TEDxStanford
Chris Gerdes: The future race car -- 150mph, and no driver
คริส เกอร์เดส: รถแข่งแห่งอนาคต -- 150 ไมล์ต่อชั่วโมง โดยไม่มีคนขับ
Filmed:
Readability: 4
806,444 views
รถยนต์อัตโนมัติกำลังจะมา -- และพวกมันจะเก่งกว่าคุณเสียอีก คริส เกอร์เดสจะเผยให้เห็นวิธีที่เขาและทีมของเขา พัฒนาหุ่นยนต์รถแข่ง ที่สามารถวิ่งได้ 150 ไมล์ต่อชั่วโมง และยังเลี่ยงอุบัติเหตุทุกอย่างที่จะเลี่ยงได้ และนอกจากนั้น ในการศึกษาคลื่นสมองของนักแข่งรถมืออาชีพ เกอร์เดส กล่าวว่าเขาได้รับความซาบซึ้งใหม่ ต่อสัญชาติของนักแข่งรถมืออาชีพ (บันทึก ณ 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
มีใครในที่นี้บ้าง
00:17
gotten behind the wheel of a car
1
1913
1655
ที่เคยนั่งหลังพวงมาลัย
00:19
when you really shouldn't have been driving?
2
3568
5687
ในขณะที่จริงๆ แล้วคุณไม่ควรเป็นคนขับ?
00:25
Maybe you're out on the road for a long day,
3
9255
1905
บางทีคุณอาจขับรถมาทั้งวัน
00:27
and you just wanted to get home.
4
11160
1490
และคุณอยากจะกลับบ้าน
00:28
You were tired, but you felt you could drive a few more miles.
5
12650
2647
คุณเหนื่อย แต่ก็คิดว่าคุณอาจขับต่อได้อีกสองสามไมล์
00:31
Maybe you thought,
6
15297
1199
หรือบางทีคุณอาจคิดว่า
00:32
I've had less to drink than everybody else,
7
16496
2017
คุณดื่มน้อยกว่าคนอื่นๆ
00:34
I should be the one to go home.
8
18513
1736
คุณควรเป็นคนขับรถกลับบ้าน
00:36
Or maybe your mind was just entirely elsewhere.
9
20249
4591
หรือบางทีคุณอาจใจลอยคิดเรื่องอื่นๆ อยู่
00:40
Does this sound familiar to you?
10
24840
1454
ฟังดูคุ้นๆ บ้างไหมครับ?
00:42
Now, in those situations, wouldn't it be great
11
26294
2898
ในสถานการณ์เหล่านั้น จะดีหรือไม่
00:45
if there was a button on your dashboard
12
29192
1593
หากมีปุ่มปุ่มหนึ่งบนหน้าปัดรถของคุณ
00:46
that you could push, and the car would get you home safely?
13
30785
6343
ที่เมื่อคุณกด รถของคุณจะพาคุณกลับบ้านอย่างปลอดภัย?
00:53
Now, that's been the promise of the self-driving car,
14
37128
2293
นั่นเป็นความหวังของรถขับเคลื่อนด้วยตัวเอง
00:55
the autonomous vehicle, and it's been the dream
15
39421
2627
พาหนะอัตโนมัติ และมันคือความฝันมาโดยตลอด
00:57
since at least 1939, when General Motors showcased
16
42048
3249
ตั้งแต่ปีค.ศ. 1939 เมื่อ เจเนอรัล มอเตอร์ จัดแสดง
01:01
this idea at their Futurama booth at the World's Fair.
17
45297
3302
แนวคิดนี้ ที่บูธแห่งอนาคต ในงานเวิลด์ แฟร์
01:04
Now, it's been one of those dreams
18
48599
1943
มันเคยเป็นหนึ่งในความฝัน
01:06
that's always seemed about 20 years in the future.
19
50542
4214
ซึ่งไม่ว่าเมื่อไหร่ ก็ดูจะห่างไกลออกไปอีกสัก 20 ปี
01:10
Now, two weeks ago, that dream took a step forward,
20
54756
2683
แต่ตอนนี้ เมื่อสองสัปดาห์ที่แล้ว ความฝันนั้นใกล้เข้ามาอีกก้าวหนึ่ง
01:13
when the state of Nevada granted Google's self-driving car
21
57439
3265
เมื่อรัฐเนวาดา อนุญาติให้รถยนต์ขับเคลื่อนด้วยตัวเองของกูเกิล
01:16
the very first license for an autonomous vehicle,
22
60704
3600
ได้รับใบอนุญาติขับขี่สำหรับพาหนะอัตโนมัติ
01:20
clearly establishing that it's legal for them
23
64304
2245
เป็นที่ชัดเจนว่าสิ่งที่ถูกกฎหมายที่พวกเขา
01:22
to test it on the roads in Nevada.
