Aicha Evans: Your self-driving robotaxi is almost here | TED

Traducteur: Stephen Bannister Relecteur:

I’m Aicha Evans,

Je suis Aicha Evans.

I am from Senegal, West Africa,

Je viens du Sénégal en Afrique de l’Ouest,

and I fell in love with technology, science and engineering

et je me suis engouée de la technologie,

des sciences et de l’ingénierie

at a very young age.

quand j’étais toute petite.

Three things happened.

Il s’est passé trois choses.

I was studying in Paris,

J’étais élève à Paris,

and starting at seven years old,

et depuis mes sept ans,

flying back and forth between Dakar, Senegal and Paris

je faisais la navette entre Dakar, Sénégal, et Paris

as an unaccompanied minor.

en tant que mineure non accompagnée.

Il ne s’agissait pas juste du déplacement,

So it wasn't just about the travel.

It was really about a portal to knowledge,

mais aussi d’un portail de connaissances,

different environments

de différents environnements,

and adapting.

et d’adaptation.

Second thing that happened

La deuxième chose,

was every time I was at home in Senegal,

à chaque fois que je rentrais au Sénégal,

I wanted to talk to my friends in Paris.

j’avais envie de parler avec mes amis à Paris.

So my dad got tired of the long-distance bills,

Mon père en avait marre des factures d’interurbains à tel point

so he put a little lock on the phone --

qu’il a posé une serrure au téléphone,

the rotary phone.

un téléphone à cadran.

J’ai dit : « D’accord, pas de soucis »,

I said, OK, no problem,

hacked it,

je l’ai crochetée,

and he kept getting the bills.

et il recevait toujours les factures.

Sorry again, Dad, if you’re watching this someday.

Je m’excuse, Papa, si jamais tu regardes cette vidéo.

And then, obviously, the internet was also emerging.

A l’époque, on témoignait aussi l’avènement d’Internet.

So what really happened was that, in terms of technology,

En termes de technologie, ce qui s’est passé pour de vrai,

I really saw it as something that shaped your experiences,

c’est que je la voyais comme un truc qui façonnait nos expériences,

how you understand the world

notre moyen de comprendre le monde

and wanting to be part of it.

et notre volonté d’en faire partie.

And for me,

Et pour moi,

the common thread is that physical and virtual transportation --

ce qui unit les transports physique et virtuel

(parce que pour moi, c’est ce que représentait le téléphone à cadran)

because that’s really what that rotary phone was for me --

are at the center of the innovation flywheel.

est le fait d’être l’axe du volant d’inertie alimentant l’innovation.

Now, fast-forward.

Revenons au présent,

I’m here today,

je suis ici aujourd’hui,

I’m part of a movement and an industry

et je fais partie d’un mouvement et d’une industrie

that is working on bringing transportation and technology together.

qui travaillent à l’intégration de la technologie dans le transport.

Huh.

Oula.

It’s not just about your commutes.

Il ne s’agit pas juste de vos trajets.

It’s really about changing everything

Il est question de tout changer,

in terms of how we move people, goods and services, eventually.

en termes de comment on transporte des gens,

expédie des produits et offre enfin des services.

That transformation involves robotaxis.

La transformation implique les robotaxis.

Driverless cars again, really?

Encore des voitures autonomes, sans blague ?

Yeah, yeah, yeah, I’ve heard it before.

Ouais, je l’ai déjà entendu mille fois.

And by the way, they are always coming the next decade,

D’ailleurs, elles surviendront toujours dans les prochains 10 ans.

and oh, by the way,

Et au fait,

there’s an alphabet soup of companies working on it

tout un tas de sociétés y travaillent actuellement

and we can’t even remember who’s who and who’s doing what.

si bien qu’on ne se rappelle plus qui est qui et qui fait quoi.

Yeah?

Ouais ?

Audience: Yeah.

Audience : Ouais.

AE: Yeah, OK, well, this is not about personal, self-driving cars.

AE : Ouais, d’accord, il ne s’agit pas de voitures autonomes personnelles.

Sorry to disappoint you.

Désolée de vous decevoir.

This is really about a few things.

Il s’agit en fait de plusieurs choses.

First of all,

La première,

personally and individually owned cars are a wasteful expense,

les voitures personnelles et individuelles sont une dépense inutile.

and they contribute to, basically, a lot of pollution

Bref, elles polluent beaucoup

and also traffic in urban areas.

et encombrent les routes urbaines.

