TED2011
Sebastian Thrun: Google's driverless car
સેબેસ્ટિયન થ્રોન: ગૂગલની ડ્રાઈવરલેસ કાર
Filmed:
Readability: 3.8
3,196,365 views
સેબેસ્ટિયન થ્રુને ગૂગલની આશ્ચર્યજનક ડ્રાઈવરલેસ કાર બનાવવામાં મદદ કરી, જીવન બચાવવા અને ટ્રાફિક અકસ્માતો ઘટાડવા માટે ખૂબ જ વ્યક્તિગત ખોજ દ્વારા સંચાલિત. જાવડ્રોપિંગ વિડિઓ બતાવે છે કે DARPA ચેલેન્જ-વિજેતા કાર મોટરિંગિંગ વ્યસ્ત શહેર ટ્રાફિક દ્વારા વ્હીલ પાછળ કોઈ ન હોય, અને TED2011 ના નાટકીય પરીક્ષણ ડ્રાઇવ ફૂટેજ બતાવે છે કે વસ્તુ સીએ કેટલી ઝડપી છે
Sebastian Thrun - Educator, entrepreneur
Sebastian Thrun is a passionate technologist who is constantly looking for new opportunities to make the world better for all of us. Full bio
Sebastian Thrun is a passionate technologist who is constantly looking for new opportunities to make the world better for all of us. Full bio
Double-click the English transcript below to play the video.
00:15
As a boy,
0
0
2000
એક છોકરો તરીકે,
00:17
I loved cars.
1
2000
2000
મને કાર ખૂબ ગમતી
00:19
When I turned 18,
2
4000
2000
જ્યારે હું 18 વર્ષનો થયો
00:21
I lost my best friend to a car accident.
3
6000
3000
મેં કારના અકસ્માતમાં મારો શ્રેષ્ઠ મિત્ર ગુમાવ્યો.
00:25
Like this.
4
10000
2000
આ જેવું.
00:27
And then I decided I'd dedicate my life
5
12000
3000
અને પછી મેં નક્કી કર્યું કે હું મારું જીવન સમર્પિત કરીશ
00:30
to saving one million people
6
15000
2000
એક મિલિયન લોકોને બચાવવા માટે
00:32
every year.
7
17000
2000
દર વર્ષે.
00:34
Now I haven't succeeded, so this is just a progress report,
8
19000
3000
હવે હું સફળ થયો નથી, તેથી આ ફક્ત એક પ્રગતિ અહેવાલ છે,
00:37
but I'm here to tell you a little bit about self-driving cars.
9
22000
3000
પરંતુ હું તમને સેલ્ફ ડ્રાઇવિંગ કારો વિશે થોડુંક જણાવવા અહીં છું.
00:40
I saw the concept first
10
25000
2000
મેં પહેલા કન્સેપ્ટ જોયું
00:42
in the DARPA Grand Challenges
11
27000
2000
DARPA ગ્રાન્ડ ચેલેન્જમાં
00:44
where the U.S. government issued a prize
12
29000
2000
જ્યાં યુ.એસ. સરકારે ઇનામ આપ્યું
00:46
to build a self-driving car that could navigate a desert.
13
31000
3000
સ્વ-ડ્રાઇવિંગ કાર બનાવવી કે જે રણમાં નેવિગેટ થઈ શકે.
00:49
And even though a hundred teams were there,
14
34000
3000
અને સો ટીમ હોવા છતાં પણ
00:52
these cars went nowhere.
15
37000
3000
આ ગાડીઓ ક્યાંય ગઈ ન હતી.
00:55
So we decided at Stanford to build a different self-driving car.
16
40000
3000
તેથી અમે સ્ટેનફોર્ડ ખાતે એક અલગ સ્વ-ડ્રાઇવિંગ કાર બનાવવાનું નક્કી કર્યું.
00:58
We built the hardware and the software.
17
43000
3000
અમે હાર્ડવેર અને software બનાવ્યું છે
01:01
We made it learn from us,
18
46000
2000
અમે તેને અમારી પાસેથી શીખવ્યું
01:03
and we set it free in the desert.
19
48000
3000
અને અમે તેને રણમાં મુક્ત કરી દીધું.
01:06
And the unimaginable happened:
20
51000
2000
અને અકલ્પનીય થયું:
01:08
it became the first car
21
53000
2000
તે પ્રથમ કાર બની
01:10
to ever return from a DARPA Grand Challenge,
22
55000
2000
હંમેશાં DARPA ગ્રાન્ડ ચેલેન્જથી પાછા આવવું,
01:12
winning Stanford 2 million dollars.
