So what does it mean for a machine to be athletic? We will demonstrate the concept of machine athleticism and the research to achieve it with the help of these flying machines called quadrocopters, or quads, for short.
Så hva vil det si at en maskin er atletisk? Vi skal demonstrere konseptet atletiske maskiner og forskningen som står bak ved hjelp av disse flyvemaskinene kalt quadracopters ofte forkortet til quads.
Quads have been around for a long time. They're so popular these days because they're mechanically simple. By controlling the speeds of these four propellers, these machines can roll, pitch, yaw, and accelerate along their common orientation. On board are also a battery, a computer, various sensors and wireless radios.
Vi har hatt disse en god stund. Grunnen til at de er blitt så populære nå er fordi de er mekanisk enkle. Ved å kontrollere hastigheten til disse fire propellene kan maskinene rulle, pitche, dreie og aksellerere rundt deres felles orientasjon. Om bord finnes også et batteri, en datamaskin, forskjellige sensorer og trådløse radioer.
Quads are extremely agile, but this agility comes at a cost. They are inherently unstable, and they need some form of automatic feedback control in order to be able to fly.
De er ekstremt smidige, men denne smidigheten har sin pris. De er inneboende ustabile, og trenger en eller annen form for automatisk tilbakemelding for å kunne fly.
So, how did it just do that? Cameras on the ceiling and a laptop serve as an indoor global positioning system. It's used to locate objects in the space that have these reflective markers on them. This data is then sent to another laptop that is running estimation and control algorithms, which in turn sends commands to the quad, which is also running estimation and control algorithms. The bulk of our research is algorithms. It's the magic that brings these machines to life.
Så hvordan fikk jeg til det? I taket finnes det kameraer koblet til en bærbar PC som fungerer som en innendørs GPS. Disse brukes for å lokalisere objekter i rommet som har disse reflekterende markørene på seg. Dataene blir deretter sendt til en annen bærbar datamaskin som går igjennom estimering- og kontrollalgoritmer for igjen å sende kommandoer til helikopteret som også kjører estimering- og kontrollalgoritmer. Brorparten av vår forskning er algoritmer. De står for magien som gjør maskinene levende.
So how does one design the algorithms that create a machine athlete? We use something broadly called model-based design. We first capture the physics with a mathematical model of how the machines behave. We then use a branch of mathematics called control theory to analyze these models and also to synthesize algorithms for controlling them. For example, that's how we can make the quad hover. We first captured the dynamics with a set of differential equations. We then manipulate these equations with the help of control theory to create algorithms that stabilize the quad.
Så hvordan designer man algoritmer som skaper en atletisk maskin? Vi bruker noe som utbredt kalles modellbasert design. Først finner vi ut av fysikken, med en matematisk modell, for hvordan maskinene oppfører seg. Deretter bruker vi en gren av matematikk kalt kontrollteori for å analysere disse modellene samt komponere algoritmer for å kontrollere de. Det er for eksempel slik vi kan la helikopteret sveve på samme plass i luften. Først fant vi ut av dynamikken ved hjelp av et sett differensialligninger. Deretter manipulerte vi disse ligningende ved hjelp av kontrollteori for å skape algoritmer som stabliserer helikopteret.
Let me demonstrate the strength of this approach. Suppose that we want this quad to not only hover but to also balance this pole. With a little bit of practice, it's pretty straightforward for a human being to do this, although we do have the advantage of having two feet on the ground and the use of our very versatile hands. It becomes a little bit more difficult when I only have one foot on the ground and when I don't use my hands. Notice how this pole has a reflective marker on top, which means that it can be located in the space.
La meg demonstrere styrken ved denne strategien. Hva om vi ikke bare vil at helikopteret skal stå stille, men også skal balansere denne pålen. Ved hjelp av litt øving er det ganske lett for et menneske å lære seg dette, men vi har riktignok fordelene ved å ha to bein i bakken samt svært anvendelige hender. Det blir litt vanskeligere når jeg står på ett bein og ikke bruker hendene. Legg merke til at denne pålen har en reflektiv markør på toppen, noe som betyr at den kan lokaliseres i rommet.
