Jennifer Healey: If cars could talk, accidents might be avoidable

48,736 views ・ 2013-04-25

TED


Pro přehrání videa dvakrát klikněte na anglické titulky níže.

00:00
Translator: Joseph Geni Reviewer: Morton Bast
0
0
7000
Překladatel: Kateřina Číhalová Korektor: Mirek Mráz
00:12
Let's face it:
1
12703
1914
Postavme se k tomu čelem --
00:14
Driving is dangerous.
2
14617
2445
řízení je nebezpečné.
00:17
It's one of the things that we don't like to think about,
3
17062
3098
Je to jedna z věcí, nad kterou neradi přemýšlíme,
00:20
but the fact that religious icons and good luck charms
4
20160
3652
ale skutečnost, že se náboženské ikony a přívěsky pro štěstí
00:23
show up on dashboards around the world
5
23812
4790
objevují na palubních deskách po celém světě,
00:28
betrays the fact that we know this to be true.
6
28602
4137
zrazuje fakt, že víme, že je to pravda.
00:32
Car accidents are the leading cause of death
7
32739
3594
Autonehody jsou hlavní příčinou smrti
00:36
in people ages 16 to 19 in the United States --
8
36333
4170
lidí ve věku od 16 do 19 let ve Spojených státech --
00:40
leading cause of death --
9
40503
2843
hlavní příčinou smrti --
00:43
and 75 percent of these accidents have nothing to do
10
43346
3863
a 75 procent těchto nehod nemá nic společného
00:47
with drugs or alcohol.
11
47209
2285
s drogami nebo alkoholem.
00:49
So what happens?
12
49494
2261
Takže co se děje?
00:51
No one can say for sure, but I remember my first accident.
13
51755
4219
Nikdo to nemůže říct jistě, ale já si pamatuji svou první nehodu.
00:55
I was a young driver out on the highway,
14
55974
3803
Byla jsem mladá řidička na dálnici
00:59
and the car in front of me, I saw the brake lights go on.
15
59777
2258
a uviděla jsem, jak se brzdová světla auta přede mnou rozsvítila.
01:02
I'm like, "Okay, all right, this guy is slowing down,
16
62035
1800
Říkám si: "Dobře, dobře, ten chlapík zpomaluje,
01:03
I'll slow down too."
17
63835
1282
zpomalím taky."
01:05
I step on the brake.
18
65117
1926
Šlápla jsem na brzdu.
01:07
But no, this guy isn't slowing down.
19
67043
2254
Ale ne, ten člověk nezpomaluje.
01:09
This guy is stopping, dead stop, dead stop on the highway.
20
69297
3178
Ten člověk zastavuje, na doraz, na doraz na dálnici.
01:12
It was just going 65 -- to zero?
21
72475
2540
Z 65 mil za hodinu na nulu.
01:15
I slammed on the brakes.
22
75015
1520
Prudce jsem sešlápla brzdy.
01:16
I felt the ABS kick in, and the car is still going,
23
76535
3059
Cítila jsem, jak ABS naskočilo, a auto stále jede,
01:19
and it's not going to stop, and I know it's not going to stop,
24
79594
2696
a nezastaví, a já vím, že nezastaví,
01:22
and the air bag deploys, the car is totaled,
25
82290
2939
a airbag vystřeluje, auto je hotové,
01:25
and fortunately, no one was hurt.
26
85229
3557
a naštěstí, nikdo nebyl zraněn.
01:28
But I had no idea that car was stopping,
27
88786
4211
Ale já jsem nevěděla, že to auto zastavovalo
01:32
and I think we can do a lot better than that.
28
92997
3645
a myslím si, že to můžeme udělat mnohem lépe.
01:36
I think we can transform the driving experience
29
96642
4145
Myslím si, že můžeme přeměnit zkušenosti z řízení tak,
01:40
by letting our cars talk to each other.
30
100787
3879
že necháme naše auta spolu mluvit.
01:44
I just want you to think a little bit
31
104666
1424
Chci jen, aby jste trochu popřemýšleli,
01:46
about what the experience of driving is like now.
32
106090
2888
jaké jsou zkušenosti s řízením nyní.
01:48
Get into your car. Close the door. You're in a glass bubble.
33
108978
4028
Jdete do svého auta. Zavřete dveře. Jste ve skleněné bublině.
01:53
You can't really directly sense the world around you.
34
113006
2916
Nemůžete bezprostředně vnímat svět kolem vás.
01:55
You're in this extended body.
35
115922
2181
Jste v tomto rozšířeném těle.
