TED2015
Chris Urmson: How a driverless car sees the road
Chris Urmson: Come vede la strada una macchina senza conducente
Filmed:
Readability: 3.3
2,536,355 views
Statisticamente, la parte meno affidabile di una macchina è... il conducente. Chris Urmson è a capo del progetto di Google sulle macchine senza conducente, uno dei tanti sforzi per rimuovere la persone dal posto di guida. Ci parla dello stato attuale del progetto, e condivide dei filmati affascinanti che mostrano come la macchina veda la strada e prenda autonomamente decisioni su come agire.
Double-click the English transcript below to play the video.
00:12
So in 1885, Karl Benz
invented the automobile.
invented the automobile.
0
528
3949
Nel 1885 Karl Benz
inventò l'automobile.
inventò l'automobile.
00:16
Later that year, he took it out
for the first public test drive,
for the first public test drive,
1
4707
3762
Dopo un anno, la portò fuori
per testarla pubblicamente
per testarla pubblicamente
00:20
and -- true story --
crashed into a wall.
crashed into a wall.
2
8469
3375
e - è una storia vera-
si schiantò contro un muro.
si schiantò contro un muro.
00:24
For the last 130 years,
3
12184
2043
Negli ultimi 130 anni,
00:26
we've been working around that least
reliable part of the car, the driver.
reliable part of the car, the driver.
4
14227
4319
abbiamo lavorato sulla parte
meno affidabile dell'auto, il conducente.
meno affidabile dell'auto, il conducente.
00:30
We've made the car stronger.
5
18546
1354
Abbiamo reso l'auto più forte.
00:32
We've added seat belts,
we've added air bags,
we've added air bags,
6
20200
2548
Abbiamo aggiunto
cinture e airbag,
cinture e airbag,
00:34
and in the last decade, we've actually
started trying to make the car smarter
started trying to make the car smarter
7
22748
3971
e, negli ultimi dieci anni,
abbiamo cercato di rendere
le auto più intelligenti
le auto più intelligenti
00:38
to fix that bug, the driver.
8
26719
2938
per risolvere il difetto maggiore,
il conducente.
il conducente.
00:41
Now, today I'm going to talk to you
a little bit about the difference
a little bit about the difference
9
29657
3261
Oggi, vi parlerò un po'
della differenza che esiste
della differenza che esiste
00:44
between patching around the problem
with driver assistance systems
with driver assistance systems
10
32918
3808
tra il mitigare il problema
grazie a sistemi di guida assistita
grazie a sistemi di guida assistita
00:48
and actually having fully
self-driving cars
self-driving cars
11
36726
2564
e avere auto che guidano da sole
e di cosa potrebbe significare
per il mondo.
per il mondo.
00:51
and what they can do for the world.
12
39290
1880
00:53
I'm also going to talk to you
a little bit about our car
a little bit about our car
13
41170
2995
Parlerò anche un po' della nostra auto,
00:56
and allow you to see how it sees the world
and how it reacts and what it does,
and how it reacts and what it does,
14
44165
3999
come vede il mondo
e come reagisce e cosa fa,
e come reagisce e cosa fa,
01:00
but first I'm going to talk
a little bit about the problem.
a little bit about the problem.
15
48164
3187
ma prima affrontiamo
il problema principale.
il problema principale.
Ed è un grosso problema:
01:03
And it's a big problem:
16
51651
1648
01:05
1.2 million people are killed
on the world's roads every year.
on the world's roads every year.
17
53299
3089
1,2 milioni di persone muoiono
sulle nostre strade ogni anno.
sulle nostre strade ogni anno.
01:08
In America alone, 33,000 people
are killed each year.
are killed each year.
18
56388
3784
Solo in America, 33 000 persone
muoiono ogni anno.
muoiono ogni anno.
01:12
To put that in perspective,
19
60172
2028
Per fare un paragone,
01:14
that's the same as a 737
falling out of the sky every working day.
falling out of the sky every working day.
20
62200
4797
è come se un 737
cadesse dal cielo ogni giorno lavorativo.
cadesse dal cielo ogni giorno lavorativo.
È incredibile.
01:19
It's kind of unbelievable.
21
67342
1786
Le auto sono vendute così,
01:21
Cars are sold to us like this,
22
69548
2298
ma questa è la realtà.
01:23
but really, this is what driving's like.
23
71846
2717
01:26
Right? It's not sunny, it's rainy,
24
74563
2159
Giusto? Non c'è il sole, piove,
vorreste fare tutt'altro
piuttosto che guidare.
piuttosto che guidare.
01:28
and you want to do anything
other than drive.
other than drive.
25
76722
2488
01:31
And the reason why is this:
26
79210
1622
E il motivo è il seguente:
01:32
Traffic is getting worse.
27
80832
1858
Il traffico sta peggiorando.
01:34
In America, between 1990 and 2010,
28
82690
3506
In America tra il 1990 e il 2010,
01:38
the vehicle miles traveled
increased by 38 percent.
increased by 38 percent.
29
86196
3504
i chilometri percorsi da veicoli su strada
sono aumentati del 38 per cento.
sono aumentati del 38 per cento.
Le strade sono aumentate del sei per cento
01:42
We grew by six percent of roads,
30
90213
2749
01:44
so it's not in your brains.
31
92962
1602
non ce lo siamo inventati.
01:46
Traffic really is substantially worse
than it was not very long ago.
than it was not very long ago.
32
94564
4276
Il traffico è sostanzialmente peggiorato,
rispetto a qualche anno fa.
rispetto a qualche anno fa.
01:50
And all of this has a very human cost.
33
98840
2409
E tutto ciò si riflette su di noi.
Prendendo i 50 minuti
di pendolarismo in America,
di pendolarismo in America,
01:53
So if you take the average commute time
in America, which is about 50 minutes,
in America, which is about 50 minutes,
34
101529
3948
01:57
you multiply that by the 120 million
workers we have,
workers we have,
35
105477
3649
moltiplicandolo per 120 milioni
dei nostri lavoratori,
dei nostri lavoratori,
02:01
that turns out to be
about six billion minutes
about six billion minutes
36
109126
2225
otteniamo sei miliardi di minuti
02:03
wasted in commuting every day.
37
111351
2026
sprecati ogni giorno in pendolarismo.
02:05
Now, that's a big number,
so let's put it in perspective.
so let's put it in perspective.
38
113377
2827
È un numero enorme,
osserviamolo nel dettaglio.
osserviamolo nel dettaglio.
