TED2015
Chris Urmson: How a driverless car sees the road
כריס אורמסון: איך מכונית ללא נהג רואה את הכביש
Filmed:
Readability: 3.3
2,536,355 views
סטטיסטית, החלק הכי פחות אמין במכונית הוא... הנהג. כריס אורמסון עומד בראש תוכנית הרכב ללא נהג של גוגל, אחד מכמה מאמצים להסיר את האנשים ממושב הנהג. הוא מדבר על איפה התוכנית נמצאת ממש עכשיו, וחולק סרטונים מרתקים שמראים איך הרכב רואה את הכביש ועושה החלטות אוטונומיות בנוגע למה שעליו לעשות הלאה.
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
אז ב 1885, קארל בנץ המציא את המכונית.
00:16
Later that year, he took it out
for the first public test drive,
for the first public test drive,
1
4707
3762
מאוחר יותר באותה שנה,
הוא לקח אותה לנסיעת מבחן פומבית ראשונה,
הוא לקח אותה לנסיעת מבחן פומבית ראשונה,
00:20
and -- true story --
crashed into a wall.
crashed into a wall.
2
8469
3375
ו -- סיפור אמיתי -- התרסק בקיר.
00:24
For the last 130 years,
3
12184
2043
במשך 130 השנה האחרונות,
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
עבדנו סביב החלק הכי פחות אמין
של המכונית, הנהג.
של המכונית, הנהג.
00:30
We've made the car stronger.
5
18546
1354
עשינו את המכוניות חזקות יותר.
00:32
We've added seat belts,
we've added air bags,
we've added air bags,
6
20200
2548
הוספנו חגורות בטיחות, הוספנו כריות אויר,
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
ובעשור האחרון, למעשה התחלנו
לעשות את המכוניות חכמות יותר
לעשות את המכוניות חכמות יותר
00:38
to fix that bug, the driver.
8
26719
2938
כדי לתקן את הבאג הזה, הנהג.
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
עכשיו, היום אני עומד לדבר איתכם
מעט על ההבדל
מעט על ההבדל
00:44
between patching around the problem
with driver assistance systems
with driver assistance systems
10
32918
3808
בין הטלאה מסביב לבעיה
עם מערכות מסייעות לנהג
עם מערכות מסייעות לנהג
00:48
and actually having fully
self-driving cars
self-driving cars
11
36726
2564
ולמעשה כשיש לנו מכוניות בנהיגה עצמונית
00:51
and what they can do for the world.
12
39290
1880
ומה הן יכולות לעשות בשביל העולם.
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
אני גם הולך לדבר איתכם מעט על המכונית שלנו
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
ואאפשר לכם לראות איך היא רואה את העולם
ואיך היא מגיבה ומה היא עושה,
ואיך היא מגיבה ומה היא עושה,
01:00
but first I'm going to talk
a little bit about the problem.
a little bit about the problem.
15
48164
3187
אבל ראשית אני אדבר מעט על הבעיה.
01:03
And it's a big problem:
16
51651
1648
וזו בעיה גדולה:
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 מליון אנשים נהרגים מסביב לעולם כל שנה.
01:08
In America alone, 33,000 people
are killed each year.
are killed each year.
18
56388
3784
באמריקה בלבד, 33,000 אנשים נהרגים כל שנה.
01:12
To put that in perspective,
19
60172
2028
כדי לשים את זה בפרספקטיבה,
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
זה אותו הדבר כמו ש 737
יפול מהשמיים כל יום עבודה.
יפול מהשמיים כל יום עבודה.
01:19
It's kind of unbelievable.
21
67342
1786
זה סוג של לא יאומן.
01:21
Cars are sold to us like this,
22
69548
2298
מכוניות נמכרות לנו כך,
01:23
but really, this is what driving's like.
23
71846
2717
אבל באמת, נהיגה היא כך.
01:26
Right? It's not sunny, it's rainy,
24
74563
2159
נכון? זה לא שמשי, זה גשום,
01:28
and you want to do anything
other than drive.
other than drive.
25
76722
2488
ואתם רוצים לעשות כל דבר חוץ מלנהוג.
01:31
And the reason why is this:
26
79210
1622
והסיבה לזה היא זו:
01:32
Traffic is getting worse.
27
80832
1858
התנועה נעשית גרועה יותר.
01:34
In America, between 1990 and 2010,
28
82690
3506
באמריקה, בין 1990 ו 2010,
01:38
the vehicle miles traveled
increased by 38 percent.
increased by 38 percent.
29
86196
3504
הקילומטרים שמכוניות נוסעות גדלו ב 38 אחוז.
01:42
We grew by six percent of roads,
30
90213
2749
גדלנו בשש אחוז בכבישים,
01:44
so it's not in your brains.
31
92962
1602
אז זה לא במח שלכם.
01:46
Traffic really is substantially worse
than it was not very long ago.
than it was not very long ago.
32
94564
4276
התנועה באמת גרועה בהרבה
משהיא היתה לא מזמן.
משהיא היתה לא מזמן.
01:50
And all of this has a very human cost.
33
98840
2409
ולכל זה היה מחיר מאוד אנושי.
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
אז אם תקחו את זמן הנסיעה הממוצע
באמריקה, שהוא בערך 50 דקות,
באמריקה, שהוא בערך 50 דקות,
01:57
you multiply that by the 120 million
workers we have,
workers we have,
35
105477
3649
אתם מכפילים את זה
ב 120 מיליון עובדים שיש לנו,
ב 120 מיליון עובדים שיש לנו,
02:01
that turns out to be
about six billion minutes
about six billion minutes
36
109126
2225
וזה יוצא בערך שש מיליארד דקות
02:03
wasted in commuting every day.
37
111351
2026
שמבוזבזות כל יום בנסיעה.
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
עכשיו, זה מספר גדול,
אז בואו נשים אותו בפרספקטיבה.
אז בואו נשים אותו בפרספקטיבה.
02:08
You take that six billion minutes
39
116204
1774
אתם לוקחים את שש מיליארד הדקות האלו
02:09
and you divide it by the average
life expectancy of a person,
life expectancy of a person,
40
117978
3784
ואתם מחלקים באורך החיים הממוצע של אדם,
02:13
that turns out to be 162 lifetimes
41
121762
3135
זה יוצא 162 חיים
02:16
spent every day, wasted,
42
124897
2925
מבוזבזים כל יום, מבוזבזים,
02:19
just getting from A to B.
