ABOUT THE SPEAKER
Chris Gerdes - Mechanical engineer
An autonomous car may seem like a thing of the distant future, but mechanical engineer Chris Gerdes is racing to make it a reality today.

Why you should listen

Imagine a car that can drive itself -- that with the push of a button can get you home safely when you’re too tired to drive or have had a night of one too many drinks. Dr. Chris Gerdes , the Director of the Center for Automotive Research at Stanford (conveniently acronymed CARS), and his team are developing a robotic race car, capable of driving at outrageous speeds while avoiding every possible accident. Gerdes’ research focuses on the development of driver assistance systems for collision avoidance, as well as on new combustion processes for engines.

Prior to teaching at Stanford, Gerdes was the project leader for vehicle dynamics at the Vehicle Systems Technology Center of Daimler-Benz Research and Technology North America. His work at Daimler focused on safety analysis.

More profile about the speaker
Chris Gerdes | Speaker | TED.com
TEDxStanford

Chris Gerdes: The future race car -- 150mph, and no driver

Chris Gerdes: el coche de carreras del futuro... a 240 km/h y sin piloto

Filmed:
806,444 views

Ya llegan los coches autónomos... y van a conducir mejor que tú. Chris Gerdes revela cómo, junto con su equipo, están desarrollando robots que pueden conducir coches de carreras a 240 km/h evitando todo posible accidente. Y, sin embargo, al estudiar las ondas cerebrales de los pilotos profesionales, Gerdes dice que ha aprendido a apreciar los instintos de dichos pilotos. (Filmado en TEDxStanford).
- Mechanical engineer
An autonomous car may seem like a thing of the distant future, but mechanical engineer Chris Gerdes is racing to make it a reality today. Full bio

Double-click the English transcript below to play the video.

