Imagine a scientist who wants to send a robot to explore in a faraway place, a place whose geography might be completely unknown and perhaps inhospitable. Now imagine that instead of first designing that robot and sending it off in the hope that it might be suitable, instead, she sends a robot-producing technology that figures out what kind of robot is needed once it arrives, builds it and then enables it to continue to evolve to adapt to its new surroundings.
Coğrafi yapısını hiç bilmediği yaşama elverişsiz uzak bir gezegene bir robot göndermek isteyen bir bilim insanını aklınızda canlandırın. Şimdi onun bu robotu tasarlayıp başarılı olacağını umarak gezegene yollamak yerine, robot üretebilen ve gezegen koşullarının nasıl bir robot gerektirdiğini anlayarak onu kendi başına üretip çevresine adapte olacak şekilde evrimleşmesine imkân tanıdığını hayal edin.
It’s exactly what my collaborators and I are working on: a radical new technology which enables robots to be created, reproduce and evolve over long periods of time, a technology where robot design and fabrication becomes a task for machines rather than humans.
Bu, bizim şu an üzerinde çalıştığımız teknolojinin ta kendisi. Uzun zaman dilimleri boyunca çoğalıp evrimleşebilen robotların üretilmesini sağlayan robot tasarım ve üretimini insanların değil de makinelerin üstlendiği radikal ve yeni bir teknoloji bu.
Robots are already all around us, in factories, in hospitals, in our home. But from an engineer's perspective, designing a shelf-stacking robot or a Roomba to clean our home is relatively straightforward. We know exactly what they need to do, and we can imagine the kind of situations they might find themselves in. So we design with this in mind. But what if we want to send that robot to operate in a place that we have little or even no knowledge about? For example, cleaning up legacy waste inside a nuclear reactor where it's unsafe to send humans, mining for minerals deep in a trench at the bottom of the ocean, or exploring a faraway asteroid. How frustrating would it be if the human-designed robot, that had taken years to get to the asteroid suddenly found it needed to drill a hole to collect a sample or clamber up a cliff but it didn't have the right tools or the right means of locomotion to do so? If instead we had a technology that enabled the robots to be designed and optimized in situ, in the environment in which they need to live and work, then we could potentially save years of wasted effort and produce robots that are uniquely adapted to the environments that they find themselves in.
Robotlar bugün zaten hayatımızda. Fabrikalar, hastaneler ve evlerimizde. Mühendis perspektifinden baktığımız zaman raf düzenleyen ya da ev temizleyen bir robot üretmek gayet basit. Yapılacak şeyleri kesin olarak bilir ve potansiyel kullanım örneklerini aklınızda canlandırabilirsiniz. Tasarım sürecinde bunlar önemlidir. Peki bu robotu hakkında fazla bir şey bilmediğimiz bir yere göndermek istediğimizde ne olur? Ya da insanlar için güvenli olmayan bir nükleer reaktörün içindeki radyoaktif atıkları temizlenmeye, okyanusun derinlerinden mineral çıkarmaya veya uzak bir asteroidi keşfetmeye gönderdiğimizde? Asteoride varması yıllar süren insan-tasarımı robotun örnek toplamak için delik açması ya da bir uçuruma tırmanması gerektiğini anlasaydı ve gerekli aletleri veya hareket kabiliyetini taşımasaydı bu ne kadar sinir bozucu bir durum olurdu. Bunun yerine robotların, içinde yaşayıp çalışacakları ortamlarda tasarlanmasını ve uyarlanmasını sağlayan bir teknolojimiz olsaydı yıllar süren çabaları harcanmaktan kurtarmak ve çevrelerine özgün bir biçimde uyarlanan robotlar üretmek mümkün olurdu.
So to realize this technology, we've been turning to nature for help. All around us, we see examples of biological species that have evolved smart adaptations that enable them to thrive in a given environment. For example, in the Cuban rainforest, we find vines that have evolved leaves that are shaped like human-designed satellite dishes. These leaves direct bats to their flowers by amplifying the signals that the bats send out, therefore, improving pollination. What if we could create an artificial version of evolution that would enable robots to evolve in a similar manner as biological organisms?
