Chris Urmson: How a driverless car sees the road

Translator: Behdad Khazaeli Reviewer: soheila Jafari

So in 1885, Karl Benz invented the automobile.

درسال ۱۸۸۵ کارل بنز، خودرو را اختراع کرد

Later that year, he took it out for the first public test drive,

بعدا در همون سال، این ماشین را برای آزمایش رانندگی بیرون پیش مردم برد،

and -- true story -- crashed into a wall.

و-- این کاملا واقعیه-- کوبیدش به دیوار.

For the last 130 years,

در صد و سی سال گذشته سعی کردیم،

we've been working around that least reliable part of the car, the driver.

تا غیر قابل اعتماد ترین بخش خودرو که راننده آن هست را در نظر نگیریم.

We've made the car stronger.

اتومبیل ها رو مقاوم تر کردیم.

We've added seat belts, we've added air bags,

به اون ها کمربند ایمنی و کیسه ی هوا اضافه کردیم،

and in the last decade, we've actually started trying to make the car smarter

و در دهه ی اخیر، سعی کردیم که خودرو ها رو واقعا هوشمند تر کنیم

to fix that bug, the driver.

برای حل این ایراد، یعنی راننده.

Now, today I'm going to talk to you a little bit about the difference

امروز میخواهم کمی با شما درباره

between patching around the problem with driver assistance systems

تفاوت حل موقتی مشکل با کمک سیستم های کمکی راننده

and actually having fully self-driving cars

و داشتن خودرو های کاملا «خودران» صحبت کنم

and what they can do for the world.

و اینکه برای جهان چه فایده ای دارند.

I'm also going to talk to you a little bit about our car

میخواهم کمی در مورد خودرو خودمون با شما صحبت کنم

تا ببینید که چطوربه دنیا نگاه میکنه، چطور واکنش نشون میده و چه میکنه

and allow you to see how it sees the world and how it reacts and what it does,

but first I'm going to talk a little bit about the problem.

در ابتدا کمی در مورد مشکل صحبت میکنم.

And it's a big problem:

و البته این مشکل بزرگیه:

1.2 million people are killed on the world's roads every year.

سالانه ۱/۲ میلیون نفر از مردم جهان در تصادفات جاده ای کشته میشن

In America alone, 33,000 people are killed each year.

۳۳٫۰۰۰ مورد از این تعداد تنها در آمریکا اتفاق می افته

To put that in perspective,

بگذارید جور دیگه ای بهش نگاه کنیم

that's the same as a 737 falling out of the sky every working day.

اگر در همه روزهای کاری یک بوئینگ ۷۳۷ سقوط کنه میزان تلفات به همین مقدار خواهد بود

It's kind of unbelievable.

یه جورایی باور نکردنیه

Cars are sold to us like this,

اتومبیل هایی که اینجوری به ما فروخته میشن

but really, this is what driving's like.

اما واقعیت رانندگی اینطوریه.

Right? It's not sunny, it's rainy,

مگه نه؟ هوا آفتابی نیست، بارونیه،

and you want to do anything other than drive.

و شما دوست دارین هر کاری بکنین به جز رانندگی!

And the reason why is this:

و دلیل این موضوع اینه که:

Traffic is getting worse.

وضعیت ترافیک داره بدتر میشه.

In America, between 1990 and 2010,

بین سال ۱۹۹۰ تا ۲۰۱۰ در آمریکا،

the vehicle miles traveled increased by 38 percent.

میانگین مسافتی که وسایل نقلیه طی میکنن ۳۸ درصد افزایش پیدا کرد،

We grew by six percent of roads,

ولی مقدار جاده ها شش درصد اضافه شده.

so it's not in your brains.

پس کاملا واقعیه.

Traffic really is substantially worse than it was not very long ago.

وضعیت ترافیک به شدت بدتر از چیزی شده که سال ها پیش حتی خبری ازش نبود.

And all of this has a very human cost.

و همه ی این ها هزینه هایی انسانی داره.

So if you take the average commute time in America, which is about 50 minutes,

متوسط زمان رسیدن به محل کار در آمریکا تقریبا ۵۰ دقیقه است،

you multiply that by the 120 million workers we have,

ضرب در ۱۲۰ میلیون نیروی کاری که داریم،

that turns out to be about six billion minutes

تقریبا ۶ میلیارد دقیقه میشه

wasted in commuting every day.

که هر روز در مسیر تلف میشه.

Now, that's a big number, so let's put it in perspective.

عدد بزرگیه، اجازه بدید تعریف دیگه ای کنیم.