00:16
So, how manymuchos of you have ever
0
506
1407
¿Quién alguna vez
00:17
gottenconseguido behinddetrás the wheelrueda of a carcoche
1
1913
1655
ha estado al volante
00:19
when you really shouldn'tno debería have been drivingconducción?
2
3568
5687
y en realidad no debería haber conducido?
00:25
Maybe you're out on the roadla carretera for a long day,
3
9255
1905
Quizá estuvieron en el camino todo el día
00:27
and you just wanted to get home.
4
11160
1490
y no ven la hora de llegar a casa.
00:28
You were tiredcansado, but you feltsintió you could drivemanejar a fewpocos more milesmillas.
5
12650
2647
Estaban cansados pero sentían que podían conducir unos kilómetros más.
00:31
Maybe you thought,
6
15297
1199
Quizá pensaron
00:32
I've had lessMenos to drinkbeber than everybodytodos elsemás,
7
16496
2017
que deberían haber bebido menos
00:34
I should be the one to go home.
8
18513
1736
y haber vuelto a casa.
00:36
Or maybe your mindmente was just entirelyenteramente elsewhereen otra parte.
9
20249
4591
O quizá tenían la cabeza en otro lado.
00:40
Does this soundsonar familiarfamiliar to you?
10
24840
1454
¿Les resulta familiar?
00:42
Now, in those situationssituaciones, wouldn'tno lo haría it be great
11
26294
2898
Y, en esas situaciones, ¿no sería genial
00:45
if there was a buttonbotón on your dashboardtablero
12
29192
1593
tener un botón en el tablero
00:46
that you could pushempujar, and the carcoche would get you home safelysin peligro?
13
30785
6343
que pudiéramos presionar para que el coche volviera a casa a salvo?
00:53
Now, that's been the promisepromesa of the self-drivingconducción autónoma carcoche,
14
37128
2293
Esa ha sido la promesa del coche auto-conducido,
00:55
the autonomousautónomo vehiclevehículo, and it's been the dreamsueño
15
39421
2627
del vehículo autónomo, y ha sido el sueño
00:57
sinceya que at leastmenos 1939, when GeneralGeneral MotorsMotores showcasedexhibido
16
42048
3249
al menos desde 1939, cuando General Motors presentó
01:01
this ideaidea at theirsu FuturamaFuturama boothcabina at the World'sMundo FairJusta.
17
45297
3302
esta idea en su stand Futurama de la Feria Mundial.
01:04
Now, it's been one of those dreamsSueños
18
48599
1943
Y es uno de esos sueńos
01:06
that's always seemedparecía about 20 yearsaños in the futurefuturo.
19
50542
4214
que siempre parecen estar a 20 ańos en el futuro.
01:10
Now, two weekssemanas agohace, that dreamsueño tooktomó a steppaso forwardadelante,
20
54756
2683
Pero hace dos semanas ese sueńo dio un paso más
01:13
when the stateestado of NevadaNevada grantedconcedido Google'sGoogle self-drivingconducción autónoma carcoche
21
57439
3265
cuando el estado de Nevada otorgó al coche auto-conducido de Google
01:16
the very first licenselicencia for an autonomousautónomo vehiclevehículo,
22
60704
3600
la primera licencia a un coche autónomo,
01:20
clearlyclaramente establishingestablecimiento that it's legallegal for them
23
64304
2245
sentando el precedente legal para hacer
01:22
to testprueba it on the roadscarreteras in NevadaNevada.
24
66549
1810
pruebas en los caminos de Nevada.
01:24
Now, California'sCalifornia consideringconsiderando similarsimilar legislationlegislación,
25
68359
3727
California está considerando una legislación similar
01:27
and this would make sure that the autonomousautónomo carcoche
26
72086
2408
y esto aseguraría que el coche autónomo
01:30
is not one of those things that has to staypermanecer in VegasVegas.
27
74494
2977
no es una de esas cosas válidas solo en Las Vegas.
01:33
(LaughterRisa)
28
77471
2096
(Risas)
01:35
Now, in my lablaboratorio at StanfordStanford, we'venosotros tenemos been workingtrabajando on
29
79567
3784
En mi laboratorio de Stanford también hemos trabajado
01:39
autonomousautónomo carscarros too, but with a slightlyligeramente differentdiferente spingirar
30
83351
3487
en coches autónomos, pero con una pequeńa variante.
01:42
on things. You see, we'venosotros tenemos been developingdesarrollando roboticrobótico racecarrera carscarros,
31
86838
4248
Hemos estado construyendo coches de carreras
01:46
carscarros that can actuallyactualmente pushempujar themselvessí mismos to the very limitslímites
32
91086
4120
que en realidad pueden llevarse al límite
01:51
of physicalfísico performanceactuación.
33
95206
2240
del rendimiento físico.
01:53
