Titta

UR Samtiden - Robotdagen 2015

UR Samtiden - Robotdagen 2015

Om UR Samtiden - Robotdagen 2015

Det har sagts att vi står på tröskeln till en ny era. På allt fler områden tar maskinerna plats jämte oss. Vad innebär det för människan, samhället och våra arbeten? Behöver vi ompröva arbetslinjen eller är robotiseringen kanske en ny industriell revolution, som kommer att skapa många nya arbetstillfällen? Ledande experter i robotik, filosofi och ekonomi belyser robotarnas genombrott tillsammans med politiker och arbetsmarknadens parter. Inspelat den 9 oktober 2015 på Clarion Sign Hotell i Stockholm. Arrangörer: Institutet för framtidsstudier, Dagens Arbete och Forskning och framsteg.

Till första programmet

UR Samtiden - Robotdagen 2015 : Bortom robotfrontenDela
  1. Det här är en ganska bred publik
    så att jag försökte-

  2. -titta lite både bakåt och
    framåt när det gäller robotik.

  3. Min interaktion med samhället
    och när jag pratar om robotar-

  4. -om vad en robot är till nån
    som inte forskar i det området-

  5. -brukar det alltid vara bilder
    från Hollywoodfilmer.

  6. Så jag tänkte börja
    med en filmsekvens.

  7. Det kanske inte
    är en stor Hollywoodfilm-

  8. -men jag hoppas att väldigt
    många av er har sett den här.

  9. Och den här bilden-

  10. -av en maskin då
    som hjälper människan-

  11. -i det här fallet att äta-

  12. -visar det motsatta
    vad vi jobbar med.

  13. Alltså utveckla maskiner
    som på nåt sätt är rörliga-

  14. -men maskiner där människan inte
    behöver anpassa sin rörelse-

  15. -och sitt sätt att vara
    mot maskinen.

  16. Vi vill att maskinen
    ska anpassa sig till människan-

  17. -och människans behov.

  18. En viktig sak här är-

  19. -att maskinen då utför
    en förprogrammerad rörelse-

  20. -som inte i det här fallet
    baseras på det vi använder-

  21. - i vår forskning.
    Och det är sensorer.

  22. På samma sätt som vi har sinnen
    och använder dem-

  23. -för att interagera
    med omgivningen kan en maskin-

  24. -använda sig av sensorer
    som mäter olika egenskaper-

  25. -från omgivningen och hjälper då
    maskinen eller roboten-

  26. -att bete sig på ett kanske lite
    bättre sätt än den här maskinen.

  27. Det har sagts lite om
    att robotar har funnits länge.

  28. Och Sverige har varit med
    om utvecklingen väldigt länge.

  29. Med Asea och första roboten
    på 60-talet.

  30. Och utvecklingen har gått framåt
    och i dag brukar vi säga...

  31. Frågor kommer ofta upp:
    "Är maskiner intelligentare"-

  32. -"än människor? Kan maskiner
    göra saker som vi inte kan?"

  33. Vi ser inte människor i dag
    stå i de stora bilfabrikerna-

  34. -och sätta ihop bilar.
    Det kan människor inte göra.

  35. Maskiner är mer precisa.
    De har mer styrka-

  36. -och blir inte trötta
    på samma sätt som människor.

  37. Redan i dag har vi robotar som
    gör saker som är mer avancerade-

  38. -än det som människor kan göra
    även i grupper.

  39. Med ett sånt här exempel
    med en bilfabrik då...

  40. Allt är förprogrammerat så lite
    likt roboten i förra filmen.

  41. Man vet precis var och när
    bildelarna kommer-

  42. -och hur de ska sättas ihop.

  43. Så man förprogrammerar i bil-
    fabriken alla processer en gång.

  44. Och sen brukar man inte
    ändra på nånting.

  45. Så när det gäller frågor
    om framtiden-

  46. -och hur våra jobb ser ut
    och så vidare...

  47. Om man tittar på hur robotar
    kan användas i framtiden-

  48. -för tillämpningar som inte har
    stora volymer som bilindustrin-

  49. -så är en stor utmaning hur man
    kan omprogrammera robotar-

  50. -så att de ska kunna
    göra nåt annat.

  51. Gå från att packa in choklad
    till exempel-

  52. -till att packa in nåt
    helt annat, kläder till exempel-

  53. -där processerna kanske ser
    helt annorlunda ut.

  54. Och man vill inte att om-
    programmeringen av robotsystem-

  55. -tar väldigt lång tid eller
    kräver nån med PhD i robotik.

  56. Den ska kunna göras av vem som
    helst, och det är en utmaning.

  57. Hur den här omprogrammeringen
    ser ut-

  58. -eller vilka processer
    man använder för det.

  59. Låt mig se.
    Nu är två "slides" på engelska.

  60. Det är ju bara för att ni
    ska känna igen vissa termer-

  61. -som används då internationellt
    när vi pratar om olika system.

  62. Vi pratar om fyra olika typer
    av system. Vi pratar om:

  63. Kontrollerade system eller
    system som kan kontrolleras.

  64. System som på nåt sätt
    jobbar med övervakning.

  65. Automatiska system
    och helt autonoma system.

  66. Det finns väldigt många exempel
    där de här systemen-

  67. -under kanske de senaste
    tio åren har förändrats.

  68. Alltså de system som varit helt
    kontrollerade som t.ex. bilar-

  69. -börjar bli mer autonoma.

  70. Alltså med hjälp av sensorer
    kan vi nu utrusta system-

  71. -som det klassiskt sett har
    varit helt upp till människan-

  72. -hur de rör sig till exempel.
    De blir mer autonoma.

  73. Det ser vi också, om jag blickar
    tillbaka till bilindustrin-

  74. -att man utrustar de här armarna
    med olika typer av sensorer-

  75. -och möjliggör för
    de här systemen att ta beslut-

  76. -eller vara mer autonoma.

  77. Tillämpningsområden.
    Var finns robotar i dag?

  78. Som sagt, klassiskt sett
    olika typer av industri.

  79. Och det man brukar säga
    att robotar har-

  80. -och kommer att användas
    för främst är tre "D".

  81. Och det är
    "dirty, dull and dangerous".

  82. Alltså farliga, tråkiga
    och smutsiga jobb.

  83. Allt som människor
    egentligen inte vill göra.

  84. Och det är där det på nåt sätt
    i dag finns billig arbetskraft.

  85. Men sen har vi också hört om
    lite mer intelligenta robotar.

  86. Alltså till exempel
    skriva artiklar i tidningar.

  87. Kanske t.o.m. forskningsartiklar
    i framtiden.

  88. Men för mig är det ingen robot
    även om man kallar det robot.

  89. Det är mjukvara som genererar
    resultat baserat på erfarenhet.

  90. För mig måste en robot
    ha en kropp.

  91. För de flesta som forskar inom
    området, när vi säger robot-

  92. -menar vi nåt som har en kropp
    som är utrustad med sensorer-

  93. -och kan röra sig på egen hand.

  94. I industrin
    har robotar funnits länge-

  95. -och där kommer vi att se
    den stora förändringen-

  96. -som mer och mer automatisering
    som man brukar säga.

