TED2015
Chris Urmson: How a driverless car sees the road
Chris Urmson: Sürücüsüz bir araba yolu nasıl görür
Filmed:
Readability: 3.3
2,536,355 views
İstatistiksel olarak arabanın en az güvenilir parçası ... sürücü. Chris Urmson, Google'ın insanları sürücü koltuğundan kaldırmak için yaptığı birkaç girişimden biri olan sürücüsüz araba programının başında. Programının ne aşamada olduğunu anlatarak, arabanın yolu nasıl gördüğü ve sonraki adımda ne yapacağıyla ilgili nasıl bağımsız kararlar aldığıyla ilgili etkileyici görüntüler paylaşıyor.
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
1885 yılında, Karl Benz
otomobili icat etti.
otomobili icat etti.
00:16
Later that year, he took it out
for the first public test drive,
for the first public test drive,
1
4707
3762
O yılın sonunda, ilk kez halk içinde
test sürüşüne çıkardı
test sürüşüne çıkardı
00:20
and -- true story --
crashed into a wall.
crashed into a wall.
2
8469
3375
ve gerçek bir hikâye,
bir duvara çarptı.
bir duvara çarptı.
00:24
For the last 130 years,
3
12184
2043
Son 130 yıldır,
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
arabanın en az güvenilir parçası olan
sürücü üzerinde çalışıyoruz.
sürücü üzerinde çalışıyoruz.
00:30
We've made the car stronger.
5
18546
1354
Arabayı daha güçlü yaptık.
00:32
We've added seat belts,
we've added air bags,
we've added air bags,
6
20200
2548
Emniyet kemerleri ekledik,
hava yastıkları ekledik
hava yastıkları ekledik
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
ve son on yılda, bu sürücü hatasını
düzeltmek için arabayı
düzeltmek için arabayı
00:38
to fix that bug, the driver.
8
26719
2938
daha akıllı yapmaya çalıştık.
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
Bugün size, bu problemin etrafını
sürücü asistan sistemi ile yamamak ve
sürücü asistan sistemi ile yamamak ve
00:44
between patching around the problem
with driver assistance systems
with driver assistance systems
10
32918
3808
tamamen sürücüsüz araba yapmak
00:48
and actually having fully
self-driving cars
self-driving cars
11
36726
2564
arasındaki farktan ve onların dünya için
00:51
and what they can do for the world.
12
39290
1880
ne yapabileceğinden bahsedeceğim.
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
Ayrıca sizlere biraz
arabamızdan bahsedeceğim,
arabamızdan bahsedeceğim,
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
dünyayı nasıl gördüğünü, nasıl tepki
verdiğini ve ne yaptığını göstereceğim;
verdiğini ve ne yaptığını göstereceğim;
01:00
but first I'm going to talk
a little bit about the problem.
a little bit about the problem.
15
48164
3187
ama öncelikle problem
hakkında konuşacağım.
hakkında konuşacağım.
01:03
And it's a big problem:
16
51651
1648
Ve bu büyük bir problem:
Dünya'da her yıl 1,2 milyon
insan trafikte can veriyor.
insan trafikte can veriyor.
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
01:08
In America alone, 33,000 people
are killed each year.
are killed each year.
18
56388
3784
Sadece Amerika'da her yıl
33.000 insan hayatını kaybediyor.
33.000 insan hayatını kaybediyor.
01:12
To put that in perspective,
19
60172
2028
Başka bir şekilde
ifade etmek gerekirse bu,
ifade etmek gerekirse bu,
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
her iş günü bir 737'nin düşmesiyle aynı.
01:19
It's kind of unbelievable.
21
67342
1786
Bu inanılmaz bir şey.
01:21
Cars are sold to us like this,
22
69548
2298
Arabalar bize böyle satılıyor;
01:23
but really, this is what driving's like.
23
71846
2717
ama araba sürmek aslında böyle bir şey.
01:26
Right? It's not sunny, it's rainy,
24
74563
2159
Değil mi? Güneşli değil, yağmurlu
01:28
and you want to do anything
other than drive.
other than drive.
25
76722
2488
ve araba sürmekten
başka şeyler yapmak istiyorsunuz.
başka şeyler yapmak istiyorsunuz.
01:31
And the reason why is this:
26
79210
1622
Bunun böyle olmasının nedeni:
01:32
Traffic is getting worse.
27
80832
1858
Trafik gittikçe kötüleşiyor.
01:34
In America, between 1990 and 2010,
28
82690
3506
Amerika'da 1990 ve 2010 yılları arasında,
01:38
the vehicle miles traveled
increased by 38 percent.
increased by 38 percent.
29
86196
3504
araba ile yapılan kilometre
yüzde 38 artmış.
yüzde 38 artmış.
01:42
We grew by six percent of roads,
30
90213
2749
Yollarımız yüzde 6 oranında büyüdü,
01:44
so it's not in your brains.
31
92962
1602
yani sorun sizde değil.
01:46
Traffic really is substantially worse
than it was not very long ago.
than it was not very long ago.
32
94564
4276
Trafik gerçekten çok yakın zamana göre
büyük ölçüde kötüleşti.
büyük ölçüde kötüleşti.
01:50
And all of this has a very human cost.
33
98840
2409
Bunların hepsi insanlara zarar.
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
Yani Amerika'daki ortalama ulaşım
süresi olan 50 dakikayı alın,
süresi olan 50 dakikayı alın,
01:57
you multiply that by the 120 million
workers we have,
workers we have,
35
105477
3649
bunu sahip olduğumuz
120 milyon çalışan ile çarpın,
120 milyon çalışan ile çarpın,
02:01
that turns out to be
about six billion minutes
about six billion minutes
36
109126
2225
sonuç olarak 6 milyar dakika
02:03
wasted in commuting every day.
37
111351
2026
her gün yolda boşa harcanıyor.
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
Bu büyük bir rakam,
başka bir şekilde ifade edelim.
başka bir şekilde ifade edelim.