23
57000
3000
સ્ટેનફોર્ડ 2 મિલિયન ડોલર જીત્યા.
01:17
Yet I still hadn't saved a single life.
24
62000
3000
છતાં મેં હજી એકેય જીવન બચાવેલ નહોતું.
01:20
Since, our work has focused
25
65000
3000
ત્યારથી, અમારું કાર્ય ધ્યાન કેન્દ્રિત કર્યું છે
01:23
on building driving cars
26
68000
2000
મકાન ડ્રાઇવિંગ કાર પર
01:25
that can drive anywhere by themselves --
27
70000
3000
જે પોતાને દ્વારા ક્યાંય પણ વાહન ચલાવી શકે છે -
01:28
any street in California.
28
73000
2000
કેલિફોર્નિયામાં કોઈપણ શેરી.
01:30
We've driven 140,000 miles.
29
75000
3000
અમે 140,000 માઇલ ચલાવ્યું છે.
01:33
Our cars have sensors
30
78000
3000
અમારી કારમાં સેન્સર છે
01:36
by which they magically can see
31
81000
3000
જેના દ્વારા તેઓ જાદુઈ રીતે જોઈ શકે છે
01:39
everything around them
32
84000
2000
તેમની આસપાસ બધું
01:41
and make decisions
33
86000
2000
અને નિર્ણયો લે છે
01:43
about every aspect of driving.
34
88000
3000
ડ્રાઇવિંગના દરેક પાસા વિશે.
01:46
It's the perfect driving mechanism.
35
91000
3000
તે સંપૂર્ણ ડ્રાઇવિંગ મિકેનિઝમ છે.
01:49
We've driven in cities,
36
94000
2000
અમે શહેરોમાં વાહન ચલાવ્યું છે,
01:51
like in San Francisco here.
37
96000
2000
સાન ફ્રાન્સિસ્કોની જેમ.
01:53
We've driven from San Francisco to Los Angeles on Highway 1.
38
98000
4000
અમે હાઇવે 1 પર સાન ફ્રાન્સિસ્કોથી લોસ એન્જલસ તરફ પ્રયાણ કર્યું છે.
01:57
We've encountered joggers,
39
102000
2000
અમને જોગર્સનો સામનો કરવો પડ્યો છે,
01:59
busy highways, toll booths,
40
104000
3000
વ્યસ્ત હાઇવે, ટોલ બૂથ,
02:02
and this is without a person in the loop;
41
107000
2000
અને આ લૂપમાંની વ્યક્તિ વિના છે;
02:04
the car just drives itself.
42
109000
2000
કાર ફક્ત પોતાને ચલાવે છે.
02:06
In fact, while we drove 140,000 miles,
43
111000
3000
હકીકતમાં, જ્યારે અમે 140,000 માઇલ ચલાવ્યું,
02:09
people didn't even notice.
44
114000
3000
લોકોની નજર પણ ન પડી.
02:12
Mountain roads,
45
117000
2000
પર્વતીય રસ્તા,
02:14
day and night,
46
119000
3000
દિવસ અને રાત,
02:17
and even crooked Lombard Street
47
122000
3000
અને કુટિલ લોમ્બાર્ડ સ્ટ્રીટ પણ
02:20
in San Francisco.
48
125000
2000
સાન ફ્રાન્સિસ્કોમાં.
02:22
(Laughter)
49
127000
2000
(હાસ્ય)
02:25
Sometimes our cars get so crazy,
50
130000
3000
કેટલીકવાર આપણી ગાડીઓ ખૂબ ઉન્મત્ત થઈ જાય છે,
02:28
they even do little stunts.
51
133000
3000
તેઓ થોડો સ્ટંટ પણ કરે છે.
02:32
(Video) Man: Oh, my God.
52
137000
2000
(વિડિઓ) માણસ: ઓહ, મારા ભગવાન.
02:36
What?
53
141000
2000
શું??
02:38
Second Man: It's driving itself.
54
143000
3000
બીજો માણસ: તે જાતે જ વાહન ચલાવતો હોય છે.
02:42
Sebastian Thrun: Now I can't get my friend Harold back to life,
55
147000
3000
સેબેસ્ટિયન થ્રોન: હવે હું મારા મિત્ર હેરોલ્ડને જીવનમાં પાછો મેળવી શકતો નથી,
02:45
but I can do something for all the people who died.
56
150000
2000
પરંતુ મૃત્યુ પામેલા બધા લોકો માટે હું કંઈક કરી શકું છું.