01:58
You're tasked with navigating it down
36
118103
2163
Jste pověřeni navigovat je po
02:00
partially-seen roadways,
37
120266
2056
částečně viditelných silnicích,
02:02
in and amongst other metal giants, at super-human speeds.
38
122322
4424
v kovovém obrovi mezi dalšími takovými, rychlostí super člověka.
02:06
Okay? And all you have to guide you are your two eyes.
39
126746
4480
Je to tak? A vše, co máte, aby vás vedlo, jsou vaše dvě oči.
02:11
Okay, so that's all you have,
40
131226
1762
Dobrá, takže to je vše, co máte,
02:12
eyes that weren't really designed for this task,
41
132988
1735
oči, které ve skutečnosti ani nebyly navrženy pro takový úkol,
02:14
but then people ask you to do things like,
42
134723
3751
ale pak vás lidé žádají o věci typu
02:18
you want to make a lane change,
43
138474
1549
přejetí do jiného jízdního pruhu.
02:20
what's the first thing they ask you do?
44
140023
2321
Co je první věcí, kterou chtějí, aby jste udělali?
02:22
Take your eyes off the road. That's right.
45
142344
3095
Spusťte oči ze silnice. Tak je to správně.
02:25
Stop looking where you're going, turn,
46
145439
2096
Přestaňte se dívat, kam jedete, zabočte,
02:27
check your blind spot,
47
147535
2018
zkontrolujte si svůj slepý bod
02:29
and drive down the road without looking where you're going.
48
149553
3471
a jeďte po silnici, aniž by jste sledovali, kam jedete.
02:33
You and everyone else. This is the safe way to drive.
49
153024
3135
Vy a všichni ostatní. Tohle je bezpečný způsob řízení.
02:36
Why do we do this? Because we have to,
50
156159
2241
Proč to děláme? Protože musíme,
02:38
we have to make a choice, do I look here or do I look here?
51
158400
2579
musíme se rozhodnout, podívám se sem, nebo sem?
02:40
What's more important?
52
160979
1521
Co je důležitější?
02:42
And usually we do a fantastic job
53
162500
2711
A obvykle odvádíme skvělou práci,
02:45
picking and choosing what we attend to on the road.
54
165211
3769
odhadujeme a vybíráme čeho se na silnici účastníme.
02:48
But occasionally we miss something.
55
168980
3650
Ale příležitostně nám něco unikne.
02:52
Occasionally we sense something wrong or too late.
56
172630
4461
Příležitostně něco zachytíme špatně nebo příliš pozdě.
02:57
In countless accidents, the driver says,
57
177091
1988
U bezpočtu nehod řidič říká:
02:59
"I didn't see it coming."
58
179079
2308
"Nečekal jsem to."
03:01
And I believe that. I believe that.
59
181387
3281
A já tomu věřím. Věřím tomu.
03:04
We can only watch so much.
60
184668
2925
Nemůžeme vnímat všechno.
03:07
But the technology exists now that can help us improve that.
61
187593
5144
Ale nyní existuje technologie, která nám to může pomoci zlepšit.
03:12
In the future, with cars exchanging data with each other,
62
192737
4296
V budoucnosti, kde si auta jedno s druhým budou vyměňovat údaje,
03:17
we will be able to see not just three cars ahead
63
197033
3928
budeme schopni vidět nejen tři auta před sebou
03:20
and three cars behind, to the right and left,
64
200961
1594
a tři za sebou, vpravo a vlevo,
03:22
all at the same time, bird's eye view,
65
202555
3166
vše zároveň, z ptačí perspektivy,
03:25
we will actually be able to see into those cars.
66
205721
3128
ale také uvidíme dovnitř aut.
03:28
We will be able to see the velocity of the car in front of us,
67
208849
2371
Budeme schopni vidět rychlost auta před námi,
03:31
to see how fast that guy's going or stopping.
68
211220
3240
jak rychle ten člověk jede nebo zastavuje.
03:34
If that guy's going down to zero, I'll know.
69
214460
4510
Jestli ten člověk zpomaluje na nulu, budu o tom vědět.
03:38
And with computation and algorithms and predictive models,
70
218970
3859
A s výpočty a algoritmy a prediktivními modely
03:42
we will be able to see the future.
71
222829
3273
budeme schopni vidět do budoucnosti.
03:46
You may think that's impossible.
72
226102
1556
Možná si myslíte, že je to nemožné.
03:47
How can you predict the future? That's really hard.
73
227658
2731
Jak můžete předpovědět budoucnost? Je to skutečně těžké.
