2013年6月8日 星期六

Vijay Kumar 談論:會飛行還懂得團隊合作的機器人 ( Vijay Kumar: Roboticist - 2013 ~ 2015 most higher growth industrial : application based robot )

Vijay Kumar 和他的團隊在賓州大學的實驗室中製作了使用四個螺旋槳飛行、小巧的機器人,這些機器人可以聚集在一起,感覺彼此的存在,並且形成任務編組 -- 進行建造、災區偵查以及其它事情。At the General Robotics, Automation, Sensing and Perception (GRASP) Lab, at the University of Pennsylvania, flying quadrotor robots move together in eerie formation, tightening themselves into perfect battalions, even filling in the gap when one of their own drops out. You might have seen viral videos of the quads zipping around the netting-draped GRASP Lab (they juggle! they fly through a hula hoop!). Vijay Kumar headed this lab from 1998-2004; he's now the Deputy Dean for Education in the School of Engineering and Applied Science at the University of Pennsylvania, in Philadelphia, where he continues his work in robotics, blending computer science and mechanical engineering to create the next generation of robotic wonders.

早安。 今天我想要來談一談 會自動飛行的海灘球。 不是啦,是靈巧的飛行機器人,就像這一個。 我想告訴大家製作這種東西的挑戰性 以及一些很棒的可能性 來運用這種技術。 這些機器人 算是一種無人的飛行器。 不過,如你所見,它們的尺寸都比較大。 它們都有幾千磅重, 一點都不靈巧。 它們甚至並不是自動操作的。 事實上,大部分這些飛行器 是由飛行小組所操作, 可能有好幾個駕駛員 同時在操控著感應器 以及任務協調器。

我們想要開發的機器人是像這個樣子 -- 左邊這裡另外兩張照片-- 這些你都可以買到現成的。 這些是一種具有四個螺旋槳的直昇機, 它們大約是一公尺大小, 也有好幾磅重。 於是我們將它們進行感應器與處理器的改良, 讓這些機器人能夠在室內 不靠GPS飛行。

我手中所拿的這個機器人 就是這種飛行器, 這是由兩位學生所製作的, Alex 以及 Daniel。 它的重量大概是 十分之一磅左右。 它消耗的能量大概是15瓦。 如你所見, 它的直徑大概是8英吋大。 讓我替大家簡單介紹一下 這些機器人的原理。

這裡有四個螺旋槳。 當這四個螺旋槳速度相同時, 機器人就會懸浮在空中。 如果這些螺旋槳速度增加, 機器人就會飛起來,往上加速。 當然,如果機器人傾斜了, 相對於水平線來說, 它就會往這個方向前進。 想讓它傾斜的話,這裡有兩種方法可以辦到。 在這圖片中, 你可以看見4號螺旋槳轉速變快一點, 而2號螺旋槳轉速變慢一點。 當這種情況發生時, 就會讓機器人進行翻轉。 另一種狀況是, 當3號螺旋槳的速度上升, 1號螺旋槳的速度下降時, 機器人就會往前傾斜。

而最後一種可能, 當對角線的兩組螺旋槳 轉得比另外一組快時, 機器人就會在垂直方向偏移。 有一個內置處理器 一直在監控著該進行什麼動作, 並且將這些動作進行組合, 然後以每秒600次的速度 決定出該對這些螺旋槳下達什麼指令。 這就是它操作的基本概念。

這種設計的其中一項優點是, 當你將它的尺寸縮小時, 機器人自然就會變得很靈巧。 這邊的 R 代表著機器人特性的長度。 事實上是直徑的一半。 而當你將 R 縮減時, 許多物理係數就會跟著變動。 其中最重要的 就是慣性或稱為阻止變動的抵抗力。 結果, 控制了角運動的慣性, 大小約是 R 的 5 次方。 所以當 R 變小時, 慣性會急遽的下降。 結果,角加速度, 這裡用希臘字母的 α 表示, 變成了 1 / R 。 它和 R 成反比。 當尺寸越小時,它就越容易旋轉。
Samsung also join into robot cleaner market