Bu teknolojiyi hayata geçirmek için Doğa Ana’dan ilham almaya çalıştık. Etrafımızda belli bir çevrede gelişmelerini sağlayan zeki uyarlamalar sergileyerek evrimleşmiş bir sürü biyolojik tür örneği bulunuyor. Mesela Küba’daki yağmur ormanlarında yaprakları insan-tasarımı uydu çanaklarına benzeyecek şekilde evrimleşmiş sarılgan bitkiler var. Bu yapraklar yarasaların yaydıkları sinyallerin şiddetini arttırarak onları kendilerine çeker ve böylece tozlaşma oranını arttırırlar. Robotların biyolojik organizmalar olarak buna benzer bir biçimde evrimleşmesine izin verecek yapay bir evrim yaratabilseydik acaba nasıl olurdu?
I'm not talking about biomimicry, a technology which simply copies what's observed in nature. What we're hoping to harness is the creativity of evolution, to discover designs that are not observed here on Earth, the human engineer might not have thought of or even be capable of conceiving. In theory, this evolutionary design technology could operate completely autonomously in a faraway place. But equally it could be guided by humans. Just as we breed plants for qualities such as drought resistance or taste, the human robot breeder could guide artificial evolution to producing robots with specific qualities. For example, the ability to squeeze through a narrow gap or perhaps operate at low energy.
Burada doğada görüleni kopyalamaktan ibaret olan biyotakilitten söz etmiyorum. Bunun yerine evrimin yaratıcılığını, Dünya’da eşi benzeri bulunmayan ve insan mühendislerin düşünemeyeceği tasarımlar elde etmeyi umuyoruz. Teoride bu evrimsel tasarım teknolojisi uzak bir yerde tamamen otonom şekilde kullanılabilir. İnsanlar da ona kılavuzluk edebilir. Bitkileri nasıl kurağa dayanıklılıkları veya tatları için yetiştiriyorsak robot yetiştiricisi de yapay evrimi belirli özelliklere sahip robotlar üretecek şekilde yönlendirebilir. Mesela dar bir açıklıktan geçebilme ya da düşük enerjiyle çalışma gibi özellikler.
This idea of artificial evolution imitating biological evolution using a computer program to breed better and better solutions to problems over time isn't actually new. In fact, artificial evolution, algorithms operating inside a computer, have been used to design everything from tables to turbine blades. Back in 2006, NASA even sent a satellite into space with a communication antenna that had been designed by artificial evolution.
Yapay evrimin bir bilgisayar programı sayesinde biyolojik evrimi taklit ederek sorunlara zamanla daha iyi çözümler üretmesi yeni bir fikir değil. Aslına bakılırsa yapay evrim bugüne kadar bilgisayar algoritmaları aracılığıyla masalardan türbin kanatlarına kadar birçok şeyin üretiminde kullanıldı. Hatta 2006 yılında NASA uzaya komünikasyon anteni yapay evrimle tasarlanmış olan bir uydu gönderdi.
But evolving robots is actually much harder than evolving passive objects such as tables, because robots need brains as well as bodies in order to make sense of the information in the world around them and translate that into appropriate behaviors. So how do we do it? Surprisingly, evolution only needs three ingredients: a population of individuals which exhibit some physical variations; a method of reproduction in which offspring inherit some traits from their parents and occasionally acquire new ones via mutation; and finally, a means of natural selection. So we can replicate these three ingredients to evolve robots using a mixture of hardware and software. The first task is to design a digital version of DNA. That is a digital blueprint that describes the robot's brain, its body, its sensory mechanisms and its means of locomotion. Using a randomly generated set of these blueprints, we can create an initial population of 10 or more robots to kick-start this evolutionary process. We've designed a technology that can take the digital blueprint and turn it into a physical robot without any need for human assistance. For example, it uses a 3D printer to print the skeleton of the robot and then an automated assembly arm like you might find in a factory to add any electronics and moving parts, including a small computer that acts as a brain. And to enable this brain to adapt to the new body of the robot, we send every robot produced to an equivalent of a kindergarten, a place where the newborn robot can refine its motor skills almost like a small child would. To mimic natural selection, we score these robots on the ability to conduct a task. And then we use these scores to selectively decide which robots get to reproduce. The reproduction mechanism mixes the digital DNA of the chosen parent robots to create a new blueprint for a child robot that inherits some of the characteristics from its parents but occasionally also exhibits some new ones. And by repeating the cycle of selection and reproduction over and over again, we hope that we can breed successive generations of robots where, just like is often observed in biological evolution, each generation gets better than the last, with the robots gradually optimizing their form and their behavior to the task and the environment that they find themselves in.