24
66549
1810
จะทดสอบมันในถนนของรัฐเนวาดา
01:24
Now, California's considering similar legislation,
25
68359
3727
ตอนนี้ รัฐแคลิฟอเนียก็กำลังพิจารณากฎหมายที่คล้ายๆ กันอยู่
01:27
and this would make sure that the autonomous car
26
72086
2408
และนี่จะเป็นหลักประกันว่ารถอัตโนมัติ
01:30
is not one of those things that has to stay in Vegas.
27
74494
2977
จะไม่ใช่สิ่งที่ต้องอยู่แต่ใน ลาส เวกัส เท่านั้น
01:33
(Laughter)
28
77471
2096
(เสียงหัวเราะ)
01:35
Now, in my lab at Stanford, we've been working on
29
79567
3784
ตอนนี้ ในห้องทดลองของผมที่แสตนฟอร์ด เรากำลัง
01:39
autonomous cars too, but with a slightly different spin
30
83351
3487
สร้างรถอัตโนมัติอยู่เหมือนกัน
แต่ในแนวทางที่แตกต่างออกไป
แต่ในแนวทางที่แตกต่างออกไป
01:42
on things. You see, we've been developing robotic race cars,
31
86838
4248
เราได้พัฒนาหุ่นยนต์รถแข่ง
01:46
cars that can actually push themselves to the very limits
32
91086
4120
รถที่สามารถผลักดันตัวมันให้ถึงขีดสุด
01:51
of physical performance.
33
95206
2240
ของสมรรถนะในทางกายภาพ
01:53
Now, why would we want to do such a thing?
34
97446
2613
เอาหล่ะ ทำไมเราถึงอยากทำอะไรแบบนั้น?
01:55
Well, there's two really good reasons for this.
35
100059
2100
ก็เพราะมีเหตุผลสำคัญอยู่สองประการ
01:58
First, we believe that before people turn over control
36
102159
3959
ข้อแรก เราเชื่อว่าก่อนที่คนจะยอมยกการควบคุม
02:02
to an autonomous car, that autonomous car should be
37
106118
2834
ให้แก่รถอัตโนมัติ รถอัตโนมัติคันนั้นควรต้อง
02:04
at least as good as the very best human drivers.
38
108952
3254
อย่างน้อยที่สุดทำได้ดีเท่าๆ กับคนขับที่เก่งที่สุด
02:08
Now, if you're like me, and the other 70 percent of the population
39
112206
3305
ทีนี้ ถ้าคุณเป็นเหมือนผม และอีก 70% ของประชากรทั้งหมด
02:11
who know that we are above-average drivers,
40
115511
2193
ที่รู้ตัวว่า เราเป็นคนขับที่เหนือกว่าคนอื่นๆ
02:13
you understand that's a very high bar.
41
117704
3175
คุณคงรู้ว่านั่นเป็นมาตรฐานที่สูงมาก
02:16
There's another reason as well.
42
120879
2392
ยังมีอีกเหตุผลหนึ่งด้วย
02:19
Just like race car drivers can use all of the friction
43
123271
3576
เช่นเดียวกับที่นักขับรถแข่งสามารถใช้แรงเสียดทานทั้งหมด
02:22
between the tire and the road,
44
126847
1280
ระหว่างล้อรถกับถนน
02:24
all of the car's capabilities to go as fast as possible,
45
128127
3177
และความสามารถทั้งหมดของรถเพื่อวิ่งให้เร็วที่สุดเท่าที่จะทำได้
02:27
we want to use all of those capabilities to avoid
46
131304
3345
เราต้องการใช้สมรรถนะทั้งหมดเหล่านั้น
02:30
any accident we can.
47
134649
1588
เพื่อหลีกเลี่ยงอุบัติเหตุที่เราจะทำได้
02:32
Now, you may push the car to the limits
48
136237
2050
คุณอาจใช้ความสามารถของรถจนถึงขีดสุด
02:34
not because you're driving too fast,
49
138287
1967
ไม่ใช่เพราะคุณขับเร็วเกินไป
02:36
but because you've hit an icy patch of road,
50
140254
2160
แต่เป็นเพราะคุณอาจขับบนพื้นถนนที่ลื่นเป็นน้ำแข็ง
02:38
conditions have changed.
