0:00:01.280,0:00:04.936
Trong phòng thí nghiệm, chúng tôi chế tạo [br]những robot bay tự động

0:00:04.960,0:00:06.840
như thiết bị bay mà bạn thấy ở đây.

0:00:08.720,0:00:12.416
Không như những máy bay không người lái [br]thương mại bạn có thể mua hiện nay,

0:00:12.440,0:00:15.080
robot này không trang bị GPS.

0:00:16.160,0:00:17.376
Vì không có GPS,

0:00:17.400,0:00:20.680
rất khó để những robot như thế này[br]xác định được vị trí của chúng.

0:00:22.240,0:00:26.976
Robot này sử dụng các bộ cảm biến tích hợp,[br]máy quay và thiết bị quét laser,

0:00:27.000,0:00:28.696
để quét môi trường xung quanh.

0:00:28.720,0:00:31.776
Nó phát hiện ra những đặc điểm [br]của môi trường,

0:00:31.800,0:00:34.536
và xác định vị trí tương đối của nó so với[br]những đặc điểm đó,

0:00:34.560,0:00:36.696
bằng phương pháp đối chiếu tam giác.

0:00:36.720,0:00:40.176
Và sau đó nó có thể tập hợp[br]những đặc điểm đó lên trên bản đồ,

0:00:40.200,0:00:41.936
như cái các bạn thấy phía sau tôi.

0:00:41.960,0:00:45.896
Bản đồ này cho phép robot[br]biết được vị trí các chướng ngại vật

0:00:45.920,0:00:48.640
và di chuyển mà không va vào chúng.

0:00:49.160,0:00:51.256
Điều tiếp theo tôi muốn chỉ cho các bạn

0:00:51.280,0:00:54.496
là một loạt các thí nghiệm mà chúng tôi[br]đã thực hiện trong phòng thí nghiệm,

0:00:54.520,0:00:58.000
nơi mà robot này có khả năng[br]xa hơn thế nữa,

0:00:58.400,0:01:03.416
Ở đây các bạn sẽ thấy, góc trên bên phải[br]là những gì robot thấy qua camera.

0:01:03.440,0:01:04.656
Và trên màn hình chính --

0:01:04.680,0:01:07.136
hiển nhiên đây là hình ảnh[br]được tua nhanh 4 lần --

0:01:07.160,0:01:09.827
trên màn hình chính các bạn sẽ thấy[br]tấm bản đồ mà nó đang tạo ra.

0:01:09.851,0:01:14.136
Đây là một bản đồ có độ phân giải cao[br]của dãy hành lang quanh phòng thí nghiệm của chúng tôi.

0:01:14.160,0:01:16.496
Và sau đó quý vị sẽ thấy nó đi vào trong phòng thí nghiệm,

0:01:16.520,0:01:19.376
nơi rất dễ nhận biết bởi[br]sự lộn xộn các bạn đang thấy.

0:01:19.400,0:01:20.416
(Cười)

0:01:20.440,0:01:22.447
Nhưng ý chính mà tôi muốn nói với các bạn

0:01:22.472,0:01:26.056
đó là những robot này có khả năng vẽ[br]những tấm bản đồ có độ phân giải cao

0:01:26.080,0:01:28.576
với độ chính xác đến 5cm,

0:01:28.600,0:01:32.776
điều đó cho phép ai đó ở ngoài phòng,[br]hoặc bên ngoài tòa nhà

0:01:32.800,0:01:36.016
có thể biết được tường tận mọi thứ[br]mà không cần vào bên trong,

0:01:36.040,0:01:39.800
và cố sức suy đoán[br]điều gì xảy ra bên trong tòa nhà.

0:01:40.400,0:01:42.640
Hiện nay có một vấn đề[br]với loại robot như thế này.

0:01:43.600,0:01:45.800
Vấn đề đầu tiên là nó tương đối lớn.

0:01:46.120,0:01:47.800
Vì lớn, nên nó nặng.

0:01:48.640,0:01:51.680
Và những robot thế này[br]tiêu thụ khoảng 100 watt mỗi pound.

0:01:52.360,0:01:54.640
Và điều đó rút ngắn tuổi thọ [br]hoạt động của chúng.

