TEDxStanford
Chris Gerdes: The future race car -- 150mph, and no driver
Крис Гердес: Гоночная машина будущего — на скорости 240 км/ч без водителя
Filmed:
Readability: 4
806,444 views
Наступает время беспилотных автомобилей. Они будут ездить лучше вас. Крис Гердес рассказывает о том, как его группа разрабатывает гоночные автомобили-роботы, которые могут ехать со скоростью 240 км/ч, избегая при этом любые аварии. И в то же время, анализируя данные электроэнцефалограммы профессиональных гонщиков, Гердес признаёт, что по-новому взглянул на их способности действовать согласно инстинктам. (Снято на 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
Кому из нас не приходилось
00:17
gotten behind the wheel of a car
1
1913
1655
садиться за руль,
00:19
when you really shouldn't have been driving?
2
3568
5687
когда лучше было бы этого не делать?
00:25
Maybe you're out on the road for a long day,
3
9255
1905
Возможно, вы уже слишком долго
были в пути,
были в пути,
00:27
and you just wanted to get home.
4
11160
1490
и вам просто хотелось поскорее попасть домой.
00:28
You were tired, but you felt you could drive a few more miles.
5
12650
2647
Вы устали, но решили,
что можете проехать ещё чуть-чуть.
что можете проехать ещё чуть-чуть.
00:31
Maybe you thought,
6
15297
1199
А может быть, вы думали,
00:32
I've had less to drink than everybody else,
7
16496
2017
что выпили меньше, чем другие,
00:34
I should be the one to go home.
8
18513
1736
и поэтому можете сами доехать домой.
00:36
Or maybe your mind was just entirely elsewhere.
9
20249
4591
Или вы просто задумались о чём-то постороннем.
00:40
Does this sound familiar to you?
10
24840
1454
Знакомые ситуации?
00:42
Now, in those situations, wouldn't it be great
11
26294
2898
Как было бы здорово, если бы в таких случаях
00:45
if there was a button on your dashboard
12
29192
1593
можно было нажать кнопку
на панели управления,
на панели управления,
00:46
that you could push, and the car would get you home safely?
13
30785
6343
и машина сама бы привезла вас домой?
00:53
Now, that's been the promise of the self-driving car,
14
37128
2293
Именно таким видится всем
00:55
the autonomous vehicle, and it's been the dream
15
39421
2627
беспилотный автомобиль,
о котором мечтают
о котором мечтают
00:57
since at least 1939, when General Motors showcased
16
42048
3249
с 1939 года,
когда Дженерал Моторс представил
когда Дженерал Моторс представил
01:01
this idea at their Futurama booth at the World's Fair.
17
45297
3302
эту идею на своём стенде Футурама
на Всемирной Выставке.
на Всемирной Выставке.
01:04
Now, it's been one of those dreams
18
48599
1943
И эта мечта почему-то всегда оказывалась
01:06
that's always seemed about 20 years in the future.
19
50542
4214
где-то на 20 лет впереди.
01:10
Now, two weeks ago, that dream took a step forward,
20
54756
2683
Но две недели назад она шагнула вперёд,
01:13
when the state of Nevada granted Google's self-driving car
21
57439
3265
когда штат Невада выдал первое разрешение
01:16
the very first license for an autonomous vehicle,
22
60704
3600
на автоматическое управление
беспилотному автомобилю Google,
беспилотному автомобилю Google,
01:20
clearly establishing that it's legal for them
23
64304
2245
тем самым законодательно разрешив
01:22
to test it on the roads in Nevada.
24
66549
1810
его тестовые испытания на дорогах Невады.
01:24
Now, California's considering similar legislation,
25
68359
3727
В Калифорнии сейчас рассматривают
похожее законодательство,
похожее законодательство,
01:27
and this would make sure that the autonomous car
26
72086
2408
а значит беспилотный автомобиль
избежит участи
избежит участи
01:30
is not one of those things that has to stay in Vegas.
27
74494
2977
всего того, что навсегда остаётся
только в Лас-Вегасе.
только в Лас-Вегасе.
