Chris Urmson: How a driverless car sees the road

863,108 views ・ 2015-06-26

TED


A videó lejátszásához kattintson duplán az alábbi angol feliratokra.

Fordító: Péter Pallós Lektor: Zsuzsanna Lőrincz
00:12
So in 1885, Karl Benz invented the automobile.
0
12528
3949
1885-ben Karl Benz föltalálta az autót.
00:16
Later that year, he took it out for the first public test drive,
1
16707
3762
Még abban az évben kivitte az első nyilvános próbaútra,
00:20
and -- true story -- crashed into a wall.
2
20469
3375
és — a történet igaz — falnak ment vele. (Nevetés)
Az eltelt 130 évben
00:24
For the last 130 years,
3
24184
2043
00:26
we've been working around that least reliable part of the car, the driver.
4
26227
4319
a kocsi legkevésbé megbízható része — a vezető — érdekében dolgoztunk.
00:30
We've made the car stronger.
5
30546
1354
Megerősítettük a kocsit.
00:32
We've added seat belts, we've added air bags,
6
32200
2548
Tettünk bele biztonsági övet, légzsákot,
00:34
and in the last decade, we've actually started trying to make the car smarter
7
34748
3971
s az utóbbi évtizedben igyekeztünk okosabbá tenni a kocsit,
00:38
to fix that bug, the driver.
8
38719
2938
hogy kiküszöböljük a hibát: a vezetőt.
00:41
Now, today I'm going to talk to you a little bit about the difference
9
41657
3261
Ma arról fogok szólni, mi a különbség a probléma
00:44
between patching around the problem with driver assistance systems
10
44918
3808
vezetősegítő rendszerekkel történő toldozása-foltozása
00:48
and actually having fully self-driving cars
11
48726
2564
és a valóban teljesen vezető nélküli kocsi között,
00:51
and what they can do for the world.
12
51290
1880
és arról, hogy mi hasznunk belőle.
00:53
I'm also going to talk to you a little bit about our car
13
53170
2995
Egy keveset beszélek majd a mi autónkról,
00:56
and allow you to see how it sees the world and how it reacts and what it does,
14
56165
3999
és megtudhatják, hogyan látja a világot, hogyan reagál és mit tesz,
01:00
but first I'm going to talk a little bit about the problem.
15
60164
3187
de először a bajról szólnék.
01:03
And it's a big problem:
16
63651
1648
A baj márpedig jelentős:
01:05
1.2 million people are killed on the world's roads every year.
17
65299
3089
a világ útjain évente 1,2 milliónyian vesztik életüket.
01:08
In America alone, 33,000 people are killed each year.
18
68388
3784
Csak az USA-ban évente 33 ezren.
01:12
To put that in perspective,
19
72172
2028
Hogy érzékeljük, ez olyan,
01:14
that's the same as a 737 falling out of the sky every working day.
20
74200
4797
mintha minden munkanap lezuhanna egy 737-es.
01:19
It's kind of unbelievable.
21
79342
1786
Ez hihetetlen.
01:21
Cars are sold to us like this,
22
81548
2298
Ilyen kocsikat árulnak nekünk,
01:23
but really, this is what driving's like.
23
83846
2717
de valójában a vezetés az ok.
01:26
Right? It's not sunny, it's rainy,
24
86563
2159
Ugye? Nem napos az idő, hanem esős,
01:28
and you want to do anything other than drive.
25
88722
2488
és bármit csinálnánk inkább, csak ne kelljen vezetnünk.
01:31
And the reason why is this:
26
91210
1622
Az ok pedig a következő:
01:32
Traffic is getting worse.
27
92832
1858
A forgalom egyre nő.
01:34
In America, between 1990 and 2010,
28
94690
3506
Az USA-ban 1990 és 2010 között
01:38
the vehicle miles traveled increased by 38 percent.
29
98196
3504
a járművel megtett távolság 38%-kal nőtt.
01:42
We grew by six percent of roads,
30
102213
2749
Az úthálózat 6%-kal bővült,
01:44
so it's not in your brains.
31
104962
1602
tehát nehézkes a közlekedés.
01:46
Traffic really is substantially worse than it was not very long ago.
32
106564
4276
A forgalom tényleg sokkal rosszabb, mint volt nem is olyan régen.
01:50
And all of this has a very human cost.
33
110840
2409
Ezért emberéletekkel fizetünk.
01:53
So if you take the average commute time in America, which is about 50 minutes,
34
113529
3948
Ha az USA-ban átlagosan ingázásra fordított kb. 50 percet
01:57
you multiply that by the 120 million workers we have,
35
117477
3649
megszorozzuk a 120 millió dolgozóval,
02:01
that turns out to be about six billion minutes
36
121126
2225
az eredmény: kb. 6 milliárd percet
02:03
wasted in commuting every day.
37
123351
2026
pocsékolunk el minden nap ingázásra.
02:05
Now, that's a big number, so let's put it in perspective.
38
125377
2827
Érzékeltessük, mekkora szám ez.
02:08
You take that six billion minutes
39
128204
1774
Ha a 6 milliárd percet elosztjuk
02:09
and you divide it by the average life expectancy of a person,
40
129978
3784
a várható átlagos élettartammal,
02:13
that turns out to be 162 lifetimes
41
133762
3135
az eredmény: 162 fő élettartamát
02:16
spent every day, wasted,
42
136897
2925
pocsékoljuk el minden áldott nap.
