Good morning. I'm here today to talk about autonomous flying beach balls.
Mirëdita. Jam sot këtu për të folur
(Laughter)
rreth topave të plazhit fluturues dhe autonomë.
No, agile aerial robots like this one. I'd like to tell you a little bit about the challenges in building these, and some of the terrific opportunities for applying this technology. So these robots are related to unmanned aerial vehicles. However, the vehicles you see here are big. They weigh thousands of pounds, are not by any means agile. They're not even autonomous. In fact, many of these vehicles are operated by flight crews that can include multiple pilots, operators of sensors, and mission coordinators.
Jo, robota të shkathët ajror si ky. Dëshiroj t'ju tregoj diçka rreth sfidave në ndërtimin e këtyre dhe disa mundësive të hatashme për aplikimin e kësaj teknologjie. Pra këta robotë janë të afërm me mejetet ajrorë të komanduar nga larg Sidoqoftë, mjetet që shihni këtu janë të mëdhej. Ato peshojnë disa tonë, nuk janë me çdo kusht të shkathëta. Madje nuk janë as autonome. Faktikisht, shumica e këtyre makinave operohen nga ekipe fluturimi të cilat mund të përfshijnë shumë pilotë operues të sensorëve dhe kordinues misionesh.
What we're interested in is developing robots like this -- and here are two other pictures -- of robots that you can buy off the shelf. So these are helicopters with four rotors, and they're roughly a meter or so in scale, and weigh several pounds. And so we retrofit these with sensors and processors, and these robots can fly indoors. Without GPS.
Ato që ne jemi të interesuar janë zhvillimi i robotëve të tillë si ky -- dhe këtu janë edhe dy fotografi të tjera -- të robotëve të cilët mund ti blesh në dyqan. Pra këta janë helikopterë me katër rotorë dha janë përafërsisht një metër të mëdhej dhe peshojnë disa kilogramë. Dhe kështu ne i shtuam atyre sensorë dhe procesorë, dhe këta robotë mund të fluturojnë në ambiente të brendshëm pa GPS ( Sistem të Pozicionimit Global).
The robot I'm holding in my hand is this one, and it's been created by two students, Alex and Daniel. So this weighs a little more than a tenth of a pound. It consumes about 15 watts of power. And as you can see, it's about eight inches in diameter. So let me give you just a very quick tutorial on how these robots work.
Roboti që po mbaj në dorë është ky, dhe është krijuar nga dy studentë, Alex dhe Daniel. Pra ky peshon më pak se 50 gr? Konsumon rreth 15 watt energji elektrike. Dhe siç mund ta shihni, ka rreth 20 cm diametër. Pra më lejoni t'ju jap një udhëzim të shpejtë se si këta robotë punojnë.
So it has four rotors. If you spin these rotors at the same speed, the robot hovers. If you increase the speed of each of these rotors, then the robot flies up, it accelerates up. Of course, if the robot were tilted, inclined to the horizontal, then it would accelerate in this direction. So to get it to tilt, there's one of two ways of doing it. So in this picture, you see that rotor four is spinning faster and rotor two is spinning slower. And when that happens, there's a moment that causes this robot to roll. And the other way around, if you increase the speed of rotor three and decrease the speed of rotor one, then the robot pitches forward.
Pra ka katër rotorë. Nëse i vërtit këta rotorë në të njejten shpejtësi, roboti rri pezull. Nëse e rrisni shpejtësinë e secilit prej këtyre rotorëve, pastaj roboti fluturon lart, përshpejton. Sigurishtë, nëse roboti ishte anësuar horizontalisht atëherë do të përshpejtojë në atë drejtim. Pra për ta anuar atë, janë një ose dy mënyra për ta berë. Pra në këtë fotografi mund të shihni se rotori i katërt është duke u vërtitur më shpejt dhe rotori i dytë po vërtitet më ngadalë. Dhe kurdoherë që ajo ndodh është një moment që e bën robotin të rrotullohet. Në anën tjetër, nëse e rrit shpejtësinë e rotorit të tretë dhe e zvogëlon shpejtësinë e rotorit të parë pastaj roboti do përparojë përpara.