51
142414
1704
สภาวการณ์เปลี่ยนไป
02:40
In those situations, we want a car
52
144118
2761
ในสถานการณ์เหล่านั้น เราต้องการ
02:42
that is capable enough to avoid any accident
53
146879
3720
รถที่มีความสามารถพอจะหลีกเลี่ยงอุบัติเหตุใดๆ
02:46
that can physically be avoided.
54
150599
2678
ก็ตามที่สามารถจะเลี่ยงได้
02:49
I must confess, there's kind of a third motivation as well.
55
153277
4267
ผมต้องขอสารภาพว่า ยังมีแรงจูงใจข้อที่สามอีก
02:53
You see, I have a passion for racing.
56
157544
2256
คือว่า ผมมีใจรักการแข่งรถ
02:55
In the past, I've been a race car owner,
57
159800
2764
ในอดีตผมเคยเป็นเจ้าของรถแข่ง
02:58
a crew chief and a driving coach,
58
162564
2555
เป็นหัวหน้าทีม และเป็นโค้ชสอนขับรถแข่ง
03:01
although maybe not at the level that you're currently expecting.
59
165119
3855
ถึงแม้ว่ามันจะไม่ใช่ในแบบที่คุณคิด
03:04
One of the things that we've developed in the lab --
60
168974
2704
อีกสิ่งหนึ่งที่เราพัฒนาขึ้นในห้องวิจัย
03:07
we've developed several vehicles --
61
171678
1704
นั่นคือ เราพัฒนาพาหนะหลายคัน
03:09
is what we believe is the world's first
62
173382
2235
ซึ่งเราเชื่อว่าเป็นรถคันแรกของโลก
03:11
autonomously drifting car.
63
175617
2365
ที่เป็นรถดริฟต์อัตโนมัติ
03:13
It's another one of those categories
64
177982
2513
มันถูกจัดอยู่ในประเภท
03:16
where maybe there's not a lot of competition.
65
180495
2423
ที่คงไม่ค่อยมีการแข่งขันมากนัก
03:18
(Laughter)
66
182918
1408
(เสียงหัวเราะ)
03:20
But this is P1. It's an entirely student-built electric vehicle,
67
184326
3822
และนี่คือรถ P1 เป็นรถไฟฟ้าที่สร้างโดยทีมนักเรียนทั้งคัน
03:24
which through using its rear-wheel drive
68
188148
2078
ซึ่งด้วยการขับเคลื่อนล้อหลัง
03:26
and front-wheel steer-by-wire
69
190226
1565
และควบคุมล้อหน้าด้วยอิเล็คทรอนิคส์
03:27
can drift around corners.
70
191791
2067
รถสามารถดริฟต์ผ่านทางโค้งได้
03:29
It can get sideways like a rally car driver,
71
193858
2200
มันสามารถไถลไปด้านข้างได้เหมือนกับนักขับรถแรลลี่
03:31
always able to take the tightest curve,
72
196058
1715
สามารถเข้าโค้งที่แคบที่สุดได้ในทุกครั้ง
03:33
even on slippery, changing surfaces,
73
197773
3304
แม้บนถนนที่ลื่น สภาพผิวถนนที่เปลี่ยนไป
03:36
never spinning out.
74
201077
1616
โดยไม่เคยหลุดโค้ง
03:38
We've also worked with Volkswagen Oracle,
75
202693
2368
เรายังได้ทำงานร่วมกับ โฟล์คสวาเกน โอราเคิล
03:40
on Shelley, an autonomous race car that has raced
76
205061
3424
กับรถที่ชื่อ เชลลี่ รถแข่งอัตโนมัติ
03:44
at 150 miles an hour through the Bonneville Salt Flats,
77
208485
3070
ที่แข่งด้วยความเร็ว 150 ไมล์ต่อชั่วโมง
ผ่าน โบเนวิลล์ ซอลท์ แฟลต (Bonneville Salt Flats)
ผ่าน โบเนวิลล์ ซอลท์ แฟลต (Bonneville Salt Flats)
03:47
gone around Thunderhill Raceway Park in the sun,
78
211555
4471
วิ่งรอบสนามแข่ง ธันเดอร์ฮิลล์ เรซเวย์ พาร์ค
(Thunderhill Raceway Park) ท่ามกลางแสงแดด
(Thunderhill Raceway Park) ท่ามกลางแสงแดด
03:51
the wind and the rain,
79
216026
2639
ท่ามกลางสายลม และสายฝน
03:54
and navigated the 153 turns and 12.4 miles
80
218665
5018
และวิ่งผ่าน 153 โค้ง เป็นระยะทาง 12.4 ไมล์
03:59
of the Pikes Peak Hill Climb route
81
223683
1562
บนเส้นทาง ไพค์ พีค ฮิลล์ ไคลมบ์
(Pikes Peak Hill Climb)
(Pikes Peak Hill Climb)
04:01
in Colorado with nobody at the wheel.