You take that six billion minutes

۶ میلیارد دقیقه رو در نظر بگیرین

and you divide it by the average life expectancy of a person,

اون رو بر میانگین طول عمر یک شخص تقسیم کنید،

that turns out to be 162 lifetimes

نتیجه اش میشه طول عمر ۱۶۲ نفر

spent every day, wasted,

که هر روز تلف میشه،

just getting from A to B.

تنها برای رفتن از نقطه A به B.

It's unbelievable.

باور نکردنیه.

And then, there are those of us who don't have the privilege

به علاوه، بین ما آدم هایی هستند که از این مزیت محرومند

of sitting in traffic.

که در ترافیک معطل شوند.

So this is Steve.

این استیوه.

He's an incredibly capable guy,

آدم فوق العاده تواناییه

but he just happens to be blind,

اون نابینا است،

and that means instead of a 30-minute drive to work in the morning,

معنای این حرف اینه که صبح ها به جای ۳۰ دقیقه رانندگی در مسیر کار،

it's a two-hour ordeal of piecing together bits of public transit

دوساعت مصیبت جابجا شدن در وسائل نقلیه عمومی رو داره

or asking friends and family for a ride.

یا باید ازدوستان یا خانواده اش بخواهد که اونو برسونن.

He doesn't have that same freedom that you and I have to get around.

او آزادی من و شما رو در رفت و آمد نداره.

We should do something about that.

باید کاری کنیم.

Now, conventional wisdom would say

منطق عمومی اینه که

that we'll just take these driver assistance systems

ما باید سیستم های کمک راننده رو بپذیریم

and we'll kind of push them and incrementally improve them,

از اون ها بیش تر استفاده کنیم و به تدریج اون ها رو بهتر کنیم،

and over time, they'll turn into self-driving cars.

و با گذشت زمان، اون ها به اتومبیلهای خودران تبدیل میشوند.

Well, I'm here to tell you that's like me saying

این درست مثل اینه که من به شما بگم

that if I work really hard at jumping, one day I'll be able to fly.

اگر خیلی واسه پریدن تلاش کنم، روزی توان این رو خواهم داشت که پرواز کنم.

We actually need to do something a little different.

در واقع ما باید کار دیگری انجام بدیم

And so I'm going to talk to you about three different ways

میخواهم در رابطه با سه دلیلی با شما صحبت کنم که

that self-driving systems are different than driver assistance systems.

که سیستم های خودران با سیستم های کمک راننده تفاوت دارند.

And I'm going to start with some of our own experience.

میخواهم موضوع را با تجربه خودمون شروع کنم.

So back in 2013,

در سال ۲۰۱۳،

we had the first test of a self-driving car

اولین آزمایش یک خودرو خودران انجام شد

where we let regular people use it.

و اجازه دادیم مردم عادی از اون استفاده کنند.

Well, almost regular -- they were 100 Googlers,

تقریبا عادی -- خوب اون ها صد نفر از کارکنان گوگل بودند،

but they weren't working on the project.

اما نقش اجرایی در این پروژه نداشتند.

And we gave them the car and we allowed them to use it in their daily lives.

ما خودرو را به اون ها دادیم تا در زندگی روزانه شون استفاده کنن.

But unlike a real self-driving car, this one had a big asterisk with it:

اما بر خلاف ماشین خودران واقعی، این یکی تفاوتی داشت:

They had to pay attention,

اون ها باید حواسشون رو جمع میکردند،

because this was an experimental vehicle.

چون یک خودرو آزمایشی بود.

We tested it a lot, but it could still fail.

اگرچه خیلی آزمایش شده بود، ولی هنوز احتمال داشت که کار نکنه.

And so we gave them two hours of training,

ما به اون ها دو ساعت آموزش دادیم،

we put them in the car, we let them use it,

و گفتیم از اون استفاده کنن،

and what we heard back was something awesome,

پاسخی که شنیدیم عالی بود،

as someone trying to bring a product into the world.

انگارکسی داره تلاش میکنه محصولی رو به دنیا معرفی کنه.

Every one of them told us they loved it.

همه اون ها گفتن که از ماشین خوششون اومده

In fact, we had a Porsche driver who came in and told us on the first day,

راستش یه راننده پورشه داشتیم که روز اول بهمون گفت

"This is completely stupid. What are we thinking?"

"این واقعا احمقانه اس. چه فکری کردین که اینو ساختین؟"

But at the end of it, he said, "Not only should I have it,

اما آخرش گفت:" نه تنها من بلکه همه باید از این استفاده کنند،

everyone else should have it, because people are terrible drivers."