02:08
You take that six billion minutes
39
116204
1774
Se prendiamo sei miliardi di minuti
02:09
and you divide it by the average
life expectancy of a person,
life expectancy of a person,
40
117978
3784
e li dividiamo per l'aspettativa
di vita media di una persona,
di vita media di una persona,
02:13
that turns out to be 162 lifetimes
41
121762
3135
otteniamo 162 vite
02:16
spent every day, wasted,
42
124897
2925
spese ogni giorno, sprecate,
02:19
just getting from A to B.
43
127822
2044
solo per spostarsi dal punto A
al punto B.
al punto B.
02:21
It's unbelievable.
44
129866
1730
Incredibile.
02:23
And then, there are those of us
who don't have the privilege
who don't have the privilege
45
131596
2844
Poi ci sono persone
che non hanno il privilegio
che non hanno il privilegio
02:26
of sitting in traffic.
46
134440
1672
di stare nel traffico.
02:28
So this is Steve.
47
136112
1578
Questo è Steve.
02:29
He's an incredibly capable guy,
48
137690
1765
Un ragazzo estremamente capace,
02:31
but he just happens to be blind,
49
139455
2516
ma purtroppo è non vedente,
e significa che invece di guidare
30 minuti la mattina per andare a lavoro
30 minuti la mattina per andare a lavoro
02:33
and that means instead of a 30-minute
drive to work in the morning,
drive to work in the morning,
50
141971
3217
02:37
it's a two-hour ordeal
of piecing together bits of public transit
of piecing together bits of public transit
51
145188
3979
impiega due ore in un' esperienza
traumatica con il trasporto pubblico
traumatica con il trasporto pubblico
02:41
or asking friends and family for a ride.
52
149167
2385
o chiede un passaggio
ad amici e parenti.
ad amici e parenti.
02:43
He doesn't have that same freedom
that you and I have to get around.
that you and I have to get around.
53
151552
3669
Non ha la nostra stessa libertà
di andare in giro.
di andare in giro.
02:47
We should do something about that.
54
155221
2460
Dobbiamo fare qualcosa.
La convinzione comune
02:49
Now, conventional wisdom would say
55
157891
1757
02:51
that we'll just take
these driver assistance systems
these driver assistance systems
56
159648
2492
è che prendiamo questi sistemi
di guida assistita
di guida assistita
02:54
and we'll kind of push them
and incrementally improve them,
and incrementally improve them,
57
162140
3750
li miglioriamo sempre di più
e con il tempo, si trasformeranno
in auto senza conducente.
in auto senza conducente.
02:57
and over time, they'll turn
into self-driving cars.
into self-driving cars.
58
165890
2542
03:00
Well, I'm here to tell you
that's like me saying
that's like me saying
59
168432
2409
È come se vi dicessi
03:02
that if I work really hard at jumping,
one day I'll be able to fly.
one day I'll be able to fly.
60
170841
4057
che se mi impegno sul serio a saltare,
sarò in gradi di volare.
sarò in gradi di volare.
In realtà abbiamo bisogno di
qualcosa di diverso
qualcosa di diverso
03:06
We actually need to do
something a little different.
something a little different.
61
174898
2728
03:09
And so I'm going to talk to you
about three different ways
about three different ways
62
177626
2711
e quindi vi mosterò tre differenti aspetti
per i cui i sistemi senza conducente
sono diversi da quelli di guida assistita.
sono diversi da quelli di guida assistita.
03:12
that self-driving systems are different
than driver assistance systems.
than driver assistance systems.
63
180337
3346
03:15
And I'm going to start
with some of our own experience.
with some of our own experience.
64
183683
2651
E vi mostrerò alcune
delle nostre esperienze.
delle nostre esperienze.
03:18
So back in 2013,
65
186334
2253
Nel 2013
03:20
we had the first test
of a self-driving car
of a self-driving car
66
188587
2663
effettuammo il primo test di auto
senza conducente
senza conducente
03:23
where we let regular people use it.
67
191250
2027
consentendo a persone normali di usarle.
03:25
Well, almost regular --
they were 100 Googlers,
they were 100 Googlers,
68
193277
2202
Be', quasi normali --
100 impiegati di Google,
100 impiegati di Google,
03:27
but they weren't working on the project.
69
195479
2003
ma non stavano lavorando sul progetto.
03:29
And we gave them the car and we allowed
them to use it in their daily lives.
them to use it in their daily lives.
70
197482
3621
E abbiamo fornito loro un'auto
da utilizzare su base giornaliera.
da utilizzare su base giornaliera.
03:33
But unlike a real self-driving car,
this one had a big asterisk with it:
this one had a big asterisk with it:
71
201103
3719
Diversamente da un auto senza conducente,
questa aveva un'avvertenza:
questa aveva un'avvertenza:
03:36
They had to pay attention,
72
204822
1504
dovevano prestare attenzione
03:38
because this was an experimental vehicle.
73
206326
2633
perché era un veicolo sperimentale.
03:40
We tested it a lot,
but it could still fail.
but it could still fail.
74
208959
3525
Fu testata a lungo,
ma poteva ancora dare problemi.
ma poteva ancora dare problemi.
03:44
And so we gave them two hours of training,
75
212484
2059
Abbiamo organizzato
un corso di due ore,
un corso di due ore,
03:46
we put them in the car,
we let them use it,
we let them use it,
76
214543
2092
consentendo loro di guidarla
03:48
and what we heard back
was something awesome,
was something awesome,
77
216635
2127
e i feedback ricevuti sono stati grandiosi
mentre qualcuno provava
a portare un prodotto nel mondo.
a portare un prodotto nel mondo.
03:50
as someone trying
to bring a product into the world.
to bring a product into the world.
78
218762
2524
03:53
Every one of them told us they loved it.
79
221286
1925
Piacque a tutti.
03:55
In fact, we had a Porsche driver
who came in and told us on the first day,
who came in and told us on the first day,
80
223211
3566
Il conducente di una Porsche
il primo giorno ci disse,
il primo giorno ci disse,
03:58
"This is completely stupid.
What are we thinking?"
What are we thinking?"
81
226777
2663
"È veramente stupido.
Cosa stiamo pensando?"
Cosa stiamo pensando?"
Ma alla fine, disse
"Non solo dovrò averla io,
"Non solo dovrò averla io,
04:01
But at the end of it, he said,
"Not only should I have it,
"Not only should I have it,
82
229850
2840
ma chiunque altro dovrebbe averla,
perché le persone guidano malissimo."
perché le persone guidano malissimo."
04:04
everyone else should have it,
because people are terrible drivers."
because people are terrible drivers."