02:47
Do you know that driving accidents
57
152000
3000
શું તમે જાણો છો કે ડ્રાઇવિંગ અકસ્માતો
02:50
are the number one cause of death for young people?
58
155000
3000
યુવાન લોકો માટે મૃત્યુનું એક નંબરનું કારણ છે?
02:53
And do you realize that almost all of those
59
158000
3000
અને શું તમે સમજો છો કે તે લગભગ બધા
02:56
are due to human error
60
161000
3000
માનવ ભૂલને કારણે છે
02:59
and not machine error,
61
164000
2000
અને મશીન ભૂલ નથી,
03:01
and can therefore be prevented by machines?
62
166000
3000
અને તેથી મશીનો દ્વારા રોકી શકાય છે
03:05
Do you realize
63
170000
2000
તમને ખ્યાલ છે?
03:07
that we could change the capacity of highways
64
172000
3000
કે આપણે હાઇવેની ક્ષમતા બદલી શકીએ
03:10
by a factor of two or three
65
175000
3000
બે કે ત્રણ પરિબળ
03:13
if we didn't rely on human precision
66
178000
2000
જો આપણે માનવ ચોકસાઇ પર ભરોસો ન રાખીએ
03:15
on staying in the lane --
67
180000
2000
લેનમાં રહેવા પર -
03:17
improve body position
68
182000
2000
શરીરની સ્થિતિમાં સુધારો
03:19
and therefore drive a little bit closer together
69
184000
2000
અને તેથી સાથે મળીને થોડી વાહન ચલાવો
03:21
on a little bit narrower lanes,
70
186000
2000
થોડી સાંકડી ગલીઓ પર,
03:23
and do away with all traffic jams on highways?
71
188000
3000
અને હાઇવે પરના તમામ ટ્રાફિક જામને દૂર કરો છો?
03:28
Do you realize that you, TED users,
72
193000
3000
શું તમને ખ્યાલ છે કે તમે, TED વપરાશકર્તાઓ
03:31
spend an average
73
196000
2000
સરેરાશ ખર્ચ કરો
03:33
of 52 minutes per day
74
198000
2000
દિવસ દીઠ 52 મિનિટ
03:35
in traffic,
75
200000
2000
ટ્રાફિકમાં,
03:37
wasting your time
76
202000
2000
તમારો સમય બરબાદ કરવો
03:39
on your daily commute?
77
204000
3000
તમારા દૈનિક સફર પર?
03:42
You could regain this time.
78
207000
2000
તમે આ સમય ફરીથી મેળવી શકશો.
03:44
This is four billion hours
79
209000
2000
આ ચાર અબજ કલાક છે
03:46
wasted in this country alone.
80
211000
3000
આ દેશમાં એકલા વેડફાઈ રહ્યા છે.
03:49
And it's 2.4 billion gallons of gasoline wasted.
81
214000
4000
અને તે 2.4 અબજ ગેલનનો ગેસોલિન વેડફાઇ રહ્યો છે.
03:53
Now I think there's a vision here, a new technology,
82
218000
3000
હવે મને લાગે છે કે અહીં એક દ્રષ્ટિ છે, એક નવી તકનીક છે
03:56
and I'm really looking forward to a time
83
221000
2000
અને હું ખરેખર એક સમયની રાહ જોઉં છું
03:58
when generations after us look back at us
84
223000
2000
જ્યારે આપણી પછીની પે generationsીઓ આપણને પાછળ જુએ છે
04:00
and say how ridiculous it was that humans were driving cars.
85
225000
3000
અને કહો કે તે કેટલું હાસ્યાસ્પદ હતું કે માણસો કાર ચલાવતા હતા.
04:03
Thank you.
86
228000
2000
આભાર
04:05
(Applause)
87
230000
2000
(તાળીઓ)..
ABOUT THE SPEAKER
Sebastian Thrun - Educator, entrepreneurSebastian Thrun is a passionate technologist who is constantly looking for new opportunities to make the world better for all of us.
Why you should listen
Sebastian Thrun is an educator, entrepreneur and troublemaker. After a long life as a professor at Stanford University, Thrun resigned from tenure to join Google. At Google, he founded Google X, home to self-driving cars and many other moonshot technologies. Thrun also founded Udacity, an online university with worldwide reach, and Kitty Hawk, a "flying car" company. He has authored 11 books, 400 papers, holds 3 doctorates and has won numerous awards.
Sebastian Thrun | Speaker | TED.com