Chris Urmson: How a driverless car sees the road

862,221 views ・ 2015-06-26

TED


Haga doble clic en los subtítulos en inglés para reproducir el vídeo.

Traductor: Sebastian Betti Revisor: Lidia Cámara de la Fuente
00:12
So in 1885, Karl Benz invented the automobile.
0
12528
3949
En 1885, Karl Benz inventó el automóvil.
00:16
Later that year, he took it out for the first public test drive,
1
16707
3762
Más tarde ese año, lo sacó para la primera prueba de conducción pública,
00:20
and -- true story -- crashed into a wall.
2
20469
3375
para --historia verdadera-- estrellarse contra una pared.
00:24
For the last 130 years,
3
24184
2043
En los últimos 130 años,
00:26
we've been working around that least reliable part of the car, the driver.
4
26227
4319
hemos trabajado en torno a esa parte menos fiable del vehículo, el conductor.
00:30
We've made the car stronger.
5
30546
1354
Hemos hecho autos más fuertes.
00:32
We've added seat belts, we've added air bags,
6
32200
2548
Se ha añadido el cinturón de seguridad, las bolsas de aire,
00:34
and in the last decade, we've actually started trying to make the car smarter
7
34748
3971
y en la última década empezamos a hacer autos más inteligentes
00:38
to fix that bug, the driver.
8
38719
2938
para solucionar ese problema, el conductor.
00:41
Now, today I'm going to talk to you a little bit about the difference
9
41657
3261
Hoy les hablaré un poco de la diferencia
00:44
between patching around the problem with driver assistance systems
10
44918
3808
entre emparchar el problema con sistemas de conducción asistida
00:48
and actually having fully self-driving cars
11
48726
2564
y realmente tener autos plenamente autoconducidos
00:51
and what they can do for the world.
12
51290
1880
y lo que estos pueden hacer por el mundo.
00:53
I'm also going to talk to you a little bit about our car
13
53170
2995
También les hablaré un poco de nuestro auto
00:56
and allow you to see how it sees the world and how it reacts and what it does,
14
56165
3999
para que vean cómo ve el mundo, cómo reacciona y qué hace,
01:00
but first I'm going to talk a little bit about the problem.
15
60164
3187
pero primero hablaré un poco sobre el problema.
01:03
And it's a big problem:
16
63651
1648
Y es un gran problema.
01:05
1.2 million people are killed on the world's roads every year.
17
65299
3089
en la carretera en el mundo mueren 1,2 millones de personas al año.
01:08
In America alone, 33,000 people are killed each year.
18
68388
3784
Solo en EE.UU., mueren 33 000 personas al año.
01:12
To put that in perspective,
19
72172
2028
Para poner eso en perspectiva,
01:14
that's the same as a 737 falling out of the sky every working day.
20
74200
4797
es como si cayeran 737 personas del cielo cada día laboral.
01:19
It's kind of unbelievable.
21
79342
1786
Es increíble.
01:21
Cars are sold to us like this,
22
81548
2298
Nos venden los autos así,
01:23
but really, this is what driving's like.
23
83846
2717
pero en realidad, la conducción es algo así.
01:26
Right? It's not sunny, it's rainy,
24
86563
2159
¿Cierto? No es soleado, es lluvioso,
01:28
and you want to do anything other than drive.
25
88722
2488
y Uds. quieren hacer otras cosas que conducir.
01:31
And the reason why is this:
26
91210
1622
Y esta es la razón:
01:32
Traffic is getting worse.
27
92832
1858
El tránsito es cada vez peor.
01:34
In America, between 1990 and 2010,
28
94690
3506
En EE.UU., entre 1990 y 2010,
01:38
the vehicle miles traveled increased by 38 percent.
29
98196
3504
los kilómetros recorridos por vehículo aumentaron un 38 %.
01:42
We grew by six percent of roads,
30
102213
2749
Las carreteras crecieron un 6 %,
01:44
so it's not in your brains.
31
104962
1602
así que no es idea de Uds.
01:46
Traffic really is substantially worse than it was not very long ago.
32
106564
4276
El tránsito es sustancialmente peor de lo que fue no hace mucho.
01:50
And all of this has a very human cost.
33
110840
2409
Y todo esto tiene un impacto humano muy alto.
01:53
So if you take the average commute time in America, which is about 50 minutes,
34
113529
3948
Por ejemplo, el tiempo de viaje promedio en EE.UU. es de unos 50 minutos,
01:57
you multiply that by the 120 million workers we have,
35
117477
3649
lo multiplicamos por los 120 millones de trabajadores,
02:01
that turns out to be about six billion minutes
36
121126
2225
eso da unos 6000 millones de minutos
02:03
wasted in commuting every day.
37
123351
2026
derrochados en desplazamientos cada día.
02:05
Now, that's a big number, so let's put it in perspective.
38
125377
2827
Es un número enorme, así que pongamos esto en perspectiva.