43
127822
2044
פשוט להגיע מ A ל B.
02:21
It's unbelievable.
44
129866
1730
זה לא יאומן.
02:23
And then, there are those of us
who don't have the privilege
who don't have the privilege
45
131596
2844
ואז, יש את אלה מאיתנו שאין להם את הזכות
02:26
of sitting in traffic.
46
134440
1672
לשבת בתנועה.
02:28
So this is Steve.
47
136112
1578
אז זה סטיב.
02:29
He's an incredibly capable guy,
48
137690
1765
הוא בחור מוכשר מאוד,
02:31
but he just happens to be blind,
49
139455
2516
אבל הוא פשוט במקרה עיוור,
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
וזה אומר שבמקום נסיעה
של 30 דקות לעבודה בבוקר,
של 30 דקות לעבודה בבוקר,
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
זה עניין של שעתיים של להרכיב
חלקים של תחבורה ציבורית
חלקים של תחבורה ציבורית
02:41
or asking friends and family for a ride.
52
149167
2385
או לבקש מחברים ומשפחה טרמפ.
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
אין לו את אותה חרות כמונו להסתובב.
02:47
We should do something about that.
54
155221
2460
אנחנו צריכים לעשות משהו בנוגע לזה.
02:49
Now, conventional wisdom would say
55
157891
1757
עכשיו, החוכמה הרגילה היתה אומרת
02:51
that we'll just take
these driver assistance systems
these driver assistance systems
56
159648
2492
ואנחנו פשוט ניקח
את מערכות העזרה לנהיגה האלו
את מערכות העזרה לנהיגה האלו
02:54
and we'll kind of push them
and incrementally improve them,
and incrementally improve them,
57
162140
3750
וסוג של נדחוף אותן ונשפר אותן בשלבים,
02:57
and over time, they'll turn
into self-driving cars.
into self-driving cars.
58
165890
2542
ובמשך הזמן, הן יהפכו
למכוניות שנוהגות בעצמן.
למכוניות שנוהגות בעצמן.
03:00
Well, I'm here to tell you
that's like me saying
that's like me saying
59
168432
2409
ובכן, אני פה כדי להגיד לכם וכמו שאני אומר
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
שאם אני אעבוד ממש קשה על קפיצה,
יום אחד אני אוכל לעוף.
יום אחד אני אוכל לעוף.
03:06
We actually need to do
something a little different.
something a little different.
61
174898
2728
אנחנו למעשה צריכים לעשות משהו מעט שונה.
03:09
And so I'm going to talk to you
about three different ways
about three different ways
62
177626
2711
ואני עומד לדבר איתכם על שלוש דרכים שונות
03:12
that self-driving systems are different
than driver assistance systems.
than driver assistance systems.
63
180337
3346
שמערכות נהיגה עצמית
שונות ממערכות סיוע לנהיגה.
שונות ממערכות סיוע לנהיגה.
03:15
And I'm going to start
with some of our own experience.
with some of our own experience.
64
183683
2651
ואני עומד להתחיל עם כמה מהנסיונות שלנו.
03:18
So back in 2013,
65
186334
2253
אז ב 2013,
03:20
we had the first test
of a self-driving car
of a self-driving car
66
188587
2663
היה לנו את הנסיון הראשון
שמכונית נהיגה עצמית
שמכונית נהיגה עצמית
03:23
where we let regular people use it.
67
191250
2027
בו נתנו לאנשים רגילים להשתמש בה.
03:25
Well, almost regular --
they were 100 Googlers,
they were 100 Googlers,
68
193277
2202
ובכן, כמעט רגילים --
הם היו 100 עובדי גוגל,
הם היו 100 עובדי גוגל,
03:27
but they weren't working on the project.
69
195479
2003
אבל הם לא עבדו על הפרוייקט.
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
ונתנו להם את המכונית ואפשרנו להם
להשתמש בה בחיים היום יומיים.
להשתמש בה בחיים היום יומיים.
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
אבל בניגוד למכונית נהיגה עצמית,
לזו היתה גם כוכבית גדולה:
לזו היתה גם כוכבית גדולה:
03:36
They had to pay attention,
72
204822
1504
הם היו צריכים לשים לב,
03:38
because this was an experimental vehicle.
73
206326
2633
מפני שזה היה רכב נסיוני.
03:40
We tested it a lot,
but it could still fail.
but it could still fail.
74
208959
3525
בדקנו הרבה, אבל זה עדיין היה יכול להכשל.
03:44
And so we gave them two hours of training,
75
212484
2059
וכך נתנו להם הדרכה של שעתיים,
03:46
we put them in the car,
we let them use it,
we let them use it,
76
214543
2092
שמנו אותם במכונית, נתנו להם להשתמש בה,
03:48
and what we heard back
was something awesome,
was something awesome,
77
216635
2127
ומה ששמענו חזרה היה משהו מדהים,
03:50
as someone trying
to bring a product into the world.
to bring a product into the world.
78
218762
2524
כמישהו שמנסה להביא מוצר לעולם.
03:53
Every one of them told us they loved it.
79
221286
1925
כל אחד מהם אמר לנו שהם אהבו את זה.
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
למעשה, היה לנו נהג פורשה
שבא ואמר לנו ביום הראשון,
שבא ואמר לנו ביום הראשון,
03:58
"This is completely stupid.
What are we thinking?"
What are we thinking?"
81
226777
2663
"זה טיפשי לגמרי. מה אתם חושבים?"
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
אבל בסוף של זה, הוא אמר,
"לא רק שאני צריך שתהיה לי כזו,
"לא רק שאני צריך שתהיה לי כזו,
04:04
everyone else should have it,
because people are terrible drivers."
because people are terrible drivers."
83
232690
3175
לכולם צריכה להיות אחת,
מפני שאנשים הם נהגים נוראיים."
מפני שאנשים הם נהגים נוראיים."
04:09
So this was music to our ears,
84
237135
1735
אז זו היתה מוזיקה לאוזנינו.