用這個影片說明會清楚一點。 在右下角,你可以看見一個機器人 正在進行 360 度翻轉 在不到 1/2 秒的時間內。 多次的翻轉,只要稍微長一點點的時間。 在這種狀況下,內置的處理器 接收了加速器 以及陀螺儀回傳的資訊, 然後進行計算,如先前所說, 用每秒600次的速度發出指令, 讓機器人保持平衡。 在左下角,Daniel 正將機器人拋向空中。 這會讓你知道它的操控能力有多強大。 不論你怎麼丟, 機器人都能恢復平衡然後回到他的手中。

為什麼要將機器人設計成這樣呢? 嗯,這種機器人有很多種運用方式。 你可以將它派遣到這種建築物裡, 擔任先遣部隊去找出侵入者, 或是去找尋生化物質洩漏, 或是瓦斯洩漏等。 你也可以將它們運用在 例如建築上面。 這裡的機器人正運送著橫梁、柱子, 並且組合成立方體形狀的建築物。 我再告訴大家詳細一點。 這些機器人可以用來運送貨櫃。 但這些小機器人的困難在於 它們對於重物的負載能力有限。 所以如果你可能會希望能有多一點機器人 一起來搬運這個重物。 這是我們近期實驗的照片 -- 事實上已經不算是近期了 -- 在地震過後的仙台市(日本)。 這種機器人可以被派遣進入傾倒的建築物裡面 去評估天災造成的損害, 或是派遣到反應爐裡 去勘查輻射等級。

如果這些機器人想有自主能力的話, 它們必須先解決這個問題, 就是必須能夠判斷 怎麼從 A 點到達 B 點。 這有一點難度, 因為這個機器人的動力學是相當複雜的。 事實上,它們活在 12 維空間裡。 所以我們運用了一些技巧。 我們將這個 12 維空間的曲線 轉換成為 一個平面的四維空間。 在這個四維空間之中, 包含了 X, Y, Z 還有偏移的角度。

所以這個機器人所做的是, 去找出我們所說的最小震盪軌跡。 複習一下物理參數, 我們有位置,接著衍生出速度, 以及加速度, 還有加加速度, 然後是震盪。 所以機器人將震盪進行最小化。 這實際上的結果就是 產生出柔順且優美的動作。 它還可以用來避開障礙物。 而這些最小震盪軌跡在這個平面空間中 又會被轉換回 這個複雜的 12 維空間, 才能夠讓機器人去進行 控制以及執行任務。

讓我給大家看一些例子 說明這些最小震盪軌跡是什麼樣子。 在第一段影片中, 你可以看見機器人經過中繼點 由 A 點到達 B 點。 所以機器人確實可以 去執行任何曲線軌跡。 這些是環狀軌跡, 機器人牽引著大約 2 G 的重力。 在上面有個置頂動態影像攝影機, 它會以每秒100次的速度告訴機器人自己在哪裡。 它也會告訴機器人這些障礙物的位置。 這些也可以是移動中的障礙物。 你將會看見 Daniel 將這個鐵環丟向空中, 機器人會計算鐵環的位置, 然後試著去找出穿過鐵環的最佳方式。 身為一個學術人員, 我們總是被訓練得能夠赴湯蹈火才能籌措研究經費, 所以我們也要我們的機器人做到。
Panasonic dish washing robot system

這機器人還能做另一件事, 就是去記住軌跡的片段, 不論是它自行發現的或是事先輸入的。 所以你可以看見機器人會去 組合一項動作 讓它產生動量, 接著改變自己的行進方向在回復過來。 它必須這麼做,因為這個窗戶的缺口大小 只比機器人的寬度稍微大一點。 就像是跳水選手站在跳板上, 接著會跳起來用以產生動量, 然後快速旋轉,翻轉兩周半進行穿越, 最後優雅的回復, 這就是機器人所做的事。 它懂得如何去結合這些零碎的軌跡 以達成這些相當困難的任務。

我想換個話題。 這些小機器人的缺點之一就是尺寸。 如同先前所提, 我們想使用大量的機器人 來解決尺寸上的限制。 但有個困難點是 你要如何去協調這些機器人呢? 這部份我們觀察了自然界。 我想讓大家看一段影片, 關於沙漠盤腹蟻 在 Stephen Pratt 教授的實驗室裡搬運東西。 事實上這是一小塊無花果。 事實上你可以把任何東西沾附一層無花果汁 螞蟻們就會將它搬回巢穴裡。 這些螞蟻並沒有中樞協調者。 它們能感覺到旁邊的鄰居們。 不用進行明確的溝通。 但因為它們能感覺到鄰居, 因為它們能感覺到東西, 它們在團體間有著隱性協調能力。