83
232690
3175
Era musica per le nostre orecchie,
04:09
So this was music to our ears,
84
237135
1735
04:10
but then we started to look at what
the people inside the car were doing,
the people inside the car were doing,
85
238870
3803
ma quando iniziammo ad osservare
cosa le persone facevano in auto,
cosa le persone facevano in auto,
04:14
and this was eye-opening.
86
242673
1579
abbiamo avuto un'illuminazione.
04:16
Now, my favorite story is this gentleman
87
244252
2438
La mia storia preferita
è di questo signore
è di questo signore
04:18
who looks down at his phone
and realizes the battery is low,
and realizes the battery is low,
88
246690
3829
che controlla il suo cellulare
e si accorge che la batteria è scarica,
e si accorge che la batteria è scarica,
04:22
so he turns around like this in the car
and digs around in his backpack,
and digs around in his backpack,
89
250519
4548
quindi si gira verso il sedile posteriore
e cerca nel suo zainetto,
e cerca nel suo zainetto,
04:27
pulls out his laptop,
90
255067
2153
tira fuori il portatile,
04:29
puts it on the seat,
91
257220
1567
lo mette sul sedile,
04:30
goes in the back again,
92
258787
1764
si gira di nuovo,
04:32
digs around, pulls out
the charging cable for his phone,
the charging cable for his phone,
93
260551
3367
scava e tira fuori il cavo
per il suo cellulare,
per il suo cellulare,
04:35
futzes around, puts it into the laptop,
puts it on the phone.
puts it on the phone.
94
263918
3367
lo mette nel portatile
e lo collega al cellulare.
e lo collega al cellulare.
Infine si assicura che il cellulare
sia in carica.
sia in carica.
04:39
Sure enough, the phone is charging.
95
267285
2043
04:41
All the time he's been doing
65 miles per hour down the freeway.
65 miles per hour down the freeway.
96
269328
3994
Per tutto il tempo ha continuato
a guidare a 105 Km\h.
a guidare a 105 Km\h.
04:45
Right? Unbelievable.
97
273322
2484
Incredibile.
04:47
So we thought about this and we said,
it's kind of obvious, right?
it's kind of obvious, right?
98
275806
3121
Pensandoci su abbiamo detto,
è ovvio, giusto?
è ovvio, giusto?
04:50
The better the technology gets,
99
278927
2263
Migliore è la tecnologia,
04:53
the less reliable
the driver is going to get.
the driver is going to get.
100
281190
2121
meno affidabile sarà il conducente.
Creando semplicemente
auto più intelligenti,
auto più intelligenti,
04:55
So by just making the cars
incrementally smarter,
incrementally smarter,
101
283311
2396
non riusciremo ad ottenere i risultati
di cui abbiamo bisogno.
di cui abbiamo bisogno.
04:57
we're probably not going to see
the wins we really need.
the wins we really need.
102
285707
2902
05:00
Let me talk about something
a little technical for a moment here.
a little technical for a moment here.
103
288609
3901
Affrontiamo qualcosa di tecnico adesso.
Guardiamo questo grafico,
lungo la parte inferiore
lungo la parte inferiore
05:04
So we're looking at this graph,
and along the bottom
and along the bottom
104
292510
2438
sono rappresentate
le frenate non necessarie.
le frenate non necessarie.
05:06
is how often does the car
apply the brakes when it shouldn't.
apply the brakes when it shouldn't.
105
294948
3051
Potete ignorare
la maggior parte di quell'asse,
la maggior parte di quell'asse,
05:09
You can ignore most of that axis,
106
297999
1621
05:11
because if you're driving around town,
and the car starts stopping randomly,
and the car starts stopping randomly,
107
299620
3719
perché se state guidando in città,
e la macchina si ferma senza una ragione,
e la macchina si ferma senza una ragione,
05:15
you're never going to buy that car.
108
303339
1701
non comprerete mai quella macchina.
05:17
And the vertical axis is how often
the car is going to apply the brakes
the car is going to apply the brakes
109
305040
3375
E l'asse verticale sono le frenate
05:20
when it's supposed to
to help you avoid an accident.
to help you avoid an accident.
110
308415
3049
necessarie a evitare un incidente.
05:23
Now, if we look at
the bottom left corner here,
the bottom left corner here,
111
311464
2221
Adesso, guardate l'angolo
in basso a sinistra,
in basso a sinistra,
05:25
this is your classic car.
112
313685
1845
questa è la vostra auto tradizionale.
05:27
It doesn't apply the brakes for you,
it doesn't do anything goofy,
it doesn't do anything goofy,
113
315530
3133
Non frena automaticamente
al posto vostro, non fa nulla di strano,
al posto vostro, non fa nulla di strano,
05:30
but it also doesn't get you
out of an accident.
out of an accident.
114
318663
2779
ma non vi salva nemmeno
da un possibile incidente.
da un possibile incidente.
Se vogliamo aggiungere all'auto
un sistema di guida assistita,
un sistema di guida assistita,
05:33
Now, if we want to bring
a driver assistance system into a car,
a driver assistance system into a car,
115
321442
3018
05:36
say with collision mitigation braking,
116
324460
1828
diciamo un sistema di sicurezza
sulla frenata,
sulla frenata,
05:38
we're going to put some package
of technology on there,
of technology on there,
117
326288
2612
serve più tecnologia.
05:40
and that's this curve, and it's going
to have some operating properties,
to have some operating properties,
118
328900
3418
Ecco la curva e assumerà
proprietà operazionali,
proprietà operazionali,
05:44
but it's never going to avoid
all of the accidents,
all of the accidents,
119
332318
2490
ma non sarà in grado di evitare
tutti gli incidenti,
tutti gli incidenti,
05:46
because it doesn't have that capability.
120
334808
2059
perché non ha tali capacità.
05:48
But we'll pick some place
along the curve here,
along the curve here,
121
336867
2249
Prendiamo dei punti della curva,
potrebbe prevenire metà degli incidenti
che un conducente umano potrebbe causare,
che un conducente umano potrebbe causare,
05:51
and maybe it avoids half of accidents
that the human driver misses,
that the human driver misses,
122
339116
3254
05:54
and that's amazing, right?
123
342370
1297
ed è incredibile, vero?
05:55
We just reduced accidents on our roads
by a factor of two.
by a factor of two.
124
343667
2727
Abbiamo appena ridotto gli incidenti
della metà.
della metà.
05:58
There are now 17,000 less people
dying every year in America.
dying every year in America.
125
346394
3987
Adesso, in America ci sono
17 000 morti in meno ogni anno.
17 000 morti in meno ogni anno.
06:02
But if we want a self-driving car,
126
350381
2020
Ma se vogliamo auto senza conducente,
06:04
we need a technology curve
that looks like this.
that looks like this.
127
352401
2307
serve una curva come questa.
