sponsored links
TED@Intel

Jennifer Healey: If cars could talk, accidents might be avoidable

ジェニファー・ヒーリー: もし車が話せたら事故は避けられる

April 8, 2013

車を運転するときは、ガラスに囲まれた密閉空間に乗り込みドアにロックをかけ、自分の目を頼りにして — 前後の数台しか見ることはできないにも関わらず — アクセルを踏み込みます 。しかし車同士が位置や速度の情報を共有し、予測モデルを用いて道路上の全員にとって最も安全な経路を計算できたらどうでしょうか?ジェニファー・ヒーリーは事故の無い世界を想像します。(TED@Intelで収録)

Jennifer Healey - Research scientist
A research scientist at Intel, Jennifer Healey develops the mobile internet devices of the future. Full bio

sponsored links
Double-click the English subtitles below to play the video.
Let's face it:
事実に向き合いましょう
00:12
Driving is dangerous.
運転は危険な行為です
00:14
It's one of the things that we don't like to think about,
私たちはそれについて
考えることを避けますが
00:16
but the fact that religious icons and good luck charms
事実 世界中の
車のダッシュボードには
00:19
show up on dashboards around the world
宗教の偶像や 幸運のお守りが
飾られています
00:23
betrays the fact that we know this to be true.
それでも これを真実とは
認めようとしないのです
00:28
Car accidents are the leading cause of death
自動車事故は アメリカの
00:32
in people ages 16 to 19 in the United States --
16歳から19歳の人の間では
00:36
leading cause of death --
最大の死因であり
00:40
and 75 percent of these accidents have nothing to do
その事故のうち75%は
ドラッグやアルコールとも
00:43
with drugs or alcohol.
関係がありません
00:47
So what happens?
では何が起きているのでしょう?
00:49
No one can say for sure, but I remember my first accident.
確かなことは言えませんが
私は初めての事故を憶えています
00:51
I was a young driver out on the highway,
若い頃 高速道路を運転していると
00:55
and the car in front of me, I saw the brake lights go on.
前の車のブレーキランプが
光ったのが見えたので
00:59
I'm like, "Okay, all right, this guy is slowing down,
こんなことを思いました
「減速するのね
01:01
I'll slow down too."
じゃあ私も減速しなきゃ」
01:03
I step on the brake.
私はブレーキを踏みました
01:04
But no, this guy isn't slowing down.
しかしその人はただ
減速していたわけではなく
01:06
This guy is stopping, dead stop, dead stop on the highway.
停止 それも高速道路の上で
完全に停止したのです
01:09
It was just going 65 -- to zero?
時速約100km から 0km に
01:12
I slammed on the brakes.
私はブレーキをベタ踏み
01:14
I felt the ABS kick in, and the car is still going,
ABSが作動したのが分かりましたが
それでも車は走り続け
01:16
and it's not going to stop, and I know it's not going to stop,
分かっていたことではありますが
止まり切れませんでした
01:19
and the air bag deploys, the car is totaled,
エアバッグが作動し
車はめちゃめちゃ
01:22
and fortunately, no one was hurt.
ですが幸運にも
ケガ人はいませんでした
01:25
But I had no idea that car was stopping,
でも前の車が止まった理由は
私には見当もつきません
01:28
and I think we can do a lot better than that.
こんな状況は避けられたはずです
01:32
I think we can transform the driving experience
私が考えたのは 車がお互いに
しゃべりかけることができれば
01:36
by letting our cars talk to each other.
もっと運転しやすくなるの
ではないかということです
01:40
I just want you to think a little bit
少し考えて頂きたいのは
01:44
about what the experience of driving is like now.
車の運転とは
どんなものかということです
01:45
Get into your car. Close the door. You're in a glass bubble.
車に乗り込み ドアを閉めると
ガラス内の窮屈な空間に密閉され
01:48
You can't really directly sense the world around you.
周りの世界は 直接には
認識できなくなります
01:52
You're in this extended body.
その車体を
01:55
You're tasked with navigating it down
部分的にしか見えない道で
01:57
partially-seen roadways,
鉄の巨体をすり抜けながら
02:00
in and amongst other metal giants, at super-human speeds.
人間ではありえないスピードで
操らなければならないのです
02:02
Okay? And all you have to guide you are your two eyes.
いいですか? 信じられるのは
自分の両目だけなんです
02:06
Okay, so that's all you have,
そう それだけ
02:11
eyes that weren't really designed for this task,
人間の目が本来
02:12
but then people ask you to do things like,
得意とはしないことを
強いられるのです
02:14
you want to make a lane change,
車線変更をするとき
02:18
what's the first thing they ask you do?
まずどんなことをする
必要があるでしょうか?
02:19
Take your eyes off the road. That's right.
道から目をそらす?
その通り
02:22
Stop looking where you're going, turn,
進行方向を見るのをやめて
02:25
check your blind spot,
死角を確認して
02:27
and drive down the road without looking where you're going.
前を見ずに運転するんです
02:29
You and everyone else. This is the safe way to drive.
誰にとっても等しく
これが安全な運転方法とされています
02:32
Why do we do this? Because we have to,
なぜこんなことをするのでしょうか?
02:35
we have to make a choice, do I look here or do I look here?
視線を向ける先を
選択する必要があるからです
02:38
What's more important?
もっと重要なことは?
02:40
And usually we do a fantastic job
通常 私たちは道路上で
02:42
picking and choosing what we attend to on the road.
注目するものを
選択するのは得意ですが
02:45
But occasionally we miss something.
時として何かを見落としたり
物事に気付くのが遅れたり
02:48
Occasionally we sense something wrong or too late.
間違った解釈を
してしまうこともあります
02:52
In countless accidents, the driver says,
ドライバーは 事故を起こすと決まって
02:56
"I didn't see it coming."
「気付かなかったんだ」