02:19
just getting from A to B.
43
139822
2044
Csak hogy A pontból B pontba jussunk.
02:21
It's unbelievable.
44
141866
1730
Ez hihetetlen.
02:23
And then, there are those of us who don't have the privilege
45
143596
2844
Vannak, akik nem olyan kiváltságosak,
02:26
of sitting in traffic.
46
146440
1672
hogy a forgalomban rostokoljanak.
02:28
So this is Steve.
47
148112
1578
Ez itt Steve.
02:29
He's an incredibly capable guy,
48
149690
1765
Steve hihetetlenül ügyes fickó,
02:31
but he just happens to be blind,
49
151455
2516
de történetesen vak,
02:33
and that means instead of a 30-minute drive to work in the morning,
50
153971
3217
s ezért a reggeli munkába járás a szokásos 30 perc helyett
02:37
it's a two-hour ordeal of piecing together bits of public transit
51
157188
3979
neki kétórás kínszenvedés közösségi közlekedéssel bumlizva.
Esetleg megkérheti barátját vagy a családját egy fuvarra.
02:41
or asking friends and family for a ride.
52
161167
2385
02:43
He doesn't have that same freedom that you and I have to get around.
53
163552
3669
Neki nincs meg az a mozgási szabadsága, mint nekünk.
02:47
We should do something about that.
54
167221
2460
Valamit tennünk kell ezért.
02:49
Now, conventional wisdom would say
55
169891
1757
A népi bölcsesség úgy szól:
02:51
that we'll just take these driver assistance systems
56
171648
2492
vegyük csak a gépjárművezetést támogató rendszert,
02:54
and we'll kind of push them and incrementally improve them,
57
174140
3750
s fokozatosan tökéletesítsük,
02:57
and over time, they'll turn into self-driving cars.
58
177890
2542
és ez idővel vezető nélküli kocsivá fejlődik.
03:00
Well, I'm here to tell you that's like me saying
59
180432
2409
Ez pont olyan, mintha azt mondanám,
03:02
that if I work really hard at jumping, one day I'll be able to fly.
60
182841
4057
hogy ha szorgalmasan ugrálok, egy nap már képes leszek repülni.
03:06
We actually need to do something a little different.
61
186898
2728
Valamit egy kissé másként kell csinálnunk.
03:09
And so I'm going to talk to you about three different ways
62
189626
2711
Elmondom, mi az a három módszer, amitől a vezető nélküli
03:12
that self-driving systems are different than driver assistance systems.
63
192337
3346
rendszerek mások, mint a gépjárművezetést támogatók.
03:15
And I'm going to start with some of our own experience.
64
195683
2651
Egy bizonyos tapasztalatunkkal kezdem.
03:18
So back in 2013,
65
198334
2253
Még 2003-ban végeztük
03:20
we had the first test of a self-driving car
66
200587
2663
az első tesztet a vezető nélküli kocsival,
03:23
where we let regular people use it.
67
203250
2027
melyet hétköznapi emberek vezettek.
03:25
Well, almost regular -- they were 100 Googlers,
68
205277
2202
Jó, majdnem hétköznapiak —, 100 guglizó volt,
03:27
but they weren't working on the project.
69
207479
2003
de nem vettek részt a projektben.
03:29
And we gave them the car and we allowed them to use it in their daily lives.
70
209482
3621
Kocsit kaptak, és használhatták a mindennapi életükben.
03:33
But unlike a real self-driving car, this one had a big asterisk with it:
71
213103
3719
De a valódi vezető nélküli kocsihoz képest volt egy mínusza:
03:36
They had to pay attention,
72
216822
1504
Figyelni kellett rá,
03:38
because this was an experimental vehicle.
73
218326
2633
mert kísérleti kocsi volt.
03:40
We tested it a lot, but it could still fail.
74
220959
3525
Sokat próbálgattuk, de nem volt tökéletes.
03:44
And so we gave them two hours of training,
75
224484
2059
Beültettük az embereket a kocsiba,
03:46
we put them in the car, we let them use it,
76
226543
2092
használhatták, két órát gyakorolhattak.
03:48
and what we heard back was something awesome,
77
228635
2127
Döbbenetes volt, amit visszahallottunk tőlük,
03:50
as someone trying to bring a product into the world.
78
230762
2524
ahogy kivitték a kocsit a forgalomba.
03:53
Every one of them told us they loved it.
79
233286
1925
Azt mondták, hogy tetszik nekik a kocsi.
03:55
In fact, we had a Porsche driver who came in and told us on the first day,
80
235211
3566
Volt egy Porschét vezető ember, aki az első nap megjegyezte:
03:58
"This is completely stupid. What are we thinking?"
81
238777
2663
"Ez tiszta hülyeség. Mit akarnak?"
04:01
But at the end of it, he said, "Not only should I have it,
82
241850
2840
De a végén azt mondta: "Nemcsak nekem kell,
04:04
everyone else should have it, because people are terrible drivers."
83
244690
3175
mindenkinek kell, mert az emberek borzalmasan vezetnek."