0:01:56.000,0:01:57.456
Vấn đề thứ hai

0:01:57.480,0:02:01.376
là những robot này mang theo[br]những cảm biến rất đắt tiền --

0:02:01.400,0:02:04.840
bộ quét laser, camera[br]và các bộ vi xử lý.

0:02:05.280,0:02:08.320
Điều này làm tăng giá thành của robot.

0:02:09.440,0:02:12.096
Vì thế chúng tôi tự hỏi:

0:02:12.120,0:02:15.896
sản phẩm nào chúng ta có thể mua [br]trong một cửa hàng điện tử

0:02:15.920,0:02:22.200
không mắc tiền lại nhẹ mà [br]có trang bị cảm biến và chức năng tính toán?

0:02:24.080,0:02:26.736
Và chúng tôi phát minh ra điện thoại bay.

0:02:26.760,0:02:28.696
(Cười)

0:02:28.720,0:02:34.896
Robot này sử dụng một smartphone [br]Samsung Galaxy mà ai cũng có thể mua ở cửa hàng,

0:02:34.920,0:02:38.936
và tất cả những thứ bạn cần chỉ là một app[br]mà bạn có thể tải về từ app store.

0:02:38.960,0:02:43.176
Và bạn thấy đấy, robot này[br]đang đọc chữ "TED",

0:02:43.200,0:02:46.136
nhìn vào góc của chữ "T" và "E"

0:02:46.160,0:02:49.640
và sau đó dùng phép đối chiếu tam giác, [br]bay một cách tự động.

0:02:50.720,0:02:53.976
Cần điều khiển ở ngay kia để bảo đảm [br]nếu robot trở nên bất thường.

0:02:54.000,0:02:55.416
Giuseppe có thể tiêu diệt nó.

0:02:55.440,0:02:57.080
(Cười)

0:02:58.920,0:03:02.736
Bên cạnh việc chế tạo [br]những con robot nhỏ này,

0:03:02.760,0:03:07.560
chúng tôi còn thực hiện thí nghiệm với các [br]động tác có phần dữ dội, như các bạn thấy đây.

0:03:07.920,0:03:13.216
Con robot này đang di chuyển với tốc độ [br]2-3 mét/giây,

0:03:13.240,0:03:16.736
chao liệng và quay tròn liên tục[br]khi nó thay đổi hướng.

0:03:16.760,0:03:21.016
Điểm mấu chốt ở đây là chúng ta có thể có[br]những con robot chạy nhanh hơn

0:03:21.040,0:03:24.000
và di chuyển trong những môi trường [br]lộn xộn.

0:03:25.120,0:03:27.176
Trong video tiếp theo này,

0:03:27.200,0:03:33.096
như bạn thấy con chim này, một con [br]đại bàng, phối hợp duyên dáng đôi cánh,

0:03:33.120,0:03:37.416
mắt và chân để tóm lấy con mồi [br]ra khỏi mặt nước,

0:03:37.440,0:03:39.336
robot của chúng tôi cũng có thể đi câu.

0:03:39.360,0:03:40.856
(Cười)

0:03:40.880,0:03:44.936
Trong trường hợp này, đây là một miếng sandwich Philly [br]mà nó tóm lấy bất ngờ từ trên không.

0:03:44.960,0:03:47.360
(Cười)

0:03:47.680,0:03:50.976
Thế nên bạn có thể thấy con robot này [br]đang di chuyển với tốc độ khoảng 3 mét/giây,

0:03:51.000,0:03:56.136
nhanh hơn tốc độ đi bộ, nó phối hợp tay, [br]móng vuốt,

0:03:56.160,0:04:00.280
và khả năng bay của nó trong thời gian[br]tính bằng giây để thực hiện được động tác này.

0:04:02.120,0:04:03.336
Trong một thí nghiệm khác,

0:04:03.360,0:04:07.016
tôi muốn cho các bạn thấy làm thế nào để [br]robot điều chỉnh cách bay

0:04:07.040,0:04:09.416
để kiểm soát gói hàng [br]treo bên dưới,

0:04:09.440,0:04:13.240
khi chiều dài của nó[br]lớn hơn độ rộng của cửa sổ.

0:04:13.680,0:04:15.376
Để thực hiện được việc này,

0:04:15.400,0:04:19.096
nó thật sự phải lao xuống, [br]điều chỉnh độ cao,

0:04:19.120,0:04:21.440
và đưa gói hàng qua.

