TEDxStanford
Chris Gerdes: The future race car -- 150mph, and no driver
כריס גרדס - מכונית המרוץ העתידית - 240 קמ"ש ובלי נהג
Filmed:
Readability: 4
806,444 views
הרכבים האוטונומיים בדרך אלינו – והם ידעו לנהוג יותר טוב מכם. כריס גרדס חושף כיצד הוא וצוותו מפתחים מכוניות מרוץ רובוטיות שיכולות לנסוע ב-240 קמ"ש וגם להימנע מכל תאונה אפשרית. ובכל זאת, תוך בחינת גלי המוח של נהגי מרוץ מקצועיים, גרדס אומר שהוא רכש הערכה חדשה לאינסטינקטים של הנהגים המקצועיים. (צולם ב- TEDxStanford).
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. Full bio
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
אז, לכמה מכם יצא
00:17
gotten behind the wheel of a car
1
1913
1655
לתפוס את מושב הנהג ברכב
00:19
when you really shouldn't have been driving?
2
3568
5687
כשאתם יודעים שממש לא כדאי שתנהגו?
00:25
Maybe you're out on the road for a long day,
3
9255
1905
אולי עבר עליכם יום ארוך בדרכים,
00:27
and you just wanted to get home.
4
11160
1490
ופשוט רציתם להגיע כבר הביתה.
00:28
You were tired, but you felt you could drive a few more miles.
5
12650
2647
הייתם עייפים, אבל הרגשתם שאתם יכולים לנהוג עוד כמה ק"מ.
00:31
Maybe you thought,
6
15297
1199
אולי חשבתם,
00:32
I've had less to drink than everybody else,
7
16496
2017
מבין כולם אני שתיתי הכי מעט,
00:34
I should be the one to go home.
8
18513
1736
אני זה שצריך לנסוע הביתה.
00:36
Or maybe your mind was just entirely elsewhere.
9
20249
4591
או שאולי הראש שלכם היה פשוט במקום אחר לגמרי.
00:40
Does this sound familiar to you?
10
24840
1454
נשמע לכם מוכר?
00:42
Now, in those situations, wouldn't it be great
11
26294
2898
עכשיו, במצבים כאלו, נכון שהיה נפלא
00:45
if there was a button on your dashboard
12
29192
1593
לו היה איזה כפתור בלוח המכוונים שלכם
00:46
that you could push, and the car would get you home safely?
13
30785
6343
שאפשר ללחוץ עליו, והמכונית היתה מביאה אתכם הביתה בשלום?
00:53
Now, that's been the promise of the self-driving car,
14
37128
2293
זו היתה ההבטחה של הרכב הנוהג בעצמו,
00:55
the autonomous vehicle, and it's been the dream
15
39421
2627
הרכב האוטונומי, וזה היה החלום
00:57
since at least 1939, when General Motors showcased
16
42048
3249
מאז 1939, כש"ג'נרל מוטורס" הציגה
01:01
this idea at their Futurama booth at the World's Fair.
17
45297
3302
את הרעיון הזה בדוכן ה- Futurama שלהם ביריד העולמי.
01:04
Now, it's been one of those dreams
18
48599
1943
זה אחד מאותם חלומות
01:06
that's always seemed about 20 years in the future.
19
50542
4214
שתמיד נראה שהוא במרחק של בערך 20 שנה לתוך העתיד.
01:10
Now, two weeks ago, that dream took a step forward,
20
54756
2683
עכשיו, לפני שבועיים, החלום הזה עשה צעד קדימה,
01:13
when the state of Nevada granted Google's self-driving car
21
57439
3265
כשמדינת נבדה העניקה לרכב הנוהג בעצמו של Google
01:16
the very first license for an autonomous vehicle,
22
60704
3600
את הרישיון הראשון בהחלט לרכב אוטונומי,
01:20
clearly establishing that it's legal for them
23
64304
2245
וביססה באופן ברור את העובדה שזה חוקי
01:22
to test it on the roads in Nevada.
24
66549
1810
לבחון אותו בכבישים בנבדה.
01:24
Now, California's considering similar legislation,
25
68359
3727
עכשיו, גם קליפורניה שוקלת חקיקה דומה,
01:27
and this would make sure that the autonomous car
26
72086
2408
וזה יבטיח שהרכב האוטונומי
01:30
is not one of those things that has to stay in Vegas.