03:50
Actually, no. With cars, it's not impossible.
74
230389
3619
Vlastně, není. S auty to není nemožné.
03:54
Cars are three-dimensional objects
75
234008
2732
Auta jsou trojrozměrné objekty,
03:56
that have a fixed position and velocity.
76
236740
2332
které mají pevnou polohu a rychlost.
03:59
They travel down roads.
77
239072
1631
Cestují po silnicích.
04:00
Often they travel on pre-published routes.
78
240703
2412
Často cestují po předběžně zveřejněných cestách.
04:03
It's really not that hard to make reasonable predictions
79
243115
3938
Skutečně není tak těžké udělat přiměřené prognózy toho,
04:07
about where a car's going to be in the near future.
80
247053
2864
kam auto pojede v blízké budoucnosti.
04:09
Even if, when you're in your car
81
249917
2002
I v případě, že jste ve svém autě
04:11
and some motorcyclist comes -- bshoom! --
82
251919
1994
a nějaký motocyklista předjíždí -- bum! --
04:13
85 miles an hour down, lane-splitting --
83
253913
2296
rychlostí 85 mil za hodinu --
04:16
I know you've had this experience --
84
256209
2547
já vím, že jste měli takovou zkušenost --
04:18
that guy didn't "just come out of nowhere."
85
258756
2603
tenhle chlapík nepřijel "jen tak odnikud".
04:21
That guy's been on the road probably for the last half hour.
86
261359
3643
Tento chlapík byl na silnici nejspíš poslední půl hodiny.
04:25
(Laughter)
87
265002
1190
(Smích)
04:26
Right? I mean, somebody's seen him.
88
266192
3589
Je to tak? Chci říct, někdo jej už viděl.
04:29
Ten, 20, 30 miles back, someone's seen that guy,
89
269781
2768
Deset, 20, 30 mil nazpět toho chlapíka někdo viděl,
04:32
and as soon as one car sees that guy
90
272549
2384
a jakmile jedno auto toho člověka spatří
04:34
and puts him on the map, he's on the map --
91
274933
2231
a umístí jej na mapu, je na mapě --
04:37
position, velocity,
92
277164
2176
poloha, rychlost,
04:39
good estimate he'll continue going 85 miles an hour.
93
279340
2321
s dobrým odhadem bude pokračovat v jízdě 85 mil za hodinu.
04:41
You'll know, because your car will know, because
94
281661
2184
Budete to vědět, protože vaše auto to bude vědět,
04:43
that other car will have whispered something in his ear,
95
283845
2275
protože mu to jiné auto zašeptá do ucha:
04:46
like, "By the way, five minutes,
96
286120
1923
"Mimochodem, pět minut,
04:48
motorcyclist, watch out."
97
288043
2775
motocyklista, dávej pozor."
04:50
You can make reasonable predictions about how cars behave.
98
290818
2703
Můžete přiměřeně předvídat, jak se auta chovají.
04:53
I mean, they're Newtonian objects.
99
293521
1365
Chci říct, jsou to Newtonovy objekty.
04:54
That's very nice about them.
100
294886
2909
To je na nich velice pěkné.
04:57
So how do we get there?
101
297795
3034
Takže jak se k tomu dostaneme?
05:00
We can start with something as simple
102
300829
2266
Můžeme začít s něčím tak jednoduchým,
05:03
as sharing our position data between cars,
103
303095
2870
jako je sdílení údajů o naší poloze mezi auty,
05:05
just sharing GPS.
104
305965
1892
stačí sdílené GPS.
05:07
If I have a GPS and a camera in my car,
105
307857
2444
Pokud budu mít ve svém autě GPS a kameru,
05:10
I have a pretty precise idea of where I am
106
310301
2231
budu mít dost přesnou představu o tom, kde jsem
05:12
and how fast I'm going.
107
312532
1732
a jak rychle jedu.
05:14
With computer vision, I can estimate where
108
314264
1657
S počítačovým viděním můžu odhadnout,
05:15
the cars around me are, sort of, and where they're going.
109
315921
3537
kde asi jsou auta kolem mě, a kam jedou.
05:19
And same with the other cars.
110
319458
970
A totéž s ostatními auty.
05:20
They can have a precise idea of where they are,
111
320428
1814
Můžou mít přesnou představu o tom, kde jsou,
05:22
and sort of a vague idea of where the other cars are.
112
322242
2146
a takovou mlhavou představu, kde jsou ostatní auta.
05:24
What happens if two cars share that data,
113
324388
3231
Co se stane, jestli dvě auta sdílí tyto údaje,
05:27
if they talk to each other?
