Chris Urmson: How a driverless car sees the road

863,108 views ・ 2015-06-26

TED


يرجى النقر نقرًا مزدوجًا فوق الترجمة الإنجليزية أدناه لتشغيل الفيديو.

المترجم: saleh hamad المدقّق: Zeineb Trabelsi
00:12
So in 1885, Karl Benz invented the automobile.
0
12528
3949
في عام 1885 ، اخترع كارل بينز السيارة
00:16
Later that year, he took it out for the first public test drive,
1
16707
3762
لاحقا في تلك السنة ، أخذها لأول أختبار للقيادة أمام العامة ،
00:20
and -- true story -- crashed into a wall.
2
20469
3375
و -- قصة حقيقة -- أصطدم بحائط .
00:24
For the last 130 years,
3
24184
2043
على مدى 130 سنة مضت
00:26
we've been working around that least reliable part of the car, the driver.
4
26227
4319
عملنا على ذلك الجانب الأقل إعتمادية في السيارة ، السائق
00:30
We've made the car stronger.
5
30546
1354
جعلنا السيارة أكثر قوة .
00:32
We've added seat belts, we've added air bags,
6
32200
2548
أضفنا للسيارة أحزمة أمان ، أكياس هوائية ،
00:34
and in the last decade, we've actually started trying to make the car smarter
7
34748
3971
و العقد الماضي ، في الحقيقة حاولنا أن نجعل السيارة أكثر ذكاء
00:38
to fix that bug, the driver.
8
38719
2938
لإصلاح ذلك الخلل وهو السائق .
00:41
Now, today I'm going to talk to you a little bit about the difference
9
41657
3261
اليوم سأحاول أن أتكلم لكم قليلاً عن الفرق
00:44
between patching around the problem with driver assistance systems
10
44918
3808
بين ترقيع المشكلة عن طريق نظام القيادة المساعد
00:48
and actually having fully self-driving cars
11
48726
2564
و حقيقة الحصول على سيارات لديها قدرة القيادة الألية
00:51
and what they can do for the world.
12
51290
1880
وماذا تستطيع أن تفعل للعالم .
00:53
I'm also going to talk to you a little bit about our car
13
53170
2995
أيضا سأقوم بالتحدث قليلاً عن سياراتنا
00:56
and allow you to see how it sees the world and how it reacts and what it does,
14
56165
3999
ونريك كيف ترى العالم وكيف تتفاعل معه وماذا تفعل ،
01:00
but first I'm going to talk a little bit about the problem.
15
60164
3187
لكن في البداية سأتحدث قليلاً عن المشكلة .
01:03
And it's a big problem:
16
63651
1648
وهي مشكلة كبيرة:
01:05
1.2 million people are killed on the world's roads every year.
17
65299
3089
1.2 مليون شخص يموت على طرق العالم كل سنة .
01:08
In America alone, 33,000 people are killed each year.
18
68388
3784
في أمريكا وحدها ، 33000 شخص يموت كل سنة .
01:12
To put that in perspective,
19
72172
2028
لتقريب الصورة ،
01:14
that's the same as a 737 falling out of the sky every working day.
20
74200
4797
هذا نفس طائرة 737 تسقط من السماء كل يوم عمل .
01:19
It's kind of unbelievable.
21
79342
1786
في الحقيقة شيء لا يصدق .
01:21
Cars are sold to us like this,
22
81548
2298
السيارة تباع لنا هكذا ،
01:23
but really, this is what driving's like.
23
83846
2717
لكن في الحقيقة ، هكذا تبدو القيادة .
01:26
Right? It's not sunny, it's rainy,
24
86563
2159
صحيح ؟ الطقس غير مشمس ولكن ممطر .
01:28
and you want to do anything other than drive.
25
88722
2488
وتريد أن تفعل أي شيء عدا أن تقود .
01:31
And the reason why is this:
26
91210
1622
والسبب في هذا
01:32
Traffic is getting worse.
27
92832
1858
حركة السير أصبحت أسوء .
01:34
In America, between 1990 and 2010,
28
94690
3506
في أمريكا ، بين 1990 و 2010 ،
01:38
the vehicle miles traveled increased by 38 percent.
29
98196
3504
المسافة التي تقطعها المركبة بالميل زادت بنسبة 38 في المئة .
01:42
We grew by six percent of roads,
30
102213
2749
حيث قمنا بزيادة الطرقات بنسبة ستة في المئة،
01:44
so it's not in your brains.
31
104962
1602
لذا ليست فقط في خيالك .
01:46
Traffic really is substantially worse than it was not very long ago.
32
106564
4276
حركة السير حقاً أصبحت أسوء عما كانت عليه من قبل
01:50
And all of this has a very human cost.
33
110840
2409
وكل هذا له تكلفة بشرية .
01:53
So if you take the average commute time in America, which is about 50 minutes,
34
113529
3948
لذا لو أخذت متوسط وقت التنقل للعمل في أمريكا ، وهو ما يعادل 50 دقيقة تقريبا ،
01:57
you multiply that by the 120 million workers we have,
35
117477
3649
تضرب هذا بما لدينا وهو 120 مليون عامل ،
02:01
that turns out to be about six billion minutes
36
121126
2225
سيصبح لدينا تقريبا 6 مليار دقيقة .
02:03
wasted in commuting every day.
37
123351
2026
ضائعة في التنقل كل يوم .
02:05
Now, that's a big number, so let's put it in perspective.
38
125377
2827
هذا رقم كبير ، لنضع هذا في عين الاعتبار .
02:08
You take that six billion minutes
39
128204
1774
نأخذ هذه 6 مليار دقيقة
02:09
and you divide it by the average life expectancy of a person,
40
129978
3784
ونقسمها على المعدل المتوقع لحياة شخص ،
02:13
that turns out to be 162 lifetimes
41
133762
3135
يصبح لدينا 162 حياة .