Now, why would we want to do suchtal a thing?
34
97446
2613
¿Por qué querríamos hacer algo así?
01:55
Well, there's two really good reasonsrazones for this.
35
100059
2100
Bueno, hay dos buenas razones para hacerlo.
01:58
First, we believe that before people turngiro over controlcontrolar
36
102159
3959
Primero, creemos que antes de que las personas le cedan
02:02
to an autonomousautónomo carcoche, that autonomousautónomo carcoche should be
37
106118
2834
el control a un coche autónomo, ese coche debería ser
02:04
at leastmenos as good as the very bestmejor humanhumano driversconductores.
38
108952
3254
por lo menos tan bueno como el mejor conductor humano.
02:08
Now, if you're like me, and the other 70 percentpor ciento of the populationpoblación
39
112206
3305
Y si Uds. son como yo y el 70% de la población
02:11
who know that we are above-averagepor encima del promedio driversconductores,
40
115511
2193
que sabe que está por encima del conductor medio,
02:13
you understandentender that's a very highalto barbar.
41
117704
3175
entenderán que es un umbral alto.
02:16
There's anotherotro reasonrazón as well.
42
120879
2392
También hay otra razón.
02:19
Just like racecarrera carcoche driversconductores can use all of the frictionfricción
43
123271
3576
Así como los pilotos de carrera usan toda la fricción
02:22
betweenEntre the tireneumático and the roadla carretera,
44
126847
1280
entre el neumático y la pista,
02:24
all of the car'scarros capabilitiescapacidades to go as fastrápido as possibleposible,
45
128127
3177
todos los recursos del coche para ir lo más rápido posible,
02:27
we want to use all of those capabilitiescapacidades to avoidevitar
46
131304
3345
queremos usar todos esos recursos para evitar
02:30
any accidentaccidente we can.
47
134649
1588
todos los accidentes que podamos.
02:32
Now, you maymayo pushempujar the carcoche to the limitslímites
48
136237
2050
Y uno puede poner el coche al límite,
02:34
not because you're drivingconducción too fastrápido,
49
138287
1967
no porque uno conduzca demasiado rápido,
02:36
but because you've hitgolpear an icyglacial patchparche of roadla carretera,
50
140254
2160
sino por encontrarse el piso helado
02:38
conditionscondiciones have changedcambiado.
51
142414
1704
y las condiciones cambian.
02:40
In those situationssituaciones, we want a carcoche
52
144118
2761
En esas situaciones, queremos un coche
02:42
that is capablecapaz enoughsuficiente to avoidevitar any accidentaccidente
53
146879
3720
capaz de eludir un accidente
02:46
that can physicallyfísicamente be avoidedevitado.
54
150599
2678
físicamente evitable.
02:49
I mustdebe confessconfesar, there's kindtipo of a thirdtercero motivationmotivación as well.
55
153277
4267
También tengo que confesar una tercera motivación.
02:53
You see, I have a passionpasión for racingcarreras.
56
157544
2256
Como ven, siento pasión por las carreras.
02:55
In the pastpasado, I've been a racecarrera carcoche ownerpropietario,
57
159800
2764
En el pasado, tuve un coche de carreras,
02:58
a crewtripulación chiefjefe and a drivingconducción coachentrenador,
58
162564
2555
fui jefe de equipo y entrenador de pilotos,
03:01
althougha pesar de que maybe not at the levelnivel that you're currentlyactualmente expectingesperando.
59
165119
3855
aunque quizá no al nivel que esperan.
03:04
One of the things that we'venosotros tenemos developeddesarrollado in the lablaboratorio --
60
168974
2704
Uno de los desarrollos del laboratorio
03:07
we'venosotros tenemos developeddesarrollado severalvarios vehiclesvehículos --
61
171678
1704
-desarrollamos varios vehículos-
03:09
is what we believe is the world'smundo first
62
173382
2235
es el primer coche, creemos,
03:11
autonomouslyde forma autónoma driftingderiva carcoche.
63
175617
2365
de deriva autónoma.
03:13
It's anotherotro one of those categoriescategorías
64
177982
2513
Es una de esas categorías
03:16
where maybe there's not a lot of competitioncompetencia.
65
180495
2423
en las que no hay mucha competencia.
03:18
(LaughterRisa)
66
182918
1408
(Risas)
03:20
But this is P1. It's an entirelyenteramente student-builtconstruido por estudiantes electriceléctrico vehiclevehículo,
67
184326
3822
Este es P1, un vehículo eléctrico construido íntegramente por estudiantes
03:24
whichcual throughmediante usingutilizando its rear-wheelrueda trasera drivemanejar
68
188148