02:08
You take that six billion minutes
39
116204
1774
Bu 6 milyar dakikayı alın
02:09
and you divide it by the average
life expectancy of a person,
life expectancy of a person,
40
117978
3784
ve bir kişinin ortalama
beklenen ömrüne bölün,
beklenen ömrüne bölün,
02:13
that turns out to be 162 lifetimes
41
121762
3135
sonuç olarak her gün 162 ömür
02:16
spent every day, wasted,
42
124897
2925
harcanıyor, çöpe atılıyor,
02:19
just getting from A to B.
43
127822
2044
sırf A'dan B'ye gitmek için.
02:21
It's unbelievable.
44
129866
1730
Bu inanılmaz.
02:23
And then, there are those of us
who don't have the privilege
who don't have the privilege
45
131596
2844
Dahası, trafikte oturma ayrıcalığına
02:26
of sitting in traffic.
46
134440
1672
sahip olmayanlar da var.
02:28
So this is Steve.
47
136112
1578
Bu Steve.
Acayip becerikli bir adam;
02:29
He's an incredibly capable guy,
48
137690
1765
02:31
but he just happens to be blind,
49
139455
2516
fakat ne yazık ki kör
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
ve bu da demek oluyor ki sabahları
işe 30 dakikada gitmek yerine
işe 30 dakikada gitmek yerine
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
toplu ulaşım bulmacası içinde
iki saatlik bir çile ile
iki saatlik bir çile ile
veya arkadaşlarına ve
ailesine rica ile gidebiliyor.
ailesine rica ile gidebiliyor.
02:41
or asking friends and family for a ride.
52
149167
2385
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
Bizimki gibi bir etrafı dolaşma
özgürlüğüne sahip değil.
özgürlüğüne sahip değil.
02:47
We should do something about that.
54
155221
2460
Bu konuda bir şey yapmalıyız.
Yaygın inanışa bakarsak,
02:49
Now, conventional wisdom would say
55
157891
1757
02:51
that we'll just take
these driver assistance systems
these driver assistance systems
56
159648
2492
bu sürücü asistan sistemlerini alıp,
02:54
and we'll kind of push them
and incrementally improve them,
and incrementally improve them,
57
162140
3750
onları biraz çaba harcayarak
adım adım geliştirirsek
adım adım geliştirirsek
zamanla sürücüsüz
arabalara dönüşecektir.
arabalara dönüşecektir.
02:57
and over time, they'll turn
into self-driving cars.
into self-driving cars.
58
165890
2542
03:00
Well, I'm here to tell you
that's like me saying
that's like me saying
59
168432
2409
Bu benim şöyle demem gibi bir şey;
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
eğer zıplama üzerinde çok çalışırsam
bir gün uçabilirim.
bir gün uçabilirim.
03:06
We actually need to do
something a little different.
something a little different.
61
174898
2728
Aslında biraz daha farklı bir şey
yapmak durumundayız.
yapmak durumundayız.
03:09
And so I'm going to talk to you
about three different ways
about three different ways
62
177626
2711
Size sürücüsüz sistemleri
sürücü asistan sistemlerinden ayıran
üç farklı yöntemi anlatacağım.
üç farklı yöntemi anlatacağım.
03:12
that self-driving systems are different
than driver assistance systems.
than driver assistance systems.
63
180337
3346
03:15
And I'm going to start
with some of our own experience.
with some of our own experience.
64
183683
2651
Kendi deneyimlerimizden
biriyle başlayacağım.
biriyle başlayacağım.
03:18
So back in 2013,
65
186334
2253
2013 yılında,
03:20
we had the first test
of a self-driving car
of a self-driving car
66
188587
2663
sürücüsüz arabanın ilk testlerini yaptık
03:23
where we let regular people use it.
67
191250
2027
ve sıradan insanlara kullandırdık.
03:25
Well, almost regular --
they were 100 Googlers,
they were 100 Googlers,
68
193277
2202
Yani neredeyse sıradan --
100 Google çalışanıydılar;
100 Google çalışanıydılar;
03:27
but they weren't working on the project.
69
195479
2003
fakat proje üzerinde çalışmıyorlardı.
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
Onlara arabaları verdik ve günlük
yaşantılarında kullanmalarına izin verdik.
yaşantılarında kullanmalarına izin verdik.
Fakat bunda, gerçek bir sürücüsüz arabada
olmayan büyük bir yıldız işareti vardı:
olmayan büyük bir yıldız işareti vardı:
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
03:36
They had to pay attention,
72
204822
1504
Dikkatli olmaları gerekiyordu,
03:38
because this was an experimental vehicle.
73
206326
2633
çünkü bu bir deney arabasıydı.
03:40
We tested it a lot,
but it could still fail.
but it could still fail.
74
208959
3525
Çok test ettik,
fakat hâlâ başarısız olabilirdi.
fakat hâlâ başarısız olabilirdi.
03:44
And so we gave them two hours of training,
75
212484
2059
Onlara iki saat eğitim verdik.
03:46
we put them in the car,
we let them use it,
we let them use it,
76
214543
2092
Onları arabaya bindirdik,
kullanmalarına izin verdik
kullanmalarına izin verdik
03:48
and what we heard back
was something awesome,
was something awesome,
77
216635
2127
ve dünyaya bir ürün
getirmeye çalışan biri olarak
getirmeye çalışan biri olarak
03:50
as someone trying
to bring a product into the world.
to bring a product into the world.
78
218762
2524
onlardan duyduklarımız harikaydı.
Onlardan her biri onu
sevdiklerini söyledi.
sevdiklerini söyledi.
03:53
Every one of them told us they loved it.
79
221286
1925
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
Hatta, bir Porsche sürücüsü
ilk gün bize gelip şöyle dedi:
ilk gün bize gelip şöyle dedi:
03:58
"This is completely stupid.
What are we thinking?"
What are we thinking?"
81
226777
2663
"Bu aptalca bir şey.
Nesini düşünüyoruz ki?"
Nesini düşünüyoruz ki?"
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
Ama sonunda, dedi ki,
"Bunu sadece ben değil,
"Bunu sadece ben değil,
herkes almalı, çünkü
insanlar çok kötü sürücüler."
insanlar çok kötü sürücüler."
04:04
everyone else should have it,
because people are terrible drivers."
because people are terrible drivers."
83
232690
3175
Duymak istediğimiz işte buydu.