Second of all, there’s this notion of self-driving shuttles,

La deuxième, on a la notion de navettes autonomes,

but frankly, they are optimized for many.

mais franchement, elles sont optimisées pour la foule.

They can’t take you specifically from point A to point B.

Elles ne peuvent pas vous amener d’un point A à un point B, spécifiquement.

OK, now we have --

Bon, maintenant on a ...

hm, how am I going to say this --

comment dire ?

the so-called “personal, self-driving” cars of today.

lesdites « voitures autonomes personnelles » modernes.

Well, the reality is that those cars still require a human behind the wheel.

En réalité, ces voitures impliquent toujours des chauffeurs humains.

A safety driver.

Un chauffeur de sécurité.

Make no mistake about it.

Il ne faut pas se leurrer.

I own one of those,

J’en ai une,

and when I’m in it,

et quand je roule dedans,

I am a safety driver.

je suis chauffeur de sécurité.

So the question now becomes, What do we do with this?

Et la question qui se pose, c’est : « Qu’est-ce qu’on fait de ça ? ».

Well, we think that robotaxis,

Tout d’abord, on croit que le robotaxi

first of all, they will take you specifically from point A to point B.

vous amènera spécifiquement d’un point A à un point B.

Second of all, when you're not using them,

Ensuite, quand vous ne l’utilisez pas,

somebody else will be using them.

quelqu’un d’autre pourra l’emprunter.

And they are being tested today.

Et on le teste actuellement.

When I say that we’re on the cusp of finally delivering that vision,

Si je dis qu’on est à l’aube de réaliser cette vision,

there's actually reason to believe it.

vous pouvez en croire les oreilles.

At the core of self-driving technology is computer vision.

Au cœur de la technologie de conduite automome

est la vision par ordinateur.

Computer vision is a real-time representation,

La vision par ordinateur est une représentation numérique

digital representation, of the world and the interactions within it.

en temps réel du monde et de ses interactions.

It has benefited from leaps and bounds of advancements

Son développement a progressé à pas de géant

thanks to computer, sensors, machine learning and software innovation.

grâce aux innovations dans les domaines de l’informatique, des capteurs,

du machine learning et du logiciel.

At the core of computer vision are camera systems.

Des systèmes de caméra sont au cœur de la vision par ordinateur.

Cameras basically help you see agents such as cars,

En bref, la caméra vous aide à percevoir des acteurs

tels que les voitures,

leur localisation et leurs actions,

their locations and their actions,

pedestrians,

les piétons,

their locations,

leur localisation,

their actions and their gestures.

leurs actions et leurs gestes.

In addition, there's also been a lot of advancements.

En plus, on a fait avancer beaucoup de développements.

So one example is our vehicle can see the skeleton framework

Par exemple, notre véhicule perçoit l’ossature

to show you the direction of travel;

pour vous indiquer le sens de la marche,

also to give you details, like, are you dealing with a construction worker

et aussi rajoute des détails : est-ce que c’est un ouvrier du bâtiment

in a construction zone

dans une zone de construction ?

or are you dealing with a pedestrian that’s probably distracted

Ou bien, est-ce que c’est un piéton qui est probablement distrait

because they are looking on their phone?

par l’écran de son portable ?

Now the reality, though --

Mais la réalité,

and this is where it gets interesting --

et c’est le moment où ça pique notre intérêt,

is that the camera and the algorithms that help us really cannot yet match

c’est que les caméras et les algorithmes qui nous aident ne sont pas au niveau

the human brain’s ability to understand and interpret the environment.

du cerveau humain et de sa capacité à interpréter l’environnement.

They just can’t.

Loin s’en faut.

Even though they provide you really high-resolution imaging

Malgré l’imagerie à haute définition

that really gives you continuous coverage,

et la couverture continue qu’ils offrent,

that doesn’t get fatigued, impaired

et bien qu’ils ne se lassent pas,

or, you know, drunk or anything like that,

ne s’affaiblissent pas et ne prennent pas une cuite,

at the end of the day,

en fin de compte,

there are still things that they can’t see and they can’t measure.

il y a un tas de trucs qu’ils ne savent ni percevoir ni mesurer.

So if we want autonomous-driving robotaxis soon,

Pour réaliser le robotaxi autonome le plus vite possible,

we have to supplement cameras.

il faut combler les lacunes de la caméra.