04:09
So this was music to our ears,
84
249135
1735
Ez zene volt füleinknek,
04:10
but then we started to look at what the people inside the car were doing,
85
250870
3803
de azután elkezdtük vizsgálni, mit tesznek az emberek a kocsiban,
04:14
and this was eye-opening.
86
254673
1579
s ez felnyitotta a szemünket.
04:16
Now, my favorite story is this gentleman
87
256252
2438
Kedvenc történetem egy férfiről szól,
04:18
who looks down at his phone and realizes the battery is low,
88
258690
3829
aki rápillant a mobiljára, rájön, hogy az akku lemerülőben van,
04:22
so he turns around like this in the car and digs around in his backpack,
89
262519
4548
megfordul — így ni — a kocsiban, kotorászik a hátizsákjában,
04:27
pulls out his laptop,
90
267067
2153
előhúzza a laptopját,
04:29
puts it on the seat,
91
269220
1567
lerakja az ülésre,
04:30
goes in the back again,
92
270787
1764
megint hátrafordul,
04:32
digs around, pulls out the charging cable for his phone,
93
272551
3367
kotorászik, előhúzza mobilja töltőkábelét,
04:35
futzes around, puts it into the laptop, puts it on the phone.
94
275918
3367
szöszmötöl, bedugja a laptopjába és a mobiljába.
04:39
Sure enough, the phone is charging.
95
279285
2043
Rendben, a mobil töltődik.
04:41
All the time he's been doing 65 miles per hour down the freeway.
96
281328
3994
Mindeközben 100 km/órás sebességgel tép az autópályán.
04:45
Right? Unbelievable.
97
285322
2484
Észbontó!
04:47
So we thought about this and we said, it's kind of obvious, right?
98
287806
3121
Belegondoltunk, és azt mondtuk: Ez elég nyilvánvaló, nem?
04:50
The better the technology gets,
99
290927
2263
Minél inkább javul a technológia,
04:53
the less reliable the driver is going to get.
100
293190
2121
annál kevésbé lesznek megbízhatók a vezetők.
04:55
So by just making the cars incrementally smarter,
101
295311
2396
Ha a kocsikat okosabbá tesszük,
04:57
we're probably not going to see the wins we really need.
102
297707
2902
ez valószínűleg nem hozza el a kívánt eredményt.
05:00
Let me talk about something a little technical for a moment here.
103
300609
3901
Most egy kis technika következik.
05:04
So we're looking at this graph, and along the bottom
104
304510
2438
A diagramon alul látjuk,
05:06
is how often does the car apply the brakes when it shouldn't.
105
306948
3051
milyen gyakran fékez a kocsi fölöslegesen.
05:09
You can ignore most of that axis,
106
309999
1621
Figyelmen kívül hagyhatják
05:11
because if you're driving around town, and the car starts stopping randomly,
107
311620
3719
ezt a tengelyt, mert ha városban a kocsi szeszélyesen fékezgetni kezd,
05:15
you're never going to buy that car.
108
315339
1701
soha nem veszik meg azt az autót.
05:17
And the vertical axis is how often the car is going to apply the brakes
109
317040
3375
A függőleges tengely mutatja, milyen gyakran fékez a kocsi,
05:20
when it's supposed to to help you avoid an accident.
110
320415
3049
hogy elkerülje a balesetet.
05:23
Now, if we look at the bottom left corner here,
111
323464
2221
A bal alsó sarokban látjuk
05:25
this is your classic car.
112
325685
1845
a klasszikus kocsinkat.
05:27
It doesn't apply the brakes for you, it doesn't do anything goofy,
113
327530
3133
A kocsi nem fékez helyettünk, semmi ostobaságot nem követ el,
05:30
but it also doesn't get you out of an accident.
114
330663
2779
de nem is húz ki egy balesetből.
05:33
Now, if we want to bring a driver assistance system into a car,
115
333442
3018
Ha egy vezetősegítő rendszert akarunk a kocsiba rakni, mondjuk
05:36
say with collision mitigation braking,
116
336460
1828
az ütközés erejét mérséklő fékrendszert,
05:38
we're going to put some package of technology on there,
117
338288
2612
el kell látnunk valamilyen műszaki csomaggal,
05:40
and that's this curve, and it's going to have some operating properties,
118
340900
3418
ezt mutatja a görbe, s így sajátos működési tulajdonságai lesznek,
de soha nem fogja elkerülni az összes balesetet,
05:44
but it's never going to avoid all of the accidents,
119
344318
2490
05:46
because it doesn't have that capability.
120
346808
2059
mert nincs meg az a képessége.
05:48
But we'll pick some place along the curve here,
121
348867
2249
Ha kiválasztjuk a görbe egy szakaszát,
s ez kivédheti a balesetek felét, melyeket az ember nem,
05:51
and maybe it avoids half of accidents that the human driver misses,
122
351116
3254
akkor ez csodás, nemde?
05:54
and that's amazing, right?
123
354370
1297
05:55
We just reduced accidents on our roads by a factor of two.
124
355667
2727
A közúti baleseteket nemrég a felére csökkentettük.
05:58
There are now 17,000 less people dying every year in America.
125
358394
3987
Manapság évente 17 ezerrel kevesebben halnak meg az USA-ban.
06:02
But if we want a self-driving car,
126
362381
2020
Ha vezető nélküli kocsit szeretnénk,
06:04
we need a technology curve that looks like this.