  97. Men vi ser också
    att robotar i dag används-

  98. -för olika tillämpningar och
    i områden som kanske är farliga-

  99. -för människor att ta sig till
    till exempel om det behövs.

  100. Som i Japan efter kärnkrafts-
    problemen så skickades robotar-

  101. -för att söka efter människor.
    Det var både flygande system-

  102. -och system som då
    kan ta sig på egen hand-

  103. -fram under vattnet. Men här
    finns väldigt mycket att göra.

  104. Att använda sig av olika typer
    av sensorer utomhus-

  105. -när det kan vara väldigt
    olika typer av omgivningar-

  106. -som robotar ska vistas i,
    det är fortfarande en utmaning.

  107. Och sen brukar vi också
    prata om servicerobotik.

  108. Alltså robotar eller robotsystem
    som på nåt sätt-

  109. -hjälper människan
    i till exempel hemmiljöer.

  110. Och om man vill prata lite
    om skillnader då:

  111. Vad är det som finns och vad
    är vi villiga att betala för-

  112. -så har det historiskt sett
    varit så att i Europa-

  113. -så har man alltid varit redo
    att betala för funktion.

  114. Alltså köpa sig en robot
    som utför en viss funktion.

  115. Medan i Japan till exempel har
    man väldigt länge byggt robotar-

  116. -som är söta robotar som rör sig
    och gör människor glada.

  117. Och det används väldigt mycket
    i ålderdomshem-

  118. -och för liknande tillämpningar.

  119. När det gäller
    servicerobotik i USA-

  120. -är den kopplad
    till utomhusrobotik.

  121. Där har vi då
    amerikansk försvarsindustri-

  122. -som investerar väldigt mycket
    pengar i olika typer av robotar.

  123. I dag pratar jag öppet om detta
    utan att ha värderingar-

  124. -om vad som är rätt eller fel.
    Och jag ställer lite frågor-

  125. -under min föreläsning.
    Det historiska perspektivet.

  126. Är det konstigt
    att vi har robotar i dag?

  127. Varför pratas det så mycket
    om robotar? Är det nåt nytt?

  128. Egentligen inte om man tittar
    tillbaka på gamla ritningar.

  129. Alltså i flera tusen år
    har man försökt bygga maskiner-

  130. -som på nåt sätt har fått ta
    de uppgifter som människan-

  131. -inte vill göra
    eller dockor som har byggts-

  132. -för att vara roliga
    men som på nåt sätt-

  133. -har efterliknat
    människans kropp.

  134. Man kan titta på många exempel
    men som vi brukar säga-

  135. -har det lett till utvecklingen
    av en disciplin-

  136. -inom robotikområdet som
    vi kallar "humanoid robotics".

  137. Alltså utvecklingen
    av humanoida robotar.

  138. Robotar som på nåt sätt
    efterliknar människan-

  139. -eller människans kropp.

  140. Här har vi exempel av robotar
    både på ben och hjul.

  141. Det kommer några exempel då
    lite senare.

  142. Den andra anledningen är behovet
    av maskiner som gör saker-

  143. -som är svåra för människan
    eller som på nåt sätt används-

  144. -i industri för att sätta ihop
    till exempel bilar som sagt.

  145. Här har man tittat
    mycket mer på funktion.

  146. Inte på utseendet så mycket.

  147. Och i den här delen har vi också
    utveckling av system-

  148. -som till exempel bilar som är
    utrustade med extra sensorer-

  149. -för att bli mer autonoma eller
    självkörande som vi ser i dag.

  150. Sen har vi tillämpningar då
    i robotar-

  151. -som skickas ut i rymden
    för att samla data till exempel.

  152. Helt enkelt för att kunna
    förstå oss på vad som finns där.

  153. Och sen har vi
    som sagt hemelektronik-

  154. -eller robotar
    som används i våra hem.

  155. Men det vi som nu ser
    och sen tillämpningar-

  156. -inom medicinskt området där
    robotar inte är helt autonoma-

  157. -men används
    som avancerade verktyg.

  158. Så en Zeus-robot då, som i det
    här fallet, som har många armar-

  159. -är egentligen fjärrstyrd av
    en kirurg och används som sagt-

  160. -mest för att människan inte
    har tillräckligt många armar-

  161. -eller inte kan göra vissa
    rörelser på en nivå som är...

  162. Alltså på väldigt noggranna
    nivåer som t.ex. i ögonkirurgi.

  163. Men det vi ser nu och har sett
    de senaste tjugo åren-

  164. -är att de flyter
    mer och mer ihop.

  165. Man tittar på tillämpningar då
    där robotar är mer människolika-

  166. -men också kan används i miljöer
    som klassiskt sett-

  167. -inte brytt sig så mycket
    om hur robotarna ser ut.

  168. Några exempel.
    Vad finns på marknaden?

  169. Sverige har varit tidig
    med att utveckla-

  170. -en helt autonom dammsugare:
    Electrolux.

  171. Vi pratar om 90-talet
    så nästan 20 år har gått.

  172. Det här var även innan jag
    började som doktorand vid KTH.

  173. Man jobbade också med mjukvara
    som baseras på sonarteknik.

  174. Alltså man skickar ut ljud
    som hjälper roboten-

  175. -att räkna fram hur långt bort
    olika föremål är.

  176. Och sen undviker roboten
    de här föremålen.

  177. Och utvecklingen av det området
    speciellt i USA-

  178. -har ju i dag resulterat
    i mer intelligenta dammsugare-

  179. -som kan planera mer
    på ett optimalt sätt-

  180. -och täcka hela golvet i ett rum
    och undvika hinder-

  181. -och förstå vilka hinder som
    är rörliga och vilka statiska.

  182. Och nånting som är väldigt likt-

  183. -är gräsklipparna då.

  184. På hjul. Samma typ av system.
    Väldigt väldefinierad funktion.

  185. Och jag tror att väldigt många
    av er här i dag har testat.

  186. Om ni inte äger en sån har ni
    testat hur en sån rör sig-

  187. -och ser ut och så vidare.
    Men man kan undra.

  188. Det är egentligen inte så
    mycket annat man kan köpa i dag.

  189. VI har ju pratat om robotik
    väldigt länge.

  190. Men det är fortfarande bara
    de två typerna som går att köpa.

  191. Allt annat som har utvecklats
    har som sagt väldigt-

  192. -specifierade uppgifter, mest i
    industri "business to business".

  193. Så man kan undra.
    Var finns problemen? Vad händer?

  194. Det pratas väldigt mycket
    om självkörande bilar.

  195. När människor bara sitter
    i bilen och kan göra annat:

  196. Läsa en bok eller sminka sig
    medan bilen kör.

  197. Och med "Google-car"
    som åker runt och tar bilder-

  198. -och skapar kartor så vet vi
    att det faktiskt går att göra.

  199. Och det som händer nu
    och vad man tittar på-

  200. -är hur man kan automatisera
    andra processer.

  201. T.ex. använda sig av eller
    utveckla självkörande lastbilar-

  202. -som också kör efter varandra,
    vad vi kallar för "platooning".

  203. Nu pratar vi om jobb som för-
    svinner, självkörande taxibilar-

  204. -självkörande lastbilar.
    Mycket som försvinner.

  205. Och tanken är då att man skulle
    på ett bättre sätt kunna kanske-

  206. -kontrollera trafiken.
    Mitt i Stockholm.

