Över ett par våningar på KTH, fyllda med armar och huvuden, härskar Danica Kragic, professor i robotik och datorseende. Många av armarna och huvudena är kvarlevor från äldre stadier av robotteknikens utveckling. Som man kan vänta sig är de senaste modellerna mindre klumpiga och mer eleganta.
Men att tala robotar med Danica Kragic handlar inte om hur man sätter ihop robotar.
Robottillverkning är redan en industri. Det finns standardkomponenter att köpa. En robothand som Danica Kragic visar upp finns att köpa för 60 000 euro.
Hon berättar i stället om gränslinjen mellan robotteknik och mänskligt tänkande och om mänsklig kroppskontroll. Vad kan man programmera en robot att göra?
De enklaste sakerna är inte så enkla.
– Om en robot ska servera en drink, hur gör den då? frågar hon när hon demonstrerar en robothand.
Robothanden får inte krama glaset så hårt att det går sönder. Den får inte heller tappa taget. Roboten måste kunna bedöma glasets tyngd.
Svårimiterat. Robotar behöver inte alls ha människan som förebild. Tvärtom måste robotarna se annorlunda ut för att utföra handlingar som vi lätt klarar, förklarar Danica Kragic.
Och hur får man en robot att hålla i en kopp utan att spilla? Någon form av robotseende behövs.
– En kopp ser olika ut från olika håll, så hur vet roboten att det är en kopp?
Ska den hålla i handtaget med två fingrar och spreta med lillfingret?
Robothänder ser inte ut som människohänder.
Att förse robothänder med fem fingrar är mer besvär än nödvändigt, om man inte vill att roboten ska spela Chopin. De vanligaste robothänderna har bara två eller tre fingrar och påminner mer om gripklor än om riktiga händer.
Människohänder kan hålla i en slägga, trä på en nål, skruva i en glödlampa, spela Chopin och servera en drink utan att spilla. Inga tekniska anordningar klarar allt det.
– Ju fler fingrar, och ju fler frihetsgrader, desto tyngre blir protesen, berättar Danica Kragic.
En pianospelande robot skulle behöva en gaffeltruck för att hålla händerna uppe.
Det får konsekvenser för utvecklingen av proteser.
– Det är mest praktiskt att göra speciella proteser för olika arbetsuppgifter, säger Danica Kragic.
Människokroppen är svår att ta efter.
Förmågan att servera drinkar bygger på att vi har några kvadratcentimeter hud som både har mjuk stoppning och är superkänsliga:
– Det går inte att imitera fingertoppen, säger Danica Kragic.
När det gäller proteser arbetar forskare på att få fram proteser med känsel. De ska kopplas ihop med nervsystemet.
Men att vi kan hålla i ett glas beror både på fingertoppens känsel och dess mjukhet. Den kombinationen är svår att slå.
Seende är viktigt för robotar. En robot ska inte bara känna igen saker, den måste också kunna bedöma avståndet till dem – annars kan den inte servera drinkar.
– Människor kan justera väldigt snabbt för avstånd, säger Danica Kragic, så vi blir lätt irriterade om en robot försöker om och om igen.
Robotar ska kunna göra saker som människor gör, men kanske inte på samma sätt.
– Vi vill inte imitera människor. Flygplan flyger inte som fåglar, säger Danica Kragic.
– Datorer är inte artificiella hjärnor. För övrigt vet vi inte hur människohjärnan fungerar – och vill vi bygga artificiella människohjärnor?
Robotar har hört till populärkulturen sedan 1921, då den tjeckiske författaren Karel Capek införde ordet i sin bok ”R U R” (Rossum’s Universal Robots). De första praktiskt användbara robotarna var industrirobotarna som kom på 1950-talet.
Industrirobotar står vanligtvis stilla på samma plats och svetsar och skruvar.
Samtidigt har forskare arbetat på mer mångsidiga robotar som kan röra sig, orientera sig i rummet, hitta och hämta saker. De ska också vara ofarliga för människor. Vi har sett robotgräsklippare, robotdammsugare och robothundar.
Varför behövs frigående robotar?
De kan göra saker som vi människor inte vill, eller inte kan göra.
– Alla saker som är tråkiga kan göras av en robot. Roboten kan hämta posten. Personalen får tid att vara mer social.
I Japan ska robotar i framtiden ta hand om gamlingar i äldrevården. Det kommer inte att finnas nog med ung vårdpersonal. I Japan är det ingen kontroversiell plan. Japaner ser inte robotar som ett hot.
– Det är mycket lättare att sälja robotar i Japan, berättar Danica Kragic.
Flera sorters robotdjur, som hunden Aibo, har tillverkats och sålts, främst i Japan. Likheten med husdjur gör det lättare att acceptera och tycka om robotarna. Och att sälja robothundar som konsumentelektronik är naturligtvis fälttestning i stor skala.
Att robotarna har blivit lite sociala, att man kan interagera med dem, har gjort dem populära bland tjejer, enligt Danica Kragic.
I Europa finns roboten Nao, som liknar ett barn – även den med gullighetsfaktor.
Den utvecklingen har visat att många saker som vi människor gör är extremt svåra att imitera med maskiner. Som att stå på två ben.
Att göra en robot som liknar en människa är kanske varken önskvärt eller praktiskt. Men när det gäller mjukvaran finns det likheter:
– En robot behöver tid för att lära sig, precis som en människa, säger Danica Kragic.
Att förse robotar med färdigskrivna program som i detalj beskriver allt den ska göra har visat sig omöjligt – i varje fall går det inte när det gäller robotar som ska kunna röra sig fritt och handskas med föremål i en miljö som inte är tillrättalagd för robotar.
– En robot ska inte ha en modell av alla objekt. Den ska kunna skapa hypoteser.
Språklig förståelse av instruktioner är kopplad till kunskaper som inte står i ordböcker.
– Säg åt en robot: ge mig något att dricka med. Om du säger så till en människa går hon först ut i köket, sedan tittar hon i överskåpen efter glas. Hur programmerar man en robot för att lösa den uppgiften?
En robot direkt från fabriken kommer inte att klara det.
– En robot ska ha baskunskaper, sedan får man lära upp den.
Bara en sådan sak som att få en robot att ”se” en dörr och veta vad man har den till är besvärligt:
– Om jag är i ett rum, och har detekterat en dörr, så finns det två rum.
Det visste du inte att du visste.
Namn: Danica Kragic.
Yrke: Professor i robotik och datorseende på KTH i Stockholm.
Bostad: Stockholm.
Familj: Gift och har barn.
Favoritmat: Skagenröra.
Favoritdryck: Vatten.
På nattduksbordet: Computational theory of mind.
Bakgrund: Född i Kroatien 1971. Kom till Sverige 1994 som doktorand i datalogi. Blev teknologie doktor 2001. Postdoktorala studier på Johns Hopkins, Brown University och Columbia University i USA. Blev professor vid KTH 2008.