0:04:26.920,0:04:29.216
Nhưng tất nhiên chúng tôi muốn làm [br]chúng nhỏ hơn nữa,

0:04:29.240,0:04:32.256
và chúng tôi đã lấy cảm hứng[br]từ loài ong mật.

0:04:32.280,0:04:35.536
Nếu các bạn quan sát loài ong mật, [br]và đây là một đoạn phim quay chậm

0:04:35.560,0:04:39.280
chúng rất nhỏ, [br]lực quán tính rất nhỏ --[br][br]

0:04:39.960,0:04:41.136
(Cười)

0:04:41.160,0:04:44.696
đến mức chúng chẳng cần bận tâm --[br]chúng bay vụt ra khỏi tay tôi, ví dụ vậy.

0:04:44.720,0:04:47.880
Đây là một con robot nhỏ bắt chước[br]hành vi của loài ong mật.

0:04:48.600,0:04:49.816
Và càng nhỏ thì càng tốt,

0:04:49.840,0:04:53.376
vì kích thước nhỏ mang đến cho bạn [br]lực quán tính nhỏ hơn.

0:04:53.400,0:04:54.936
Cùng với lực quán tính nhỏ hơn --

0:04:54.960,0:04:57.816
(Robot kêu vo vo, khán giả cười)

0:04:57.840,0:05:00.656
cùng với lực quán tính nhỏ hơn,[br]các bạn có thể tăng sức bền khi va chạm.

0:05:00.680,0:05:02.400
Điều đó khiến bạn trở cứng cáp hơn.

0:05:03.800,0:05:06.456
Dựa trên những con ong mật này, [br]chúng tôi tạo ra những con robot nhỏ.

0:05:06.480,0:05:09.856
Và đây là một con đặc biệt [br]chỉ nặng 25 gram.

0:05:09.880,0:05:12.040
Nó chỉ tiêu thụ 6 watt năng lượng.

0:05:12.440,0:05:14.976
Và nó có thể di chuyển[br]với tốc độ lên tới 6 mét/giây.

0:05:15.000,0:05:17.336
Vậy nếu như căn tỉ lệ tốc độ [br]với kích thước của chúng,

0:05:17.360,0:05:21.000
nó giống như một chiếc Boeing 787 với[br]vận tốc gấp 10 lần vận tốc âm thanh.

0:05:24.000,0:05:26.096
(Cười)

0:05:26.120,0:05:28.040
Tôi muốn cho các bạn xem một ví dụ.

0:05:28.840,0:05:34.096
Đây có lẽ là va chạm trên không có chủ đích đầu tiên, với tốc độ bằng 1/20 tốc độ thường

0:05:34.120,0:05:36.978
Chúng đang bay với tốc độ tương đối [br]là 2 mét/giây

0:05:37.002,0:05:39.482
và điều này minh họa cho[br]một nguyên tắc cơ bản.

0:05:40.200,0:05:45.176
Chiếc lồng nặng 2 gram bằng sợi carbon [br]giúp các cánh quạt không mắc vào nhau,

0:05:45.200,0:05:50.496
nhưng quan trọng là cú va chạm được nhận biết và robot phản ứng lại sự va chạm ấy.

0:05:50.520,0:05:53.080
Thế nên nhỏ cũng đồng nghĩa với an toàn.

0:05:53.400,0:05:55.416
Trong phòng thí nghiệm, [br]khi chúng tôi phát triển loại robot này,

0:05:55.440,0:05:57.060
chúng tôi bắt đầu với những con robot lớn,

0:05:57.084,0:05:59.896
và sau đó giảm kích thước xuống thành [br]những con robot nhỏ này.

0:05:59.920,0:06:03.376
Và nếu các bạn vẽ một biểu đồ về số lượng[br]băng cá nhân chúng tôi đã đặt mua

0:06:03.400,0:06:05.976
thì nó sẽ giảm xuống thế này.

0:06:06.000,0:06:07.960
Bởi vì những con robot này rất an toàn.

0:06:08.760,0:06:11.216
Kích thước nhỏ có một số bất lợi,

0:06:11.240,0:06:15.320
và tạo hóa đã tìm ra một số cách để [br]bù đắp cho những bất lợi ấy.