127
364401
2307
a technikai görbének így kellene festenie.
06:06
We're going to have to put more sensors in the vehicle,
128
366708
2599
Több érzékelőt helyezünk majd a járműbe,
06:09
and we'll pick some operating point up here
129
369307
2021
és kiválasztunk egy működési pontot,
06:11
where it basically never gets into a crash.
130
371328
2019
ahol a kocsi nem szokta magát összetörni.
06:13
They'll happen, but very low frequency.
131
373347
2443
Előfordul, de nagyon ritkán.
06:15
Now you and I could look at this and we could argue
132
375790
2461
Vitatkozhatnánk azon,
06:18
about whether it's incremental, and I could say something like "80-20 rule,"
133
378251
3605
hogy ez elhanyagolható-e, szerintem belefér a "80-20 szabályba",
06:21
and it's really hard to move up to that new curve.
134
381856
2568
és tényleg nehéz följutni a felső görbére.
06:24
But let's look at it from a different direction for a moment.
135
384424
2934
De egy pillanatra nézzük ezt más szemszögből, nevezetesen,
06:27
So let's look at how often the technology has to do the right thing.
136
387358
3512
hogy milyen gyakorisággal kell a technikának helyesen cselekednie.
06:30
And so this green dot up here is a driver assistance system.
137
390870
3506
Ez a fölső zöld pont itt a vezetősegítő rendszer.
06:34
It turns out that human drivers
138
394376
2485
A vezetők által okozott hibák
06:36
make mistakes that lead to traffic accidents
139
396861
2647
az USA-ban 161 ezer kilométerenként
06:39
about once every 100,000 miles in America.
140
399508
3172
vezetnek közlekedési balesethez.
06:42
In contrast, a self-driving system is probably making decisions
141
402680
3167
A vezető nélküli rendszer viszont
06:45
about 10 times per second,
142
405847
3663
másodpercenként 10 döntést hoz.
06:49
so order of magnitude,
143
409510
1422
Ez nagyságrendileg
06:50
that's about 1,000 times per mile.
144
410932
2832
625 döntés kilométerenként.
06:53
So if you compare the distance between these two,
145
413764
2485
Ha összevetjük a kettő közötti távolságot,
06:56
it's about 10 to the eighth, right?
146
416249
2600
az kb. 10 a 8-hoz, ugye?
06:58
Eight orders of magnitude.
147
418849
1765
Nagyságrendileg nyolc.
07:00
That's like comparing how fast I run
148
420614
2809
Ez olyan, mintha futásomat
07:03
to the speed of light.
149
423423
2206
a fénysebességhez hasonlítanám.
07:05
It doesn't matter how hard I train, I'm never actually going to get there.
150
425629
3785
Nem számít, milyen kitartóan edzek, soha nem érem el a fénysebességet.
07:09
So there's a pretty big gap there.
151
429414
2438
Elég nagy a szakadék.
07:11
And then finally, there's how the system can handle uncertainty.
152
431852
3729
S végül, az a kérdés, hogyan tudja a rendszer kezelni a bizonytalanságot.
07:15
So this pedestrian here might be stepping into the road, might not be.
153
435581
3323
Lehet, hogy ez a gyalogos lelép az úttestre, de lehet, hogy nem.
07:18
I can't tell, nor can any of our algorithms,
154
438904
3395
Nem tudom megmondani, s egyik algoritmusunk sem,
07:22
but in the case of a driver assistance system,
155
442310
2284
de a vezetősegítő rendszer esetén
07:24
that means it can't take action, because again,
156
444594
2806
ez azt jelenti, hogy a rendszer nem cselekedhet,
07:27
if it presses the brakes unexpectedly, that's completely unacceptable.
157
447400
3339
mert megint csak, ha váratlanul fékez, az egyáltalán nem fogadható el.
07:30
Whereas a self-driving system can look at that pedestrian and say,
158
450739
3133
Közben a vezető nélküli rendszer látja a gyalogost, és azt mondja:
07:33
I don't know what they're about to do,
159
453872
1890
Nem tudom, mit akar csinálni,
07:35
slow down, take a better look, and then react appropriately after that.
160
455762
3762
inkább lassítsunk, nézzük meg jobban, s utána reagáljunk helyesen.
07:39
So it can be much safer than a driver assistance system can ever be.
161
459524
3702
Biztonságosabb lehet, mint a vezetősegítő rendszer bármikor.
07:43
So that's enough about the differences between the two.
162
463226
2730
Ennyi elég a két rendszer közötti különbségről.
07:45
Let's spend some time talking about how the car sees the world.
163
465956
3484
Szánjunk egy kis időt arra, hogyan látja a kocsi a környezetét.
07:49
So this is our vehicle.
164
469440
1252
Ez itt a járművünk.
07:50
It starts by understanding where it is in the world,
165
470692
2438
Úgy indul útra, hogy tudja, hol helyezkedik el:
07:53
by taking a map and its sensor data and aligning the two,
166
473130
2787
összeveti a térképet az érzékelőinek adataival,
07:55
and then we layer on top of that what it sees in the moment.
167
475917
2948
s ehhez hozzátesszük, amit az adott pillanatban lát.