02:16
spent every day, wasted,
42
136897
2925
تنقضي كل يوم ، ضائعة ،
02:19
just getting from A to B.
43
139822
2044
فقط للإنتقال من نقطة أ إلى ب .
02:21
It's unbelievable.
44
141866
1730
شيء لا يصدق .
02:23
And then, there are those of us who don't have the privilege
45
143596
2844
وهناك أيضا ، من منا والذين ليس لديهم القدرة
02:26
of sitting in traffic.
46
146440
1672
على الجلوس في حركة السير .
02:28
So this is Steve.
47
148112
1578
هذا ستيف .
02:29
He's an incredibly capable guy,
48
149690
1765
شاب قادر بشكل كبير ،
02:31
but he just happens to be blind,
49
151455
2516
لكنه أعمى ،
02:33
and that means instead of a 30-minute drive to work in the morning,
50
153971
3217
هذا يعني أنه عوضا عن 30 دقيقة للإنتقال للعمل في الصباح،
02:37
it's a two-hour ordeal of piecing together bits of public transit
51
157188
3979
ستصبح محنة لمدة ساعتين للتنقل بين عدة وسائل النقل العمومية
02:41
or asking friends and family for a ride.
52
161167
2385
أو يطلب من الأصدقاء و العائلة أن يوصليه لغايته
02:43
He doesn't have that same freedom that you and I have to get around.
53
163552
3669
هو ليس لديه الحرية التي نملكها أنا وأنت للتنقل .
02:47
We should do something about that.
54
167221
2460
يجب أن نفعل شيء ما بخصوص ذلك .
02:49
Now, conventional wisdom would say
55
169891
1757
الآن ، الحكمة التقلدية ستقول
02:51
that we'll just take these driver assistance systems
56
171648
2492
بأننا سنأخذ فقط أنظمة القيادة المساعدة.
02:54
and we'll kind of push them and incrementally improve them,
57
174140
3750
و نوعا ما نشجع عليها ونزيد من كفاءتها،
02:57
and over time, they'll turn into self-driving cars.
58
177890
2542
ومع مرور الوقت ستتحول إلى سيارات ذات قيادة آلية.
03:00
Well, I'm here to tell you that's like me saying
59
180432
2409
حسنا ، أنا هنا لأخبركم مثلا عندما أقول
03:02
that if I work really hard at jumping, one day I'll be able to fly.
60
182841
4057
إذا عملت بإستمرار على القفز كل يوم سيأتي اليوم الذي يمكنني الطيران .
03:06
We actually need to do something a little different.
61
186898
2728
نحن في الحقيقة يجب أن نعمل شيء مختلف.
03:09
And so I'm going to talk to you about three different ways
62
189626
2711
لذا سأتحدث اليوم عن ثلاث طرق مختلفة
03:12
that self-driving systems are different than driver assistance systems.
63
192337
3346
تبين أن أنظمة القيادة الآلية تختلف عن أنظمة القيادة المساعدة .
03:15
And I'm going to start with some of our own experience.
64
195683
2651
وسأبدأ ببعض الأمور من واقع تجربتنا.
03:18
So back in 2013,
65
198334
2253
في عام 2013
03:20
we had the first test of a self-driving car
66
200587
2663
قمنا بأول اختبار للسيارة آلية القيادة
03:23
where we let regular people use it.
67
203250
2027
بحيث سمحنا لعامة الناس بتجربتها.
03:25
Well, almost regular -- they were 100 Googlers,
68
205277
2202
كانوا تقريبا من عامة الناس-- 100 شخص من غوغل
03:27
but they weren't working on the project.
69
207479
2003
لكنهم لم يكونوا جزءا من المشروع.
03:29
And we gave them the car and we allowed them to use it in their daily lives.
70
209482
3621
و قمنا بإعطائهم السيارة وسمحنا لهم بقيادتها في نشاطاتهم اليومية.
03:33
But unlike a real self-driving car, this one had a big asterisk with it:
71
213103
3719
لكن على عكس السيارة ذات القيادة الآلية، هذه عليها علامة كبيرة:
03:36
They had to pay attention,
72
216822
1504
كان يجب عليهم الإنتباه،
03:38
because this was an experimental vehicle.
73
218326
2633
لأن هذه كانت سيارة تجريبية.
03:40
We tested it a lot, but it could still fail.
74
220959
3525
اختبرنها كثيرا لكن هناك نسبة للفشل.
03:44
And so we gave them two hours of training,
75
224484
2059
حينها قمنا بتدريبهم لمدة ساعتين،
03:46
we put them in the car, we let them use it,
76
226543
2092
وضعناهم في السيارة، وسمحنا لهم بإستخدامها،
03:48
and what we heard back was something awesome,
77
228635
2127
وما سمعنا لاحقا كان شيء عظيم،
03:50
as someone trying to bring a product into the world.
78
230762
2524
كشخص يحاول إحضار منتج للعالم.
03:53
Every one of them told us they loved it.
79
233286
1925
كل شخص منهم أخبرنا أنه أحبها.
03:55
In fact, we had a Porsche driver who came in and told us on the first day,
80
235211
3566
في الحقيقة، أحضرنا سائق بورش والذي قال لنا في أول يوم،
03:58
"This is completely stupid. What are we thinking?"
81
238777
2663
" هذه فكرة غبية تماما بماذا كنا نفكر؟ "
04:01
But at the end of it, he said, "Not only should I have it,
82
241850
2840
لكن في النهاية، قال، " لست أنا فقط من يجب أن يمتلكها،
04:04
everyone else should have it, because people are terrible drivers."
83
244690
3175
ولكن كل الناس يجب أن يملكوها،والسبب هو أن الجميع سيئون في السياقة."
04:09
So this was music to our ears,
84
249135
1735
لذا كان كانسياب الموسيقى إلى آذاننا،
04:10
but then we started to look at what the people inside the car were doing,
85
250870
3803
ولكن عندما قمنا بمشاهدة ما يفعله الناس داخل السيارة،
04:14
and this was eye-opening.