01:33
(Laughter)
28
77471
2096
(Смех)
01:35
Now, in my lab at Stanford, we've been working on
29
79567
3784
В нашей лаборатории в Стэнфорде
01:39
autonomous cars too, but with a slightly different spin
30
83351
3487
мы тоже разрабатываем
беспилотные автомобили,
беспилотные автомобили,
01:42
on things. You see, we've been developing robotic race cars,
31
86838
4248
но подходим к этому с другой точки зрения.
01:46
cars that can actually push themselves to the very limits
32
91086
4120
Мы работаем над созданием машин-роботов —
01:51
of physical performance.
33
95206
2240
машин, которые смогут сами заставить себя работать
на пределе своих физических возможностей.
на пределе своих физических возможностей.
01:53
Now, why would we want to do such a thing?
34
97446
2613
Зачем нам это нужно?
01:55
Well, there's two really good reasons for this.
35
100059
2100
На то есть две интересные причины.
01:58
First, we believe that before people turn over control
36
102159
3959
Во-первых, мы считаем,
что прежде чем доверить управление
что прежде чем доверить управление
02:02
to an autonomous car, that autonomous car should be
37
106118
2834
беспилотной машине,
она должна быть не хуже
она должна быть не хуже
02:04
at least as good as the very best human drivers.
38
108952
3254
самых лучших гонщиков.
02:08
Now, if you're like me, and the other 70 percent of the population
39
112206
3305
Для людей типа меня
и ещё для 70-ти процентов населения,
и ещё для 70-ти процентов населения,
02:11
who know that we are above-average drivers,
40
115511
2193
считающих себя более чем
незаурядными водителями,
незаурядными водителями,
02:13
you understand that's a very high bar.
41
117704
3175
такая планка представляется довольно высокой.
02:16
There's another reason as well.
42
120879
2392
Но есть ещё и другая причина.
02:19
Just like race car drivers can use all of the friction
43
123271
3576
Подобно гонщикам,
использующим максимальное
использующим максимальное
02:22
between the tire and the road,
44
126847
1280
сцепление шин с дорожным покрытием,
02:24
all of the car's capabilities to go as fast as possible,
45
128127
3177
и направляющим все ресурсы автомобиля
02:27
we want to use all of those capabilities to avoid
46
131304
3345
на достижение максимальной скорости,
02:30
any accident we can.
47
134649
1588
мы хотим направить эти ресурсы
на избежание любых возможных аварий.
на избежание любых возможных аварий.
02:32
Now, you may push the car to the limits
48
136237
2050
Автомобиль может работать на пределе
02:34
not because you're driving too fast,
49
138287
1967
не только когда вы очень быстро едете,
02:36
but because you've hit an icy patch of road,
50
140254
2160
но и если вы попали
на обледенелый участок дороги
на обледенелый участок дороги
02:38
conditions have changed.
51
142414
1704
или изменились ещё какие-то
дорожные условия.
дорожные условия.
02:40
In those situations, we want a car
52
144118
2761
В таких ситуациях мы хотим, чтобы машина
02:42
that is capable enough to avoid any accident
53
146879
3720
была способна избежать все те аварии,
02:46
that can physically be avoided.
54
150599
2678
которые действительно можно избежать.
02:49
I must confess, there's kind of a third motivation as well.
55
153277
4267
Признаюсь, у наших разработок
есть ещё и третья причина.
есть ещё и третья причина.
02:53
You see, I have a passion for racing.
56
157544
2256
Я обожаю автогонки.
02:55
In the past, I've been a race car owner,
57
159800
2764
Одно время у меня был
свой гоночный автомобиль,
свой гоночный автомобиль,
02:58
a crew chief and a driving coach,
58
162564
2555
я был главным механиком
и тренером по автогонкам,
и тренером по автогонкам,
03:01
although maybe not at the level that you're currently expecting.
59
165119
3855
хоть и не на том уровне,
что вы себе сейчас представляете.
что вы себе сейчас представляете.
03:04
One of the things that we've developed in the lab --
60
168974
2704
Одно из изобретений нашей лаборатории —
03:07
we've developed several vehicles --
61
171678
1704
а мы разработали несколько машин —
03:09
is what we believe is the world's first
62
173382
2235
это первая в своём роде автономная машина,
03:11
autonomously drifting car.