04:09
So this was music to our ears,
84
237135
1735
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
Daha sonra insanların arabada
ne yaptıklarına bakmaya başladık
ne yaptıklarına bakmaya başladık
04:14
and this was eye-opening.
86
242673
1579
ve bu şaşırtıcıydı.
04:16
Now, my favorite story is this gentleman
87
244252
2438
Benim en sevdiğim hikâye şöyle,
04:18
who looks down at his phone
and realizes the battery is low,
and realizes the battery is low,
88
246690
3829
beyefendi telefonuna bakıyor ve şarjın
az olduğunu fark ediyor.
az olduğunu fark ediyor.
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
Sonra şöyle bir arabasında dönüyor
ve sırt çantasını karıştırıyor,
ve sırt çantasını karıştırıyor,
04:27
pulls out his laptop,
90
255067
2153
dizüstü bilgisayarını çıkartıyor,
koltuğun üzerine koyuyor,
04:29
puts it on the seat,
91
257220
1567
04:30
goes in the back again,
92
258787
1764
tekrar arkasına yöneliyor,
04:32
digs around, pulls out
the charging cable for his phone,
the charging cable for his phone,
93
260551
3367
karıştırıyor, telefonunun şarj
kablosunu çıkarıyor,
kablosunu çıkarıyor,
04:35
futzes around, puts it into the laptop,
puts it on the phone.
puts it on the phone.
94
263918
3367
biraz uğraşıyor, kabloyu bilgisayara
takıyor, telefonuna bağlıyor.
takıyor, telefonuna bağlıyor.
04:39
Sure enough, the phone is charging.
95
267285
2043
Nihayet telefon şarj oluyor.
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
Bu süre boyunca 100 km hızla
otobanda ilerliyor.
otobanda ilerliyor.
04:45
Right? Unbelievable.
97
273322
2484
İnanılmaz.
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
Bu konu hakkında düşündük
ve durum ne kadar aşikâr, değil mi?
ve durum ne kadar aşikâr, değil mi?
04:50
The better the technology gets,
99
278927
2263
Teknoloji ne kadar ilerlerse,
04:53
the less reliable
the driver is going to get.
the driver is going to get.
100
281190
2121
sürücüler daha az güvenilir olacak.
04:55
So by just making the cars
incrementally smarter,
incrementally smarter,
101
283311
2396
Arabaları adım adım akıllı yaparak,
04:57
we're probably not going to see
the wins we really need.
the wins we really need.
102
285707
2902
gerçekten ihtiyacımız olan
kazanımları görmeyeceğiz.
kazanımları görmeyeceğiz.
05:00
Let me talk about something
a little technical for a moment here.
a little technical for a moment here.
103
288609
3901
Biraz teknik bir şey
anlatmama müsaade edin.
anlatmama müsaade edin.
05:04
So we're looking at this graph,
and along the bottom
and along the bottom
104
292510
2438
Bu grafiğe bakarsak, altta
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
gerekmediği hâlde arabanın
ne sıklıkla fren yaptığını gösteriyor.
ne sıklıkla fren yaptığını gösteriyor.
05:09
You can ignore most of that axis,
106
297999
1621
Bu eksenin çoğunu görmezden gelebiliriz,
05:11
because if you're driving around town,
and the car starts stopping randomly,
and the car starts stopping randomly,
107
299620
3719
çünkü şehir içinde kullanıyorsanız,
araba rastgele durup kalkacaktır
araba rastgele durup kalkacaktır
05:15
you're never going to buy that car.
108
303339
1701
ve bu arabayı asla
satın almayacaksınızdır.
satın almayacaksınızdır.
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
Dikey eksen ise kazadan kaçınmada
size yardımcı olmak için
size yardımcı olmak için
05:20
when it's supposed to
to help you avoid an accident.
to help you avoid an accident.
110
308415
3049
ne kadar sıklıkla
fren yaptığını gösteriyor.
fren yaptığını gösteriyor.
05:23
Now, if we look at
the bottom left corner here,
the bottom left corner here,
111
311464
2221
Şimdi, sol alt köşeye bakarsak,
05:25
this is your classic car.
112
313685
1845
bu klasik arabanız.
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
Sizin için frene basmaz,
aptalca bir şey yapmaz;
aptalca bir şey yapmaz;
05:30
but it also doesn't get you
out of an accident.
out of an accident.
114
318663
2779
fakat sizi bir kazadan da kurtarmaz.
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
Şimdi, eğer bir arabaya sürücü
asistan sistemi getirmek istiyorsak,
asistan sistemi getirmek istiyorsak,
mesela çarpma azaltma frenini,
05:36
say with collision mitigation braking,
116
324460
1828
üzerine teknolojik bir
paket koyacağız ve işte bu o eğri
paket koyacağız ve işte bu o eğri
05:38
we're going to put some package
of technology on there,
of technology on there,
117
326288
2612
05:40
and that's this curve, and it's going
to have some operating properties,
to have some operating properties,
118
328900
3418
ve araç bazı işletim
özelliklerine sahip olacak,
özelliklerine sahip olacak,
fakat tüm kazalardan kurtulamayacak,
05:44
but it's never going to avoid
all of the accidents,
all of the accidents,
119
332318
2490
çünkü bu kapasiteye sahip değil.
05:46
because it doesn't have that capability.
120
334808
2059
Fakat biz buradaki
eğri boyunca bir yer seçeceğiz
eğri boyunca bir yer seçeceğiz
05:48
But we'll pick some place
along the curve here,
along the curve here,
121
336867
2249
ve belki insan sürücülerin kaçırdığı
kazaların yarısını önleyebilir
kazaların yarısını önleyebilir
05:51
and maybe it avoids half of accidents
that the human driver misses,
that the human driver misses,
122
339116
3254
ve bu harika, değil mi?
05:54
and that's amazing, right?
123
342370
1297
Yollardaki kazaları iki kat azalttık.
05:55
We just reduced accidents on our roads
by a factor of two.
by a factor of two.
124
343667
2727
Artık Amerika'da her yıl 17.000
daha az insan ölüyor.
daha az insan ölüyor.
