TED@Intel
Jennifer Healey: If cars could talk, accidents might be avoidable
Jennifer Healey: Dacă maşinile ar putea vorbi, accidentele ar putea fi evitate
Filmed:
Readability: 3.2
908,454 views
Când conducem, intrăm într-o bulă de sticlă, încuiem uşile şi a păsăm pe acceleraţie, bazându-ne pe ochi să ne ghideze -- chiar dacă putem vedea câteva maşini în faţă şi cateva în spate. Ce-ar fi dacă maşinile ar putea comunica între ele date despre poziţia şi viteza lor, să folosească modele predictive pentru a calcula cele mai sigure rute de drum pentru toata lumea? Jennifer Haeley işi imaginează o lume fară accidente. (Filmat la TED@Intel.)
Jennifer Healey - Research scientist
A research scientist at Intel, Jennifer Healey develops the mobile internet devices of the future. Full bio
A research scientist at Intel, Jennifer Healey develops the mobile internet devices of the future. Full bio
Double-click the English transcript below to play the video.
00:12
Let's face it:
0
703
1914
Să recunoaştem.
00:14
Driving is dangerous.
1
2617
2445
Condusul este periculos.
00:17
It's one of the things that we don't like to think about,
2
5062
3098
E un lucru la care nu ne place să ne gândim,
00:20
but the fact that religious icons and good luck charms
3
8160
3652
dar faptul că oamenii îşi pun icoane şi talismane de noroc
00:23
show up on dashboards around the world
4
11812
4790
pe bordul maşinii, în toată lumea,
00:28
betrays the fact that we know this to be true.
5
16602
4137
trădează faptul că ştim că-i adevarat.
00:32
Car accidents are the leading cause of death
6
20739
3594
Accidentele de maşină sunt principala cauză de deces
00:36
in people ages 16 to 19 in the United States --
7
24333
4170
la tinerii între 16 și 19 ani în SUA --
00:40
leading cause of death --
8
28503
2843
principala cauză de deces --
00:43
and 75 percent of these accidents have nothing to do
9
31346
3863
iar 75% dintre acestea nu au nimic de a face
00:47
with drugs or alcohol.
10
35209
2285
cu drogurile sau alcoolul.
00:49
So what happens?
11
37494
2261
Deci ce se întîmplă?
00:51
No one can say for sure, but I remember my first accident.
12
39755
4219
Nimeni nu poate spune sigur,
dar îmi amintesc primul meu accident.
dar îmi amintesc primul meu accident.
00:55
I was a young driver out on the highway,
13
43974
3803
Eram o tînără şoferiţă pe autostradă,
00:59
and the car in front of me, I saw the brake lights go on.
14
47777
2258
şi am văzut că maşina din faţa mea frânează,
01:02
I'm like, "Okay, all right, this guy is slowing down,
15
50035
1800
Îmi spun: „OK, acest individ încetineşte,
01:03
I'll slow down too."
16
51835
1282
o să încetinesc şi eu."
01:05
I step on the brake.
17
53117
1926
Apăs pe frînă.
01:07
But no, this guy isn't slowing down.
18
55043
2254
Dar nu, individul nu încetineşte.
01:09
This guy is stopping, dead stop, dead stop on the highway.
19
57297
3178
Se opreşte, se opreşte pe autostradă.
01:12
It was just going 65 -- to zero?
20
60475
2540
De la 100 km/h -- la 0?
01:15
I slammed on the brakes.
21
63015
1520
Apăs pe frâne.
01:16
I felt the ABS kick in, and the car is still going,
22
64535
3059
Simt ABS-ul intrând în funcţiune,
dar maşina încă merge,
dar maşina încă merge,
01:19
and it's not going to stop, and I know it's not going to stop,
23
67594
2696
n-are de gând să oprească,
ştiu că nu se va opri,
ştiu că nu se va opri,
01:22
and the air bag deploys, the car is totaled,
24
70290
2939
air bag-ul se declanşează,
mașina distrusă complet,
mașina distrusă complet,
01:25
and fortunately, no one was hurt.
25
73229
3557
din fericire, nimeni nu e rănit.
01:28
But I had no idea that car was stopping,
26
76786
4211
N-aveam idee că acea maşina se oprea,
01:32
and I think we can do a lot better than that.
27
80997
3645
dar cred că putem mai bine de atât.
01:36
I think we can transform the driving experience
28
84642
4145
Cred că putem transforma experienţa de a conduce
01:40
by letting our cars talk to each other.
29
88787
3879
prin a lăsa maşinile să vorbească între ele.
01:44
I just want you to think a little bit
30
92666
1424
Vreau să vă gândiți puţin
01:46
about what the experience of driving is like now.
