaginer des robots
et des règles en trois dimensions.
et des règles en trois dimensions.
06:06
So what if we could create robots
that could build together?
that could build together?
114
354111
3603
Et si on pouvait créer des robots
capables de construire ensemble ?
capables de construire ensemble ?
06:10
And here, we can take inspiration
from social insects.
from social insects.
115
358576
3255
Et là, on peut s’inspirer
des insectes sociaux.
des insectes sociaux.
06:14
So if you think about
mound-building termites
mound-building termites
116
362189
2660
Si on prend l'exemple des termitières
06:16
or you think about army ants,
117
364873
2052
ou celui des fourmis légionnaires,
06:18
they create incredible,
complex nest structures out of mud
complex nest structures out of mud
118
366949
4253
elles construisent des structures
incroyablement complexes pour leur nid
incroyablement complexes pour leur nid
06:23
and even out of their own bodies.
119
371226
2144
à partir de boue,
et même de leurs corps.
et même de leurs corps.
06:26
And like the system I showed you before,
120
374602
2220
Et tout comme le système
que je vous ai montré,
que je vous ai montré,
06:28
these insects actually
also have pattern rules
also have pattern rules
121
376846
2970
ces insectes ont aussi
des règles de séquence
des règles de séquence
06:31
that help them determine what to build,
122
379840
2038
qui leur permettent
de savoir quoi construire,
de savoir quoi construire,
06:33
but the pattern can be made
out of other insects,
out of other insects,
123
381902
2302
que ce soit à partir d'autres insectes,
06:36
or it could be made out of mud.
124
384228
1787
ou bien à partir de boue.
06:39
And we can use that same idea
to create rules for robots.
to create rules for robots.
125
387178
4361
On peut alors utiliser cette même idée
afin de créer des règles pour les robots.
afin de créer des règles pour les robots.
06:44
So here, you're going to see
some simulated robots.
some simulated robots.
126
392221
3161
Ce que vous voyez ici ,
ce sont des robots simulés.
ce sont des robots simulés.
06:47
So the simulated robot has a motion rule,
127
395406
2483
Le robot simulé possède
une règle de déplacement,
une règle de déplacement,
06:49
which is how it traverses
through the structure,
through the structure,
128
397913
2333
qui lui permet de bouger
autour de la structure,
autour de la structure,
06:52
looking for a place to fit in,
129
400270
1997
tout en cherchant sa place.
06:54
and it has pattern rules
where it looks at groups of blocks
where it looks at groups of blocks
130
402291
3000
Et il a des règles de séquence,
qui lui font chercher des blocs
qui lui font chercher des blocs
06:57
to decide whether to place a block.
131
405315
2205
et décider où placer
un bloc en particulier.
un bloc en particulier.
07:00
And with the right motion rules
and the right pattern rules,
and the right pattern rules,
132
408644
3063
Et avec les bonnes règles de déplacement
et de séquence,
et de séquence,
07:03
we can actually get the robots
to build whatever we want.
to build whatever we want.
133
411731
3635
on arrive à ce que les robots
construisent ce que l'on veut.
construisent ce que l'on veut.
07:08
And of course, everybody wants
their own tower.
their own tower.
134
416197
2691
Et on veut tous construire
notre propre tour.
notre propre tour.
07:11
(Laughter)
135
419350
1982
(Rires)
07:14
So once we have these rules,
136
422000
1684
Donc à partir de ces règles,
07:15
we can start to create the robot bodies
that go with these rules.
that go with these rules.
137
423708
3166
on va alors créer le type
de robot qui peut appliquer ces règles.
de robot qui peut appliquer ces règles.
07:18
So here, you see a robot
that can climb over blocks,
that can climb over blocks,
138
426898
3309
Ici, vous voyez un robot qui peut grimper
sur des blocs,
sur des blocs,
07:22
but it can also lift and move these blocks
139
430231
2681
mais il peut aussi les soulever
et les déplacer,
et les déplacer,
07:24
and it can start to edit
the very structure that it's on.
the very structure that it's on.
140
432936
2697
il peut modifier
la structure sur laquelle il se trouve.
la structure sur laquelle il se trouve.
07:28
But with these rules,
141
436617
1148
Mais avec ces règles,
07:29
this is really only one kind of robot body
that you could imagine.
that you could imagine.
142
437789
3479
on ne peut créer qu'un type de robot.
07:33
You could imagine
many different kinds of robot bodies.
many different kinds of robot bodies.
