Robot coscienti di sé: Hod Lipson@TED

Allora, dove sono i robot? Sono ormai 40 anni che ci annunciano il loro arrivo. Presto faranno ogni cosa per noi, dicevano: cucinare, pulire, fare acquisti, shopping, costruire. Ma ancora non ci sono. Nel frattempo, abbiamo degli immigrati illegali che fanno tutto il lavoro, ma niente robot. Nel frattempo, abbiamo degli immigrati illegali che fanno tutto il lavoro, ma niente robot. Cosa possiamo farci? Cosa possiamo dire a riguardo? Voglio darvi una prospettiva nuova, per osservare queste cose in un modo un pò diverso. Voglio darvi una prospettiva nuova, per osservare queste cose in un modo un pò diverso. Questa é l'immagine ai raggi X di uno scarafaggio, e di un orologio svizzero del 1988. Guardate- quello che era vero allora lo é certamente anche oggi. Possiamo ancora fare i pezzi giusti, possiamo realizzare la circuiteria della giusta potenza di calcolo, ma non possiamo mettere tutto insieme in un modo così funzionale e capace di adattarsi come questi sistemi.

Proviamo quindi ad osservarli da una prospettiva differente. Abbiamo osservato il miglior designer, la madre di tutti i designer, l'evoluzione, cercando di capire come poteva ispirarci. Abbiamo creato un "brodo primordiale" con molti pezzi di robot: barre, motori, neuroni. Abbiamo creato un "brodo primordiale" con molti pezzi di robot: barre, motori, neuroni. L'idea era di metterli tutti insieme, in questa specie di selezione naturale, di mutazione, e "premiarli" in base a quanto bene riuscivano a progredire. Un compito molto semplice, ed é interessante vedere che genere di cose ne veniva fuori.

Potete vedere quante macchine differenti ne venivano fuori. Potete vedere quante macchine differenti ne venivano fuori. Si muovono intorno, strisciano in modi diversi, e come potete vedere sulla destra, ne abbiamo davvero realizzate un paio, e funzionano. Non sono dei robot fantastici, ne abbiamo davvero realizzate un paio, e funzionano. Non sono dei robot fantastici, ma si sono evoluti per fare esattamente quello per cui sono premiati: muoversi in avanti.

Tutto questo simulato, ma possiamo farlo anche su una macchina vera. Tutto questo simulato, ma possiamo farlo anche su una macchina vera. Ecco un robot fisico dove più cervelli competono, o evolvono, sulla stessa macchina. Ecco un robot fisico dove più cervelli competono, o evolvono, sulla stessa macchina. Ecco un robot fisico dove più cervelli competono, o evolvono, sulla stessa macchina. E' come in un rodeo: tutti fanno una corsa sulla macchina, e vengono ricompensati in base a quanto in fretta, o quanto lontano, riescono a farla proseguire. e vengono ricompensati in base a quanto in fretta, o quanto lontano, riescono a farla proseguire. Potete vedere come questi robot non siano ancora pronti a dominare il mondo, ma Potete vedere come questi robot non siano ancora pronti a dominare il mondo, ma imparano gradualmente ad andar avanti, e lo fanno autonomamente. imparano gradualmente ad andar avanti, e lo fanno autonomamente.

Ecco due esempi di macchine che imparavano a camminare, in simulazione e nella realtà. Ecco due esempi di macchine che imparavano a camminare, in simulazione e nella realtà. Ecco due esempi di macchine che imparavano a camminare, in simulazione e nella realtà. Ma voglio mostrarvi un approccio diverso, ed é questo robot, con quattro gambe, otto motori, quattro sulle ginocchia e quattro sull'anca. questo robot, con quattro gambe, otto motori, quattro sulle ginocchia e quattro sull'anca. Inoltre ha due sensori di rotazione che dicono alla macchina in che direzione sta ruotando. Inoltre ha due sensori di rotazione che dicono alla macchina in che direzione sta ruotando.