Let me walk through some examples.

Je vous donne des exemples.

So radar gives you the direction of travel

Le radar vous indique le sens de circulation

and measures the agent’s movement within centimeters per second.

et mesure la vitesse de l’acteur en centimètres par seconde.

Lidar gives you objects and shapes in the real world using depth perception

Le lidar, par sa perception de la profondeur,

capte des objets et des formes dans le monde réel,

as well as long-range and the all-important night vision.

et il profite aussi de la vision à longue portée et de nuit.

Permettez-moi de souligner à quel point c’est important,

And let me tell you about this,

because this is important to me personally and people who look like me.

parce que c’est important pour moi et pour ceux qui me ressemblent.

Then you have, also, long-wave infrared

Il y a aussi les rayons infrarouges à ondes longues

where you are able to see agents that are emitting heat,

qui nous permettent de voir des acteurs émettant de la chaleur,

such as animals and humans.

tels que les animaux et les humains.

And that’s again,

Là encore,

especially at night,

surtout de nuit,

super important.

c’est super important.

Now, every one of these sensors is very powerful by itself,

Chacun de ces capteurs est efficace tout seul,

but when you put them together is when the magic happens.

mais la magie ressort de leur cohésion.

If you see with this vehicle, for example,

Regardez ce véhicule, par exemple.

you have these multiple sensor modalities

Il y a des capteurs multi-modalités

at all top four corners of the vehicle

montés aux quatre coins du toit du véhicle

that basically provide you a 360-degree field of vision,

qui vous offrent un champ de vision à 360 degrés,

continuously,

en continu,

in a redundant manner,

de manière redondante,

so that we don't miss anything.

de sorte qu’on n’oublie rien.

And this is that same thing

Et c’est la chose même

with all of the different outputs fused together.

qui fusionne les différents résultats.

And looking at this, basically,

A ce qu’on voit,

and looking at what we see and how we are able to process the data,

et en tenant compte de comment on traite les données

then learn,

pour mieux apprendre,

then continue to improve our driving,

et puis pour continuer à améliorer notre pilotage,

is what tells us that we have confidence,

on peut avoir confiance

this is the right approach

que c’est la bonne approche

and this time it’s actually coming.

et que la technologie surviendra.

Now, this is not, by the way, a brand new concept, OK?

Au fait, ce n’est pas un nouveau concept, d’accord ?

Humans have been basically using vision systems

Les humains emploient des systèmes de vision

to assist them for a long time.

pour s’aider eux-mêmes depuis longtemps.

Let me back up the boat a little bit,

Permettez-moi de faire marche arrière,

because I know there’s a question that everybody’s asking,

parce que je sais qu’il y a une question que tout le monde se pose :

which is, “Hey, how are you going to deal with all the scenarios

« Mais vous faites comment pour aborder tous les scénarios

out there on the streets today?”

en jeu sur les routes aujourd’hui ? »

Most of us are drivers,

La plupart d’entre nous conduit

and it’s complicated out there.

et c’est compliqué sur les routes.

Well, the truth is that there will always be edge scenarios

A vrai dire, certains scénarios seront toujours en lisière de la zone

that sit at the boundary of our real-world testing

des tests en conditions réelles,

or that are just too dangerous to test on real streets.

ou qui seront trop dangereux pour tester sur les routes.

That is the truth,

C’est vrai,

and it will be the truth for a very long time.

et cette vérité durera longtemps.

Human beings are pretty underrated in their abilities.

On a tendance à sous-estimer les capacités des humains.

So what we do is we use simulation.

On utilise alors des simulations.

And with simulation,

Avec les simulations,

we’re able to construct millions of scenarios

on construit des millions de scénarios

in a fabricated environment

dans un environnement inventé

so that we can see how our software would react.

de sorte qu’on voie les réactions du logiciel.

And that’s the simulation footage.

Voici la vidéo d’une simulation.

You can see we’re building the world,

On construit le monde,

we’re putting in scenarios

on précise des scénarios,

and we can add things,

on peut ajouter des objets,

remove things

les enlever,

and see how we would react.

et voir nos réactions éventuelles.

In addition, we have what's called a human in the loop.

En plus, on a ce qu’on appelle un humain dans la boucle.

This is very similar to aviation systems today.