114
327619
1955
jestli spolu mluví?
05:29
I can tell you exactly what happens.
115
329574
2778
Můžu vám říct přesně, co se stane.
05:32
Both models improve.
116
332352
2339
Oba modely se zlepší.
05:34
Everybody wins.
117
334691
2055
Každý vyhraje.
05:36
Professor Bob Wang and his team
118
336746
2577
Profesor Bob Wang a jeho tým
05:39
have done computer simulations of what happens
119
339323
2738
udělali počítačové simulace toho, co se stane,
05:42
when fuzzy estimates combine, even in light traffic,
120
342061
3431
když se nejasné odhady spojí, dokonce i v provozu za světla,
05:45
when cars just share GPS data,
121
345492
2624
kdy auta sdílí GPS údaje,
05:48
and we've moved this research out of the computer simulation
122
348116
2513
a my jsme tento výzkum posunuli z počítačové simulace
05:50
and into robot test beds that have the actual sensors
123
350629
3027
do robotových testbed, které mají skutečné snímače,
05:53
that are in cars now on these robots:
124
353656
3133
které jsou nyní v autech na těchto robotech:
05:56
stereo cameras, GPS,
125
356789
1838
stereo kamery, GPS,
05:58
and the two-dimensional laser range finders
126
358627
1874
a dvourozměrné laserové dálkoměry,
06:00
that are common in backup systems.
127
360501
2240
které jsou běžné v zálohovacích systémech.
06:02
We also attach a discrete short-range communication radio,
128
362741
4484
Přikládáme také diskrétní komunikační rádio krátkého dosahu
06:07
and the robots talk to each other.
129
367225
1909
a roboti spolu hovoří.
06:09
When these robots come at each other,
130
369134
1539
Když na sebe roboti přijdou,
06:10
they track each other's position precisely,
131
370673
2971
přesně sledují vzájemnou polohu
06:13
and they can avoid each other.
132
373644
2737
a mohou se sobě navzájem vyhnout.
06:16
We're now adding more and more robots into the mix,
133
376381
3226
Nyní do této kombinace přidáváme více a více robotů
06:19
and we encountered some problems.
134
379607
1471
a narazili jsme na určité problémy.
06:21
One of the problems, when you get too much chatter,
135
381078
2359
Jeden z těch problémů je, když je kolem příliš mnoho štěbetání,
06:23
it's hard to process all the packets, so you have to prioritize,
136
383437
3728
je obtížné zpracovat všechny balíčky, takže musíte něco upřednostnit,
06:27
and that's where the predictive model helps you.
137
387165
2357
a zde vám pomohou prediktivní modely.
06:29
If your robot cars are all tracking the predicted trajectories,
138
389522
4372
Pokud vaše auta-roboty všechny sledují předpovězené trajektorie,
06:33
you don't pay as much attention to those packets.
139
393894
1767
nemusíte věnovat tolik pozornosti těm balíčkům.
06:35
You prioritize the one guy
140
395661
1703
Upřednostníte jednoho člověka,
06:37
who seems to be going a little off course.
141
397364
1333
který se zdá být trochu mimo kurz.
06:38
That guy could be a problem.
142
398697
2526
Ten by mohl být problémem.
06:41
And you can predict the new trajectory.
143
401223
3002
A vy můžete předpovědět novou trajektorii.
06:44
So you don't only know that he's going off course, you know how.
144
404225
2763
Takže víte nejen to, že jede mimo kurz, víte i jak.
06:46
And you know which drivers you need to alert to get out of the way.
145
406988
3725
A víte které řidiče máte varovat, aby uhnuli z cesty.
06:50
And we wanted to do -- how can we best alert everyone?
146
410713
2633
Šlo nám o to, jak nejlépe varovat každého.
06:53
How can these cars whisper, "You need to get out of the way?"
147
413346
3183
Jak mohou tato auta šeptat: "Musíš uhnout z cesty?"
06:56
Well, it depends on two things:
148
416529
1517
Nu, záleží to na dvou věcech:
06:58
one, the ability of the car,
149
418046
2169
zaprvé na schopnosti auta,
07:00
and second the ability of the driver.
150
420215
3217
a zadruhé na schopnosti řidiče.
07:03
If one guy has a really great car,
151
423432
1505
Pokud má jeden člověk opravdu velké auto,
07:04
but they're on their phone or, you know, doing something,
152
424937
2925
ale zrovna telefonuje, nebo, však víte, prostě něco dělá,
07:07
they're not probably in the best position
153
427862
1930
asi není v té nejlepší pozici,
07:09
to react in an emergency.