27
74494
2977
הוא לא מאותם דברים שחייבים להישאר רק בוגאס.
01:33
(Laughter)
28
77471
2096
(צחוק)
01:35
Now, in my lab at Stanford, we've been working on
29
79567
3784
במעבדה שלי בסטנפורד, גם אנחנו עובדים
01:39
autonomous cars too, but with a slightly different spin
30
83351
3487
על רכבים אוטונומיים, אבל בשינוי קטן בעניינים.
01:42
on things. You see, we've been developing robotic race cars,
31
86838
4248
אתם מבינים, אנחנו מפתחים מכוניות מרוץ רובוטיות,
01:46
cars that can actually push themselves to the very limits
32
91086
4120
מכונית שיכולות ממש לדחוף את עצמן עד לקצה גבול היכולת
01:51
of physical performance.
33
95206
2240
של הביצועים הפיזיים.
01:53
Now, why would we want to do such a thing?
34
97446
2613
עכשיו, למה שנרצה בכלל לעשות דבר כזה?
01:55
Well, there's two really good reasons for this.
35
100059
2100
ובכן, ישנן שתי סיבות מאוד טובות לזה.
01:58
First, we believe that before people turn over control
36
102159
3959
ראשית, אנחנו מאמינים שלפני שאנשים מוסרים את השליטה
02:02
to an autonomous car, that autonomous car should be
37
106118
2834
לידי רכב אוטונומי, הרכב האוטונומי צריך להיות
02:04
at least as good as the very best human drivers.
38
108952
3254
טוב לפחות כמו הנהג האנושי הטוב ביותר.
02:08
Now, if you're like me, and the other 70 percent of the population
39
112206
3305
עכשיו, אם אתם כמוני, וכמו 70% מהאוכלוסייה,
02:11
who know that we are above-average drivers,
40
115511
2193
שיודעים שאנחנו נהגים טובים מעל הממוצע,
02:13
you understand that's a very high bar.
41
117704
3175
אתם מבינים שזה רף מאוד גבוה.
02:16
There's another reason as well.
42
120879
2392
ויש עוד סיבה.
02:19
Just like race car drivers can use all of the friction
43
123271
3576
בדיוק כמו שנהגי מכוניות מרוץ יודעים להשתמש בכל החיכוך
02:22
between the tire and the road,
44
126847
1280
שבין הצמיג והכביש,
02:24
all of the car's capabilities to go as fast as possible,
45
128127
3177
בכל היכולות של המכונית כדי לנסוע הכי מהר שאפשר,
02:27
we want to use all of those capabilities to avoid
46
131304
3345
אנחנו רוצים להשתמש בכל היכולות האלו כדי למנוע
02:30
any accident we can.
47
134649
1588
כל תאונה שאנחנו יכולים.
02:32
Now, you may push the car to the limits
48
136237
2050
עכשיו, אדם אולי דוחף את הרכב לקצה היכולת
02:34
not because you're driving too fast,
49
138287
1967
לא בגלל שהוא נוהג מהר מדי,
02:36
but because you've hit an icy patch of road,
50
140254
2160
אלא בגלל שעלה על קטע כביש קפוא,
02:38
conditions have changed.
51
142414
1704
התנאים השתנו.
02:40
In those situations, we want a car
52
144118
2761
במצבים האלו, אנחנו רוצים רכב
02:42
that is capable enough to avoid any accident
53
146879
3720
שיהיה עם יכולות טובות מספיק כדי להימנע מכל תאונה
02:46
that can physically be avoided.
54
150599
2678
שפיזית אפשר להימנע ממנה.
02:49
I must confess, there's kind of a third motivation as well.
55
153277
4267
אני חייב להודות, יש פה גם מניע שלישי.
02:53
You see, I have a passion for racing.
56
157544
2256
אתם מבינים, יש לי אהבה למרוצים.
02:55
In the past, I've been a race car owner,
57
159800
2764
בעבר, היתה לי מכונית מרוץ,
02:58
a crew chief and a driving coach,
58
162564
2555
הייתי ראש צוות ומדריך נהיגה,
03:01
although maybe not at the level that you're currently expecting.
59
165119
3855
למרות שלא ברמה כזו שהייתם חושבים עכשיו.