31
94090
2888
care-i experienţa de a conduce în prezent.
01:48
Get into your car. Close the door. You're in a glass bubble.
32
96978
4028
Te urci în maşină. Închizi uşa. Ești într-o bulă de sticlă.
01:53
You can't really directly sense the world around you.
33
101006
2916
Nu simţi direct lumea din jurul tău.
01:55
You're in this extended body.
34
103922
2181
Eşti în acest corp extins.
01:58
You're tasked with navigating it down
35
106103
2163
Navighezi
02:00
partially-seen roadways,
36
108266
2056
şosele parţial vizibile,
02:02
in and amongst other metal giants, at super-human speeds.
37
110322
4424
printre alte metale gigant, la viteze supraomenești.
02:06
Okay? And all you have to guide you are your two eyes.
38
114746
4480
Şi tot ce ai pentru ghidare sunt ochii tăi.
02:11
Okay, so that's all you have,
39
119226
1762
Asta-i tot ce ai,
02:12
eyes that weren't really designed for this task,
40
120988
1735
ochi care n-au fost făcuţi pentru asta.
02:14
but then people ask you to do things like,
41
122723
3751
Și ți se cere, de exemplu --
02:18
you want to make a lane change,
42
126474
1549
dacă schimbi banda,
02:20
what's the first thing they ask you do?
43
128023
2321
care-i primul lucru care ți se cere să-l faci?
02:22
Take your eyes off the road. That's right.
44
130344
3095
Să-ţi iei ochii de pe şosea. Exact.
02:25
Stop looking where you're going, turn,
45
133439
2096
Nu te uita unde mergi, întoarce capul,
02:27
check your blind spot,
46
135535
2018
verifică-ţi unghiul mort,
02:29
and drive down the road without looking where you're going.
47
137553
3471
şi condu fără să te uiţi pe unde mergi.
02:33
You and everyone else. This is the safe way to drive.
48
141024
3135
Tu şi toată lumea. Ăsta-i regulamentul.
02:36
Why do we do this? Because we have to,
49
144159
2241
De ce facem asta? Pentru că trebuie,
02:38
we have to make a choice, do I look here or do I look here?
50
146400
2579
trebuie să alegem,
mă uit aici sau mă uit acolo?
mă uit aici sau mă uit acolo?
02:40
What's more important?
51
148979
1521
Care e mai important?
02:42
And usually we do a fantastic job
52
150500
2711
Şi de obicei ne descurcăm fantastic
02:45
picking and choosing what we attend to on the road.
53
153211
3769
alegând ce să facem pe şosea.
02:48
But occasionally we miss something.
54
156980
3650
Dar ocazional ratăm un detaliu.
02:52
Occasionally we sense something wrong or too late.
55
160630
4461
Ocazional percepem ceva greşit sau prea târziu.
02:57
In countless accidents, the driver says,
56
165091
1988
În nenumarate accidente, şoferul spune,
02:59
"I didn't see it coming."
57
167079
2308
„N-am văzut-o venind."
03:01
And I believe that. I believe that.
58
169387
3281
Şi cred asta. Cred.
03:04
We can only watch so much.
59
172668
2925
Putem procesa până la o limită.
03:07
But the technology exists now that can help us improve that.
60
175593
5144
Dar tehnologia de azi ne poate ajuta să îmbunătăţim asta.
03:12
In the future, with cars exchanging data with each other,
61
180737
4296
În viitor, cu maşini schimbând date între ele,
03:17
we will be able to see not just three cars ahead
62
185033
3928
vom vedea nu doar trei maşini în faţă
03:20
and three cars behind, to the right and left,
63
188961
1594
trei maşini în spate, la dreapta şi la stânga,
03:22
all at the same time, bird's eye view,
64
190555
3166
toate în acelaşi timp,
03:25
we will actually be able to see into those cars.
65
193721
3128
vom putea vedea în maşini.
03:28
We will be able to see the velocity of the car in front of us,
66
196849
2371
Vom percepe viteza maşinii din faţa noastră,
03:31
to see how fast that guy's going or stopping.
67
199220
3240
cât de repede merge sau dacă se opreşte.
03:34
If that guy's going down to zero, I'll know.
68
202460
4510
Dacă scade viteza la zero, voi şti.
03:38
And with computation and algorithms and predictive models,
69
206970
3859
Cu calculatoare, algoritmi şi modele predictive
03:42
we will be able to see the future.
70
210829
3273
vom putea prevedea mișcările imediate.
03:46
You may think that's impossible.
71
214102
1556
Poate credeţi că e imposibil.