63
175617
2365
способная ездить
в условиях управляемого заноса.
в условиях управляемого заноса.
03:13
It's another one of those categories
64
177982
2513
Это ещё одна категория,
03:16
where maybe there's not a lot of competition.
65
180495
2423
в которой у нас не так много соперников.
03:18
(Laughter)
66
182918
1408
(Смех)
03:20
But this is P1. It's an entirely student-built electric vehicle,
67
184326
3822
Это P1 — электромобиль,
полностью сконструированный студентами.
полностью сконструированный студентами.
03:24
which through using its rear-wheel drive
68
188148
2078
Он может при помощи своего заднего привода
03:26
and front-wheel steer-by-wire
69
190226
1565
и переднего сервопривода
03:27
can drift around corners.
70
191791
2067
проходить повороты
в режиме управляемого заноса.
в режиме управляемого заноса.
03:29
It can get sideways like a rally car driver,
71
193858
2200
Он может ехать поперёк,
как гонщик-раллист,
как гонщик-раллист,
03:31
always able to take the tightest curve,
72
196058
1715
сумеет войти в самый крутой поворот,
03:33
even on slippery, changing surfaces,
73
197773
3304
и даже на скользком и неустойчивом покрытии
03:36
never spinning out.
74
201077
1616
его никогда не занесёт.
03:38
We've also worked with Volkswagen Oracle,
75
202693
2368
Ещё мы работали с Фольксваген Оракл
03:40
on Shelley, an autonomous race car that has raced
76
205061
3424
над разработкой Шелли,
беспилотного гоночного автомобиля,
беспилотного гоночного автомобиля,
03:44
at 150 miles an hour through the Bonneville Salt Flats,
77
208485
3070
который разогнался до 240 км/ч
на солёном озере Бонневилль,
на солёном озере Бонневилль,
03:47
gone around Thunderhill Raceway Park in the sun,
78
211555
4471
проехал по гоночной трассе Тандерхилл
03:51
the wind and the rain,
79
216026
2639
в дождь, ветер и под палящим солнцем,
03:54
and navigated the 153 turns and 12.4 miles
80
218665
5018
и преодолел все 153 поворота
03:59
of the Pikes Peak Hill Climb route
81
223683
1562
на 20-километровой трассе
Пайк Пик Хилл Клаймб
Пайк Пик Хилл Клаймб
04:01
in Colorado with nobody at the wheel.
82
225245
3473
в Колорадо — и всё это без помощи водителя.
04:04
(Laughter)
83
228718
1448
(Смех)
04:06
(Applause)
84
230166
5566
(Аплодисменты)
04:11
I guess it goes without saying that we've had a lot of fun
85
235732
3279
Не стоит даже и говорить,
04:14
doing this.
86
239011
1304
что мы получили от всего этого
массу удовольствия.
массу удовольствия.
04:16
But in fact, there's something else that we've developed
87
240315
3657
Но нам и ещё кое-что удалось
04:19
in the process of developing these autonomous cars.
88
243972
3055
в процессе работы над беспилотными авто.
04:22
We have developed a tremendous appreciation
89
247027
3871
Мы прониклись глубоким уважением
04:26
for the capabilities of human race car drivers.
90
250898
3817
к талантам автогонщиков.
04:30
As we've looked at the question of how well do these cars perform,
91
254715
4345
Исследуя вопросы эффективности
наших автомобилей,
наших автомобилей,
04:34
we wanted to compare them to our human counterparts.
92
259060
3279
нам хотелось сравнить их возможности
с возможностями человека за рулём.
с возможностями человека за рулём.
04:38
And we discovered their human counterparts are amazing.
93
262339
5680
И мы увидели,
что гонщики потрясающе талантливы.
что гонщики потрясающе талантливы.
04:43
Now, we can take a map of a race track,
94
268019
4023
Мы можем взять карту гоночной трассы,
04:47
we can take a mathematical model of a car,
95
272042
2370
построить математическую модель автомобиля
04:50
and with some iteration, we can actually find
96
274412
2903
и с нескольких попыток найти
04:53
the fastest way around that track.