82
225245
3473
ในโคโลราโด โดยไม่มีคนขับ
04:04
(Laughter)
83
228718
1448
(เสียงหัวเราะ)
04:06
(Applause)
84
230166
5566
(เสียงปรบมือ)
04:11
I guess it goes without saying that we've had a lot of fun
85
235732
3279
ผมคงไม่ต้องบอกว่าเราสนุกกันมาก
04:14
doing this.
86
239011
1304
ที่ได้ทำสิ่งนี้
04:16
But in fact, there's something else that we've developed
87
240315
3657
อันที่จริงแล้ว ยังมีสิ่งอื่นที่เราได้พัฒนาขึ้นมา
04:19
in the process of developing these autonomous cars.
88
243972
3055
ในระหว่างที่เรากำลังพัฒนารถยนต์อัตโนมัติเหล่านี้
04:22
We have developed a tremendous appreciation
89
247027
3871
เราได้พัฒนาความซาบซึ้งอย่างมหาศาล
04:26
for the capabilities of human race car drivers.
90
250898
3817
ต่อความสามารถของนักขับรถแข่งที่เป็นมนุษย์
04:30
As we've looked at the question of how well do these cars perform,
91
254715
4345
ในขณะที่เราพยายามหาว่ารถเหล่านี้ทำได้ดีแค่ไหน
04:34
we wanted to compare them to our human counterparts.
92
259060
3279
เราต้องการเทียบมันกับคู่แข่งที่เป็นมนุษย์
04:38
And we discovered their human counterparts are amazing.
93
262339
5680
และเราพบว่า คู่แข่งที่เป็นมนุษย์นั้นน่าอัศจรรย์มาก
04:43
Now, we can take a map of a race track,
94
268019
4023
ทีนี้ เราสามารถเอาแผนที่ของสนามแข่ง
04:47
we can take a mathematical model of a car,
95
272042
2370
เราสามารถเอาแบบจำลองทางคณิตศาสตร์ของรถ
04:50
and with some iteration, we can actually find
96
274412
2903
และด้วยการคำนวณซ้ำๆ เราจะสามารถหา
04:53
the fastest way around that track.
97
277315
1625
เส้นทางวิ่งที่เร็วที่สุดรอบสนามได้
04:54
We line that up with data that we record
98
278940
2533
เราเอามันมาทาบทับเทียบกับข้อมูลที่เราบันทึก
04:57
from a professional driver,
99
281473
1433
ได้จากนักแข่งมืออาชีพ
04:58
and the resemblance is absolutely remarkable.
100
282906
4107
และผลที่ได้คือความคล้ายคลึงกันอย่างไม่น่าเชื่อ
05:02
Yes, there are subtle differences here,
101
287013
3212
ใช่ครับ มันมีความแตกกันกันเล็กๆ น้อยๆ
05:06
but the human race car driver is able to go out
102
290225
3127
แต่นักแข่งที่เป็นมนุษย์สามารถที่จะ
05:09
and drive an amazingly fast line,
103
293352
2335
ขับบนเส้นทางที่เร็วอย่างน่าอัศจรรย์
05:11
without the benefit of an algorithm that compares
104
295687
2330
โดยไม่ใช้ตัวช่วยด้วยระเบียบวิธีคิดที่เปรียบเทียบ
05:13
the trade-off between going as fast as possible
105
298017
2608
ระหว่างการวิ่งให้เร็วที่สุดเท่าที่จะทำได้ในโค้งนี้
05:16
in this corner, and shaving a little bit of time
106
300625
2037
แลกกับการลดเวลาลงเล็กน้อย
05:18
off of the straight over here.
107
302662
1902
จากทางตรงที่อยู่ถัดไป
05:20
Not only that, they're able to do it lap
108
304564
3457
ไม่เพียงเท่านั้น พวกเขายังสามารถทำซ้ำๆ ได้
05:23
after lap after lap.
109
308021
2375
รอบแล้วรอบเล่า
05:26
They're able to go out and consistently do this,
110
310396
2912
พวกเขาสามารถออกไปขับ แล้วทำแบบนี้ได้อย่างสม่ำเสมอ
05:29
pushing the car to the limits every single time.
111
313308
4128
ผลักดันรถให้ถึงขีดสูงสุดได้ทุกครั้ง
05:33
It's extraordinary to watch.