07:58
So here, all the purple boxes you can see are other vehicles on the road,
168
478865
3655
Az itt látható lila dobozok az úton lévő más járművek,
08:02
and the red thing on the side over there is a cyclist,
169
482520
2528
az oldalt lévő piros valami egy kerékpáros.
08:05
and up in the distance, if you look really closely,
170
485048
2402
Ha jobban megnézzük, a távolban
08:07
you can see some cones.
171
487450
1794
valamilyen bójákat látunk.
08:09
Then we know where the car is in the moment,
172
489244
2773
Akkor hát tudjuk, hogy pillanatnyilag hol a kocsi,
08:12
but we have to do better than that: we have to predict what's going to happen.
173
492017
3833
de ennél több kell: meg kell jósolnunk, mi fog történni.
08:15
So here the pickup truck in top right is about to make a left lane change
174
495850
3488
A jobb felső sarokban lévő pickup teherautó balra akar sávot váltani,
08:19
because the road in front of it is closed,
175
499338
2223
mert előtte beállt a sor,
08:21
so it needs to get out of the way.
176
501561
1731
ezért el kell hagynia a sávját.
08:23
Knowing that one pickup truck is great,
177
503292
1863
A pickuppal tehát megvolnánk,
08:25
but we really need to know what everybody's thinking,
178
505155
2479
de szeretnénk tudni, hogy a többiek mit gondolnak,
08:27
so it becomes quite a complicated problem.
179
507634
2507
ezért az ügy elég bonyolulttá válik.
08:30
And then given that, we can figure out how the car should respond in the moment,
180
510141
4749
S ezt figyelembe véve, eldönthetjük a kocsinak most hogyan kell reagálnia,
08:34
so what trajectory it should follow, how quickly it should slow down or speed up.
181
514890
3866
milyen útvonalon kell mennie, mennyire kell lassulnia vagy gyorsulnia.
08:38
And then that all turns into just following a path:
182
518756
3065
Azután ez mind leegyszerűsödik a nyomvonal követésére:
08:41
turning the steering wheel left or right, pressing the brake or gas.
183
521821
3197
jobbra vagy balra fordítjuk a kormányt, a féket vagy a gázt nyomjuk.
08:45
It's really just two numbers at the end of the day.
184
525018
2464
Végső soron tényleg csak két szám maradt.
08:47
So how hard can it really be?
185
527482
2241
Mi lehet ebben olyan bonyolult?
08:50
Back when we started in 2009,
186
530433
1952
Amikor 2009-ben kezdtük,
08:52
this is what our system looked like.
187
532385
1798
a rendszerünk így nézett ki.
08:54
So you can see our car in the middle and the other boxes on the road,
188
534183
3391
Látják középen a kocsinkat, és az úton a többi "dobozt",
08:57
driving down the highway.
189
537574
1271
amint a pályán hajtanak.
08:58
The car needs to understand where it is and roughly where the other vehicles are.
190
538845
3818
A kocsinak tudnia kell, hol van, és hogy a többi jármű kb. hol van.
09:02
It's really a geometric understanding of the world.
191
542663
2429
Ez a környezet geometriai felfogása.
09:05
Once we started driving on neighborhood and city streets,
192
545092
2948
Mikor a környéken és városban kezdtünk vezetni,
09:08
the problem becomes a whole new level of difficulty.
193
548040
2445
a feladat teljesen más bonyolultsági fokú volt.
09:10
You see pedestrians crossing in front of us, cars crossing in front of us,
194
550485
3494
Látják, gyalogosok mennek át a kocsi előtt,
09:13
going every which way,
195
553979
1811
összevissza cikáznak,
09:15
the traffic lights, crosswalks.
196
555790
1527
közlekedési lámpák, zebrák.
09:17
It's an incredibly complicated problem by comparison.
197
557317
2797
Elképesztően bonyolult feladat az autópályához képest.
09:20
And then once you have that problem solved,
198
560114
2103
S ha megoldottuk a problémát,
09:22
the vehicle has to be able to deal with construction.
199
562217
2512
a járműnek a végrehajtással is kell foglalkoznia.
09:24
So here are the cones on the left forcing it to drive to the right,
200
564729
3151
Balra a bóják arra késztetik a kocsit, hogy jobbra húzódjon,
09:27
but not just construction in isolation, of course.
201
567880
2402
de a végrehajtáson kívül
09:30
It has to deal with other people moving through that construction zone as well.
202
570282
3723
ügyelnie kell a végrehajtás zónájában mozgó emberekre is.
09:34
And of course, if anyone's breaking the rules, the police are there
203
574005
3263
Persze, ha valaki szabályt sért, és megjelenik a rendőrség,
09:37
and the car has to understand that that flashing light on the top of the car
204
577268
3622
a kocsinknak értenie kell, hogy a villogó az autó tetején
09:40
means that it's not just a car, it's actually a police officer.
205
580890
3105
nem csupán egy kocsi: az egy rendőrt jelent.
09:43
Similarly, the orange box on the side here,
206
583995
2032
Hasonlóan, oldalt a narancssárga doboz
09:46
it's a school bus,
207
586027
1109
egy iskolabusz,
09:47
and we have to treat that differently as well.
208
587136
2520
s azzal is másként kell bánni.