02:08
You take that six billion minutes
39
128204
1774
Tomamos esos 6000 millones de minutos
02:09
and you divide it by the average life expectancy of a person,
40
129978
3784
y los dividimos entre la edad media de una persona,
02:13
that turns out to be 162 lifetimes
41
133762
3135
eso da 162 vidas
02:16
spent every day, wasted,
42
136897
2925
gastadas cada día, derrochadas,
02:19
just getting from A to B.
43
139822
2044
solo para ir de A a B.
02:21
It's unbelievable.
44
141866
1730
Es increíble.
02:23
And then, there are those of us who don't have the privilege
45
143596
2844
Y luego estamos quienes no tenemos el privilegio
02:26
of sitting in traffic.
46
146440
1672
de sentarnos en el tránsito.
02:28
So this is Steve.
47
148112
1578
Este es Steve.
02:29
He's an incredibly capable guy,
48
149690
1765
Es un tipo muy capaz,
02:31
but he just happens to be blind,
49
151455
2516
pero es ciego,
02:33
and that means instead of a 30-minute drive to work in the morning,
50
153971
3217
y por eso en vez de conducir 30 minutos para ir al trabajo cada mañana,
02:37
it's a two-hour ordeal of piecing together bits of public transit
51
157188
3979
pasa dos horas en el transporte público
02:41
or asking friends and family for a ride.
52
161167
2385
o pidiendo a amigos y familiares que lo lleven.
02:43
He doesn't have that same freedom that you and I have to get around.
53
163552
3669
No tiene la misma libertad que Uds. y yo para moverse.
02:47
We should do something about that.
54
167221
2460
Deberíamos hacer algo al respecto.
02:49
Now, conventional wisdom would say
55
169891
1757
El conocimiento convencional afirma
02:51
that we'll just take these driver assistance systems
56
171648
2492
que si tomamos estos sistemas de asistencia al conductor
02:54
and we'll kind of push them and incrementally improve them,
57
174140
3750
si los impulsamos y mejoramos de manera incremental,
02:57
and over time, they'll turn into self-driving cars.
58
177890
2542
con el tiempo, se convertirán en vehículos autoconducidos.
03:00
Well, I'm here to tell you that's like me saying
59
180432
2409
Bueno, vengo a decirles que eso es como decir
03:02
that if I work really hard at jumping, one day I'll be able to fly.
60
182841
4057
que si nos esforzamos mucho en saltar, un día podremos volar.
03:06
We actually need to do something a little different.
61
186898
2728
Realmente tenemos que hacer algo un poco diferente.
03:09
And so I'm going to talk to you about three different ways
62
189626
2711
Por eso les hablaré de tres formas diferentes en las que
03:12
that self-driving systems are different than driver assistance systems.
63
192337
3346
los sistemas autoconducidos difieren de los de conducción asistida.
03:15
And I'm going to start with some of our own experience.
64
195683
2651
Empezaré con la experiencia propia.
03:18
So back in 2013,
65
198334
2253
Volviendo a 2013,
03:20
we had the first test of a self-driving car
66
200587
2663
hicimos la primera prueba de un vehículo autoconducido
03:23
where we let regular people use it.
67
203250
2027
y se los dimos a probar a la gente común.
03:25
Well, almost regular -- they were 100 Googlers,
68
205277
2202
Bueno, casi comunes... eran 100 empleados de Google
03:27
but they weren't working on the project.
69
207479
2003
pero no trabajaban en el proyecto.
03:29
And we gave them the car and we allowed them to use it in their daily lives.
70
209482
3621
Les dimos los autos y les permitimos usarlos en sus vidas diarias.
03:33
But unlike a real self-driving car, this one had a big asterisk with it:
71
213103
3719
A diferencia de un vehículo autoconducido real este tenía una gran salvedad:
03:36
They had to pay attention,
72
216822
1504
Había que prestar atención,
03:38
because this was an experimental vehicle.
73
218326
2633
porque era un vehículo experimental.
03:40
We tested it a lot, but it could still fail.
74
220959
3525
Lo probamos mucho, pero podía fallar.
03:44
And so we gave them two hours of training,
75
224484
2059
Los capacitamos durante dos horas,
03:46
we put them in the car, we let them use it,
76
226543
2092
los pusimos en el auto, les dejamos que lo usaran,
03:48
and what we heard back was something awesome,
77
228635
2127
y la respuesta fue asombrosa,
03:50
as someone trying to bring a product into the world.
78
230762
2524
como si alguien tratara de crear un producto.
03:53
Every one of them told us they loved it.
79
233286
1925
Cada uno de ellos dijo que le encantó.
03:55
In fact, we had a Porsche driver who came in and told us on the first day,
80
235211
3566
De hecho, tuvimos un conductor de Porsche que vino y nos dijo el primer día:
03:58
"This is completely stupid. What are we thinking?"
81
238777
2663
"Esto es totalmente tonto. ¿En qué estamos pensando?"
04:01
But at the end of it, he said, "Not only should I have it,
82
241850
2840
Pero al final, dijo: "No solo yo debería tenerlo,
04:04
everyone else should have it, because people are terrible drivers."
83
244690
3175
todos los demás deberían tenerlo, porque las personas conducen muy mal".