  207. Vi vet hur snabbt bilarna kör
    så man kan sitta på sitt jobb-

  208. -och säga: "Jag måste vara på
    dagis då. När ska jag åka?"

  209. Så bestämmer systemet det och
    säger: "Jag väntar på dig här"-

  210. -"vid den här tiden."
    Då vet man exakt.

  211. Baserat på att alla andra bilar
    är självkörande.

  212. Vi kan planera trafikflödet
    på ett helt annat sätt än i dag.

  213. Inga oförutsedda händelser
    händer.

  214. Och det är det som är
    väldigt viktigt.

  215. Alltså när man automatiserar
    andra aspekter-

  216. -i samhället och inte enbart
    i industrin.

  217. Jag pratar lite om robotarmarna
    och det som är intressant-

  218. -med dem är att de
    kan interagera med objekt.

  219. Och det gör vi dagligen
    med våra händer och armar.

  220. De flesta interaktioner vi gör
    tänker vi nästan inte ens på.

  221. Alltså skriva
    och titta på telefonen.

  222. Det känns inte som
    det är mycket från vår hjärna-

  223. -för att kunna utföra
    de här uppgifterna.

  224. Så det är nästa steg.

  225. Och det här har man funderat på
    väldigt länge.

  226. Om jag skulle bygga
    en dammsugare-

  227. -som inte bara suger damm
    och som också plockar-

  228. -leksaker samtidigt.

  229. Strumpor, kläder, allt som
    ligger på golvet. Sorterar.

  230. Hur ska vi kunna göra det?

  231. För 15 år sen hade vi ett stort
    projekt med industridesigner-

  232. -där vi tittade på hur vi
    kunde göra självkörande-

  233. -eller mer autonoma rullatorer
    som är utrustade med armar-

  234. -som hjälper en människa
    att plocka varor i en mataffär.

  235. Och det är inte så väldigt lätt
    för det är väldigt svårt-

  236. -att standardisera
    de här systemen.

  237. Så fort interaktion med omgiv-
    ningen sker baserad på sensorer-

  238. -betyder det att interaktion med
    oss händer på helt annat sätt.

  239. Så hur kan man säkerställa
    att interaktionen-

  240. -alltså en arm som rör sig mot
    människan detekterar var hon är-

  241. -och inte tar hårda tag
    om henne osv.

  242. Så hur kan vi göra det bättre?

  243. Det här är ett av systemen
    som vi jobbade med.

  244. En humanoid robot i Tyskland-

  245. -från Karlsruhe Institute
    of Technology. Den byggdes där.

  246. Vi får se om den här spelar. Ja.

  247. Och tillämpningar
    eller saker vi tänkte oss-

  248. -är en robot
    som befinner sig i ett kök-

  249. -och ska helt enkelt städa
    efter middagen till exempel.

  250. Ställa in saker i diskmaskinen.

  251. Den ska kunna plocka upp
    olika föremål.

  252. Och det krävs
    så väldigt mycket utveckling.

  253. Man tänker hela tiden
    på vad man gör med kroppen.

  254. Man tittar på ett glas innan man
    plockar ut det och är försiktig-

  255. -så att man inte spiller vatten.

  256. Det är väldigt många
    olika discipliner.

  257. Vi pratar ju om fysik, matematik
    och statistik...

  258. ...avreglerteknik. Allt behövs.
    Och sen ska man kunna-

  259. -implementera det i en mjukvara
    alltså i robotens hjärna-

  260. -baserat på nån typ av kunskap.

  261. Och det vi har att utgå ifrån
    är vårt sätt att tänka.

  262. Vad gör jag när jag
    städar bordet efter middagen?

  263. Eller hur tänker jag när jag
    ställer in saker i diskmaskinen?

  264. Och det är det man försöker...
    Man tar ju en komplex aktivitet-

  265. -och sen försöker man bryta ner
    det i ett antal mindre problem.

  266. Och sen implementerar man det-

  267. -i ett programspråk som möjlig-
    gör för roboten att röra sig-

  268. -baserat igen på sensordata.
    Och det är inte så väldigt lätt.

  269. Det här är egentligen lite upp-
    speedat, men bara för att ni-

  270. -ska förstå att det är inte
    så lätt för roboten att förstå-

  271. -att den inte
    håller nånting i handen.

  272. Det är inte lätt att förstå
    att den genom sin rörelse-

  273. -gör det värre för sig själv
    och flyttar in objektet.

  274. Det här är mina doktorander
    som förberedde sig-

  275. -för en tävling
    som hålls i Seattle i år-

  276. -där 45 forskargrupper
    från hela världen tävlade-

  277. -i "The Amazon
    Picking Challenge".

  278. Företaget Amazon
    känner väl alla till.

  279. Ni kanske köpt nåt via Amazon.
    Jag ska visa hur det fungerar.

  280. Tanken är att i stället för att
    människor ska plocka varor-

  281. -från eller stoppa i hyllor
    så ska robotar göra det.

  282. För det är inte så intressant
    arbete kan man tänka sig.

  283. Så det är
    ett av de tre d:na - tråkigt.

  284. Och det är svårt för att robotar
    har helt enkelt inte-

  285. -samma flexibla kropp
    som människan.

  286. De har inte samma typer
    av sensorer som människor har.

  287. Det är inte så lätt att basera
    rörelser bara på kamerabilder-

  288. -för man ska tolka
    all den här informationen.

  289. Och det ska man försöka göra i
    realtid, alltså väldigt snabbt.

  290. Men hur fungerar det då
    hos Amazon i dag?

  291. Ja, man har ju då
    börjat med att automatisera-

  292. -olika delar av hela
    logistikproblemet som man har.

  293. Det första var att i stället för
    att människor ska springa runt-

  294. -i lagret som innehåller alla
    varor folk beställer på nätet.

  295. Ni kan tänka er hur det är när
    många människor plockar saker-

  296. -och ska göra det snabbt.

  297. Så byggde man en lösning där
    hyllorna med varor är rörliga.

  298. Så det här är väldigt likt
    dammsugaren som jag visade-

  299. -eller gräsklipparen.
    Det är på hjul och det rör sig.

  300. Så varje gång nån beställer
    nånting på nätet görs en lista.

  301. Sen kan man på ett optimalt sätt
    titta på hur man-

  302. -kontrollerar rörelserna, vilka
    hyllor som ska komma först.

  303. Det är fortfarande människor
    som står och plockar varor-

  304. -från hyllorna
    och packar in dem.

  305. Så nästa steg för Amazon
    är att titta på hur kan vi då-

  306. -använda oss av robotar för att
    plocka ut varor och paketera.

  307. Och här krävs det händer.
    Här krävs det-

  308. -väldigt avancerade rörelser
    för att det här ska ske.

  309. Jag kommer att visa några
    utmaningar just när det gäller-

  310. -att bygga artificiella händer
    som kan interagera med objekt.

  311. Varför är det så utmanande?

  312. Jo, för att det är så väldigt
    många olika typer av objekt-

  313. -eller varor
    som man ska packa in.