03:47
How can you predict the future? That's really hard.
72
215658
2731
Cum putem prezice viitorul?
E foarte greu.
E foarte greu.
03:50
Actually, no. With cars, it's not impossible.
73
218389
3619
De fapt, nu. Cu maşinile, nu-i imposibil.
03:54
Cars are three-dimensional objects
74
222008
2732
Maşinile sunt obiecte 3D
03:56
that have a fixed position and velocity.
75
224740
2332
cu poziţie şi viteză fixă.
03:59
They travel down roads.
76
227072
1631
Circulă pe şosele.
04:00
Often they travel on pre-published routes.
77
228703
2412
Adesea, pe şosele înregistrate.
04:03
It's really not that hard to make reasonable predictions
78
231115
3938
Nu-i chiar atât de greu să prezici rezonabil
04:07
about where a car's going to be in the near future.
79
235053
2864
unde se va afla mașina în viitorul imediat.
04:09
Even if, when you're in your car
80
237917
2002
Chiar dacă eşti în maşină
04:11
and some motorcyclist comes -- bshoom! --
81
239919
1994
şi un motociclist vine -- vâj! --
04:13
85 miles an hour down, lane-splitting --
82
241913
2296
140 km /oră -- printre benzi.
04:16
I know you've had this experience --
83
244209
2547
Aţi avut această experienţă.
04:18
that guy didn't "just come out of nowhere."
84
246756
2603
Individul n-a „apărut din senin."
04:21
That guy's been on the road probably for the last half hour.
85
249359
3643
Era probabil pe şosea de jumătate de oră.
04:25
(Laughter)
86
253002
1190
(Râsete)
04:26
Right? I mean, somebody's seen him.
87
254192
3589
Da? Cineva l-a văzut.
04:29
Ten, 20, 30 miles back, someone's seen that guy,
88
257781
2768
10, 20, 30 km în urmă, cineva l-a văzut,
04:32
and as soon as one car sees that guy
89
260549
2384
şi imediat ce o maşină l-a văzut
04:34
and puts him on the map, he's on the map --
90
262933
2231
şi l-a pus pe hartă, rămâne pe hartă --
04:37
position, velocity,
91
265164
2176
poziţie, viteză,
04:39
good estimate he'll continue going 85 miles an hour.
92
267340
2321
probabil va continua cu 140 km/oră.
04:41
You'll know, because your car will know, because
93
269661
2184
Vei şti, maşina ta va şti pentru că
04:43
that other car will have whispered something in his ear,
94
271845
2275
cealaltă maşină îi va şopti la ureche:
04:46
like, "By the way, five minutes,
95
274120
1923
„Apropo, în 5 minute
04:48
motorcyclist, watch out."
96
276043
2775
vine un motociclist, ai grijă."
04:50
You can make reasonable predictions about how cars behave.
97
278818
2703
Poţi face predicţii rezonabile despre cum se comportă maşinile.
04:53
I mean, they're Newtonian objects.
98
281521
1365
Sunt obiecte newtoniene.
04:54
That's very nice about them.
99
282886
2909
Asta-i bine în ce le privește.
04:57
So how do we get there?
100
285795
3034
Deci cum ajungem acolo?
05:00
We can start with something as simple
101
288829
2266
Putem începe cu ceva simplu
05:03
as sharing our position data between cars,
102
291095
2870
ca distribuirea datelor de poziţie între maşini,
05:05
just sharing GPS.
103
293965
1892
împărtășirea GPS-ului.
05:07
If I have a GPS and a camera in my car,
104
295857
2444
Dacă am un GPS şi o cameră foto în maşina mea,
05:10
I have a pretty precise idea of where I am
105
298301
2231
am o idee bună pe unde sunt
05:12
and how fast I'm going.
106
300532
1732
şi cât de repede merg.
05:14
With computer vision, I can estimate where
107
302264
1657
Cu un calculator pot estima unde sunt,
05:15
the cars around me are, sort of, and where they're going.
108
303921
3537
ce maşini sunt în jur şi încotro merg.
05:19
And same with the other cars.
109
307458
970
La fel şi celelalte maşini.
05:20
They can have a precise idea of where they are,
110
308428
1814
Pot știi precis unde se află,
05:22
and sort of a vague idea of where the other cars are.
111
310242
2146
şi vag unde sunt celelalte maşini.
05:24
What happens if two cars share that data,
112
312388
3231
Ce se întamplă dacă două maşini îşi împărtășesc datele,
05:27
if they talk to each other?
113
315619
1955
comunică una cu alta?
05:29
I can tell you exactly what happens.
114
317574
2778
Vă pot spune exact ce se întâmplă.