這種協調能力 就是我們希望機器人能有的。 當我們的一個機器人 被周圍的機器人包圍時 -- 看看機器人 I 和機器人 J -- 我們希望機器人做的事情是 當它們以特定隊形飛行時 去偵測它們之間的距離。 你期望能夠確保 這個距離是在可接受的範圍內。 於是機器人們偵測著這個誤差值 然後以每秒100次的速度 去估算控制指令, 接著以每秒600次的速度對螺旋槳進行動作指令。 這必須是在 沒有中央控制的方式下進行。 當你有許許多多機器人的時候, 想要以中央協調訊息的方式 快速的讓所有機器人完成任務是不可能的。 再加上機器人們必須依靠 它們自身去偵測到鄰近機器人 以獲得訊息來進行動作。 最後, 我們堅持機器人必須無法預知 鄰近機器人會是誰。 也就是匿名的方式。

接下來我將要給大家看 一段影片 關於20個這些小機器人 以特定隊形進行飛行。 它們正在偵測鄰近機器人的位置。 它們正在保持著這個隊形。 這些隊形可以改變。 可以是平面的隊形, 也可以是三維空間的隊形。 如你所見的, 它們從三維空間的隊形變換成平面的隊形。 在穿越障礙物時, 它們可以在飛行中調整隊形。 這些機器人移動時真的靠得很近。 在這個 8 字飛行隊形中, 它們的距離只有幾吋而已。 儘管在這些螺旋槳葉片之間 有著空氣動力的交互影響, 它們仍然能維持穩定的飛行。

一旦你知道要怎麼進行特定飛行隊形, 你就能準確的協力拿起物體。 而這是要告訴大家 藉由將機器人組合成小組後, 我們可以將機器人們的力量 放大兩倍、三倍、四倍,就像是你將看到的這樣。 但這樣做有一個缺點, 當你將尺寸放大以後 -- 如果你有很多這些機器人載運同一個東西, 你一定會有效地增加慣性, 於是你將會付出代價,它們會失去靈巧性。 但你可以相對獲得載運負重能力。

另一項我想給大家看的運用 -- 這也是在我們的實驗室裡進行的。 這是由 Quentin Lindsey 完成的,他是一位研究生。 他的演算法告訴這些機器人們 如何能夠自主性的 將綑狀的材料 建造成立體建築。 他的演算法告訴機器人 該拿起哪一個部份, 以及什麼時候該把它放在哪裡。 你可以在這短片中看到 -- 這是以 10 倍、14 倍速播放 -- 你可以看見這些機器人們建造了三種不同建築。 再次提醒,一切都是自主性進行的, 而 Quentin 所做的是 給這些機器人一張藍圖 記載著他想要的建築設計。

你所看見的這些實驗, 這些展示, 都使用了動作擷取系統。 如果離開了實驗室, 走進真實世界會變成怎麼樣呢? 如果沒有 GPS 會怎樣呢? 這個機器人 裝置了一具攝影機, 一具雷射H搜尋器,雷射掃描器。 它使用這些感應器 來製作一張周圍的地圖。 這地圖然有著一些環境特徵 -- 例如大門、窗戶、 人、家具 -- 接著它會辨識出相對於這些環境特徵 它所處的位置。 這裡並沒有整體座標系統。 座標系統是機器人自身定義出來的, 藉由它所在的位置以及它所看到的東西。 接著它對這些環境特徵進行探索。

我想給大家看一段影片, 關於 Frank Shen 以及 Nathan Michael 教授 所開發出來的演算法, 這個機器人第一次進入一個建築物, 然後在飛行中製作了這個地圖。 於是機器人知道環境特徵是什麼東西。 它製作出地圖。 它知道自己相對於環境特徵的位置, 然後每秒100次的速度 估算出自己的位置, 讓我們可以利用 剛剛說過的控制演算法。 事實上這個機器人正被 Frank 以遠端遙控的方式下指令。 但這個機器人也能自行判斷 它應該往哪裡走。 假設我把它送進一個建築物, 而我完全不知道這個建築物的樣子, 我可以命令機器人進入, 製作出一張地圖, 然後回來告訴我建築物的樣子。 所以機器人並不只是解決 如何從地圖上的A點到B點這個問題, 它甚至知道 每一次的最佳B點是哪個位置。 於是它知道該往哪裡去 以找出還沒有訊息的位置。 這就是它如何把地圖裝滿的方法。