86
254673
1579
وهذا فتح أعيننا.
04:16
Now, my favorite story is this gentleman
87
256252
2438
وهذا يذكرني بقصتي المفضلة عن رجل محترم
04:18
who looks down at his phone and realizes the battery is low,
88
258690
3829
الذي كان ينظر إلى جواله ولا حظ أن البطارية منخفضة ،
04:22
so he turns around like this in the car and digs around in his backpack,
89
262519
4548
لذا قرر الإلتفاف للخلف وبدأ البحث في حقيبة الظهر،
04:27
pulls out his laptop,
90
267067
2153
سحب كمبيوتره المحمول،
04:29
puts it on the seat,
91
269220
1567
وضعه على المقعد،
04:30
goes in the back again,
92
270787
1764
ذهب للخلف مرة أخرى،
04:32
digs around, pulls out the charging cable for his phone,
93
272551
3367
يبحث، يسحب سلك الشاحن لجواله ،
04:35
futzes around, puts it into the laptop, puts it on the phone.
94
275918
3367
يضعه في الكمبيوتر المحمول، يضعه على الجوال.
04:39
Sure enough, the phone is charging.
95
279285
2043
يتأكد أن الجوال بدأ بالشحن .
04:41
All the time he's been doing 65 miles per hour down the freeway.
96
281328
3994
كل هذا الوقت كان يقود بسرعة 65 ميل في الساعة على الطريق السريع.
04:45
Right? Unbelievable.
97
285322
2484
بالفعل؟ لا يصدق
04:47
So we thought about this and we said, it's kind of obvious, right?
98
287806
3121
لذا فكرنا بذلك وقلنا، أنه نوعا ما واضح، صحيح ؟
04:50
The better the technology gets,
99
290927
2263
كلما كانت التقنية أفضل،
04:53
the less reliable the driver is going to get.
100
293190
2121
كلما كان الإعتماد على السائق أقل.
04:55
So by just making the cars incrementally smarter,
101
295311
2396
لذا فقط بجعل السيارة أكثر ذكاء،
04:57
we're probably not going to see the wins we really need.
102
297707
2902
لن يمكننا أن نرى الفوز الذي نريده بالفعل.
05:00
Let me talk about something a little technical for a moment here.
103
300609
3901
أسمحو لي أن أتكلم قليل عن بعض الأمور التقنية لمدة وجيزة.
05:04
So we're looking at this graph, and along the bottom
104
304510
2438
عند مشاهد هذا الرسم البياني، ويبين الجزء السفلي
05:06
is how often does the car apply the brakes when it shouldn't.
105
306948
3051
كم من مرة تقوم السيارة بتفعيل الفرامل رغم عدم الحاجة لها.
05:09
You can ignore most of that axis,
106
309999
1621
يمكنك أن تتجاهل كل تلك المحاور،
05:11
because if you're driving around town, and the car starts stopping randomly,
107
311620
3719
لأنه عندما تقوم بالقيادة حول المدينة، وتبدأ السيارة بالتوقف بشكل عشوائي،
05:15
you're never going to buy that car.
108
315339
1701
لن تقوم أبدا بشراء تلك السيارة.
05:17
And the vertical axis is how often the car is going to apply the brakes
109
317040
3375
والمحول العمودي يرمز لعدد المرات التي ستقوم فيها السيارة بتفعيل الفرامل
05:20
when it's supposed to to help you avoid an accident.
110
320415
3049
عتد الحاجة لها لتتفادى التعرض لحادث.
05:23
Now, if we look at the bottom left corner here,
111
323464
2221
الآن ، اذا نظرنا للزاوية السفلى اليسرى هنا،
05:25
this is your classic car.
112
325685
1845
ترمز لسيارتك التقليدية.
05:27
It doesn't apply the brakes for you, it doesn't do anything goofy,
113
327530
3133
لا تقوم بتفعيل الفرامل بدون تدخلك، لا تقوم نهائيا بعمل شيء غبي،
05:30
but it also doesn't get you out of an accident.
114
330663
2779
لكن أيضا لا تقوم بحمايتك من الحوادث.
05:33
Now, if we want to bring a driver assistance system into a car,
115
333442
3018
الآن، لو قمنا بإحضار نظام القيادة المساعد،
05:36
say with collision mitigation braking,
116
336460
1828
ولنقل مع تخفيف كابح الفرامل،
05:38
we're going to put some package of technology on there,
117
338288
2612
سنقوم بوضع بعض الأمور التقنية فيها،
05:40
and that's this curve, and it's going to have some operating properties,
118
340900
3418
وهذا هو المنحنى، وسوف يحتوي على بعض الخاصيات التشغيلية،
05:44
but it's never going to avoid all of the accidents,
119
344318
2490
لكن لن يقوم بتفادي كل الحوادث،
05:46
because it doesn't have that capability.
120
346808
2059
لأنه لا يملك تلك القدرة.
05:48
But we'll pick some place along the curve here,
121
348867
2249
ولكننا سنقوم بتحديد بعض النقاط على المنحنى،
05:51
and maybe it avoids half of accidents that the human driver misses,
122
351116
3254
ومن الممكن أن يتفادى نصف الحوادث والتي يتغافل عنها السائق،
05:54
and that's amazing, right?
123
354370
1297
وهذا يعتبر أمر رائع، صحيح؟
05:55
We just reduced accidents on our roads by a factor of two.
124
355667
2727
بحيث قللنا الحوادث على الطرق بمعامل اثنين ( نصف ).
05:58
There are now 17,000 less people dying every year in America.
125
358394
3987
الآن، ينخض معدل الوفيات سنويا في أمريكا بما يعادل 17000 شخصا
06:02
But if we want a self-driving car,
126
362381
2020
لكن إذا أردنا السيارة ذات القيادة الآلية،
06:04
we need a technology curve that looks like this.