と言い訳します
02:58
And I believe that. I believe that.
それは信じましょう
03:01
We can only watch so much.
全てに注意を払うのは
不可能ですから
03:04
But the technology exists now that can help us improve that.
しかし 今やその状況を
改善する技術が存在しています
03:07
In the future, with cars exchanging data with each other,
将来的には 車がお互いに
データを交換することで
03:12
we will be able to see not just three cars ahead
3台の車が前方にいると
いうことだけでなく
03:16
and three cars behind, to the right and left,
後ろや左右にいる3台も
03:20
all at the same time, bird's eye view,
同時に俯瞰することが
できるようになり
03:22
we will actually be able to see into those cars.
車の中の様子まで
わかるようになります
03:25
We will be able to see the velocity of the car in front of us,
前方の車の速度も分かるようになり
03:28
to see how fast that guy's going or stopping.
巡航速度や 止まろうと
していることも分かります
03:31
If that guy's going down to zero, I'll know.
停止しようとしていることを
事前に察知できるのです
03:34
And with computation and algorithms and predictive models,
アルゴリズムや予測モデルを
用いた計算により
03:38
we will be able to see the future.
未来を予測できるようにもなるでしょう
03:42
You may think that's impossible.
不可能だと思われることでしょう
03:45
How can you predict the future? That's really hard.
どうやって未来を予測する?
確かにとても困難ですが —
03:47
Actually, no. With cars, it's not impossible.
実際には違うんです
車に関しては不可能ではないのです
03:50
Cars are three-dimensional objects
車は3次元の物体であり
03:53
that have a fixed position and velocity.
ある時点では 位置と速度は
決まっています
03:56
They travel down roads.
また道路を走行するものであり
03:58
Often they travel on pre-published routes.
多くの場合 事前から知られる
経路をとります
04:00
It's really not that hard to make reasonable predictions
ある車が ほんの少し
後にいる場所について
04:02
about where a car's going to be in the near future.
合理的な予測をすることは
そんなに困難ではないのです
04:06
Even if, when you're in your car
車に乗っているとき
04:09
and some motorcyclist comes -- bshoom! --
バイクが時速135kmで
04:11
85 miles an hour down, lane-splitting --
車線を横切りながら
ブシューッとやって来たとしても —
04:13
I know you've had this experience --
こんな経験をされた方も
多いかと思いますが —
04:16
that guy didn't "just come out of nowhere."
「どこからともなく現れた」
というわけではありません
04:18
That guy's been on the road probably for the last half hour.
その人は30分ぐらいは
道路上にいたんです
04:21
(Laughter)
(笑)
04:24
Right? I mean, somebody's seen him.
ここで言いたいのは 誰かが
そのライダーを見たということ
04:26
Ten, 20, 30 miles back, someone's seen that guy,
10km 20km 30km手前でも
誰かがその人を見たはずです
04:29
and as soon as one car sees that guy
ある車がその人を見かけ
地図上に記録すると
04:32
and puts him on the map, he's on the map --
地図に現れ
04:34
position, velocity,
位置 速度や
04:36
good estimate he'll continue going 85 miles an hour.
時速135kmで走行を続けるという
推定などが得られます
04:39
You'll know, because your car will know, because
これは事前に察知可能です
04:41
that other car will have whispered something in his ear,
理由は他の車が
こう耳打ちするからです
04:43
like, "By the way, five minutes,
「ところで5分後
04:45
motorcyclist, watch out."
バイクに注意」というように
04:47
You can make reasonable predictions about how cars behave.
車の行動について
合理的な予測ができるのです
04:50
I mean, they're Newtonian objects.
車はニュートン力学に従う物体です
これは非常に都合の良いことです
04:53
That's very nice about them.
車はニュートン力学に従う物体です
これは非常に都合の良いことです
04:54
So how do we get there?
どのようにして
実現するのでしょうか?
04:57
We can start with something as simple
まず手始めに GPSを使って
05:00
as sharing our position data between cars,
位置情報を共有するというような
05:02
just sharing GPS.
シンプルなことから始めましょう
05:05
If I have a GPS and a camera in my car,
私の車にGPSとカメラが
搭載されていれば
05:07
I have a pretty precise idea of where I am
どこを どの位の速度で
走行しているのか
05:10
and how fast I'm going.
非常に高い精度で分かります
05:12
With computer vision, I can estimate where
コンピュータ・ビジョンを用いれば
05:14
the cars around me are, sort of, and where they're going.
周囲の車の位置や 進行方向
のようなものも割り出せます
05:15
And same with the other cars.
他の車についても同様で
05:19
They can have a precise idea of where they are,
自分の現在地については正確に
05:20
and sort of a vague idea of where the other cars are.
他の車の位置については
大雑把に分かります
05:22
What happens if two cars share that data,
では2台の車がそのデータを
共有したらどうなるでしょうか?
05:24
if they talk to each other?
車がお互いに会話できたら?
05:27
I can tell you exactly what happens.
それは簡単なことで
05:29
Both models improve.
両者の予測モデルが
改善されます
05:32
Everybody wins.
みんな得をするのです
05:34
Professor Bob Wang and his team
ボブ・ワン教授のチームは
05:36
have done computer simulations of what happens
車の共有するのが
GPSデータのみで
05:39
when fuzzy estimates combine, even in light traffic,
交通量が少なくても 曖昧な推定を
結合させるとどうなるか
05:41
when cars just share GPS data,
コンピュータで
シミュレーションを行いました
05:45
and we've moved this research out of the computer simulation
さらには この研究を
シミュレーションの枠から出し
05:47
and into robot test beds that have the actual sensors
現在 実際に車に搭載されている
センサーを取り付けた
05:50