112
317436
3169
มันเป็นสิ่งน่ามหัสจรรย์ที่ได้เฝ้ามอง
05:36
You put them in a new car,
113
320605
2066
คุณให้พวกเขาเปลี่ยนรถคันใหม่
05:38
and after a few laps, they've found the fastest line in that car,
114
322671
3902
หลังจากขับไม่กี่รอบ พวกเขาก็จะสามารถหาเส้นทางที่เร็วที่สุดด้วยรถคันใหม่ได้
05:42
and they're off to the races.
115
326573
3877
และพวกเขาก็พร้อมจะออกไปแข่ง
05:46
It really makes you think,
116
330450
1146
มันทำให้พวกเราต้องครุ่นคิด
05:47
we'd love to know what's going on inside their brain.
117
331596
4871
อยากรู้ถึงสิ่งที่เกิดขึ้นในสมองพวกเขา
05:52
So as researchers, that's what we decided to find out.
118
336467
4541
ดังนั้น ในฐานะของนักวิจัย นั่นคือสิ่งที่เราตัดสินใจจะหาคำตอบ
05:56
We decided to instrument not only the car,
119
341008
1812
เราตัดสินใจที่จะไม่เพียงแต่ติดตั้งเครื่องมือวัดไว้ที่รถ
05:58
but also the race car driver,
120
342820
2495
แต่ยังติดตั้งไว้กับนักแข่งด้วย
06:01
to try to get a glimpse into what was going on
121
345315
2769
เพื่อพยายามจะมองให้เห็นถึงสิ่งที่
06:03
in their head as they were doing this.
122
348084
2186
กำลังเกิดขึ้นในหัวของนักแข่งในขณะที่เขาแข่ง
06:06
Now, this is Dr. Lene Harbott applying electrodes
123
350270
3950
นี่คือ ดร.ลีน ฮาร์บอทท์ กำลังติดตั้งขั้วไฟฟ้า
06:10
to the head of John Morton.
124
354220
1232
ลงบนหัวของ จอห์น มอร์ตัน
06:11
John Morton is a former Can-Am and IMSA driver,
125
355452
2989
จอห์น มอร์ตัน เคยเป็นนักแข่งรายการ Can-AM
และ เป็นนักแข่งทีม IMSA
และ เป็นนักแข่งทีม IMSA
06:14
who's also a class champion at Le Mans.
126
358441
1800
ผู้ซึ่งครองดำแหน่งแชมป์ที่ เลอมอง (Le Mans)
06:16
Fantastic driver, and very willing to put up with graduate students
127
360241
3496
เป็นนักแข่งที่เยี่ยมยอด
และเต็มใจที่จะทนกับเหล่านักศึกษา
และเต็มใจที่จะทนกับเหล่านักศึกษา
06:19
and this sort of research.
128
363737
1855
และการทำวิจัยลักษณะนี้
06:21
She's putting electrodes on his head
129
365592
2672
เธอติดขั้วไฟฟ้าลงบนหัวของเขา
06:24
so that we can monitor the electrical activity
130
368264
2112
เพื่อที่เราจะได้บันทึกสัญญาณทางไฟฟ้า
06:26
in John's brain as he races around the track.
131
370376
2832
จากสมองของจอห์นในระหว่างที่เขาขับไปรอบๆ สนาม
06:29
Now, clearly we're not going to put a couple of electrodes on his head
132
373208
3195
แน่นอนอยู่แล้วว่าเราคงไม่ติดขั้วไฟฟ้า
แค่ 2-3 ขั้วบนหัวของเขา
แค่ 2-3 ขั้วบนหัวของเขา
06:32
and understand exactly what all of his thoughts are on the track.
133
376403
3270
แล้วจะสามารถเข้าใจทุกความคิดของเขาที่เกิดขึ้นในสนาม
06:35
However, neuroscientists have identified certain patterns
134
379673
3407
อย่างไรก็ตาม นักประสาทวิทยาได้บ่งชี้รูปแบบบางอย่าง
06:38
that let us tease out some very important aspects of this.
135
383080
3761
ที่ทำให้เราพอจะมองออกถึงแง่มุมสำคัญๆ
06:42
For instance, the resting brain
136
386841
1847
ยกตัวอย่างเช่น สมองในขณะพัก
06:44
tends to generate a lot of alpha waves.