  314. Och sen ska man planera
    i vilken ordning.

  315. Och det är för att folk köper
    mjuka saker och tunga saker.

  316. Folk köper saker som kanske har
    väldigt annorlunda form.

  317. Och ibland krävs det då att man
    applicerar eller tillämpar-

  318. -väldigt lite kraft
    när man plockar upp nånting-

  319. -för att det är mjukt.
    Man vill inte förstöra objektet.

  320. Man kräver också en planering
    att tunga saker-

  321. -ska läggas in först i paketet
    och sen mjuka saker överst.

  322. Så ni förstår. Alltså vi
    gör det här väldigt lätt.

  323. Och det är på samma sätt när ni
    går och köper mat i affären.

  324. Tunga saker först,
    mjölkpaket åker in först.

  325. Och sen är det kanske sallad
    på slutet. Inte alla gör det.

  326. Min man gör inte det.
    Jag blir lika arg varje gång.

  327. Men bullarna är viktiga
    så det har han förstått-

  328. -att de ska komma längst upp.

  329. Ja, på den här "sliden"
    brukar jag ibland ha titeln:

  330. "Science fiction
    blir vetenskaplig verklighet".

  331. Och anledningen är att väldigt
    mycket som görs och forskas på:

  332. Bygga robotar på ben som kan gå
    och som kan balansera kroppen.

  333. Tänk på hur lång tid det krävs
    för oss människor-

  334. -för att vi ska lära oss gå
    som bebis. Ett och ett halvt år.

  335. Man tränar väldigt mycket,
    och det behövs ett samspel-

  336. -mellan kroppen och hjärnan
    för att det ska bli rätt.

  337. På samma sätt gör man då
    med robotar som har en kropp-

  338. -och en mjukvara som lär sig
    från bra och dåliga exempel:

  339. Hur går jag? Hur springer jag?

  340. Men det som är så roligt är att
    när man bygger robotar på ben-

  341. -eller robotar
    som har armar och händer-

  342. -är att man kan på olika sätt
    också använda det som proteser.

  343. Nu har jag några exempel
    som kommer senare.

  344. Man tittar väldigt mycket
    på hur man ska kunna-

  345. -underlätta för människor,
    delvis som har blivit av-

  346. -med ben eller fötter
    eller händer...

  347. Hur ska man kunna bygga då
    mer intelligenta proteser-

  348. -än de som finns nu.
    Alltså proteser som kanske inte-

  349. -är så aktiva som vi brukar säga
    alltså inte rör sig.

  350. Och inte motsvarar
    människans sätt att röra sig.

  351. Men sen finns det... Några har
    kanske sett den här roboten.

  352. Roboten heter Big Dog
    och det här är en gammal film.

  353. Vi pratar om 10 år ungefär.

  354. Som ni ser... Det kanske är bra
    om ljudet är bara lite högre.

  355. Det som låter är motorer
    som driver den här roboten.

  356. Och roboten byggdes
    av ett amerikanskt företag-

  357. -som heter Boston Dynamics.

  358. Och snart kommer den också
    att röra sig på is.

  359. Så det är definitivt en utmaning
    att få den här maskinen att gå.

  360. Den är ju lastad
    med väldigt tunga saker.

  361. Om nu... Om nu...

  362. Jag låter det visas
    medan jag pratar lite.

  363. Det som är intressant för dem
    som ser det för första gången-

  364. -är vilka typer av känslor
    en sån här robot väcker.

  365. Inga känslor alls.
    Det är några som... Nej, okej.

  366. För det första så känns det inte
    helt konstigt att se-

  367. -nåt på fyra ben som rör sig.
    Och varför är det så?

  368. Jo, för det liknar
    kanske nån hund-

  369. -eller nåt djur på fyra ben.

  370. Och hjärnan är ju tränad
    att känna igen viss rörelse.

  371. Det kan vi inte göra oss av med.

  372. Så det brukar vara så att
    när det kommer till den delen-

  373. -när människan slår roboten
    att man tycker att det är fel.

  374. Och jag vet inte.
    Tyckte nån att det inte var fel?

  375. Ja, nån tyckte
    att det inte var fel. Okej.

  376. Det känns i alla fall som att
    ju mer man tittar på det här...

  377. Även om man vet att det är
    en robot, men en som rör sig-

  378. -som ett djur
    så finns det ett moment-

  379. -där man först känner att det är
    nånting man känner igen.

  380. Tills man då inser
    att det är en robot.

  381. Och sen börjar det också kännas
    väldigt fel så det blir liksom-

  382. -alltså ganska komplexa känslor-

  383. -när det kommer: Hur upplever
    jag det här egentligen?

  384. Man går tillbaka och tittar och
    tänker är det rätt eller fel.

  385. Anledningen varför den byggdes
    på fyra ben är att målet var-

  386. -att bygga nånting
    som kan hålla tung last-

  387. -och röra sig inom väldigt
    komplexa miljöer utomhus.

  388. Och ni förstår att det är ju
    tänkt att det ska hjälpa...

  389. Ja, helt enkelt bära saker för...

  390. Ja, vad ska man säga?
    Försvarsliknande tillämpningar.

  391. För att inte använda ordet krig.
    Men det gjorde jag.

  392. Det här är uppföljaren
    som kanske är ett år gammal bara.

  393. Och den här tycker jag...
    Jag ska ta bort det här.

  394. Den första tycker jag
    är väldigt skrämmande.

  395. Bara ett faktum
    och det har blivit nåt huvud-

  396. -som hänger ut och...
    eller känns jättefel.

  397. Och sen det här då
    som är det absolut senaste:

  398. En Petman eller Atlas-robot
    som demonstrerar...

  399. Det här är inte lätt att göra
    och det är som ni förstår-

  400. -nånting man jobbat på i 20 år.

  401. Och det finns fortfarande stora
    utmaningar, och en utmaning är-

  402. -till exempel
    att utveckla batterier-

  403. -som får den här roboten
    att röra sig 24/7.

  404. Ni ser de stora sladdarna som
    gör att den får elförsörjning-

  405. -för det tar mycket energi
    att få dem att röra sig.

  406. Då kan man tänka sig att när
    det gäller batteriutveckling-

  407. -att delvis är det elbilar
    som driver den utvecklingen.

  408. Om vi småningom har robotar som
    behöver avancerade batterier-

  409. -så blir det ännu mer press
    på den industrin.

  410. Så vi pratar lite framtid och
    var det finns framtidsarbete.

  411. Och det finns fortfarande forsk-
    ning om hur vi paketerar energi.

  412. Hur vi gör lätta batterier
    för att driva.

  413. Och sen inte minst var energin
    egentligen kommer ifrån.

  414. Samarbete och interaktion med
    människan är också viktigt.

  415. I Japan har fokus varit, även om
    man bygger robotar på ben-

  416. -och med armar o.s.v.
    men mer på att bygga robotar-

  417. -som har mjuka utseenden.

  418. Det här är ändå... Filmen som
    visas är från mitt eget labb-

  419. -där vi utvecklar system som
    hjälper människor bära saker.

  420. En utmaning forskningsmässigt
    är: Hur använder sig roboten-

  421. -av sina sensorer för att förstå
    sig på människans intention?

  422. Så tänk på hur ni gör när ni
    bär ett bord med nån annan.

  423. Man försöker anpassa sin rörelse
    så att man tar mer eller mindre-

  424. -beroende på om man har
    ont i ryggen eller så.