Fakat robotların evrimleşmesi çevrelerinden topladıkları bilgilere anlam verebilmek ve bunu uygun davranışlara çevirebilmek için bedenlerin yanı sıra beyinlere ihtiyaç duyduklarından masa gibi pasif bir nesnenin evriminden çok daha zordur. Peki bu nasıl başarılabilir? Evrim, şaşırtıcı bir şekilde yalnızca şu üç ögeye ihtiyaç duyar: Belirli fiziksel varyasyonlar sergileyen bireylerden oluşan bir popülasyon, yavruların ebeveynlerden bazı özellikler miras aldığı ve mutasyonla bazen yeni özellikler kazandığı bir çoğalma yöntemi ve son olarak bir doğal seçilim biçimi. Donanım ile yazılımı buluşturup bu üç unsuru sağlayarak robotları evrimleştirebiliriz. İlk görevimiz DNA’nın dijital bir versiyonunu tasarlamak. Bu, robotun beynini, gövdesini, algı ve hareket mekanizmalarını ortaya koyan dijital plan. Rastgele oluşturulmuş bir dizi planla bu evrimsel süreci başlatmak için ilk etapta 10 ya da daha fazla robottan oluşan bir nüfus yaratabiliriz. Dijital plandan yola çıkarak hiç yardıma gerek duymadan fiziksel bir robot üretebilen bir teknoloji tasarladık. Örneğin robotun iskeletini üretmek için bir 3D yazıcı kullanarak fabrikalarda göreceğimiz türden otomasyonlu bir montaj koluyla beyin işlevi gören küçük bir bilgisayar da dahil elektronik bileşenler ve hareketli parçaları ekleyebiliyor. Bu beynin robotun yeni bedenine uyarlanmasını sağlamak için üretilen her robotu kreşe denk olan, onun tıpkı ufak bir çocuk gibi motor becerilerini geliştirebileceği bir yere gönderiyoruz. Doğal seçilimi kopyalamak için bu robotlara görevleri uygulama becerilerine göre not veriyoruz. Sonra bu notları hangi robotların çoğalacağına karar vermede kullanıyoruz. Üretim mekanizması seçilen ebeveyn robotların dijital DNA’larını karıştırarak onlardan miras aldığı özelliklere ilaveten birtakım yeni karakteristikleri olan yavru için yeni bir plan oluşturuyor. Seçilim ve çoğalma döngüsünü sürekli tekrarlayarak robotların biyolojik evrimdeki gibi biçimleri ve davranışlarını görevleri ve çevrelerine uyarlayarak geliştirmesiyle birlikte her neslin öncekinden daha iyi olduğu bir dizi robot nesli yetiştirebileceğimizi umuyoruz.
Now, although this can all take place in a time frame that's much faster than biological evolution, which sometimes takes thousands of years, it's still relatively slow in terms of the time frames we might expect in our modern world to design and produce an artifact. It's mainly due to the 3D printing process, which can take more than four hours per robot, depending on the complexity and the shape of the robot. But we can give our artificial evolutionary process a helping hand to reduce the number of physical robots that we actually need to make. We create a digital copy of every robot produced inside a simulation in a computer, and we allow this virtual population of robots to evolve. Now it's quite likely that the simulation isn't a very accurate representation of the real world. But it has an advantage that it enables models of robots to be created and tested in seconds rather than hours. So using the simulator technology, we can quickly explore the potential of a wide range of robot types of different shapes and sizes, of different sensory configurations, and quickly get a rough estimate of how useful each robot may be before we physically make it. And we predict that by allowing a novel form of breeding in which a physical robot can breed with one of its virtual cousins, then the useful traits that have been discovered in simulation will quickly spread into the physical robot population, where they can be further refined in situ.