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
אבל כשהתחלנו להביט
במה האנשים בתוך המכונית עשו,
במה האנשים בתוך המכונית עשו,
04:14
and this was eye-opening.
86
242673
1579
וזה היה פוקח עיניים.
04:16
Now, my favorite story is this gentleman
87
244252
2438
עכשיו, הסיפור האהוב עלי הוא הבחור הזה
04:18
who looks down at his phone
and realizes the battery is low,
and realizes the battery is low,
88
246690
3829
שהביט למטה לטלפון שלו והבין שהבטריה חלשה,
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
אז הוא מסתובב כך
בתוך המכונית וחופר בתיק שלו,
בתוך המכונית וחופר בתיק שלו,
04:27
pulls out his laptop,
90
255067
2153
מוציא את הלפטופ,
04:29
puts it on the seat,
91
257220
1567
שם אותו על המושב,
04:30
goes in the back again,
92
258787
1764
חוזר אחורה שוב,
04:32
digs around, pulls out
the charging cable for his phone,
the charging cable for his phone,
93
260551
3367
מחפש, שולף את כבל הטעינה של הטלפון,
04:35
futzes around, puts it into the laptop,
puts it on the phone.
puts it on the phone.
94
263918
3367
משחק, שם אותו בתוך הלפטופ, שם אותו בטלפון.
04:39
Sure enough, the phone is charging.
95
267285
2043
והנה הטלפון נטען.
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
כל הזמן הזה הוא נוסע 100 קמ"ש בכביש המהיר.
04:45
Right? Unbelievable.
97
273322
2484
נכון? לא יאומן.
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
אז חשבנו על זה ואמרנו,
זה סוג של מובן, נכון?
זה סוג של מובן, נכון?
04:50
The better the technology gets,
99
278927
2263
ככל שהטכנולוגיות משתפרות,
04:53
the less reliable
the driver is going to get.
the driver is going to get.
100
281190
2121
הנהג נעשה פחות אמין.
04:55
So by just making the cars
incrementally smarter,
incrementally smarter,
101
283311
2396
אז על ידי הפיכת המכונית לחכמה יותר בשלבים,
04:57
we're probably not going to see
the wins we really need.
the wins we really need.
102
285707
2902
אנחנו כנראה לא נראה
את היתרונות שאנחנו באמת צריכים.
את היתרונות שאנחנו באמת צריכים.
05:00
Let me talk about something
a little technical for a moment here.
a little technical for a moment here.
103
288609
3901
תנו לי לדבר על משהו מעט יותר טכני לרגע פה.
05:04
So we're looking at this graph,
and along the bottom
and along the bottom
104
292510
2438
אז אנחנו מסתכלים על הגרף הזה, ובתחתית
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
זו התכיפות בה המכונית מפעילה
את הבלמים כשהיא לא צריכה.
את הבלמים כשהיא לא צריכה.
05:09
You can ignore most of that axis,
106
297999
1621
אתם יכולים להתעלם מרוב הציר הזה,
05:11
because if you're driving around town,
and the car starts stopping randomly,
and the car starts stopping randomly,
107
299620
3719
מפני שאם אתם נוהגים בעיר,
והמכונית מתחילה לעצור באקראיות,
והמכונית מתחילה לעצור באקראיות,
05:15
you're never going to buy that car.
108
303339
1701
אתם לעולם לא תקנו את המכונית הזו.
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
והציר האנכי הוא התכיפות
שהמכונית עומדת להפעיל את הבלמים
שהמכונית עומדת להפעיל את הבלמים
05:20
when it's supposed to
to help you avoid an accident.
to help you avoid an accident.
110
308415
3049
כשהיא אמורה לעזור לכם להחמק מתאונות.
05:23
Now, if we look at
the bottom left corner here,
the bottom left corner here,
111
311464
2221
עכשיו, אם נביט בתחתית משמאל פה,
05:25
this is your classic car.
112
313685
1845
זו המכונית הקלאסית שלכם.
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
היא לא לוחצת על הבלמים בשבילכם,
היא לא עושה משהו מוזר,
היא לא עושה משהו מוזר,
05:30
but it also doesn't get you
out of an accident.
out of an accident.
114
318663
2779
אבל היא לא מוציאה אתכם מתאונות.
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
עכשיו, אם אנחנו רוצים להביא
מערכות סיוע לנהג למכונית,
מערכות סיוע לנהג למכונית,
05:36
say with collision mitigation braking,
116
324460
1828
נגיד עם מערכת בלימה למניעת התנגשות,
05:38
we're going to put some package
of technology on there,
of technology on there,
117
326288
2612
אנחנו נשים חבילת טכנולוגיה שם,
05:40
and that's this curve, and it's going
to have some operating properties,
to have some operating properties,
118
328900
3418
וזו העקומה הזו, ויהיו לה כמה תכונות הפעלה,
05:44
but it's never going to avoid
all of the accidents,
all of the accidents,
119
332318
2490
אבל היא לעולם לא תמנע מכל התאונות,
05:46
because it doesn't have that capability.
120
334808
2059
מפני שאין לה את היכולת.
05:48
But we'll pick some place
along the curve here,
along the curve here,
121
336867
2249
אבל אנחנו נבחר כמה מקומות לאורך העקומה פה,
05:51
and maybe it avoids half of accidents
that the human driver misses,
that the human driver misses,
122
339116
3254
ואולי היא נמנעת מחצי מהתאונות
שאנשים היו מפספסים,
שאנשים היו מפספסים,
05:54
and that's amazing, right?
123
342370
1297
וזה מדהים, נכון?
05:55
We just reduced accidents on our roads
by a factor of two.
by a factor of two.
124
343667
2727
כרגע הפחתנו תאונות על הכבישים שלנו
בפאקטור של שתיים.
בפאקטור של שתיים.
05:58
There are now 17,000 less people
dying every year in America.
dying every year in America.
125
346394
3987
יש עכשיו פחות 17,000 אנשים
מתים כל שנה באמריקה.
מתים כל שנה באמריקה.
06:02
But if we want a self-driving car,
126
350381
2020
אבל אם אנחנו רוצים מכונית שנוהגת בעצמה,
06:04
we need a technology curve
that looks like this.
that looks like this.
127
352401
2307
אנחנו צריכים עקומת טכנולוגיה שנראית כך.