And then finally, if you spin opposite pairs of rotors faster than the other pair, then the robot yaws about the vertical axis. So an on-board processor essentially looks at what motions need to be executed and combines these motions, and figures out what commands to send to the motors -- 600 times a second. That's basically how this thing operates.
Dhe pastaj përfundimisht, nëse e kthen në anën e kundërt të rotorëve më shpejt se lidhja tjetër, pastaj roboti shkon rreth boshtit vertikalë. Pra një procesor në bord vëzhgon se çfarë lëvizje duhet të ekzekutohen dhe i kombinon këto lëvizje dhe e gjen se çfarë komandi duhet ti jepet motorrëvë 600 herë në sekond. Kjo është në thelb se si këto gjëra operojnë.
So one of the advantages of this design is when you scale things down, the robot naturally becomes agile. So here, R is the characteristic length of the robot. It's actually half the diameter. And there are lots of physical parameters that change as you reduce R. The one that's most important is the inertia, or the resistance to motion. So it turns out the inertia, which governs angular motion, scales as a fifth power of R. So the smaller you make R, the more dramatically the inertia reduces. So as a result, the angular acceleration, denoted by the Greek letter alpha here, goes as 1 over R. It's inversely proportional to R. The smaller you make it, the more quickly you can turn.
Pra njëra nga advantazhet e këtij projekti është se kur ju reduktoni masën e kësaj gjëje, roboti natyralisht bëhet i shkathët. Pra këtu R është karakteristika e gjatësisë së robotit. Faktikisht është gjysma e diametrit. dhe ka shumë parametra fizikë të cilët ndryshojnë kur ju e redkutoni R. Ajo që është më e rendësishmja është inercia apo rezistenca në lëvizje Pra del të jetë, që inercia, e cila e rregullon lëvizjen në veprime, ndryshon si fuqia e katërt e R. Pra sa më të vogël që e bëni R, më dramatike behët reduktukimi i inercisë. Dhe si rezultat, përshpejtimi këndor, e shkruar me germen greke alfa këtu, shkon mbi një R. Është proporcionalisht e kundërt me R. Sa më të vogël që e beni aq më shpejt mund të kthehet.
So this should be clear in these videos. On the bottom right, you see a robot performing a 360-degree flip in less than half a second. Multiple flips, a little more time. So here the processes on board are getting feedback from accelerometers and gyros on board, and calculating, like I said before, commands at 600 times a second, to stabilize this robot. So on the left, you see Daniel throwing this robot up into the air, and it shows you how robust the control is. No matter how you throw it, the robot recovers and comes back to him.
Pra kjo duhet të jetë e qartë në këtë video. Në fund ju mund të shihni një robot i cili përformon në një kthesë 360 gradëshe në më pak gjysmën e sekondit Disa kthime, edhe në më pak kohë. Pra këtu është procesi në bord po marrin vlerësime nga akselometrat dhe gyroskopët e bordid dhe kalkuluar, siq e ceka edhe më lartë, komandat në 600 herë në sekond për ta stabilizuar këtë robotë. Pra në të majtë, ju mund të shihni Danielin duket e hedhur këtë robotë në ajër. Dhe tregom se sa i fortë është kontrolli tij. Nuk ka rendësi se si e gjuan atë, roboti kthehet dhe vjen prap tek ai.
So why build robots like this? Well, robots like this have many applications. You can send them inside buildings like this, as first responders to look for intruders, maybe look for biochemical leaks, gaseous leaks. You can also use them for applications like construction. So here are robots carrying beams, columns and assembling cube-like structures. I'll tell you a little bit more about this. The robots can be used for transporting cargo. So one of the problems with these small robots is their payload-carrying capacity. So you might want to have multiple robots carry payloads. This is a picture of a recent experiment we did -- actually not so recent anymore -- in Sendai, shortly after the earthquake. So robots like this could be sent into collapsed buildings, to assess the damage after natural disasters, or sent into reactor buildings, to map radiation levels.