04:09
So this was music to our ears,
84
249135
1735
Eso fue música para nuestros oídos,
04:10
but then we started to look at what the people inside the car were doing,
85
250870
3803
pero luego empezamos a observar qué hacía la gente dentro del auto,
04:14
and this was eye-opening.
86
254673
1579
y esto fue revelador.
04:16
Now, my favorite story is this gentleman
87
256252
2438
Mi historia favorita es la de este caballero
04:18
who looks down at his phone and realizes the battery is low,
88
258690
3829
que mira el teléfono y se da cuenta de que la batería está baja,
04:22
so he turns around like this in the car and digs around in his backpack,
89
262519
4548
se da vuelta así en el auto y busca en su mochila,
04:27
pulls out his laptop,
90
267067
2153
saca su laptop,
04:29
puts it on the seat,
91
269220
1567
la coloca en el asiento,
04:30
goes in the back again,
92
270787
1764
gira hacia atrás otra vez,
04:32
digs around, pulls out the charging cable for his phone,
93
272551
3367
hurga en la mochila, saca el cargador de su teléfono,
04:35
futzes around, puts it into the laptop, puts it on the phone.
94
275918
3367
lo conecta en el laptop y al teléfono.
04:39
Sure enough, the phone is charging.
95
279285
2043
Se asegura de que el teléfono está cargando.
04:41
All the time he's been doing 65 miles per hour down the freeway.
96
281328
3994
Todo esto a 100 km por hora en la autopista.
04:45
Right? Unbelievable.
97
285322
2484
¿Correcto? Increíble.
04:47
So we thought about this and we said, it's kind of obvious, right?
98
287806
3121
Lo pensamos y dijimos: es obvio, ¿no?
04:50
The better the technology gets,
99
290927
2263
Cuanto mejor sea la tecnología,
04:53
the less reliable the driver is going to get.
100
293190
2121
menos confiable se volverá el conductor.
04:55
So by just making the cars incrementally smarter,
101
295311
2396
Al hacer autos cada vez más inteligentes,
04:57
we're probably not going to see the wins we really need.
102
297707
2902
quizá no veamos las ganancias que necesitamos.
05:00
Let me talk about something a little technical for a moment here.
103
300609
3901
Ahora hablaré de algo un poco técnico durante un momento.
05:04
So we're looking at this graph, and along the bottom
104
304510
2438
Estamos viendo en este gráfico, en la parte inferior
05:06
is how often does the car apply the brakes when it shouldn't.
105
306948
3051
la frecuencia con la que el auto usa los frenos sin necesidad.
05:09
You can ignore most of that axis,
106
309999
1621
Pueden ignorar gran parte de ese eje,
05:11
because if you're driving around town, and the car starts stopping randomly,
107
311620
3719
porque si conducen en la ciudad, y el auto empieza a detenerse al azar,
05:15
you're never going to buy that car.
108
315339
1701
nunca comprarán ese vehículo.
05:17
And the vertical axis is how often the car is going to apply the brakes
109
317040
3375
Y el eje vertical es la frecuencia con la que el auto usará los frenos
05:20
when it's supposed to to help you avoid an accident.
110
320415
3049
cuando se supone que debe ayudar a evitar un accidente.
05:23
Now, if we look at the bottom left corner here,
111
323464
2221
Si vemos la esquina inferior izquierda,
05:25
this is your classic car.
112
325685
1845
este es el auto clásico.
05:27
It doesn't apply the brakes for you, it doesn't do anything goofy,
113
327530
3133
No aplica los frenos por uno, no hace nada torpe,
05:30
but it also doesn't get you out of an accident.
114
330663
2779
pero tampoco evita un accidente.
05:33
Now, if we want to bring a driver assistance system into a car,
115
333442
3018
Si queremos introducir un sistema de conducción asistida,
05:36
say with collision mitigation braking,
116
336460
1828
digamos con freno de mitigación de colisiones,
05:38
we're going to put some package of technology on there,
117
338288
2612
pondremos cierta tecnología allí,
05:40
and that's this curve, and it's going to have some operating properties,
118
340900
3418
eso es esa curva, y tendrá unas propiedades operativas,
05:44
but it's never going to avoid all of the accidents,
119
344318
2490
pero nunca evitará todos los accidentes,
05:46
because it doesn't have that capability.
120
346808
2059
porque no tiene esa capacidad.
05:48
But we'll pick some place along the curve here,
121
348867
2249
Pero tocaremos la curva por aquí,
y quizá evite la mitad de los accidentes cometidos por conductores humanos,
05:51
and maybe it avoids half of accidents that the human driver misses,
122
351116
3254
05:54
and that's amazing, right?
123
354370
1297
y eso es increíble, ¿no?
05:55
We just reduced accidents on our roads by a factor of two.
124
355667
2727
Reducimos accidentes viales en un factor de dos.
05:58
There are now 17,000 less people dying every year in America.
125
358394
3987
Ahora hay 17 000 personas menos que mueren al año en EE.UU.
06:02
But if we want a self-driving car,
126
362381
2020
Pero si queremos un vehículo autoconducido,
06:04
we need a technology curve that looks like this.