09:50
When we're out on the road, other people have expectations:
209
590576
2793
Mikor az úton vagyunk, az emberek valamire számítanak:
09:53
So, when a cyclist puts up their arm,
210
593369
1780
mikor a kerékpáros fölemeli a karját,
09:55
it means they're expecting the car to yield to them and make room for them
211
595149
3518
arra számít, hogy a kocsi elsőbbséget ad,
09:58
to make a lane change.
212
598667
2053
és engedi neki a sávváltást.
10:01
And when a police officer stood in the road,
213
601030
2173
S amikor egy rendőr áll az úton,
10:03
our vehicle should understand that this means stop,
214
603203
2740
járművünknek értenie kell, hogy ez megálljt jelent,
10:05
and when they signal to go, we should continue.
215
605943
3506
és mikor továbbot int, tovább kell haladnunk.
10:09
Now, the way we accomplish this is by sharing data between the vehicles.
216
609449
3761
Ezt úgy hajtjuk végre, hogy adatokat cserélünk a járművekkel.
10:13
The first, most crude model of this
217
613210
1696
Az első, legdurvább modell,
10:14
is when one vehicle sees a construction zone,
218
614906
2113
mikor az egyik kocsi építési területet
10:17
having another know about it so it can be in the correct lane
219
617019
3062
vesz észre, tudatja a másikkal, hogy az helyes sávot válasszon
10:20
to avoid some of the difficulty.
220
620081
1570
a nehézségek elkerülésére.
10:21
But we actually have a much deeper understanding of this.
221
621651
2664
De mi mélyebben értjük a helyzetet.
10:24
We could take all of the data that the cars have seen over time,
222
624315
3009
Rendelkezünk a kocsi által huzamos idő alatt észlelt adatokkal,
10:27
the hundreds of thousands of pedestrians, cyclists,
223
627324
2376
melyek százezernyi gyalogosra, kerékpárosra
10:29
and vehicles that have been out there
224
629700
1787
és járműre vonatkoznak,
10:31
and understand what they look like
225
631487
1695
és értjük, hogy milyenek,
10:33
and use that to infer what other vehicles should look like
226
633182
2831
és használni tudjuk őket, hogy következtessünk
10:36
and other pedestrians should look like.
227
636013
1926
más járművekre és gyalogosokra.
10:37
And then, even more importantly, we could take from that a model
228
637939
3021
Még ennél is fontosabb, hogy a modellből
10:40
of how we expect them to move through the world.
229
640960
2330
kihámozhatjuk, miféle mozgásra számíthatunk.
10:43
So here the yellow box is a pedestrian crossing in front of us.
230
643290
2963
A sárga doboz egy előttünk áthaladó gyalogos.
10:46
Here the blue box is a cyclist and we anticipate
231
646253
2250
A kék doboz egy kerékpáros, és úgy sejtjük,
10:48
that they're going to nudge out and around the car to the right.
232
648503
3312
hogy jobbról közelít a kocsinkhoz.
10:52
Here there's a cyclist coming down the road
233
652115
2092
Itt egy úton szemben haladó kerékpáros,
10:54
and we know they're going to continue to drive down the shape of the road.
234
654207
3486
és tudjuk, hogy továbbmennek, ahogy az út adja magát.
10:57
Here somebody makes a right turn,
235
657693
1867
Itt valaki jobbra kanyarodik,
10:59
and in a moment here, somebody's going to make a U-turn in front of us,
236
659560
3360
és rögtön itt előttünk valaki éppen vissza akar fordulni.
11:02
and we can anticipate that behavior and respond safely.
237
662920
2614
Megjósolhatjuk a viselkedést, biztos választ adhatunk.
11:05
Now, that's all well and good for things that we've seen,
238
665534
2728
Nincs is semmi gond a látottakkal,
11:08
but of course, you encounter lots of things that you haven't
239
668262
2865
de persze találkozunk olyan jelenségekkel, amilyenekkel még
11:11
seen in the world before.
240
671127
1231
nem volt dolgunk.
11:12
And so just a couple of months ago,
241
672358
1741
Pár hónapja járműveink éppen
11:14
our vehicles were driving through Mountain View,
242
674099
2235
Mountain View-n haladtak keresztül,
11:16
and this is what we encountered.
243
676334
1644
s akkor ez akadt az útjukba.
11:17
This is a woman in an electric wheelchair
244
677978
2082
Ez egy elektromos tolószékével
11:20
chasing a duck in circles on the road. (Laughter)
245
680060
2617
az úton kacsákat hajkurászó nő. (Nevetés)
11:22
Now it turns out, there is nowhere in the DMV handbook
246
682677
3111
Az a helyzet, hogy ilyenről nincs szó
11:25
that tells you how to deal with that,
247
685788
2245
a gépjárművekre vonatkozó kézikönyvben,
11:28
but our vehicles were able to encounter that,
248
688033
2143
de a járműveink kezelik a helyzetet:
11:30
slow down, and drive safely.
249
690176
2255
lassítanak és biztonságosan haladnak.
11:32
Now, we don't have to deal with just ducks.
250
692431
2041
De nem csak kacsákkal kell vesződnünk.
11:34
Watch this bird fly across in front of us. The car reacts to that.
251
694472
3708
Nézzék, ahogy ez a madár átrepül előttünk. A kocsi reagál rá.
11:38
Here we're dealing with a cyclist
252
698180
1615
Itt egy bicajossal foglalkozunk,
11:39
that you would never expect to see anywhere other than Mountain View.