05:58
There are now 17,000 less people
dying every year in America.
dying every year in America.
125
346394
3987
06:02
But if we want a self-driving car,
126
350381
2020
Eğer sürücüsüz araba istiyorsak,
06:04
we need a technology curve
that looks like this.
that looks like this.
127
352401
2307
bunun gibi bir teknoloji
eğrisine ihtiyacımız var.
eğrisine ihtiyacımız var.
06:06
We're going to have to put
more sensors in the vehicle,
more sensors in the vehicle,
128
354708
2599
Araca daha fazla sensör
koymak zorunda olacağız
koymak zorunda olacağız
06:09
and we'll pick some
operating point up here
operating point up here
129
357307
2021
ve burada bir işletim noktası alacağız
06:11
where it basically never
gets into a crash.
gets into a crash.
130
359328
2019
ki temelde hiç kazaya uğramayacak.
06:13
They'll happen, but very low frequency.
131
361347
2443
Olacaktır, ama çok düşük frekanslarda.
06:15
Now you and I could look at this
and we could argue
and we could argue
132
363790
2461
Şimdi bunun artan bir şey
olup olmadığı hakkında tartışabiliriz
olup olmadığı hakkında tartışabiliriz
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
ve ben de "80-20 kuralı"
gibi bir şey diyebilirim
gibi bir şey diyebilirim
ve bu yeni eğriye varmak gerçekten zor.
06:21
and it's really hard to move up
to that new curve.
to that new curve.
134
369856
2568
Fakat hadi buna bir anlığına
farklı bir yönden bakalım.
farklı bir yönden bakalım.
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
Teknolojinin ne sıklıkla doğru şeyi
yapmak zorunda olduğuna bakalım.
yapmak zorunda olduğuna bakalım.
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
06:30
And so this green dot up here
is a driver assistance system.
is a driver assistance system.
137
378870
3506
Buradaki yeşil nokta
sürücü asistan sistemi.
sürücü asistan sistemi.
06:34
It turns out that human drivers
138
382376
2485
Gördük ki insan sürücüler
06:36
make mistakes that lead
to traffic accidents
to traffic accidents
139
384861
2647
Amerika'da her 160.000 kilometrede bir
06:39
about once every 100,000 miles in America.
140
387508
3172
trafik kazalarına
neden olan hatalar yapıyor.
neden olan hatalar yapıyor.
06:42
In contrast, a self-driving system
is probably making decisions
is probably making decisions
141
390680
3167
Aksine, sürücüsüz sistem saniyede
06:45
about 10 times per second,
142
393847
3663
yaklaşık 10 kez karar veriyor,
yani bu orana göre,
06:49
so order of magnitude,
143
397510
1422
06:50
that's about 1,000 times per mile.
144
398932
2832
1,6 kilometrede 1.000 kez karar verir.
06:53
So if you compare the distance
between these two,
between these two,
145
401764
2485
Eğer bu ikisi arasındaki mesafeyi
karşılaştırırsanız,
karşılaştırırsanız,
06:56
it's about 10 to the eighth, right?
146
404249
2600
bu yaklaşık 100 milyondur, değil mi?
06:58
Eight orders of magnitude.
147
406849
1765
10 üzeri 8.
07:00
That's like comparing how fast I run
148
408614
2809
Bu benim koşma hızımı
07:03
to the speed of light.
149
411423
2206
ışık hızıyla karşılaştırmam demektir.
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
Ne kadar çalışırsam çalışayım,
buna asla ulaşamayacağım.
buna asla ulaşamayacağım.
07:09
So there's a pretty big gap there.
151
417414
2438
Yani ortada büyük bir fark var.
07:11
And then finally, there's how
the system can handle uncertainty.
the system can handle uncertainty.
152
419852
3729
Son olarak, sistemin
belirsizliklerle nasıl baş ettiği var.
belirsizliklerle nasıl baş ettiği var.
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
Buradaki yaya yola inecek olabilir,
olmayabilir de.
olmayabilir de.
07:18
I can't tell,
nor can any of our algorithms,
nor can any of our algorithms,
154
426904
3395
Emin değilim, bizim
algoritmalarımız da öyle;
algoritmalarımız da öyle;
ama bir sürücü asistan sisteminin
olması durumunda
olması durumunda
07:22
but in the case of
a driver assistance system,
a driver assistance system,
155
430310
2284
07:24
that means it can't take action,
because again,
because again,
156
432594
2806
bir şey yapamaz,
çünkü yine söylüyorum,
çünkü yine söylüyorum,
eğer frene umulmadık bir şekilde basarsa,
bu asla kabul edilemez.
bu asla kabul edilemez.
07:27
if it presses the brakes unexpectedly,
that's completely unacceptable.
that's completely unacceptable.
157
435400
3339
07:30
Whereas a self-driving system
can look at that pedestrian and say,
can look at that pedestrian and say,
158
438739
3133
Hâlbuki sürücüsüz sistem
yayaya bakıp şöyle diyebilir:
yayaya bakıp şöyle diyebilir:
07:33
I don't know what they're about to do,
159
441872
1890
Ne yapacaklarını bilmiyorum,
07:35
slow down, take a better look,
and then react appropriately after that.
and then react appropriately after that.
160
443762
3762
yavaşla, daha iyi incele
ve ondan sonra uygun bir tepki ver.
ve ondan sonra uygun bir tepki ver.
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
Yani bir sürücü asistan sisteminin
asla olamayacağı kadar güvenlidir.
asla olamayacağı kadar güvenlidir.
07:43
So that's enough about
the differences between the two.
the differences between the two.
162
451226
2730
Bu ikisi arasındaki fark için
bu kadar yeter.
bu kadar yeter.
07:45
Let's spend some time talking about
how the car sees the world.
how the car sees the world.
163
453956
3484
Şimdi arabanın dünyayı nasıl gördüğü
konusunda biraz vakit harcayalım.
konusunda biraz vakit harcayalım.
İşte bu bizim aracımız.
07:49
So this is our vehicle.
164
457440
1252
07:50
It starts by understanding
where it is in the world,
where it is in the world,
165
458692
2438
İşe dünya üzerinde nerede
olduğunu anlamakla başlar.
olduğunu anlamakla başlar.