Pra përse të ndërtojmë robotë si këta? Mirë pra, robotë të tillë kanë shumë aplikacione. Ju mund ti dergoni ata në ndërtesa si këto si përgjigje e parë në kërkim të ndërhyrësve ndoshta për të kërkuar për rrjedhje lëndësh biokimike, rrjedhje gazi. Ju mund ti përdorni ata për aplikacione si ndërtimet. Këtu i keni robotet duke tërhequr trarë, kolona dhe duke montuar struktura kubike. Do t'ju tregoj diçka më tepër rreth kësaj. Robotët mund të përdoren për transportime kargosh. Pra njëri nga problemet me këta robot të vegjël është kapaciteti mbartës i tyre. Pra ndoshta ju mund të doni të keni disa robot për transportin e ngarkesave të dobishme. Kjo është një fotografi e një eksperimenti qe kemi berë kohëve të fundit -- faktikisht jo edhe aq të vonë -- në Sendai menjëherë pas tërmetit. Pra robotët e tillë mund të dërgohen në objekte të mbyllura në vlerësimin e dëmeve pas katastrofës natyrore, apo të dergohen në ndërtesa raktive për të hartuar nivelet e radioaktivitetit.
So one fundamental problem that the robots have to solve if they are to be autonomous, is essentially figuring out how to get from point A to point B. So this gets a little challenging, because the dynamics of this robot are quite complicated. In fact, they live in a 12-dimensional space. So we use a little trick. We take this curved 12-dimensional space, and transform it into a flat, four-dimensional space. And that four-dimensional space consists of X, Y, Z, and then the yaw angle.
Pra një problem bazik që robotët duhet te zgjidhin, nëse ata janë autonomë është të bejnë zgjedhjen e duhur se si të arrijnë nga pika A tek ajo B. Pra kjo është pak sfiduese sepse dinamika e robotit është shumë e ndërlikuar. Faktikisht, ata jetojnë në një hapsirë 12-dimensionale Ndaj ne përdorim një mashtrim të vogël. Ne e marrim këtë vij të lakuar 12 dimensionale dhe e transformojmë atë në një hapsirë të rrafshët katër dimensionale. Dhe kjo hapësirë katër dimensionale përbehet nga X,Y,Z dhe pastaj një lakore tjetër.
And so what the robot does, is it plans what we call a minimum-snap trajectory. So to remind you of physics: You have position, derivative, velocity; then acceleration; and then comes jerk, and then comes snap. So this robot minimizes snap. So what that effectively does, is produce a smooth and graceful motion. And it does that avoiding obstacles. So these minimum-snap trajectories in this flat space are then transformed back into this complicated 12-dimensional space, which the robot must do for control and then execution.
Dhe ajo që roboti bën është plani i tij të cilin e quajmë trajektoria e kërcimit minimal. Pra pët t'ju kujtuar juve fiziken, ju keni pozicion, derivat, shpejtesi, pastaj akselerim, dhe pastaj vjen lëkundja dhe pastaj vjen kërcimi. Pra ky robot minimizon kërcitjen. Pra atë që efektivish bën po prodhon një lëvizje të butë dhe të këndshëme Dhe e benë atë ti largohet pengesave. Pra këto kërcime trajektoreje minimale në hapësira të rrafshta janë të transformuara prap në këtë hapësirë të ndërlikuar 12 dimensionesh, të cilën robotët duhet ta bejnë për kontrollin dhe pastaj ekzekutimin.
So let me show you some examples of what these minimum-snap trajectories look like. And in the first video, you'll see the robot going from point A to point B, through an intermediate point.
Pra më lejoni t'ju tregoj disa shembuj të minimumit të asaj që këto trajektore kërcyese mund të bëjnë. Dhe në videon e parë, ju do ta shihni robotin duke vajtur nga pika A tek pika B përmes një pike të ndërmjetme.