03:04
One of the things that we've developed in the lab --
60
168974
2704
אחד הדברים שפיתחנו במעבדה...
03:07
we've developed several vehicles --
61
171678
1704
פיתחנו מספר רכבים...
03:09
is what we believe is the world's first
62
173382
2235
הוא מה שאנחנו מאמינים שהוא רכב החלקות
03:11
autonomously drifting car.
63
175617
2365
(דריפטינג) האוטונומי הראשון בעולם .
03:13
It's another one of those categories
64
177982
2513
זו עוד אחת מאותן קטגוריות
03:16
where maybe there's not a lot of competition.
65
180495
2423
שבה אולי אין יותר מדי תחרות.
03:18
(Laughter)
66
182918
1408
(צחוק)
03:20
But this is P1. It's an entirely student-built electric vehicle,
67
184326
3822
אבל זה הוא ה- P1. זהו רכב חשמלי שנבנה כולו ע"י סטודנטים,
03:24
which through using its rear-wheel drive
68
188148
2078
שעל ידי שימוש בהנעה אחורית,
03:26
and front-wheel steer-by-wire
69
190226
1565
והיגוי ממוחשב בגלגלים הקדמיים
03:27
can drift around corners.
70
191791
2067
יכול לעשות דריפטינג מסביב לפינות.
03:29
It can get sideways like a rally car driver,
71
193858
2200
הוא מצליח להחליק הצידה כמו נהג רכבי ראלי,
03:31
always able to take the tightest curve,
72
196058
1715
מסוגל תמיד לקחת את הפנייה הכי חדה,
03:33
even on slippery, changing surfaces,
73
197773
3304
אפילו על משטחים חלקים או משתנים,
03:36
never spinning out.
74
201077
1616
אף פעם לא יוצא לסחרור.
03:38
We've also worked with Volkswagen Oracle,
75
202693
2368
עבדנו גם עם פולקסוואגן,
03:40
on Shelley, an autonomous race car that has raced
76
205061
3424
על "שלי", מכונית מרוץ אוטונומית שביצעה מסלול
03:44
at 150 miles an hour through the Bonneville Salt Flats,
77
208485
3070
במהירות 240 קמ"ש במשטחי המלח של בונוויל,
03:47
gone around Thunderhill Raceway Park in the sun,
78
211555
4471
נסעה סביב מסלול המרוץ של פארק טאנדרהיל בשמש,
03:51
the wind and the rain,
79
216026
2639
ברוח ובגשם,
03:54
and navigated the 153 turns and 12.4 miles
80
218665
5018
וניווטה את 153 הפניות ואת 20 הק"מ
03:59
of the Pikes Peak Hill Climb route
81
223683
1562
של מסלול Pikes Peak Hill Climb
04:01
in Colorado with nobody at the wheel.
82
225245
3473
בקולורדו כשאף אחד לא אוחז בהגה.
04:04
(Laughter)
83
228718
1448
(צחוק)
04:06
(Applause)
84
230166
5566
(מחיאות כפיים)
04:11
I guess it goes without saying that we've had a lot of fun
85
235732
3279
אני מניח שלא צריך להסביר שמאוד נהננו
04:14
doing this.
86
239011
1304
לעשות את זה.
04:16
But in fact, there's something else that we've developed
87
240315
3657
אבל למעשה, יש עוד משהו שפיתחנו
04:19
in the process of developing these autonomous cars.
88
243972
3055
במהלך הפיתוח של הרכבים האוטונומיים האלו.
04:22
We have developed a tremendous appreciation
89
247027
3871
פיתחנו הערכה אדירה
04:26
for the capabilities of human race car drivers.
90
250898
3817
ליכולות של הנהג האנושי של מכוניות המרוץ.
04:30
As we've looked at the question of how well do these cars perform,
91
254715
4345
כשבחנו את השאלה עד כמה הביצועים של הרכבים האלו טובים,
04:34
we wanted to compare them to our human counterparts.
92
259060
3279
רצינו להשוות אותם מול מקביליהם האנושיים.
04:38
And we discovered their human counterparts are amazing.
93
262339
5680
וגילינו שמקביליהם האנושיים הם מדהימים.