07:53
by taking a map and its sensor data
and aligning the two,
and aligning the two,
166
461130
2787
Haritayı ve sensör verilerini alıp hizalar
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
ve sonra biz bunun üstüne
o an gördüğü şeyi koyarız.
o an gördüğü şeyi koyarız.
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
İşte burada, gördüğünüz tüm mor kutular
yoldaki diğer araçlar
yoldaki diğer araçlar
08:02
and the red thing on the side
over there is a cyclist,
over there is a cyclist,
169
470520
2528
ve oradaki köşedeki kırmızı
şey ise bir bisikletçi
şey ise bir bisikletçi
08:05
and up in the distance,
if you look really closely,
if you look really closely,
170
473048
2402
ve uzakta, çok yakından bakarsanız,
08:07
you can see some cones.
171
475450
1794
bazı dubalar görebilirsiniz.
08:09
Then we know where the car
is in the moment,
is in the moment,
172
477244
2773
O zaman arabanın o an
nerede olduğunu biliyoruz;
nerede olduğunu biliyoruz;
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
fakat bundan daha iyisini yapmalıyız:
Ne olacağını kestirmek zorundayız.
Ne olacağını kestirmek zorundayız.
En üst sağda bir kamyonet
sol şeride geçmek üzere,
sol şeride geçmek üzere,
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
çünkü ilerideki yol kapalı,
08:19
because the road in front of it is closed,
175
487338
2223
yani yoldan çıkması gerek.
08:21
so it needs to get out of the way.
176
489561
1731
08:23
Knowing that one pickup truck is great,
177
491292
1863
Bir kamyonetin olduğunu bilmek harika;
08:25
but we really need to know
what everybody's thinking,
what everybody's thinking,
178
493155
2479
ama herkesin ne düşündüğünü
bilmemiz gerek,
bilmemiz gerek,
08:27
so it becomes quite a complicated problem.
179
495634
2507
işte o zaman oldukça karışık bir
problem hâline geliyor.
problem hâline geliyor.
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
Farz edelim ki, o an arabanın nasıl
tepki vereceğini kestirebiliyoruz,
tepki vereceğini kestirebiliyoruz,
yani hangi yörüngeyi izleyecek,
ne ölçüde hızlanıp yavaşlayacak.
ne ölçüde hızlanıp yavaşlayacak.
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
08:38
And then that all turns into
just following a path:
just following a path:
182
506756
3065
Hepsi sonunda bir yolu
takip etmeye dönüşüyor:
takip etmeye dönüşüyor:
08:41
turning the steering wheel left or right,
pressing the brake or gas.
pressing the brake or gas.
183
509821
3197
Direksiyonu sola veya sağa çevirmek,
frene veya gaza basmak.
frene veya gaza basmak.
08:45
It's really just two numbers
at the end of the day.
at the end of the day.
184
513018
2464
Yani sonuçta iki tane numara.
08:47
So how hard can it really be?
185
515482
2241
Peki bu ne kadar zor olabilir?
2009 yılında başladığımız
noktaya dönersek,
noktaya dönersek,
08:50
Back when we started in 2009,
186
518433
1952
08:52
this is what our system looked like.
187
520385
1798
sistemimiz böyle bir şeydi.
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
Arabamızı ortada ve diğer
kutuları yolda görebilirsiniz,
kutuları yolda görebilirsiniz,
otobanda ilerliyor.
08:57
driving down the highway.
189
525574
1271
Araba nerede olduğunu ve kabaca
diğer araçların nerede olduğunu bilmeli.
diğer araçların nerede olduğunu bilmeli.
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
Bu dünyanın geometrik
olarak anlaşılması demek.
olarak anlaşılması demek.
09:02
It's really a geometric
understanding of the world.
understanding of the world.
191
530663
2429
Komşu sokaklarda ve
şehirde sürmeye başladığımızda,
şehirde sürmeye başladığımızda,
09:05
Once we started driving
on neighborhood and city streets,
on neighborhood and city streets,
192
533092
2948
09:08
the problem becomes a whole
new level of difficulty.
new level of difficulty.
193
536040
2445
problem yeni bir boyut kazandı.
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
Önümüzden geçen yayaları
ve araçları görüyorsunuz.
ve araçları görüyorsunuz.
09:13
going every which way,
195
541979
1811
Her biri bir yere gidiyor,
09:15
the traffic lights, crosswalks.
196
543790
1527
trafik ışıkları, yaya geçitleri.
09:17
It's an incredibly complicated
problem by comparison.
problem by comparison.
197
545317
2797
Kıyaslarsak, inanılmaz
karışık bir problem.
karışık bir problem.
09:20
And then once you have
that problem solved,
that problem solved,
198
548114
2103
Bir kere bu problemi çözerseniz,
09:22
the vehicle has to be able
to deal with construction.
to deal with construction.
199
550217
2512
araç inşaatlarla baş etmek zorundadır.
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
Görüyorsunuz, soldaki dubalar
onu sağa gitmeye zorluyor;
onu sağa gitmeye zorluyor;
09:27
but not just construction
in isolation, of course.
in isolation, of course.
201
555880
2402
fakat tabii ki sadece
tek başına inşaatlar değil.
tek başına inşaatlar değil.
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
İnşaat sahasında hareket eden
diğer insanlarla da baş etmek zorunda.
diğer insanlarla da baş etmek zorunda.
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
Ve tabii ki, kuralları çiğneyen
biri varsa, polis oradadır
biri varsa, polis oradadır
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
ve arabanın üstünde yanıp sönen ışıklardan
bunun normal bir araba olmadığını,
bir polis memuru olduğunu anlamalıdır.
bir polis memuru olduğunu anlamalıdır.
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
Benzer şekilde, köşedeki turuncu kutu,
09:43
Similarly, the orange box
on the side here,
on the side here,
206
571995
2032
bir okul otobüsü
09:46
it's a school bus,
207
574027
1109
ve ona da farklı davranmamız gerekiyor.
09:47
and we have to treat that
differently as well.
differently as well.