  425. Man anpassar och det är inte
    alltid dialog man använder.

  426. Man tittar på hur den andra,
    hur den jag samarbetar med-

  427. -använder sin kropp och jag
    anpassar min rörelse efter det.

  428. Det finns ju väldigt många
    intressanta utmaningar då där.

  429. Vilka sensorer använder roboten?
    Och inte minst för människan:

  430. Hur kommunicerar roboten för
    människan vad den tänkte göra?

  431. Det är en utmaning, så i sig
    vill man inte bygga robotar-

  432. -som efterliknar människan för
    det ska vara naturligt för oss-

  433. -att kommunicera med systemet på
    samma sätt som med en människa.

  434. Alltså både som sagt dialog men
    sen också gester till exempel-

  435. -kroppsrörelser, så är det bra.

  436. Och om robotarna har
    lite mer antropomorfiskt-

  437. -eller människolikt utseende,
    det är det första.

  438. Den andra som är motiveringen
    för att göra robotar mer lika-

  439. -människor är att vi förväntar
    oss att de ska interagera-

  440. -med saker och ting som vi
    har byggt för våra kroppar.

  441. Om vi inte hade fem fingrar. Om
    vi hade bara ett på varje hand-

  442. -skulle vi nog inte dricka
    från glas på samma sätt.

  443. Inte skriva på samma sätt eller
    bygga världen runtomkring oss-

  444. -på precis samma sätt
    som vi gör nu.

  445. De flesta robotar i dag
    har bara två fingrar-

  446. -speciellt ute i industrin.

  447. Så jag brukar säga
    som en utmaning och ett test-

  448. -att gå runt en hel dag och göra
    precis det man gör varje dag-

  449. -och använda sig
    bara av tummen och pekfingret.

  450. Och se hur svårt
    det egentligen är.

  451. Det är väldigt många problem
    som finns.

  452. Just förståelsen för hur vi
    använder våra sinnen.

  453. Vad robotar kan göra, vad vi kan
    göra baserat på bildinformation.

  454. Väldigt lätt för människan att
    säga: "Det här är samma person".

  455. Väldigt svårt för människan
    att säga hur lika "barcoden" är-

  456. -men väldigt lätt för en maskin.

  457. Och sen är det
    väldigt lätt också-

  458. -för människan eller
    biologiskt seende att göra fel.

  459. Och det finns många
    av de här illusionerna på nätet-

  460. -som ni kan se
    hur mycket ni förstår er på dem.

  461. Så att alla linjer på den
    vänstra bilden är parallella-

  462. -men vi uppfattar dem inte
    som parallella.

  463. Och om man fokuserar
    på den svarta delen-

  464. -så kommer resten
    att börja röra sig.

  465. Vi ser ju rörelse
    i helt statiska bilder.

  466. Vi ser icke-parallella linjer
    där de är parallella.

  467. Vi är inte perfekta heller
    men klarar oss väldigt bra.

  468. En lätt fråga. Hur många objekt
    ser ni här i den här bilden?

  469. Tre. Ja, de flesta säger tre.
    Men om jag visar det här?

  470. En lista över hur många objekt
    det egentligen finns-

  471. -på en cykel
    då är det många fler.

  472. Och för att vi ska kunna
    kommunicera med ett system-

  473. -och prata om hjul, ratt, säte
    o.s.v. så måste vi egentligen-

  474. -ha en förmåga att extrahera den
    här informationen från bilder.

  475. Och där är maskiner inte än.

  476. Man kan inte extrahera
    information hur som helst.

  477. Människan måste berätta för
    maskinen vilka delar som finns-

  478. -och hur de ser ut.

  479. En annan sak
    är att maskiner mäter allt-

  480. -i millimeter och centimeter.

  481. Men när vi pratar om platser
    och storlekar så brukar vi inte-

  482. -prata i millimeter
    och centimeter o.s.v.

  483. Vi brukar jämföra saker.
    "Den är ungefär så här stor."

  484. Eller "som en". Vi brukar
    ju säga: "Jag befinner mig"-

  485. -"vid bordet i hallen
    bakom nånting."

  486. Och nu ska roboten
    också kunna tolka det här.

  487. Och där är robotar ännu inte.
    Systemen kan inte resonera-

  488. -på samma sätt som vi. Så det
    att förstå sig på språket-

  489. -och det naturliga sätt att
    skapa relationer mellan saker.

  490. Extrahera information eller
    generalisera som vi brukar säga.

  491. Förstå sig på vad olika objekt
    kan användas till.

  492. Alla ser att det här
    är en stekpanna.

  493. Sen undrar man:
    "Vad är det här?"

  494. Det är fortfarande en stekpanna
    men givet ens form-

  495. -så kan det användas för saker
    som objektet inte är tänkt för.

  496. Är det rätt eller fel?
    Om roboten ser en sån här bild-

  497. -och man säger: "Kan du packa?
    Jag ska spela tennis i dag."

  498. Har den packat en stekpanna blir
    man kanske inte så väldigt glad.

  499. Att lära sig från bra och dåliga
    exempel och kunna lösa problem-

  500. -är människor fantastiskt
    bra på. Alltså kunna hitta-

  501. -lite speciella lösningar.
    Kanske inte helt rätt-

  502. -men fortfarande nånting
    som uppfyller uppgiften.

  503. Och sen ännu svårare saker:
    Vad föreställer den här bilden?

  504. När man tänker hur man skulle
    förklara för nån över telefon-

  505. -vad det är jag ser.
    Inte så lätt!

  506. Så den här högnivåförståelsen,
    vårt sätt att använda oss-

  507. -av språket och koppla det
    till det vi mäter-

  508. -eller det vi ser,
    det vi känner.

  509. Där är maskinerna ännu inte.

  510. Men hur jobbar man med det?
    Hur tänker man då utrusta-

  511. -eller få maskiner att
    förstå sig på de här sakerna?

  512. På samma sätt som människor.
    Genom att läsa och använda sig-

  513. -av all information på nätet och
    det finns mycket information.

  514. Så om man ska steka pannkakor
    t.ex. så googlar man fram-

  515. -både vilka ingredienser
    man behöver och hur man gör.

  516. Om man inte vet hur man
    öppnar ett ägg till exempel-

  517. -så finns det textinstruktioner
    om hur man plockar upp-

  518. -hur man håller det
    och vad man ska göra.

  519. Så vi vill eller det som forskas
    på just nu är att robotar-

  520. -använder sig av samma typ
    av instruktioner som oss.

  521. Sen finns många exempel. Man kan
    extrahera info från videodata.

  522. Det här är ett av pågående
    projekt inom...

  523. Hos mig då där vi tittar på
    hur vi då förstår oss på-

  524. -hur textinstruktioner, där det
    står skrivet vad man gör-

  525. -egentligen "alignas",
    eller hur man hittar kopplingar-

  526. -till vad texten då motsvarar
    i en bild.

  527. Vision för företag i framtiden
    är ju att robotar och människor-

  528. -sitter bredvid varandra
    och samarbetar på samma sätt-

  529. -som vi människor samarbetar.

  530. Där människan är ansvarig för
    saker som människan är bra på.

  531. Och robotar är ansvariga
    för saker som de är bra på.

  532. Och det ska finnas liksom
    ett jättebra samarbete-

  533. -där människan säger: "Jag vet
    inte hur man gör. Kan du fixa?"