(Whirring noise)
So the robot is obviously capable of executing any curve trajectory. So these are circular trajectories, where the robot pulls about two G's. Here you have overhead motion capture cameras on the top that tell the robot where it is 100 times a second. It also tells the robot where these obstacles are. And the obstacles can be moving. And here, you'll see Daniel throw this hoop into the air, while the robot is calculating the position of the hoop, and trying to figure out how to best go through the hoop. So as an academic, we're always trained to be able to jump through hoops to raise funding for our labs, and we get our robots to do that.
Pra roboti është padyshim në gjendje për ekzekutimin e çdo trajektore kurbë. Pra, këto janë trajektoret rrethore ku roboti shtyen rreth 2 G. (G: forca gravitacionale) Këtu kemi një kamer të montuar lart e cila kap imazhe në lëvizje e cila tregon se ku është roboti në 100 herë në sekond. gjithashtu i tregon robotit se ku janë pengesat. Edhe pengesat mund të lëvizin. Pra këtu kemi Danielin i cili hedh një rreth në ajër, ndërsa roboti po llogarit pozicionin e rrethit dhe po përpiqet të gjejë mënyrën më të mirë të kalimit përmes rrethit. Pra si një akademik, ne jemi stërvitur që gjithmonë të jemi në gjendje të hidhemi përmes rrathëve për të mbedhur fonde për laboratorët tanë, dhe i bejmë robotet tanë ta bejnë atë.
(Applause)
(Duartrokitje)
So another thing the robot can do is it remembers pieces of trajectory that it learns or is pre-programmed. So here, you see the robot combining a motion that builds up momentum, and then changes its orientation and then recovers. So it has to do this because this gap in the window is only slightly larger than the width of the robot. So just like a diver stands on a springboard and then jumps off it to gain momentum, and then does this pirouette, this two and a half somersault through and then gracefully recovers, this robot is basically doing that. So it knows how to combine little bits and pieces of trajectories to do these fairly difficult tasks.
Një gjë tjetër që robotët mund ta bëjnë është ti kujtojnë pjesët e trajektores që i ka mësuar apo që eshte paraprogramuar. Këtu mund ta shihni një robot duke kryer nje lëvizje për të marrë vrull dhe pastaj ndryshon orientimin e tij për tu ridrejtuar. Pra ka të bëjë me këtë pasi kjo hapësirë në dritare është vetem pak më e madhe sesa gjerësia e robotit. Pra pikërisht si një zhytës qëndron mbi një trampolinë dhe pastaj hidhet për të marrë vrull, pastaj bën këtë piruetë dhe një salto e gjysëm tejpërtej dhe pastaj me hijeshi kthëhet në posizion, ky robot pak a shumë e benë atë. Pra e dinë se si të kombinojë pak nga pjesët e trajektores për të bërë këto detyra mjaft të vështira.
So I want change gears. So one of the disadvantages of these small robots is its size. And I told you earlier that we may want to employ lots and lots of robots to overcome the limitations of size. So one difficulty is: How do you coordinate lots of these robots? And so here, we looked to nature. So I want to show you a clip of Aphaenogaster desert ants, in Professor Stephen Pratt's lab, carrying an object. So this is actually a piece of fig. Actually you take any object coated with fig juice, and the ants will carry it back to the nest. So these ants don't have any central coordinator. They sense their neighbors. There's no explicit communication. But because they sense the neighbors and because they sense the object, they have implicit coordination across the group.