06:06
We're going to have to put
more sensors in the vehicle,
more sensors in the vehicle,
128
354708
2599
אנחנו נצטרך לשים יותר חיישנים ברכב,
06:09
and we'll pick some
operating point up here
operating point up here
129
357307
2021
ואנחנו ניקח כמה נקודות הפעלה פה
06:11
where it basically never
gets into a crash.
gets into a crash.
130
359328
2019
שם היא בעיקרון לעולם לא נכנסת לתאונה.
06:13
They'll happen, but very low frequency.
131
361347
2443
הן יתרחשו, אבל בתדירות נמוכה.
06:15
Now you and I could look at this
and we could argue
and we could argue
132
363790
2461
עכשיו אני ואתם יכולים
להביט בזה ונוכל לטעון
להביט בזה ונוכל לטעון
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
אם זה אינקרמנטלי, ואני הייתי יכול
להגיד משהו כמו "חוק 80-20,"
להגיד משהו כמו "חוק 80-20,"
06:21
and it's really hard to move up
to that new curve.
to that new curve.
134
369856
2568
וזה באמת קשה לנוע במעלה העקומה הזו.
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
אבל בואו נביט בזה מנקודת מבט שונה לרגע.
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
אז בואו נראה מה התכיפות
שהטכנולוגיה צריכה לעשות את הדבר הנכון.
שהטכנולוגיה צריכה לעשות את הדבר הנכון.
06:30
And so this green dot up here
is a driver assistance system.
is a driver assistance system.
137
378870
3506
וכך הנקודה הירוקה הזו שם למעלה
זו מערכת סיוע לנהג.
זו מערכת סיוע לנהג.
06:34
It turns out that human drivers
138
382376
2485
מסתבר שהנהגים האנושיים
06:36
make mistakes that lead
to traffic accidents
to traffic accidents
139
384861
2647
עושים טעויות שמובילות לתאונות דרכים
06:39
about once every 100,000 miles in America.
140
387508
3172
בערך כל 160,000 קילומטרים באמריקה.
06:42
In contrast, a self-driving system
is probably making decisions
is probably making decisions
141
390680
3167
בניגוד לזה, מכונית נהיגה עצמית
כנראה עושה החלטות
כנראה עושה החלטות
06:45
about 10 times per second,
142
393847
3663
בערך 10 פעמים בשניה,
06:49
so order of magnitude,
143
397510
1422
אז כמה דרגות גודל,
06:50
that's about 1,000 times per mile.
144
398932
2832
זה בערך 600 פעמים בקילומטר.
06:53
So if you compare the distance
between these two,
between these two,
145
401764
2485
אז אם אתם משווים את המרחק בין שני אלה,
06:56
it's about 10 to the eighth, right?
146
404249
2600
זה בערך 10 בחזקת שמונה, נכון?
06:58
Eight orders of magnitude.
147
406849
1765
שמונה דרגות גודל.
07:00
That's like comparing how fast I run
148
408614
2809
זה כמו להשוות כמה מהר אני רץ
07:03
to the speed of light.
149
411423
2206
למהירות האור.
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
זה לא משנה כמה אני אתאמן,
אני לעולם לא אגיע לשם.
אני לעולם לא אגיע לשם.
07:09
So there's a pretty big gap there.
151
417414
2438
אז יש פער מאוד גדול שם.
07:11
And then finally, there's how
the system can handle uncertainty.
the system can handle uncertainty.
152
419852
3729
ואז לבסוף, יש את איך שהמערכת
יכולה להתמודד עם חוסר וודאות.
יכולה להתמודד עם חוסר וודאות.
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
אז הולך הרגל פה אולי ירד לכביש, אולי לא.
07:18
I can't tell,
nor can any of our algorithms,
nor can any of our algorithms,
154
426904
3395
אני לא יכול לדעת, גם לא אף אלגוריתם שלנו,
07:22
but in the case of
a driver assistance system,
a driver assistance system,
155
430310
2284
אבל במקרה של מערכות סיוע לנהג,
07:24
that means it can't take action,
because again,
because again,
156
432594
2806
זה אומר שהיא לא יכול לפעול, מפני ששוב,
07:27
if it presses the brakes unexpectedly,
that's completely unacceptable.
that's completely unacceptable.
157
435400
3339
אם היא לוחצת על הבלמים באופן לא צפוי,
זה לגמרי לא מקובל.
זה לגמרי לא מקובל.
07:30
Whereas a self-driving system
can look at that pedestrian and say,
can look at that pedestrian and say,
158
438739
3133
בעוד מכונית נהיגה עצמית יכולה
להביט בהולך הרגל ולהגיד,
להביט בהולך הרגל ולהגיד,
07:33
I don't know what they're about to do,
159
441872
1890
אני לא יודעת מה הוא יעשה,
07:35
slow down, take a better look,
and then react appropriately after that.
and then react appropriately after that.
160
443762
3762
אני אאט, אביט שוב,
ואז אגיב בהתאם לאחר מכן.
ואז אגיב בהתאם לאחר מכן.
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
אז זה יכול להיות הרבה יותר בטוח
ממה שממערכת סיוע לנהג יכולה אי פעם להיות.
ממה שממערכת סיוע לנהג יכולה אי פעם להיות.
07:43
So that's enough about
the differences between the two.
the differences between the two.
162
451226
2730
אז מספיק על ההבדלים בינהן.
07:45
Let's spend some time talking about
how the car sees the world.
how the car sees the world.
163
453956
3484
בואו נבלה קצת זמן בלדבר
על איך המכונית רואה את העולם.
על איך המכונית רואה את העולם.
07:49
So this is our vehicle.
164
457440
1252
אז זה הרכב שלנו.
07:50
It starts by understanding
where it is in the world,
where it is in the world,
165
458692
2438
זה מתחיל בהבנה היכן הוא בעולם,
07:53
by taking a map and its sensor data
and aligning the two,
and aligning the two,
166
461130
2787
על ידי לקיחת מפה ואת המידע
מהחיישנים שלו ותאום בין השניים,
מהחיישנים שלו ותאום בין השניים,
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
ואז אנחנו מרבדים מעל זה
מה שהוא רואה באותו רגע.
מה שהוא רואה באותו רגע.