最後, 我想再給大家看一樣應用。 這個技術有許多運用方式。 我是一個教授,我們對教育充滿熱情。 這種機器人可以改變 我們進行12年國教的方式。 我們身在南加州, 很靠近洛杉磯, 所以我想用關於娛樂的例子 來作為最後的結尾。 我想用一段音樂影片來作為結尾。 我要為大家介紹 這個影片的作者,Alex 和 Daniel。

在我播放影片之前, 我想告訴大家他們在接到 Chris 電話後的三天內 就將這段影片製作完了。 影片中演奏的機器人 都是完全自主性的進行。 你可以看見 9 個機器人們演奏著 6 種不同的樂器。 當然,這是為了 TED 2012 特別製作的。 讓我們一起來欣賞。

参考: GRASP Lab

註:2013 ~ 2025 機器人將是人類成長最快的一產業,Samsung、Panasonic 許多相續『應用機器人』產品,值得了解機器人的技術與應用。


Enhanced by Zemanta

2013年6月5日 星期三

值得深思的『宇宙至生物大歷史』計劃之觀點 - 由 Big Bang 至 collective learning intelligent object = human

David Christian 利用嘆為觀止的圖形顯示方式,口述宇宙的歷史, 環環相扣的18分鐘演說, 解說了從大爆炸到網路世代. 這就是所謂的"大歷史": 就我們相較於宇宙時空渺小的位置, 對複雜, 生命, 與人性作一種大尺度的觀察. ( David Christian narrates a complete history of the universe, from the Big Bang to the Internet, in a riveting 18 minutes. This is "Big History": an enlightening, wide-angle look at complexity, life and humanity, set against our slim share of the cosmic timeline. David Christian teaches an ambitious world history course that tells the tale of the entire universe -- from the Big Bang 13 billion years ago to present day. )

首先, 一則錄影 是的, 這是關於打蛋 但當你注視它 我希望你們會開始 感到一絲絲的不自在 因為你會注意到實際上發生的是 蛋在重新回到有序的狀態 看到蛋白蛋黃分離 接著是灌回到蛋殼之中 我們非常清楚 宇宙不會是這樣運行的 打散的蛋 是濃稠的 蛋是美麗的 是複雜的 也能產生更複雜的 像是小雞 我們也非常明白 宇宙不是從稠狀混亂 到複雜的運行 事實上, 本能直覺 是反映了一些基本物理定律 熱力學的第二定律或熵變定理 基本上是說 宇宙的一般通則 是從較有規則 與結構的狀態 演變成缺乏規律與結構的方向 也就是向 濃稠狀混亂 那也就是剛剛錄影片段 看起來奇怪的地方

同樣地 看看我們的四周 到處所見 都是驚人的複雜 Eric Beinhocker 估計光紐約市 就有近100億項物品在進行交易 是數百倍地球所有生物 的實際數量 而這些交易只是由一種近 70億數量的生物物種 被交易 旅行 與 網路 所串聯 成一全球系統 的驚人複雜性

這就是個偉大的迷惑: 宇宙中 由熱力學的第二定律所主宰 又是怎麼可能 產生剛剛所描述的複雜 由你我所代表的複雜 以及這會議中心的一切呢? 答案似乎是 宇宙能創造出複雜性 但帶著些困難度 口袋裡 有著我的同事, Fred Spier, 所稱的 Goldilocks (適宜)條件 既不過熱 也不過冷 條件剛剛好 適宜創造出複雜性 更約略複雜的事就發生了 有了複雜的發生 才能有再約略複雜的事接著發生 就這樣 複雜性一步一步 建構起來 每一步都是神奇的 因為一切都是創建新奇的事物 一切都是無中生有 在大歷史中 我們稱這些階段為 閥值時段 每一個閥值 是愈來愈難 複雜的事是 更脆弱 更易破碎 Goldilocks (適宜)條件是更嚴峻 更困難 創建下一個複雜性

現在呢, 身為極度複雜物種 極度需要知道這個關於 宇宙變得複雜的故事 除了是第二定律 以及為何複雜性 意味著脆弱性 與不穩定 這些就是我們想解的大歷史 為了達成它 我們必須先做些其他事 這事乍看之下是完全不可能的 就是你得盤查整個宇宙的歷史 所以 進行吧! (笑聲) 讓我們把時間往回撥 到137億年前 也就是時間的開始