127
364401
2307
سوف نحتاح لمنحنى تقني يشبه ذلك.
06:06
We're going to have to put more sensors in the vehicle,
128
366708
2599
سنحتاج لوض عددا أكبر من أجهزة الاستشعار على المركبة.
06:09
and we'll pick some operating point up here
129
369307
2021
وسنقوم باختيار بعض نقاط التشغيل هنا
06:11
where it basically never gets into a crash.
130
371328
2019
بحيث لن تتعرض السيارة لحادث تقريبا .
06:13
They'll happen, but very low frequency.
131
373347
2443
سيحدث، لكن بمعدل منخفض جدا .
06:15
Now you and I could look at this and we could argue
132
375790
2461
الآن أنا وأنت يمكن أن ننظر لهذا ومن ثم نبدأ في جدال
06:18
about whether it's incremental, and I could say something like "80-20 rule,"
133
378251
3605
هل هو في تدرج ، ويمكن أن أقول شيء مثل "قاعدة 20-80"
06:21
and it's really hard to move up to that new curve.
134
381856
2568
وفي الحقيقة من الصعب جدا الوصول لذلك المستوى.
06:24
But let's look at it from a different direction for a moment.
135
384424
2934
لكن لننظر لها من زاوية مختلفة.
06:27
So let's look at how often the technology has to do the right thing.
136
387358
3512
لننظر كم في العادة يمكن أن تقوم التقنية صحيحة بالفعل.
06:30
And so this green dot up here is a driver assistance system.
137
390870
3506
لذا النقطة الخضراء في الأعلى هنا هي نظام القيادة المساعد.
06:34
It turns out that human drivers
138
394376
2485
يتضح بأن السائقين البشر
06:36
make mistakes that lead to traffic accidents
139
396861
2647
يرتكبون أخطاء تؤدي لوقوع حوادث المرور
06:39
about once every 100,000 miles in America.
140
399508
3172
تقريبا مرة كل 100000 ميل في أمريكا .
06:42
In contrast, a self-driving system is probably making decisions
141
402680
3167
على عكس انظمة القيادة الألية والتي من المحتمل أن تتخذ قرارات
06:45
about 10 times per second,
142
405847
3663
تقريبا 10 مرات في الثانية،
06:49
so order of magnitude,
143
409510
1422
والذي يبلغ
06:50
that's about 1,000 times per mile.
144
410932
2832
تقريبا 1000 مرة كل ميل.
06:53
So if you compare the distance between these two,
145
413764
2485
لذا اذا قارنت المسافة بين الإثنين،
06:56
it's about 10 to the eighth, right?
146
416249
2600
تصل تقريبا إلى 10 أس ثمانية ، صحيح ؟
06:58
Eight orders of magnitude.
147
418849
1765
بمقدار ثمانية .
07:00
That's like comparing how fast I run
148
420614
2809
انها مثل مقارنة كم سرعتي
07:03
to the speed of light.
149
423423
2206
بالنسبة لسرعة الضوء.
07:05
It doesn't matter how hard I train, I'm never actually going to get there.
150
425629
3785
لا يهم كم من الوقت أتمرن، لن يمكنني أن أصل لذلك المستوى.
07:09
So there's a pretty big gap there.
151
429414
2438
لذا يوجد فجوة كبيرة هنا.
07:11
And then finally, there's how the system can handle uncertainty.
152
431852
3729
وفي النهاية ، هناك كيف يمكن للنظام التعامل مع المجهول.
07:15
So this pedestrian here might be stepping into the road, might not be.
153
435581
3323
مثل هذا المترجل هنا، يمكن أن يعبر الطريق، ويمكن أن لا يعبره.
07:18
I can't tell, nor can any of our algorithms,
154
438904
3395
لا يمكن أن أعرف، ولا حتى أي من خوارزمياتنا يمكن أن تعرف،
07:22
but in the case of a driver assistance system,
155
442310
2284
لكن في هذه الحالة في نظام القيادة المساعدة،
07:24
that means it can't take action, because again,
156
444594
2806
هذا يعني لا يمكن أن تقوم بفعل شيء ، لأن مرة أخرى ،
07:27
if it presses the brakes unexpectedly, that's completely unacceptable.
157
447400
3339
اذا قامت بضغط الفرامل بشكل مفاجئ، هذا لا يمكن تقبّله.
07:30
Whereas a self-driving system can look at that pedestrian and say,
158
450739
3133
بحيث نظام القيادة الآلية يمكن أن ينظر لهذا المترجّل ويقول،
07:33
I don't know what they're about to do,
159
453872
1890
لا أعرف ماذا سيفعل،
07:35
slow down, take a better look, and then react appropriately after that.
160
455762
3762
خفّف من السرعة، ألقي نظرة أفضل ، ثم تصرف بشكل مناسب بعد ذلك.
07:39
So it can be much safer than a driver assistance system can ever be.
161
459524
3702
لذا يمكن أن يكون نظام القيادة المساعدة أكثر أمانا من أي وقت مضى.
07:43
So that's enough about the differences between the two.
162
463226
2730
هذا يكفي لتوضيح الفروق بين الإثنين.
07:45
Let's spend some time talking about how the car sees the world.
163
465956
3484
لنتكلم قليلا عن كيف تنظر السيارة للعالم .
07:49
So this is our vehicle.
164
469440
1252
هذه مركبتنا.
07:50
It starts by understanding where it is in the world,
165
470692
2438
تبدأ أولا بتحديد مكانها في العالم،
07:53
by taking a map and its sensor data and aligning the two,
166
473130
2787
بأخذ المعلومات من الحساس والخريطة و وصل الأثنين معا،
07:55
and then we layer on top of that what it sees in the moment.
167
475917
2948
ونضيف على ذلك ما تراه في تلك اللحظة .