Pra, dua të ndryshoj subject. Një nga disavantazhet e këtij roboti të vogël është madhësia e tij. Dhe unë ju thashë më parë që dëshirojmë të përdorim shumë robotë për ta tejkaluar limitet e madhësisë. Pra një problem është se si ti koordinojmë shumë prej këtyre robotëve? Pra këtu ne kemi parë natyrën. Dëshiroj t'ju shfaq një video të milingonave të shkretëtirës të familjes Aphaenogaster në laboratorin e profesor Stephen Pratt duke mbajtur një objekt. Në të vërtetë është një copë fiku. Në fakt ju merrni çdo objekt të lyer me lëng fiku dhe milingonat do ti shpien ato në fole. Pra, këto milingona nuk kanë ndonjë koordinator qendror. Ata ndjenjë praninë e fqinjëve. Nuk ka asnjë komunikim të qartë. Por për arësye se ato ndjejnë fqinjët e tyre dhe sepse ato i ndjejnë objektet, ata kanë koordinim të nënkuptuar brenda grupit.
So this is the kind of coordination we want our robots to have. So when we have a robot which is surrounded by neighbors -- and let's look at robot I and robot J -- what we want the robots to do, is to monitor the separation between them, as they fly in formation. And then you want to make sure that this separation is within acceptable levels. So again, the robots monitor this error and calculate the control commands 100 times a second, which then translates into motor commands, 600 times a second. So this also has to be done in a decentralized way. Again, if you have lots and lots of robots, it's impossible to coordinate all this information centrally fast enough in order for the robots to accomplish the task. Plus, the robots have to base their actions only on local information -- what they sense from their neighbors. And then finally, we insist that the robots be agnostic to who their neighbors are. So this is what we call anonymity.
Pra, kjo është lloji i koordinimit që ne duam të kenë robotët tanë. Pra, kur ne kemi një robot e cila është e rrethuar nga fqinjët -- dhe le të shohim tek roboti I dhe roboti J -- ajo që ne duam që robotët të bëjnë është që të monitorojë distancën mes tyre kur ata fluturojnë në formacion. Dhe pastaj ju doni të jeni të sigurtë se kjo distancë është në nivele të pranueshme. Prapë robotët monitorojnë këtë gabim dhe llogarisin komandat e kontrollit 100 herë në sekond, i cili pastaj i përkthen në komandat e motorrit 600 herë në sekond. Pra kjo duhet patjetër të jetë e berë në mënyrë të decentralizuar. Përsëri, nëse keni shumë dhe shumë e robotë, është e pamundur për të koordinuar të gjithë këtë informacion në nivel qendror mjaft shpejt në mënyrë që robotat të kryerjnë detyrën. Plus robotët duhet ti bazojnë lëvizjet e tyre veten në informacionet lokale, atë që e ndjenjë nga fqinjët e tyre. Dhe pastaj përfundimisht, ne insistojmë që robotët të mos njohin cilët janë fqinjët e tyre. Pra, kjo është ajo që ne e quajmë anonimiteti.
So what I want to show you next is a video of 20 of these little robots, flying in formation. They're monitoring their neighbors' positions. They're maintaining formation. The formations can change. They can be planar formations, they can be three-dimensional formations. As you can see here, they collapse from a three-dimensional formation into planar formation. And to fly through obstacles, they can adapt the formations on the fly. So again, these robots come really close together. As you can see in this figure-eight flight, they come within inches of each other. And despite the aerodynamic interactions with these propeller blades, they're able to maintain stable flight.
Pra, ajo që unë dua të tregoj më tej është një video e 20 robotëve të vegjël duke fluturuar në formacion. Ata po vëzhgojnë pozicionin e fqinjëve të tyrë. Ata po ruajnë formacionin. Formacionet mund të ndryshojnë. Ata mund të jenë formacione planare, ato mund të jenë formacione tredimensionale. Siç mund ta shihni këtu, ata rrëzohet nga një formacion tredimensionale në formimin planar. Dhe për të fluturuar përmes pengesave ata mund të përshtatin formacionin në flutururim. Pra edhe një herë, këta robotë shkojnë shumë pranë njëri tjetrit. Siç mund ta shihni në këtë figurë, e teta e fluturimit, ata lëvizin brenda pak centimetrash nga njëri tjetri. Dhe pavarësisht nga ndërveprimet aerodinamike të lopatave të helikës, ata janë në gjendje të mbajë fluturim të qëndrueshëm.