253
699795
3290
ilyenre csak Mountain View-ban számíthatunk.
11:43
And of course, we have to deal with drivers,
254
703085
2068
S persze ott vannak
11:45
even the very small ones.
255
705153
3715
még az egészen kicsi sofőrök is.
11:48
Watch to the right as someone jumps out of this truck at us.
256
708868
4131
Figyeljünk jobbra, ahonnan valaki elénk ugrik egy teherautó mögül.
11:54
And now, watch the left as the car with the green box decides
257
714460
2929
Most figyeljünk balra, ahol a zöld dobozzal jelölt kocsi
11:57
he needs to make a right turn at the last possible moment.
258
717389
3325
úgy döntött, hogy az utolsó pillanatban jobbra fordul.
12:00
Here, as we make a lane change, the car to our left decides
259
720714
2851
Itt sávot váltanánk, de a tőlünk balra haladó kocsi
12:03
it wants to as well.
260
723565
3553
úgy dönt, hogy ő is.
12:07
And here, we watch a car blow through a red light
261
727118
2693
Itt meg egy kocsi átzúg a tiloson,
12:09
and yield to it.
262
729811
2090
engedjük csak el.
12:11
And similarly, here, a cyclist blowing through that light as well.
263
731901
3854
Hasonlóképpen, egy bringás is átzúg a tiloson.
12:15
And of course, the vehicle responds safely.
264
735755
2746
A kocsi természetesen biztonságosan kezeli a helyzeteket.
12:18
And of course, we have people who do I don't know what
265
738501
2601
Persze, vannak olyanok, akikről nem is értem,
12:21
sometimes on the road, like this guy pulling out between two self-driving cars.
266
741102
3823
hogy kerülnek az útra, mint ez az ürge, aki behúz két, vezető nélküli kocsi közé.
12:24
You have to ask, "What are you thinking?"
267
744925
2045
Megkérdezhetjük: "Észnél van?"
12:26
(Laughter)
268
746970
1212
(Nevetés)
12:28
Now, I just fire-hosed you with a lot of stuff there,
269
748182
2521
Eddig sok mindent önökre zúdítottam,
12:30
so I'm going to break one of these down pretty quickly.
270
750703
2650
de visszatérnék az egyik esetre.
12:33
So what we're looking at is the scene with the cyclist again,
271
753353
2940
Nézzük meg még egyszer a jelenetet a bringással.
12:36
and you might notice in the bottom, we can't actually see the cyclist yet,
272
756293
3491
Lehet, hogy fölfigyelnek a kép aljára, bár mi még nem látjuk a bringást,
12:39
but the car can: it's that little blue box up there,
273
759784
2504
de a kocsi igen: ő az a kis kék doboz,
12:42
and that comes from the laser data.
274
762288
2081
és ezt a lézer adataiból tudja.
12:44
And that's not actually really easy to understand,
275
764369
2418
Elég nehéz is megérteni,
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
ezért megnézem a lézer adatait,
12:50
and if you're really good at looking at laser data, you can see
277
770371
3029
és ha önök jól látják a lézer adatait,
12:53
a few dots on the curve there,
278
773400
1487
pontok láthatók a görbén,
12:54
right there, and that blue box is that cyclist.
279
774887
2372
ott ni, és a kék doboz pedig a bringás.
12:57
Now as our light is red,
280
777259
1149
A lámpánk pirosat mutat,
12:58
the cyclist's light has turned yellow already,
281
778408
2192
de a kerékpárosoké már sárgára váltott,
13:00
and if you squint, you can see that in the imagery.
282
780600
2438
s ha odasandítunk, látjuk a képen.
13:03
But the cyclist, we see, is going to proceed through the intersection.
283
783038
3286
De látjuk, hogy a bringás át fog vágni a kereszteződésen.
13:06
Our light has now turned green, his is solidly red,
284
786324
2394
Lámpánk zöldre váltott, az övé masszívan piros,
13:08
and we now anticipate that this bike is going to come all the way across.
285
788718
4292
s sejtjük, hogy a bicaj keresztben jön.
13:13
Unfortunately the other drivers next to us were not paying as much attention.
286
793010
3742
Sajnos, a mellettünk lévő vezetők annyira nem figyelnek rá.
13:16
They started to pull forward, and fortunately for everyone,
287
796752
3157
Elindulnak, de mindenki szerencséjére,
13:19
this cyclists reacts, avoids,
288
799909
3011
a bringás észbe kap, kitér,
13:22
and makes it through the intersection.
289
802920
2191
és átmegy a kereszteződésen.
13:25
And off we go.
290
805111
1568
És már ott sem vagyunk.
13:26
Now, as you can see, we've made some pretty exciting progress,
291
806679
2948
Láthatják, hogy jócskán haladtunk már a projekttel,
13:29
and at this point we're pretty convinced
292
809627
1902
és jelenleg meg vagyunk győződve róla,
13:31
this technology is going to come to market.
293
811529
2010
hogy ez a technológia piacra kerül.
13:33
We do three million miles of testing in our simulators every single day,
294
813539
4783
Naponta 4,8 millió kilométeren tesztelnek a szimulátoraink,
13:38
so you can imagine the experience that our vehicles have.