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
אז פה, כל הקופסאות הסגולות שאתם
יכולים לראות הם רכבים אחרים על הכביש,
יכולים לראות הם רכבים אחרים על הכביש,
08:02
and the red thing on the side
over there is a cyclist,
over there is a cyclist,
169
470520
2528
והדבר האדום בצד שם זה רוכב אופניים,
08:05
and up in the distance,
if you look really closely,
if you look really closely,
170
473048
2402
ובמרחק, אם תביטו היטב,
08:07
you can see some cones.
171
475450
1794
אתם יכולים לראות כמה חרוטים.
08:09
Then we know where the car
is in the moment,
is in the moment,
172
477244
2773
אז אנחנו יודעים איפה המכונית באותו רגע,
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
אבל אנחנו צריכים להיות הרבה יותר טובים
מזה: אנחנו צריכים לצפות מה עומד לקרות.
מזה: אנחנו צריכים לצפות מה עומד לקרות.
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
אז פה הטנדר מימין למעלה
עומד לעשות שינוי נתיב לשמאל
עומד לעשות שינוי נתיב לשמאל
08:19
because the road in front of it is closed,
175
487338
2223
מפני שהכביש לפניו סגור,
08:21
so it needs to get out of the way.
176
489561
1731
אז הוא צריך לזוז מהדרך.
08:23
Knowing that one pickup truck is great,
177
491292
1863
לדעת על טנדר אחד זה מעולה,
08:25
but we really need to know
what everybody's thinking,
what everybody's thinking,
178
493155
2479
אבל באמת אנחנו צריכים לדעת מה כולם חושבים,
08:27
so it becomes quite a complicated problem.
179
495634
2507
אז זה נהפך לבעיה די מורכבת.
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
ואז בהתחשב בזה, אנחנו יכולים להבין
איך הרכב צריך להגיב באותו רגע,
איך הרכב צריך להגיב באותו רגע,
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
אז באיזה כיוון צריך לנסוע,
כמה מהר הוא צריך להאט או להאיץ.
כמה מהר הוא צריך להאט או להאיץ.
08:38
And then that all turns into
just following a path:
just following a path:
182
506756
3065
ואז כל זה הופך פשוט ללעקוב אחרי הנתיב:
08:41
turning the steering wheel left or right,
pressing the brake or gas.
pressing the brake or gas.
183
509821
3197
לסובב את ההגה שמאלה או ימינה,
ללחוץ על הבלמים או המצערת.
ללחוץ על הבלמים או המצערת.
08:45
It's really just two numbers
at the end of the day.
at the end of the day.
184
513018
2464
זה באמת רק שני מספרים בסוף היום.
08:47
So how hard can it really be?
185
515482
2241
אז כמה קשה זה יכול להיות?
08:50
Back when we started in 2009,
186
518433
1952
בזמן שהתחלנו ב 2009,
08:52
this is what our system looked like.
187
520385
1798
כך צריכה המערכת שלנו להראות.
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
אז אתם יכולים לראות את הרכב שלנו
באמצע והקופסאות האחרות על הכביש,
באמצע והקופסאות האחרות על הכביש,
08:57
driving down the highway.
189
525574
1271
נוסעת בכביש המהיר.
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
הרכב צריך להבין איפה הוא
ובערך איפה הרכבים האחרים נמצאים.
ובערך איפה הרכבים האחרים נמצאים.
09:02
It's really a geometric
understanding of the world.
understanding of the world.
191
530663
2429
זו הבנה באמת גאומטרית של העולם.
09:05
Once we started driving
on neighborhood and city streets,
on neighborhood and city streets,
192
533092
2948
ברגע שהתחלנו לנהוג
בשכונות ורחובות עירוניים,
בשכונות ורחובות עירוניים,
09:08
the problem becomes a whole
new level of difficulty.
new level of difficulty.
193
536040
2445
הבעיה הופכת לרמה חדשה של מורכבות.
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
אתם רואים הולכי רגל חוצים לפנינו,
מכוניות חוצות לפנינו,
מכוניות חוצות לפנינו,
09:13
going every which way,
195
541979
1811
נוסעות לכל כיוון.
09:15
the traffic lights, crosswalks.
196
543790
1527
הרמזורים, מעברי החציה.
09:17
It's an incredibly complicated
problem by comparison.
problem by comparison.
197
545317
2797
זו בעיה מורכבת בהשוואה.
09:20
And then once you have
that problem solved,
that problem solved,
198
548114
2103
ואז ברגע שפתרתם את הבעיה,
09:22
the vehicle has to be able
to deal with construction.
to deal with construction.
199
550217
2512
הרכב חייב להיות מסוגל להתמודד עם בניה.
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
אז הנה החרוטים משמאל
מכריחים את הנהגים לימין,
מכריחים את הנהגים לימין,
09:27
but not just construction
in isolation, of course.
in isolation, of course.
201
555880
2402
אבל לא רק בניה מבודדת, כמובן.
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
הוא צריך להתמודד גם עם אנשים אחרים
נעים דרך אזור הבניה.
נעים דרך אזור הבניה.
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
וכמובן, אם מישהו שובר את החוקים, המשטרה שם
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
והמכונית צריכה להבין
שהאור המהבהב של המכונית
שהאור המהבהב של המכונית
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
אומר שזה לא רק רכב, זה למעשה שוטר.
09:43
Similarly, the orange box
on the side here,
on the side here,
206
571995
2032
בדומה, הקופסה הכתומה בצד הרחוב פה,
09:46
it's a school bus,
207
574027
1109
זה אוטובוס בית ספר,
09:47
and we have to treat that
differently as well.
differently as well.
208
575136
2520
ואנחנו צריכים לטפל גם בזה בשונה.
09:50
When we're out on the road,
other people have expectations:
other people have expectations:
209
578576
2793
כשאנחנו על הכביש, לאנשים אחרים יש ציפיות:
09:53
So, when a cyclist puts up their arm,
210
581369
1780
אז, כשרוכב האופניים מרים את ידו,
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
זה אומר שהם מצפים שהמכונית
תתן להם לעבור ותפנה להם מקום
תתן להם לעבור ותפנה להם מקום
09:58
to make a lane change.
212
586667
2053
כדי לבצע שינוי מסלול.