四周是什麼也沒有 根本沒有時間與空間 先想像能想像的最黑暗與空無的狀況 再更加無數倍的狀況 那才是所處的狀態 突然間 砰! 一個宇宙出現 一個完整的宇宙 我們第一次越過閥值 那個宇宙是非常小 比一個原子還小 卻是極度的高溫高能量 它包含今日所有存在宇宙的東西 所以你可以想像 那是非常爆滿 它開始以極快的速度膨脹 一開始只是模糊渾沌 但是渾沌中一些明晰的物質出現 就在第一秒內 能量自己分裂出不同的作用力 包括電磁力與重力 能量開始做些神奇的事 它凝結成物質 有夸克就是後來組成質子等 有輕子就是含電子等 這些都發生在第一秒內

再往前撥快38萬年 是人類出現於地球上的兩倍長的時間 現在 簡單的原子出現了 氫與氦 讓我暫停一下下 宇宙開始後的38萬年 就目前為止我們 對這段宇宙歷史是知道相當多的 我們也知道一切都是相當簡單的物理 有著龐大雲霧般的 氫與氦原子 還不成結構狀態 它們真的只是一種宇宙渾沌 又不完全是 根據最近研究 WMAP衛星的觀測 顯示背景輻射 有少許的不同 就如此所示 藍色區域有著相差千分之一度的冷 相較於紅色區域 只有著些許不同 卻足夠讓宇宙演化 進入下一階段的複雜度

就是這麼的進展 重力當有更多物質聚集 作用更強 只要有密度分配不均的情況 重力就開始作用 拉近 氫和氦原子團 所以可以想像 初期的宇宙 開始分出 無數的 小雲團 每一個雲團都是緊實的 而重力又隨密度增加而增加作用 雲團核心處的溫度開始升高 然後在雲團中的核心處 溫度越過了臨界溫度 約為1000萬度 質子開始融合 也釋放出巨大能量 碰! 有了第一個恆星了 約當自宇宙開始後的2億年 恆星開始出現在宇宙四處 幾十億的星星 宇宙開始有趣多了 也更複雜

恆星會產生最適宜狀態 再越過兩個門階 當大型恆星死亡 會是極高溫狀態 質子開始結合成各種奇特的組合 也建構出週期表的所有元素 如果 你也像我帶著一只金戒指 它被超新星爆炸所偽造 所以 現在的宇宙就化學的觀點是更複雜的 就化學上複雜的宇宙 具備製造更多事物的條件 接著發生的是 在一些年輕的恆星中 年輕的星球 所有元素結合 環旋 星球的能量 擾動它們 形成粒子 形成雪片 形成小小的沙塵 形成岩石 形成小行星 最後形成行星與衛星 這也就是我們太陽系統的形成 約是45億年前 岩石建構的行星 如地球 會比其他星球 更複雜 因為有著更多元的的物質 我們也就越過複雜度 第四階的門檻

愈來愈困難了 下個階段的複雜 是個體 更脆弱 更容易受傷 卻也更有創造性 更能產生更多的複雜度 這裡說的 當然就是 有生命的實體 生物體都是由化學變化產生 我們就是一大包的化學物集合體 而化學主要是靠電磁作用力 作用距離比重力作用的小很多 也解釋了為何你和我 比星球是小很多很多 又是怎樣的理想化學狀態呢? 也就是所謂的最適條件? 首先, 需要能源 但又不能過多 星球的中心能量是高的 任何結合的原子 又都會再爆開 又不能太少的能量 星河之間的太空 就是太少的能量 原子無法結合一起 所需的就是適當的能量 行星 就剛剛好有著適當能量 因為它們是接近恆星 又不是過近

也同時需要多種化學元素 也需要一些液體 像水 為什麼? 因為在氣相態 原子與原子的移動過於快速 很難結合 固相態 又因連在一起 無法移動 液相態呢 允許四處遊蕩與集結 連結成各種分子 那到哪裡找到如此的 最適狀態? 其實行星就是好的 我們的地球 就算是幾乎完美 它有著與恆星剛剛好的距離 能有著巨大的海洋 在海洋深處 地殼縫隙 地熱往上傳遞 又有著多種的元素 所以在深海縫隙 神奇的化學反應開始了 原子組合成未有的化合物