همه باید باید از این داشته باشن، چون آدم ها، راننده های افتضاحی هستند"

So this was music to our ears,

خوب خیلی خوشحال شدیم،

but then we started to look at what the people inside the car were doing,

بعد شرع به توجه به کارهایی که مردم توی ماشین میکنند کردیم،

and this was eye-opening.

و این خیلی روشن کننده بود.

Now, my favorite story is this gentleman

بهترین داستان من در مورد این آقاست

who looks down at his phone and realizes the battery is low,

که به تلفنش نگاه میکنه و میفهمه که باطریش داره خالی میشه،

so he turns around like this in the car and digs around in his backpack,

بعد داخل ماشین رو به پشت میکنه و مشغول گشتن کوله پشتی میشه،

pulls out his laptop,

لپ تاپش را در میاره،

puts it on the seat,

میذاره روی صندلی،

goes in the back again,

دوباره میره به پشت،

digs around, pulls out the charging cable for his phone,

باز هم میگرده، وکابل شارژ تلفنش رو در میاره،

futzes around, puts it into the laptop, puts it on the phone.

کلنجار میره، داخل لپ تاپ میکنه، و به تلفن وصل میکنه.

Sure enough, the phone is charging.

مطمئنا، تلفن داره شارژ میشه.

All the time he's been doing 65 miles per hour down the freeway.

در تمام این مدت با سرعت ۱۰۰ کیلومتر در ساعت توی بزرگراه در حال حرکته.

Right? Unbelievable.

درسته؟ باورنکردنیه.

So we thought about this and we said, it's kind of obvious, right?

خوب ما فکر کردیم و گفتیم، یه جورایی معلومه، درسته؟

The better the technology gets,

هرچه تکنولوژی بهتر بشه،

the less reliable the driver is going to get.

راننده کمتر قابل اطمینان خواهد شد.

So by just making the cars incrementally smarter,

پس با هوشمند تر کردن تدریجی ماشین ها،

we're probably not going to see the wins we really need.

احتمالا به نتایجی که میخواهیم نمی رسیم.

Let me talk about something a little technical for a moment here.

اجازه بدید در مورد موضوعی کمی فنی صحبت کنم.

So we're looking at this graph, and along the bottom

به این نمودار نگاه کنید، محور پایینی

is how often does the car apply the brakes when it shouldn't.

نشان دهنده تعداد ترمزهایی است که یک ماشین وقتی نباید میگیرد

You can ignore most of that axis,

خیلی به این محور توجه نکنید

because if you're driving around town, and the car starts stopping randomly,

چون اگر در محدوده شهری رانندگی میکنید، و ماشینتیان بصورت تصادفی متوقف شود،

you're never going to buy that car.

هیچوقت این ماشین را نمی خرید.

And the vertical axis is how often the car is going to apply the brakes

و محور عمودی تعداد ترمز هایی است که ماشین میگیرد

when it's supposed to to help you avoid an accident.

وقتی که میخواهد مانع یک حادثه شود.

Now, if we look at the bottom left corner here,

حالا، اگر اینجا به گوشه پائین و چپ نگاه کنید،

this is your classic car.

این خودرو کلاسیک شماست.

It doesn't apply the brakes for you, it doesn't do anything goofy,

خودش ترمز نمی گیرد، وکار احمقانه ای هم نمی کند،

but it also doesn't get you out of an accident.

ولی مانع تصادف کردن شما هم نمی شود.

Now, if we want to bring a driver assistance system into a car,

حالا اگر بخواهیم یک سیستم کمک راننده را به خودرو اضافه کنیم،

say with collision mitigation braking,

مثلا با سیستم ترمز کاهش دهنده برخورد،

we're going to put some package of technology on there,

در واقع یک مجموعه از تکنولوژی را اینجا اضافه میکنیم،

and that's this curve, and it's going to have some operating properties,

که این منحنی است، و دارای مشخصات عملیاتی است،

but it's never going to avoid all of the accidents,

اما هیچوقت مانع از همه تصادفات نمی شود،

because it doesn't have that capability.

چون این قابلیت را ندارد.

But we'll pick some place along the curve here,

اما ما نقطه ای از این منحنی را انتخاب میکنیم،

and maybe it avoids half of accidents that the human driver misses,

که ممکن است جلو نصف تصادفات راننده انسانی بگیرد،

and that's amazing, right?

شگفت انگیز است، نه؟

We just reduced accidents on our roads by a factor of two.

همینجا ما میزان تصادفات جاده ای را با ضریب دو کاهش داده ایم.

There are now 17,000 less people dying every year in America.

