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: O carro de corridas do futuro -- 241Km/h e nenhum motorista

Filmed:
806,444 views

Os carros autônomos estão chegando -- e eles irão dirigir melhor do que você. Chris Gerdes revela como ele seu time estão desenvolvendo carros de corrida robóticos que podem pilotar 241Km/h enquanto evitam qualquer acidente possível. E ainda, estudando as ondas cerebrais de pilotos de corrida, Gerdes diz que adquiriu uma nova opinião sobre os instintos dos pilotos profissionais. (Filmado no 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 many of you have ever
0
506
1407
Então, quantos de vocês já
00:17
gotten behind the wheel of a car
1
1913
1655
estiveram atrás da direção de um carro
00:19
when you really shouldn't have been driving?
2
3568
5687
quando na verdade você não deveria estar dirigindo?
00:25
Maybe you're out on the road for a long day,
3
9255
1905
Talvez você estivesse na estrada por um longo dia,
00:27
and you just wanted to get home.
4
11160
1490
e queria apenas chegar em casa.
00:28
You were tired, but you felt you could drive a few more miles.
5
12650
2647
Você estava cansado, mas sentiu que poderia dirigir alguns kilômetros a mais.
00:31
Maybe you thought,
6
15297
1199
Talvez você tenha pensado,
00:32
I've had less to drink than everybody else,
7
16496
2017
Eu bebi menos que todo mundo,
00:34
I should be the one to go home.
8
18513
1736
deveria ser eu a ir pra casa.
00:36
Or maybe your mind was just entirely elsewhere.
9
20249
4591
Ou talvez sua mente estivesse totalmente em outro lugar
00:40
Does this sound familiar to you?
10
24840
1454
Isso lhes soa familiar?
00:42
Now, in those situations, wouldn't it be great
11
26294
2898
Nessas situações, não seria ótimo
00:45
if there was a button on your dashboard
12
29192
1593
se houvesse um botão no painel
00:46
that you could push, and the car would get you home safely?
13
30785
6343
que você pudesse apertar e o carro o levasse para casa em segurança?
00:53
Now, that's been the promise of the self-driving car,
14
37128
2293
Essa tem sido a promessa do "self-driving car"
00:55
the autonomous vehicle, and it's been the dream
15
39421
2627
o carro autônomo, e tem sido o sonho
00:57
since at least 1939, when General Motors showcased
16
42048
3249
desde pelo menos 1939, quando a General Motors apresentou
01:01
this idea at their Futurama booth at the World's Fair.
17
45297
3302
essa ideia em seu estande Futurama na "Worlds's Fair".
01:04
Now, it's been one of those dreams
18
48599
1943
Tem sido um desses sonhos
01:06
that's always seemed about 20 years in the future.
19
50542
4214
que aparenta estar 20 anos à frente.
01:10
Now, two weeks ago, that dream took a step forward,
20
54756
2683
Há duas semanas, esse sonho deu um passo a frente,
01:13
when the state of Nevada granted Google's self-driving car
21
57439
3265
quando o estado de Nevada concedeu ao "self-driving car" do Google
01:16
the very first license for an autonomous vehicle,
22
60704
3600
a primeira licença para um veículo autônomo
01:20
clearly establishing that it's legal for them
23
64304
2245
claramente estabelecendo que lhes é permitido
01:22
to test it on the roads in Nevada.
24
66549
1810
testá-lo nas estradas de Nevada.
01:24
Now, California's considering similar legislation,
25
68359
3727
A Califórnia está considerando uma legislação semelhante,
01:27
and this would make sure that the autonomous car
26
72086
2408
e isso poderia dar a certeza de que o carro autônomo
01:30
is not one of those things that has to stay in Vegas.
27
74494
2977
não é uma destas coisas que devem ficar em Vegas.
01:33
(Laughter)
28
77471
2096
(Risos)
01:35
Now, in my lab at Stanford, we've been working on
29
79567
3784
No meu laboratório em Stanford, estivemos trabalhando
01:39
autonomous cars too, but with a slightly different spin
30
83351
3487
em carros autônomos também, mas com um toque ligeiramente diferente.
01:42
on things. You see, we've been developing robotic race cars,
31
86838
4248
Sabe, temos desenvolvido carros de corrida robóticos,
01:46
cars that can actually push themselves to the very limits
32
91086
4120
carros que podem chegar a limites extremos
01:51
of physical performance.