that are in cars now on these robots:
ロボットを用いて
実験を行いました
05:53
stereo cameras, GPS,
使用したのは
ステレオカメラ GPS
05:56
and the two-dimensional laser range finders
そして補助システムとして一般的な
05:58
that are common in backup systems.
2次元レーザー距離計です
06:00
We also attach a discrete short-range communication radio,
また それとは別に
短距離無線装置を取り付け
06:02
and the robots talk to each other.
ロボット間の情報伝達を
可能にしました
06:07
When these robots come at each other,
ロボット同士が近付くと
06:08
they track each other's position precisely,
お互いの位置を正確に追跡し
06:10
and they can avoid each other.
衝突を避けることができます
06:13
We're now adding more and more robots into the mix,
現在もさらなる改良を
続けていますが
06:16
and we encountered some problems.
いくつかの問題に突き当たりました
06:19
One of the problems, when you get too much chatter,
その1つは 情報量を
増やし過ぎると
06:20
it's hard to process all the packets, so you have to prioritize,
データを処理し切れなくなることです
そこで優先度を決める必要が出てきますが
06:23
and that's where the predictive model helps you.
それこそ予測モデルが
役に立つ場面です
06:26
If your robot cars are all tracking the predicted trajectories,
ロボット自動車が予測された軌跡を
なぞっているだけなら
06:29
you don't pay as much attention to those packets.
そんな情報は捨てても構いません
06:33
You prioritize the one guy
優先すべきは 予測とは異なる
06:35
who seems to be going a little off course.
道を進んでいる車です
06:37
That guy could be a problem.
そのようなものこそ問題となりますが
06:38
And you can predict the new trajectory.
軌跡を新たに予測することができます
06:41
So you don't only know that he's going off course, you know how.
道を外れたことだけでなく
その外れ具合も分かるのです
06:44
And you know which drivers you need to alert to get out of the way.
さらに 退くよう警告する必要があるのは
どのドライバーかも分かります
06:46
And we wanted to do -- how can we best alert everyone?
どうやって全員に警告するのが
ベストでしょうか?
06:50
How can these cars whisper, "You need to get out of the way?"
どうすれば車は「どいた方が良い」と
耳打ちできるでしょうか?
06:53
Well, it depends on two things:
次の2つの要素に依存します
06:56
one, the ability of the car,
1つは車の能力
06:57
and second the ability of the driver.
もう1つはドライバーの能力です
07:00
If one guy has a really great car,
性能の良い車に乗っていても
07:03
but they're on their phone or, you know, doing something,
電話していたり 何かをしていたら
07:04
they're not probably in the best position
おそらく緊急時には
07:07
to react in an emergency.
咄嗟に反応できません
07:09
So we started a separate line of research
そこで私たちは
別系統の研究を立ち上げ
07:12
doing driver state modeling.
ドライバーの状態の
モデル化を試みています
07:14
And now, using a series of three cameras,
現在では 3台のカメラを用いて
07:16
we can detect if a driver is looking forward,
ドライバーが前を向いているのか
07:19
looking away, looking down, on the phone,
横や下を向いているのか
電話しているのか
07:21
or having a cup of coffee.
コーヒーを飲んでいるのか
検出できるようになりました
07:24
We can predict the accident
事故を予測することができ
07:27
and we can predict who, which cars,
全員が安全な経路を計算することで
07:29
are in the best position to move out of the way
誰が どの車が
最も道を空けるのに
07:33
to calculate the safest route for everyone.
最適な位置にいるのか
予測できるのです
07:36
Fundamentally, these technologies exist today.
本質的には これらの技術は
既に存在しています
07:39
I think the biggest problem that we face
目下のところ 最大の問題は
07:44
is our own willingness to share our data.
データを共有する意思です
07:46
I think it's a very disconcerting notion,
確かに 自分の車に見張られ
07:50
this idea that our cars will be watching us,
自分のことを 他車に話され
07:52
talking about us to other cars,
陰口の中を進んで行くというのは
07:55
that we'll be going down the road in a sea of gossip.
あまり気乗りのしない
考えだとは思います
07:58
But I believe it can be done in a way that protects our privacy,
しかしプライバシーを侵害しないような
方法で行うことも可能だと信じています
08:01
just like right now, when I look at your car from the outside,
さっき話したように
車を外から見ても
08:05
I don't really know about you.
乗っている人のことは
分かりませんし
08:09
If I look at your license plate number,
それはナンバープレートに
ついても同じことです
08:11
I don't really know who you are.
それはナンバープレートに
ついても同じことです
08:12
I believe our cars can talk about us behind our backs.
車が裏でしゃべってしまうかも
しれませんけどね
08:14
(Laughter)
(笑)
08:19
And I think it's going to be a great thing.
このアイデアは素晴らしい
ものだと思っています
08:22
I want you to consider for a moment
ちょっと考えてみてください
08:25
if you really don't want the distracted teenager behind you
後ろにいる注意力散漫な10代の人に
08:26
to know that you're braking,
あなたがブレーキをかけて
08:31
that you're coming to a dead stop.
完全停止しようとしていることを
知らせたくは無いのですか?
08:33
By sharing our data willingly,
データをすすんで共有することで
08:36
we can do what's best for everyone.
みんなにとっての最善策を取れるのです
08:38
So let your car gossip about you.
車に陰口をたたかせましょう
08:41
It's going to make the roads a lot safer.
それが道路を
とても安全にするのですから
08:44
Thank you.
ありがとうございました
08:47
(Applause)
(拍手)
08:49
Translator:Tomoshige Ohno
Reviewer:Hidehito Sumitomo