04:43
Now, we can take a map of a race track,
94
268019
4023
אנחנו יכולים לקחת מפה של מסלול המרוץ,
04:47
we can take a mathematical model of a car,
95
272042
2370
אנחנו יכולים לקחת מודל מתמטי של הרכב,
04:50
and with some iteration, we can actually find
96
274412
2903
ובכמה איטרציות, אנחנו יכולים למעשה למצוא
04:53
the fastest way around that track.
97
277315
1625
את הנתיב המהיר ביותר לבצע את המסלול.
04:54
We line that up with data that we record
98
278940
2533
הצמדנו את זה לצד נתונים שהקלטנו
04:57
from a professional driver,
99
281473
1433
מנהג מקצועי,
04:58
and the resemblance is absolutely remarkable.
100
282906
4107
והדמיון הוא פשוט יוצא דופן.
05:02
Yes, there are subtle differences here,
101
287013
3212
כן, יש כאן כמה הבדלים קלים,
05:06
but the human race car driver is able to go out
102
290225
3127
אבל נהג מכוניות המרוץ האנושי מסוגל לצאת
05:09
and drive an amazingly fast line,
103
293352
2335
ולנהוג בקו מהיר בצורה מדהימה,
05:11
without the benefit of an algorithm that compares
104
295687
2330
ובלי היתרונות שבאלגוריתם שמשווה
05:13
the trade-off between going as fast as possible
105
298017
2608
את הכדאיות שבלנסוע הכי מהר שאפשר
05:16
in this corner, and shaving a little bit of time
106
300625
2037
בפניה הזאת, לעומת לגנוב טיפה זמן
05:18
off of the straight over here.
107
302662
1902
בקטע הישר כאן.
05:20
Not only that, they're able to do it lap
108
304564
3457
לא רק זה, הם מסוגלים לעשות את זה הקפה
05:23
after lap after lap.
109
308021
2375
אחרי הקפה אחרי הקפה.
05:26
They're able to go out and consistently do this,
110
310396
2912
הם מסוגלים לבוא ולעשות את זה בעקביות,
05:29
pushing the car to the limits every single time.
111
313308
4128
ולדחוף את המכונית לגבול היכולת בכל פעם.
05:33
It's extraordinary to watch.
112
317436
3169
זה יוצא מגדר הרגיל לראות את זה.
05:36
You put them in a new car,
113
320605
2066
שמים אותם במכונית חדשה,
05:38
and after a few laps, they've found the fastest line in that car,
114
322671
3902
ואחרי כמה הקפות, הם מצאו את הנתיב המהיר ביותר לרכב הזה,
05:42
and they're off to the races.
115
326573
3877
והם מוכנים למרוץ.
05:46
It really makes you think,
116
330450
1146
זה באמת גורם לך לחשוב,
05:47
we'd love to know what's going on inside their brain.
117
331596
4871
היינו מאוד רוצים לדעת מה קורה בתוך הראש שלהם.
05:52
So as researchers, that's what we decided to find out.
118
336467
4541
אז כחוקרים, זה מה שהחלטנו לברר.
05:56
We decided to instrument not only the car,
119
341008
1812
החלטנו לצייד במכשירים לא רק את המכונית,
05:58
but also the race car driver,
120
342820
2495
אלא גם את נהג מכונית המרוץ,
06:01
to try to get a glimpse into what was going on
121
345315
2769
כדי לנסות ולקבל הצצה למה שקורה
06:03
in their head as they were doing this.
122
348084
2186
בראש שלהם כשהם עושים את זה.
06:06
Now, this is Dr. Lene Harbott applying electrodes
123
350270
3950
זו ד"ר לינה הארבוט שמתקינה אלקטרודות
06:10
to the head of John Morton.
124
354220
1232
על ראשו של ג'ון מורטון.
06:11
John Morton is a former Can-Am and IMSA driver,
125
355452
2989
ג'ון מורטון הוא נהג Can-Am ו- IMSA לשעבר,
06:14
who's also a class champion at Le Mans.
126
358441
1800
שגם זכה באליפות בתחרות Le Mans.
06:16
Fantastic driver, and very willing to put up with graduate students
127
360241
3496
נהג מופלא, ויש לו הרבה סבלנות לסטודנטים
06:19
and this sort of research.
128
363737
1855
ולמחקרים מהסוג הזה.