07:58
So here, all the purple boxes you can see are other vehicles on the road,
168
478865
3655
هنا ، كل الصناديق البنفسجية التي تراها هي عبارة عن السيارات الأخرى في الطريق
08:02
and the red thing on the side over there is a cyclist,
169
482520
2528
والشيء الأحمر على الجنب هناك راكب للدراجة الهوائية ،
08:05
and up in the distance, if you look really closely,
170
485048
2402
وعلى بعد مسافة إذا أمعنت النظر ،
08:07
you can see some cones.
171
487450
1794
يمكنك أن ترى بعض المخاريط .
08:09
Then we know where the car is in the moment,
172
489244
2773
حينها نعلم أين مكان السيارة في هذه اللحظة ،
08:12
but we have to do better than that: we have to predict what's going to happen.
173
492017
3833
لكن يجب أن نفعل أفضل من ذلك: يجب أن نتبأ بما قد يحدث.
08:15
So here the pickup truck in top right is about to make a left lane change
174
495850
3488
في الأعلى على اليمين يمكن أن ترى شاحنة نقل ستذهب إلى اليسار
08:19
because the road in front of it is closed,
175
499338
2223
والسبب أن الطريق أمامها مغلق،
08:21
so it needs to get out of the way.
176
501561
1731
لذا يجب أن تخرج عن الطريق.
08:23
Knowing that one pickup truck is great,
177
503292
1863
معرفة أن هذه شاحنة نقل، رائع،
08:25
but we really need to know what everybody's thinking,
178
505155
2479
لكن ما يجب حقا أن نعرفه هو ما يفكر به كل شخص،
08:27
so it becomes quite a complicated problem.
179
507634
2507
لذا أصبحت مشكلة معقدة.
08:30
And then given that, we can figure out how the car should respond in the moment,
180
510141
4749
ومع هذه المعطيات، يمكن أن نعرف كيف يمكن للسيارة أن تتفاعل في هذه اللحظة
08:34
so what trajectory it should follow, how quickly it should slow down or speed up.
181
514890
3866
ماهو المسار الذي يجب أن تتبعه، كم تحتاجه لتهدئة السرعة أو زيادتها.
08:38
And then that all turns into just following a path:
182
518756
3065
ومن ثم يتحول فقط لإتباع المسار :
08:41
turning the steering wheel left or right, pressing the brake or gas.
183
521821
3197
لف المقود يسار أو يمين، ضغط الفرامل أو ضخّ البنزين.
08:45
It's really just two numbers at the end of the day.
184
525018
2464
هي في نهاية المطاف عبارة عن رقمين فقط.
08:47
So how hard can it really be?
185
527482
2241
كم يمكن أن تكون صعوبة هذا؟
08:50
Back when we started in 2009,
186
530433
1952
سابقا عندما بدأنا في 2009،
08:52
this is what our system looked like.
187
532385
1798
هكذا كان يبدو نظامنا.
08:54
So you can see our car in the middle and the other boxes on the road,
188
534183
3391
يمكنك أن تشاهد سيارتنا في الوسط وتوجد صناديق آخرى على الطريق،
08:57
driving down the highway.
189
537574
1271
تقود على الطريق السريع.
08:58
The car needs to understand where it is and roughly where the other vehicles are.
190
538845
3818
السيارة تحتاج أن تفهم مكانها و مكان السيارات الأخرى.
09:02
It's really a geometric understanding of the world.
191
542663
2429
انها حقا فهم لهندسية العالم.
09:05
Once we started driving on neighborhood and city streets,
192
545092
2948
عندما بدأنا القيادة في الحي و شوراع المدينة،
09:08
the problem becomes a whole new level of difficulty.
193
548040
2445
المشكلة أصبحت في وجود مستوى مختلف تماما.
09:10
You see pedestrians crossing in front of us, cars crossing in front of us,
194
550485
3494
يمكنك أن تشاهد المشاة يعبرون من أمامنا، وكذلك السيارات تعبر من أمامنا
09:13
going every which way,
195
553979
1811
تذهب في عدة اتجاهات،
09:15
the traffic lights, crosswalks.
196
555790
1527
اشارات المرور، التقاطعات.
09:17
It's an incredibly complicated problem by comparison.
197
557317
2797
انها حقا مشكلة معقدة بشكل لا يصدق عند المقارنة.
09:20
And then once you have that problem solved,
198
560114
2103
وفقط عندما تقوم بإيجاد حل للمشكلة،
09:22
the vehicle has to be able to deal with construction.
199
562217
2512
المركبة يجب عليها أن تتعامل مع المنشاءات،
09:24
So here are the cones on the left forcing it to drive to the right,
200
564729
3151
هنا المخاريط على اليسار تجبرها على القيادة لليمين
09:27
but not just construction in isolation, of course.
201
567880
2402
لكن ليس فقط منشاءات في العزلة، بطبيعة الحال.
09:30
It has to deal with other people moving through that construction zone as well.
202
570282
3723
يجب أن تتعامل مع الناس الذين يمشون داخل منطقة المنشاءات.
09:34
And of course, if anyone's breaking the rules, the police are there
203
574005
3263
وطبعا ، اذا قام أي أحد بمخالفة النظام، ستكون الشرطة هناك
09:37
and the car has to understand that that flashing light on the top of the car
204
577268
3622
والسيارة يجب أن تتعرف على الضوء المشع الموجود أعلى السيارة
09:40
means that it's not just a car, it's actually a police officer.
205
580890
3105
والذي يعني أنها ليست سيارة فقط ولكن سيارة شرطة.
09:43
Similarly, the orange box on the side here,
206
583995
2032
نفس الشيء ، المربع البرتقالي على الجنب هنا ،
09:46
it's a school bus,
207
586027
1109
هو عبارة عن باص مدرسة،
09:47
and we have to treat that differently as well.