97
277315
1625
оптимальную траекторию прохождения трассы.
04:54
We line that up with data that we record
98
278940
2533
Если мы сравним наши расчётные данные
04:57
from a professional driver,
99
281473
1433
с телеметрией профессионального гонщика,
04:58
and the resemblance is absolutely remarkable.
100
282906
4107
мы увидим совершенно потрясающее сходство.
05:02
Yes, there are subtle differences here,
101
287013
3212
Да, безусловно,
есть незначительные нюансы,
есть незначительные нюансы,
05:06
but the human race car driver is able to go out
102
290225
3127
но гонщики-профессионалы
умеют выходить на трассу
умеют выходить на трассу
05:09
and drive an amazingly fast line,
103
293352
2335
и проходить очень быстрые круги,
05:11
without the benefit of an algorithm that compares
104
295687
2330
не прибегая к помощи
сравнительных алгоритмов,
сравнительных алгоритмов,
05:13
the trade-off between going as fast as possible
105
298017
2608
позволяющих выбирать
оптимально высокую скорость
оптимально высокую скорость
05:16
in this corner, and shaving a little bit of time
106
300625
2037
при входе в поворот,
или выигрывать секунды
или выигрывать секунды
05:18
off of the straight over here.
107
302662
1902
на прямых.
05:20
Not only that, they're able to do it lap
108
304564
3457
Но дело ведь ещё и в том,
05:23
after lap after lap.
109
308021
2375
что им это удаётся раз за разом,
круг за кругом.
круг за кругом.
05:26
They're able to go out and consistently do this,
110
310396
2912
Они могут выходить на трассу
и круг за кругом
и круг за кругом
05:29
pushing the car to the limits every single time.
111
313308
4128
вести автомобиль
на пределе его возможностей.
на пределе его возможностей.
05:33
It's extraordinary to watch.
112
317436
3169
Смотреть на это без восхищения невозможно.
05:36
You put them in a new car,
113
320605
2066
Даже если дать им
новый незнакомый автомобиль,
новый незнакомый автомобиль,
05:38
and after a few laps, they've found the fastest line in that car,
114
322671
3902
они находят оптимальную траекторию
всего за пару кругов
всего за пару кругов
05:42
and they're off to the races.
115
326573
3877
и — вперёд!
05:46
It really makes you think,
116
330450
1146
Это заставляет задуматься:
05:47
we'd love to know what's going on inside their brain.
117
331596
4871
а что же всё-таки происходит у них в голове?
05:52
So as researchers, that's what we decided to find out.
118
336467
4541
Мы решили этот вопрос изучить.
05:56
We decided to instrument not only the car,
119
341008
1812
Мы установили разные датчики
05:58
but also the race car driver,
120
342820
2495
не только на машине,
но и подключили к ним гонщика,
но и подключили к ним гонщика,
06:01
to try to get a glimpse into what was going on
121
345315
2769
чтобы заглянуть в его мозг
06:03
in their head as they were doing this.
122
348084
2186
и узнать, что же там происходит
во время гонки.
во время гонки.
06:06
Now, this is Dr. Lene Harbott applying electrodes
123
350270
3950
Вот доктор Лина Харботт
закрепляет электроды
закрепляет электроды
06:10
to the head of John Morton.
124
354220
1232
на голове Джона Мортона.
06:11
John Morton is a former Can-Am and IMSA driver,
125
355452
2989
Джон Мортон —
в прошлом гонщик Can-Am и IMSA
в прошлом гонщик Can-Am и IMSA
06:14
who's also a class champion at Le Mans.
126
358441
1800
и чемпион в своём классе в гонках Ле-Мана.
06:16
Fantastic driver, and very willing to put up with graduate students
127
360241
3496
Фантастический гонщик!
А ещё он не возражал иметь дело
А ещё он не возражал иметь дело
06:19
and this sort of research.
128
363737
1855
с аспирантами
и подобного рода исследованиями.
и подобного рода исследованиями.