208
575136
2520
09:50
When we're out on the road,
other people have expectations:
other people have expectations:
209
578576
2793
Yola çıktığımızda,
diğer insanların beklentileri var:
diğer insanların beklentileri var:
09:53
So, when a cyclist puts up their arm,
210
581369
1780
Yani, bir bisikletçi kolunu kaldırdığında,
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
bu demektir ki arabanın onlara
yol vermesini ve şerit değiştirmek için
yol vermesini ve şerit değiştirmek için
09:58
to make a lane change.
212
586667
2053
yer açmasını bekliyorlar.
10:01
And when a police officer
stood in the road,
stood in the road,
213
589030
2173
Ve polis memuru yolda dikiliyorsa,
10:03
our vehicle should understand
that this means stop,
that this means stop,
214
591203
2740
aracımız bunun dur demek olduğunu anlamalı
10:05
and when they signal to go,
we should continue.
we should continue.
215
593943
3506
ve devam et işaret yaptığında
devam etmeliyiz.
devam etmeliyiz.
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
Bunu, veriyi diğer araçlarla
paylaşarak başardık.
paylaşarak başardık.
10:13
The first, most crude model of this
217
601210
1696
Bunun ilk ve kabataslak modelinde
10:14
is when one vehicle
sees a construction zone,
sees a construction zone,
218
602906
2113
bir araç bir inşaat sahası gördüğünde
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
bunu diğerine haber veriyor,
böylece o da olumsuzluktan kaçınmak için
böylece o da olumsuzluktan kaçınmak için
10:20
to avoid some of the difficulty.
220
608081
1570
doğru şeride geçiyor.
10:21
But we actually have a much
deeper understanding of this.
deeper understanding of this.
221
609651
2664
Aslında daha derin bir anlayışa sahibiz.
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
Zamanla araçların gördüğü
tüm verileri alıp,
tüm verileri alıp,
10:27
the hundreds of thousands
of pedestrians, cyclists,
of pedestrians, cyclists,
223
615324
2376
oralarda olan yüz binlerce yaya,
10:29
and vehicles that have been out there
224
617700
1787
bisikletli ve aracı,
10:31
and understand what they look like
225
619487
1695
onların neye benzediğini anlayıp,
10:33
and use that to infer
what other vehicles should look like
what other vehicles should look like
226
621182
2831
diğer araçların ve diğer yayaların
neye benzediği konusunda çıkarım
neye benzediği konusunda çıkarım
10:36
and other pedestrians should look like.
227
624013
1926
yapmak için kullanabiliriz.
10:37
And then, even more importantly,
we could take from that a model
we could take from that a model
228
625939
3021
Daha da önemlisi,
bundan bir model çıkarıp
bundan bir model çıkarıp
10:40
of how we expect them
to move through the world.
to move through the world.
229
628960
2330
onların dünyada nasıl
davrandıklarını bulabiliriz.
davrandıklarını bulabiliriz.
10:43
So here the yellow box is a pedestrian
crossing in front of us.
crossing in front of us.
230
631290
2963
Buradaki sarı kutu önümüzde
karşıya geçen bir yaya.
karşıya geçen bir yaya.
10:46
Here the blue box is a cyclist
and we anticipate
and we anticipate
231
634253
2250
Buradaki mavi kutu bir
bisikletli ve biz onun
bisikletli ve biz onun
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
arabanın yanından geçip
sağa yöneleceğini öngörüyoruz.
sağa yöneleceğini öngörüyoruz.
10:52
Here there's a cyclist
coming down the road
coming down the road
233
640115
2092
Burada bir bisikletli aşağı yönde gidiyor
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
ve biz onun yol boyunca sürmeye
devam edeceğini biliyoruz.
devam edeceğini biliyoruz.
Burada birisi sağa dönüş yapıyor
10:57
Here somebody makes a right turn,
235
645693
1867
ve burada bir anda, birisi
önümüzde U dönüşü yapacak
önümüzde U dönüşü yapacak
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
ve biz bu davranışı öngörüp
güvenli bir şekilde tepki verebiliriz.
güvenli bir şekilde tepki verebiliriz.
11:02
and we can anticipate that behavior
and respond safely.
and respond safely.
237
650920
2614
Gördüğümüz şeylerin hepsi iyi ve güzel,
11:05
Now, that's all well and good
for things that we've seen,
for things that we've seen,
238
653534
2728
fakat tabii ki, dünyada
daha önce görmediğiniz
daha önce görmediğiniz
11:08
but of course, you encounter
lots of things that you haven't
lots of things that you haven't
239
656262
2865
birçok şeyle karşılaşıyorsunuz.
11:11
seen in the world before.
240
659127
1231
Sonuçta birkaç ay önce,
11:12
And so just a couple of months ago,
241
660358
1741
araçlarımız Mountain View'de gidiyorlardı
11:14
our vehicles were driving
through Mountain View,
through Mountain View,
242
662099
2235
ve karşımıza şöyle bir şey çıktı.
11:16
and this is what we encountered.
243
664334
1644
Akülü sandalyede bir bayan
11:17
This is a woman in an electric wheelchair
244
665978
2082
yolda daireler çizerek ördek kovalıyor.
(Gülüşmeler)
(Gülüşmeler)
11:20
chasing a duck in circles on the road.
(Laughter)
(Laughter)
245
668060
2617
11:22
Now it turns out, there is nowhere
in the DMV handbook
in the DMV handbook
246
670677
3111
Görünen o ki, motorlu
taşıtlar el kitabında
taşıtlar el kitabında
11:25
that tells you how to deal with that,
247
673788
2245
bununla nasıl başa çıkacağınızı
anlatan bir bölüm yok;
anlatan bir bölüm yok;
11:28
but our vehicles were able
to encounter that,
to encounter that,
248
676033
2143
fakat araçlarımız bununla baş edebildi,
11:30
slow down, and drive safely.
249
678176
2255
yavaşladı ve güvenli
bir şekilde devam etti.
bir şekilde devam etti.
11:32
Now, we don't have to deal
with just ducks.
with just ducks.
250
680431
2041
Fakat sadece ördeklerle uğraşmıyoruz.
11:34
Watch this bird fly across in front of us.
The car reacts to that.
The car reacts to that.