208
587136
2520
ويجب أن نتعامل مع هذا بشكل مختلف أيضا
09:50
When we're out on the road, other people have expectations:
209
590576
2793
بينما نحن على الطريق الأشخاص الأخرين لديهم توقعات:
09:53
So, when a cyclist puts up their arm,
210
593369
1780
بحيث لو قام راكب دراجة برفع ذراعه،
09:55
it means they're expecting the car to yield to them and make room for them
211
595149
3518
هذا يعنى بأنهم يتوقعون من السيارة فسح المجال لهم
09:58
to make a lane change.
212
598667
2053
لتغير مسارهم.
10:01
And when a police officer stood in the road,
213
601030
2173
وعندما يقف شرطي المرور في الطريق،
10:03
our vehicle should understand that this means stop,
214
603203
2740
يتوجب على مركبتنا أن تفهم أن هذا يعني توقف،
10:05
and when they signal to go, we should continue.
215
605943
3506
وعندما يشير لنا بالتحرك، يجب أن تتابع السير.
10:09
Now, the way we accomplish this is by sharing data between the vehicles.
216
609449
3761
الآن ، لتحقيق ذلك يجب أن تتشارك المركبات البيانات فيما بينها.
10:13
The first, most crude model of this
217
613210
1696
الأول، يعتبر أكثر النماذج صعوبة
10:14
is when one vehicle sees a construction zone,
218
614906
2113
هو عندما ترى مركبة منطقة إنشاءات،
10:17
having another know about it so it can be in the correct lane
219
617019
3062
تسعى لإعلام اخرى لتكون على الطريق الصحيح
10:20
to avoid some of the difficulty.
220
620081
1570
لتجنب حصول بعض الصعوبات.
10:21
But we actually have a much deeper understanding of this.
221
621651
2664
لكن في الحقيقة لدينا فهم عميق لهذا
10:24
We could take all of the data that the cars have seen over time,
222
624315
3009
يمكن أن نأخذ كل البيانات التي احتفظت بها السيارات مع مرور الوقت،
10:27
the hundreds of thousands of pedestrians, cyclists,
223
627324
2376
مئات الألاف من المترجلين، والراكاب والدراجات ،
10:29
and vehicles that have been out there
224
629700
1787
والمركبات التي كانت هناك،
10:31
and understand what they look like
225
631487
1695
وفهم كيف تبدو عليه
10:33
and use that to infer what other vehicles should look like
226
633182
2831
واستخدام هذا لتحديد ما يجب أن تكون عليه
10:36
and other pedestrians should look like.
227
636013
1926
وكيف يبدو عليه المشاة الأخرين.
10:37
And then, even more importantly, we could take from that a model
228
637939
3021
والأهم من ذلك ، يمكن أن نستخلص من هذا النموذج
10:40
of how we expect them to move through the world.
229
640960
2330
كيف نتوقع منهم التنقل حول العالم.
10:43
So here the yellow box is a pedestrian crossing in front of us.
230
643290
2963
هنا الصناديق الصفراء تمثل المشاة الذين يعبرون من أمامنا.
10:46
Here the blue box is a cyclist and we anticipate
231
646253
2250
يمثل الصندوق الأزرق سائق الدراجة ونحن نتبأ
10:48
that they're going to nudge out and around the car to the right.
232
648503
3312
بأنه سيوصل طريقه للأمام ويمر بجانب السيارة على اليمين .
10:52
Here there's a cyclist coming down the road
233
652115
2092
وهنا الدراج يقوم بالنزول للطريق
10:54
and we know they're going to continue to drive down the shape of the road.
234
654207
3486
و نحن نعلم اذا كان سيكمل القيادة على امتداد الطريق .
10:57
Here somebody makes a right turn,
235
657693
1867
هنا شخص يقوم بالإلتفاف لليمين،
10:59
and in a moment here, somebody's going to make a U-turn in front of us,
236
659560
3360
وفي لحظة هنا، شخص ما سوف يقوم بالدوران أمامنا،
11:02
and we can anticipate that behavior and respond safely.
237
662920
2614
ويمكننا أن نتنبأ بذلك التصرف ونتجاوب بطريقة آمنة.
11:05
Now, that's all well and good for things that we've seen,
238
665534
2728
الآن، تعتبرالأشياء التي شاهدناها جيد ونافعة،
11:08
but of course, you encounter lots of things that you haven't
239
668262
2865
لكن، توجد العديد من الأشياء والتي لم تكن قد
11:11
seen in the world before.
240
671127
1231
رأيناها من قبل في العالم.
11:12
And so just a couple of months ago,
241
672358
1741
لذا ومنذ عدة أشهر،
11:14
our vehicles were driving through Mountain View,
242
674099
2235
كانت مركبتنا تقود وسط منطقة جبلية،
11:16
and this is what we encountered.
243
676334
1644
وهذا ما واجهناه.
11:17
This is a woman in an electric wheelchair
244
677978
2082
هذه إمرأة في كرسي كهربائي متحرك
11:20
chasing a duck in circles on the road. (Laughter)
245
680060
2617
تطارد بطة في دوائر على الطريق. ( ضحك )
11:22
Now it turns out, there is nowhere in the DMV handbook
246
682677
3111
يتضح هنا، بأنه لا يوجد في كتيب المركبات
11:25
that tells you how to deal with that,
247
685788
2245
ما يخبرك كيف تتعامل في هذه الحالة،
11:28
but our vehicles were able to encounter that,
248
688033
2143
لكن مركبتنا استطاعت أن تواجه هذه الحالة،
11:30
slow down, and drive safely.
249
690176
2255
بتهدئة السرعة، والقيادة بسلامة.
11:32
Now, we don't have to deal with just ducks.
250
692431
2041
ليس علينا فقط أن نتعامل مع البط.
11:34
Watch this bird fly across in front of us. The car reacts to that.
251
694472
3708
شاهد هذا الطير الذي يطير أمامنا. السيارة تتفاعل مع ذلك.