  534. Eller roboten säger: "Jag tror
    inte jag förstår själv."

  535. Hur händer det här
    via dialog och samarbete-

  536. -så man som människa
    kan göra sitt jobb bättre?

  537. Men också välja att inte göra
    sånt man bara är halvsäker på.

  538. Så det är en vision
    för framtiden.

  539. Det finns många exempel också
    på hur vi ska bygga robotar-

  540. -så att utseendet också är bra
    och rätt och så vidare.

  541. Jag ska inte gå in i detaljer.

  542. Det här är från Japan där
    robotar är väldigt människolika-

  543. -och som ni ser också nu igen...

  544. I USA fokuserar man inte
    så mycket på utseendet.

  545. Man fokuserar på funktion
    medan i Japan historiskt sett-

  546. -har man alltid byggt robotar
    som är mer människolika.

  547. Och det som är intressant
    är att det driver utveckling-

  548. -av material
    som är mer funktionella.

  549. Som också kan användas i protes-
    industrin så man kan bygga-

  550. -hudmaterial som känner värme
    och kontakt, och kan användas-

  551. -för att bygga mer realistiska
    hand- eller benproteser.

  552. Ja, jag ska avsluta snart.

  553. Det finns många saker
    och jag vill koppla till det-

  554. -som jag sa i början
    som människor är väldigt bra på.

  555. Ingen robot i världen i dag
    kan diska på det här sättet.

  556. Om jag vågar säga tar det minst
    tio år till om inte längre-

  557. -tills vi ser en robot göra det.

  558. Så man kan ju också tänka sig:
    Var nånstans-

  559. -kommer vi inte
    att kunna ha robotar?

  560. Så att bara ersätta människor
    utan att göra nån typ-

  561. -av automatiserad lösning där vi
    helt och hållet tänker oss...

  562. Restauranger t.ex. Kommer vi att
    ha robotar som diskar så här-

  563. -eller kommer vi helt enkelt att
    tänka logistiskt så att säga?

  564. Att vi helt enkelt förändrar
    hela sättet hur då varor-

  565. -eller tallrikar och skålar och
    allt möjligt i en restaurang-

  566. -hur dessa diskas?

  567. Yes, det finns många exempel här
    om många saker som man kan säga.

  568. Man bygger
    mer avancerade armar och händer.

  569. Nu har jag inte tid att visa.
    En person i filmen säger så här:

  570. Hej, jag heter Nigel.
    Jag förlorade armen i en olycka.

  571. Och bara tänka lite
    mot det etisk-moraliska hållet.

  572. Vad skulle vi tycka?
    Vi tycker det är bra de flesta-

  573. -om Nigel kan fortsätta
    göra sitt jobb med en arm-

  574. -som är artificiell.

  575. Men vad skulle vi tänka
    om Nigel i stället sa:

  576. Hej, jag heter Nigel. Jag har
    bestämt mig för att kapa armen-

  577. -och köpa en robotarm
    eller en robothand.

  578. Som gör mig starkare,
    bättre än nån annan-

  579. -som jobbar
    på samma ställe som jag.

  580. Det är ju nåt man kan tänka på:
    Hur vi i framtiden påverkas-

  581. -av den här utvecklingen
    och huruvida då vi börjar se-

  582. -"enhancement", förbättring av
    människans kropp på olika sätt.

  583. Och följer lagar med?

  584. Är det klart vad vi får och inte
    får göra med våra kroppar?

  585. Det är en stor fråga som inte
    har att göra bara med robotik-

  586. -utan väldigt många
    andra områden också.

  587. Nu ska jag inte säga mycket mer,
    men jag låter denna "slide" stå.

  588. Det är vad jag tycker och tror
    om robotik i framtiden.

  589. Och det är väldigt svårt om jag
    ska sammanfatta och säga i dag-

  590. -hur vi kommer att påverkas av
    systemen för det beror på oss.

  591. Hur vi vill
    eller inte vill använda oss-

  592. -av den här
    väldigt avancerade tekniken.

  593. Jag tror det är väldigt lätt
    att säga nej nu.

  594. Tills man hamnar i en situation
    att en sån maskin-

  595. -eller en sån lösning
    underlättar ens liv.

  596. Väldigt få bestämmer sig i dag
    att inte använda-

  597. -dator eller telefon.

  598. Och fortfarande kör nån annan
    lösning för att planera sin tid-

  599. -eller boka bilar
    och jag vet inte vad.

  600. Så jag tror att när tekniken är
    tillgänglig, lätt att använda-

  601. -så kommer vi att glömma mycket
    som vi har mycket emot just nu.

  602. Yes, jag slutar där.

  603. Tack så jättemycket
    för din grundliga genomgång-

  604. -och det är många möjligheter.
    En del skrämmande möjligheter.

  605. Min första fråga har att göra
    med problemen som du nämnde.

  606. Vi pratade ju om
    att vi hade redan för 20 år sen-

  607. -dammsugarna från Electrolux.
    Och nu har vi gräsklipparna.

  608. Det verkar inte hänt nåt mer
    vad gäller "consumer products".

  609. Jag undrar:
    Vad är den stora flaskhalsen?

  610. Vad tror du
    nästa stora genombrott är-

  611. -där robotiseringen
    kommer ut mycket mer?

  612. Vi spekulerar ju mycket om det,
    men vad tror du är nästa?

  613. Jag tror att vi kommer att ha
    mycket lättare att använda oss-

  614. -av robotar som hjälper med...
    Till exempel på sjukhus.

  615. Leverera saker,
    leverera mat och medicin.

  616. Och kanske ha då integrerade
    väldigt lätta armsystem.

  617. Till exempel som används
    för att hjälpa en människa-

  618. -att komma upp från sängen
    till toa.

  619. Eller att byta sängkläder.

  620. Det är väldigt stora utmaningar
    att kunna göra det.

  621. Men vi tänker oss nog mest
    miljöer där man kan säga-

  622. -att det är inte stora skill-
    nader mellan rum på ett sjukhus.

  623. Men om vi tänker oss
    våra vardagsrum eller våra kök.

  624. Där har vi ingen aning
    om nästan hur det ser ut.

  625. Då är det svårt att utrusta
    roboten med ett antal beteenden-

  626. -eller aktiviteter som den
    kan göra i vilket som helst hem.

  627. Så fort vi kan standardisera
    miljön kan vi ta nästa steg där.

  628. Men däremot den här hunden som
    ska klara en väldigt svår miljö-

  629. -där är det fortfarande
    långt kvar då?

  630. Nej, egentligen inte.
    Men hur stora volymer behövs?

  631. Nån ska ändå investera pengar
    i det här.

  632. Det är där jag är lite kritisk.
    Absolut så i USA-

  633. -är det väldigt mycket pengar
    som investeras i...

  634. ..."defence", försvarsindustrin.
    Och det driver utvecklingen.

  635. Men det är intressant att se
    hur de driver utvecklingen-

  636. -med intelligenta proteser. Det
    är många som kommit från krig-

  637. -och blivit av med delar
    av kroppen som också vill-

  638. -fortsätta vara funktionella.