2078
que mediante su tracción trasera
03:26
and front-wheelrueda delantera steer-by-wireSteer-by-wire
69
190226
1565
y su control electrónico de dirección delantera,
03:27
can driftderiva around cornersesquinas.
70
191791
2067
puede desplazarse en curvas cerradas.
03:29
It can get sidewaysoblicuo like a rallyreunión carcoche driverconductor,
71
193858
2200
Puede cambiar de lados como un piloto de rally
03:31
always ablepoder to take the tightestmás apretado curvecurva,
72
196058
1715
y tomar siempre la curva más cerrada,
03:33
even on slipperyresbaladizo, changingcambiando surfacessuperficies,
73
197773
3304
incluso en superficies resbaladizas,
03:36
never spinninghilado out.
74
201077
1616
sin derrapar.
03:38
We'veNosotros tenemos alsoademás workedtrabajó with VolkswagenVolkswagen OracleOráculo,
75
202693
2368
También hemos trabajado con Volkswagen Oracle,
03:40
on ShelleyShelley, an autonomousautónomo racecarrera carcoche that has racedcorrió
76
205061
3424
en Shelley, un coche de carreras autónomo
03:44
at 150 milesmillas an hourhora throughmediante the BonnevilleBonneville Saltsal FlatsPisos,
77
208485
3070
que ha corrido a 240 km/h en las salinas de Bonneville,
03:47
goneido around ThunderhillThunderhill RacewayAlcantarilla ParkParque in the sunsol,
78
211555
4471
que anduvo en el parque Thunderhill Raceway bajo el sol,
03:51
the windviento and the rainlluvia,
79
216026
2639
el viento y la lluvia,
03:54
and navigatedNavegado the 153 turnsvueltas and 12.4 milesmillas
80
218665
5018
y recorrió las 153 vueltas y los 20 km
03:59
of the PikesPikes PeakPico Hillcolina ClimbEscalada routeruta
81
223683
1562
de la ruta Pikes Peak Hill Climb
04:01
in ColoradoColorado with nobodynadie at the wheelrueda.
82
225245
3473
en Colorado, sin piloto al volante.
04:04
(LaughterRisa)
83
228718
1448
(Risas)
04:06
(ApplauseAplausos)
84
230166
5566
(Aplausos)
04:11
I guessadivinar it goesva withoutsin sayingdiciendo that we'venosotros tenemos had a lot of fundivertido
85
235732
3279
Supongo que no hace falta decir que nos divertimos mucho
04:14
doing this.
86
239011
1304
haciendo esto.
04:16
But in facthecho, there's something elsemás that we'venosotros tenemos developeddesarrollado
87
240315
3657
Pero hay algo más que hemos descubierto
04:19
in the processproceso of developingdesarrollando these autonomousautónomo carscarros.
88
243972
3055
al construir estos coches autónomos.
04:22
We have developeddesarrollado a tremendoustremendo appreciationapreciación
89
247027
3871
Le hemos tomado un gran aprecio
04:26
for the capabilitiescapacidades of humanhumano racecarrera carcoche driversconductores.
90
250898
3817
a las capacidades de los pilotos humanos.
04:30
As we'venosotros tenemos lookedmirado at the questionpregunta of how well do these carscarros performrealizar,
91
254715
4345
A medida que analizábamos el rendimiento de estos coches
04:34
we wanted to comparecomparar them to our humanhumano counterpartscontrapartes.
92
259060
3279
queríamos compararlos con sus contrapartes humanas.
04:38
And we discovereddescubierto theirsu humanhumano counterpartscontrapartes are amazingasombroso.
93
262339
5680
Y descubrimos que sus homólogos humanos son increíbles.
04:43
Now, we can take a mapmapa of a racecarrera trackpista,
94
268019
4023
Podemos trazar un mapa de la pista,
04:47
we can take a mathematicalmatemático modelmodelo of a carcoche,
95
272042
2370
hacer un modelo matemático del coche
04:50
and with some iterationiteración, we can actuallyactualmente find
96
274412
2903
y, luego de varios intentos, encontrar
04:53
the fastestlo más rápido way around that trackpista.
97
277315
1625
el camino más rápido para esa pista.
04:54
We linelínea that up with datadatos that we recordgrabar
98
278940
2533
Cotejamos esos datos con los registrados
04:57
from a professionalprofesional driverconductor,
99
281473
1433
por un piloto profesional
04:58
and the resemblancesemejanza is absolutelyabsolutamente remarkablenotable.
100
282906
4107
y la semejanza es realmente notable.
05:02
Yes, there are subtlesutil differencesdiferencias here,
101
287013
3212
Sí, aquí hay diferencias sutiles,
05:06
but the humanhumano racecarrera carcoche driverconductor is ablepoder to go out
102
290225
3127
pero el piloto humano puede seguir
05:09
and drivemanejar an amazinglyespantosamente fastrápido linelínea,
103
293352