06:21
She's putting electrodes on his head
129
365592
2672
Она закрепляет у него на голове электроды,
06:24
so that we can monitor the electrical activity
130
368264
2112
которые позволят следить
за электроактивностью мозга Джона
за электроактивностью мозга Джона
06:26
in John's brain as he races around the track.
131
370376
2832
при прохождении трассы.
06:29
Now, clearly we're not going to put a couple of electrodes on his head
132
373208
3195
Конечно, у нас не получится
с помощью пары электродов на голове
с помощью пары электродов на голове
06:32
and understand exactly what all of his thoughts are on the track.
133
376403
3270
узнать всё, о чём он думает на трассе.
06:35
However, neuroscientists have identified certain patterns
134
379673
3407
Но нейробиологам удалось выявить
некоторые закономерности,
некоторые закономерности,
06:38
that let us tease out some very important aspects of this.
135
383080
3761
которые позволили нам выделить
несколько важных аспектов.
несколько важных аспектов.
06:42
For instance, the resting brain
136
386841
1847
Например, в спокойном состоянии
06:44
tends to generate a lot of alpha waves.
137
388688
2155
мозг вырабатывает много альфа-волн.
06:46
In contrast, theta waves are associated with
138
390843
3752
А вот, например, тета-волны
отвечают за когнитивную деятельность,
отвечают за когнитивную деятельность,
06:50
a lot of cognitive activity, like visual processing,
139
394595
3184
такую как
обработка изображений в случаях,
обработка изображений в случаях,
06:53
things where the driver is thinking quite a bit.
140
397779
3048
когда пилоту приходится довольно много думать.
06:56
Now, we can measure this,
141
400827
1663
Такие явления мы можем отследить,
06:58
and we can look at the relative power
142
402490
1985
а затем провести сравнительный анализ
07:00
between the theta waves and the alpha waves.
143
404475
2200
силы тета- и альфа-волн.
07:02
This gives us a measure of mental workload,
144
406675
2442
Это позволит нам оценить нагрузку на мозг,
07:05
how much the driver is actually challenged cognitively
145
409117
3567
понять, насколько гонщик
использует когнитивные функции мозга
использует когнитивные функции мозга
07:08
at any point along the track.
146
412684
1786
в любой точке гоночной трассы.
07:10
Now, we wanted to see if we could actually record this
147
414470
2942
Мы хотели попробовать снять такие показания
07:13
on the track, so we headed down south to Laguna Seca.
148
417412
3038
на настоящей гоночной трассе
и отправились на Лагуна Секу.
и отправились на Лагуна Секу.
07:16
Laguna Seca is a legendary raceway
149
420450
2016
Лагуна Сека — легендарная трасса
07:18
about halfway between Salinas and Monterey.
150
422466
2301
на полпути между Салинасом и Монтереем.
07:20
It has a curve there called the Corkscrew.
151
424767
2087
Там есть поворот под названием «Штопор».
07:22
Now, the Corkscrew is a chicane, followed by a quick
152
426854
2717
«Штопор» — это зигзаг, за которым следует
резкий правый поворот,
резкий правый поворот,
07:25
right-handed turn as the road drops three stories.
153
429571
2746
а дорога при этом уходит на три этажа вниз.
07:28
Now, the strategy for driving this as explained to me was,
154
432317
3766
Мне объяснили
стратегию прохождения этого поворота.
стратегию прохождения этого поворота.
07:31
you aim for the bush in the distance,
155
436083
2022
Нужно держать направление на куст вдалеке,
07:34
and as the road falls away, you realize it was actually the top of a tree.
156
438105
3025
а когда дорога уходит резко вниз,
ты понимаешь, что это была верхушка дерева.
ты понимаешь, что это была верхушка дерева.
07:37
All right, so thanks to the Revs Program at Stanford,
157
441130
3304
Благодаря помощи
Стэнфордской программы Revs [«Обороты»]
Стэнфордской программы Revs [«Обороты»]
07:40
we were able to take John there
158
444434
1473
нам с Джоном удалось съездить на эту трассу
07:41
and put him behind the wheel
159
445907
964
и посадить его за руль
07:42
of a 1960 Porsche Abarth Carrera.