當然 生命本身 不是只是非比尋常的化學 你要如何穩定這些 不穩定的 巨大的分子群? 在這時候 生命引入 一整個新把戲 並不是穩定每一個體 而是穩定樣版: 就是攜帶訊息的 與日後可複製的樣版 DNA 就是這 美麗攜帶訊息 的化學分子 大家都熟悉雙螺旋體的 DNA 每一連接橫桿都帶著資訊 DNA有著如何製作 生命體的訊息 以及如何自行複製自己 所以生物開始複製 將資訊經由海洋傳遞 同時資訊也傳開了 請留意 資訊將扮演一個重要部份 而DNA精彩的部分是 在於它的不完美 當它在複製時 十億分之一的機會 會產生複製錯誤 也就是說 DNA 會自我學習 累積製造新的生命體的方式 因為一些錯誤的確能存用 所以 DNA 一直學習 它一直建構更多元更複雜的架構 過去40億年來, 這都一直在發生

地球的大多數時間 生物體多是以簡單的 單細胞存在的 但仍是非常多元 與複雜 從6~8億年前開始 多細胞生物出現 有了真菌類 有了魚類 有了植物類 有了兩棲類 有了爬蟲類 當然 也有了恐龍 偶而 會有災難 6千5百萬年前 隕石墬落到地球 靠近Yucatan 半島 創造出相當於核子戰爭的威力 恐龍滅絕 對恐龍來說是壞消息 卻是哺乳動物祖先的好消息 才能在恐龍 留下的生存縫隙繁衍 人類 也是那6千5百萬年開始進化的 一部分 就在隕石落下後

人類出現在20萬年前 我相信人類 發展就是宇宙進化的一個階段 讓我來做解釋 我們已經見到DNA是會學習的 它會累積資訊 卻是非常緩慢的 DNA會累積資訊 經由隨機的錯誤 有的錯誤剛好適用 另外DNA有更快的方式在學習 是經由有腦的生物體 這種生物就能即時的學習 便能由腦累積資訊 學習 可悲的是 當他們死去 資訊也跟著失去 所以造就人類的不同 就是人類的語言能力 我們有幸能有語言 是個溝通的系統 是有力與正確的傳達 我們能正確分享我們所學的 能集合成一集體智慧 也就是說 資訊能夠超過個體的壽命 能以世代的方式傳遞 也因為這 我們這樣的物種 才這麼有創造力 能有這麼大的能耐 也是這樣我們能記下歷史 40億年來 我們似乎是唯一有 此天賦的物種

我稱此能力為 集體式學習 這就是造就我們不同的 我們能明顯 這能力在早期人類歷史中呈現 我們是以整個物種的方式進化 即使是在 早期非洲沙瓦那平原時代 接著 也看到人類移居到新環境 --- 進入沙漠地帶 進入叢林 進入冰河期的西伯利亞凍土平原 非常非常艱辛的環境 --- 進入美洲 進入澳洲 每一次的移居 就伴隨著學習 學習如何開墾新環境 學習新方法與週遭共榮

一萬年前 在上個冰河期的末期 面對了突然的氣候變遷 人類開始學會農耕 農耕就是 能源的礦藏 開發這樣的能源 人類數目開始增加 人類社會也跟著增大與密集 更加相互關連 從約500年前 人類開始有全球性的相連 經由船運 與 鐵路 經由電報 與 網際網路 到現在 我們形成了 來自近70億人 的單一全球腦袋 這個腦是以極高速的方式在學習 在過去的200年 另外的事情也發生了 我們發現了另一能源礦藏 就是化石石油 化石石油加上集體式學習 解釋了驚人的 週遭的複雜性

所以 我們在此 回到會議中心 我們經歷過一個回溯的旅程 到137億年前 希望你也認同這個震撼故事 是個人類扮演著 驚人與創意的角色 它也帶來警訊 集合的智慧是個非常巨大的力量 但不明確的是 我們人類是否能控制它 我記得在英格蘭的童年 經過古巴飛彈危機 有那麼幾天 整個生物圈 似乎濒臨全球毀滅 但是同樣的武器仍然存在 他們仍然武裝 我們是否能避開那陷阱 其他國也在觀望 我們使用化石石油的快速 就好像忽略所謂的最適狀態 那最適狀態才造就了人類文明 綻放了過去一萬年 所以這個大歷史能作的是 告訴我們自己的複雜與脆弱 以及我們所面對的危機 它也同樣昭示我們 我們有著集體式的智慧力量