Ma questa macchina non sa a cosa assomiglia. La guardi e vedi che ha quattro gambe, la macchina non sa se é un serpente, se é un albero, non ha alcuna idea del suo aspetto, ma proverà a scoprirlo. non ha alcuna idea del suo aspetto, ma proverà a scoprirlo. Inizialmente, fa qualche movimento casuale, e poi cerca di capire che aspetto potrebbe avere --e vedete che le passano molti "pensieri per la testa", molti auto-modelli che cercano di spiegare le relazioni tra l'agire ed il sentire-- e poi prova a fare una seconda azione il più lontano possibile tra l'agire ed il sentire-- e poi prova a fare una seconda azione il più lontano possibile tra le previsioni di questi modelli alternativi, come gli scienziati in laboratorio. Poi fa quell'azione, cerca di spiegarla, e scarta i modelli di sé non validi.

Questo é l'ultimo ciclo, e vedete come abbia capito piuttosto bene a che cosa assomiglia, ed una volta che ha un modello di sé, può usarlo per dedurne un modo di muoversi. State quindi vedendo un paio di macchine --un pattern di locomozione. State quindi vedendo un paio di macchine --un pattern di locomozione. Speravamo che assumesse una camminata aggressiva, da ragno, ma invece ha creato questo modo piuttosto noioso di muoversi.

Ma quando la osservate dovete ricordare che questa macchina non ha fatto alcun test su come muoversi in avanti, né aveva un modello di sé. Ha cercato di capire a cosa assomigliasse, come muoversi in avanti, e poi in effetti lo ha fatto. Ha cercato di capire a cosa assomigliasse, come muoversi in avanti, e poi in effetti lo ha fatto. (Applausi)

Ora passiamo ad un'altra idea. Ecco cosa avvenne quando avemmo un paio di --OK,OK Ecco cosa avvenne quando avemmo un paio di --OK,OK (Risate) -- non si piacciono. C'é un robot differente. Quando i robot sono ricompensati per fare qualcosa, avviene tutto questo. Quando i robot sono ricompensati per fare qualcosa, avviene tutto questo. Ma cosa succede se invece non li premi per niente, e li getti solo nella mischia?

Abbiamo questi cubi, come nel grafico che vi ho mostrato qui. Il cubo può ruotare su sé stesso, Abbiamo questi cubi, come nel grafico che vi ho mostrato qui. Il cubo può ruotare su sé stesso, noi mettiamo 1000 di questi cubi in una zuppa --nella simulazione-- e non li ricompensiamo per nulla, li lasciamo solo ruotare. Pompiamo dentro energia e vediamo cosa succede in un paio di mutazioni. li lasciamo solo ruotare. Pompiamo dentro energia e vediamo cosa succede in un paio di mutazioni. Inizialmente, dunque, non avviene nulla, stanno lì e girano. Ma in breve tempo, potete vedere queste cose blu sulla destra che iniziano ad agire. Ma in breve tempo, potete vedere queste cose blu sulla destra che iniziano ad agire.

Iniziano ad autoreplicarsi. Quindi, in mancanza di ogni altra ricompensa, la ricompensa intrinseca é l'auto-replicazione. Ne abbiamo ricostruiti un paio di questi, in effetti, e sono parte di un robot più largo fatto di questi cubi, é una vista accelerata, potete vedere il robot che esegue alcuni dei suoi processi di replicazione. Quindi lo nutri con altro materiale --cubi, in questo caso-- e più energia, e può realizzare un altro robot. Quindi certo, é una macchina molto rozza, ma stiamo lavorando su una sua microversione, Quindi certo, é una macchina molto rozza, ma stiamo lavorando su una sua microversione, e si spera che questi microcubi si riducano ad una polvere da mescolare.

OK, allora cosa possiamo imparare? Questi robot sono certamente non molto utili, in sé, ma potrebbero insegnarci qualcosa su come possiamo costruire dei robot migliori, e magari come gli umani, e gli animali, creano modelli di sé ed imparano. E trovo importante dire che dobbiamo allontanarci dall'idea di progettare le macchine manualmente, E trovo importante dire che dobbiamo allontanarci dall'idea di progettare le macchine manualmente, E trovo importante dire che dobbiamo allontanarci dall'idea di progettare le macchine manualmente, cominciando a lasciare proprio che evolvano ed imparino, come i bambini, Forse sarà così che ci arriveremo. Grazie. (Applausi)