160
446871
2439
Porsche Abarth Carrera 1960-го года.
07:45
Life is way too short for boring cars.
161
449310
3698
Жизнь слишком коротка,
чтобы тратить её на скучные автомобили.
чтобы тратить её на скучные автомобили.
07:48
So, here you see John on the track,
162
453008
1759
Вот Джон едет по трассе
07:50
he's going up the hill -- Oh! Somebody liked that --
163
454767
2184
и поднимается на холм.
А, кому-то понравилась моя шутка...
А, кому-то понравилась моя шутка...
07:52
and you can see, actually, his mental workload
164
456951
2465
Обратите внимание на активность его мозга.
07:55
-- measuring here in the red bar --
165
459416
2153
Вот этот красный индикатор.
07:57
you can see his actions as he approaches.
166
461569
2343
Следите за его действиями
при входе в поворот.
при входе в поворот.
07:59
Now watch, he has to downshift.
167
463912
3230
Вот здесь ему нужно понизить передачу.
08:03
And then he has to turn left.
168
467142
761
А потом повернуть налево.
08:03
Look for the tree, and down.
169
467903
3993
Найти дерево,
и вот тут дорога уходит вниз.
и вот тут дорога уходит вниз.
08:07
Not surprisingly, you can see this is a pretty challenging task.
170
471896
2838
Как видите, задача не из простых.
08:10
You can see his mental workload spike as he goes through this,
171
474734
2976
Заметьте, как возрастает
его мозговая активность
его мозговая активность
08:13
as you would expect with something that requires
172
477710
2064
в процессе прохождения этого поворота.
08:15
this level of complexity.
173
479774
2809
Этого и следует ожидать
при выполнении столь сложной операции.
при выполнении столь сложной операции.
08:18
But what's really interesting is to look at areas of the track
174
482583
3416
Но ещё интереснее посмотреть,
где на трассе
где на трассе
08:21
where his mental workload doesn't increase.
175
485999
2846
активность его мозга не возрастает.
08:24
I'm going to take you around now
176
488845
1495
Я вам сейчас покажу
08:26
to the other side of the track.
177
490340
1089
противоположную сторону трассы.
08:27
Turn three. And John's going to go into that corner
178
491429
2336
Поворот номер 3. Джон входит в него,
08:29
and the rear end of the car is going to begin to slide out.
179
493765
2551
и задний мост его машины начинает заносить.
08:32
He's going to have to correct for that with steering.
180
496316
2017
Ему надо выправить положение
с помощью руля.
с помощью руля.
08:34
So watch as John does this here.
181
498333
2231
Посмотрите, как Джон это делает.
08:36
Watch the mental workload, and watch the steering.
182
500564
2322
Следите за мозговой активностью и смотрите,
как он управляет автомобилем.
как он управляет автомобилем.
08:38
The car begins to slide out, dramatic maneuver to correct it,
183
502886
3672
Вот машину начинает заносить,
вот он резко выводит её из заноса,
вот он резко выводит её из заноса,
08:42
and no change whatsoever in the mental workload.
184
506558
3523
но активность мозга при этом
совсем не изменилась.
совсем не изменилась.
08:45
Not a challenging task.
185
510081
2832
Это несложная процедура.
08:48
In fact, entirely reflexive.
186
512913
3200
На самом деле
здесь всё основано на рефлексах.
здесь всё основано на рефлексах.
08:52
Now, our data processing on this is still preliminary,
187
516113
3643
Результаты наших исследований
в этой области
в этой области
08:55
but it really seems that these phenomenal feats
188
519756
2672
носят пока предварительный характер,
08:58
that the race car drivers are performing
189
522428
1610
но похоже, что в основе чудес
водительского мастерства гонщиков
водительского мастерства гонщиков
08:59
are instinctive.
190
524038
1910
лежат инстинкты.
09:01
They are things that they have simply learned to do.
191
525948
3390
Они просто научились выполнять эти действия.
09:05
It requires very little mental workload
192
529338
2282
Чтобы совершать все эти чудеса,
09:07
for them to perform these amazing feats.