最後 我想說的是 我希望我的孫子 Daniel 及他的朋友與全球 的這代人 能知道這個大歷史故事 清楚到 他們明瞭 我們所面臨的挑戰 與所面臨的機會 那也就是我們之中一群人 在建構線上教學大綱 有關於大歷史 針對全球高中生 我們相信大歷史 在Daniel 及他的同世代 面對挑戰 與無窮機會 面對下一個 美麗地球上的進化門檻 會成為他們的一個智慧的工具

参考:Big history project

:這篇言講最有趣是它由宇宙誕生至宇宙演化、由地球生物形成至生物毀滅,新生物誕生至人類存在、演化,它是一個DNA學習史,人類除了DNA的學習還有語言能力能集合成一集體智慧,資訊就能夠超過個體的壽命,能以世代的方式傳遞,人類更透過網際網路與雲端運算,累積之資訊力不僅能夠超過個體的壽命、還超過幾十億個體智慧總合。他唯一忽略是人類還有與聖靈、靈界訊息相互交通的歷史。




Enhanced by Zemanta

2013年6月3日 星期一

兩篇談成功的祕訣 - 值得研究 ( what is the most important factor to success ? )

談8個成功的祕訣 ( About 8 secret to success ) [成功への8の秘密 ]

這原來是為高中生準備的兩小時演講, 現在精簡成三分鐘。 一切都得從我搭機來參加 TED 那天說起。 那是 7 年前了, 在機上我隔壁坐了 一個高中生,一個青少年。 她家很窮, 不過她希望這輩子能有所成就。 所以就問了我一個簡單的問題, 她問:怎樣才能成功? 我感覺好糟糕。 因為我說不出個好答案。 最後我下了飛機,到了 TED 會場。 突然想到,老天,這個地方滿是成功的人! 為什麼不問問他們成功的祕訣? 然後再告訴孩子們呢? 經過 7 年 5 百次訪談後, 我將告訴大家真正的成功之道, 並以成功的 TED-ster 為例子。
  • 第一項就是「熱情」。 汽車設計師費曼‧湯瑪斯曾說:熱情就是我的動力。 TED-ster 做事絕非出於「利」,而是出自熱愛。 城市設計師凱若‧柯麗塔說:我願意付錢讓別人做我的工作。有趣的是, 出自熱愛做的事,一定會獲利。
  • 努力!媒體大亨梅鐸告訴我:全靠努力。 無事可輕鬆獲得。不過,我從中得到許多樂趣」。 他說了「樂趣」嗎?梅鐸?沒錯! TED-ster 從工作中得到樂趣,而且他們非常努力。 我發現,他們不是工作狂而是「工作玩家」。
  • 成為高手!電玩開發高手愛力克斯‧嘉登說:要成功,先得立定目標。 然後讓自己成為高手。 一切沒有捷徑,只有練習、練習再練習
  • 專注!製片諾曼‧喬森跟我說: 我認為一切都跟能多專注在一件事有上有關。
  • 狠勁!劇場美術設計師大衛‧高羅說:對自己狠一點! 體能上,心智上,都必須不斷的突破、突破再突破。 要狠下心克服害羞跟自我懷疑。 歌蒂·韓說:我向來懷疑自己, 我不夠好、不夠聰明、 我不覺得自己會成功。 時時狠下心逼自己並不容易。 因此,「母親」就派上用場啦。(全場大笑) 建築大師法蘭克‧蓋瑞告訴我: 我母親督促我。
  • 服務!醫生作家薛文‧諾藍說:我有幸能當醫生為大家服務。 很多孩子們跟我說想成為百萬富翁, 我回答他們的第一句話就是: 好,不過你不能只服務自己。 你必須先為別人提供有價值的服務。 因為只有這樣才能真正富有。
  •  好想法。TED-ster 比爾·蓋茲說:我有個想法。 想創立世界第一個微電腦軟體公司。 我覺得那是個非常棒的想法。 創意靈感的產生沒有捷徑, 就是做這些非常簡單的事。 正如投影片上列出的建議。
  • 毅力!軟體商喬‧庫斯說: 有毅力才會成功。 即使失敗,也要有毅力撐過去。要有毅力撐過爛事 (CRAP) !