2335
una trayectoria increíblemente rápida
05:11
withoutsin the benefitbeneficio of an algorithmalgoritmo that comparescompara
104
295687
2330
sin los beneficios de un algoritmo que compare
05:13
the trade-offcompensación betweenEntre going as fastrápido as possibleposible
105
298017
2608
el compromiso entre ir tan rápido como sea posible
05:16
in this corneresquina, and shavingafeitado a little bitpoco of time
106
300625
2037
en esta curva y recortar un poco de tiempo
05:18
off of the straightDerecho over here.
107
302662
1902
en esta recta.
05:20
Not only that, they're ablepoder to do it lapregazo
108
304564
3457
No solo eso, sino que lo hace vuelta,
05:23
after lapregazo after lapregazo.
109
308021
2375
tras vuelta, tras vuelta.
05:26
They're ablepoder to go out and consistentlyconsecuentemente do this,
110
310396
2912
Son capaces de hacerlo de manera consistente
05:29
pushingemprendedor the carcoche to the limitslímites everycada singlesoltero time.
111
313308
4128
llevando el coche al límite en cada una de las vueltas.
05:33
It's extraordinaryextraordinario to watch.
112
317436
3169
Es algo extraordinario de ver.
05:36
You put them in a newnuevo carcoche,
113
320605
2066
Uno los sube a un coche nuevo
05:38
and after a fewpocos lapsvueltas, they'veellos tienen foundencontró the fastestlo más rápido linelínea in that carcoche,
114
322671
3902
y al cabo de unas vueltas, encuentran la trayectoria más rápida
05:42
and they're off to the racescarreras.
115
326573
3877
y toman la delantera.
05:46
It really makeshace you think,
116
330450
1146
Realmente te hace querer saber
05:47
we'dmie love to know what's going on insidedentro theirsu braincerebro.
117
331596
4871
qué ocurre dentro del cerebro del piloto.
05:52
So as researchersinvestigadores, that's what we decideddecidido to find out.
118
336467
4541
Y, como investigadores, decidimos averiguarlo.
05:56
We decideddecidido to instrumentinstrumento not only the carcoche,
119
341008
1812
Decidimos colocar instrumental no sólo en el coche
05:58
but alsoademás the racecarrera carcoche driverconductor,
120
342820
2495
sino también en el piloto
06:01
to try to get a glimpsevislumbrar into what was going on
121
345315
2769
para tratar de ver lo que estaba pasando
06:03
in theirsu headcabeza as they were doing this.
122
348084
2186
en su cabeza mientras conducía.
06:06
Now, this is DrDr. LeneLene HarbottHarbott applyingaplicando electrodeselectrodos
123
350270
3950
Allí está la Dra. Lene Harbott colocando electrodos
06:10
to the headcabeza of JohnJohn MortonMorton.
124
354220
1232
en la cabeza de John Morton.
06:11
JohnJohn MortonMorton is a formerex Can-AmCan-Am and IMSAIMSA driverconductor,
125
355452
2989
John Morton es un ex-piloto de carreras
06:14
who'squien es alsoademás a classclase championcampeón at LeLe MansMans.
126
358441
1800
que además es campeón de la clase en Le Mans.
06:16
FantasticFantástico driverconductor, and very willingcomplaciente to put up with graduategraduado studentsestudiantes
127
360241
3496
Un piloto estupendo, con ganas de soportar a los estudiantes
06:19
and this sortordenar of researchinvestigación.
128
363737
1855
y este tipo de investigaciones.
06:21
She's puttingponiendo electrodeselectrodos on his headcabeza
129
365592
2672
Le está colocando electrodos en la cabeza
06:24
so that we can monitormonitor the electricaleléctrico activityactividad
130
368264
2112
para que podamos monitorear la actividad eléctrica
06:26
in John'sJohn braincerebro as he racescarreras around the trackpista.
131
370376
2832
en el cerebro mientras está en la pista.
06:29
Now, clearlyclaramente we're not going to put a couplePareja of electrodeselectrodos on his headcabeza
132
373208
3195
Está claro que con un par de electrodos que pongamos en su cabeza
06:32
and understandentender exactlyexactamente what all of his thoughtspensamientos are on the trackpista.
133
376403
3270
no comprenderemos exactamente qué piensa mientras está en la pista.
06:35
Howeversin embargo, neuroscientistsneurocientíficos have identifiedidentificado certaincierto patternspatrones
134
379673
3407
No obstante, los neurocientíficos han identificado patrones
06:38
that let us teasemolestar out some very importantimportante aspectsaspectos of this.
135
383080
3761
que nos permiten desentrańar algunas cuestiones importantes.
06:42
