TED2017
Radhika Nagpal: What intelligent machines can learn from a school of fish
Radhika Nagpal: Cosa possono imparare le macchine intelligenti da un banco di pesci
Filmed:
Readability: 4.3
1,266,261 views
Le visioni fantascientifiche del futuro ci mostrano un'intelligenza artificiale costruita per replicare il nostro modo di pensare -- ma se la creassimo invece sulla base dell'intelligenza presente in natura? L'ingegnere robotico Radhika Nagpal studia l'intelligenza collettiva che vediamo nei pesci e negli insetti, cercando di capire le loro regole comportamentali. In un intervento visionario, Radhika Nagpal presenta la sua ricerca, che crea una forza collettiva artificiale e un'anteprima del futuro, in cui sciami di robot lavorano insieme per costruire le barriere alluvionali, impollinare le piantagioni, monitorare le barriere coralline e formare le costellazioni di satelliti.
Questo intervento è stato presentato a un evento TEDx che utilizza il format della conferenza TED, ma è stato organizzato in maniera indipendente da una comunità locale. Per maggiori informazioni, visita il sito http://ted.com/tedx
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.
I miei primi giorni
da studentessa universitaria
da studentessa universitaria
00:12
In my early days as a graduate student,
0
755
2015
00:14
I went on a snorkeling trip
off the coast of the Bahamas.
off the coast of the Bahamas.
1
2794
3555
andai a fare snorkeling
sulle coste delle Bahamas.
sulle coste delle Bahamas.
00:18
I'd actually never swum
in the ocean before,
in the ocean before,
2
6789
2949
Non avevo mai nuotato nell'oceano,
00:21
so it was a bit terrifying.
3
9762
1844
fu abbastanza terrificante.
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
Quello che ricordo di più è
che mettendo la testa sott'acqua,
che mettendo la testa sott'acqua,
00:27
and I was trying really hard
to breathe through the snorkel,
to breathe through the snorkel,
5
15040
4250
mentre cercavo disperatamente
di respirare dal boccaglio,
di respirare dal boccaglio,
00:31
this huge group
of striped yellow and black fish
of striped yellow and black fish
6
19314
5366
questo enorme banco di pesci
a righe gialle e nere
a righe gialle e nere
00:36
came straight at me ...
7
24704
1483
mi venne incontro...
00:38
and I just froze.
8
26817
1397
e mi bloccai.
00:40
And then, as if it had
suddenly changed its mind,
suddenly changed its mind,
9
28975
3613
Poi improvvisamente
come se avesse cambiato idea,
come se avesse cambiato idea,
00:44
came towards me
and then swerved to the right
and then swerved to the right
10
32612
2437
venne verso di me
e poi deviò verso destra
e poi deviò verso destra
00:47
and went right around me.
11
35073
1515
e mi girò attorno.
00:48
It was absolutely mesmerizing.
12
36920
1526
Fu assolutamente ipnotizzante.
00:50
Maybe many of you
have had this experience.
have had this experience.
13
38470
2182
Magari l'avete sperimentato anche voi.
00:53
Of course, there's the color
and the beauty of it,
and the beauty of it,
14
41239
3422
Certo, c'è il colore e la bellezza,
00:56
but there was also
just the sheer oneness of it,
just the sheer oneness of it,
15
44685
2928
ma anche l'assoluta armonia,
00:59
as if it wasn't hundreds of fish
16
47637
2343
come se non fossero centinaia di pesci,
01:02
but a single entity
with a single collective mind
with a single collective mind
17
50004
3135
ma una singola entità
con una sola mente collettiva
con una sola mente collettiva
01:05
that was making decisions.
18
53163
1507
a prendere le decisioni.
01:07
When I look back, I think that experience
really ended up determining
really ended up determining
19
55666
3682
Tornando indietro, credo
che quell'esperienza finì per determinare
che quell'esperienza finì per determinare
01:11
what I've worked on for most of my career.
20
59372
2222
il lavoro di gran parte
della mia carriera.
della mia carriera.
01:16
I'm a computer scientist,
21
64157
1280
Sono una informatica
01:17
and the field that I work in
is artificial intelligence.
is artificial intelligence.