06:21
She's putting electrodes on his head
129
365592
2672
היא מניחה אלקטרודות על הראש שלו
06:24
so that we can monitor the electrical activity
130
368264
2112
כדי שנוכל לעקוב אחר הפעילות החשמלית
06:26
in John's brain as he races around the track.
131
370376
2832
במוחו של ג'ון בזמן שהוא עושה את המסלול.
06:29
Now, clearly we're not going to put a couple of electrodes on his head
132
373208
3195
עכשיו, ברור שאי אפשר לשים כמה אלקטרודות על הראש שלו
06:32
and understand exactly what all of his thoughts are on the track.
133
376403
3270
ולהבין מזה בדיוק את כל המחשבות שלו בזמן המרוץ.
06:35
However, neuroscientists have identified certain patterns
134
379673
3407
אבל, חוקרי מערכות עצבים זיהו תבניות מסוימות
06:38
that let us tease out some very important aspects of this.
135
383080
3761
שמאפשרות לנו להבין כמה היבטים מאוד חשובים של זה.
06:42
For instance, the resting brain
136
386841
1847
למשל, המוח במנוחה
06:44
tends to generate a lot of alpha waves.
137
388688
2155
נוטה לייצר הרבה גלי אלפא.
06:46
In contrast, theta waves are associated with
138
390843
3752
לעומת זאת, גלי תטה מצביעים
06:50
a lot of cognitive activity, like visual processing,
139
394595
3184
על פעילות קוגניטיבית רבה, כמו עיבוד חזותי,
06:53
things where the driver is thinking quite a bit.
140
397779
3048
דברים שהנהג חושב עליהם לא מעט.
06:56
Now, we can measure this,
141
400827
1663
עכשיו, אנחנו יכולים למדוד את זה,
06:58
and we can look at the relative power
142
402490
1985
ואנחנו יכולים לבדוק את הכוח היחסי
07:00
between the theta waves and the alpha waves.
143
404475
2200
בין גלי התטה לבין גלי האלפא.
07:02
This gives us a measure of mental workload,
144
406675
2442
זה נותן לנו אומדן לגבי עומס החשיבה,
07:05
how much the driver is actually challenged cognitively
145
409117
3567
עד כמה הנהג מאותגר מבחינה קוגניטיבית
07:08
at any point along the track.
146
412684
1786
בכל נקודה לאורך המסלול.
07:10
Now, we wanted to see if we could actually record this
147
414470
2942
עכשיו, רצינו לראות אם אנחנו יכולים להקליט את זה
07:13
on the track, so we headed down south to Laguna Seca.
148
417412
3038
בזמן נהיגת המסלול, אז ירדנו דרומה אל לגונה סקה.
07:16
Laguna Seca is a legendary raceway
149
420450
2016
לגונה סקה הוא מסלול מרוצים אגדי
07:18
about halfway between Salinas and Monterey.
150
422466
2301
בערך באמצע הדרך בין סלינס למונטרי.
07:20
It has a curve there called the Corkscrew.
151
424767
2087
יש שם עיקולים שנקראים "חולץ פקקים".
07:22
Now, the Corkscrew is a chicane, followed by a quick
152
426854
2717
עכשיו, חולץ הפקקים הוא פניית שיקיין, שאחריו פניה מהירה
07:25
right-handed turn as the road drops three stories.
153
429571
2746
ימינה בעוד הכביש צונח מטה שלוש קומות.
07:28
Now, the strategy for driving this as explained to me was,
154
432317
3766
עכשיו, האסטרטגיה לנהיגה שם, כפי שהוסברה לי, היא
07:31
you aim for the bush in the distance,
155
436083
2022
אתה מכוון לשיח שנמצא במרחק,
07:34
and as the road falls away, you realize it was actually the top of a tree.
156
438105
3025
וכשהדרך צונחת מטה, אתה מבין שזו היתה למעשה צמרת של עץ.
07:37
All right, so thanks to the Revs Program at Stanford,
157
441130
3304
טוב, אז הודות לתוכנית Revs בסטנפורד,
07:40
we were able to take John there
158
444434
1473
יכולנו לקחת את ג'ון לשם
07:41
and put him behind the wheel
159
445907
964
ולשים אותו מאחורי ההגה
07:42
of a 1960 Porsche Abarth Carrera.