251
682472
3708
Önümüzde uçan şu kuşa bakın.
Araba ona tepki veriyor.
Araba ona tepki veriyor.
11:38
Here we're dealing with a cyclist
252
686180
1615
Burada bir bisikletli ile uğraşıyoruz,
11:39
that you would never expect to see
anywhere other than Mountain View.
anywhere other than Mountain View.
253
687795
3290
ki böyle bir şeyi Mountain View
haricinde görmeyi asla ummazsınız.
haricinde görmeyi asla ummazsınız.
Tabii ki, sürücülerle de
uğraşmak durumundayız,
uğraşmak durumundayız,
11:43
And of course, we have
to deal with drivers,
to deal with drivers,
254
691085
2068
11:45
even the very small ones.
255
693153
3715
ufak sürücüler dâhil.
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
Bakın sağ tarafta birisi bu
tırdan bize doğru atlıyor.
tırdan bize doğru atlıyor.
Şimdi de, bakın soldaki yeşil
kutudaki araba
kutudaki araba
11:54
And now, watch the left as the car
with the green box decides
with the green box decides
257
702460
2929
11:57
he needs to make a right turn
at the last possible moment.
at the last possible moment.
258
705389
3325
en son anda sağa dönmeye karar veriyor.
12:00
Here, as we make a lane change,
the car to our left decides
the car to our left decides
259
708714
2851
Burada, biz şerit değiştirirken
solumuzdaki araç da
solumuzdaki araç da
12:03
it wants to as well.
260
711565
3553
şerit değiştirmek istiyor.
12:07
And here, we watch a car
blow through a red light
blow through a red light
261
715118
2693
Burada ise, kırmızı ışıkta
kaçan bir araba izliyoruz
kaçan bir araba izliyoruz
12:09
and yield to it.
262
717811
2090
ve ona yol veriyor.
12:11
And similarly, here, a cyclist
blowing through that light as well.
blowing through that light as well.
263
719901
3854
Benzer şekilde, bir bisikletli
ışıktan kaçıyor.
ışıktan kaçıyor.
12:15
And of course,
the vehicle responds safely.
the vehicle responds safely.
264
723755
2746
Tabii ki, araç güvenli
bir şekilde yanıt veriyor.
bir şekilde yanıt veriyor.
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
Ve tabii ki, bazı insanlar var yolda,
nedir bilemiyorum,
nedir bilemiyorum,
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
bazen şu adam gibi iki sürücüsüz
araba arasından çıkıyor.
araba arasından çıkıyor.
12:24
You have to ask, "What are you thinking?"
267
732925
2045
"Ne düşünüyordun acaba?"
diye sorasınız geliyor.
diye sorasınız geliyor.
12:26
(Laughter)
268
734970
1212
(Gülüşmeler)
12:28
Now, I just fire-hosed you
with a lot of stuff there,
with a lot of stuff there,
269
736182
2521
Size bir sürü şeyi gösterdim,
hemen bunlardan birini daha
detaylı göstereceğim.
detaylı göstereceğim.
12:30
so I'm going to break one of these
down pretty quickly.
down pretty quickly.
270
738703
2650
Burada tekrar bisikletlinin olduğu
görüntüyü görüyoruz
görüntüyü görüyoruz
12:33
So what we're looking at is the scene
with the cyclist again,
with the cyclist again,
271
741353
2940
ve aşağıda henüz bisikletliyi
göremediğimizi fark etmiş olabilirsiniz;
göremediğimizi fark etmiş olabilirsiniz;
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
fakat araba görebiliyor:
Yukarıdaki küçük mavi kutu
Yukarıdaki küçük mavi kutu
12:39
but the car can: it's that little
blue box up there,
blue box up there,
273
747784
2504
ve bu lazer verisinden geliyor.
12:42
and that comes from the laser data.
274
750288
2081
Aslında bunu anlaması çok kolay değil,
12:44
And that's not actually
really easy to understand,
really easy to understand,
275
752369
2418
o yüzden lazer verisini açıp bakacağım
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
ve bir lazer verisine
bakmakta iyiyseniz, siz de
bakmakta iyiyseniz, siz de
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
eğride birkaç nokta görebilirsiniz,
tam şurada ve o mavi kutu,
işte o bisikletli.
işte o bisikletli.
12:53
a few dots on the curve there,
278
761400
1487
12:54
right there, and that blue box
is that cyclist.
is that cyclist.
279
762887
2372
Şimdi ışığımız kırmızı iken,
12:57
Now as our light is red,
280
765259
1149
bisikletlinin ışığı çoktan sarıya döndü
12:58
the cyclist's light
has turned yellow already,
has turned yellow already,
281
766408
2192
ve dikkatle bakarsanız, bunu
resimde görebilirsiniz.
resimde görebilirsiniz.
13:00
and if you squint, you can see that
in the imagery.
in the imagery.
282
768600
2438
Fakat gördüğümüz bisikletli
kavşaktan devam edecek.
kavşaktan devam edecek.
13:03
But the cyclist, we see, is going
to proceed through the intersection.
to proceed through the intersection.
283
771038
3286
Işığımız şimdi yeşile döndü,
onunki kesinlikle kırmızı
onunki kesinlikle kırmızı
13:06
Our light has now turned green,
his is solidly red,
his is solidly red,
284
774324
2394
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
ve şimdi bu bisikletin
karşıya geçmesini umuyoruz.
karşıya geçmesini umuyoruz.
13:13
Unfortunately the other drivers next to us
were not paying as much attention.
were not paying as much attention.
286
781010
3742
Ne yazık ki yanımızdaki diğer sürücüler
o kadar da dikkat etmiyorlar.
o kadar da dikkat etmiyorlar.
13:16
They started to pull forward,
and fortunately for everyone,
and fortunately for everyone,
287
784752
3157
İlerlemeye başladılar, ama şükür ki
13:19
this cyclists reacts, avoids,
288
787909
3011
bisikletli tepki verip, kaçıyor
ve kavşağı geçiyor.
13:22
and makes it through the intersection.
289
790920
2191
13:25
And off we go.
290
793111
1568
Ve devam ediyoruz.