0:06:15.960,0:06:19.960
Ý tưởng cơ bản là chúng tập hợp lại thành[br]những nhóm lớn, hay bầy đàn.

0:06:20.320,0:06:24.296
Tương tự như vậy, trong phòng thí nghiệm, chúng tôi cố gắng tạo ra những bầy robot nhân tạo.

0:06:24.320,0:06:25.701
Và điều này khá cam go

0:06:25.725,0:06:29.045
bởi vì lúc này bạn phải nghĩ đến [br]mạng lưới các robot.

0:06:29.360,0:06:30.656
Và bên trong mỗi con robot,

0:06:30.680,0:06:36.296
bạn phải nghĩ về sự tương tác [br]của cảm biến, thông tin, khả năng tính toán --

0:06:36.320,0:06:41.280
và hệ thống này trở nên khá khó [br]để kiểm soát và quản lý.

0:06:42.160,0:06:45.456
Thế nên, từ tự nhiên, chúng tôi [br]học được 3 nguyên tắc tổ chức

0:06:45.480,0:06:48.640
cần thiết để cho phép chúng tôi [br]phát triển thuật toán của mình.

0:06:49.640,0:06:54.176
Ý tưởng đầu tiên là các robot cần phải [br]biết được những robot lân cận chúng.

0:06:54.200,0:06:57.640
Chúng cần phải có khả năng cảm nhận [br]và thông tin với các robot lân cận.

0:06:58.040,0:07:00.696
Video này minh họa ý tưởng cơ bản này.

0:07:00.720,0:07:02.016
Chúng tôi có 4 robot --

0:07:02.040,0:07:06.280
một trong số chúng bị kiểm soát bởi [br]một người điều khiển.

0:07:07.217,0:07:09.456
Thế nhưng bởi vì các robot [br]tương tác với nhau,

0:07:09.480,0:07:11.136
chúng cảm nhận được nhau,

0:07:11.160,0:07:12.456
nên chúng di chuyển theo.

0:07:12.480,0:07:17.840
Và ở đây, có một người có khả năng dẫn dắt[br]mạng lưới các robot đi theo.

0:07:20.000,0:07:25.056
Một lần nữa, không phải bởi vì tất cả [br]robot biết nơi chúng cần đi.

0:07:25.080,0:07:29.400
Nhưng là bởi vì chúng phản ứng lại vị trí [br]của những robot lân cận.

0:07:31.720,0:07:35.840
(Cười)

0:07:36.280,0:07:41.520
Thí nghiệm tiếp theo mô phỏng [br]nguyên tắc tổ chức thứ hai.

0:07:42.920,0:07:46.720
Và nguyên tắc này vận hành theo[br]nguyên tắc nặc danh.

0:07:47.400,0:07:51.696
Ý tưởng chính ở đây là

0:07:51.720,0:07:55.960
những con robot không biết được danh tính [br]của những con lân cận chúng.

0:07:56.440,0:07:59.056
Chúng được yêu cầu thiết lập một [br]vòng tròn,

0:07:59.080,0:08:02.376
và bất kể bạn muốn có bao nhiêu con robot [br]cho việc thiết lập này,

0:08:02.400,0:08:04.976
hay có bao nhiêu con robot bạn lấy ra,

0:08:05.000,0:08:08.136
mỗi robot chỉ đơn thuần phản ứng lại với [br]những con lân cận.

0:08:08.160,0:08:13.136
Nó biết rằng nó cần phải thiết lập [br]một vòng tròn,

0:08:13.160,0:08:14.936
và cộng tác với những con robot kế cận nó

0:08:14.960,0:08:18.680
để tạo hình mà không cần đến [br]sự điều phối trung tâm.

0:08:19.520,0:08:21.936
Giờ đây nếu các bạn kết hợp [br]những ý tưởng đó lại,

0:08:21.960,0:08:25.856
ý tưởng thứ ba là chúng tôi đưa [br]cho những con robot này

0:08:25.880,0:08:30.176
những mô tả hình học của hình dạng [br]mà chúng cần thực hiện.

0:08:30.200,0:08:33.696
Và những hình dạng này có thể [br]thay đổi theo thời gian,

0:08:33.720,0:08:38.216
và các bạn sẽ thấy những con robot này [br]bắt đầu từ việc tạo thành một vòng tròn,

0:08:38.240,0:08:41.496
rồi sau đó đổi thành hình tam giác, [br]kéo dài thành một đường thẳng,

0:08:41.520,0:08:42.895
và trở lại hình ê-líp.