(Audience) Oh!
(Applaus)
(Applause)
(Applause ends)
Du kan se at helikopteret gjør små justeringer
You can notice that this quad is making fine adjustments to keep the pole balanced. How did we design the algorithms to do this? We added the mathematical model of the pole to that of the quad. Once we have a model of the combined quad-pole system, we can use control theory to create algorithms for controlling it. Here, you see that it's stable, and even if I give it little nudges, it goes back -- to the nice, balanced position.
for å holde pålen balansert. Hvordan designet vi algoritmene til å gjøre dette? Vi la inn den matematiske modellen til pålen til helikopterets modell. Så fort vi har en modell for det kombinerte quad-påle-systemet kan vi bruke kontrollteori for å styre den. Her ser dere at den er stabil, og selv om jeg gir den et lite dult, går den tilbake til en rolig og balansert posisjon.
We can also augment the model to include where we want the quad to be in space. Using this pointer, made out of reflective markers, I can point to where I want the quad to be in space a fixed distance away from me.
Vi kan også endre modellen til å inkludere hvor vi ønsker å plassere helikopteret i rommet. Ved hjelp av denne pekeren, laget av reflektive markører, kan jeg peke på hvor jeg vil at den skal være i rommet en bestemt avstand ifra meg.
(Laughter)
The key to these acrobatic maneuvers is algorithms, designed with the help of mathematical models and control theory.
Nøkkelen til disse akrobatiske manøvrene er algoritmer designet ved hjelp av matematiske modeller og kontrollteori.
Let's tell the quad to come back here and let the pole drop, and I will next demonstrate the importance of understanding physical models and the workings of the physical world. Notice how the quad lost altitude when I put this glass of water on it. Unlike the balancing pole, I did not include the mathematical model of the glass in the system. In fact, the system doesn't even know that the glass is there. Like before, I could use the pointer to tell the quad where I want it to be in space.
La oss be helikopteret komme tilbake hit, legge fra seg pålen, så skal jeg videre demonstrere viktigheten av forståelse for fysiske modeller og hvordan den fysiske verden fungerer. Legg merke til hvordan helikopteret mistet høyde når jeg puttet dette vannglasset på den. Til forskjell fra når vi balanserte pålen, så har jeg ikke inkludert den matematiske modellen av glasset i systemet. Faktisk så er ikke systemet en gang klar over at glasset med vann er der. Som tidligere så kan jeg bruke pekeren for å si hvor jeg vil at helikopteret skal befinne seg.
(Applause)
(Applaus)
(Applause ends)
Okay, you should be asking yourself, why doesn't the water fall out of the glass? Two facts. The first is that gravity acts on all objects in the same way. The second is that the propellers are all pointing in the same direction of the glass, pointing up. You put these two things together, the net result is that all side forces on the glass are small and are mainly dominated by aerodynamic effects, which at these speeds are negligible. And that's why you don't need to model the glass. It naturally doesn't spill, no matter what the quad does.
Ok, så du spør kanskje deg selv, hvorfor går ikke vannet ut av glasset? Det er to grunner: Først av alt så vil tyngdekraften påvirke alle objekter på lik måte. For det andre peker alle propellene i samme retning som glasset - oppover. Når man setter disse to tingene sammen er resulatet at alle krefter fra sidene på glasset er små og er stort sett dominert av luftmotsand som er svært liten i denne hastigheten. Derfor trenger man ikke å modellere glasset. Det vil på naturlig vis ikke renne over uansett hva helikopteret gjør.
(Audience) Oh!
(Applause)
(Applaus)
(Applause ends)
The lesson here is that some high-performance tasks are easier than others, and that understanding the physics of the problem tells you which ones are easy and which ones are hard. In this instance, carrying a glass of water is easy. Balancing a pole is hard.