  639. Så det finns
    ett helt annat synsätt där.

  640. Hur man tänker
    vad som är rätt och fel.

  641. Men i Europa så tänker vi
    mycket mer funktion.

  642. Vi vill ju se system som gör
    de saker som vi har betalat för.

  643. Det är svårt att gå
    från en robot som städar golvet-

  644. -till en som också plockar varor
    för att standardiseringen...

  645. Roboten med armar har många fler
    möjligheter att interagera-

  646. -med människor fysiskt. Och det
    är det som gör det farligt.

  647. Då börjar vi glida över
    på en annan fråga.

  648. Mycket av det här kan också
    användas för militära ändamål.

  649. Man kan ju oroa sig och tänka:

  650. Kommer det att bli lättare för
    en rik person att ha privatarmé?

  651. Ja.

  652. Man kan köpa sin egen armé
    som springer runt...

  653. Det är därför jag säger att lag-
    stiftningen inte hänger ihop-

  654. -med den tekniska utvecklingen.

  655. Och det är oerhört viktigt att
    när vi visar de här systemen-

  656. -när vi utbildar, jag först
    och främst, om vad som finns...

  657. Det finns också politiker
    och andra i samhället-

  658. -som tänker: "Nu finns det här.
    Vad gör vi? Hur tänker vi?"

  659. "Vad förbjuder vi?
    Vad tillåter vi?"

  660. Och inom robotforskningen
    så pågår det en diskussion.

  661. Är det nånting man inte
    borde forska på och utveckla?

  662. Eller kan det som utvecklas
    för att användas för nåt bra-

  663. -också användas
    för mindre trevliga ändamål?

  664. Ja, och det är ju också det som
    är väldigt svårt att förutse.

  665. Mycket av det vi gör
    är faktiskt grundforskning.

  666. Fysikalisk
    eller matematisk modellering.

  667. Bygga sensorer som kan till
    exempel integreras i kläder-

  668. -och helt enkelt göra livet
    säkrare för barn till exempel.

  669. Eller äldre, att man kan
    detektera var man befinner sig.

  670. Eller står man
    eller ligger man?

  671. Men så fort såna väldigt
    avancerade sensorsystem finns-

  672. -så kan det användas
    för andra saker också.

  673. I början så pratade du
    om vad man menar med en robot.

  674. Ofta tänker man på en frigående
    sak eller industrirobot.

  675. Annars är det nåt
    som ser ut som en människa.

  676. Men på slutet
    nämnde du en annan aspekt.

  677. När man alltså
    integrerar människokroppen-

  678. -med en robotliknande,
    mekanisk funktion.

  679. Vi får en integration.
    Armen var ju ett exempel.

  680. Och den utvecklingen pratar vi
    inte lika mycket om.

  681. Vi pratar om att hjälpa folk
    som förlorat en arm.

  682. Men det kan ju också användas
    för att förbättra människor.

  683. Vad händer där? Är det ett
    stort pågående projekt också?

  684. Absolut. Jag vill också säga
    att det här är ingenting nytt.

  685. Att vi har maskiner i kroppen
    av olika slag, pacemaker o.s.v.-

  686. -och att vi har olika typer
    av elektroder i hjärnan-

  687. -för att motarbeta sjukdomar
    eller syndrom som Tourette t.ex.

  688. Det är helt acceptabelt,
    men var går gränsen?

  689. Det är därför jag visade Nigel.
    Vi tycker det är helt okej-

  690. -att han kan leva ett normalt
    liv efter att han mist armen.

  691. Men vi skulle tycka det var fel
    ifall han gjorde det medvetet.

  692. Men hur testar man det?
    Hur ser det ut i framtiden-

  693. -för varje fall där människan
    ska ha en ny arm eller hand?

  694. Vi säkerställer
    att personen har gjort det-

  695. -eller det var en olycka
    och inte "on purpose".

  696. Så du tror det kommer att vara
    så mycket bättre robotarmar-

  697. -att folk skulle vilja ta bort
    sin arm och ersätta den med...

  698. Jag vet inte om det kommer
    att bli vanligt eller så.

  699. Jag tror att...

  700. Det är väldigt svårt att säga-

  701. -hur pressad man kommer att
    känna sig att förbättra kroppen-

  702. -för att kunna utföra ett jobb
    som man inte annars kan göra.

  703. -Kan jag få en extra arm?
    -En tredje arm? Absolut.

  704. Jag pratade inte
    så mycket om det i dag-

  705. -men det finns nånting
    som kallas exoskelett.

  706. Det kan man säga också
    hur bra eller dåligt det är.

  707. Det är som en robotkropp
    som man har på sig.

  708. Alltså som en kostym.

  709. Och på ett sätt,
    eller ett tillämpningsområde-

  710. -är att man använder sig
    av robotkroppen för personer-

  711. -som har cp-skador
    och inte alls kan gå.

  712. Så robotkroppen är den
    som använder sig egentligen-

  713. -av den här extra styrkan
    och hjälper en att gå.

  714. Det finns exempel på människor
    som aldrig gått som nu kan gå-

  715. -med hjälp av en robotkropp.
    Och med den så kan det följa-

  716. -en extra arm som hjälper nån
    att äta eller nåt liknande.

  717. Så det finns ju lösningar.
    Frågan är...

  718. Och om vi integrerar robotdelar
    med den mänskliga kroppen-

  719. -kommer inte det
    att börja påverka vårt tänkande?

  720. Definitivt. Det kommer
    att påverka hjärnan på ett sätt-

  721. -som vi inte ens är medvetna om.

  722. Men all teknik påverkar oss
    på ett eller annat sätt.

  723. Det är bara att vi inte lever
    så länge att vi kan testa det.

  724. Vi pratar ju sen länge om
    att mobiltelefoner är farliga.

  725. Men det har ingen kunnat bevisa.
    Datorspel är ju också farliga.

  726. Det är många saker som är nya,
    ny teknik som kan vara farlig.

  727. Men vi kan inte utvärdera det
    på 10 eller 15 år.

  728. Vi pratar kanske 100-300 år.

  729. Titta på hur hjärnans funktioner
    kanske har förändrats-

  730. -och hur vi har blivit
    som människor.

  731. Bra. Jag tycker vi tackar Danica
    för detta utmärkta föredrag.

  732. Tack själv.

  733. Översättning: Cathrine Comber
    www.btistudios.com

Hjälp

Stäng

Skapa klipp

Klippets starttid

Ange tiden som sekunder, mm:ss eller hh:mm:ss.

Klippets sluttid

Ange tiden som sekunder, mm:ss eller hh:mm:ss.Sluttiden behöver vara efter starttiden.

Bädda in ditt klipp:

Bädda in programmet

Du som arbetar som lärare får bädda in program från UR om programmet ska användas för utbildning. Godkänn användarvillkoren för att fortsätta din inbäddning.

tillbaka

Bädda in programmet

tillbaka

Bortom robotfronten

Produktionsår:
Längd:
Tillgängligt till:

Var befinner sig utvecklingen på robotfronten idag och var kommer den att vara imorgon? Vad är spekulationer och vad är faktisk vetenskap? Danica Kragic Jensfelt, professor i datalogi vid KTH och ledamot i Sveriges unga akademi, berättar om hur det har sett ut och i vilken riktning utvecklingen går framåt. Inspelat den 9 oktober 2015 på Clarion Sign Hotell i Stockholm. Arrangörer: Institutet för framtidsstudier, Dagens Arbete och Forskning och framsteg.