33
95206
2240
de desempenho físico.
01:53
Now, why would we want to do such a thing?
34
97446
2613
Por que nós iríamos querer fazer algo assim?
01:55
Well, there's two really good reasons for this.
35
100059
2100
Existem dois bons motivos para isso.
01:58
First, we believe that before people turn over control
36
102159
3959
Primeiro, nós acreditamos que antes das pessoas perderem o controle
02:02
to an autonomous car, that autonomous car should be
37
106118
2834
para um carro autônomo, esse carro autônomo deveria ser
02:04
at least as good as the very best human drivers.
38
108952
3254
pelo menos tão bom quanto os melhores motoristas.
02:08
Now, if you're like me, and the other 70 percent of the population
39
112206
3305
Se você é como eu, e os outros 70 por cento da população
02:11
who know that we are above-average drivers,
40
115511
2193
que sabe que estamos acima da média dos motoristas,
02:13
you understand that's a very high bar.
41
117704
3175
você entende que é um nível elevado.
02:16
There's another reason as well.
42
120879
2392
Há outra razão também.
02:19
Just like race car drivers can use all of the friction
43
123271
3576
Da mesma forma que pilotos de corrida podem usar toda a fricção
02:22
between the tire and the road,
44
126847
1280
entre o pneu e a estrada,
02:24
all of the car's capabilities to go as fast as possible,
45
128127
3177
todas as capacidades do carro de ir o mais rápido possível,
02:27
we want to use all of those capabilities to avoid
46
131304
3345
queremos usar todas essas capacidades para evitar
02:30
any accident we can.
47
134649
1588
qualquer acidente que pudermos.
02:32
Now, you may push the car to the limits
48
136237
2050
Você pode forçar o carro ao limite
02:34
not because you're driving too fast,
49
138287
1967
não porque está dirigindo o carro rápido de mais,
02:36
but because you've hit an icy patch of road,
50
140254
2160
mas porque atingiu um parte da estrada com gelo,
02:38
conditions have changed.
51
142414
1704
as condições mudaram.
02:40
In those situations, we want a car
52
144118
2761
Nessas situações, queremos um carro
02:42
that is capable enough to avoid any accident
53
146879
3720
que seja capaz o suficiente de evitar qualquer acidente
02:46
that can physically be avoided.
54
150599
2678
que fisicamente possa ser evitado.
02:49
I must confess, there's kind of a third motivation as well.
55
153277
4267
Devo confessar, há um tipo de terceira motivação.
02:53
You see, I have a passion for racing.
56
157544
2256
Sabe, eu tenho uma paixão por corridas.
02:55
In the past, I've been a race car owner,
57
159800
2764
No passado, eu fui dono de um carro de corrida,
02:58
a crew chief and a driving coach,
58
162564
2555
um chefe de equipe e um treinador de corrida,
03:01
although maybe not at the level that you're currently expecting.
59
165119
3855
embora talvez não no nível que vocês estão esperando.
03:04
One of the things that we've developed in the lab --
60
168974
2704
Uma das coisas que desenvolvemos no laboratório -
03:07
we've developed several vehicles --
61
171678
1704
desenvolvemos muitos veículos --
03:09
is what we believe is the world's first
62
173382
2235
é o que acreditamos que seja o primeiro
03:11
autonomously drifting car.
63
175617
2365
carro autônomo à deriva do mundo.
03:13
It's another one of those categories
64
177982
2513
É outra dessas categorias
03:16
where maybe there's not a lot of competition.
65
180495
2423
em que não há muita competição.
03:18
(Laughter)
66
182918
1408
(Risos)
03:20
But this is P1. It's an entirely student-built electric vehicle,
67
184326
3822
Mas este é o P1. Ele é um carro elétrico inteiramente construído por estudantes.
03:24
which through using its rear-wheel drive
68
188148
2078
que através da utilização da sua tração traseira
03:26
and front-wheel steer-by-wire
69
190226
1565
e da roda dianteira guiada eletronicamente
03:27
can drift around corners.
70
191791
2067
pode deslizar nas curvas.
03:29
It can get sideways like a rally car driver,
71
193858
2200
Ele pode ficar de lado como um carro de rali,
03:31
always able to take the tightest curve,
72
196058
1715
sempre hábil para fazer a curva mais apertada,
03:33
even on slippery, changing surfaces,
73
197773
3304
mesmo em superfícies escorregadias e mutantes,
03:36
never spinning out.