0:08:42.919,0:08:46.536
Và chúng làm điều này với cùng [br]một kiểu phối hợp tính theo giây

0:08:46.560,0:08:49.840
mà các bạn nhìn thấy ở những bầy đàn [br]trong tự nhiên.

0:08:51.080,0:08:53.216
Tại sao phải nghiên cứu [br]những bầy đàn?

0:08:53.240,0:08:57.360
Để tôi kể cho các bạn nghe hai ứng dụng [br]mà chúng tôi đang rất quan tâm.

0:08:58.160,0:09:00.536
Đầu tiên là thứ liên quan đến nông nghiệp,

0:09:00.560,0:09:03.920
có thể là một vấn đề lớn nhất mà [br]chúng ta đang đối mặt khắp thế giới.

0:09:04.760,0:09:06.016
Như các bạn cũng biết,

0:09:06.040,0:09:09.560
trên trái đất, cứ 7 người thì có 1 người[br]bị suy dinh dưỡng.

0:09:09.920,0:09:13.400
Hầu hết đất đai mà chúng ta có thể [br]trồng trọt đều đã được sử dụng.

0:09:13.960,0:09:17.176
Và độ hiệu quả của hầu hết các hệ thống [br]trên thế giới đang được cải thiện,

0:09:17.200,0:09:20.720
thế nhưng hiệu suất sản lượng thật sự [br]lại đi xuống.

0:09:21.080,0:09:25.296
Và hầu hết là bởi việc thiếu nước, [br]bệnh cây trồng, biến đổi khí hậu

0:09:25.320,0:09:26.840
và một vài nguyên nhân khác.

0:09:27.360,0:09:28.840
Vậy các robot có thể làm được gì?

0:09:29.200,0:09:33.816
À, chúng ta ứng dụng một phương pháp có [br]tên là Nông nghiệp Chính xác [br]trong cộng đồng.

0:09:33.840,0:09:39.216
Ý tưởng cơ bản là chúng ta cho các robot[br]bay qua các vườn cây,

0:09:39.240,0:09:42.360
và sau đó xây dựng những mô hình chính xác [br]của từng cây một.

0:09:42.829,0:09:44.496
Giống như một loại thuốc được cá nhân hóa,

0:09:44.520,0:09:49.336
khi các bạn có thể tưởng tượng ra việc[br]chữa cho từng bệnh nhân một,

0:09:49.360,0:09:53.056
thì điều chúng tôi muốn làm là tạo ra[br]mô hình của từng cây một,

0:09:53.080,0:09:57.216
và sau đó cho người nông dân biết [br]nhu cầu của từng cây --

0:09:57.240,0:10:01.680
có thể là nước, phân bón, [br]hay thuốc trừ sâu.

0:10:02.640,0:10:06.256
Ở đây, các bạn sẽ thấy những con robot [br]đang di chuyển qua một vườn táo

0:10:06.280,0:10:08.536
và trong 1 phút bạn sẽ thấy [br]2 người bạn của nó

0:10:08.560,0:10:10.370
cũng đang làm điều tương tự ở phía tay trái.

0:10:10.800,0:10:14.456
Điều chúng đang làm là xây dựng [br]bản đồ của mảnh vườn.

0:10:14.480,0:10:17.296
Và bên trong bản đồ đó là bản đồ của [br]từng cây trong vườn.

0:10:17.320,0:10:18.976
(Tiếng robot kêu)

0:10:19.000,0:10:20.896
Hãy xem thử những bản đồ ấy [br]trông như thế nào.

0:10:20.920,0:10:25.216
Ở video tiếp theo, các bạn sẽ thấy [br]các camera đang được robot sử dụng.

0:10:25.240,0:10:28.480
Bên phía góc trái bên trên là [br]một camera màu chuẩn.

0:10:29.640,0:10:32.936
Góc trái, ở giữa là một camera hồng ngoại.

0:10:32.960,0:10:36.736
Và góc trái dưới cùng là một camera nhiệt.

0:10:36.760,0:10:40.096
Và trên màn hình chính, [br]các bạn đang thấy một cấu trúc 3D tái lập

0:10:40.120,0:10:46.240
mỗi cây trong vườn khi các cảm biến[br]bay ngang qua các cây.