295
818322
2689
képzelhetik, autóink mekkora tapasztalatot gyűjtöttek.
13:41
We are looking forward to having this technology on the road,
296
821011
2864
Alig várjuk, hogy az utakon lássuk viszont a technológiát,
13:43
and we think the right path is to go through the self-driving
297
823875
2890
s úgy hisszük, hogy a helyes módszer a vezető nélküli kocsi,
13:46
rather than driver assistance approach
298
826765
1844
nem pedig a vezetősegítő megoldás,
13:48
because the urgency is so large.
299
828609
2621
mert az ügy valóban nem tűr halasztást.
13:51
In the time I have given this talk today,
300
831230
2393
Mialatt ma az előadásomat hallgatták,
13:53
34 people have died on America's roads.
301
833623
3135
az USA útjain 34 fő halt meg.
13:56
How soon can we bring it out?
302
836758
2368
Mikor tudjuk bevezetni a rendszert?
13:59
Well, it's hard to say because it's a really complicated problem,
303
839126
3832
Nos, nehéz megmondani, mert a feladat tényleg összetett.
14:02
but these are my two boys.
304
842958
2214
De nézzék, ők a fiaim.
14:05
My oldest son is 11, and that means in four and a half years,
305
845172
3623
Az idősebbik 11 éves, ami azt jelenti, hogy négy és fél év múlva
14:08
he's going to be able to get his driver's license.
306
848795
2577
jogosítványt kaphat.
14:11
My team and I are committed to making sure that doesn't happen.
307
851372
3204
Csapatom és én mindent megteszünk, hogy ez ne történjék meg.
14:14
Thank you.
308
854576
1904
Köszönöm.
14:16
(Laughter) (Applause)
309
856480
3667
(Nevetés) (Taps)
14:21
Chris Anderson: Chris, I've got a question for you.
310
861110
2568
Chris Anderson: Chris, kérdésem van hozzád.
14:23
Chris Urmson: Sure.
311
863678
2809
Chris Urmson: Tessék.
14:26
CA: So certainly, the mind of your cars is pretty mind-boggling.
312
866487
3924
CA: A kocsijaitok agya egyszerűen észbontó.
14:30
On this debate between driver-assisted and fully driverless --
313
870411
4459
A vezetősegítő és a vezető nélküli kocsi közötti döntésről folyik vita,
14:34
I mean, there's a real debate going on out there right now.
314
874870
3041
úgy értem, egy igazi vita zajlik jelenleg.
14:37
So some of the companies, for example, Tesla,
315
877911
2833
Több vállalkozás, pl. a Tesla,
14:40
are going the driver-assisted route.
316
880744
2159
a vezetősegítő megoldás útjára lép.
14:42
What you're saying is that that's kind of going to be a dead end
317
882903
5248
Szerinted tehát az valamiféle zsákutca,
14:48
because you can't just keep improving that route and get to fully driverless
318
888151
5456
mert a módszert nem lehet minduntalan tökéletesíteni, hogy majd valaha elérjük
14:53
at some point, and then a driver is going to say, "This feels safe,"
319
893607
3530
a vezető nélküli állapotot, amit a sofőr biztonságosnak ismer el,
14:57
and climb into the back, and something ugly will happen.
320
897137
2647
és hátraül, közben meg valami borzalmas történik.
14:59
CU: Right. No, that's exactly right, and it's not to say
321
899784
2676
CU: Így van. Pontosan így van, s ezzel nem állítom,
15:02
that the driver assistance systems aren't going to be incredibly valuable.
322
902460
3537
hogy a vezetősegítő rendszerek nem lesznek nagyon is értékesek.
15:05
They can save a lot of lives in the interim,
323
905997
2058
Átmenetileg sok életet menthetnek meg,
15:08
but to see the transformative opportunity to help someone like Steve get around,
324
908055
3833
de hogy megváltozzék pl. Steve lehetősége, hogy valóban
15:11
to really get to the end case in safety,
325
911888
1969
biztonságosan közlekedhessen,
15:13
to have the opportunity to change our cities
326
913857
2479
hogy lehetőségünk legyen városaink átalakítására,
15:16
and move parking out and get rid of these urban craters we call parking lots,
327
916336
4204
hogy eltüntessük belőlük a parkolóknak nevezett városi krátereket:
15:20
it's the only way to go.
328
920540
1240
a miénk a járható út.
15:21
CA: We will be tracking your progress with huge interest.
329
921780
2718
CA: Kíváncsian követjük majd nyomon a fejlődéseteket.
15:24
Thanks so much, Chris. CU: Thank you. (Applause)
330
924498
4232
Nagyon szépen köszönöm, Chris. CU: Köszönöm. (Taps)
Erről a weboldalról

Ez az oldal olyan YouTube-videókat mutat be, amelyek hasznosak az angol nyelvtanuláshoz. A világ minden tájáról származó, kiváló tanárok által tartott angol leckéket láthatsz. Az egyes videók oldalán megjelenő angol feliratokra duplán kattintva onnan játszhatja le a videót. A feliratok a videó lejátszásával szinkronban gördülnek. Ha bármilyen észrevétele vagy kérése van, kérjük, lépjen kapcsolatba velünk ezen a kapcsolatfelvételi űrlapon.

https://forms.gle/WvT1wiN1qDtmnspy7