C’est comme les systèmes aéronautiques modernes.

We don’t want the vehicle to get stuck,

On ne veut pas que le véhicule se coince,

and there are rare times where it’s not going to know what to do.

et des fois il ne saurait pas quoi faire.

So we have a team of teleguidance operators

Il y a une équipe d’opérateurs de téléguidage

that are sitting at a control center,

dans le centre de contrôle,

and if the vehicle knows that it’s going to be stuck

et si le véhicule va se coincer

or it doesn’t know what to do,

ou ne sait pas quoi faire,

it asks for guidance and help

il peut demander des conseils ou de l’aide

and it receives it remotely

aux opérateurs à distance.

and then it proceeds.

Ainsi il peut avancer.

Now, none of these really are new concepts,

Ces concepts ne sont pas nouveaux,

as I alluded to earlier.

ce à quoi j’ai déjà fait allusion.

Vision systems have been assisting humans for a long time,

Les systèmes de vision nous aident depuis longtemps,

especially with things that are not visible to the naked eye.

notamment au niveau de choses qui sont invisibles à l’œil nu.

So ...

Alors ...

microscopes, right?

le microscope, oui ?

We’ve been studying microbes and cells for a long time.

On étudie les microbes et les cellules depuis longtemps.

Telescopes:

Le téléscope :

we’ve been studying and detecting galaxies millions of light-years away

on observe et détecte des galaxies à des millions d’années-lumière

for a long time.

depuis longtemps.

And both of these have caused us,

Les deux nous ont permis,

for example,

par exemple,

to transform industries like medicine,

de transfomer des industries telles que la médecine,

farming,

l’agriculture,

astrophysics

l’astrophysique

and much more.

et beaucoup d’autres.

So when we talk about computer vision,

En ce qui concerne la vision par oridnateur,

when it started,

lors de son début,

it was really a thought experiment

il s’agissait d’une experience de pensée

to see if we could replicate what humans see using cameras.

qui consistait à reproduire à l’aide de caméras

ce que voient les humains.

It has now graduated with sensors,

Elle a progressé au point de profiter de capteurs,

computers,

d’ordinateurs,

AI

d’IA

and software innovation

et d’innovations logicielles,

to be about surpassing what humans can see and perceive.

et elle est à deux pas de franchir le seuil de la perception humaine.

We’ve made a lot of progress in this field,

On a fait beaucoup de progrès dans ce domaine,

but at the end of the day,

mais en fin de compte,

we have a lot more to do.

il nous reste beaucoup à faire.

And with an autonomous robotaxi,

Et le robotaxi autonome

you want it to be safe,

doit être sécuritaire,

right and reliable every single time,

irréprochable et fiable à chaque trajet,

which requires rigorous testing and optimization.

et ça nécessite une optimisation et des tests rigoureux.

And when that happens

Une fois achevée,

and we reach that state,

quand on aura atteint cet objectif,

we will wonder how we ever accepted

on se demandera pourquoi on acceptait

or tolerated

ou supportait

94 percent of crashes

que 94 % des accidents

being caused by human [error].

soient dûs à l’erreur humaine.

So with computer vision,

Grâce à la vision par ordinateur,

we have the opportunity

on a l’occasion

to move from problem-solving to problem-preventing.

de passer de la résolution de problèmes à la prévention de problèmes.

And I truly, truly believe

Je crois sincèrement

that the next generation of scientists and technologists

que la prochaine génération de scientifiques et de technologistes

in, yes, Silicon Valley,

dans la Silicon Valley, certes,

but in Paris,

mais aussi à Paris,

in Senegal, West Africa

au Sénégal en Afrique de l’Ouest,

and all over the world,

et partout dans le monde,

will be exposed to computer vision applied broadly.

assistera à l’application plus large de la vision par ordinateur.

And with that,

En cela,

all industries will be transformed,

toutes les industries seront transformées

and we will experience the world in a different way.

et on habitera le monde d’une façon différente.

I hope you can join me in agreeing that this is a gift

J’espère qu’on peut s’accorder sur le fait

that we almost owe our next generation that is coming,

que c’est un cadeau qu’il faut offrir à la prochaine génération,

because there are a lot of things that computer vision will help us solve.

parce qu’il y a plein de choses que la vision par ordinateur

nous aidera à résoudre.

Thank you.

Merci.

(Applause)

(Applaudissements)