Det vi kan lære av dette er at noen oppgaver som krever høy ytelse er enklere enn andre, og at forståelse for fysikken i et problem forteller noe om hvilke som er enkle og vanskelige I dette tilfellet er det å balansere et glass enkelt. Å balansere en påle er vanskelig.
We've all heard stories of athletes performing feats while physically injured. Can a machine also perform with extreme physical damage? Conventional wisdom says that you need at least four fixed motor propeller pairs in order to fly, because there are four degrees of freedom to control: roll, pitch, yaw and acceleration. Hexacopters and octocopters, with six and eight propellers, can provide redundancy, but quadrocopters are much more popular because they have the minimum number of fixed motor propeller pairs: four. Or do they?
Vi har alle hørt om atleter som yter selv når de er fysisk skadet. Er det mulig for en maskin også å yte med ekstreme fysiske skader? Sunn fornuft tilsier at du trenger minst fire fastmonterte propellerpar for å kunne fly, fordi det er fire grader av frihet som kontrolleres: rulle, pitch, dreie og aksellerasjon. Hexakoptere og oktokoptere, med seks og åtte propeller kan tilby redundans, men kvadrakoptere er langt mer populære fordi de har det minste antallet påkrevde fastmonterte propellpar: fire. Eller?
(Audience) Oh!
(Laughter)
If we analyze the mathematical model of this machine with only two working propellers, we discover that there's an unconventional way to fly it. We relinquish control of yaw, but roll, pitch and acceleration can still be controlled with algorithms that exploit this new configuration. Mathematical models tell us exactly when and why this is possible. In this instance, this knowledge allows us to design novel machine architectures or to design clever algorithms that gracefully handle damage, just like human athletes do, instead of building machines with redundancy.
Dersom vi analyserer de matematiske modellene av denne maskinen med kun to fungerende propeller, oppdater vi at det er en uordinær måte å fly den på. Vi kan ikke lenger dreie, men det er fortsatt mulig å rulle, pitche og aksellerere med algoritmer som utnytter den nye konfigurasjonen. Matematiske modeller forteller oss nøyaktig når og hvorfor dette er mulig. I dette tilfellet gjør denne kunnskapen det mulig for oss å designe nye maskinarkitekturer eller smarte algoritmer som elegant håndterer skader, på samme måte som menneskelige atleter, i stedet for å bygge maskiner med redundans.
We can't help but hold our breath when we watch a diver somersaulting into the water, or when a vaulter is twisting in the air, the ground fast approaching. Will the diver be able to pull off a rip entry? Will the vaulter stick the landing? Suppose we want this quad here to perform a triple flip and finish off at the exact same spot that it started. This maneuver is going to happen so quickly that we can't use position feedback to correct the motion during execution. There simply isn't enough time. Instead, what the quad can do is perform the maneuver blindly, observe how it finishes the maneuver, and then use that information to modify its behavior so that the next flip is better. Similar to the diver and the vaulter, it is only through repeated practice that the maneuver can be learned and executed to the highest standard.
Det er vanskelig å ikke holde pusten når vi ser en stuper tar en saltomortale mot vannet, eller når en høydehopper snur seg i luften, og faller raskt mot bakken. Klarer stuperen en perfekt inngang? Vil høydehopperen lande riktig. La oss si at vi vil at dette helikopteret skal ta tre saltoer og avslutte på nøyaktig det samme sted som det startet. Denne manøveren kommer til å skje så raskt at vi kan ikke bruke posisjonssystemet for å korrigere bevegelsene underveis. Det er rett og slett ikke nok tid. I stedet kan helikopteret få utføre manøveren blindt, observere hvordan den avslutter, for deretter å bruke informasjonen til å endre sin oppførsel slik at det neste forsøket blir bedre. Til sammenligning med stuperen og høydehopperen er det kun gjennom repetert øvelse at manøveren kan bli lært og utført til høyeste standard.
(Laughter)
(Applause)
(Applaus)
Striking a moving ball is a necessary skill in many sports. How do we make a machine do what an athlete does seemingly without effort?