11:38
Here we're dealing with a cyclist
252
698180
1615
هنا نتعامل مع سائق دراجة
11:39
that you would never expect to see anywhere other than Mountain View.
253
699795
3290
والذين لن تتوقع أن تراه في منظر الجبل.
11:43
And of course, we have to deal with drivers,
254
703085
2068
وطبعا ، يجب أن نتعامل مع السائقين،
11:45
even the very small ones.
255
705153
3715
حتى صغار الحجم منهم.
11:48
Watch to the right as someone jumps out of this truck at us.
256
708868
4131
شاهد على اليمين شخص قفزأمامنا من الشاحنة
11:54
And now, watch the left as the car with the green box decides
257
714460
2929
والآن، شاهد على اليسار الصندوق الأخضر الذي قرر
11:57
he needs to make a right turn at the last possible moment.
258
717389
3325
أنه بحاجة لأن يلتف لليمين في أخر لحظة.
12:00
Here, as we make a lane change, the car to our left decides
259
720714
2851
هنا، عند قيامنا بانعطاف بسيط، تقررالسيارة على يسارنا
12:03
it wants to as well.
260
723565
3553
أنها تريد القيام بنفس الشيء .
12:07
And here, we watch a car blow through a red light
261
727118
2693
وهنا، سيارة تمر عند الإشارة الحمراء
12:09
and yield to it.
262
729811
2090
وتخضع لذلك .
12:11
And similarly, here, a cyclist blowing through that light as well.
263
731901
3854
وأمر مشابه، هنا، دراج يقطع الإشارة أيضا.
12:15
And of course, the vehicle responds safely.
264
735755
2746
وطبعا ، السيارة تستجيب مع الموقف بشكل سليم .
12:18
And of course, we have people who do I don't know what
265
738501
2601
وهناك طبعا، الأشخاص والذين لا أعلم بما أصفهم.
12:21
sometimes on the road, like this guy pulling out between two self-driving cars.
266
741102
3823
في بعض الأحيان على الطريق، مثل هذا الشخص يمر بين سيارتين ذات قيادة آلية .
12:24
You have to ask, "What are you thinking?"
267
744925
2045
لا بد أن تسأل " بماذا تفكر؟ "
12:26
(Laughter)
268
746970
1212
( ضحك )
12:28
Now, I just fire-hosed you with a lot of stuff there,
269
748182
2521
حتى الآن، قمت بإعطائكم العديد من الآمور الموجودة هناك،
12:30
so I'm going to break one of these down pretty quickly.
270
750703
2650
لذا سأقوم بتحليل واحد من هذه بشكل سريع.
12:33
So what we're looking at is the scene with the cyclist again,
271
753353
2940
ما نشاهده هنا هو مشهد ساق الدراجة مرة أخرى،
12:36
and you might notice in the bottom, we can't actually see the cyclist yet,
272
756293
3491
وكما تلاحظ في الأسفل، لا يمكننا رؤية الدراجة بعد،
12:39
but the car can: it's that little blue box up there,
273
759784
2504
لكن السيارة يمكنها: انه المربع الأزرق الأعلى هناك،
12:42
and that comes from the laser data.
274
762288
2081
وهذا يأتي من معلومات الليزر .
12:44
And that's not actually really easy to understand,
275
764369
2418
وهذا ليس سهل في الحقيقة لفهمه،
12:46
so what I'm going to do is I'm going to turn that laser data and look at it,
276
766787
3584
ولكن ما سأفعله وهو بأنني سوف أقوم بتحويل بيانات الليزر وأتفحصها،
12:50
and if you're really good at looking at laser data, you can see
277
770371
3029
وإذا كنت جيد حقا في فهم بيانات الليزر، يمكنك أن ترى
12:53
a few dots on the curve there,
278
773400
1487
بعض النقاط على المنحنى هناك،
12:54
right there, and that blue box is that cyclist.
279
774887
2372
هنا تحديدا، المربع الأزرق هو سائق الدراجة.
12:57
Now as our light is red,
280
777259
1149
الآن و بينما الضوء أحمر،
12:58
the cyclist's light has turned yellow already,
281
778408
2192
وإشارة سائق الدراجة تغيرت للأصفر،
13:00
and if you squint, you can see that in the imagery.
282
780600
2438
واذا أمعنت النظر، يمكنك أن ترى ذلك في الصورة.
13:03
But the cyclist, we see, is going to proceed through the intersection.
283
783038
3286
لكن سائق الدراجة، كم نرى، سيتابع طريقه في التقاطع.
13:06
Our light has now turned green, his is solidly red,
284
786324
2394
اشارتنا الآن أصبحت خضراء، واشارته حمراء،
13:08
and we now anticipate that this bike is going to come all the way across.
285
788718
4292
والآن يمكن أن نتبأ بأن دراجته ستقطع الطريق.
13:13
Unfortunately the other drivers next to us were not paying as much attention.
286
793010
3742
لسوء الحظ السائقين بجانبنا لم يعطوننا الإنتباه الكافي.
13:16
They started to pull forward, and fortunately for everyone,
287
796752
3157
بدأوا بالتقدم للأمام و لحسن الحظ الجميع،
13:19
this cyclists reacts, avoids,
288
799909
3011
قام بردة فعل،و تفادى ذلك،
13:22
and makes it through the intersection.
289
802920
2191
و استطاع المتابعة خلال التقاطع.
13:25
And off we go.
290
805111
1568
وبعدها انطلقنا.
13:26
Now, as you can see, we've made some pretty exciting progress,
291
806679
2948
الآن كما تشاهدون، قمنا بتقدم جي ،
13:29
and at this point we're pretty convinced
292
809627
1902
وفي هذه المرحلة نحن مقتنعين حقا
13:31
this technology is going to come to market.
293
811529
2010
بأن هذه التقنية سوف تصل للسوق.