For instanceejemplo, the restingdescansando braincerebro
136
386841
1847
Por ejemplo, el cerebro en reposo
06:44
tendstiende to generategenerar a lot of alphaalfa wavesolas.
137
388688
2155
tiende a generar gran cantidad de ondas alfa.
06:46
In contrastcontraste, thetatheta wavesolas are associatedasociado with
138
390843
3752
En cambio, las ondas theta se asocian
06:50
a lot of cognitivecognitivo activityactividad, like visualvisual processingtratamiento,
139
394595
3184
a mucha actividad cognitiva, como el procesamiento visual,
06:53
things where the driverconductor is thinkingpensando quitebastante a bitpoco.
140
397779
3048
algo en lo que el piloto piensa bastante.
06:56
Now, we can measuremedida this,
141
400827
1663
Podemos medir esto
06:58
and we can look at the relativerelativo powerpoder
142
402490
1985
y ver la intensidad relativa
07:00
betweenEntre the thetatheta wavesolas and the alphaalfa wavesolas.
143
404475
2200
entre las ondas theta y las alfa.
07:02
This givesda us a measuremedida of mentalmental workloadcarga de trabajo,
144
406675
2442
Esto nos da una medida del trabajo mental;
07:05
how much the driverconductor is actuallyactualmente challengedDesafiado cognitivelycognitivamente
145
409117
3567
cuál es el desafío cognitivo del piloto
07:08
at any pointpunto alonga lo largo the trackpista.
146
412684
1786
en cada punto de la pista.
07:10
Now, we wanted to see if we could actuallyactualmente recordgrabar this
147
414470
2942
Pero queríamos ver si podíamos registrarlo
07:13
on the trackpista, so we headedcon membrete down southsur to LagunaLaguna SecaSeca.
148
417412
3038
en la pista, así que nos fuimos al sur, a Laguna Seca.
07:16
LagunaLaguna SecaSeca is a legendarylegendario racewayalcantarilla
149
420450
2016
Laguna Seca es una pista legendaria
07:18
about halfwayMedio camino betweenEntre SalinasSalinas and MontereyMonterey.
150
422466
2301
a mitad de camino entre Salinas y Monterrey.
07:20
It has a curvecurva there calledllamado the CorkscrewSacacorchos.
151
424767
2087
Tiene una curva llamada Corkscrew (sacacorchos).
07:22
Now, the CorkscrewSacacorchos is a chicanecrítica, followedseguido by a quickrápido
152
426854
2717
Corkscrew es una chicana, seguida de una curva
07:25
right-handeddiestro turngiro as the roadla carretera dropsgotas threeTres storiescuentos.
153
429571
2746
rápida a la derecha en un camino que desciende tres niveles.
07:28
Now, the strategyestrategia for drivingconducción this as explainedexplicado to me was,
154
432317
3766
La estrategia para conducir allí, me explicaban,
07:31
you aimobjetivo for the busharbusto in the distancedistancia,
155
436083
2022
es apuntar a los arbustos distantes,
07:34
and as the roadla carretera fallscaídas away, you realizedarse cuenta de it was actuallyactualmente the topparte superior of a treeárbol.
156
438105
3025
y, a medida que el camino cae, uno se da cuenta de que era la copa de un árbol.
07:37
All right, so thanksGracias to the RevsRevs ProgramPrograma at StanfordStanford,
157
441130
3304
Bueno, así que gracias al Programa Revs de Stanford
07:40
we were ablepoder to take JohnJohn there
158
444434
1473
pudimos llevar a John
07:41
and put him behinddetrás the wheelrueda
159
445907
964
y sentarlo al volante
07:42
of a 1960 PorschePorsche AbarthAbarth CarreraCarrera.
160
446871
2439
de un Porsche Abarth Carrera 1960.
07:45
Life is way too shortcorto for boringaburrido carscarros.
161
449310
3698
La vida es demasiado corta para usar coches aburridos.
07:48
So, here you see JohnJohn on the trackpista,
162
453008
1759
Aquí está John en la pista,
07:50
he's going up the hillcolina -- Oh! SomebodyAlguien likedgustó that --
163
454767
2184
aquí va cuesta arriba -¡Oh! A alguien le gustó-
07:52
and you can see, actuallyactualmente, his mentalmental workloadcarga de trabajo
164
456951
2465
y pueden ver su trabajo mental
07:55
-- measuringmedición here in the redrojo barbar --
165
459416
2153
-medido con la barra roja-
07:57
you can see his actionscomportamiento as he approachesenfoques.
166
461569
2343
pueden ver sus acciones conforme se aproxima.
07:59
Now watch, he has to downshiftdownshift.
167
463912
3230
Ahora miren, tiene que bajar la velocidad.
08:03
And then he has to turngiro left.
168
467142
761
Y luego dobla a la izquierda.
08:03
Look for the treeárbol, and down.
169
467903
3993
Mira el árbol, y hacia abajo.