I mange sporter er det å treffe en ball i bevegelse er en nødvendig ferdighet. Hvordan kan vi få en maskin til å gjøre det en atlét gjør tilsynelatende enkelt?
(Laughter)
(Applause)
(Applaus)
(Applause ends)
This quad has a racket strapped onto its head with a sweet spot roughly the size of an apple, so not too large. The following calculations are made every 20 milliseconds, or 50 times per second. We first figure out where the ball is going. We then next calculate how the quad should hit the ball so that it flies to where it was thrown from. Third, a trajectory is planned that carries the quad from its current state to the impact point with the ball. Fourth, we only execute 20 milliseconds' worth of that strategy. Twenty milliseconds later, the whole process is repeated until the quad strikes the ball.
Dette helikopteret har en racket festet til hodet med et treffpunkt på omtrentlig størrelse med et eple. Altså ikke veldig stort. De påfølgende kalkuleringene blir gjort hver 20. millisekund, eller 50 ganger per sekund. Først må vi finne ut hvor ballen skal hen. Deretter må vi kalkulere hvordan helikopteret skal treffe ballen slik at den flyr tilbake der den kom fra. Så planlegges en bane som helikopteret kan fly i fra der den er nå til punktet der ballen treffer. Denne strategien kjøres kun 20 millisekunder av gangen. Tjue millisekunder senere så gjentas hele prosessen på nytt til helikopteret treffer ballen.
(Applause)
(Applaus)
Machines can not only perform dynamic maneuvers on their own, they can do it collectively. These three quads are cooperatively carrying a sky net.
Maskiner kan ikke bare gjennomføre dynamiske manøvre på egenhånd, de kan også gjøre det kollektivt. Disse tre helikopterne holder et nett sammen.
(Applause)
(Applaus)
(Applause ends)
They perform an extremely dynamic and collective maneuver to launch the ball back to me. Notice that, at full extension, these quads are vertical.
De gjennomfører en ekstremt dynamisk og kollektiv manøver for å slå ballen tilbake til meg. Legg merke til at når nettet er fullt utstrekt står helikoptrene vertikalt.
(Applause)
(Applaus)
In fact, when fully extended, this is roughly five times greater than what a bungee jumper feels at the end of their launch.
Faktisk er kraften som påføres helikopterne omtrent fem ganger så kraftig sammenlignet med en strikkhopper.
The algorithms to do this are very similar to what the single quad used to hit the ball back to me. Mathematical models are used to continuously re-plan a cooperative strategy 50 times per second.
Algoritmene for å gjøre dette er veldig like sammenlignet med det ene helikopteret som returnerte ballen til meg. Matematiske modeller blir brukt kontinuerlig for å planlegge strategien for samarbeidet 50 ganger i sekunder.
Everything we have seen so far has been about the machines and their capabilities. What happens when we couple this machine athleticism with that of a human being? What I have in front of me is a commercial gesture sensor mainly used in gaming. It can recognize what my various body parts are doing in real time. Similar to the pointer that I used earlier, we can use this as inputs to the system. We now have a natural way of interacting with the raw athleticism of these quads with my gestures.
Alt vi har sett så langt har handlet om maskiner og deres evner. Hva skjer når vi kobler de atletiske evnene til maskinene med menneskets evner? Foran meg har jeg en kommersiell bevegelsessensor som primært er brukt til videospill. Den kan gjenkjenne hva de forskjellige kroppsdelene mine gjøre i sanntid. Ikke ulikt hvordan jeg brukte pekeren tidligere kan vi benytte dette som input til systemet. Vi har nå en naturlig måte å kombinere maskinenes atletiske ferdigheter med mine bevegelser.
(Applause)
(Applaus)
Interaction doesn't have to be virtual. It can be physical. Take this quad, for example. It's trying to stay at a fixed point in space. If I try to move it out of the way, it fights me, and moves back to where it wants to be. We can change this behavior, however. We can use mathematical models to estimate the force that I'm applying to the quad. Once we know this force, we can also change the laws of physics, as far as the quad is concerned, of course. Here, the quad is behaving as if it were in a viscous fluid.