137
388688
2155
มีแนวโน้มจะสร้างคลื่นความถี่อัลฟาออกมามาก
06:46
In contrast, theta waves are associated with
138
390843
3752
ในทางกลับกัน คลื่นธีต้าก็มักจะเกี่ยวข้องกับ
06:50
a lot of cognitive activity, like visual processing,
139
394595
3184
กิจกรรมที่ต้องกับการรับรู้มากๆ เช่นการประมวลภาพ
06:53
things where the driver is thinking quite a bit.
140
397779
3048
หรือสิ่งที่นักแข่งต้องใช้ความคิดพอสมควร
06:56
Now, we can measure this,
141
400827
1663
ทีนี้ เราสามารถวัดมันได้
06:58
and we can look at the relative power
142
402490
1985
แล้วเราก็สามารถวัดพลังงานเปรียบเทียบ
07:00
between the theta waves and the alpha waves.
143
404475
2200
ระหว่างคลื่นธีต้า และคลื่นอัลฟาได้
07:02
This gives us a measure of mental workload,
144
406675
2442
นี่ทำให้เราสามารถวัดภาระงานของจิตใจ
07:05
how much the driver is actually challenged cognitively
145
409117
3567
ว่านักแข่งนั้นถูกท้าทายมากแค่ไหนในเชิงของการรับรู้
07:08
at any point along the track.
146
412684
1786
ณ จุดใดๆ ในสนามแข่ง
07:10
Now, we wanted to see if we could actually record this
147
414470
2942
เราต้องการลองว่าเราจะสามารถบันทึก
สิ่งเหล่านี้ได้จริงหรือไม่ในสนามแข่ง
สิ่งเหล่านี้ได้จริงหรือไม่ในสนามแข่ง
07:13
on the track, so we headed down south to Laguna Seca.
148
417412
3038
เราจึงมุ่งหน้าลงใต้ไปยัง ลากูนา เซกา (Laguna Seca)
07:16
Laguna Seca is a legendary raceway
149
420450
2016
ลากูนา เซกา เป็นสนามแข่งระดับตำนาน
07:18
about halfway between Salinas and Monterey.
150
422466
2301
อยู่กึ่งกลางระหว่าง ซาลินาส และมอนทาเรย์
07:20
It has a curve there called the Corkscrew.
151
424767
2087
มันมีทางโค้งอยู่โค้งหนึ่งที่เรียกว่า เกลียวจุกคอร์ค
07:22
Now, the Corkscrew is a chicane, followed by a quick
152
426854
2717
ทีนี้ เกลียวจุกคอร์ค คือ เริ่มจากสิ่งกีดขวาง
07:25
right-handed turn as the road drops three stories.
153
429571
2746
ตามด้วยโค้งไปทางขวาอย่างรวดเร็ว
ในขณะที่ถนนลดระดับลงเท่ากับตึก 3 ชั้น
ในขณะที่ถนนลดระดับลงเท่ากับตึก 3 ชั้น
07:28
Now, the strategy for driving this as explained to me was,
154
432317
3766
กลยุทธการขับขี่ที่ผมได้รับการถ่ายทอดมาคือ
07:31
you aim for the bush in the distance,
155
436083
2022
คุณต้องเล็งไปยังพุ่มไม้ในระยะไกล
07:34
and as the road falls away, you realize it was actually the top of a tree.
156
438105
3025
และพอถนนลดระดับลง กว่าจะรู้ตัวคุณก็จะอยู่บนยอดไม้พอดี
07:37
All right, so thanks to the Revs Program at Stanford,
157
441130
3304
ต้องขอบคุณโครงการ Revs ของแสตนฟอร์ด
07:40
we were able to take John there
158
444434
1473
เราจึงพาจอห์นไปที่นั่นได้
07:41
and put him behind the wheel
159
445907
964
และให้เขานั่งหลังพวงมาลัย
07:42
of a 1960 Porsche Abarth Carrera.
160
446871
2439
รถพอร์ช อาบาร์ธ แคเรรา ปี 1960
07:45
Life is way too short for boring cars.
161
449310
3698
คือ ชีวิตมันสั้นเกินกว่าที่จะขับรถธรรมดาๆ น่ะครับ
07:48
So, here you see John on the track,
162
453008
1759
คุณจะเห็นจอห์นอยู่ในสนาม
07:50
he's going up the hill -- Oh! Somebody liked that --
163
454767
2184
เขากำลังวิ่งขึ้นเนิน โอ้บางคนชอบครับ
07:52
and you can see, actually, his mental workload
164
456951
2465
และคุณจะเห็นว่า จริงๆ แล้วภาระของจิตใจเขา
07:55
-- measuring here in the red bar --
165
459416
2153
ถูกวัดออกมาเป็นแถบสีแดงนี้
07:57
you can see his actions as he approaches.