10:01
And when a police officer
stood in the road,
stood in the road,
213
589030
2173
וכשהשוטר עמד על הכביש,
10:03
our vehicle should understand
that this means stop,
that this means stop,
214
591203
2740
הרכב שלנו צריך להבין שזה אומר לעצור,
10:05
and when they signal to go,
we should continue.
we should continue.
215
593943
3506
וכשהם מאותתים להמשיך, אנחנו צריכים להמשיך.
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
עכשיו, הדרך בה אנחנו משיגים את זה
היא על ידי חלוקת מידע בין הרכבים.
היא על ידי חלוקת מידע בין הרכבים.
10:13
The first, most crude model of this
217
601210
1696
הראשון, רוב המודלים הגסים של זה
10:14
is when one vehicle
sees a construction zone,
sees a construction zone,
218
602906
2113
הם כשרכב אחד רואה אזור בניה,
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
זה שיש מישהו אחר שיודע על זה
כך שהוא יוכל להיות בנתיב הנכון
כך שהוא יוכל להיות בנתיב הנכון
10:20
to avoid some of the difficulty.
220
608081
1570
כדי להמנע מחלק מהקושי.
10:21
But we actually have a much
deeper understanding of this.
deeper understanding of this.
221
609651
2664
אבל יש לנו למעשה הבנה
הרבה יותר עמוקה של זה.
הרבה יותר עמוקה של זה.
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
נוכל לקחת את כל המידע הזה
שהרכב ראה במשך הזמן,
שהרכב ראה במשך הזמן,
10:27
the hundreds of thousands
of pedestrians, cyclists,
of pedestrians, cyclists,
223
615324
2376
מאות אלפי הולכי הרגל, הרוכבים,
10:29
and vehicles that have been out there
224
617700
1787
והרכבים שהיו שם
10:31
and understand what they look like
225
619487
1695
ולהבין איך הם נראים
10:33
and use that to infer
what other vehicles should look like
what other vehicles should look like
226
621182
2831
ולהשתמש בזה כדי להסיק
איך רכבים אחרים צריכים להראות
איך רכבים אחרים צריכים להראות
10:36
and other pedestrians should look like.
227
624013
1926
ואיך הולכי רגל אחרים צריכים להראות.
10:37
And then, even more importantly,
we could take from that a model
we could take from that a model
228
625939
3021
ואז, אפילו חשוב יותר,
אנחנו יכולים לקחת מהמודל הזה
אנחנו יכולים לקחת מהמודל הזה
10:40
of how we expect them
to move through the world.
to move through the world.
229
628960
2330
של איך לצפות שהם ינועו דרך העולם.
10:43
So here the yellow box is a pedestrian
crossing in front of us.
crossing in front of us.
230
631290
2963
אז פה הקופסה הצהובה
היא הולך רגל שחוצה מולנו.
היא הולך רגל שחוצה מולנו.
10:46
Here the blue box is a cyclist
and we anticipate
and we anticipate
231
634253
2250
פה הקופסה הכחולה
היא רוכב אופניים ואנחנו צופים
היא רוכב אופניים ואנחנו צופים
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
שהם ינועו החוצה ומסביב למכונית מימין.
10:52
Here there's a cyclist
coming down the road
coming down the road
233
640115
2092
פה יש רוכב אופניים שמגיע במורד הכביש
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
ואנחנו יודעים שהם ימשיכו לרכב במורד הכביש.
10:57
Here somebody makes a right turn,
235
645693
1867
פה מישהו פונה ימינה,
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
ובעוד רגע פה, מישהו עומד לעשות
פניית פרסה לפנינו,
פניית פרסה לפנינו,
11:02
and we can anticipate that behavior
and respond safely.
and respond safely.
237
650920
2614
ואנחנו יכולים לצפות
את ההתנהגות הזו ולהגיב בבטחה.
את ההתנהגות הזו ולהגיב בבטחה.
11:05
Now, that's all well and good
for things that we've seen,
for things that we've seen,
238
653534
2728
עכשיו, הכל טוב ויפה לדברים שראינו,
11:08
but of course, you encounter
lots of things that you haven't
lots of things that you haven't
239
656262
2865
אבל כמובן, אתם נתקלים בהרבה דברים
11:11
seen in the world before.
240
659127
1231
שלא ראינו בעולם לפני כן.
11:12
And so just a couple of months ago,
241
660358
1741
וכך רק לפני כמה חודשים,
11:14
our vehicles were driving
through Mountain View,
through Mountain View,
242
662099
2235
הרכבים שלנו נסעו דרך מאונטן וויו,
11:16
and this is what we encountered.
243
664334
1644
וזה מה שנתקלנו בו.
11:17
This is a woman in an electric wheelchair
244
665978
2082
זו אישה בכיסא גלגלים חשמלי
11:20
chasing a duck in circles on the road.
(Laughter)
(Laughter)
245
668060
2617
שרודפת אחרי ברווז
בסיבובים על הכביש. (צחוק)
בסיבובים על הכביש. (צחוק)
11:22
Now it turns out, there is nowhere
in the DMV handbook
in the DMV handbook
246
670677
3111
עכשיו מסתבר, אין בשום מקום
בספר ההדרכה של משרד הרישוי
בספר ההדרכה של משרד הרישוי
11:25
that tells you how to deal with that,
247
673788
2245
שאומר לכם איך להתמודד עם זה,
11:28
but our vehicles were able
to encounter that,
to encounter that,
248
676033
2143
אבל הרכב שלנו היה מסוגל להתמודד עם זה,
11:30
slow down, and drive safely.
249
678176
2255
להאט, ולנסוע בביטחה.
11:32
Now, we don't have to deal
with just ducks.
with just ducks.
250
680431
2041
עכשיו, אנחנו לא צריכים להתמודד
רק עם ברווזים.
רק עם ברווזים.
11:34
Watch this bird fly across in front of us.
The car reacts to that.
The car reacts to that.
251
682472
3708
צפו בציפור הזה עפה לפנינו.
הרכב מגיב לזה.
הרכב מגיב לזה.
11:38
Here we're dealing with a cyclist
252
686180
1615
פה אנחנו מתמודדים עם רוכב אופניים
11:39
that you would never expect to see
anywhere other than Mountain View.
anywhere other than Mountain View.