13:26
Now, as you can see, we've made
some pretty exciting progress,
some pretty exciting progress,
291
794679
2948
Şimdi, gördüğünüz gibi, oldukça
şaşırtıcı ilerlemeler kaydettik
şaşırtıcı ilerlemeler kaydettik
13:29
and at this point we're pretty convinced
292
797627
1902
ve bu noktada bu teknolojinin
13:31
this technology is going
to come to market.
to come to market.
293
799529
2010
piyasaya çıkacağına ikna olduk.
13:33
We do three million miles of testing
in our simulators every single day,
in our simulators every single day,
294
801539
4783
Simülatörlerimizde her gün
beş milyon kilometre test yapıyoruz,
beş milyon kilometre test yapıyoruz,
13:38
so you can imagine the experience
that our vehicles have.
that our vehicles have.
295
806322
2689
yani araçlarımızın sahip olduğu
tecrübeyi hayal edebilirsiniz.
tecrübeyi hayal edebilirsiniz.
13:41
We are looking forward to having
this technology on the road,
this technology on the road,
296
809011
2864
Bu teknolojiyi yola çıkarmaya can atıyoruz
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
ve doğru olanın sürücü asistan
yaklaşımından ziyade
yaklaşımından ziyade
13:46
rather than driver assistance approach
298
814765
1844
sürücüsüz sistem olduğunu düşünüyoruz,
13:48
because the urgency is so large.
299
816609
2621
çünkü aciliyet çok önemli.
13:51
In the time I have given this talk today,
300
819230
2393
Bugün bu konuşmayı yaptığım sürede,
13:53
34 people have died on America's roads.
301
821623
3135
Amerika yollarında 34 kişi öldü.
13:56
How soon can we bring it out?
302
824758
2368
Bunu ne zaman yola çıkarabiliriz?
13:59
Well, it's hard to say because
it's a really complicated problem,
it's a really complicated problem,
303
827126
3832
Bunu söylemek zor, çünkü
gerçekten karışık bir problem,
gerçekten karışık bir problem,
14:02
but these are my two boys.
304
830958
2214
fakat bunlar benim iki oğlum.
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
Büyüğü 11 yaşında ve bu demektir ki
dört buçuk sene sonra
dört buçuk sene sonra
14:08
he's going to be able
to get his driver's license.
to get his driver's license.
306
836795
2577
ehliyetini alabilecek.
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
Ekibim ve ben bunun
olmaması için kendimizi adadık.
olmaması için kendimizi adadık.
14:14
Thank you.
308
842576
1904
Teşekkür ederim.
14:16
(Laughter) (Applause)
309
844480
3667
(Gülüşmeler) (Alkışlar)
14:21
Chris Anderson: Chris,
I've got a question for you.
I've got a question for you.
310
849110
2568
Chris Anderson: Chris, sana bir sorum var.
Chris Urmson: Tabii.
14:23
Chris Urmson: Sure.
311
851678
2809
14:26
CA: So certainly, the mind of your cars
is pretty mind-boggling.
is pretty mind-boggling.
312
854487
3924
CA: Arabalarınızın zekâsı
gerçekten akıl almaz.
gerçekten akıl almaz.
14:30
On this debate between
driver-assisted and fully driverless --
driver-assisted and fully driverless --
313
858411
4459
Sürücü-asistanlı ve tamamen sürücüsüz
arasındaki çekişme --
arasındaki çekişme --
14:34
I mean, there's a real debate
going on out there right now.
going on out there right now.
314
862870
3041
yani, şu anda gerçek bir çekişme var.
14:37
So some of the companies,
for example, Tesla,
for example, Tesla,
315
865911
2833
Bazı şirketler, mesela Tesla,
14:40
are going the driver-assisted route.
316
868744
2159
sürücü-asistanlı yoldan gidiyorlar.
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
Diyorsunuz ki, bu şey çıkmaza girecek gibi,
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
çünkü rotayı sürekli güncelleyerek bir noktada
tamamen sürücüsüz sisteme geçemezsiniz.
tamamen sürücüsüz sisteme geçemezsiniz.
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
Yani bir sürücü bunun
güvenli olduğunu düşünerek
güvenli olduğunu düşünerek
14:57
and climb into the back,
and something ugly will happen.
and something ugly will happen.
320
885137
2647
arka koltuğa geçecek ve
çirkin bir olay meydana gelecek.
çirkin bir olay meydana gelecek.
14:59
CU: Right. No, that's exactly right,
and it's not to say
and it's not to say
321
887784
2676
CU: Doğru. Hayır, bu kesinlikle doğru
15:02
that the driver assistance systems
aren't going to be incredibly valuable.
aren't going to be incredibly valuable.
322
890460
3537
ve bu, sürücü asistan sistemleri
çok değerli olmayacak demek değil.
çok değerli olmayacak demek değil.
15:05
They can save a lot of lives
in the interim,
in the interim,
323
893997
2058
Bu geçiş döneminde birçok
hayatı kurtarabilir,
hayatı kurtarabilir,
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
fakat Steve gibi birinin dolaşmasına yardım
edecek dönüştürücü fırsatı görmek,
edecek dönüştürücü fırsatı görmek,
15:11
to really get to the end case in safety,
325
899888
1969
sonuca güvenli bir şekilde ulaşmak,
15:13
to have the opportunity
to change our cities
to change our cities
326
901857
2479
şehirlerimizi değiştirecek olan
fırsata sahip olmak
fırsata sahip olmak
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
ve otoparkları bırakıp, park alanları
dediğimiz şehir oyuklarından kurtulmak için
dediğimiz şehir oyuklarından kurtulmak için
15:20
it's the only way to go.
328
908540
1240
bu tek yol.
15:21
CA: We will be tracking your progress
with huge interest.
with huge interest.
329
909780
2718
CA: Gelişmeleri büyük bir
ilgiyle takip ediyor olacağız.
ilgiyle takip ediyor olacağız.
15:24
Thanks so much, Chris.
CU: Thank you. (Applause)
CU: Thank you. (Applause)
330
912498
4232
Çok teşekkürler, Chris.
CU: Teşekkür ederim. (Alkışlar)
CU: Teşekkür ederim. (Alkışlar)
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