06:06
We're going to have to put
more sensors in the vehicle,
more sensors in the vehicle,
128
354708
2599
Dovremo inserire molti più sensori
nel veicolo,
nel veicolo,
06:09
and we'll pick some
operating point up here
operating point up here
129
357307
2021
prendiamo questo punto qui
06:11
where it basically never
gets into a crash.
gets into a crash.
130
359328
2019
dove in pratica
non avvengono incidenti
non avvengono incidenti
06:13
They'll happen, but very low frequency.
131
361347
2443
Succede, ma con una frequenza
molto bassa.
molto bassa.
06:15
Now you and I could look at this
and we could argue
and we could argue
132
363790
2461
Ora guardando questo
si potrebbe discutere
si potrebbe discutere
06:18
about whether it's incremental, and
I could say something like "80-20 rule,"
I could say something like "80-20 rule,"
133
366251
3605
sul fatto che sia incrementale
e potrei parlare della regola dell'80-20,
e potrei parlare della regola dell'80-20,
06:21
and it's really hard to move up
to that new curve.
to that new curve.
134
369856
2568
ed è veramente difficile
passare a questa curva.
passare a questa curva.
06:24
But let's look at it
from a different direction for a moment.
from a different direction for a moment.
135
372424
2934
Per un momento osserviamo
la situazione da una prospettiva diversa.
la situazione da una prospettiva diversa.
06:27
So let's look at how often
the technology has to do the right thing.
the technology has to do the right thing.
136
375358
3512
Osserviamo quanto spesso
la tecnologia deve fare la mossa giusta.
la tecnologia deve fare la mossa giusta.
06:30
And so this green dot up here
is a driver assistance system.
is a driver assistance system.
137
378870
3506
Questo punto verde qui
rappresenta il sistema di guida assistita.
rappresenta il sistema di guida assistita.
06:34
It turns out that human drivers
138
382376
2485
Di fatto i conducenti umani
06:36
make mistakes that lead
to traffic accidents
to traffic accidents
139
384861
2647
fanno errori che causano incidenti
06:39
about once every 100,000 miles in America.
140
387508
3172
una volta ogni 170 000 km in America.
06:42
In contrast, a self-driving system
is probably making decisions
is probably making decisions
141
390680
3167
Al contrario, l'auto senza conducente
prende decisioni
prende decisioni
06:45
about 10 times per second,
142
393847
3663
circa 10 volte al secondo,
06:49
so order of magnitude,
143
397510
1422
che in proporzione,
06:50
that's about 1,000 times per mile.
144
398932
2832
è circa 1600 volte a chilometro.
06:53
So if you compare the distance
between these two,
between these two,
145
401764
2485
Se si confronta la distanza
tra questi due punti
tra questi due punti
06:56
it's about 10 to the eighth, right?
146
404249
2600
è di circa 10 a 8, giusto?
06:58
Eight orders of magnitude.
147
406849
1765
8 ordini di grandezza.
07:00
That's like comparing how fast I run
148
408614
2809
Che è come paragonare
quanto corro veloce
quanto corro veloce
07:03
to the speed of light.
149
411423
2206
rispetto alla velocità della luce.
07:05
It doesn't matter how hard I train,
I'm never actually going to get there.
I'm never actually going to get there.
150
413629
3785
Non importa quanto mi alleni,
non ci arriverò mai.
non ci arriverò mai.
07:09
So there's a pretty big gap there.
151
417414
2438
C'è un grosso divario.
07:11
And then finally, there's how
the system can handle uncertainty.
the system can handle uncertainty.
152
419852
3729
E alla fine, c'è la reazione del sistema
alle incertezze.
alle incertezze.
07:15
So this pedestrian here might be
stepping into the road, might not be.
stepping into the road, might not be.
153
423581
3323
Questo pedone potrebbe attraversare
la strada, oppure no.
la strada, oppure no.
07:18
I can't tell,
nor can any of our algorithms,
nor can any of our algorithms,
154
426904
3395
Non posso saperlo,
così come nessuno dei nostri algoritmi,
così come nessuno dei nostri algoritmi,
07:22
but in the case of
a driver assistance system,
a driver assistance system,
155
430310
2284
ma nel caso della guida
assistita,
assistita,
significa che il sistema non può prendere
una decisione, perché
una decisione, perché
07:24
that means it can't take action,
because again,
because again,
156
432594
2806
07:27
if it presses the brakes unexpectedly,
that's completely unacceptable.
that's completely unacceptable.
157
435400
3339
se frena all'improvviso,
è completamente inaccettabile.
è completamente inaccettabile.
Invece un sistema senza conducente
può osservare il pedone e dire,
può osservare il pedone e dire,
07:30
Whereas a self-driving system
can look at that pedestrian and say,
can look at that pedestrian and say,
158
438739
3133
07:33
I don't know what they're about to do,
159
441872
1890
non so cosa sta per fare,
07:35
slow down, take a better look,
and then react appropriately after that.
and then react appropriately after that.
160
443762
3762
rallento, osservo meglio,
e reagisco di conseguenza.
e reagisco di conseguenza.
Più sicuro di quanto un sistema
di guida assistita possa mai essere.
di guida assistita possa mai essere.
07:39
So it can be much safer than
a driver assistance system can ever be.
a driver assistance system can ever be.
161
447524
3702
Ok abbiamo spiegato abbastanza
le differenze tra i due sistemi.
le differenze tra i due sistemi.
07:43
So that's enough about
the differences between the two.
the differences between the two.
162
451226
2730
07:45
Let's spend some time talking about
how the car sees the world.
how the car sees the world.
163
453956
3484
Adesso focalizziamoci su come
le auto vedono il mondo.
le auto vedono il mondo.
Questo è il nostro veicolo.
07:49
So this is our vehicle.
164
457440
1252
Parte col capire dove si trova,
07:50
It starts by understanding
where it is in the world,
where it is in the world,
165
458692
2438
allineando mappe e sensori,
07:53
by taking a map and its sensor data
and aligning the two,
and aligning the two,
166
461130
2787
poi su queste mappe ci mettiamo
cosa l'auto vede in quel momento.
cosa l'auto vede in quel momento.
07:55
and then we layer on top of that
what it sees in the moment.
what it sees in the moment.
167
463917
2948
07:58
So here, all the purple boxes you can see
are other vehicles on the road,
are other vehicles on the road,
168
466865
3655
Qui, tutti i quadratini viola
sono gli altri veicoli in strada,
sono gli altri veicoli in strada,
08:02
and the red thing on the side
over there is a cyclist,
over there is a cyclist,
169
470520
2528
e l'oggetto rosso sul lato
proprio qui, è un ciclista.
proprio qui, è un ciclista.