08:07
Not surprisinglyasombrosamente, you can see this is a prettybonita challengingdesafiante tasktarea.
170
471896
2838
No es de extrañar, como ven, que sea una tarea bastante difícil.
08:10
You can see his mentalmental workloadcarga de trabajo spikeespiga as he goesva throughmediante this,
171
474734
2976
Pueden ver el pico de trabajo mental mientras lo hace,
08:13
as you would expectesperar with something that requiresrequiere
172
477710
2064
como es de esperar en una actividad que requiere
08:15
this levelnivel of complexitycomplejidad.
173
479774
2809
este nivel de complejidad.
08:18
But what's really interestinginteresante is to look at areasáreas of the trackpista
174
482583
3416
Pero lo interesante es ver las zonas de la pista
08:21
where his mentalmental workloadcarga de trabajo doesn't increaseincrementar.
175
485999
2846
en las que su trabajo mental no aumenta.
08:24
I'm going to take you around now
176
488845
1495
Ahora los llevaré
08:26
to the other sidelado of the trackpista.
177
490340
1089
al otro lado de la pista.
08:27
TurnGiro threeTres. And John'sJohn going to go into that corneresquina
178
491429
2336
Tercera curva. John está por entrar en esa curva
08:29
and the rearposterior endfin of the carcoche is going to beginempezar to slidediapositiva out.
179
493765
2551
y el coche empezará a irse de cola.
08:32
He's going to have to correctcorrecto for that with steeringgobierno.
180
496316
2017
Tendrá que corregirlo con la dirección.
08:34
So watch as JohnJohn does this here.
181
498333
2231
Vean cómo lo hace John, aquí.
08:36
Watch the mentalmental workloadcarga de trabajo, and watch the steeringgobierno.
182
500564
2322
Vean el trabajo mental, y vean la dirección.
08:38
The carcoche beginscomienza to slidediapositiva out, dramaticdramático maneuvermaniobra to correctcorrecto it,
183
502886
3672
El coche se va de cola, una gran maniobra para corregirlo,
08:42
and no changecambio whatsoeverlo que in the mentalmental workloadcarga de trabajo.
184
506558
3523
sin nigún cambio en el trabajo mental.
08:45
Not a challengingdesafiante tasktarea.
185
510081
2832
No es una tarea difícil.
08:48
In facthecho, entirelyenteramente reflexivereflexivo.
186
512913
3200
De hecho, es un acto reflejo.
08:52
Now, our datadatos processingtratamiento on this is still preliminarypreliminar,
187
516113
3643
Aún estamos en una etapa preliminar del análisis de datos
08:55
but it really seemsparece that these phenomenalfenomenal featshazañas
188
519756
2672
pero al parecer estas hazañas fenomenales
08:58
that the racecarrera carcoche driversconductores are performingamaestrado
189
522428
1610
que realizan los pilotos de carreras
08:59
are instinctiveinstintivo.
190
524038
1910
son instintivas.
09:01
They are things that they have simplysimplemente learnedaprendido to do.
191
525948
3390
Hay cosas que sencillamente han aprendido a hacer.
09:05
It requiresrequiere very little mentalmental workloadcarga de trabajo
192
529338
2282
Y les demanda muy poco trabajo mental
09:07
for them to performrealizar these amazingasombroso featshazañas.
193
531620
2824
realizar estas hazañas asombrosas.
09:10
And theirsu actionscomportamiento are fantasticfantástico.
194
534444
3135
Sus acciones son fantásticas.
09:13
This is exactlyexactamente what you want to do on the steeringgobierno wheelrueda
195
537579
2611
Es exactamente lo que uno quiere hacer al volante
09:16
to catchcaptura the carcoche in this situationsituación.
196
540190
3337
para manejar el coche en esta situación.
09:19
Now, this has givendado us tremendoustremendo insightvisión
197
543527
3445
Ahora, esto nos ha dado muchas ideas
09:22
and inspirationinspiración for our ownpropio autonomousautónomo vehiclesvehículos.
198
546972
3122
e inspiración para nuestros vehículos autónomos.
09:25
We'veNosotros tenemos startedempezado to askpedir the questionpregunta:
199
550094
1928
Nos empezamos a preguntar:
09:27
Can we make them a little lessMenos algorithmicalgorítmico
200
552022
2253
¿podemos hacerlos menos algorítmicos
09:30
and a little more intuitiveintuitivo?
201
554275
2449
y un poco más intuitivos?
09:32
Can we take this reflexivereflexivo actionacción
202
556724
2281
¿Podemos transferir este acto reflejo
09:34
that we see from the very bestmejor racecarrera carcoche driversconductores,
203
559005
2287
que vemos en los mejores pilotos de carreras,