22
65461
2747
e lavoro nel campo
dell'intelligenza artificiale.
dell'intelligenza artificiale.
01:20
And a key theme in AI
23
68639
1517
Un tema chiave dell'IA
01:22
is being able to understand intelligence
by creating our own computational systems
by creating our own computational systems
24
70180
4443
è riuscire a capire l'intelligenza
creando i nostri sistemi di calcolo
creando i nostri sistemi di calcolo
01:26
that display intelligence
the way we see it in nature.
the way we see it in nature.
25
74647
3253
che dimostrino l'intelligenza
che vediamo in natura.
che vediamo in natura.
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
Le visioni dell'IA più popolari
vengono dalla fantascienza e dai film,
vengono dalla fantascienza e dai film,
01:34
and I'm personally a big Star Wars fan.
27
82929
2577
io stessa sono
una grande fan di Star Wars.
una grande fan di Star Wars.
01:38
But that tends to be a very human-centric
view of intelligence.
view of intelligence.
28
86501
3889
Ma tende a essere una visione
molto umano-centrica dell'intelligenza.
molto umano-centrica dell'intelligenza.
01:43
When you think of a fish school,
29
91144
2207
Se pensate a un banco di pesci,
01:45
or when I think of a flock of starlings,
30
93375
2953
o se pensate a uno stormo di uccelli,
01:48
that feels like a really different
kind of intelligence.
kind of intelligence.
31
96352
3340
è un tipo di intelligenza molto diverso.
01:52
For starters, any one fish is just so tiny
32
100945
3913
Tanto per cominciare,
ciascun pesce è così piccolo
ciascun pesce è così piccolo
01:56
compared to the sheer size
of the collective,
of the collective,
33
104882
2887
rispetto alla grandezza del banco,
01:59
so it seems that any one individual
34
107793
3110
che sembra che un individuo
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
abbia una visione molto miope
e limitata di quello che succede,
e limitata di quello che succede,
02:05
and intelligence
isn't really about the individual
isn't really about the individual
36
113944
2334
e l'intelligenza
non riguarda solo l'individuo
non riguarda solo l'individuo
02:08
but somehow a property
of the group itself.
of the group itself.
37
116302
2677
ma in qualche modo
una proprietà del gruppo stesso.
una proprietà del gruppo stesso.
02:12
Secondly, and the thing
that I still find most remarkable,
that I still find most remarkable,
38
120118
3231
Secondo, la cosa
che io trovo più straordinaria
che io trovo più straordinaria
02:15
is that we know that there are no leaders
supervising this fish school.
supervising this fish school.
39
123373
5032
è che sappiamo che non c'è
un leader a guidare questo banco.
un leader a guidare questo banco.
02:21
Instead, this incredible
collective mind behavior
collective mind behavior
40
129163
3501
Invece, questo incredibile
comportamento collettivo
comportamento collettivo
02:24
is emerging purely from the interactions
of one fish and another.
of one fish and another.
41
132688
4532
emerge puramente dalle interazioni
tra un pesce e un altro.
tra un pesce e un altro.
02:29
Somehow, there are these interactions
or rules of engagement
or rules of engagement
42
137244
3968
In qualche modo, si tratta
di interazioni o regole di comportamento
di interazioni o regole di comportamento
02:33
between neighboring fish
43
141236
1755
tra i pesci vicini
02:35
that make it all work out.
44
143015
1467
che fa funzionare il tutto.
02:37
So the question for AI then becomes,
45
145736
2651
La domanda per l'IA diventa:
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
quali sono queste regole di comportamento
che portano a questo tipo di intelligenza,
che portano a questo tipo di intelligenza,
02:44
and of course, can we create our own?
47
152593
1907
e ovviamente,
possiamo crearne di nostre?
possiamo crearne di nostre?
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
Ecco la cosa più importante su cui lavoro
con il mio team in laboratorio.
con il mio team in laboratorio.
02:50
We work on it through theory,
49
158943
1637
Ci lavoriamo attraverso la teoria,
02:52
looking at abstract rule systems
50
160604
2348
osservando sistemi di regole astratte
02:54
and thinking about
the mathematics behind it.
the mathematics behind it.
51
162976
2349
e pensando alla matematica
che vi sta dietro.
che vi sta dietro.