127
364401
2307
necesitamos una curva tecnológica que se parece a esto.
06:06
We're going to have to put more sensors in the vehicle,
128
366708
2599
Tendremos que poner más sensores en el vehículo,
06:09
and we'll pick some operating point up here
129
369307
2021
y alcanzaremos algún punto por aquí
06:11
where it basically never gets into a crash.
130
371328
2019
donde básicamente nunca habrá un accidente.
06:13
They'll happen, but very low frequency.
131
373347
2443
Ocurrirán, pero con una frecuencia muy baja.
06:15
Now you and I could look at this and we could argue
132
375790
2461
Uds. y yo podríamos ver esto y argumentar
06:18
about whether it's incremental, and I could say something like "80-20 rule,"
133
378251
3605
si esto es incremental, y yo podría decir algo como "regla 80-20",
06:21
and it's really hard to move up to that new curve.
134
381856
2568
y es realmente difícil subir en esa nueva curva.
06:24
But let's look at it from a different direction for a moment.
135
384424
2934
Pero veámoslo desde una dirección diferente por un momento.
06:27
So let's look at how often the technology has to do the right thing.
136
387358
3512
Veamos con qué frecuencia la tecnología tiene que hacer lo correcto.
06:30
And so this green dot up here is a driver assistance system.
137
390870
3506
Este punto verde de aquí es un sistema de conducción asistida.
06:34
It turns out that human drivers
138
394376
2485
Resulta que los conductores humanos
06:36
make mistakes that lead to traffic accidents
139
396861
2647
cometen errores que llevan a accidentes de tránsito
06:39
about once every 100,000 miles in America.
140
399508
3172
aproximadamente una vez cada 160 000 km en EE.UU.
06:42
In contrast, a self-driving system is probably making decisions
141
402680
3167
Un sistema de autoconducción, por el contrario, quizá toma decisiones
06:45
about 10 times per second,
142
405847
3663
unas 10 veces por segundo,
06:49
so order of magnitude,
143
409510
1422
por lo que el orden de magnitud
06:50
that's about 1,000 times per mile.
144
410932
2832
es de unas 1000 veces cada 1,6 km.
06:53
So if you compare the distance between these two,
145
413764
2485
Si se compara la distancia entre estos dos,
06:56
it's about 10 to the eighth, right?
146
416249
2600
es de 10 a la octava, ¿no?
06:58
Eight orders of magnitude.
147
418849
1765
Ocho órdenes de magnitud.
07:00
That's like comparing how fast I run
148
420614
2809
Es como comparar lo rápido que puedo correr
07:03
to the speed of light.
149
423423
2206
a la velocidad de la luz.
07:05
It doesn't matter how hard I train, I'm never actually going to get there.
150
425629
3785
Sin importar lo duro que entrene, nunca llegaré allí.
07:09
So there's a pretty big gap there.
151
429414
2438
Existe una brecha bastante grande.
07:11
And then finally, there's how the system can handle uncertainty.
152
431852
3729
Y, finalmente, está el manejo de la incertidumbre.
07:15
So this pedestrian here might be stepping into the road, might not be.
153
435581
3323
Este peatón podría entrar en la carretera, podría no entrar.
07:18
I can't tell, nor can any of our algorithms,
154
438904
3395
No lo sé, ni lo saben nuestros algoritmos,
pero en el caso de un sistema de asistencia de conducción,
07:22
but in the case of a driver assistance system,
155
442310
2284
07:24
that means it can't take action, because again,
156
444594
2806
significa que no puede hacer algo porque, de nuevo,
07:27
if it presses the brakes unexpectedly, that's completely unacceptable.
157
447400
3339
si pisa los frenos inesperadamente, es completamente inaceptable.
07:30
Whereas a self-driving system can look at that pedestrian and say,
158
450739
3133
Mientras que un sistema autoconducido puede mirar al peatón y decir:
07:33
I don't know what they're about to do,
159
453872
1890
no sé qué está por hacer,
07:35
slow down, take a better look, and then react appropriately after that.
160
455762
3762
desaceleraré, observaré mejor y después reaccionaré en consecuencia.
07:39
So it can be much safer than a driver assistance system can ever be.
161
459524
3702
Puede ser mucho más seguro que un sistema de conducción asistida.
07:43
So that's enough about the differences between the two.
162
463226
2730
Eso es suficiente sobre la diferencia entre ambos sistemas.
07:45
Let's spend some time talking about how the car sees the world.
163
465956
3484
Hablemos ahora de cómo ve el auto el mundo.
07:49
So this is our vehicle.
164
469440
1252
Este es nuestro vehículo.
07:50
It starts by understanding where it is in the world,
165
470692
2438
Empieza por entender dónde está en el mundo,
07:53
by taking a map and its sensor data and aligning the two,
166
473130
2787
alineando su mapa y los datos de su sensor,
07:55
and then we layer on top of that what it sees in the moment.
167
475917
2948
y luego apilamos encima lo que ve en el momento.