08:05
and up in the distance,
if you look really closely,
if you look really closely,
170
473048
2402
Se guardate più da vicino
08:07
you can see some cones.
171
475450
1794
potete vedere coni stradali.
08:09
Then we know where the car
is in the moment,
is in the moment,
172
477244
2773
Quindi sappiamo dov'è l'auto al momento
08:12
but we have to do better than that:
we have to predict what's going to happen.
we have to predict what's going to happen.
173
480017
3833
ma dobbiamo fare di meglio:
dobbiamo predire cosa succederà.
dobbiamo predire cosa succederà.
Qui, il furgoncino in alto a destra
sta per cambiare corsia verso sinistra
sta per cambiare corsia verso sinistra
08:15
So here the pickup truck in top right
is about to make a left lane change
is about to make a left lane change
174
483850
3488
08:19
because the road in front of it is closed,
175
487338
2223
perché la strada di fronte è chiusa,
quindi deve spostarsi.
08:21
so it needs to get out of the way.
176
489561
1731
Sapere cosa fa il furgoncino è grandioso,
08:23
Knowing that one pickup truck is great,
177
491292
1863
ma dobbiamo prevedere anche
quello che tutti gli altri pensano.
quello che tutti gli altri pensano.
08:25
but we really need to know
what everybody's thinking,
what everybody's thinking,
178
493155
2479
08:27
so it becomes quite a complicated problem.
179
495634
2507
il che diventa abbastanza complicato.
Ciò considerato, possiamo capire
come l'auto dovrebbe reagire sul momento,
come l'auto dovrebbe reagire sul momento,
08:30
And then given that, we can figure out
how the car should respond in the moment,
how the car should respond in the moment,
180
498141
4749
08:34
so what trajectory it should follow, how
quickly it should slow down or speed up.
quickly it should slow down or speed up.
181
502890
3866
quale traiettoria dovrebbe seguire,
quanto velocemente rallentare o accelerare.
quanto velocemente rallentare o accelerare.
08:38
And then that all turns into
just following a path:
just following a path:
182
506756
3065
e quindi, banalmente,
seguire un percorso:
seguire un percorso:
08:41
turning the steering wheel left or right,
pressing the brake or gas.
pressing the brake or gas.
183
509821
3197
girare lo sterzo a sinistra o destra,
frenare o accelerare.
frenare o accelerare.
08:45
It's really just two numbers
at the end of the day.
at the end of the day.
184
513018
2464
Alla fine tutto si sintetizza
in due numeri.
in due numeri.
08:47
So how hard can it really be?
185
515482
2241
Quanto può essere difficile?
Quando iniziammo nel 2009
08:50
Back when we started in 2009,
186
518433
1952
il nostro sistema appariva così.
08:52
this is what our system looked like.
187
520385
1798
Vedete la macchina al centro
e gli altri quadratini sulla strada,
e gli altri quadratini sulla strada,
08:54
So you can see our car in the middle
and the other boxes on the road,
and the other boxes on the road,
188
522183
3391
percorrendo l'autostrada.
08:57
driving down the highway.
189
525574
1271
08:58
The car needs to understand where it is
and roughly where the other vehicles are.
and roughly where the other vehicles are.
190
526845
3818
La macchina ha bisogno di capire
dov'è e dove sono gli altri veicoli.
dov'è e dove sono gli altri veicoli.
È in realtà una cognizione geometrica
del mondo.
del mondo.
09:02
It's really a geometric
understanding of the world.
understanding of the world.
191
530663
2429
Appena iniziamo a guidarla
nel quartiere e in città,
nel quartiere e in città,
09:05
Once we started driving
on neighborhood and city streets,
on neighborhood and city streets,
192
533092
2948
09:08
the problem becomes a whole
new level of difficulty.
new level of difficulty.
193
536040
2445
il problema diventa totalmente diverso.
Vedete pedoni attraversare
di fronte a noi, auto passarci davanti,
di fronte a noi, auto passarci davanti,
09:10
You see pedestrians crossing in front
of us, cars crossing in front of us,
of us, cars crossing in front of us,
194
538485
3494
09:13
going every which way,
195
541979
1811
andare ovunque,
09:15
the traffic lights, crosswalks.
196
543790
1527
semafori, strisce pedonali.
09:17
It's an incredibly complicated
problem by comparison.
problem by comparison.
197
545317
2797
È veramente un problema
molto complicato a confronto.
molto complicato a confronto.
E finalmente risolto il problema,
09:20
And then once you have
that problem solved,
that problem solved,
198
548114
2103
il veicolo deve essere in grado
d'interagire con i cantieri stradali.
d'interagire con i cantieri stradali.
09:22
the vehicle has to be able
to deal with construction.
to deal with construction.
199
550217
2512
09:24
So here are the cones on the left
forcing it to drive to the right,
forcing it to drive to the right,
200
552729
3151
Qui dei coni sulla sinistra
costringono l'auto a stare a destra,
costringono l'auto a stare a destra,
09:27
but not just construction
in isolation, of course.
in isolation, of course.
201
555880
2402
ma non deve considerare
solo il cantiere isolato,
solo il cantiere isolato,
09:30
It has to deal with other people moving
through that construction zone as well.
through that construction zone as well.
202
558282
3723
deve interagire con le persone
che si muovono intorno al cantiere.
che si muovono intorno al cantiere.
09:34
And of course, if anyone's
breaking the rules, the police are there
breaking the rules, the police are there
203
562005
3263
E sicuramente, se qualcuno
non rispetta le regole, c'è la polizia
non rispetta le regole, c'è la polizia
e la macchina deve capire
che le luci intermittenti sull'auto
che le luci intermittenti sull'auto
09:37
and the car has to understand that
that flashing light on the top of the car
that flashing light on the top of the car
204
565268
3622
segnalano che non è un'auto normale,
ma è un'auto della polizia.
ma è un'auto della polizia.
09:40
means that it's not just a car,
it's actually a police officer.
it's actually a police officer.
205
568890
3105
09:43
Similarly, the orange box
on the side here,
on the side here,
206
571995
2032
Analogamente il quadratino arancione
di lato,
di lato,
09:46
it's a school bus,
207
574027
1109
è uno scuolabus,
09:47
and we have to treat that
differently as well.
differently as well.
208
575136
2520
e dobbiamo trattarlo diversamente.