02:57
We also do it through biology,
working closely with experimentalists.
working closely with experimentalists.
52
165897
4285
Lo facciamo anche attraverso la biologia,
lavorando a stretto contatto
con sperimentalisti.
con sperimentalisti.
Lo facciamo soprattutto
attraverso la robotica,
attraverso la robotica,
03:02
But mostly, we do it through robotics,
53
170579
1953
03:04
where we try to create
our own collective systems
our own collective systems
54
172556
3904
cercando di creare
i nostri sistemi collettivi
i nostri sistemi collettivi
03:08
that can do the kinds of things
that we see in nature,
that we see in nature,
55
176484
2707
che possono fare il genere di cose
che vediamo in natura,
che vediamo in natura,
03:11
or at least try to.
56
179215
1237
o almeno cerchiamo di farlo.
Una delle nostre prime
ricerche robotiche su questa linea
ricerche robotiche su questa linea
03:13
One of our first robotic quests
along this line
along this line
57
181907
2804
03:16
was to create our very own colony
of a thousand robots.
of a thousand robots.
58
184735
4045
era creare una nostra colonia
di un migliaio di robot.
di un migliaio di robot.
03:21
So very simple robots,
59
189140
1334
Robot molto semplici,
03:22
but they could be programmed
to exhibit collective intelligence,
to exhibit collective intelligence,
60
190498
3603
ma da programmare
per mostrare un'intelligenza collettiva,
per mostrare un'intelligenza collettiva,
03:26
and that's what we were able to do.
61
194125
1729
e siamo riusciti a fare questo.
03:28
So this is what a single robot looks like.
62
196194
2032
Un robot semplice è così.
03:30
It's quite small,
about the size of a quarter,
about the size of a quarter,
63
198250
2523
È abbastanza piccolo,
la dimensione di una monetina,
la dimensione di una monetina,
03:32
and you can program how it moves,
64
200797
2310
si può programmarne i movimenti,
03:35
but it can also wirelessly
communicate with other robots,
communicate with other robots,
65
203131
3416
ma può anche comunicare
wireless con altri robot
wireless con altri robot
03:38
and it can measure distances from them.
66
206571
2167
e può misurare la distanza tra di loro.
03:40
And so now we can start to program
exactly an interaction,
exactly an interaction,
67
208762
3476
Ora possiamo iniziare a programmare
esattamente un'interazione,
esattamente un'interazione,
03:44
a rule of engagement between neighbors.
68
212262
2094
una regola comportamentale tra vicini.
03:46
And once we have this system,
69
214713
1894
Una volta impostato questo sistema,
03:48
we can start to program many
different kinds of rules of engagement
different kinds of rules of engagement
70
216631
3416
possiamo iniziare a programmare
diverse regole di comportamento
diverse regole di comportamento
03:52
that you would see in nature.
71
220071
1506
che vediamo in natura.
03:53
So for example,
spontaneous synchronization,
spontaneous synchronization,
72
221601
2976
Per esempio,
la sincronizzazione spontanea,
la sincronizzazione spontanea,
03:56
how audiences are clapping
and suddenly start all clapping together,
and suddenly start all clapping together,
73
224601
5238
come una persona del pubblico applaude
e improvvisamente tutti applaudono,
e improvvisamente tutti applaudono,
04:01
the fireflies flashing together.
74
229863
2068
le lucciole si illuminano insieme.
04:06
We can program rules
for pattern formation,
for pattern formation,
75
234919
2691
Possiamo programmare regole
per la formazione di schemi,
per la formazione di schemi,
04:09
how cells in a tissue
76
237634
1786
come le cellule in un tessuto
04:11
determine what role
they're going to take on
they're going to take on
77
239444
2102
determinano che ruolo avranno
04:13
and set the patterns of our bodies.
78
241570
1706
e definiscono gli schemi del nostro corpo.
04:17
We can program rules for migration,
79
245045
2089
Possiamo programmare
regole per la migrazione
regole per la migrazione
04:19
and in this way, we're really learning
from nature's rules.
from nature's rules.
80
247158
2977
e in questo modo impariamo
dalle regole in natura.
dalle regole in natura.
04:22
But we can also take it a step further.