166
461569
2343
คุณจะเห็นการตอบสนองของเขาเมื่อเขาเข้าใกล้โค้ง
07:59
Now watch, he has to downshift.
167
463912
3230
ทีนี้ ดูครับ เขาต้องลดเกียร์
08:03
And then he has to turn left.
168
467142
761
แล้วเขาต้องเลี้ยวซ้าย
08:03
Look for the tree, and down.
169
467903
3993
มองหาต้นไม้ และขับลงเนิน
08:07
Not surprisingly, you can see this is a pretty challenging task.
170
471896
2838
ไม่น่าแปลกใจ คุณจะเห็นว่านี่เป็นงานที่ท้าทายไม่น้อย
08:10
You can see his mental workload spike as he goes through this,
171
474734
2976
และคุณจะเห็นว่าภาระงานทางจิตใจของเขาพุ่งสูงขึ้น
ในขณะที่เขากำลังประสบมัน
ในขณะที่เขากำลังประสบมัน
08:13
as you would expect with something that requires
172
477710
2064
เช่นเดียวกับที่คุณจะคาดหวังกับบางสิ่งที่
08:15
this level of complexity.
173
479774
2809
ต้องใช้ความซับซ้อนระดับนี้
08:18
But what's really interesting is to look at areas of the track
174
482583
3416
แต่ที่น่าสนใจคือ ลองดูที่บริเวณนี้ของสนามแข่ง
08:21
where his mental workload doesn't increase.
175
485999
2846
ที่ซึ่งภาระงานทางจิตใจของเขาไม่ได้เพิ่มขึ้น
08:24
I'm going to take you around now
176
488845
1495
ผมจะพาคุณอ้อม
08:26
to the other side of the track.
177
490340
1089
ไปอีกด้านหนึ่งของสนาม
08:27
Turn three. And John's going to go into that corner
178
491429
2336
รอบที่ 3 และจอห์นกำลังจะขับเข้าสู่โค้งหนึ่ง
08:29
and the rear end of the car is going to begin to slide out.
179
493765
2551
แล้วด้านท้ายของรถกำลังก็จะไถลออกด้านนอก
08:32
He's going to have to correct for that with steering.
180
496316
2017
เขาจะต้องแก้ไขมันด้วยการคุมพวงมาลัย
08:34
So watch as John does this here.
181
498333
2231
ลองดูในขณะที่จอห์นกำลังทำมัน
08:36
Watch the mental workload, and watch the steering.
182
500564
2322
ดูภาระงานทางจิตใจ และดูการควบคุมพวงมาลับ
08:38
The car begins to slide out, dramatic maneuver to correct it,
183
502886
3672
รถเริ่มที่จะไถลออก การควบคุมอย่างฉับพลันเพื่อแก้ไข
08:42
and no change whatsoever in the mental workload.
184
506558
3523
และไม่มีความเปลี่ยนแปลงใดๆ กับภาระงานทางจิตใจ
08:45
Not a challenging task.
185
510081
2832
ไม่ใช่งานที่ท้าทายสักเท่าไหร่
08:48
In fact, entirely reflexive.
186
512913
3200
อันที่จริงแล้ว มันเป็นการตอบสนองโดยอัตโนมัติ
08:52
Now, our data processing on this is still preliminary,
187
516113
3643
ตอนนี้ การประมวลข้อมูลของเรายังอยู่ในขั้นพื้นฐาน
08:55
but it really seems that these phenomenal feats
188
519756
2672
แต่มันดูเหมือนว่า การแสดงอันน่าทึ่ง
08:58
that the race car drivers are performing
189
522428
1610
ที่นักขับรถแข่งเหล่านี้กำลังทำอยู่
08:59
are instinctive.
190
524038
1910
เป็นไปโดยสัญชาติญาณ
09:01
They are things that they have simply learned to do.
191
525948
3390
มีบางสิ่งที่พวกเขาเรียนรู้ที่จะทำได้โดยง่าย
09:05
It requires very little mental workload
192
529338
2282
มันต้องใช้ภาระงานทางจิตใจน้อยมาก
09:07
for them to perform these amazing feats.
193
531620
2824
สำหรับพวกเขาที่จะแสดงสิ่งที่น่าทึ่งนี้
09:10
And their actions are fantastic.
194
534444
3135
และการแสดงของพวกเขาก็ยอดเยี่ยมมาก
09:13
This is exactly what you want to do on the steering wheel
195
537579
2611
นี่คือสิ่งที่คุณต้องการในการควบคุมพวงมาลัย
09:16
to catch the car in this situation.