Quando usciamo per strada,
gli altri si aspettano delle cose precise:
gli altri si aspettano delle cose precise:
09:50
When we're out on the road,
other people have expectations:
other people have expectations:
209
578576
2793
09:53
So, when a cyclist puts up their arm,
210
581369
1780
quando un ciclista mostra il braccio,
09:55
it means they're expecting the car
to yield to them and make room for them
to yield to them and make room for them
211
583149
3518
si aspetta che l'auto gli dia
la precedenza e gli faccia spazio
la precedenza e gli faccia spazio
09:58
to make a lane change.
212
586667
2053
durante un cambio di corsia.
E quando un poliziotto
sta in piedi per strada,
sta in piedi per strada,
10:01
And when a police officer
stood in the road,
stood in the road,
213
589030
2173
10:03
our vehicle should understand
that this means stop,
that this means stop,
214
591203
2740
il nostro veicolo deve capire
che deve fermarsi.
che deve fermarsi.
10:05
and when they signal to go,
we should continue.
we should continue.
215
593943
3506
E quando ci danno il segnale
per ripartire, dobbiamo andare.
per ripartire, dobbiamo andare.
10:09
Now, the way we accomplish this
is by sharing data between the vehicles.
is by sharing data between the vehicles.
216
597449
3761
Ora, si ottiene tutto ciò
scambiando dati tra i veicoli.
scambiando dati tra i veicoli.
Nel primo modello abbozzato
10:13
The first, most crude model of this
217
601210
1696
10:14
is when one vehicle
sees a construction zone,
sees a construction zone,
218
602906
2113
un veicolo vede un cantiere,
10:17
having another know about it
so it can be in the correct lane
so it can be in the correct lane
219
605019
3062
informa l'altro che così può incanalarsi
nella corsia corretta
nella corsia corretta
10:20
to avoid some of the difficulty.
220
608081
1570
per evitare problemi.
Ma in realtà l'elaborazione
è più profonda.
è più profonda.
10:21
But we actually have a much
deeper understanding of this.
deeper understanding of this.
221
609651
2664
10:24
We could take all of the data
that the cars have seen over time,
that the cars have seen over time,
222
612315
3009
Memorizziamo tutti i dati che le auto
hanno acquisito nel tempo
hanno acquisito nel tempo
10:27
the hundreds of thousands
of pedestrians, cyclists,
of pedestrians, cyclists,
223
615324
2376
centinaia di migliaia di pedoni, ciclisti,
10:29
and vehicles that have been out there
224
617700
1787
e veicoli che stanno lì fuori,
10:31
and understand what they look like
225
619487
1695
e capiamo come sono fatti,
e li usiamo per dedurre come
gli altri veicoli dovrebbero sembrare,
gli altri veicoli dovrebbero sembrare,
10:33
and use that to infer
what other vehicles should look like
what other vehicles should look like
226
621182
2831
e come altri pedoni dovrebbero sembrare.
10:36
and other pedestrians should look like.
227
624013
1926
E soprattutto, possiamo comprendere
da quel modello
da quel modello
10:37
And then, even more importantly,
we could take from that a model
we could take from that a model
228
625939
3021
10:40
of how we expect them
to move through the world.
to move through the world.
229
628960
2330
come si muoveranno nel mondo.
Qui, il quadratino giallo è un pedone,
che attraversa di fronte a noi.
che attraversa di fronte a noi.
10:43
So here the yellow box is a pedestrian
crossing in front of us.
crossing in front of us.
230
631290
2963
Il quadratino blu è un ciclista
e prevediamo
e prevediamo
10:46
Here the blue box is a cyclist
and we anticipate
and we anticipate
231
634253
2250
che aggirerà l'auto sulla destra.
10:48
that they're going to nudge out
and around the car to the right.
and around the car to the right.
232
636503
3312
Qui c'è un ciclista
che spunta dal lato opposto
che spunta dal lato opposto
10:52
Here there's a cyclist
coming down the road
coming down the road
233
640115
2092
e sappiamo che continuerà a percorrere
la strada mantenendo il suo andamento.
la strada mantenendo il suo andamento.
10:54
and we know they're going to continue
to drive down the shape of the road.
to drive down the shape of the road.
234
642207
3486
10:57
Here somebody makes a right turn,
235
645693
1867
Qui qualcuno gira a destra,
10:59
and in a moment here, somebody's
going to make a U-turn in front of us,
going to make a U-turn in front of us,
236
647560
3360
e tra poco, qualcuno svolterà ad U
di fronte a noi,
di fronte a noi,
e possiamo prevedere tale comportamento
e reagire in sicurezza.
e reagire in sicurezza.
11:02
and we can anticipate that behavior
and respond safely.
and respond safely.
237
650920
2614
11:05
Now, that's all well and good
for things that we've seen,
for things that we've seen,
238
653534
2728
Da quello che abbiamo visto
sembra abbastanza semplice,
sembra abbastanza semplice,
11:08
but of course, you encounter
lots of things that you haven't
lots of things that you haven't
239
656262
2865
ma sicuramente incontrerete cose
che non avete visto prima.
11:11
seen in the world before.
240
659127
1231
11:12
And so just a couple of months ago,
241
660358
1741
Solo un paio di mesi fa,
11:14
our vehicles were driving
through Mountain View,
through Mountain View,
242
662099
2235
i nostri veicoli stavano girando
per Mountain View,
per Mountain View,
11:16
and this is what we encountered.
243
664334
1644
e questo è quello
che abbiamo incontrato.
che abbiamo incontrato.
11:17
This is a woman in an electric wheelchair
244
665978
2082
Una donna
con una sedia a rotelle elettrica
con una sedia a rotelle elettrica
11:20
chasing a duck in circles on the road.
(Laughter)
(Laughter)
245
668060
2617
che inseguiva un'anatra in cerchio
per la strada. (Risate)
per la strada. (Risate)
11:22
Now it turns out, there is nowhere
in the DMV handbook
in the DMV handbook
246
670677
3111
C'è da dire che il codice
della strada
della strada
11:25
that tells you how to deal with that,
247
673788
2245
non ti dice come comportarti
in casi come questo,
in casi come questo,
11:28
but our vehicles were able
to encounter that,
to encounter that,
248
676033
2143
ma le nostre auto
hanno gestito l'evento,
hanno gestito l'evento,
11:30
slow down, and drive safely.
249
678176
2255
rallentando e guidando con prudenza.
11:32
Now, we don't have to deal
with just ducks.
with just ducks.
250
680431
2041
Non dobbiamo solo gestire anatre.
11:34
Watch this bird fly across in front of us.
The car reacts to that.
The car reacts to that.
251
682472
3708
Guardate quest'uccello volare
di fronte a noi. La macchina reagisce.
di fronte a noi. La macchina reagisce.