81
250595
2647
Possiamo anche andare oltre.
04:25
We can actually take these rules
that we've learned from nature
that we've learned from nature
82
253266
2992
Possiamo prendere queste regole
imparate dalla natura,
imparate dalla natura,
04:28
and combine them and create
entirely new collective behaviors
entirely new collective behaviors
83
256282
3794
combinarle e creare
nuovi comportamenti collettivi
nuovi comportamenti collettivi
04:32
of our very own.
84
260100
1198
tutti nostri.
04:33
So for example,
85
261960
1478
Per esempio,
04:35
imagine that you had
two different kinds of rules.
two different kinds of rules.
86
263462
2352
immaginate di avere due tipi di regole.
04:38
So your first rule is a motion rule
87
266374
2119
La prima è la regola del movimento,
04:40
where a moving robot can move
around other stationary robots.
around other stationary robots.
88
268517
4341
in cui un robot si può muovere
intorno ad altri robot fermi.
intorno ad altri robot fermi.
04:44
And your second rule is a pattern rule
89
272882
1811
La seconda regola è uno schema,
04:46
where a robot takes on a color
based on its two nearest neighbors.
based on its two nearest neighbors.
90
274717
3157
in cui un robot assume un colore
in base a quello dei suoi due vicini.
in base a quello dei suoi due vicini.
04:50
So if I start with a blob of robots
in a little pattern seed,
in a little pattern seed,
91
278679
3445
Se inizio con una massa di robot
con un piccolo schema,
con un piccolo schema,
04:54
it turns out that these two rules
are sufficient for the group
are sufficient for the group
92
282148
2906
alla fine queste due regole
sono sufficienti per il gruppo
sono sufficienti per il gruppo
04:57
to be able to self-assemble
a simple line pattern.
a simple line pattern.
93
285078
2752
per auto-assemblarsi in fila.
05:01
And if I have more
complicated pattern rules,
complicated pattern rules,
94
289114
2544
E con regole più complicate
05:03
and I design error correction rules,
95
291682
2317
e progettando regole
di correzione degli errori,
di correzione degli errori,
05:06
we can actually create really,
really complicated self assemblies,
really complicated self assemblies,
96
294023
3097
possiamo auto-assemblare
i robot in modo complicato
i robot in modo complicato
05:09
and here's what that looks like.
97
297144
1644
ed ecco come apparirà.
05:11
So here, you're going to see
a thousand robots
a thousand robots
98
299874
2985
Ora vedrete un migliaio di robot
05:14
that are working together
to self-assemble the letter K.
to self-assemble the letter K.
99
302883
3462
che lavorano insieme
per auto-assemblarsi nella lettera K.
per auto-assemblarsi nella lettera K.
05:18
The K is on its side.
100
306369
1306
La K è su questo lato.
05:20
And the important thing
is that no one is in charge.
is that no one is in charge.
101
308223
2731
La cosa importante è che nessuno comanda.
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
Ogni singolo robot parla solo
con un gruppetto di robot vicino
con un gruppetto di robot vicino
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
e usa la regola del movimento
per spostarsi
per spostarsi
intorno alla struttura semi-costruita,
05:31
just looking for a place to fit in
based on its pattern rules.
based on its pattern rules.
104
319788
3007
soltanto alla ricerca di un posto
in cui inserirsi in base alle regole.
in cui inserirsi in base alle regole.
05:35
And even though no robot
is doing anything perfectly,
is doing anything perfectly,
105
323794
4398
Anche se nessun robot
fa le cose perfettamente,
fa le cose perfettamente,
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
le regole sono tali per cui
il gruppo raggiunge l'obiettivo insieme.
il gruppo raggiunge l'obiettivo insieme.
05:43
robustly together.
107
331900
1473
05:46
And the illusion becomes
almost so perfect, you know --
almost so perfect, you know --
108
334033
2982
L'illusione diventa quasi perfetta --
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
cominciate a non notare nemmeno
che sono singoli robot
che sono singoli robot
05:52
and it becomes a single entity,
110
340479
1683
e diventa una singola entità,
05:54
kind of like the school of fish.
111
342186
1721
come un banco di pesci.