Interaksjonen trenger ikke være virtuell. Den kan også være fysisk. Ta for eksempel dette helikopteret. Det forsøker å sveve på et bestemt sted i rommet. Dersom jeg forsøker å flytte det vekk, stritter den i mot. Det flytter seg tilbake der den vil være. Vi kan riktignok forandre denne oppførselen. Vi kan benytte matematiske modeller for å anslå kraften som jeg påfører helikopteret. Når vi vet om denne kraften kan vi også endre fysikkens lover, for alt helikopteret vet, naturligvis. Her oppfører helikopteret seg som om det
We now have an intimate way of interacting with a machine.
flyter i en tjukk væske.
I will use this new capability to position this camera-carrying quad to the appropriate location for filming the remainder of this demonstration.
Vi har nå en intim måte for å oppnå interaksjon med maskinen. Jeg skal benytte denne muligheten for å plassere dette kamera-helikopteret på en passelig plass slik at den kan filme resten av demonstrasjonen.
So we can physically interact with these quads and we can change the laws of physics. Let's have a little bit of fun with this. For what you will see next, these quads will initially behave as if they were on Pluto. As time goes on, gravity will be increased until we're all back on planet Earth, but I assure you we won't get there. Okay, here goes.
Vi kan altså fysisk påvirke disse maskinene og vi kan endre fysikkens lover. La oss ha det litt moro med dette. I den neste delen vil disse helikopterne opprinnelig oppføre seg som om de var på Pluto. Etter hvert som tiden går vil tyngdekraften økes til vi er tilbake på jorden, men jeg kan garantere at vi ikke kommer dit. Okay, da prøver vi.
(Laughter)
(Latter)
(Laughter)
(Latter)
(Applause)
(Applaus)
Whew! You're all thinking now, these guys are having way too much fun, and you're probably also asking yourself, why exactly are they building machine athletes? Some conjecture that the role of play in the animal kingdom is to hone skills and develop capabilities. Others think that it has more of a social role, that it's used to bind the group. Similarly, we use the analogy of sports and athleticism to create new algorithms for machines to push them to their limits. What impact will the speed of machines have on our way of life? Like all our past creations and innovations, they may be used to improve the human condition or they may be misused and abused. This is not a technical choice we are faced with; it's a social one. Let's make the right choice, the choice that brings out the best in the future of machines, just like athleticism in sports can bring out the best in us.
Whew! Dere tenker sikkert nå at disse gutta har det alt for moro. Du spør sikkert også hvorfor bygger vi disse maskinatletene? Noen påstår at lekens rolle i dyreriket er å finpusse ferdigheter og utvikle evner. Andre mener at det har en sosial rolle, at det binder gruppen sammen. På same måte bruker vi analogien med sport og atleter for å skape nye algoritmer for maskiner og presse de til grensene deres. Hvor kraftig vil maskiners hurtighet påvirke vår levemåte? På samme måte som tidligere oppfinnelser og innovasjoner kan de brukes for å forbedre menneskets tilstand eller bli misbrukt og utnyttet. Det er ikke teknisk valg vi står ovenfor; det er et sosialt. La oss ta det riktige valget. Valget som bringer det beste ut av maskinenes fremtid på samme måte som atletiske ferdigheter i sport bringer frem det beste i oss.
Let me introduce you to the wizards behind the green curtain. They're the current members of the Flying Machine Arena research team.
La meg introdusere dere for tryllemennene bak det grønne teppet. De er nåværende medlemmer av forskningsteamet the Flying Machine Arena
(Applause)
(Applaus)
Federico Augugliaro, Dario Brescianini, Markus Hehn, Sergei Lupashin, Mark Muller and Robin Ritz. Look out for them. They're destined for great things.
Federico Augugliaro, Dario Brescianini , Markus Hehn, Sergei Lupashin, Mark Muller and Robin Ritz. Hold et øye med dem. De er ment for store ting.
Thank you.
Takk.
(Applause)
(Applaus)