07:58
So here, all the purple boxes you can see are other vehicles on the road,
168
478865
3655
Las cajas púrpura que pueden ver son otros vehículos en la carretera,
08:02
and the red thing on the side over there is a cyclist,
169
482520
2528
y la cosa roja allí al lado es un ciclista,
08:05
and up in the distance, if you look really closely,
170
485048
2402
y a la distancia, si vemos de cerca,
08:07
you can see some cones.
171
487450
1794
se ven unos conos.
08:09
Then we know where the car is in the moment,
172
489244
2773
Luego sabemos dónde está el auto en el momento,
08:12
but we have to do better than that: we have to predict what's going to happen.
173
492017
3833
pero tenemos que hacerlo mejor: tenemos que predecir qué ocurrirá.
08:15
So here the pickup truck in top right is about to make a left lane change
174
495850
3488
La camioneta de la parte superior derecha está a punto de pasar al carril izquierdo
08:19
because the road in front of it is closed,
175
499338
2223
porque la carretera al frente está cerrada,
08:21
so it needs to get out of the way.
176
501561
1731
por eso tiene que salir del camino.
08:23
Knowing that one pickup truck is great,
177
503292
1863
Conocer a esa camioneta es genial,
08:25
but we really need to know what everybody's thinking,
178
505155
2479
pero tenemos que conocer qué piensan todos,
08:27
so it becomes quite a complicated problem.
179
507634
2507
por eso se vuelve un problema bastante complicado.
08:30
And then given that, we can figure out how the car should respond in the moment,
180
510141
4749
Y sabiendo eso, hay que adivinar cómo debería responder el auto en el momento,
08:34
so what trajectory it should follow, how quickly it should slow down or speed up.
181
514890
3866
qué trayectoria debería seguir, si debería acelerar o desacelerar.
08:38
And then that all turns into just following a path:
182
518756
3065
Y luego todo se reduce a seguir el camino:
08:41
turning the steering wheel left or right, pressing the brake or gas.
183
521821
3197
girar el volante a izquierda o derecha, presionar el freno o acelerar.
08:45
It's really just two numbers at the end of the day.
184
525018
2464
Son realmente al final solo dos números.
08:47
So how hard can it really be?
185
527482
2241
¿Cuán difícil puede ser realmente?
Cuando empezamos en 2009,
08:50
Back when we started in 2009,
186
530433
1952
08:52
this is what our system looked like.
187
532385
1798
este era el aspecto de nuestro sistema.
08:54
So you can see our car in the middle and the other boxes on the road,
188
534183
3391
Pueden ver nuestro auto en medio y las otras cajas en la carretera,
08:57
driving down the highway.
189
537574
1271
conduciendo por la autopista.
08:58
The car needs to understand where it is and roughly where the other vehicles are.
190
538845
3818
El auto tiene que entender dónde está y saber dónde están los otros.
09:02
It's really a geometric understanding of the world.
191
542663
2429
Tiene que entender geométricamente el mundo.
Cuando empezamos a conducir en las calles del barrio y la ciudad,
09:05
Once we started driving on neighborhood and city streets,
192
545092
2948
09:08
the problem becomes a whole new level of difficulty.
193
548040
2445
el problema adquiere un nuevo nivel de dificultad.
09:10
You see pedestrians crossing in front of us, cars crossing in front of us,
194
550485
3494
Vemos peatones y autos cruzando
09:13
going every which way,
195
553979
1811
en todas las direcciones,
09:15
the traffic lights, crosswalks.
196
555790
1527
los semáforos, los pasos de peatones.
09:17
It's an incredibly complicated problem by comparison.
197
557317
2797
Es un problema increíblemente complicado en comparación.
09:20
And then once you have that problem solved,
198
560114
2103
Y una vez tenemos el problema resuelto,
09:22
the vehicle has to be able to deal with construction.
199
562217
2512
el vehículo debe poder lidiar con la construcción.
09:24
So here are the cones on the left forcing it to drive to the right,
200
564729
3151
Los conos de la izquierda obligan a conducir a la derecha,
09:27
but not just construction in isolation, of course.
201
567880
2402
pero no se trata solo de la construcción en forma aislada, claro.
09:30
It has to deal with other people moving through that construction zone as well.
202
570282
3723
También tiene en cuenta personas en movimiento por la zona de construcción.
09:34
And of course, if anyone's breaking the rules, the police are there
203
574005
3263
Y, claro, si alguien no cumple las reglas, la policía está allí
09:37
and the car has to understand that that flashing light on the top of the car
204
577268
3622
y el vehículo debe entender que la luz titilante encima del auto
09:40
means that it's not just a car, it's actually a police officer.
205
580890
3105
significa que no es un vehículo cualquiera sino el de una patrulla de policía.
09:43
Similarly, the orange box on the side here,
206
583995
2032
De manera similar, la caja naranja en el lateral
09:46
it's a school bus,
207
586027
1109
es un bus escolar,
09:47
and we have to treat that differently as well.
208
587136
2520
y debe recibir un trato especial también.