06:00
So these are robots and rules
in two dimensions,
in two dimensions,
112
348013
2739
Questi sono robot e regole
in due dimensioni,
in due dimensioni,
06:02
but we can also think about robots
and rules in three dimensions.
and rules in three dimensions.
113
350776
3311
ma possiamo anche pensare a robot
e regole in tre dimensioni.
e regole in tre dimensioni.
06:06
So what if we could create robots
that could build together?
that could build together?
114
354111
3603
E se potessimo creare robot
che possono costruirsi?
che possono costruirsi?
06:10
And here, we can take inspiration
from social insects.
from social insects.
115
358576
3255
Qui possiamo ispirarci
agli insetti sociali.
agli insetti sociali.
06:14
So if you think about
mound-building termites
mound-building termites
116
362189
2660
Pensate alle termini
che costruiscono cumuli,
che costruiscono cumuli,
06:16
or you think about army ants,
117
364873
2052
o agli eserciti di formiche,
06:18
they create incredible,
complex nest structures out of mud
complex nest structures out of mud
118
366949
4253
creano strutture incredibili
e complesse dal fango
e complesse dal fango
06:23
and even out of their own bodies.
119
371226
2144
e addirittura dal loro stesso corpo.
06:26
And like the system I showed you before,
120
374602
2220
Come il sistema che vi ho mostrato prima,
06:28
these insects actually
also have pattern rules
also have pattern rules
121
376846
2970
questi insetti hanno anche loro schemi
06:31
that help them determine what to build,
122
379840
2038
che li aiutano a determinare
cosa costruire,
cosa costruire,
06:33
but the pattern can be made
out of other insects,
out of other insects,
123
381902
2302
ma lo schema si può creare
da altri insetti,
da altri insetti,
06:36
or it could be made out of mud.
124
384228
1787
o si può creare dal fango.
06:39
And we can use that same idea
to create rules for robots.
to create rules for robots.
125
387178
4361
Possiamo usare quella stessa idea
per creare regole per i robot.
per creare regole per i robot.
06:44
So here, you're going to see
some simulated robots.
some simulated robots.
126
392221
3161
Ora vedrete robot simulati.
06:47
So the simulated robot has a motion rule,
127
395406
2483
Il robot simulato
ha una regola di movimento,
ha una regola di movimento,
06:49
which is how it traverses
through the structure,
through the structure,
128
397913
2333
ossia come attraversa la struttura,
06:52
looking for a place to fit in,
129
400270
1997
in cerca di un posto in cui inserirsi,
06:54
and it has pattern rules
where it looks at groups of blocks
where it looks at groups of blocks
130
402291
3000
e ha uno schema
in cui cerca un gruppo di blocchi
in cui cerca un gruppo di blocchi
06:57
to decide whether to place a block.
131
405315
2205
per decidere dove posizionare un blocco.
07:00
And with the right motion rules
and the right pattern rules,
and the right pattern rules,
132
408644
3063
Con le regole di movimento giuste
e gli schemi giusti,
e gli schemi giusti,
07:03
we can actually get the robots
to build whatever we want.
to build whatever we want.
133
411731
3635
possiamo spingere i robot
a costruire qualunque cosa.
a costruire qualunque cosa.
07:08
And of course, everybody wants
their own tower.
their own tower.
134
416197
2691
Certo, tutti vogliono la loro torre.
07:11
(Laughter)
135
419350
1982
(Risate)
07:14
So once we have these rules,
136
422000
1684
Una volta create queste regole,
07:15
we can start to create the robot bodies
that go with these rules.
that go with these rules.
137
423708
3166
possiamo iniziare a creare robot
che seguono queste regole.
che seguono queste regole.
07:18
So here, you see a robot
that can climb over blocks,
that can climb over blocks,
138
426898
3309
Qui vedete un robot che scala un blocco,
07:22
but it can also lift and move these blocks
139
430231
2681
ma può anche alzare
e spostare questi blocchi
e spostare questi blocchi
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
e può iniziare
a modificare la stessa struttura.
a modificare la stessa struttura.
07:28
But with these rules,
141
436617
1148
Ma con queste regole,
07:29
this is really only one kind of robot body
that you could imagine.
that you could imagine.