253
687795
3290
שלעולם לא תצפו לראות
בשום מקום במאוטיין וויו.
בשום מקום במאוטיין וויו.
11:43
And of course, we have
to deal with drivers,
to deal with drivers,
254
691085
2068
וכמובן, אנחנו צריכים להתמודד עם נהגים,
11:45
even the very small ones.
255
693153
3715
אפילו הקטנים שבהם.
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
צפו מימין כשמישהו קופץ מהטנדר שלו לפנינו.
11:54
And now, watch the left as the car
with the green box decides
with the green box decides
257
702460
2929
ועכשיו, צפו משמאל כשהמכונית
עם הקופסה הירוקה מחליטה
עם הקופסה הירוקה מחליטה
11:57
he needs to make a right turn
at the last possible moment.
at the last possible moment.
258
705389
3325
שהיא צריכה לעשות פניה ימינה
ברגע האפשרי האחרון.
ברגע האפשרי האחרון.
12:00
Here, as we make a lane change,
the car to our left decides
the car to our left decides
259
708714
2851
פה, כשאנחנו עושים שינוי מסלול,
המכונית משמאלנו מחליטה
המכונית משמאלנו מחליטה
12:03
it wants to as well.
260
711565
3553
שהיא גם רוצה לעשות זאת.
12:07
And here, we watch a car
blow through a red light
blow through a red light
261
715118
2693
ופה, אנחנו רואים מכונית עוברת ברמזור אדום
12:09
and yield to it.
262
717811
2090
ולא מתייחסת אליו.
12:11
And similarly, here, a cyclist
blowing through that light as well.
blowing through that light as well.
263
719901
3854
ובדומה, פה, רוכב אופניים
גם הוא עובר ברמזור ההוא באדום.
גם הוא עובר ברמזור ההוא באדום.
12:15
And of course,
the vehicle responds safely.
the vehicle responds safely.
264
723755
2746
וכמובן, הרכב מגיב בבטחה.
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
וכמובן, יש לנו אנשים שעושים אני לא יודע מה
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
לפעמים על הכביש, כמו הבחור הזה
שנוסע בין שתי מכוניות נהיגה עצמית.
שנוסע בין שתי מכוניות נהיגה עצמית.
12:24
You have to ask, "What are you thinking?"
267
732925
2045
אתם צריכים לשאול, "מה אתה חושב?"
12:26
(Laughter)
268
734970
1212
(צחוק)
12:28
Now, I just fire-hosed you
with a lot of stuff there,
with a lot of stuff there,
269
736182
2521
עכשיו, אני פשוט יורה עליכם
פה הרבה דברים,
פה הרבה דברים,
12:30
so I'm going to break one of these
down pretty quickly.
down pretty quickly.
270
738703
2650
אז אני עומד לפרט אחד מאלה ממש מהר.
12:33
So what we're looking at is the scene
with the cyclist again,
with the cyclist again,
271
741353
2940
אז מה שאנחנו מביטים בו
בסצנה הזו הם רוכב האופניים שוב,
בסצנה הזו הם רוכב האופניים שוב,
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
ואתם אולי תבחינו בתחתית, אנחנו לא יכולים
לראות את רוכב האופניים למעשה עדיין,
לראות את רוכב האופניים למעשה עדיין,
12:39
but the car can: it's that little
blue box up there,
blue box up there,
273
747784
2504
אבל המכונית יכולה:
זו הקופסה הכחולה הקטנה למעלה שם,
זו הקופסה הכחולה הקטנה למעלה שם,
12:42
and that comes from the laser data.
274
750288
2081
וזה מגיע ממידע הליזר.
12:44
And that's not actually
really easy to understand,
really easy to understand,
275
752369
2418
וזה למעשה לא קל להבין,
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
אז מה שאני אעשה זה שאני אהפוך
את המידע הליזר הזה ואביט בו,
את המידע הליזר הזה ואביט בו,
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
ואם אתם באמת טובים בלהביט במידע לייזר,
אתם יכולים לראות
אתם יכולים לראות
12:53
a few dots on the curve there,
278
761400
1487
כמה נקודות על העקומה שם,
12:54
right there, and that blue box
is that cyclist.
is that cyclist.
279
762887
2372
ממש שם, והקופסה הכחולה הזו
היא רוכב האופניים.
היא רוכב האופניים.
12:57
Now as our light is red,
280
765259
1149
עכשיו כשהאור שלנו אדום,
12:58
the cyclist's light
has turned yellow already,
has turned yellow already,
281
766408
2192
האור של רוכב האופניים הפך כבר לצהוב,
13:00
and if you squint, you can see that
in the imagery.
in the imagery.
282
768600
2438
ואם תמצמצו, אתם יכולים לראות
את זה בתמונות.
את זה בתמונות.
13:03
But the cyclist, we see, is going
to proceed through the intersection.
to proceed through the intersection.
283
771038
3286
אבל רוכב האופניים, אתם רואים,
עומד להמשיך דרך הצומת.
עומד להמשיך דרך הצומת.
13:06
Our light has now turned green,
his is solidly red,
his is solidly red,
284
774324
2394
האור שלנו הפך עכשיו לירוק, שלו לגמרי אדום,
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
ואנחנו מצפים שהאופניים יעברו לגמרי.
13:13
Unfortunately the other drivers next to us
were not paying as much attention.
were not paying as much attention.
286
781010
3742
לצערנו הנהגים לידנו עכשיו לא שמו כל כך לב.
13:16
They started to pull forward,
and fortunately for everyone,
and fortunately for everyone,
287
784752
3157
הם התחילו לנסוע קדימה, ולמזלם של כולם,
13:19
this cyclists reacts, avoids,
288
787909
3011
רוכב האופניים הגיב, נמנע,
13:22
and makes it through the intersection.
289
790920
2191
ועבר את הצומת.
13:25
And off we go.
290
793111
1568
והנה אנחנו יוצאים.
13:26
Now, as you can see, we've made
some pretty exciting progress,
some pretty exciting progress,
291
794679
2948
עכשיו, כמו שאתם רואים,
עשינו התקדמות די מרגשת,
עשינו התקדמות די מרגשת,
13:29
and at this point we're pretty convinced
292
797627
1902
ובנקודה הזו אנחנו די משוכנעים
13:31
this technology is going
to come to market.
to come to market.