Cuando estamos fuera en la carretera, otras personas tienen expectativas:
09:50
When we're out on the road, other people have expectations:
209
590576
2793
09:53
So, when a cyclist puts up their arm,
210
593369
1780
Cuando un ciclista levanta el brazo,
09:55
it means they're expecting the car to yield to them and make room for them
211
595149
3518
significa que está esperando que el auto le ceda el paso y le haga espacio
09:58
to make a lane change.
212
598667
2053
para hacer un cambio de carril.
Y cuando un oficial de policía se interpone en el camino,
10:01
And when a police officer stood in the road,
213
601030
2173
10:03
our vehicle should understand that this means stop,
214
603203
2740
nuestro vehículo debe entender que esto significa "alto",
10:05
and when they signal to go, we should continue.
215
605943
3506
y cuando indique avanzar, debemos continuar.
10:09
Now, the way we accomplish this is by sharing data between the vehicles.
216
609449
3761
Nuestra manera de lograr esto es intercambiando datos entre vehículos.
10:13
The first, most crude model of this
217
613210
1696
El primer modelo, y más crudo,
10:14
is when one vehicle sees a construction zone,
218
614906
2113
es cuando un vehículo ve una zona de construcción,
10:17
having another know about it so it can be in the correct lane
219
617019
3062
y le avisa a otro para que esté en el carril correcto
y así evitar en parte la dificultad.
10:20
to avoid some of the difficulty.
220
620081
1570
10:21
But we actually have a much deeper understanding of this.
221
621651
2664
Pero en realidad entendemos mucho más que eso.
10:24
We could take all of the data that the cars have seen over time,
222
624315
3009
Podríamos tomar los datos de los autos vistos en el tiempo,
10:27
the hundreds of thousands of pedestrians, cyclists,
223
627324
2376
los cientos de miles de peatones, ciclistas,
10:29
and vehicles that have been out there
224
629700
1787
y vehículos que hemos visto,
10:31
and understand what they look like
225
631487
1695
entender su aspecto,
10:33
and use that to infer what other vehicles should look like
226
633182
2831
y usar eso para inferir el aspecto de los otros vehículos
10:36
and other pedestrians should look like.
227
636013
1926
y el de los otros peatones.
10:37
And then, even more importantly, we could take from that a model
228
637939
3021
Y luego, incluso más importante, podríamos extraer un modelo
10:40
of how we expect them to move through the world.
229
640960
2330
de cómo esperamos que se muevan por el mundo.
10:43
So here the yellow box is a pedestrian crossing in front of us.
230
643290
2963
Aquí en la caja amarilla hay un peatón que cruza ante nosotros.
10:46
Here the blue box is a cyclist and we anticipate
231
646253
2250
La caja azul es un ciclista y anticipamos
10:48
that they're going to nudge out and around the car to the right.
232
648503
3312
que se avisarían para sortear el auto y salir hacia la derecha.
10:52
Here there's a cyclist coming down the road
233
652115
2092
Aquí hay un ciclista que va por la carretera
10:54
and we know they're going to continue to drive down the shape of the road.
234
654207
3486
y sabemos que seguirá la trayectoria de la carretera.
10:57
Here somebody makes a right turn,
235
657693
1867
Aquí alguien gira a la derecha,
10:59
and in a moment here, somebody's going to make a U-turn in front of us,
236
659560
3360
y en un momento, alguien quiere girar en U frente a nosotros,
11:02
and we can anticipate that behavior and respond safely.
237
662920
2614
y podemos anticipar ese comportamiento y responder con seguridad.
11:05
Now, that's all well and good for things that we've seen,
238
665534
2728
Todo bien con estas cosas que ya hemos visto antes,
11:08
but of course, you encounter lots of things that you haven't
239
668262
2865
pero, claro, uno encuentra muchas cosas que uno
11:11
seen in the world before.
240
671127
1231
nunca antes vio el mundo.
11:12
And so just a couple of months ago,
241
672358
1741
Por ejemplo, hace un par de meses,
11:14
our vehicles were driving through Mountain View,
242
674099
2235
nuestros vehículos circulaban por Mountain View,
11:16
and this is what we encountered.
243
676334
1644
y encontraron esto.
11:17
This is a woman in an electric wheelchair
244
677978
2082
Es una mujer en silla de ruedas electrónica
11:20
chasing a duck in circles on the road. (Laughter)
245
680060
2617
persiguiendo a un pato en círculos por la carretera. (Risas)
11:22
Now it turns out, there is nowhere in the DMV handbook
246
682677
3111
Y no hay ningún sitio en el manual del DMV
11:25
that tells you how to deal with that,
247
685788
2245
que diga cómo resolver algo así,
11:28
but our vehicles were able to encounter that,
248
688033
2143
pero nuestros vehículos pudieron resolverlo,
11:30
slow down, and drive safely.
249
690176
2255
redujeron la velocidad, y condujeron de forma segura.
11:32
Now, we don't have to deal with just ducks.
250
692431
2041
Y no solo tenemos que lidiar con patos.
11:34
Watch this bird fly across in front of us. The car reacts to that.
251
694472
3708
Miren esta ave que vuela justo frente a nosotros. El auto reacciona.