74
201077
1616
nunca saindo.
03:38
We've also worked with Volkswagen Oracle,
75
202693
2368
Temos trabalhado também com o Volkswagen Oracle,
03:40
on Shelley, an autonomous race car that has raced
76
205061
3424
na Shelley, um carro de corrida autônomo que correu
03:44
at 150 miles an hour through the Bonneville Salt Flats,
77
208485
3070
241 kilômetros por hora através do Bonneville Salt Flats,
03:47
gone around Thunderhill Raceway Park in the sun,
78
211555
4471
passando pelo Parque Thunderhill Raceway no sol,
03:51
the wind and the rain,
79
216026
2639
no vento e na chuva,
03:54
and navigated the 153 turns and 12.4 miles
80
218665
5018
e navegou 153 voltas e 19 Kilômetros
03:59
of the Pikes Peak Hill Climb route
81
223683
1562
da rota do Pikes Peak Hill Climb
04:01
in Colorado with nobody at the wheel.
82
225245
3473
no Colorado sem ninguém na direção.
04:04
(Laughter)
83
228718
1448
(Risos)
04:06
(Applause)
84
230166
5566
(Aplausos)
04:11
I guess it goes without saying that we've had a lot of fun
85
235732
3279
Imagino que não preciso dizer que nos divertimos muito
04:14
doing this.
86
239011
1304
fazendo isso.
04:16
But in fact, there's something else that we've developed
87
240315
3657
Mas na verdade, há mais uma coisa que desenvolvemos
04:19
in the process of developing these autonomous cars.
88
243972
3055
no processo de desenvolver esses carros autônomos.
04:22
We have developed a tremendous appreciation
89
247027
3871
Desenvolvemos uma grande admiração
04:26
for the capabilities of human race car drivers.
90
250898
3817
pelas capacidades dos pilotos de corrida.
04:30
As we've looked at the question of how well do these cars perform,
91
254715
4345
Como estivemos olhando para a questão de quão bem esses carros atuam,
04:34
we wanted to compare them to our human counterparts.
92
259060
3279
quisemos compará-los aos que possuem um piloto.
04:38
And we discovered their human counterparts are amazing.
93
262339
5680
E descobrimos que os pilotos são incríveis.
04:43
Now, we can take a map of a race track,
94
268019
4023
Agora, podemos pegar um mapa de uma pista de corrida,
04:47
we can take a mathematical model of a car,
95
272042
2370
podemos pegar um modelo matemático de um carro,
04:50
and with some iteration, we can actually find
96
274412
2903
e com alguma interação, podemos encontrar
04:53
the fastest way around that track.
97
277315
1625
a maneira mais rápida de percorrer a pista.
04:54
We line that up with data that we record
98
278940
2533
Alinhamos com os dados que gravamos
04:57
from a professional driver,
99
281473
1433
de um corredor profissional,
04:58
and the resemblance is absolutely remarkable.
100
282906
4107
e a semelhança é absolutamente impressionante.
05:02
Yes, there are subtle differences here,
101
287013
3212
Sim, há diferenças sutis aqui,
05:06
but the human race car driver is able to go out
102
290225
3127
mas o carro de corrida com piloto é capaz
05:09
and drive an amazingly fast line,
103
293352
2335
de dirigir em uma incrível via rápida
05:11
without the benefit of an algorithm that compares
104
295687
2330
sem o benefício de um algorítimo que compara
05:13
the trade-off between going as fast as possible
105
298017
2608
o equilibrio entre ir tão rápido quanto possível
05:16
in this corner, and shaving a little bit of time
106
300625
2037
nesta curva, e reduzir um pouco de tempo
05:18
off of the straight over here.
107
302662
1902
na reta logo ali.
05:20
Not only that, they're able to do it lap
108
304564
3457
Não apenas isso, eles são hábeis a fazer isso volta
05:23
after lap after lap.
109
308021
2375
após volta, após volta.
05:26
They're able to go out and consistently do this,
110
310396
2912
Eles são capazes de fazer isso de forma consistente,
05:29
pushing the car to the limits every single time.
111
313308
4128
forçando o carro até o limite todas as vezes.
05:33
It's extraordinary to watch.
112
317436
3169
É extraordinário assistir.