11:38
Here we're dealing with a cyclist
252
686180
1615
Qui abbiamo a che fare con un ciclista
11:39
that you would never expect to see
anywhere other than Mountain View.
anywhere other than Mountain View.
253
687795
3290
che non pensereste di vedere
se non a Mountain View.
se non a Mountain View.
E di sicuro, dobbiamo aver a che fare
con altri conducenti,
con altri conducenti,
11:43
And of course, we have
to deal with drivers,
to deal with drivers,
254
691085
2068
11:45
even the very small ones.
255
693153
3715
anche i più piccoli.
11:48
Watch to the right as someone
jumps out of this truck at us.
jumps out of this truck at us.
256
696868
4131
Qui sulla destra, qualcuno salta fuori
da un camion verso di noi.
da un camion verso di noi.
E guardate la macchina a sinistra,
con il quadratino verde che decide
con il quadratino verde che decide
11:54
And now, watch the left as the car
with the green box decides
with the green box decides
257
702460
2929
11:57
he needs to make a right turn
at the last possible moment.
at the last possible moment.
258
705389
3325
che deve girare a destra
all'ultimo secondo.
all'ultimo secondo.
12:00
Here, as we make a lane change,
the car to our left decides
the car to our left decides
259
708714
2851
Qui, cambiamo corsia,
e l'auto a sinistra fa
e l'auto a sinistra fa
12:03
it wants to as well.
260
711565
3553
la stessa cosa.
12:07
And here, we watch a car
blow through a red light
blow through a red light
261
715118
2693
E qui, vediamo una macchina
passare con il rosso
passare con il rosso
12:09
and yield to it.
262
717811
2090
e le diamo precedenza.
12:11
And similarly, here, a cyclist
blowing through that light as well.
blowing through that light as well.
263
719901
3854
Analogamente, qui un ciclista
passa con il rosso.
passa con il rosso.
12:15
And of course,
the vehicle responds safely.
the vehicle responds safely.
264
723755
2746
Il veicolo reagisce in sicurezza.
12:18
And of course, we have people
who do I don't know what
who do I don't know what
265
726501
2601
Abbiamo persone
che fanno non so cosa
che fanno non so cosa
12:21
sometimes on the road, like this guy
pulling out between two self-driving cars.
pulling out between two self-driving cars.
266
729102
3823
per strada, come questo ragazzo
che accosta tra due auto senza conducente.
che accosta tra due auto senza conducente.
12:24
You have to ask, "What are you thinking?"
267
732925
2045
Dovreste chiedergli, "Cosa stai pensando?"
12:26
(Laughter)
268
734970
1212
(Risate)
Adesso, vi ho appena inondato
con una marea di informazioni
con una marea di informazioni
12:28
Now, I just fire-hosed you
with a lot of stuff there,
with a lot of stuff there,
269
736182
2521
12:30
so I'm going to break one of these
down pretty quickly.
down pretty quickly.
270
738703
2650
quindi ora le analizzeremo,
abbastanza velocemente.
abbastanza velocemente.
12:33
So what we're looking at is the scene
with the cyclist again,
with the cyclist again,
271
741353
2940
Qui abbiamo di nuovo
la scena con il ciclista,
la scena con il ciclista,
12:36
and you might notice in the bottom,
we can't actually see the cyclist yet,
we can't actually see the cyclist yet,
272
744293
3491
notate in basso,
in realtà non lo vediamo ancora,
in realtà non lo vediamo ancora,
ma la macchina può:
è quel quadratino blu proprio lì,
è quel quadratino blu proprio lì,
12:39
but the car can: it's that little
blue box up there,
blue box up there,
273
747784
2504
12:42
and that comes from the laser data.
274
750288
2081
viene dai dati laser.
12:44
And that's not actually
really easy to understand,
really easy to understand,
275
752369
2418
E non è di facile comprensione.
12:46
so what I'm going to do is I'm going
to turn that laser data and look at it,
to turn that laser data and look at it,
276
754787
3584
Quindi adesso vi mostrerò i dati laser,
12:50
and if you're really good at looking
at laser data, you can see
at laser data, you can see
277
758371
3029
e se siete bravi ad osservare
questo tipo di dati, vedrete
questo tipo di dati, vedrete
12:53
a few dots on the curve there,
278
761400
1487
qualche punto sulla curva,
12:54
right there, and that blue box
is that cyclist.
is that cyclist.
279
762887
2372
proprio lì, e quel quadratino blu
è un ciclista.
è un ciclista.
12:57
Now as our light is red,
280
765259
1149
Adesso il nostro semaforo è rosso,
12:58
the cyclist's light
has turned yellow already,
has turned yellow already,
281
766408
2192
il semaforo del ciclista è giallo,
se date un'occhiata alle immagini,
potete vederlo.
potete vederlo.
13:00
and if you squint, you can see that
in the imagery.
in the imagery.
282
768600
2438
13:03
But the cyclist, we see, is going
to proceed through the intersection.
to proceed through the intersection.
283
771038
3286
Ma il ciclista, vediamo,
sta per attraversare l'incrocio.
sta per attraversare l'incrocio.
13:06
Our light has now turned green,
his is solidly red,
his is solidly red,
284
774324
2394
Noi adesso abbiamo il verde,
lui il rosso,
lui il rosso,
13:08
and we now anticipate that this bike
is going to come all the way across.
is going to come all the way across.
285
776718
4292
e adesso prevediamo che la bici
passi proprio davanti a noi.
passi proprio davanti a noi.
13:13
Unfortunately the other drivers next to us
were not paying as much attention.
were not paying as much attention.
286
781010
3742
Sfortunatamente,
gli altri conducenti accanto a noi
gli altri conducenti accanto a noi
non stavano prestando molta attenzione.
13:16
They started to pull forward,
and fortunately for everyone,
and fortunately for everyone,
287
784752
3157
Infatti iniziano ad andare avanti,
e fortunatamente per tutti,
e fortunatamente per tutti,
13:19
this cyclists reacts, avoids,
288
787909
3011
il ciclista reagisce, evita,
13:22
and makes it through the intersection.
289
790920
2191
e passa attraverso l'incrocio.
13:25
And off we go.
290
793111
1568
Dopodiché proseguiamo.
13:26
Now, as you can see, we've made
some pretty exciting progress,
some pretty exciting progress,
291
794679
2948
Adesso, come potete vedere,
abbiamo fatto parecchi progressi,
abbiamo fatto parecchi progressi,
13:29
and at this point we're pretty convinced
292
797627
1902
e a questo punto sono convinto,
13:31
this technology is going
to come to market.
to come to market.
293
799529
2010
questa tecnologia arriverà sul mercato.