13:33
We do three million miles of testing in our simulators every single day,
294
813539
4783
ونحن نقوم بإختبار 3 مليون ميل كل يوم على أنظمة المحاكاة لدينا،
13:38
so you can imagine the experience that our vehicles have.
295
818322
2689
لذا يمكنك أن تتخيل عدد التجارب التي تمر بها مركبتنا.
13:41
We are looking forward to having this technology on the road,
296
821011
2864
نحن متحمسون لنزول هذه التقنية للطريق،
13:43
and we think the right path is to go through the self-driving
297
823875
2890
ونعتقد أن المسار الصحيح هو أن نذهب مع أنظمة القيادة الآلية
13:46
rather than driver assistance approach
298
826765
1844
بدل أنظمة القيادة المساعدة.
13:48
because the urgency is so large.
299
828609
2621
والسبب أن الرغبة كبيرة جدا.
13:51
In the time I have given this talk today,
300
831230
2393
في هذا الوقت والذي تحدثت فيه لديكم اليوم،
13:53
34 people have died on America's roads.
301
833623
3135
34 شخص ماتوا في طرق أمريكا.
13:56
How soon can we bring it out?
302
836758
2368
متى يمكن أن نأتي بها؟
13:59
Well, it's hard to say because it's a really complicated problem,
303
839126
3832
حسنا، يصعب الحكم والسبب أنها مشكلة معقدة جدا،
14:02
but these are my two boys.
304
842958
2214
لكن هذان الاثنان ولدايّ.
14:05
My oldest son is 11, and that means in four and a half years,
305
845172
3623
أبني الأكبر عمره 11 ، وهذا يعني آنه بعد أربع سنوات ونصف،
14:08
he's going to be able to get his driver's license.
306
848795
2577
سيصبح بإمكانه الحصول على رخصة قيادة.
14:11
My team and I are committed to making sure that doesn't happen.
307
851372
3204
أنا وفريقي ملتزمون بعدم حصول هذا.
14:14
Thank you.
308
854576
1904
شكرا .
14:16
(Laughter) (Applause)
309
856480
3667
( ضحك ) ( تصفيق )
14:21
Chris Anderson: Chris, I've got a question for you.
310
861110
2568
كريس انديرسون : كريس لدي سؤال لك.
14:23
Chris Urmson: Sure.
311
863678
2809
كريس ارمسون : بالتأكيد.
14:26
CA: So certainly, the mind of your cars is pretty mind-boggling.
312
866487
3924
بالتأكيد ، عقلية سياراتك بكل تأكيد شيء لا يوصف.
14:30
On this debate between driver-assisted and fully driverless --
313
870411
4459
في هذا النقاش القائم بين القيادة المساعدة و القيادة بالكامل بدون سائق --
14:34
I mean, there's a real debate going on out there right now.
314
874870
3041
أنا أعني، هل هناك جدال حقيقي قائم حول هذا الموضوع الآن.
14:37
So some of the companies, for example, Tesla,
315
877911
2833
بعض الشركات، على سبيل المثال، تيسلا،
14:40
are going the driver-assisted route.
316
880744
2159
تسلك طريق القيادة بمساعدة سائق.
14:42
What you're saying is that that's kind of going to be a dead end
317
882903
5248
وما تقوله بأن هذا الطريق سيكون في النهاية طريق مسدود
14:48
because you can't just keep improving that route and get to fully driverless
318
888151
5456
لأنه لا يمكنك مواصلة تطوير ذلك و الحصول على قيادة كاملة بدون سائق
14:53
at some point, and then a driver is going to say, "This feels safe,"
319
893607
3530
وفي نقطة ما، والسائق سيقول هذا ، " يشعرني بالأمان"
14:57
and climb into the back, and something ugly will happen.
320
897137
2647
وتلتفت للخلف ومن ثم أمر سيء يحدث.
14:59
CU: Right. No, that's exactly right, and it's not to say
321
899784
2676
صحيح، لا هذا بالتأكيد صحيح ولا يجدر القول
15:02
that the driver assistance systems aren't going to be incredibly valuable.
322
902460
3537
بأن القيادة المساعدة لن تكون ذات قيمة وفائدة.
15:05
They can save a lot of lives in the interim,
323
905997
2058
يمكنها أن تنقذ العديد من الأرواح،
15:08
but to see the transformative opportunity to help someone like Steve get around,
324
908055
3833
لكن لنراها تتحول لفرصة لمساعدة أحد ما مثل ستيف للتنقل في الأرجاء ،
15:11
to really get to the end case in safety,
325
911888
1969
للوصول بأمان،
15:13
to have the opportunity to change our cities
326
913857
2479
للحصول على الفرصة لتغيير مدننا
15:16
and move parking out and get rid of these urban craters we call parking lots,
327
916336
4204
ونقل المآوي للخارج والتخلص من الحفر التي نسميها مواقف سيارات .
15:20
it's the only way to go.
328
920540
1240
انها الوسيلة الوحيدة.
15:21
CA: We will be tracking your progress with huge interest.
329
921780
2718
سوف نتابع تقدمك بحماس كبير .
15:24
Thanks so much, Chris. CU: Thank you. (Applause)
330
924498
4232
شكرا جزيلا، كريس شكرا. ( تصفيق )
حول هذا الموقع

سيقدم لك هذا الموقع مقاطع فيديو YouTube المفيدة لتعلم اللغة الإنجليزية. سترى دروس اللغة الإنجليزية التي يتم تدريسها من قبل مدرسين من الدرجة الأولى من جميع أنحاء العالم. انقر نقرًا مزدوجًا فوق الترجمة الإنجليزية المعروضة على كل صفحة فيديو لتشغيل الفيديو من هناك. يتم تمرير الترجمات بالتزامن مع تشغيل الفيديو. إذا كان لديك أي تعليقات أو طلبات ، يرجى الاتصال بنا باستخدام نموذج الاتصال هذا.

https://forms.gle/WvT1wiN1qDtmnspy7