05:32
Both models improve.
115
320352
2339
Ambele modele se îmbunătăţesc.
05:34
Everybody wins.
116
322691
2055
Toată lumea câştigă.
05:36
Professor Bob Wang and his team
117
324746
2577
Profesorul Bob Wang şi echipa lui
05:39
have done computer simulations of what happens
118
327323
2738
au făcut simulări pe calculator despre ce se întâmplă
05:42
when fuzzy estimates combine, even in light traffic,
119
330061
3431
când estimările se combină, chiar şi în trafic redus,
05:45
when cars just share GPS data,
120
333492
2624
când maşinile împărtășesc datele GPS,
05:48
and we've moved this research out of the computer simulation
121
336116
2513
şi am extins cercetările în afara simulărilor pe calculator
05:50
and into robot test beds that have the actual sensors
122
338629
3027
în roboţi de testare cu senzori,
05:53
that are in cars now on these robots:
123
341656
3133
acum în maşini în aceşti roboţi:
05:56
stereo cameras, GPS,
124
344789
1838
camere stereo, GPS,
05:58
and the two-dimensional laser range finders
125
346627
1874
şi lasere 2D
06:00
that are common in backup systems.
126
348501
2240
obișnuite la aceste sisteme.
06:02
We also attach a discrete short-range communication radio,
127
350741
4484
Am ataşat şi un radio de comunicare pe distanță scurtă
06:07
and the robots talk to each other.
128
355225
1909
şi roboţii vorbesc unul cu altul.
06:09
When these robots come at each other,
129
357134
1539
Când roboţii vin unul spre altul
06:10
they track each other's position precisely,
130
358673
2971
îşi monitorizează poziţia unul altuia,
06:13
and they can avoid each other.
131
361644
2737
şi se pot evita unul pe altul.
06:16
We're now adding more and more robots into the mix,
132
364381
3226
Adăugăm tot mai mulţi roboţi în mix,
06:19
and we encountered some problems.
133
367607
1471
şi întâlnim nişte probleme.
06:21
One of the problems, when you get too much chatter,
134
369078
2359
Una dintre probleme,
când vorbeşti prea mult,
când vorbeşti prea mult,
06:23
it's hard to process all the packets, so you have to prioritize,
135
371437
3728
e greu să procesezi totul,
trebuie stabilite priorități,
trebuie stabilite priorități,
06:27
and that's where the predictive model helps you.
136
375165
2357
şi aici modelul predictiv te ajută.
06:29
If your robot cars are all tracking the predicted trajectories,
137
377522
4372
Dacă maşinile tale robot urmăresc şi prezic toate traiectorile,
06:33
you don't pay as much attention to those packets.
138
381894
1767
nu mai eşti aşa atent la acele pachete.
06:35
You prioritize the one guy
139
383661
1703
Prioritezi unul singur individ
06:37
who seems to be going a little off course.
140
385364
1333
care pare să se ducă puţin pe lângă.
06:38
That guy could be a problem.
141
386697
2526
Acela ar putea fi o problemă.
06:41
And you can predict the new trajectory.
142
389223
3002
Şi poţi prezice noua traiectorie.
06:44
So you don't only know that he's going off course, you know how.
143
392225
2763
Nu ştii doar că se duce pe lângă, ştii şi cum.
06:46
And you know which drivers you need to alert to get out of the way.
144
394988
3725
Ştii ce şoferi să alertezi să se tragă din drum.
06:50
And we wanted to do -- how can we best alert everyone?
145
398713
2633
Am vrut -- cum putem cel mai bine alerta pe toţi?
06:53
How can these cars whisper, "You need to get out of the way?"
146
401346
3183
Cum pot maşinile şopti: „Trebuie să te dai din drum?'
06:56
Well, it depends on two things:
147
404529
1517
Asta depinde de două lucruri:
06:58
one, the ability of the car,
148
406046
2169
unul, abilitatea maşinii,
07:00
and second the ability of the driver.
149
408215
3217
şi al doilea, abilitatea şoferului.
07:03
If one guy has a really great car,
150
411432
1505
Dacă un om are o maşină bună,
07:04
but they're on their phone or, you know, doing something,
151
412937
2925
dar se uită la telefon sau face altceva,
07:07
they're not probably in the best position
152
415862
1930
probabil nu-i în situația optimă
07:09
to react in an emergency.
153
417792
2970
să reacţioneze la o urgenţă.
07:12
So we started a separate line of research
154
420762
1665
Am început o direcție separată de cercetări
07:14
doing driver state modeling.
155
422427
2551
modelând starea şoferului.