142
437789
3479
si può creare un solo tipo
di robot immaginabile.
di robot immaginabile.
07:33
You could imagine
many different kinds of robot bodies.
many different kinds of robot bodies.
143
441292
2579
Potete immaginare
tanti tipi diversi di robot.
tanti tipi diversi di robot.
07:35
So if you think about robots
that maybe could move sandbags
that maybe could move sandbags
144
443895
4610
Pensate a robot
che spostano sacchi di sabbia
che spostano sacchi di sabbia
07:40
and could help build levees,
145
448529
2549
e possono aiutare a costruire argini,
07:43
or we could think of robots
that built out of soft materials
that built out of soft materials
146
451102
4301
o possiamo pensare a robot
costruiti in materiale morbido
costruiti in materiale morbido
07:47
and worked together
to shore up a collapsed building --
to shore up a collapsed building --
147
455427
3644
e che lavorano insieme
per sostenere un ponte che crolla --
per sostenere un ponte che crolla --
07:51
so just the same kind of rules
in different kinds of bodies.
in different kinds of bodies.
148
459095
2998
quindi le stesse regole
in tipi diversi di strutture.
in tipi diversi di strutture.
07:56
Or if, like my group, you are completely
obsessed with army ants,
obsessed with army ants,
149
464210
4223
O se, come nel mio gruppo,
siete ossessionati dalle formiche,
siete ossessionati dalle formiche,
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
allora un giorno potremo creare robot
che possono salire su qualunque cosa
che possono salire su qualunque cosa
08:04
including other members of their tribe,
151
472855
2174
compresi altri membri
della loro tribù,
della loro tribù,
08:07
and self-assemble things
out of their own bodies.
out of their own bodies.
152
475053
2349
e le cose che si auto-assemblano
dai propri corpi.
dai propri corpi.
08:10
Once you understand the rules,
153
478137
1681
Una volta comprese le regole,
08:11
just many different kinds
of robot visions become possible.
of robot visions become possible.
154
479842
3379
diventano possibili tanti tipi diversi
di visioni robotiche.
di visioni robotiche.
08:18
And coming back to the snorkeling trip,
155
486792
2234
Per tornare allo snorkeling,
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
sappiamo molto
sulle regole dei banchi di pesci.
sulle regole dei banchi di pesci.
08:26
So if we can invent
the bodies to go with that,
the bodies to go with that,
157
494769
2836
Se riusciamo a inventare
i corpi da abbinare,
i corpi da abbinare,
08:29
then maybe there is a future
158
497629
1428
magare esiste un futuro
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
in cui io e il mio gruppo
andremo a fare snorkeling
andremo a fare snorkeling
con un banco di pesci creato da noi.
08:40
Each of these systems that I showed you
160
508850
2129
Ognuno di questi sistemi
che vi ho mostrato
che vi ho mostrato
08:43
brings us closer to having
the mathematical and the conceptual tools
the mathematical and the conceptual tools
161
511003
4277
ci avvicina
agli strumenti matematici e concettuali
agli strumenti matematici e concettuali
08:47
to create our own versions
of collective power,
of collective power,
162
515304
3381
per creare la nostra versione
di potere collettivo,
di potere collettivo,
08:50
and this can enable many different kinds
of future applications,
of future applications,
163
518709
3001
e questo consente
diverse applicazioni future
diverse applicazioni future
08:53
whether you think about robots
that build flood barriers
that build flood barriers
164
521734
3164
come i robot per costruire
barriere alluvionali,
barriere alluvionali,
08:56
or you think about robotic bee colonies
that could pollinate crops
that could pollinate crops
165
524922
4297
o colonie di api robot
per impollinare le piantagioni,
per impollinare le piantagioni,
09:01
or underwater schools of robots
that monitor coral reefs,
that monitor coral reefs,
166
529243
3524
o banchi di robot sottomarini
che controllano le barriere coralline,
che controllano le barriere coralline,
09:04
or if we reach for the stars
and we thinking about programming
and we thinking about programming
167
532791
3103
o se puntiamo alle stelle
e pensiamo alla programmazione
e pensiamo alla programmazione
09:07
constellations of satellites.
168
535918
1619
di costellazioni di satelliti.