حالا ۱۷٫۰۰۰ نفر کمتر در آمریکا کشته میشوند،

But if we want a self-driving car,

اما اگر یک ماشین خود ران را در نظر بگیریم،

we need a technology curve that looks like this.

نیاز به منحنی داریم که شبیه به این باشد.

We're going to have to put more sensors in the vehicle,

ما باید حسگرهای بیشتری را در خودرو بگذاریم،

and we'll pick some operating point up here

و یک نقطه عملیاتی در اینجا انتخاب میکنیم

where it basically never gets into a crash.

که اساسا هیچوقت تصادف نمی کند.

They'll happen, but very low frequency.

اتفاق می افتد، اما بسیار کم.

Now you and I could look at this and we could argue

حالا من و شما به این نگاه میکنیم و میتونیم بررسی کنیم

about whether it's incremental, and I could say something like "80-20 rule,"

و ببینیم که آیا افزایشی است، و میتونم بگم که مثل «قانون ۲۰-۸۰» است.

and it's really hard to move up to that new curve.

و خیلی سخته تا به اون منحنی جدید برسیم.

But let's look at it from a different direction for a moment.

اما بزارین لحظه ای از زاویه دیگری به این نگاه کنیم.

So let's look at how often the technology has to do the right thing.

بزارین ببینیم که چه اندازه تکنولوژی باید درست عمل کند.

And so this green dot up here is a driver assistance system.

و این نقطه های سبز در بالا مربوط به سیستم کمکی راننده است.

It turns out that human drivers

معلوم شده که راننده انسانی

make mistakes that lead to traffic accidents

اشتباه هایی میکنه که موجب تصادف میشه

about once every 100,000 miles in America.

یک بار در هر ۱۶۰٫۰۰۰ کیلومتر در آمریکا.

In contrast, a self-driving system is probably making decisions

در مقابل، یک سیستم خودران احتمالا تصمیم هایی که میگیره

about 10 times per second,

تقریبا ۱۰ بار در هر ثانیه،

so order of magnitude,

پس با توجه به اندازه،

that's about 1,000 times per mile.

تقریبا معادل ۱٫۰۰۰ بار در هر کیلومتر است.

So if you compare the distance between these two,

حالا اگر فاصله بین ایندو را مقایسه کنید،

it's about 10 to the eighth, right?

تقریبا معادل ۱۰ به توان هشت است، درسته؟

Eight orders of magnitude.

هشت توان ده.

That's like comparing how fast I run

مثل مقایسه سرعت دویدن من

to the speed of light.

با سرعت نور است.

It doesn't matter how hard I train, I'm never actually going to get there.

مهم نیست که چقدر تمرین کنم، هیچوقت نمیتوانم اینکار را انجام دهم.

So there's a pretty big gap there.

پس یک فاصله بزرگ وجود دارد.

And then finally, there's how the system can handle uncertainty.

و نهایتا، به این میرسیم که چطور سیستم میتواند این عدم قطعیت را بپذیرد.

So this pedestrian here might be stepping into the road, might not be.

مثلا این عابر پیاده ممکن است داخل خیابان بیاید، و یا نیاید.

I can't tell, nor can any of our algorithms,

من نمیتونم مطمئن باشم، و یا هیچکدام از الگوریتم های ما،

but in the case of a driver assistance system,

اما در مورد سیستم های کمک راننده،

that means it can't take action, because again,

معنی آن اینه که نمی تونه کاری بکنه، چون دوباره،

if it presses the brakes unexpectedly, that's completely unacceptable.

بصورت غیر منتظره ترمز میگیره، و این کلا غیر قابل قبوله.

Whereas a self-driving system can look at that pedestrian and say,

در حالیکه سیستم خودران میتونه به عابر پیاده نگاه کنه و بگه،

I don't know what they're about to do,

مطمئن نیستم که چکار میخواهند بکنند،

slow down, take a better look, and then react appropriately after that.

سرعت را کم کن، بهتر نگاه کن، و برمبنای آن واکنش بهتری انجام بده.

So it can be much safer than a driver assistance system can ever be.

پس اون خیلی از سیستم کمک راننده، میتونه امن تر باشه.

So that's enough about the differences between the two.

فکر کنم صحبت از تفاوت ایندو دیگه کافیه.

Let's spend some time talking about how the car sees the world.

بگذارین کمی در مورد اینکه خودرو چطور دنیا رو میبینه صحبت کنیم.

So this is our vehicle.

خوب این خودرو ماست.

It starts by understanding where it is in the world,

اول با فهمیدن اینکه کجای دنیاست شروع میکنه،

by taking a map and its sensor data and aligning the two,

با مقایسه نقشه و اطلاعات حسگرها و هم سطح کردن اونها،

and then we layer on top of that what it sees in the moment.