196
540190
3337
เพื่อคุมรถในสถานการณ์แบบนี้
09:19
Now, this has given us tremendous insight
197
543527
3445
สิ่งนี้ได้ให้ความเข้าใจอย่างลึกซึ้งแก่เรา
09:22
and inspiration for our own autonomous vehicles.
198
546972
3122
และเป็นแรงบันดาลใจสำหรับรถยนต์อัตโนมัติของเรา
09:25
We've started to ask the question:
199
550094
1928
เราได้เริ่มถามคำถามว่า
09:27
Can we make them a little less algorithmic
200
552022
2253
เราจะทำให้พวกมันใช้ระเบียบวิธีคิดให้น้อยลง
09:30
and a little more intuitive?
201
554275
2449
และใช้สัญชาตญาณให้มากขึ้น ได้หรือไม่
09:32
Can we take this reflexive action
202
556724
2281
เราจะสามารถนำเอาการตอบสนองแบบอัตโนมัติ
09:34
that we see from the very best race car drivers,
203
559005
2287
ที่เราเห็นจากเหล่าสุดยอดนักแข่ง
09:37
introduce it to our cars,
204
561292
1649
แล้วใส่มันลงไปในรถของเรา
09:38
and maybe even into a system that could
205
562941
1984
และบางทีอาจจะใส่ลงไปในระบบ
09:40
get onto your car in the future?
206
564925
1968
ที่จะเข้าไปอยู่ในรถของคุณในอนาคต
09:42
That would take us a long step
207
566893
1611
นี่คงจะเป็นงานที่ยาวไกล
09:44
along the road to autonomous vehicles
208
568504
2509
บนเส้นทางของรถยนต์อัตโนมัติ
09:46
that drive as well as the best humans.
209
571013
1912
ที่จะขับได้ดีเท่ากับมนุษย์ที่เก่งที่สุด
09:48
But it's made us think a little bit more deeply as well.
210
572925
3440
แต่มันทำให้เราต้องคิดลึกซึ้งขึ้นเช่นกัน
09:52
Do we want something more from our car
211
576365
2968
ว่าเราต้องการบางสิ่งที่มากขึ้นจากรถของเรา
09:55
than to simply be a chauffeur?
212
579333
1840
มากกว่าที่จะเป็นแค่เพียงโชเฟอร์หรือไม่?
09:57
Do we want our car to perhaps be a partner, a coach,
213
581173
4235
เราต้องการให้รถของเรา เป็นเพื่อน เป็นโค้ช
10:01
someone that can use their understanding of the situation
214
585408
3087
เป็นผู้ที่ใช้ความเข้าใจสถานการณ์
10:04
to help us reach our potential?
215
588495
4256
เพื่อช่วยให้เราใช้ศักยภาพได้เต็มที่หรือเปล่า?
10:08
Can, in fact, the technology not simply replace humans,
216
592751
2273
เทคโนโลยีนี้ จะสามารถ ไม่เพียงแต่ทดแทนมนุษย์
10:10
but allow us to reach the level of reflex and intuition
217
595024
4575
แต่ชวยให้เราเข้าถึงระดับของการตอบสนองแบบอัตโนมัติ
และใช้สัญชาตญาณ
และใช้สัญชาตญาณ
10:15
that we're all capable of?
218
599599
3425
ซึ่งเราทั้งหลายสามารถทำได้
10:18
So, as we move forward into this technological future,
219
603024
1923
เมื่อเราเดินหน้าไปในอนาคตของเทคโนโลยีนี้
10:20
I want you to just pause and think of that for a moment.
220
604947
2821
ผมอยากให้คุณลองหยุดและคิดสักครู่ว่า
10:23
What is the ideal balance of human and machine?
221
607768
3775
ความสมดุลย์ที่เหมาะสม
ระหว่างมนุษย์กับจักรกล ควรอยู่ตรงไหน
ระหว่างมนุษย์กับจักรกล ควรอยู่ตรงไหน
10:27
And as we think about that,
222
611543
1709
และเมื่อเราคิดอยู่นั้น
10:29
let's take inspiration
223
613252
1731
เรามาสร้างบันดาลใจ
10:30
from the absolutely amazing capabilities
224
614983
3329
จากความสามารถอันน่าทึ่ง
10:34
of the human body and the human mind.
225
618312
2816
ของร่างกายและจิตใจของมนุษย์ กันเถอะครับ
10:37
Thank you.
226
621128
1736
ขอบคุณครับ
10:38
(Applause)
227
622864
4604
(เสียงปรบมือ)
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