160
446871
2439
של פורשה אברט' קררה שנת 1960.
07:45
Life is way too short for boring cars.
161
449310
3698
החיים קצרים מדי בשביל מכוניות משעממות.
07:48
So, here you see John on the track,
162
453008
1759
אז, כאן אתם רואים את ג'ון על המסלול,
07:50
he's going up the hill -- Oh! Somebody liked that --
163
454767
2184
הוא נוסע במעלה הגבעה - או! מישהו כאן אהב את זה...
07:52
and you can see, actually, his mental workload
164
456951
2465
ואתם יכולים לראות, למעשה את הפעילות המוחית שלו
07:55
-- measuring here in the red bar --
165
459416
2153
...שנמדדת כאן בפס האדום...
07:57
you can see his actions as he approaches.
166
461569
2343
אתם יכולים לראות את הפעולות שלו כשהוא מתקרב.
07:59
Now watch, he has to downshift.
167
463912
3230
עכשיו תראו, הוא צריך להוריד הילוך.
08:03
And then he has to turn left.
168
467142
761
ואז הוא צריך לפנות שמאלה.
08:03
Look for the tree, and down.
169
467903
3993
לחפש את העץ, וירידה.
08:07
Not surprisingly, you can see this is a pretty challenging task.
170
471896
2838
באופן לא מפתיע, אתם יכולים לראות שזו משימה די מאתגרת.
08:10
You can see his mental workload spike as he goes through this,
171
474734
2976
אתם יכולים לראות את הפעילות המוחית שלו מרקיעה ככל שהוא מתקדם בזה,
08:13
as you would expect with something that requires
172
477710
2064
כפי שניתן לצפות במשהו שמצריך
08:15
this level of complexity.
173
479774
2809
רמה כזו של מורכבות.
08:18
But what's really interesting is to look at areas of the track
174
482583
3416
אבל מה שבאמת מעניין זה לראות את הקטעים במסלול
08:21
where his mental workload doesn't increase.
175
485999
2846
שבהם הפעילות המוחית שלו לא עולה.
08:24
I'm going to take you around now
176
488845
1495
אני אקח אתכם עכשיו
08:26
to the other side of the track.
177
490340
1089
לצד השני של המסלול.
08:27
Turn three. And John's going to go into that corner
178
491429
2336
פנייה שלישית. וג'ון עומד להיכנס לתוך הפינה ההיא
08:29
and the rear end of the car is going to begin to slide out.
179
493765
2551
והחלק האחורי של המכונית יחליק החוצה.
08:32
He's going to have to correct for that with steering.
180
496316
2017
הוא יצטרך לתקן את זה בפעולת היגוי.
08:34
So watch as John does this here.
181
498333
2231
אז תסתכלו איך ג'ון עושה את זה כאן.
08:36
Watch the mental workload, and watch the steering.
182
500564
2322
שימו לב לפעילות המוחית, ותסתכלו על ההיגוי.
08:38
The car begins to slide out, dramatic maneuver to correct it,
183
502886
3672
המכונית מתחילה להחליק, תמרון דרמטי כדי לתקן את זה,
08:42
and no change whatsoever in the mental workload.
184
506558
3523
ואין שום שינוי בפעילות המוחית.
08:45
Not a challenging task.
185
510081
2832
משימה לא מאתגרת.
08:48
In fact, entirely reflexive.
186
512913
3200
למעשה, רפלקסיבית לגמרי.
08:52
Now, our data processing on this is still preliminary,
187
516113
3643
עכשיו, הניתוח שלנו של הנתונים האלו עדיין ראשוני בלבד,
08:55
but it really seems that these phenomenal feats
188
519756
2672
אבל ממש נראה שהפעולות הפנומנאליות האלו
08:58
that the race car drivers are performing
189
522428
1610
שנהגי מכוניות המרוץ מבצעים
08:59
are instinctive.
190
524038
1910
הן אינסטינקטיביות.
09:01
They are things that they have simply learned to do.
191
525948
3390
זה דברים שהם פשוט למדו לעשות.
09:05
It requires very little mental workload
192
529338
2282
דרושה מעט מאוד פעילות מוחית
09:07
for them to perform these amazing feats.
193
531620
2824
בכדי שהם יבצעו את אותן פעולות מדהימות.
09:10
And their actions are fantastic.