293
799529
2010
שהטכנולוגיה הזו תגיע לשוק.
13:33
We do three million miles of testing
in our simulators every single day,
in our simulators every single day,
294
801539
4783
אנחנו עושים 5 מליון קילומטר
של בדיקות בסימולציה שלנו כל יום,
של בדיקות בסימולציה שלנו כל יום,
13:38
so you can imagine the experience
that our vehicles have.
that our vehicles have.
295
806322
2689
כך שאתם יכולים לדמיין
את הנסיון שיש לרכבים שלנו.
את הנסיון שיש לרכבים שלנו.
13:41
We are looking forward to having
this technology on the road,
this technology on the road,
296
809011
2864
אנחנו מביטים קדימה
שתהיה לנו טכנולוגיה על הכביש,
שתהיה לנו טכנולוגיה על הכביש,
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
ואנחנו חושבים שהנתיב הנכון
הוא לעבור דרך נהיגה עצמית
הוא לעבור דרך נהיגה עצמית
13:46
rather than driver assistance approach
298
814765
1844
במקום דרך גישת הסיוע לנהיגה
13:48
because the urgency is so large.
299
816609
2621
בגלל שהדחיפות כזו גדולה.
13:51
In the time I have given this talk today,
300
819230
2393
בזמן שניתן להרצאה שלי היום,
13:53
34 people have died on America's roads.
301
821623
3135
34 אנשים מתו על כבישי אמריקה.
13:56
How soon can we bring it out?
302
824758
2368
כמה מהר נוכל להוציא אותה?
13:59
Well, it's hard to say because
it's a really complicated problem,
it's a really complicated problem,
303
827126
3832
ובכן, זה קשה להגיד
בגלל שזו בעיה ממש מסובכת,
בגלל שזו בעיה ממש מסובכת,
14:02
but these are my two boys.
304
830958
2214
אבל אלה שני הבנים שלי.
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
בני הבכור בן 11, וזה אומר
שבעוד ארבע וחצי שנים,
שבעוד ארבע וחצי שנים,
14:08
he's going to be able
to get his driver's license.
to get his driver's license.
306
836795
2577
הוא יהיה מסוגל לקבל רישיון נהיגה.
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
הצוות שלי ואני מתחייבים לדאוג שזה לא יקרה.
14:14
Thank you.
308
842576
1904
תודה לכם.
14:16
(Laughter) (Applause)
309
844480
3667
(צחוק)(מחיאות כפיים)
14:21
Chris Anderson: Chris,
I've got a question for you.
I've got a question for you.
310
849110
2568
כריס אנדרסון: כריס, יש לי שאלה אליך.
14:23
Chris Urmson: Sure.
311
851678
2809
כריס אורמסון: כן.
14:26
CA: So certainly, the mind of your cars
is pretty mind-boggling.
is pretty mind-boggling.
312
854487
3924
כ"א: אז בהחלט, המוח של המכוניות שלכם
הוא בהחלט מטריף.
הוא בהחלט מטריף.
14:30
On this debate between
driver-assisted and fully driverless --
driver-assisted and fully driverless --
313
858411
4459
בדיון הזה בין סיוע לנהג
לחסר נהג לחלוטין --
לחסר נהג לחלוטין --
14:34
I mean, there's a real debate
going on out there right now.
going on out there right now.
314
862870
3041
אני מתכוון, יש דיון אמיתי שמתרחש שם עכשיו.
14:37
So some of the companies,
for example, Tesla,
for example, Tesla,
315
865911
2833
אז כמה מהחברות, לדוגמה טסלה,
14:40
are going the driver-assisted route.
316
868744
2159
הולכים בדרך הסיוע לנהג.
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
מה שאתה אומר זה שזה סוג של דרך ללא מוצא
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
מפני שאתם לא יכולים פשוט להמשיך להשתפר
בדרך הזו ולהגיע לנהיגה אוטומטית
בדרך הזו ולהגיע לנהיגה אוטומטית
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
בנקודה מסויימת, ואז הנהג יגיד,
"זה מרגיש בטוח,"
"זה מרגיש בטוח,"
14:57
and climb into the back,
and something ugly will happen.
and something ugly will happen.
320
885137
2647
ויעבור אחורה, ומשהו מגעיל יקרה.
14:59
CU: Right. No, that's exactly right,
and it's not to say
and it's not to say
321
887784
2676
כ"א: נכון, לא, זה בדיוק נכון, וזה לא אומר
15:02
that the driver assistance systems
aren't going to be incredibly valuable.
aren't going to be incredibly valuable.
322
890460
3537
שמערכות הסיוע לנהג לא יהיו ממש בעלות ערך.
15:05
They can save a lot of lives
in the interim,
in the interim,
323
893997
2058
הן יכולות להציל הרבה חיים בינתיים,
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
אבל כדי לראות את ההזדמנות משנת הדרך הזו
כדי לעזור למישהו כמו סטיב להתנייד,
כדי לעזור למישהו כמו סטיב להתנייד,
15:11
to really get to the end case in safety,
325
899888
1969
כדי באמת להגיע למקרה הסופי בבטיחות,
15:13
to have the opportunity
to change our cities
to change our cities
326
901857
2479
כדי שתהיה הזדמנות לשנות את הערים שלנו
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
ולהוציא את החניה ולהפתר מהמכתשים
העירוניים שאנחנו קוראים להם מגרשי חניה,
העירוניים שאנחנו קוראים להם מגרשי חניה,
15:20
it's the only way to go.
328
908540
1240
זו הדרך היחידה שתעבוד.
15:21
CA: We will be tracking your progress
with huge interest.
with huge interest.
329
909780
2718
כ"א: אנחנו נעקוב אחרי
ההתקדמות שלך בעניין גדול.
ההתקדמות שלך בעניין גדול.
15:24
Thanks so much, Chris.
CU: Thank you. (Applause)
CU: Thank you. (Applause)
330
912498
4232
תודה רבה לך, כריס.
כ"א: תודה לכם.(מחיאות כפיים)
כ"א: תודה לכם.(מחיאות כפיים)
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