علاوه بر اون ما یک لایه دیگر از چیزی که همون لحظه میبیند اضافه میکنیم.

So here, all the purple boxes you can see are other vehicles on the road,

حالا اینجا، این مکعب های بنفش، ماشین های دیگر در جاده هستند.

and the red thing on the side over there is a cyclist,

و چیز های قرمز در گوشه اونجا یک دوچرخه سوار است،

and up in the distance, if you look really closely,

و اون بالا کمی دورتر، اگه کمی دقیق نگاه کنید،

you can see some cones.

چند تا مخروط می بینید.

Then we know where the car is in the moment,

خوب پس میدونیم که خودرو در لحظه کجاست،

but we have to do better than that: we have to predict what's going to happen.

اما باید بهتر باشیم: باید پیش بینی کنیم که چه اتفاقی قرار است بیافتد.

So here the pickup truck in top right is about to make a left lane change

اینجا یک ماشین پیک آپ در بالا سمت راست میخواهد به لاین سمت چپ تغییر مسیر دهد

because the road in front of it is closed,

چون ادامه راه در جلو بسته است،

so it needs to get out of the way.

پس باید از سر راه کنار برود.

Knowing that one pickup truck is great,

فهمیدن اینکه اون یک خودرو پیک آپه خوبه،

but we really need to know what everybody's thinking,

اما اونچه واقعا باید بدونیم اینه که هر کسی چه فکری میکنه،

so it becomes quite a complicated problem.

این مسئله خیلی پیچیده است.

And then given that, we can figure out how the car should respond in the moment,

و با توجه به این میتونیم راهی پیدا کنیم که خودرو چطور باید در لحظه پاسخ دهد،

so what trajectory it should follow, how quickly it should slow down or speed up.

چه مسیری را باید دنبال کند، با چه سرعتی باید ترمز کند یا شتاب بگیرد.

And then that all turns into just following a path:

و بعد همه اینها تبدیل به ادامه یک مسیر میشود:

turning the steering wheel left or right, pressing the brake or gas.

چرخاندن فرمان به چپ یا راست، فشار دادن ترمز یا گاز.

It's really just two numbers at the end of the day.

و در نهایت دو عدد بیشتر نیست.

So how hard can it really be?

پس واقعا چقدر سخت است؟

Back when we started in 2009,

وقتی به سال ۲۰۰۹ که شروع کردیم برگردیم،

this is what our system looked like.

سیستم ما این شکلی بود.

So you can see our car in the middle and the other boxes on the road,

خودرو ما رو در وسط می بینید و مکعب های دیگر رو در جاده،

driving down the highway.

که در اتوبان حرکت میکنند.

The car needs to understand where it is and roughly where the other vehicles are.

خودرو باید بداند که کجاست و حدودا ماشین های دیگر کجایند.

It's really a geometric understanding of the world.

در واقع یک درک هندسی از دنیاست.

Once we started driving on neighborhood and city streets,

وقتی مه شروع به رانندگی در محله و خیابان های شهر کردیم،

the problem becomes a whole new level of difficulty.

مسئله خیلی سخت تر میشود.

You see pedestrians crossing in front of us, cars crossing in front of us,

عابرین پیاده از مقابل ما عبور میکنند، خودرو ها از مقابل ما رد میشوند،

going every which way,

به هر طرفی میروند،

the traffic lights, crosswalks.

چراغ های راهنمایی، خط عابر پیاده.

It's an incredibly complicated problem by comparison.

در مقایسه این مسئله خیلی سختی است.

And then once you have that problem solved,

اما وقتی که این مسئله را حل کردی،

the vehicle has to be able to deal with construction.

خودرو باید بتواند با تعمیرات جاده مواجه شود.

So here are the cones on the left forcing it to drive to the right,

اینجا مخروط های سمت چپ جاده است که راننده را به سمت راست میفرستد،

but not just construction in isolation, of course.

البته، این فقط خود تعمیرات جاده نیست،

It has to deal with other people moving through that construction zone as well.

باید به آدمهایی که در آن محل ساختمانی حرکت میکنند هم توجه کند.

And of course, if anyone's breaking the rules, the police are there

و البته اگر کسی هم خلاف کند، پلیس همانجاست

and the car has to understand that that flashing light on the top of the car

و خودرو باید بفهمد که چراغ گردان بالای ماشین

means that it's not just a car, it's actually a police officer.

فقط به معنی یک ماشین دیگر نیست، در واقع افسر پلیس است.