09:10
In each of these systems,
169
538148
1612
In ognuno di questi sistemi,
09:11
being able to understand
how to design the rules of engagement
how to design the rules of engagement
170
539784
3547
essere in grado di capire
come progettare le regole di comportamento
come progettare le regole di comportamento
09:15
and being able to create
good collective behavior
good collective behavior
171
543355
2514
e essere in grado di creare
un buon comportamento collettivo
un buon comportamento collettivo
09:17
becomes a key to realizing these visions.
172
545893
2374
diventa chiave
per realizzare queste visioni.
per realizzare queste visioni.
09:22
So, so far I've talked about
rules for insects and for fish
rules for insects and for fish
173
550742
4107
Finora ho parlato di regole
per gli insetti e i pesci
per gli insetti e i pesci
09:26
and for robots,
174
554873
2369
e per i robot,
09:29
but what about the rules that apply
to our own human collective?
to our own human collective?
175
557266
3103
ma le regole applicabili
a noi esseri umani?
a noi esseri umani?
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
L'ultimo pensiero con cui vorrei lasciarvi
09:35
is that science is of course itself
177
563320
1681
è che la scienza stessa
09:37
an incredible manifestation
of collective intelligence,
of collective intelligence,
178
565025
3484
è un'incredibile manifestazione
di intelligenza collettiva,
di intelligenza collettiva,
09:40
but unlike the beautiful
fish schools that I study,
fish schools that I study,
179
568533
3318
ma contrariamente
al bel banco di pesci che studio,
al bel banco di pesci che studio,
09:43
I feel we still have a much longer
evolutionary path to walk.
evolutionary path to walk.
180
571875
3943
il nostro percorso evolutivo
è ancora molto lungo.
è ancora molto lungo.
09:48
So in addition to working on improving
the science of robot collectives,
the science of robot collectives,
181
576746
4604
Oltre a lavorare e migliorare
la scienza di gruppi di robot,
la scienza di gruppi di robot,
09:53
I also work on creating robots
and thinking about rules
and thinking about rules
182
581374
3277
lavoro anche alla creazione
di robot e di teorie sulle regole
di robot e di teorie sulle regole
09:56
that will improve
our own scientific collective.
our own scientific collective.
183
584675
2460
che miglioreranno
il nostro collettivo scientifico.
il nostro collettivo scientifico.
10:00
There's this saying that I love:
184
588198
1668
Mi piace questo detto:
10:01
who does science
determines what science gets done.
determines what science gets done.
185
589890
3404
Chi fa scienza determina
quello che la scienza produce.
quello che la scienza produce.
10:06
Imagine a society
186
594239
2941
Immaginate una società
10:09
where we had rules of engagement
187
597204
1651
con regole comportamentali
10:10
where every child grew up believing
that they could stand here
that they could stand here
188
598879
3303
in cui tutti i bambini
crescono credendo di poter stare qui
crescono credendo di poter stare qui
10:14
and be a technologist of the future,
189
602206
2422
e diventare tecnologi del futuro,
10:16
or where every adult
190
604652
1501
o in cui tutti gli adulti
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
credono di avere la capacità
non solo di capire, ma di cambiare
non solo di capire, ma di cambiare
10:22
how science and technology
impacts their everyday lives.
impacts their everyday lives.
192
610320
3555
l'impatto di scienza e tecnologia
sulla vita di tutti i giorni.
sulla vita di tutti i giorni.
10:26
What would that society look like?
193
614820
1899
Come sarebbe questa società?
10:30
I believe that we can do that.
194
618386
1508
Credo che possiamo farlo.
10:31
I believe that we can choose our rules,
195
619918
2291
Credo che possiamo scegliere
le nostre regole
le nostre regole
10:34
and we engineer not just robots
196
622233
1757
e ingegnerizzare non solo i robot,
10:36
but we can engineer
our own human collective,
our own human collective,
197
624014
2596
ma il nostro collettivo umano,
10:38
and if we do and when we do,
it will be beautiful.
it will be beautiful.
198
626634
3834
se lo faremo e quando lo faremo,
sarà meraviglioso.
sarà meraviglioso.
10:42
Thank you.
199
630492
1151
Grazie.
10:43
(Applause)
200
631667
6547
(Applausi)
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