11:38
Here we're dealing with a cyclist
252
698180
1615
Aquí lidiamos con unos ciclistas
11:39
that you would never expect to see anywhere other than Mountain View.
253
699795
3290
que uno nunca esperaría ver en otro sitio que no fuese Mountain View.
11:43
And of course, we have to deal with drivers,
254
703085
2068
Y claro, tenemos que lidiar con los conductores,
11:45
even the very small ones.
255
705153
3715
incluso con los muy pequeños.
11:48
Watch to the right as someone jumps out of this truck at us.
256
708868
4131
Miren a la derecha como alguien salta de este camión hacia nosotros.
11:54
And now, watch the left as the car with the green box decides
257
714460
2929
Y ahora, miren a la izquierda cuando el auto de la caja verde decide
11:57
he needs to make a right turn at the last possible moment.
258
717389
3325
girar a la derecha a último momento.
12:00
Here, as we make a lane change, the car to our left decides
259
720714
2851
Aquí, cuando cambiamos de carril, el coche de la izquierda decide
12:03
it wants to as well.
260
723565
3553
que también quiere hacerlo.
12:07
And here, we watch a car blow through a red light
261
727118
2693
Y aquí, vemos un auto que pasa un semáforo en rojo
12:09
and yield to it.
262
729811
2090
y cede el paso.
12:11
And similarly, here, a cyclist blowing through that light as well.
263
731901
3854
Y, del mismo modo, aquí, un ciclista pasa esa luz también.
12:15
And of course, the vehicle responds safely.
264
735755
2746
Y, por supuesto, el vehículo responde en forma segura.
12:18
And of course, we have people who do I don't know what
265
738501
2601
Y, claro, tenemos personas que no sé por qué
12:21
sometimes on the road, like this guy pulling out between two self-driving cars.
266
741102
3823
a veces en la carretera, se interponen entre dos vehículos autoconducidos.
12:24
You have to ask, "What are you thinking?"
267
744925
2045
Uno se pregunta: "¿En qué estás pensando?"
12:26
(Laughter)
268
746970
1212
(Risas)
12:28
Now, I just fire-hosed you with a lot of stuff there,
269
748182
2521
Les he mostrado rápidamente muchas cosas
12:30
so I'm going to break one of these down pretty quickly.
270
750703
2650
por eso analizaré en detalle una de ellas rápidamente.
12:33
So what we're looking at is the scene with the cyclist again,
271
753353
2940
Estamos viendo nuevamente la escena del ciclista,
12:36
and you might notice in the bottom, we can't actually see the cyclist yet,
272
756293
3491
y habrán notado abajo, que todavía no podemos ver al ciclista,
12:39
but the car can: it's that little blue box up there,
273
759784
2504
pero el auto sí puede: ese esa pequeña caja azul de allí,
12:42
and that comes from the laser data.
274
762288
2081
y eso proviene de los datos láser.
12:44
And that's not actually really easy to understand,
275
764369
2418
En realidad, no es fácil de entender
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
por eso giraré esos datos láser para analizarlos,
12:50
and if you're really good at looking at laser data, you can see
277
770371
3029
y si son buenos analizando datos láser podrán ver que
12:53
a few dots on the curve there,
278
773400
1487
unos pocos puntos de esa curva,
12:54
right there, and that blue box is that cyclist.
279
774887
2372
justo allí, esa caja azul es el ciclista.
12:57
Now as our light is red,
280
777259
1149
Si bien nuestra luz es roja,
12:58
the cyclist's light has turned yellow already,
281
778408
2192
la luz del ciclista ya se puso en amarillo,
13:00
and if you squint, you can see that in the imagery.
282
780600
2438
y si observan, pueden verlo en la imagen.
13:03
But the cyclist, we see, is going to proceed through the intersection.
283
783038
3286
Pero el ciclista seguirá por la intersección.
13:06
Our light has now turned green, his is solidly red,
284
786324
2394
Nuestra luz ahora es verde, la de él es totalmente roja,
13:08
and we now anticipate that this bike is going to come all the way across.
285
788718
4292
y ahora anticipamos que esta bici hará el recorrido completo.
13:13
Unfortunately the other drivers next to us were not paying as much attention.
286
793010
3742
Por desgracia, los otros conductores cercanos no prestaron mucha atención.
13:16
They started to pull forward, and fortunately for everyone,
287
796752
3157
Empezaron a avanzar, y afortunadamente para todos,
13:19
this cyclists reacts, avoids,
288
799909
3011
este ciclista reacciona, evita,
13:22
and makes it through the intersection.
289
802920
2191
logra pasar la intersección.
13:25
And off we go.
290
805111
1568
Y allá vamos.
13:26
Now, as you can see, we've made some pretty exciting progress,
291
806679
2948
Como pueden ver, hemos hecho progresos apasionantes,
13:29
and at this point we're pretty convinced
292
809627
1902
y en este momento estamos bastante convencidos
13:31
this technology is going to come to market.
293
811529
2010
de que esta tecnología saldrá al mercado.
13:33
We do three million miles of testing in our simulators every single day,
294
813539
4783
Hacemos 4 millones 800 mil km de pruebas en simulador cada día,
podrán imaginar la experiencia que tienen nuestros vehículos.