05:36
You put them in a new car,
113
320605
2066
Você os coloca em um carro novo,
05:38
and after a few laps, they've found the fastest line in that car,
114
322671
3902
e depois de poucas voltas, eles encontraram a forma mais rápida nesse carro,
05:42
and they're off to the races.
115
326573
3877
e estão prontos para as corridas.
05:46
It really makes you think,
116
330450
1146
Realmente faz você pensar,
05:47
we'd love to know what's going on inside their brain.
117
331596
4871
adoraríamos saber o que está acontecendo dentro de seus cérebros.
05:52
So as researchers, that's what we decided to find out.
118
336467
4541
Então como persquisadores, foi isso que decidimos descobrir.
05:56
We decided to instrument not only the car,
119
341008
1812
Decidimos instrumentalizar não apenas o carro,
05:58
but also the race car driver,
120
342820
2495
mas também o motorista,
06:01
to try to get a glimpse into what was going on
121
345315
2769
para tentar um vislumbre sobre o que estava acontecendo
06:03
in their head as they were doing this.
122
348084
2186
em suas mentes enquanto eles estavam fazendo isso.
06:06
Now, this is Dr. Lene Harbott applying electrodes
123
350270
3950
Este é o Dr. Lene Harbott aplicando eletrodos
06:10
to the head of John Morton.
124
354220
1232
na cabeça de John Morton.
06:11
John Morton is a former Can-Am and IMSA driver,
125
355452
2989
John Morton é um antigo Can-Am e piloto da IMSA,
06:14
who's also a class champion at Le Mans.
126
358441
1800
que também é uma classe campeã em Le Mans.
06:16
Fantastic driver, and very willing to put up with graduate students
127
360241
3496
Um piloto fantástico e muito entusiamado em lidar com alunos de pós-graduação
06:19
and this sort of research.
128
363737
1855
e esse tipo de pesquisa.
06:21
She's putting electrodes on his head
129
365592
2672
Ela está colocando eletrodos na sua cabeça
06:24
so that we can monitor the electrical activity
130
368264
2112
para que possamos monitorar a atividade elétrica
06:26
in John's brain as he races around the track.
131
370376
2832
no cérebro de John enquanto ele corre na pista.
06:29
Now, clearly we're not going to put a couple of electrodes on his head
132
373208
3195
É claro que não iremos colocar um par de eletrodos na sua cabeça
06:32
and understand exactly what all of his thoughts are on the track.
133
376403
3270
e entender exatamente o que ele pensa durante a corrida.
06:35
However, neuroscientists have identified certain patterns
134
379673
3407
No entanto, neurocientistas identificaram certos padrões
06:38
that let us tease out some very important aspects of this.
135
383080
3761
que nos permitem compreender alguns aspectos importantes disso.
06:42
For instance, the resting brain
136
386841
1847
Por exemplo, o cérebro em repouso
06:44
tends to generate a lot of alpha waves.
137
388688
2155
costuma gerar uma grande quantidade de ondas alpha,
06:46
In contrast, theta waves are associated with
138
390843
3752
Em contraste, ondas theta estão associadas com
06:50
a lot of cognitive activity, like visual processing,
139
394595
3184
muita atividade cognitiva, como o processamento visual,
06:53
things where the driver is thinking quite a bit.
140
397779
3048
coisas que o motorista está utilizando bastante.
06:56
Now, we can measure this,
141
400827
1663
Podemos medir isso,
06:58
and we can look at the relative power
142
402490
1985
e olhar para o poder relativo
07:00
between the theta waves and the alpha waves.
143
404475
2200
entre as ondas theta e as ondas alpha.
07:02
This gives us a measure of mental workload,
144
406675
2442
Isso nos dá uma medida da carga de trabalho mental,
07:05
how much the driver is actually challenged cognitively
145
409117
3567
o quanto o piloto é realmente desafiado cognitivamente
07:08
at any point along the track.
146
412684
1786
em qualquer ponto da corrida.
07:10
Now, we wanted to see if we could actually record this
147
414470
2942
Queríamos ver se poderíamos gravar isso
07:13
on the track, so we headed down south to Laguna Seca.
148
417412
3038
na pista, então nos dirigimos ao sul de Laguna Seca.
07:16
Laguna Seca is a legendary raceway
149
420450
2016
Laguna Seca é uma pista lendária
07:18
about halfway between Salinas and Monterey.