194
534444
3135
והביצועים שלהם מדהימים.
09:13
This is exactly what you want to do on the steering wheel
195
537579
2611
זה בדיוק מה שאתה רוצה לעשות עם ההגה
09:16
to catch the car in this situation.
196
540190
3337
כדי לתפוס את הרכב במצב כזה.
09:19
Now, this has given us tremendous insight
197
543527
3445
עכשיו, מתוך זה קיבלנו תובנה אדירה
09:22
and inspiration for our own autonomous vehicles.
198
546972
3122
והשראה לרכב האוטונומי שלנו.
09:25
We've started to ask the question:
199
550094
1928
התחלנו לשאול את השאלה:
09:27
Can we make them a little less algorithmic
200
552022
2253
האם אנחנו יכולים לעשות אותם קצת פחות אלגוריטמיים
09:30
and a little more intuitive?
201
554275
2449
וקצת יותר אינטואיטיביים?
09:32
Can we take this reflexive action
202
556724
2281
האם נוכל לקחת את הפעולה הרפלקסיבית הזו
09:34
that we see from the very best race car drivers,
203
559005
2287
שאנחנו רואים אצל נהגי מכוניות המרוץ הטובים ביותר,
09:37
introduce it to our cars,
204
561292
1649
ולהכניס את זה לרכבים שלנו,
09:38
and maybe even into a system that could
205
562941
1984
ואולי אפילו לתוך מערכת שתוכל
09:40
get onto your car in the future?
206
564925
1968
להשתלב בעתיד גם ברכבים שלכם?
09:42
That would take us a long step
207
566893
1611
זה יקדם אותנו צעד גדול קדימה
09:44
along the road to autonomous vehicles
208
568504
2509
בדרך לרכב אוטונומי
09:46
that drive as well as the best humans.
209
571013
1912
שנוהג טוב כמו הנהג האנושי הטוב ביותר.
09:48
But it's made us think a little bit more deeply as well.
210
572925
3440
אבל זה גרם לנו גם לחשוב קצת יותר לעומק.
09:52
Do we want something more from our car
211
576365
2968
האם אנחנו רוצים יותר מהמכונית שלנו
09:55
than to simply be a chauffeur?
212
579333
1840
מעבר לכך שתהיה פשוט הנהג שלנו?
09:57
Do we want our car to perhaps be a partner, a coach,
213
581173
4235
האם אנחנו רוצים שהמכונית שלנו תהיה אולי השותפה, המאמנת,
10:01
someone that can use their understanding of the situation
214
585408
3087
מישהו שיכול להשתמש ביכולות הבנת הסיטואציה
10:04
to help us reach our potential?
215
588495
4256
כדי לעזור לנו לממש את הפוטנציאל שלנו?
10:08
Can, in fact, the technology not simply replace humans,
216
592751
2273
האם למעשה, הטכנולוגיה יכולה לא רק להחליף את בני האדם,
10:10
but allow us to reach the level of reflex and intuition
217
595024
4575
אלא לאפשר לנו להגיע לרמות תגובה ואינטואיציה
10:15
that we're all capable of?
218
599599
3425
שאנחנו כולנו מסוגלים להן?
10:18
So, as we move forward into this technological future,
219
603024
1923
אז, בעודנו מתקדמים אל עבר העתיד הטכנולוגי הזה,
10:20
I want you to just pause and think of that for a moment.
220
604947
2821
אני מבקש מכם רק לעצור ולחשוב על זה לרגע.
10:23
What is the ideal balance of human and machine?
221
607768
3775
מה הוא האיזון האידיאלי שבין האדם למכונה?
10:27
And as we think about that,
222
611543
1709
ובעוד אנחנו חושבים על כך,
10:29
let's take inspiration
223
613252
1731
בואו ונשאב השראה
10:30
from the absolutely amazing capabilities
224
614983
3329
מהיכולות הפשוט מופלאות
10:34
of the human body and the human mind.
225
618312
2816
של הגוף האנושי והמוח האנושי.
10:37
Thank you.
226
621128
1736
תודה.
10:38
(Applause)
227
622864
4604
(מחיאות כפיים)
ABOUT THE SPEAKER
Chris Gerdes - Mechanical engineerAn 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.
Chris Gerdes | Speaker | TED.com