Similarly, the orange box on the side here,

شبیه به همین، جعبه نارنجی در گوشه اینجا،

it's a school bus,

یعنی اتوبوس مدرسه،

and we have to treat that differently as well.

و بگونه دیگری باید با آن برخورد کنیم.

When we're out on the road, other people have expectations:

وقتی بیرون در جاده هستیم، مردمان دیگر توقعاتی دارند:

So, when a cyclist puts up their arm,

مثلا، وقتی یک دوچرخه سوار دستش را بلند میکنه،

it means they're expecting the car to yield to them and make room for them

یعنی توقع داره تا ماشین توجه کنه و به اونها راه بده

to make a lane change.

و لاینش رو عوض کنه.

And when a police officer stood in the road,

و وقتی یک افسر پلیس در جاده می ایسته،

our vehicle should understand that this means stop,

ماشین ما باید بفهمه این به معنی توقفه،

and when they signal to go, we should continue.

و وقتی علامت رفتن را میدهند، ما باید ادامه بدهیم.

Now, the way we accomplish this is by sharing data between the vehicles.

حالا، روشی که ما این کار را انجام میدهیم، اشتراک اطلاعات بین خودرو هاست.

The first, most crude model of this

اولین، و ابتدایی ترین مدل این

is when one vehicle sees a construction zone,

وقتی است که یک خودرو محل تعمیرات در جاده را می بیند،

having another know about it so it can be in the correct lane

تا دیگری هم این را بدونه و مسیرش را تصحیح کنه

to avoid some of the difficulty.

و جلو مشکل را بگیره.

But we actually have a much deeper understanding of this.

اما در واقع ما درکی خیلی عمیق تر از این داریم.

We could take all of the data that the cars have seen over time,

ما میتوانیم اطلاعاتی را که ماشین ها در طول زمان دیده اند را بگیریم،

the hundreds of thousands of pedestrians, cyclists,

صدها هزار عابر پیاده، دوچرخه سوار،

and vehicles that have been out there

و خودرو هایی که در مسیر بوده اند

and understand what they look like

و بفهمیم چطوری بوده اند

and use that to infer what other vehicles should look like

و از اونها برای حدس زدن اینکه دیگر خودروها چطوری بودند

and other pedestrians should look like.

و دیگر عابر ها چطوری بودند استفاده می کنیم.

And then, even more importantly, we could take from that a model

و بعد شاید از آن مهمتر، میتوانیم مدلی را پیدا کنیم

of how we expect them to move through the world.

از اینکه چطور در جهان حرکت میکنند.

So here the yellow box is a pedestrian crossing in front of us.

مکعب زرد عابر پیاده ای است که از مقابل ما عبور میکند.

Here the blue box is a cyclist and we anticipate

مکعب آبی دوچرخه سواری است و انتظار داریم

that they're going to nudge out and around the car to the right.

که علامت بده در سمت راست خودرو.

Here there's a cyclist coming down the road

اینجا یک دوچرخه سوار از مقابل به سمت ما میاد

and we know they're going to continue to drive down the shape of the road.

و میدونیم که مسیرش را بر مبنای شکل جاده ادامه میده.

Here somebody makes a right turn,

اینجا یه نفر گردش به راست میکنه،

and in a moment here, somebody's going to make a U-turn in front of us,

و در یک لحظه اینجا، کسی داره در مقابل ما دور کامل میزنه،

and we can anticipate that behavior and respond safely.

و ما این کار رو پیش بینی میکنیم و بصورتی ایمن پاسخ میدهیم.

Now, that's all well and good for things that we've seen,

همه اینها خوب و مناسبه برای کارهایی که قبلا دیده ایم،

but of course, you encounter lots of things that you haven't

اما مسلما، کلی اتفاقات هم برایتان پیش می آید

seen in the world before.

که قبلا ندیده اید.

And so just a couple of months ago,

مثلا چند ماه پیش،

our vehicles were driving through Mountain View,

خودرو ما در «مانتین ویو» رانندگی میکرد،

and this is what we encountered.

و این موضوعی بود که پیش آمد.

This is a woman in an electric wheelchair

این خانمی است در یک صندلی چرخدار برقی

chasing a duck in circles on the road. (Laughter)

و دنبال یک اردک توی جاده میچرخه. (خنده)

Now it turns out, there is nowhere in the DMV handbook

مسلما در قوانین راهنمایی رانندگی

that tells you how to deal with that,

این مسئله توضیح داده نشده که چه باید انجام دهیم،

but our vehicles were able to encounter that,

اما خودرو ما توانست با آن مواجه شود،

slow down, and drive safely.

سرعت را کم کرد، و با امنیت رانندگی کرد.