也就是批評 (C)、拒絕 (R)、爛人 (A) 與壓力 (P) (全場大笑) 所以,這個大問題的答案非常簡單。 花 4 千美元參加 TED 演講、 要不就得做到這 8 點,而且我保證 這 8 點就是邁向成功的原則。 謝謝所有參與訪談的 TED-ster !



“意志力”才是成功的重心 ( "Willpower" is the focus of success ) [ "意志"は成功の中核である ]

Angela Lee Duckworth 辭去了一份非常成功的工作——諮詢,轉而在紐約的公立學校教七年級數學。她很快認識到,智商不是區分學生學習優劣的唯一指標。在這個演講中,她闡釋了一個研究成果——“意志力”才是成功的風向標。...

於是,我離開了課堂, 來到了研究所,成為了一名心理學家。 我開始研究兒童與成人 處於各種艱巨挑戰中的表現。 在每次研究中,我關注的是: 誰會成功?爲什麽會成功? 我和我的研究團隊去了西點軍校。 我們試著預測哪些學員 能通過軍事訓練,哪些會放棄。 我們去看全國拼字比賽, 試著預測哪些孩子能在比賽中 笑到最後。 我們研究在非常艱苦的環境下 工作的新教師, 預測哪些教師在學年末時 還能堅持在崗位上。 當然還有,哪些教師教出的學生 成績的提高最為顯著? 我們和私人公司合作, 預測哪些銷售人員能保住工作? 誰能賺最多錢? 在這些非常不同的背景下, 我們發現有一個特質 能夠很好地預測成功。 它不是社交能力。 不是美麗的外貌,不是健康的身體,也不是智商。 而是意志力。

意志力是面對長遠目標時的熱情和毅力。 意志力是有耐力的表現。 意志力是日復一日依然對未來堅信不已 不只是這週、 不只是這個月, 而是年復一年。用心、努力工作 來實現所堅信的那個未來。 意志力是將生活看作是一場馬拉松,不是短跑。

幾年前,我在芝加哥公立學校 開始研究意志力。 我請數以千計的高中生 填寫關於意志力的問卷。 然後等了大約一年多 看看誰會畢業。 結果發現,意志力越堅定的孩子 畢業的可能性明顯越高, 其他所有可能的影響因素都被考慮並排除了 比如家庭收入, 標準化測驗的分數, 甚至孩子們在學校時的安全感。 所以意志力並不只是在 西點軍校或全國拼字比賽中 非常重要。在學校, 尤其是對有輟學危險的孩子來說, 意志力同樣重要。 關於意志力,最令我吃驚的事情 是我們以及科學界 對於如何鍛煉意志力知之甚少。 每天,家長和老師都會問我, "如何鍛煉孩子們的意志力? 我怎麼教會孩子堅實的職業道德? 怎樣才能讓他們有長遠的動力?” 最誠實的回答是,我不知道。(笑聲) 我所知道的是,有才華不意味著就有意志力。 我們的資料非常清楚地揭示 有很多才華橫溢的人 並不能堅持到底,實現承諾。 事實上,我們的研究發現, 意志力通常與才華無關, 有時甚至成反比。

關於鍛煉孩子們的意志, 到目前為止,我聽過的最好的方法 叫做“成長型思維模式”理論。 這是史丹福大學的 Carol Dweck 的研究的成果。 這個理論相信 學習的能力不是一成不變的, 它會由於你的努力發生變化。 Dweck 博士已證明,當孩子們 閱讀和學習大腦的相關知識 以及大腦在面對挑戰時 會怎樣變化和成長時, 他們更有可能在失敗時繼續堅持, 因為他們不相信 他們永遠會失敗。

所以,成長型思維模式是 一種鍛煉意志力的好方法。 但我們還需要更多這樣的理念。 而今天我的演講就到此為止, 因為這就是我們當下的認知。 這就是擺在我們面前的任務。 我們需要拿出我們最好的想法、最強的直覺 對他們進行檢驗。 我們需要衡量我們是否取得了成功, 我們必須願意失敗、願意犯錯、 願意吸取教訓並從頭開始。

換句話說,在加強我們孩子意志力這件事上, 我們自己也要有不懈的意志。




Enhanced by Zemanta