150
422466
2301
cerca de meio caminho entre Salinas e Monterey.
07:20
It has a curve there called the Corkscrew.
151
424767
2087
Há uma curva lá chamada Corkscrew.
07:22
Now, the Corkscrew is a chicane, followed by a quick
152
426854
2717
A Corkscrew é uma curva em "S", seguida por uma rápida
07:25
right-handed turn as the road drops three stories.
153
429571
2746
curva à direita enquanto a estrada cai três níveis.
07:28
Now, the strategy for driving this as explained to me was,
154
432317
3766
A estratégia para dirigir nesse lugar como me foi explicado,
07:31
you aim for the bush in the distance,
155
436083
2022
é mirar no arbusto à distância,
07:34
and as the road falls away, you realize it was actually the top of a tree.
156
438105
3025
e conforme a estrada diminui, você percebe que, na verdade, era o topo de uma árvore.
07:37
All right, so thanks to the Revs Program at Stanford,
157
441130
3304
Tudo certo, então, graças ao programa Revs de Stanford,
07:40
we were able to take John there
158
444434
1473
fomos capazes de levar John lá
07:41
and put him behind the wheel
159
445907
964
e colocá-lo atrás da direção
07:42
of a 1960 Porsche Abarth Carrera.
160
446871
2439
de um Porsche Abarth Carrera 1960.
07:45
Life is way too short for boring cars.
161
449310
3698
A vida é muito curta para carros sem graça.
07:48
So, here you see John on the track,
162
453008
1759
Aqui vocês veem John na pista,
07:50
he's going up the hill -- Oh! Somebody liked that --
163
454767
2184
ele está subindo a montanha -- Oh! Alguém gostou disso --
07:52
and you can see, actually, his mental workload
164
456951
2465
e vocês podem ver, na verdade, sua atividade mental
07:55
-- measuring here in the red bar --
165
459416
2153
- medida aqui na barra vermelha --
07:57
you can see his actions as he approaches.
166
461569
2343
vocês podem ver suas ações enquanto ele se aproxima.
07:59
Now watch, he has to downshift.
167
463912
3230
Agora observem, ele tem que desacelerar.
08:03
And then he has to turn left.
168
467142
761
E depois, ele tem que virar à esquerda.
08:03
Look for the tree, and down.
169
467903
3993
Olha para a árvore e para baixo.
08:07
Not surprisingly, you can see this is a pretty challenging task.
170
471896
2838
Não surpreendentemente, você podem ver que isso é uma tarefa muito desafiadora.
08:10
You can see his mental workload spike as he goes through this,
171
474734
2976
Vocês podem ver o pico de sua atividade mental enquanto ele passa por isso,
08:13
as you would expect with something that requires
172
477710
2064
como é de se esperar com alguma coisa que requer
08:15
this level of complexity.
173
479774
2809
esse nível de complexidade.
08:18
But what's really interesting is to look at areas of the track
174
482583
3416
Mas o que é realmente interessante é olhar para locais da corrida
08:21
where his mental workload doesn't increase.
175
485999
2846
onde sua atividade mental não aumentou.
08:24
I'm going to take you around now
176
488845
1495
Vou levar vocês agora
08:26
to the other side of the track.
177
490340
1089
para o outro lado da corrida.
08:27
Turn three. And John's going to go into that corner
178
491429
2336
Volta três. E John está indo para aquele canto
08:29
and the rear end of the car is going to begin to slide out.
179
493765
2551
e a parte de trás do carro vai começar a deslizar para fora
08:32
He's going to have to correct for that with steering.
180
496316
2017
Ele irá corrigir isso com a direção
08:34
So watch as John does this here.
181
498333
2231
Assistam como John faz isso aqui.
08:36
Watch the mental workload, and watch the steering.
182
500564
2322
Assistam a atividade mental e olhem a direção.
08:38
The car begins to slide out, dramatic maneuver to correct it,
183
502886
3672
O carro começa a deslizar, uma manobra dramática para corrigi-lo,
08:42
and no change whatsoever in the mental workload.
184
506558
3523
e nenhuma mudança ocorre na atividade mental.
08:45
Not a challenging task.
185
510081
2832
Não é uma tarefa desafiadora.
08:48
In fact, entirely reflexive.
186
512913
3200
Na verdade, completamente reflexiva.