Now, we don't have to deal with just ducks.

ما تنها با اردک ها مواجه نمیشویم.

Watch this bird fly across in front of us. The car reacts to that.

این پرنده را ببنید که در جلو ما پرواز میکنه و خودرو به آن عکس العمل نشون میده.

Here we're dealing with a cyclist

اینجا با یک دوچرخه سوار مواجهیم

that you would never expect to see anywhere other than Mountain View.

که امکان نداره جای دیگری غیر از «مانتین ویو» اون رو ببینید.

And of course, we have to deal with drivers,

و مسلما باید با راننده هایی مواجه بشیم،

even the very small ones.

حتی کوچولو هاشون.

Watch to the right as someone jumps out of this truck at us.

سمت راست را ببینید وقتی یه نفر از پشت ماشین به سمت ما میپره.

And now, watch the left as the car with the green box decides

حالا، سمت چپ رو ببینید وقتی ماشین مربع سبز میخواهد

he needs to make a right turn at the last possible moment.

به سمت راست بپیچه در آخرین لحظه ممکن.

Here, as we make a lane change, the car to our left decides

اینجا، وقتی که لاین رو عوض میکنیم، ماشین سمت چپ تصمیم میگیره

it wants to as well.

اون هم میخواهد همین کار رو بکنه.

And here, we watch a car blow through a red light

و اینجا، یک خودرو را میبینیم که از چراغ قرمز رد میشه

and yield to it.

مسیرش رو ادامه میده.

And similarly, here, a cyclist blowing through that light as well.

و شبیه به اون اینجا، یک دوچرخه سوار از اون چراغ با سرعت رد میشه.

And of course, the vehicle responds safely.

و قطعا، خودرو با امنیت عمل میکنه.

And of course, we have people who do I don't know what

و البته، آدمهایی هم که نمی دونم چرا

sometimes on the road, like this guy pulling out between two self-driving cars.

بعضی وقتها در جاده، مثل ایشون میان دو ماشین خودران، از ماشین بیرون میان.

You have to ask, "What are you thinking?"

باید بپرسین « یعنی چی؟»

(Laughter)

( خنده حضار)

Now, I just fire-hosed you with a lot of stuff there,

من کلی موضوع براتون گفتم،

so I'm going to break one of these down pretty quickly.

حالا میخواهم جزئیات یکی از اونها رو با سرعت براتون بگم.

So what we're looking at is the scene with the cyclist again,

چیزی که اینجا میبینیم، دوباره صحنه یک دوچرخه سواره،

and you might notice in the bottom, we can't actually see the cyclist yet,

و همونطور که ممکنه متوجه شده باشین در پایین، هنوز اون رو نمی بینیم،

but the car can: it's that little blue box up there,

ولی خودرو میتونه: این مکعب کوچک آبی این بالا،

and that comes from the laser data.

این از طریق اطلاعات لیزره.

And that's not actually really easy to understand,

و واقعا فهمیدنش ساده نیست،

so what I'm going to do is I'm going to turn that laser data and look at it,

کاری که میخواهم انجام بدم اینه که به این اطلاعات لیزر نگاهی کنم،

and if you're really good at looking at laser data, you can see

و اگر نگاه خیلی دقیقی به اطلاعات لیزر بیاندازید، می بینید که

a few dots on the curve there,

چند تا نقطه روی محنی آنجاست،

right there, and that blue box is that cyclist.

همونجا، و اون نقطه آبی یک دوچرخه سوار است.

Now as our light is red,

حالا چون چراغ قرمز است،

the cyclist's light has turned yellow already,

چراغ دوچرخه سوار الان زرد شده،

and if you squint, you can see that in the imagery.

و اگر از گوشه نگاه کنی، اون را در تصویر میبینی.

But the cyclist, we see, is going to proceed through the intersection.

اما دوچرخه سواری که می بینیم، می خواهد از تقاطع رد شود.

Our light has now turned green, his is solidly red,

حالا چراغ ما سبز میشود، و مال او کاملا قرمز

and we now anticipate that this bike is going to come all the way across.

و حالا می فهمیم که این دوچرخه می خواهد از کل مسیر رد شود.

Unfortunately the other drivers next to us were not paying as much attention.

متاسفانه راننده های دیکری که کنار ما هستند، کاملا دقت نمی کنند.

They started to pull forward, and fortunately for everyone,

و شروع به حرکت می کنند، و خوشبختانه،

this cyclists reacts, avoids,

دوچرخه سوار توجه میکنه، و دور میشه،

and makes it through the intersection.

و میتونه از تقاطع رد بشه.

And off we go.