(Applause)
(Duartrokitje)
So once you know how to fly in formation, you can actually pick up objects cooperatively. So this just shows that we can double, triple, quadruple the robots' strength, by just getting them to team with neighbors, as you can see here. One of the disadvantages of doing that is, as you scale things up -- so if you have lots of robots carrying the same thing, you're essentially increasing the inertia, and therefore you pay a price; they're not as agile. But you do gain in terms of payload-carrying capacity.
Pra, pasi ju e dini se si të fluturojë në formacion, ju faktikisht mund të ngrini objekte në bashkëveprim. Pra kjo vetem tregon qe ne mund të dyfishojmë, trefishojmë, ose katërfishojmë forcën e robotit vetem duke i bashkuar ata me fqinjët, siç mund ta shihni këtu. Një nga disavantazhet e të bërit të saj është se si ne rritjen e dimensionit të objekteve -- ashtu shtohet numri i robotëve duke mbajtur të njëjtën gjë, në thelb rritni inercinë, dhe kështu ju paguani një çmim, ata nuk janë aq të shkathët. Por fitoni në aspektin e kapacitetit mbartës.
Another application I want to show you -- again, this is in our lab. This is work done by Quentin Lindsey, who's a graduate student. So his algorithm essentially tells these robots how to autonomously build cubic structures from truss-like elements. So his algorithm tells the robot what part to pick up, when, and where to place it. So in this video you see -- and it's sped up 10, 14 times -- you see three different structures being built by these robots. And again, everything is autonomous, and all Quentin has to do is to give them a blueprint of the design that he wants to build.
Një aplikacionë tjetër që unë dua t'ju tregoj juve -- prapë, kjo është në laboratorin tonë. Kjo punë është kryer nga Quentin Lindesy i cili është një student i diplomuar. Pra ky algoritëm në thelb i tregon këtyre robotëve se si te ndërtojnë në autonomi strukturat kubike nga elementet e ndryshme. Pra algoritmi i tij i tregon robotit cilen pjesë të marrin, ku dhe kur ta vendosin atë. Pra në këtë video ju mund të shihni -- e përshpejtuar 10, 14 herë -- ju mund të shihni tri struktura të ndryshme të ndërtuara nga këta robotë. Dhe prapë, çdogjë është e pamvarur, dhe gjithë ajo që Quentin duhet të bëjë është ti japi atyre një kopje vizatimi të asaj që duan të ndërtojnë.
So all these experiments you've seen thus far, all these demonstrations, have been done with the help of motion-capture systems. So what happens when you leave your lab, and you go outside into the real world? And what if there's no GPS? So this robot is actually equipped with a camera, and a laser rangefinder, laser scanner. And it uses these sensors to build a map of the environment. What that map consists of are features -- like doorways, windows, people, furniture -- and it then figures out where its position is, with respect to the features. So there is no global coordinate system. The coordinate system is defined based on the robot, where it is and what it's looking at. And it navigates with respect to those features.
Pra, të gjitha këto eksperimente që keni parë deri tani, të gjitha këto demonstrime, janë bërë me ndihmën e sistemeve së kapjes të lëvizjes. Pra, çfarë ndodh kur ju lini laboratorin tuaj dhe ju dilni jashtë në botën reale? Dhe çfarë nëse nuk ka nuk ka GPS? (GPS: Sistemi i posizionimit global) Pra ky robot në të vërtetë është i pajisur me një kamera dhe një laser zbulues H, skaner me lazer. dhe përdor këta sensorë për të zhvilluar një hartë të mjedisit përreth. Harta përbëhet nga shumë karakteristika -- si dyer, dritare, njerëz, mobilje -- dhe pastaj llogarit ku është pozicioni e tij në lidhje me karakteristikat. Pra nuk ka sistem të koordinimit global. Sistemi i koordinatave është i bazuar në bazë të robotave, ku është dhe ç'po kërkon. Dhe ajo lundron në lidhje me ato karakteristika.