07:16
And now, using a series of three cameras,
156
424978
2329
Utilizând o serie de trei camere,
07:19
we can detect if a driver is looking forward,
157
427307
2270
putem detecta dacă şoferul se uită în faţă,
07:21
looking away, looking down, on the phone,
158
429577
2860
se uită în departare, în jos, la telefon
07:24
or having a cup of coffee.
159
432437
3061
sau bea cafea.
07:27
We can predict the accident
160
435498
2070
Putem prezice accidentul
07:29
and we can predict who, which cars,
161
437568
3651
şi putem prezice cine, ce maşini
07:33
are in the best position to move out of the way
162
441219
3486
sunt în cea mai bună poziţie să se dea din drum.
07:36
to calculate the safest route for everyone.
163
444705
3009
Calculăm cea mai sigură rută pentru toată lumea.
07:39
Fundamentally, these technologies exist today.
164
447714
4635
Aceste tehnologii există deja.
07:44
I think the biggest problem that we face
165
452349
2824
Cea mai mare problemă cu care ne confruntăm
07:47
is our own willingness to share our data.
166
455173
3013
e dorinţa noastră de a ne împărtăși datele.
07:50
I think it's a very disconcerting notion,
167
458186
2631
E o noţiune disconcertantă,
07:52
this idea that our cars will be watching us,
168
460817
2386
ideea că maşinile noastre ne vor privi,
07:55
talking about us to other cars,
169
463203
3371
vor vorbi despre noi cu alte maşini,
07:58
that we'll be going down the road in a sea of gossip.
170
466574
3427
că vom merge pe un drum de bârfe,
08:02
But I believe it can be done in a way that protects our privacy,
171
470001
3897
dar poate fi făcut într-un mod
care să ne protejeze intimitatea.
care să ne protejeze intimitatea.
08:05
just like right now, when I look at your car from the outside,
172
473898
3741
ca și acum, când mă uit la maşina ta din afară,
08:09
I don't really know about you.
173
477639
2363
nu ştiu multe despre tine.
08:12
If I look at your license plate number,
174
480002
1137
Dacă mă uit la permisul tău,
08:13
I don't really know who you are.
175
481139
1886
nu știu cine ești.
08:15
I believe our cars can talk about us behind our backs.
176
483025
4249
Cred că maşinile noastre pot vorbi despre noi pe la spate.
08:19
(Laughter)
177
487274
2975
(Râsete)
08:22
And I think it's going to be a great thing.
178
490249
3185
Și cred că va fi grozav.
08:25
I want you to consider for a moment
179
493434
1650
Vreau să considerați pentru un moment
08:27
if you really don't want the distracted teenager behind you
180
495084
4118
dacă n-ai vrea ca adolescentul distras din spatele tău
08:31
to know that you're braking,
181
499202
2120
să ştie că frânezi,
08:33
that you're coming to a dead stop.
182
501322
2924
că opreşti.
08:36
By sharing our data willingly,
183
504246
2741
Prin împărtăşirea datelor din proprie voinţă,
08:38
we can do what's best for everyone.
184
506987
2812
putem face ce-i bine pentru toată lumea.
08:41
So let your car gossip about you.
185
509799
3076
Aşa că lasă-ţi maşina să bârfească despre tine.
08:44
It's going to make the roads a lot safer.
186
512875
3038
Va face şoselele mai sigure.
08:47
Thank you.
187
515913
1791
Mulţumesc.
08:49
(Applause)
188
517704
4985
(Aplauze)
ABOUT THE SPEAKER
Jennifer Healey - Research scientistA research scientist at Intel, Jennifer Healey develops the mobile internet devices of the future.
Why you should listen
Jennifer Healey imagines a future where computers and smartphones are capable of being sensitive to human emotions and where cars are able to talk to each other, and thus keep their drivers away from accidents. A scientist at Intel Corporation Research Labs, she researches devices and systems that would allow for these major innovations.
Healey holds PhD from MIT in electrical engineering and computer science. While there, she pioneered “Affective Computing” with Rosalind Picard and developed the first wearable computer with physiological sensors and a video camera that allows the wearer to track their daily activities and how they feel while doing them. From there, she moved to IBM where she worked on the next generation of multi-modal interactive smartphones and helped architect the "Interaction Mark-Up language" that allows users to switch from voice to speech input seamlessly.
Healey has also used her interest in embedded devices in the field of healthcare. While an instructor at Harvard Medical School and at Beth Israel Deaconess Medical Center, she worked on new ways to use heart rate to predict cardiac health. She then joined HP Research in Cambridge to further develop wearable sensors for health monitoring and continued this research when she joined Intel Digital Health.
Jennifer Healey | Speaker | TED.com