و حالا ما عبور میکنبم.

Now, as you can see, we've made some pretty exciting progress,

همونطور که میبینید، ما پیشرفت چشمگیری کرده ایم،

and at this point we're pretty convinced

و حالا کاملا متقاعد شده ایم

this technology is going to come to market.

این تکنولوژی داره به بازار میاد.

We do three million miles of testing in our simulators every single day,

ما چهار میلیون و دویست هزار کیلومتر توسط شبیه سازها هر روز آزمایش کرده ایم،

so you can imagine the experience that our vehicles have.

پس می تونید میزان تجربه خودرو های ما رو تصور کنید.

We are looking forward to having this technology on the road,

امیدواریم که این تکنولوژی رو در جاده داشته باشیم،

and we think the right path is to go through the self-driving

و فکر می کنیم که راه صحیح استفاده از سیستم خودران

rather than driver assistance approach

در مقیسه با سیستم های کمک راننده است

because the urgency is so large.

چون وضعیت ما خیلی بحرانیه.

In the time I have given this talk today,

در زمانی که این صحبت را برایتون امروز انجام میدهم،

34 people have died on America's roads.

۳۴ نفر در جاده های آمریکا کشته شده اند.

How soon can we bring it out?

کی این سیستم آماده عرضه میشه؟

Well, it's hard to say because it's a really complicated problem,

کمی سخته تا بگیم، چون مسئله ای واقعا پیچیده است،

but these are my two boys.

اما اینها دو پسر من هستند،

My oldest son is 11, and that means in four and a half years,

پسر بزرگم ۱۱ سالشه و یعنی چهار سال و نیم دیگه،

he's going to be able to get his driver's license.

میتونه گواهینامه رانندگی بگیره.

My team and I are committed to making sure that doesn't happen.

من و همکارانم متعهدیم تا این اتفاق نیفته.

Thank you.

متشکرم.

(Laughter) (Applause)

( خنده ) ( تشویق حضار )

Chris Anderson: Chris, I've got a question for you.

کریس اندرسون: کریس، یه سوال ازت دارم.

Chris Urmson: Sure.

کریس ارمسون: حتما.

CA: So certainly, the mind of your cars is pretty mind-boggling.

کریس اندرسون: مسلما، ذهن خودروهای شما جوریه که سر آدم سوت میکشه.

On this debate between driver-assisted and fully driverless --

در رقابت بین خودروهای خودران و سیستم های کمک راننده --

I mean, there's a real debate going on out there right now.

منظورم اینه که، یک رقابت واقعی همین الان در جریانه.

So some of the companies, for example, Tesla,

بعضی از شرکت ها، مثلا «تسلا»،

are going the driver-assisted route.

به دنبال سیستم های کمک راننده میروند.

What you're saying is that that's kind of going to be a dead end

چیزی که شما میگویید اینه که این راهی بن بسته

because you can't just keep improving that route and get to fully driverless

و دلیلش اینه که نمیشه تنها با پیشرفته تر کردنش به سیستم کاملا خودران رسید

at some point, and then a driver is going to say, "This feels safe,"

چون یک وقتی راننده با خودش میگه، « دیگه کاملا ایمن هستم»

and climb into the back, and something ugly will happen.

و رو به صندلی عقب میکنه، و یک اتفاق بد میافته.

CU: Right. No, that's exactly right, and it's not to say

کریس ارمسون: درسته. نه واقعا درسته، و نباید بگیم

that the driver assistance systems aren't going to be incredibly valuable.

که سیستم های کمک راننده چیز های خیلی ارزشمندی نخواهند بود.

They can save a lot of lives in the interim,

موقتا میتونند جان آدم های زیادی رو نجات بدهند،

but to see the transformative opportunity to help someone like Steve get around,

اما با توجه به این شرایط در حال تغییر، برای کمک به کسی مثل استیو در رفت و آمد

to really get to the end case in safety,

تا واقعا امنیت رو حداکثر کنیم،

to have the opportunity to change our cities

برای اینکه از موقعیت تغییر شهرهایمون استفاده کنیم

and move parking out and get rid of these urban craters we call parking lots,

پارکینگ ها رو بیرون ببریم و از شر این پارکینگ های شهری خلاص بشیم،

it's the only way to go.

این تنها راهی است که باید رفت.

CA: We will be tracking your progress with huge interest.

کریس اندرسون: ما پیشرفت تو را با علاقه زیادی دنبال خواهیم کرد.

Thanks so much, Chris. CU: Thank you. (Applause)

خیلی ممنون کریس. کریس ارمسون: متشکرم. ( تشویق حضار)