13:38
so you can imagine the experience that our vehicles have.
295
818322
2689
Esperamos con ansia que esta tecnología salga a las carreteras,
13:41
We are looking forward to having this technology on the road,
296
821011
2864
13:43
and we think the right path is to go through the self-driving
297
823875
2890
y creemos que la forma correcta es el enfoque de la autoconducción
13:46
rather than driver assistance approach
298
826765
1844
en vez del enfoque de la conducción asistida
13:48
because the urgency is so large.
299
828609
2621
porque la urgencia es mucha.
13:51
In the time I have given this talk today,
300
831230
2393
En el tiempo que llevó dar esta charla hoy,
13:53
34 people have died on America's roads.
301
833623
3135
han muerto 34 personas en las carreteras de EE.UU.
13:56
How soon can we bring it out?
302
836758
2368
¿Qué pronto podemos llevarlo a cabo?
13:59
Well, it's hard to say because it's a really complicated problem,
303
839126
3832
Bueno, es difícil de decir porque es un problema muy complicado,
14:02
but these are my two boys.
304
842958
2214
pero estos son mis dos niños.
14:05
My oldest son is 11, and that means in four and a half years,
305
845172
3623
El más grande tiene 11 años, o sea que en 4 años y medio
14:08
he's going to be able to get his driver's license.
306
848795
2577
podrá tener su licencia de conducir.
14:11
My team and I are committed to making sure that doesn't happen.
307
851372
3204
Mi equipo y yo estamos decididos a asegurarnos de que eso no pase.
14:14
Thank you.
308
854576
1904
Gracias.
14:16
(Laughter) (Applause)
309
856480
3667
(Risas) (Aplausos)
14:21
Chris Anderson: Chris, I've got a question for you.
310
861110
2568
Chris Anderson: Chris, Tengo una pregunta para ti.
14:23
Chris Urmson: Sure.
311
863678
2809
Chris Urmson: Claro.
14:26
CA: So certainly, the mind of your cars is pretty mind-boggling.
312
866487
3924
CA: Sin duda, la mente de tus autos es bastante alucinante.
14:30
On this debate between driver-assisted and fully driverless --
313
870411
4459
En este debate entre conducción asistida y autoconducción...
14:34
I mean, there's a real debate going on out there right now.
314
874870
3041
ese debate existe hoy.
14:37
So some of the companies, for example, Tesla,
315
877911
2833
Algunas compañías, por ejemplo Tesla,
14:40
are going the driver-assisted route.
316
880744
2159
van por la senda de la conducción asistida.
14:42
What you're saying is that that's kind of going to be a dead end
317
882903
5248
Tú dices que ese camino será un callejón sin salida
14:48
because you can't just keep improving that route and get to fully driverless
318
888151
5456
porque no puedes seguir mejorando esa vía y llegar a la autoconducción
14:53
at some point, and then a driver is going to say, "This feels safe,"
319
893607
3530
en algún momento, y entonces el conductor dirá: "Esto parece seguro",
14:57
and climb into the back, and something ugly will happen.
320
897137
2647
girará hacia atrás, y entonces ocurrirá algo feo.
14:59
CU: Right. No, that's exactly right, and it's not to say
321
899784
2676
CU: Cierto. No, eso es correcto, y no quiere decir
15:02
that the driver assistance systems aren't going to be incredibly valuable.
322
902460
3537
que los sistemas de conducción asistida no vayan a ser increíblemente valiosos.
15:05
They can save a lot of lives in the interim,
323
905997
2058
Pueden salvar muchas vidas mientras tanto,
15:08
but to see the transformative opportunity to help someone like Steve get around,
324
908055
3833
pero al ver la oportunidad transformadora de ayudar a alguien como Steve a moverse,
15:11
to really get to the end case in safety,
325
911888
1969
de llegar a buen puerto en materia de seguridad,
15:13
to have the opportunity to change our cities
326
913857
2479
de tener la oportunidad de cambiar nuestras ciudades
15:16
and move parking out and get rid of these urban craters we call parking lots,
327
916336
4204
de quitar los estacionamientos y deshacernos de esos cráteres urbanos,
15:20
it's the only way to go.
328
920540
1240
es la única opción a seguir.
15:21
CA: We will be tracking your progress with huge interest.
329
921780
2718
CA: Seguiremos tu progreso con gran interés.
15:24
Thanks so much, Chris. CU: Thank you. (Applause)
330
924498
4232
Muchas gracias, Chris. CU: Gracias. (Aplausos)
Acerca de este sitio web

Este sitio le presentará vídeos de YouTube útiles para aprender inglés. Verá lecciones de inglés impartidas por profesores de primera categoría de todo el mundo. Haz doble clic en los subtítulos en inglés que aparecen en cada página de vídeo para reproducir el vídeo desde allí. Los subtítulos se desplazan en sincronía con la reproducción del vídeo. Si tiene algún comentario o petición, póngase en contacto con nosotros mediante este formulario de contacto.

https://forms.gle/WvT1wiN1qDtmnspy7