08:52
Now, our data processing on this is still preliminary,
187
516113
3643
Nosso processamento de dados sobre isso são preliminares,
08:55
but it really seems that these phenomenal feats
188
519756
2672
mas realmente parece que essas fenomenais façanhas
08:58
that the race car drivers are performing
189
522428
1610
que os pilotos estão desempenhando
08:59
are instinctive.
190
524038
1910
são instintivas.
09:01
They are things that they have simply learned to do.
191
525948
3390
São coisas que eles simplesmente aprenderam a fazer.
09:05
It requires very little mental workload
192
529338
2282
Para eles essas incríveis façanhas
09:07
for them to perform these amazing feats.
193
531620
2824
requerem pouco trabalho mental.
09:10
And their actions are fantastic.
194
534444
3135
E suas ações são fantásticas.
09:13
This is exactly what you want to do on the steering wheel
195
537579
2611
Isso é exatamente o que você precisa fazer na direção
09:16
to catch the car in this situation.
196
540190
3337
para pegar o carro nessa situação.
09:19
Now, this has given us tremendous insight
197
543527
3445
Isso nos têm dado uma tremenda compreensão
09:22
and inspiration for our own autonomous vehicles.
198
546972
3122
e inspiração para o nossos próprios veículos autônomos.
09:25
We've started to ask the question:
199
550094
1928
Começamos a fazer a pergunta:
09:27
Can we make them a little less algorithmic
200
552022
2253
podemos fazê-los um pouco menos algorítmico
09:30
and a little more intuitive?
201
554275
2449
e um pouco mais intuitivo?
09:32
Can we take this reflexive action
202
556724
2281
Podemos pegar essas ações por reflexo
09:34
that we see from the very best race car drivers,
203
559005
2287
que vemos nos melhores pilotos,
09:37
introduce it to our cars,
204
561292
1649
aplicar em nossos carros,
09:38
and maybe even into a system that could
205
562941
1984
e talvez dentro de um sistema que poderia
09:40
get onto your car in the future?
206
564925
1968
ser inserido no seu carro no futuro?
09:42
That would take us a long step
207
566893
1611
Isso nos levaria a um longo passo
09:44
along the road to autonomous vehicles
208
568504
2509
pela estrada dos veículos autônomos
09:46
that drive as well as the best humans.
209
571013
1912
que guiam tão bem quanto os melhores seres humanos.
09:48
But it's made us think a little bit more deeply as well.
210
572925
3440
Mas isso nos fez pensar um pouco mais profundamente também.
09:52
Do we want something more from our car
211
576365
2968
Queremos algo mais de nosso carro
09:55
than to simply be a chauffeur?
212
579333
1840
do que ser apenas um chofer?
09:57
Do we want our car to perhaps be a partner, a coach,
213
581173
4235
Queremos talvez que o nosso carro seja um companheiro, um treinador,
10:01
someone that can use their understanding of the situation
214
585408
3087
alguém que possa usar o entendimento da situação
10:04
to help us reach our potential?
215
588495
4256
para ajudar-nos a alcançar nosso potencial?
10:08
Can, in fact, the technology not simply replace humans,
216
592751
2273
A tecnologia pode, de fato, não apenas substituir humanos,
10:10
but allow us to reach the level of reflex and intuition
217
595024
4575
mas permitir-nos alcançar o nível de reflexo e intuição
10:15
that we're all capable of?
218
599599
3425
do qual todos nós somos capazes?
10:18
So, as we move forward into this technological future,
219
603024
1923
Enquanto nos movemos para essa futura tenologia ,
10:20
I want you to just pause and think of that for a moment.
220
604947
2821
Eu quero que vocês parem e pensem nisso por um momento.
10:23
What is the ideal balance of human and machine?
221
607768
3775
Qual é o equilíbrio ideal entre e o homem e a máquina?
10:27
And as we think about that,
222
611543
1709
E enquanto pensamos sobre isso,
10:29
let's take inspiration
223
613252
1731
vamos nos inspirar
10:30
from the absolutely amazing capabilities
224
614983
3329
nas capacidades absolutamente incríveis
10:34
of the human body and the human mind.
225
618312
2816
do corpo e da mente humana.
10:37
Thank you.
226
621128
1736
Obrigado.
10:38
(Applause)
227
622864
4604
(Aplausos)

▲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