sponsored links

Jennifer Healey - Research scientist
A research scientist at Intel, Jennifer Healey develops the mobile internet devices of the future.

Why you should listen

Jennifer Healey imagines a future where computers and smartphones are capable of being sensitive to human emotions and where cars are able to talk to each other, and thus keep their drivers away from accidents. A scientist at Intel Corporation Research Labs, she researches devices and systems that would allow for these major innovations.

Healey holds PhD from MIT in electrical engineering and computer science. While there, she pioneered “Affective Computing” with Rosalind Picard and developed the first wearable computer with physiological sensors and a video camera that allows the wearer to track their daily activities and how they feel while doing them. From there, she moved to IBM where she worked on the next generation of multi-modal interactive smartphones and helped architect the "Interaction Mark-Up language" that allows users to switch from voice to speech input seamlessly.

Healey has also used her interest in embedded devices in the field of healthcare. While an instructor at Harvard Medical School and at Beth Israel Deaconess Medical Center, she worked on new ways to use heart rate to predict cardiac health. She then joined HP Research in Cambridge to further develop wearable sensors for health monitoring and continued this research when she joined Intel Digital Health.

sponsored links

If you need translations, you can install "Google Translate" extension into your Chrome Browser.
Furthermore, you can change playback rate by installing "Video Speed Controller" extension.

Data provided by TED.

This website is owned and operated by Tokyo English Network.
The developer's blog is here.