154
429792
2970
aby reagoval v případě pohotovosti.
07:12
So we started a separate line of research
155
432762
1665
Takže jsme začali se samostatnou částí výzkumu,
07:14
doing driver state modeling.
156
434427
2551
který modeluje stav řidiče.
07:16
And now, using a series of three cameras,
157
436978
2329
A nyní, za užití série tří kamer,
07:19
we can detect if a driver is looking forward,
158
439307
2270
můžeme odhalit, jestli se řidič dívá dopředu,
07:21
looking away, looking down, on the phone,
159
441577
2860
jinam, dolů, na telefon,
07:24
or having a cup of coffee.
160
444437
3061
nebo jestli si dává šálek kávy.
07:27
We can predict the accident
161
447498
2070
Umíme předpovědět nehodu,
07:29
and we can predict who, which cars,
162
449568
3651
a umíme předpovědět kdo, která auta,
07:33
are in the best position to move out of the way
163
453219
3486
jsou v nejlepší pozici k poodjetí z cesty,
07:36
to calculate the safest route for everyone.
164
456705
3009
abychom vypočítali nejbezpečnější cestu pro každého.
07:39
Fundamentally, these technologies exist today.
165
459714
4635
V podstatě tyto technologie dnes existují.
07:44
I think the biggest problem that we face
166
464349
2824
Myslím si, že největší problém, kterému čelíme,
07:47
is our own willingness to share our data.
167
467173
3013
je naše vlastní ochota sdílet údaje.
07:50
I think it's a very disconcerting notion,
168
470186
2631
Myslím, že je to velmi znepokojující představa,
07:52
this idea that our cars will be watching us,
169
472817
2386
tento nápad, že naše auta nás budou sledovat,
07:55
talking about us to other cars,
170
475203
3371
říkat o nás dalším autům,
07:58
that we'll be going down the road in a sea of gossip.
171
478574
3427
že pojedeme po cestě v moři pomluv.
08:02
But I believe it can be done in a way that protects our privacy,
172
482001
3897
Ale věřím, že to může být uděláno způsobem, který by chránil naše soukromí,
08:05
just like right now, when I look at your car from the outside,
173
485898
3741
stejně jako nyní, kdy se zvenku podívám na vaše auto,
08:09
I don't really know about you.
174
489639
2363
a prakticky o vás nevím.
08:12
If I look at your license plate number,
175
492002
1137
Když se podívám na vaši státní poznávací značku,
08:13
I don't really know who you are.
176
493139
1886
ve skutečnosti nevím, kdo jste.
08:15
I believe our cars can talk about us behind our backs.
177
495025
4249
Věřím, že naše auta o nás mohou mluvit za našimi zády.
08:19
(Laughter)
178
499274
2975
(Smích)
08:22
And I think it's going to be a great thing.
179
502249
3185
A myslím si, že to bude skvělá věc.
08:25
I want you to consider for a moment
180
505434
1650
Chci, aby jste na chvíli pouvažovali,
08:27
if you really don't want the distracted teenager behind you
181
507084
4118
zda opravdu nechcete, aby ten nepozorný teenager za vámi
08:31
to know that you're braking,
182
511202
2120
věděl, že zastavujete,
08:33
that you're coming to a dead stop.
183
513322
2924
že zastavujete na doraz.
08:36
By sharing our data willingly,
184
516246
2741
Ochotným sdílením našich dat
08:38
we can do what's best for everyone.
185
518987
2812
můžeme udělat to, co je nejlepší pro každého.
08:41
So let your car gossip about you.
186
521799
3076
Tak nechte vaše auto, aby vás pomlouvalo.
08:44
It's going to make the roads a lot safer.
187
524875
3038
Silnice budou mnohem bezpečnější.
08:47
Thank you.
188
527913
1791
Děkuji vám za pozornost.
08:49
(Applause)
189
529704
4985
(Potlesk)
O tomto webu

Tato stránka vám představí videa na YouTube, která jsou užitečná pro výuku angličtiny. Uvidíte lekce angličtiny vedené špičkovými učiteli z celého světa. Dvojklikem na anglické titulky zobrazené na každé stránce s videem si video přehrajete přímo odtud. Titulky se posouvají synchronizovaně s přehráváním videa. Pokud máte nějaké připomínky nebo požadavky, kontaktujte nás prosím pomocí tohoto kontaktního formuláře.

https://forms.gle/WvT1wiN1qDtmnspy7