0:10:47.640,0:10:51.680
Khi được trang bị những thông tin thế này,[br]chúng ta có thể làm được nhiều thứ.

0:10:52.200,0:10:56.456
Đầu tiên và có thể là thứ quan trọng nhất[br]chúng ta có thể làm, rất đơn giản là

0:10:56.480,0:10:58.920
đếm số lượng quả trên mỗi cây.

0:10:59.520,0:11:04.056
Bằng cách này, chúng ta có thể cho người [br]nông dân biết số lượng trái trên từng cây,

0:11:04.080,0:11:08.336
và cho phép họ ước tính [br]sản lượng của vườn,

0:11:08.360,0:11:11.200
tối ưu mạch sản xuất.

0:11:11.640,0:11:13.256
Điều thứ hai chúng ta có thể làm

0:11:13.280,0:11:17.776
là lấy mô hình của cây trồng, [br]thiết lập hình ảnh 3D,

0:11:17.800,0:11:20.336
từ đó ước tính kích thước vòm lá,

0:11:20.360,0:11:24.136
và độ tương quan giữa kích thước vòm lá [br]với diện tích lá của mỗi cây,

0:11:24.160,0:11:26.336
Cái này được gọi là chỉ số diện tích lá.

0:11:26.360,0:11:28.296
Nếu các bạn biết chỉ số diện tích lá,

0:11:28.320,0:11:33.776
về cơ bản bạn có thể tính được khả năng [br]quang hợp của mỗi cây,

0:11:33.800,0:11:36.680
từ đó bạn biết được sức khỏe của cây.

0:11:37.520,0:11:41.736
Bằng việc kết hợp thông tin hình ảnh [br]và hồng ngoại,

0:11:41.760,0:11:45.056
chúng ta cũng có thể tính được [br]các chỉ số như NDVI.

0:11:45.080,0:11:47.896
Và trong trường hợp cụ thể này, [br]bạn có thể thấy được rằng

0:11:47.920,0:11:50.936
có một số cây trồng hiện không phát triển tốt [br]như các cây khác.

0:11:50.960,0:11:55.016
Điều này có thể dễ dàng nhận ra từ [br]các hình ảnh,

0:11:55.040,0:11:57.256
không chỉ là hình ảnh trực quan, [br]nhưng còn là kết hợp

0:11:57.280,0:12:00.056
của cả hình ảnh trực quan và [br]hình ảnh hồng ngoại.

0:12:00.080,0:12:01.416
Và cuối cùng,

0:12:01.440,0:12:05.456
có một thứ chúng tôi đang quan tâm là [br]việc phát hiện ra bệnh vàng lá giai đoạn đầu --

0:12:05.480,0:12:06.976
và đây là một cây cam --

0:12:07.000,0:12:09.560
có thể nhận biết bởi độ vàng của lá.

0:12:09.880,0:12:13.776
Tuy nhiên, các robot bay phía trên có thể [br]dễ dàng phát hiện ra chúng một cách tự động

0:12:13.800,0:12:16.736
và báo cho người nông dân rằng [br]họ đang gặp vấn đề

0:12:16.760,0:12:18.280
ở khu vực này trong vườn cây.

0:12:18.800,0:12:21.496
Những hệ thống như thế này rất có ích,

0:12:21.520,0:12:27.336
và chúng tôi đang hướng đến mục tiêu [br]có thể tăng năng suất khoảng 10%

0:12:27.360,0:12:30.576
và, quan trọng hơn, là giảm [br]các chỉ số đầu vào, như lượng nước

0:12:30.600,0:12:33.880
xuống 25% bằng cách sử dụng [br]những đám robot bay.

0:12:35.200,0:12:40.936
Cuối cùng, tôi muốn các bạn hoan nghênh[br]những người đã thật sự tạo ra tương lai,

0:12:40.960,0:12:45.880
Yash Mulgaonkar, Sikang Liu[br]và Giuseppe Loianno,

0:12:45.920,0:12:49.416
những người phụ trách cho[br]ba màn minh họa mà các bạn đã xem.

0:12:49.440,0:12:50.616
Cảm ơn.

0:12:50.640,0:12:56.560
(Vỗ tay)