143
441292
2579
On peut imaginer
plein de types de robots différents.
plein de types de robots différents.
07:35
So if you think about robots
that maybe could move sandbags
that maybe could move sandbags
144
443895
4610
Par exemple, des robots
capables de déplacer des sacs de sable
capables de déplacer des sacs de sable
07:40
and could help build levees,
145
448529
2549
pour aider à construire des digues.
07:43
or we could think of robots
that built out of soft materials
that built out of soft materials
146
451102
4301
ou bien de robots capables de construire
à partir de matériaux souples,
à partir de matériaux souples,
07:47
and worked together
to shore up a collapsed building --
to shore up a collapsed building --
147
455427
3644
et de travailler ensemble pour consolider
une immeuble écroulé.
une immeuble écroulé.
07:51
so just the same kind of rules
in different kinds of bodies.
in different kinds of bodies.
148
459095
2998
Il s'agit des mêmes types de règles
dans des robots différents.
dans des robots différents.
07:56
Or if, like my group, you are completely
obsessed with army ants,
obsessed with army ants,
149
464210
4223
Ou si, comme pour mon équipe,
les fourmis sont pour vous une obsession,
les fourmis sont pour vous une obsession,
08:00
then maybe one day we can make robots
that can climb over literally anything
that can climb over literally anything
150
468457
4374
alors peut-être pourrons-nous créer des
robots pouvant escalader n'importe quoi,
robots pouvant escalader n'importe quoi,
08:04
including other members of their tribe,
151
472855
2174
incluant d'autres robots de leur tribu,
08:07
and self-assemble things
out of their own bodies.
out of their own bodies.
152
475053
2349
d'assembler des choses
en utilisant leurs corps.
en utilisant leurs corps.
08:10
Once you understand the rules,
153
478137
1681
Une fois les règles comprises,
08:11
just many different kinds
of robot visions become possible.
of robot visions become possible.
154
479842
3379
toutes les visions de types de robot
deviennent possibles.
deviennent possibles.
08:18
And coming back to the snorkeling trip,
155
486792
2234
Pour revenir sur la plongée aux Bahamas,
08:21
we actually understand a great deal
about the rules that fish schools use.
about the rules that fish schools use.
156
489050
5345
on comprend plein de choses sur
les bancs de poissons et leurs règles.
les bancs de poissons et leurs règles.
08:26
So if we can invent
the bodies to go with that,
the bodies to go with that,
157
494769
2836
Si on invente les robots qui vont avec,
08:29
then maybe there is a future
158
497629
1428
alors peut-être qu'un jour,
08:31
where I and my group will get to snorkel
with a fish school of our own creation.
with a fish school of our own creation.
159
499081
4522
mon équipe et moi plongerons avec
un banc de poissons de notre création.
un banc de poissons de notre création.
08:40
Each of these systems that I showed you
160
508850
2129
Chacun des systèmes
que je vous ai montrés
que je vous ai montrés
08:43
brings us closer to having
the mathematical and the conceptual tools
the mathematical and the conceptual tools
161
511003
4277
nous rapproche des outils mathématiques
et conceptuels
et conceptuels
08:47
to create our own versions
of collective power,
of collective power,
162
515304
3381
qui nous permettront de créer
notre version d'une puissance collective,
notre version d'une puissance collective,
08:50
and this can enable many different kinds
of future applications,
of future applications,
163
518709
3001
ce qui rendrait possible
de nombreuses futures applications,
de nombreuses futures applications,
08:53
whether you think about robots
that build flood barriers
that build flood barriers
164
521734
3164
comme des robots constructeurs de
digues contre les inondations
digues contre les inondations
08:56
or you think about robotic bee colonies
that could pollinate crops
that could pollinate crops
165
524922
4297
des colonies de
robots-abeilles pollinisatrices,
robots-abeilles pollinisatrices,
09:01
or underwater schools of robots
that monitor coral reefs,
that monitor coral reefs,
166
529243
3524
des bancs de robots sous-marins
surveillant les coraux,
surveillant les coraux,
09:04
or if we reach for the stars
and we thinking about programming
and we thinking about programming
167
532791
3103
ou encore, si on vise encore plus loin,
programmer
programmer
09:07
constellations of satellites.
168
535918
1619
des constellations de satellites.
09:10
In each of these systems,
169
538148
1612
Dans chacun de ces systèmes,
09:11
being able to understand
how to design the rules of engagement
how to design the rules of engagement
170
539784
3547
la capacité à comprendre
comment concevoir les règles d'engagement
comment concevoir les règles d'engagement
09:15
and being able to create
good collective behavior
good collective behavior
171
543355
2514
et à générer
de bons comportements collectifs
de bons comportements collectifs
09:17
becomes a key to realizing these visions.