193
531620
2824
гонщикам требуются
минимальные умственные усилия.
минимальные умственные усилия.
09:10
And their actions are fantastic.
194
534444
3135
Но их действия просто потрясающие!
09:13
This is exactly what you want to do on the steering wheel
195
537579
2611
Именно так вам нужно работать рулём,
09:16
to catch the car in this situation.
196
540190
3337
чтобы выровнять автомобиль
в подобной ситуации.
в подобной ситуации.
09:19
Now, this has given us tremendous insight
197
543527
3445
Эти результаты помогли нам понять,
что происходит,
что происходит,
09:22
and inspiration for our own autonomous vehicles.
198
546972
3122
и дали нам пищу для размышлений
о наших автономных автомобилях.
о наших автономных автомобилях.
09:25
We've started to ask the question:
199
550094
1928
Мы начали задавать вопросы.
09:27
Can we make them a little less algorithmic
200
552022
2253
Можно ли использовать
09:30
and a little more intuitive?
201
554275
2449
меньше программных алгоритмов
и больше интуиции?
и больше интуиции?
09:32
Can we take this reflexive action
202
556724
2281
Можем ли мы использовать рефлексы,
09:34
that we see from the very best race car drivers,
203
559005
2287
которые мы наблюдаем
у самых лучших гонщиков,
у самых лучших гонщиков,
09:37
introduce it to our cars,
204
561292
1649
при проектировании наших автомобилей,
09:38
and maybe even into a system that could
205
562941
1984
а может быть, и при создании систем
09:40
get onto your car in the future?
206
564925
1968
для будущих серийных автомобилей?
09:42
That would take us a long step
207
566893
1611
Это был бы огромный шаг вперёд
09:44
along the road to autonomous vehicles
208
568504
2509
на пути к беспилотным автомобилям,
09:46
that drive as well as the best humans.
209
571013
1912
которые смогут ездить,
как самые талантливые гонщики.
как самые талантливые гонщики.
09:48
But it's made us think a little bit more deeply as well.
210
572925
3440
Но нас это заставило
ещё глубже задуматься вот о чём.
ещё глубже задуматься вот о чём.
09:52
Do we want something more from our car
211
576365
2968
А хотим ли мы,
чтобы наша машина была больше,
чтобы наша машина была больше,
09:55
than to simply be a chauffeur?
212
579333
1840
чем просто шофёр?
09:57
Do we want our car to perhaps be a partner, a coach,
213
581173
4235
Может быть, мы хотим сделать её
партнёром, инструктором?
партнёром, инструктором?
10:01
someone that can use their understanding of the situation
214
585408
3087
Сделать так, чтобы она помогала нам
раскрыть наши способности
раскрыть наши способности
10:04
to help us reach our potential?
215
588495
4256
с помощью своего умения
оценивать ситуацию?
оценивать ситуацию?
10:08
Can, in fact, the technology not simply replace humans,
216
592751
2273
Может ли технология
не просто заменить человека,
не просто заменить человека,
10:10
but allow us to reach the level of reflex and intuition
217
595024
4575
а научить нас использовать
рефлексы и интуицию,
рефлексы и интуицию,
10:15
that we're all capable of?
218
599599
3425
которые у всех нас есть?
10:18
So, as we move forward into this technological future,
219
603024
1923
Мы подходим всё ближе
к технологическому будущему,
к технологическому будущему,
10:20
I want you to just pause and think of that for a moment.
220
604947
2821
и я призываю вас на секунду
остановиться и задуматься.
остановиться и задуматься.
10:23
What is the ideal balance of human and machine?
221
607768
3775
Где находится то идеальное равновесие
между человеком и машиной?
между человеком и машиной?
10:27
And as we think about that,
222
611543
1709
Размышляя над этим,
10:29
let's take inspiration
223
613252
1731
давайте черпать вдохновение
10:30
from the absolutely amazing capabilities
224
614983
3329
в изумительных способностях
10:34
of the human body and the human mind.
225
618312
2816
человеческого тела и ума.
10:37
Thank you.
226
621128
1736
Спасибо.
10:38
(Applause)
227
622864
4604
(Аплодисменты)
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