So I want to show you a clip of algorithms developed by Frank Shen and Professor Nathan Michael, that shows this robot entering a building for the very first time, and creating this map on the fly. So the robot then figures out what the features are, it builds the map, it figures out where it is with respect to the features, and then estimates its position 100 times a second, allowing us to use the control algorithms that I described to you earlier. So this robot is actually being commanded remotely by Frank, but the robot can also figure out where to go on its own. So suppose I were to send this into a building, and I had no idea what this building looked like. I can ask this robot to go in, create a map, and then come back and tell me what the building looks like. So here, the robot is not only solving the problem of how to go from point A to point B in this map, but it's figuring out what the best point B is at every time. So essentially it knows where to go to look for places that have the least information, and that's how it populates this map.
Pra dëshiroj t'ju tregoj një klip të algoritmeve të zhvilluara nga Frank Shen dhe profesori Nathan Michael i cili shfaq këtë robot duke hyrë në një ndërtesë për herë të parë duke krijuar këtë hartë gjatë fluturimit. Pra roboti përcakton cilat janë karakteristikat. Zhvillon hartën. Llogarit ku gjendet në lidhje me karakteristikat e mjedisit dhe vlerëson vendodhjen e tij 100 herë në sekond duke na lejuar neve të kontrollojmë algoritmet për të cilët you përshkrova mëparë. Pra ky robot faktikisht po komandohet në distancë nga Frank. Mirëpo roboti mund të llogarisë dhe vet ku duhet të shkojë. Le të supozojmë se une kisha për ta dërguar në një ndërtesë dhe nuk e kisha idenë se si ajo ndërtesë ngjante, Mund të pyes këtë robot të shkojë, të krijojë një hartë të kthehet mbrapsh dhe të më tregojë karakteristikat e asaj ndërtese. Pra këtu, roboti nuk po zgjidh vetëm problemin, se si të vejë nga pika A në pikën B në këtë hartë, por ai përcakton se cila është pika më e mirë B në çdo kohë. Pra faktikisht e di ku të vejë për të kërkuar vendet për të cilët ka më pak informacion. Dhe ajo është menyra se si plotësuar kjo hartë.
So I want to leave you with one last application. And there are many applications of this technology. I'm a professor, and we're passionate about education. Robots like this can really change the way we do K-12 education. But we're in Southern California, close to Los Angeles, so I have to conclude with something focused on entertainment. I want to conclude with a music video. I want to introduce the creators, Alex and Daniel, who created this video.
Pra dëshiroj t'ju lë juve me një aplikacion të fundit. Dhe ka shumë mënyra sesi ky aplikacion mund të përdoret. Unë jam një profesor, dhe ne jemi të pasjonuar pas arsimit. Robotët e tillë me të vërtetë mund të ndryshojnë mënyrën e arsimit në shkollat fillore deri tek i mesmi Por ne jemi në Karlifoninë e jugut, afër Los Angelos-it kështu që unë duhet të përfundoj me diçka të fokusuar në zbavitje. Dëshiroj të përfundoj më një video muzikore. Dëshiroj t'i paraqes krijuesit, Alex dhe Daniel, të cilet krijuan këtë video.
(Applause)
(Duartrokitje)
So before I play this video, I want to tell you that they created it in the last three days, after getting a call from Chris. And the robots that play in the video are completely autonomous. You will see nine robots play six different instruments. And of course, it's made exclusively for TED 2012. Let's watch.
Pra përpara se të luaj këtë video, Dëshiroj t'ju tregoj juve se ata e krijuan në tri ditet e fundit pasi morën një telefonatë nga Chris. Dhe robotët që luajnë në video janë krejtësisht të pamvarur. Ju do të shihni nëntë robotë duke luajtur gjashtë instrumente. Dhe sigurisht, kjo është berë eksluzivisht për TED 2012. Le ta shikojmë.
(Sound of air escaping from valve)
(Music)
(Whirring sound)
(Music)
(Muzika)
(Applause) (Cheers)
(Duartrokitje)