172
545893
2374
devient la clé
pour rendre ces visions possibles.
pour rendre ces visions possibles.
09:22
So, so far I've talked about
rules for insects and for fish
rules for insects and for fish
173
550742
4107
Donc, j'ai parlé de règles
pour les insectes et les poissons,
pour les insectes et les poissons,
09:26
and for robots,
174
554873
2369
et pour les robots,
09:29
but what about the rules that apply
to our own human collective?
to our own human collective?
175
557266
3103
mais qu'en est-il des règles qui
gouvernent notre collectivité humaine ?
gouvernent notre collectivité humaine ?
09:32
And the last thought
that I'd like to leave you with
that I'd like to leave you with
176
560866
2430
Et la dernière pensée
avant de vous laisser
avant de vous laisser
09:35
is that science is of course itself
177
563320
1681
est que la science en soi-même
09:37
an incredible manifestation
of collective intelligence,
of collective intelligence,
178
565025
3484
est une extraordinaire manifestation
de l'intelligence collective,
de l'intelligence collective,
09:40
but unlike the beautiful
fish schools that I study,
fish schools that I study,
179
568533
3318
mais contrairement aux magnifiques
bancs de poissons que j'étudie,
bancs de poissons que j'étudie,
09:43
I feel we still have a much longer
evolutionary path to walk.
evolutionary path to walk.
180
571875
3943
je pense qu'il nous reste beaucoup
à parcourir sur le chemin de l'évolution.
à parcourir sur le chemin de l'évolution.
09:48
So in addition to working on improving
the science of robot collectives,
the science of robot collectives,
181
576746
4604
Donc en plus de mon travail sur
la science des collectifs de robots,
la science des collectifs de robots,
09:53
I also work on creating robots
and thinking about rules
and thinking about rules
182
581374
3277
je travaille aussi sur la création
de robots et de règles
de robots et de règles
09:56
that will improve
our own scientific collective.
our own scientific collective.
183
584675
2460
qui amélioreront
notre propre collectivité scientifique.
notre propre collectivité scientifique.
10:00
There's this saying that I love:
184
588198
1668
Il y a une citation que j'adore :
10:01
who does science
determines what science gets done.
determines what science gets done.
185
589890
3404
celui qui pratique la science
détermine ce que la science réalise.
détermine ce que la science réalise.
10:06
Imagine a society
186
594239
2941
Imaginez une société dans laquelle
10:09
where we had rules of engagement
187
597204
1651
on aurait des règles d'engagement
10:10
where every child grew up believing
that they could stand here
that they could stand here
188
598879
3303
qui permettraient aux enfants
de grandir en sachant
de grandir en sachant
10:14
and be a technologist of the future,
189
602206
2422
qu'ils peuvent devenir
les techniciens du futur,
les techniciens du futur,
10:16
or where every adult
190
604652
1501
et aux adultes de croire
10:18
believed that they had the ability
not just to understand but to change
not just to understand but to change
191
606177
4119
qu'ils ont la capacité
de non seulement comprendre
de non seulement comprendre
10:22
how science and technology
impacts their everyday lives.
impacts their everyday lives.
192
610320
3555
mais aussi changer la manière dont
la science influence leurs vies.
la science influence leurs vies.
10:26
What would that society look like?
193
614820
1899
À quoi ressemblerait cette société ?
10:30
I believe that we can do that.
194
618386
1508
Je pense que c'est possible.
10:31
I believe that we can choose our rules,
195
619918
2291
Je pense
que l'on peut choisir nos règles,
que l'on peut choisir nos règles,
10:34
and we engineer not just robots
196
622233
1757
concevoir non seulement des robots
10:36
but we can engineer
our own human collective,
our own human collective,
197
624014
2596
mais aussi notre propre
collectivité humaine.
collectivité humaine.
10:38
and if we do and when we do,
it will be beautiful.
it will be beautiful.
198
626634
3834
Et quand cela sera rendu possible,
ce sera merveilleux.
ce sera merveilleux.
10:42
Thank you.
199
630492
1151
Merci.
10:43
(Applause)
200
631667
6547
(Applaudissements)
ABOUT THE SPEAKER
Radhika Nagpal - Robotics engineerTaking 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.
Radhika Nagpal | Speaker | TED.com