09:37
introduceintroducir it to our carscarros,
204
561292
1649
a nuestros coches,
09:38
and maybe even into a systemsistema that could
205
562941
1984
e incluso a un sistema que pueda
09:40
get ontosobre your carcoche in the futurefuturo?
206
564925
1968
ir en sus coches en el futuro?
09:42
That would take us a long steppaso
207
566893
1611
Hay un largo trecho por recorrer
09:44
alonga lo largo the roadla carretera to autonomousautónomo vehiclesvehículos
208
568504
2509
hasta lograr vehículos autónomos
09:46
that drivemanejar as well as the bestmejor humanshumanos.
209
571013
1912
que conduzcan tan bien como los humanos.
09:48
But it's madehecho us think a little bitpoco more deeplyprofundamente as well.
210
572925
3440
Pero eso también nos hace reflexionar.
09:52
Do we want something more from our carcoche
211
576365
2968
¿Queremos algo más de nuestro coche
09:55
than to simplysimplemente be a chauffeurchofer?
212
579333
1840
o que simplemente sea su propio chofer?
09:57
Do we want our carcoche to perhapsquizás be a partnercompañero, a coachentrenador,
213
581173
4235
¿Queremos quizá que sea un compańero, un entrenador,
10:01
someonealguien that can use theirsu understandingcomprensión of the situationsituación
214
585408
3087
que use su conocimiento de la situación
10:04
to help us reachalcanzar our potentialpotencial?
215
588495
4256
para ayudarnos a alcanzar nuestro potencial?
10:08
Can, in facthecho, the technologytecnología not simplysimplemente replacereemplazar humanshumanos,
216
592751
2273
¿Puede la tecnología no solo reemplazarnos como humanos
10:10
but allowpermitir us to reachalcanzar the levelnivel of reflexreflejo and intuitionintuición
217
595024
4575
sino permitirnos alcanzar todo el nivel de reflejos e intuición
10:15
that we're all capablecapaz of?
218
599599
3425
de que somos capaces?
10:18
So, as we movemovimiento forwardadelante into this technologicaltecnológico futurefuturo,
219
603024
1923
Así, conforme avanzamos hacia este futuro tecnológico,
10:20
I want you to just pausepausa and think of that for a momentmomento.
220
604947
2821
quiero que se detengan a pensar un momento.
10:23
What is the idealideal balanceequilibrar of humanhumano and machinemáquina?
221
607768
3775
¿Cuál es el balance ideal entre hombre y máquina?
10:27
And as we think about that,
222
611543
1709
Y mientras lo pensamos,
10:29
let's take inspirationinspiración
223
613252
1731
inspirémonos
10:30
from the absolutelyabsolutamente amazingasombroso capabilitiescapacidades
224
614983
3329
en las capacidades absolutamente increíbles
10:34
of the humanhumano bodycuerpo and the humanhumano mindmente.
225
618312
2816
del cuerpo y la mente humanos.
10:37
Thank you.
226
621128
1736
Gracias.
10:38
(ApplauseAplausos)
227
622864
4604
(Aplausos)
Translated by Sebastian Betti
Reviewed by Amaranta Heredia Jaén

▲Back to top

ABOUT THE SPEAKER
Chris Gerdes - Mechanical engineer
An autonomous car may seem like a thing of the distant future, but mechanical engineer Chris Gerdes is racing to make it a reality today.

Why you should listen

Imagine a car that can drive itself -- that with the push of a button can get you home safely when you’re too tired to drive or have had a night of one too many drinks. Dr. Chris Gerdes , the Director of the Center for Automotive Research at Stanford (conveniently acronymed CARS), and his team are developing a robotic race car, capable of driving at outrageous speeds while avoiding every possible accident. Gerdes’ research focuses on the development of driver assistance systems for collision avoidance, as well as on new combustion processes for engines.

Prior to teaching at Stanford, Gerdes was the project leader for vehicle dynamics at the Vehicle Systems Technology Center of Daimler-Benz Research and Technology North America. His work at Daimler focused on safety analysis.

More profile about the speaker
Chris Gerdes | Speaker | TED.com

Data provided by TED.

This site was created in May 2015 and the last update was on January 12, 2020. It will no longer be updated.

We are currently creating a new site called "eng.lish.video" and would be grateful if you could access it.

If you have any questions or suggestions, please feel free to write comments in your language on the contact form.

Privacy Policy

Developer's Blog

Buy Me A Coffee