13:33
We do three million miles of testing
in our simulators every single day,
in our simulators every single day,
294
801539
4783
Stiamo testando
su quasi cinque milioni di km
su quasi cinque milioni di km
nei nostri simulatori ogni giorno,
13:38
so you can imagine the experience
that our vehicles have.
that our vehicles have.
295
806322
2689
quindi potete immaginare l'esperienza
che hanno i nostri veicoli.
che hanno i nostri veicoli.
13:41
We are looking forward to having
this technology on the road,
this technology on the road,
296
809011
2864
Non vediamo l'ora di portare
questa tecnologia sulla strada,
questa tecnologia sulla strada,
13:43
and we think the right path
is to go through the self-driving
is to go through the self-driving
297
811875
2890
crediamo che la via giusta
sia la guida senza conducente
sia la guida senza conducente
13:46
rather than driver assistance approach
298
814765
1844
invece della guida assistita,
13:48
because the urgency is so large.
299
816609
2621
perché la necessità c'è.
13:51
In the time I have given this talk today,
300
819230
2393
Nella durata della mia presentazione,
13:53
34 people have died on America's roads.
301
821623
3135
34 persone sono morte
sulle strade americane.
sulle strade americane.
13:56
How soon can we bring it out?
302
824758
2368
Quando verrà commercializzato?
13:59
Well, it's hard to say because
it's a really complicated problem,
it's a really complicated problem,
303
827126
3832
Bè, è difficile a dirsi perché
è un problema complicato,
è un problema complicato,
14:02
but these are my two boys.
304
830958
2214
ma questi sono i miei due figli.
14:05
My oldest son is 11, and that means
in four and a half years,
in four and a half years,
305
833172
3623
Il più grande ha 11 anni e significa
che in 4 anni e mezzo,
che in 4 anni e mezzo,
14:08
he's going to be able
to get his driver's license.
to get his driver's license.
306
836795
2577
potrà conseguire la patente di guida.
14:11
My team and I are committed
to making sure that doesn't happen.
to making sure that doesn't happen.
307
839372
3204
Io e il mio team ci impegniamo
a far sì che questo non succeda.
a far sì che questo non succeda.
14:14
Thank you.
308
842576
1904
Grazie.
14:16
(Laughter) (Applause)
309
844480
3667
(Risate)
(Applausi)
(Applausi)
14:21
Chris Anderson: Chris,
I've got a question for you.
I've got a question for you.
310
849110
2568
Chris Anderson: Chris,
ho una domanda per te.
ho una domanda per te.
14:23
Chris Urmson: Sure.
311
851678
2809
Chris Urmson: Sicuro.
14:26
CA: So certainly, the mind of your cars
is pretty mind-boggling.
is pretty mind-boggling.
312
854487
3924
CA: la "mente" delle vostre auto
è abbastanza impressionante.
è abbastanza impressionante.
14:30
On this debate between
driver-assisted and fully driverless --
driver-assisted and fully driverless --
313
858411
4459
Sul dibattito tra guida assistita
e senza conducente,
e senza conducente,
14:34
I mean, there's a real debate
going on out there right now.
going on out there right now.
314
862870
3041
è in corso un vero dibattito
in questo momento.
in questo momento.
14:37
So some of the companies,
for example, Tesla,
for example, Tesla,
315
865911
2833
Alcune aziende come Tesla,
14:40
are going the driver-assisted route.
316
868744
2159
seguiranno la via della guida assistita.
14:42
What you're saying is that
that's kind of going to be a dead end
that's kind of going to be a dead end
317
870903
5248
Quello che stai dicendo
è che sarà un punto morto
è che sarà un punto morto
14:48
because you can't just keep improving
that route and get to fully driverless
that route and get to fully driverless
318
876151
5456
poiché non puoi migliorarla
fino ad arrivare all'auto senza conducente
fino ad arrivare all'auto senza conducente
14:53
at some point, and then a driver
is going to say, "This feels safe,"
is going to say, "This feels safe,"
319
881607
3530
al punto in cui il conducente
dirà, "Questo è sentirsi sicuro",
dirà, "Questo è sentirsi sicuro",
si volta e succede qualcosa di brutto.
14:57
and climb into the back,
and something ugly will happen.
and something ugly will happen.
320
885137
2647
14:59
CU: Right. No, that's exactly right,
and it's not to say
and it's not to say
321
887784
2676
CU: Giusto. No è corretto,
ma non voglio dire
ma non voglio dire
15:02
that the driver assistance systems
aren't going to be incredibly valuable.
aren't going to be incredibly valuable.
322
890460
3537
che la guida assistita non sia efficace.
15:05
They can save a lot of lives
in the interim,
in the interim,
323
893997
2058
Può salvare molte vite nel frattempo,
15:08
but to see the transformative opportunity
to help someone like Steve get around,
to help someone like Steve get around,
324
896055
3833
ma per vedere una trasformazione radicale,
per aiutare qualcuno come Steve,
per aiutare qualcuno come Steve,
15:11
to really get to the end case in safety,
325
899888
1969
nel massimo della sicurezza,
15:13
to have the opportunity
to change our cities
to change our cities
326
901857
2479
per avere l'opportunità
di cambiare le nostre città
di cambiare le nostre città
15:16
and move parking out and get rid of
these urban craters we call parking lots,
these urban craters we call parking lots,
327
904336
4204
eliminare i parcheggi liberandoci
anche di quei crateri urbani,
anche di quei crateri urbani,
15:20
it's the only way to go.
328
908540
1240
è l'unica strada percorribile.
15:21
CA: We will be tracking your progress
with huge interest.
with huge interest.
329
909780
2718
CA: Osserveremo i vostri progressi con
molto interesse.
molto interesse.
15:24
Thanks so much, Chris.
CU: Thank you. (Applause)
CU: Thank you. (Applause)
330
912498
4232
Grazie mile, Chris.
CU: Grazie (Applausi)
CU: Grazie (Applausi)
ABOUT THE SPEAKER
Chris Urmson - RoboticistChris Umson is the Director of Self-Driving Cars at Google[x].
Why you should listen
Since 2009, Chris Urmson has headed up Google’s self-driving car program. So far, the team’s vehicles have driven over three quarters of a million miles. While early models included a driverless Prius that TEDsters got to test- ... um, -not-drive in 2011, more and more the team is building vehicles from the ground up, custom-made to go driverless.
Prior to joining Google, Umson was on the faculty of the Robotics Institute at Carnegie Mellon University, where his research focused on motion planning and perception for robotic vehicles. During his time at Carnegie Mellon, he served as Director of Technology for the team that won the 2007 DARPA Urban Challenge.
Chris Urmson | Speaker | TED.com