Ämnen:
Teknik
Ämnesord:
Maskinteknik, Människa-maskin-interaktion, Robotar, Robotteknik, Teknik
Utbildningsnivå:
Högskola

Alla program i UR Samtiden - Robotdagen 2015

Spelbarhet:
UR Skola
Längd:
TittaUR Samtiden - Robotdagen 2015

Bortom robotfronten

Var befinner sig utvecklingen på robotfronten idag och var kommer den att vara imorgon? Vad är spekulationer och vad är faktisk vetenskap? Danica Kragic Jensfelt, professor i datalogi vid KTH och ledamot i Sveriges unga akademi, berättar om hur det har sett ut och i vilken riktning utvecklingen går framåt. Inspelat den 9 oktober 2015 på Clarion Sign Hotell i Stockholm. Arrangörer: Institutet för framtidsstudier, Dagens Arbete och Forskning och framsteg.

Produktionsår:
2015
Utbildningsnivå:
Högskola
Beskrivning
Spelbarhet:
UR Skola
Längd:
TittaUR Samtiden - Robotdagen 2015

När roboten tar över

Kommer roboten att bli smartare än människan? Hur ska vi agera om en superintelligens tar över jorden? Är det ren science fiction eller ett tänkbart scenario? Anders Sandberg, forskare vid Future of Humanity Institute vid University of Oxford berättar om hur intelligenta robotarna kan bli. Moderatorer: Helle Klein och Patrik Hadenius. Inspelat den 9 oktober 2015 på Clarion Sign Hotell i Stockholm. Arrangörer: Institutet för framtidsstudier, Dagens Arbete och Forskning och framsteg.

Produktionsår:
2015
Utbildningsnivå:
Högskola
Beskrivning
Spelbarhet:
UR Skola
Längd:
TittaUR Samtiden - Robotdagen 2015

Var inte rädd

Vad kommer att hända med jobb, utbildning och arbetsliv i framtiden? Vilken påverkan har robotiseringen och digitaliseringen på arbetsmarknaden? Maja Fjaestad, statssekretare i Regeringskansliet, talar om digitaliseringens demokratiserande funktion. Som exempel tar hon möjligheten att via smartphones och appar starta företag, oavsett var du bor i världen. I mindre demokratiserade länder har teknikutvecklingen varit viktig då människor har fått tillgång till utbildning, upplysning och nyheter via internet. Moderatorer: Helle Klein och Patrik Hadenius. Inspelat den 9 oktober 2015 på Clarion Sign Hotell i Stockholm. Arrangörer: Institutet för framtidsstudier, Dagens Arbete och Forskning och framsteg.

Produktionsår:
2015
Utbildningsnivå:
Högskola
Beskrivning
Spelbarhet:
UR Skola
Längd:
TittaUR Samtiden - Robotdagen 2015

Varför arbeta?

Måste vi arbeta, kan vi inte få medborgarlön? Vad händer med vår självbild och vårt värde utan arbete? Om vi ska jobba 8 timmar om dagen, vad ska vi jobba med och hur ska vi få alla att nå dit? Roland Paulsen, författare och doktor i sociologi vid Lunds universitet och Stefan Fölster, chef för Reforminstitutet, debatterar detta. Moderatorer: Helle Klein och Patrik Hadenius. Inspelat den 9 oktober 2015 på Clarion Sign Hotell i Stockholm. Arrangörer: Institutet för framtidsstudier, Dagens Arbete och Forskning och framsteg.

Produktionsår:
2015
Utbildningsnivå:
Högskola
Beskrivning
Spelbarhet:
UR Skola
Längd:
TittaUR Samtiden - Robotdagen 2015

Roboten och den svenska modellen

Panelsamtal om arbete och arbetsmarknaden i framtiden. Den svenska modellen var välanpassad för stora teknikföretag, men framtidens företag tycks kräva mindre antal anställda. Framtidens industri tycks dessutom kräva allt färre mänskliga arbetare. Hur bör den svenska modellen förändras för att tillgodose dessa omständigheter? Medverkande: Anders Ferbe, förbundsordförande IF Metall, Åke Svensson, VD Teknikföretagen och Irene Wennemo, statssekreterare på Arbetsmarknadsdepartementet. Moderatorer: Gustaf Arrhenius och Helle Klein. Inspelat den 9 oktober 2015 på Clarion Sign Hotell i Stockholm. Arrangörer: Institutet för framtidsstudier, Dagens Arbete och Forskning och framsteg.

Produktionsår:
2015
Utbildningsnivå:
Högskola
Beskrivning
Spelbarhet:
UR Skola
Längd:
TittaUR Samtiden - Robotdagen 2015

Vems är skulden när en robot gör fel?

Vilka beslut ska robotar programmeras att tas i vilka situationer? Hur ska till exempel en självkörande bil bestämma när det råder en värdkonflikt? Vems är ansvaret? Kan en robot fatta moraliska och etiska beslut? Michael Laakasuo, doktor i filosofi vid Helsingfors universitet och Anders Sandberg, forskare vid Future of Humanity Institute, University of Oxford, diskuterar ämnet. Moderator: Gustaf Arrhenius. Inspelat den 9 oktober 2015 på Clarion Sign Hotell i Stockholm. Arrangörer: Institutet för framtidsstudier, Dagens Arbete och Forskning och framsteg.

Produktionsår:
2015
Utbildningsnivå:
Högskola
Beskrivning
Spelbarhet:
UR Skola
Längd:
TittaUR Samtiden - Robotdagen 2015

Vem vill opereras av en robot?

Vilken roll har människan i framtidens vård och vilken ska robotens vara? Vilka känslor väcker en robot hos oss? Litar vi på roboten? Ett samtal om etik, mänsklighet och behov. Medverkande: Sara Ljungblad, doktor i människa-maskin interaktion, Simon Winter, interaktionsdesigner och doktor i kognitionsforskning och Clara Lindblom, äldre- och personalborgarråd. Moderatorer: Helle Klein och Patrik Hadenius. Inspelat den 9 oktober 2015 på Clarion Sign Hotell i Stockholm. Arrangörer: Institutet för framtidsstudier, Dagens Arbete och Forskning och framsteg.

Produktionsår:
2015
Utbildningsnivå:
Högskola
Beskrivning
Visa fler

Mer högskola & teknik

Spelbarhet:
UR Skola
Längd
TittaUR Samtiden - The conference 2014

En ny syn på tid

Erin Moore är UX-designer på Twitter. Hon menar att vi måste utforma produkter som får människor att må bra och inte enbart känna sig effektiva. Tidens tempo förändras hela tiden beroende på hur vi mår. Inspelat på Slagthuset i Malmö den 19 augusti 2014. Arrangör: Media evolution.

Spelbarhet:
UR Skola
Längd
LyssnaBildningsbyrån - Kina

Peking på hjul

I det en gång så cykeltäta Peking trängs idag lika många bilar som finns i hela Sverige. Ibland är luftföroreningarna så svåra att flyg får ställas in och motorvägar stängas av. Men nu satsar Peking på att begränsa biltrafiken och bygga ut kollektivtrafiken.

Fråga oss