Şimdi, tüm bunlar bazen binlerce yıl sürebilen biyolojik evrimden çok daha hızlı gerçekleşecek olsa da yine de bu süreç modern dünyada bir cihaz tasarlayıp üretmek için gereken süreye kıyasla yavaş kalıyor. Bunun ana sebebi ise bazen robot başına onun karmaşıklığı ve biçimine göre dört saatten fazla sürebilen 3D baskı süreci. Ama üretmemiz gereken fiziksel robotların sayısını azaltarak yapay evrim sürecine yardımcı olabiliriz. Bir bilgisayar simülasyonunda, üretilen her robotun dijital kopyasını oluşturarak bu sanal robot nüfusunun evrimleşmesini sağlıyoruz. Ne var ki simülasyonun gerçek dünyayla bire bir uyuşan sonuçlar vermesi pek olası değil. Ancak robot modellerini saatler değil de saniyeler içinde üretip test etme gibi bir avantajı var. Bu simülatör teknolojisiyle geniş bir tip, biçim, ebat ve sensör yelpazesine sahip robotların potansiyelini hızlıca ölçerek bir robotun işe yararlık derecesini onu fiziksel olarak üretmeden önce kabaca belirleyebiliriz. Ve fiziksel bir robotun sanal kuzenlerinden biriyle çiftleştiği yeni bir çoğalma biçimi sayesinde, simülasyonda keşfedilen işe yarar özellikleri fiziksel robot nüfusuna hızla yayarak bunların yerinde gelişmesini sağlayabiliriz.
It might sound like science fiction, but actually there's a serious point. While we expect the technology that I've just described to be useful in designing robots, for example, to work in situations where it's unsafe to send humans or to help us pursue our scientific quest for exoplanetary exploration, there are some more pragmatic reasons why we should consider artificial evolution. As climate change gathers pace, it is clear that we need a radical rethink to our approach to robotic design here on Earth in order to reduce that ecological footprint. For example, creating new designs of robot built from sustainable materials that operate at low energy, that are repairable and recyclable. It's quite likely that this new generation of robots won't look anything like the robots that we see around us today, but that's exactly why artificial evolution might help. Discovering novel designs by processes that are unfettered by the constraints that our own understanding of engineering science imposes on the design process.
Bunlar kulağa bilim kurgu gibi gelse de gayet ciddi bir şeyden bahsediyorum. Az önce anlattığım teknolojinin bizim için tehlikeli koşullarda çalışacak ya da diğer gezegenlere yönelik bilimsel keşif görevlerinde kullanılabilecek robotlar tasarlamada faydalı olması dışında yapay evrimi düşünmenin başka pragmatik sebepleri bulunuyor. İklim değişikliği ivme kazandıkça dünyada ekolojik ayak izini azaltmak için robotik tasarıma yaklaşımımızı radikal bir şekilde yeniden düşünmenin gerekliliği gitgide artıyor. Örneğin, sürdürülebilir materyallerle üretilmiş, az enerjiyle çalışan onarılabilir ve geri dönüşümlü yeni robotlar tasarlanabilir. Bahsettiğim yeni nesil robotlar muhtemelen bugünkülere hiç benzemeyecek olsa da yapay evrimin sağladığı avantajlardan biri bu. Böylece kendi mühendislik bilimi anlayışımızın tasarım sürecine koyduğu sınırlardan bağımsız süreçlerle yeni tasarımlar keşfetmek.
Thank you.
Teşekkürler.
(Applause)
(Alkışlar)