Chris Gerdes: The future race car -- 150mph, and no driver

63,288 views ・ 2012-07-11

TED


Silakan klik dua kali pada teks bahasa Inggris di bawah ini untuk memutar video.

00:00
Translator: Morton Bast Reviewer: Thu-Huong Ha
0
0
7000
Translator: Antonius Yudi Sendjaja Reviewer: Yustina Suryanti
00:15
So, how many of you have ever
1
15766
1407
Berapa banyak di antara Anda
00:17
gotten behind the wheel of a car
2
17173
1655
yang pernah duduk di depan kemudi
00:18
when you really shouldn't have been driving?
3
18828
5687
sedangkan Anda tidak seharusnya mengemudi?
00:24
Maybe you're out on the road for a long day,
4
24515
1905
Mungkin Anda sudah lelah mengemudi sangat lama
00:26
and you just wanted to get home.
5
26420
1490
dan Anda ingin pulang.
00:27
You were tired, but you felt you could drive a few more miles.
6
27910
2647
Anda lelah, namun Anda merasa dapat mengemudi beberapa mil lagi.
00:30
Maybe you thought,
7
30557
1199
Mungkin Anda berpikir,
00:31
I've had less to drink than everybody else,
8
31756
2017
saya minum tidak sebanyak orang lain,
00:33
I should be the one to go home.
9
33773
1736
seharusnya saya bisa pulang.
00:35
Or maybe your mind was just entirely elsewhere.
10
35509
4591
Atau mungkin pikiran Anda entah berada di mana.
00:40
Does this sound familiar to you?
11
40100
1454
Apakah ini terdengar akrab bagi Anda?
00:41
Now, in those situations, wouldn't it be great
12
41554
2898
Dalam situasi seperti itu, bukankah hebat
00:44
if there was a button on your dashboard
13
44452
1593
jika ada tombol di dasbor mobil Anda
00:46
that you could push, and the car would get you home safely?
14
46045
6343
yang jika ditekan akan mengantar Anda pulang dengan aman?
00:52
Now, that's been the promise of the self-driving car,
15
52388
2293
Kini, sudah ada janji mengenai mobil kemudi mandiri,
00:54
the autonomous vehicle, and it's been the dream
16
54681
2627
kendaraan yang otonom, dan mimpi ini sudah ada
00:57
since at least 1939, when General Motors showcased
17
57308
3249
setidaknya sejak tahun 1939, saat General Motors memamerkan
01:00
this idea at their Futurama booth at the World's Fair.
18
60557
3302
ide ini di stan Futurama mereka di Pameran Dunia.
01:03
Now, it's been one of those dreams
19
63859
1943
Ini adalah mimpi yang tampaknya
01:05
that's always seemed about 20 years in the future.
20
65802
4214
selalu berjarak 20 tahun di masa depan.
01:10
Now, two weeks ago, that dream took a step forward,
21
70016
2683
Dua minggu yang lalu, mimpi ini mengalami kemajuan
01:12
when the state of Nevada granted Google's self-driving car
22
72699
3265
saat negara bagian Nevada memberikan ijin untuk mobil kemudi mandiri Google
01:15
the very first license for an autonomous vehicle,
23
75964
3600
sertifikat pertama untuk kendaraan otonom,
01:19
clearly establishing that it's legal for them
24
79564
2245
yang benar-benar menyatakan mobil ini
01:21
to test it on the roads in Nevada.
25
81809
1810
dapat diuji di jalan-jalan Nevada secara resmi.
01:23
Now, California's considering similar legislation,
26
83619
3727
California juga sedang mempertimbangkan hal yang sama
01:27
and this would make sure that the autonomous car
27
87346
2408
yang akan meyakinkan Anda bahwa mobil otonom ini
01:29
is not one of those things that has to stay in Vegas.
28
89754
2977
bukan salah satu benda yang hanya harus ada di Vegas.
01:32
(Laughter)
29
92731
2096
(Tawa)
01:34
Now, in my lab at Stanford, we've been working on
30
94827
3784
Di lab saya di Stanford, kami juga telah mengerjakan
01:38
autonomous cars too, but with a slightly different spin
31
98611
3487
mobil otonom, namun dengan sedikit perbedaan.
01:42
on things. You see, we've been developing robotic race cars,
32
102098
4248
Kami mengembangkan mobil balap robot,
01:46
cars that can actually push themselves to the very limits
33
106346
4120
mobil yang kinerja fisiknya dapat didorong
01:50
of physical performance.
34
110466
2240
hingga batas maksimum.
01:52
Now, why would we want to do such a thing?
35
112706
2613
Kini, mengapa kami ingin melakukan hal semacam itu?
01:55
Well, there's two really good reasons for this.
36
115319
2100
Ada dua alasan yang bagus untuk ini.
01:57
First, we believe that before people turn over control
37
117419
3959
Pertama, kami yakin bahwa sebelum orang dapat menyerahkan kendali
02:01
to an autonomous car, that autonomous car should be
38
121378
2834
kepada mobil otonom, mobil itu setidaknya harus
02:04
at least as good as the very best human drivers.
39
124212
3254
bekerja sebaik pengemudi yang paling hebat.
02:07
Now, if you're like me, and the other 70 percent of the population
40
127466
3305
Jika Anda seperti saya beserta 70 persen dari penduduk dunia
02:10
who know that we are above-average drivers,
41
130771
2193
yang tahu bahwa kemampuan mengemudi kita di atas rata-rata,
02:12
you understand that's a very high bar.
42
132964
3175
Anda paham bahwa batasan itu sangat tinggi.
02:16
There's another reason as well.
43
136139
2392
Ada juga alasan lainnya.
02:18
Just like race car drivers can use all of the friction
44
138531
3576
Sama seperti pembalap mobil yang menggunakan setiap gesekan
02:22
between the tire and the road,
45
142107
1280
antara ban dan jalanan,
02:23
all of the car's capabilities to go as fast as possible,
46
143387
3177
semua kemampuan mobil itu untuk berlari secepat mungkin,
02:26
we want to use all of those capabilities to avoid
47
146564
3345
kita ingin menggunakan semua kemampuan itu
02:29
any accident we can.
48
149909
1588
untuk mencegah terjadinya kecelakaan.
02:31
Now, you may push the car to the limits
49
151497
2050
Mungkin Anda membuat mobil Anda bekerja pada batas maksimal
02:33
not because you're driving too fast,
50
153547
1967
bukan karena mengemudi terlalu cepat,
02:35
but because you've hit an icy patch of road,
51
155514
2160
namun karena berjalan di jalanan bersalju,
02:37
conditions have changed.
52
157674
1704
kondisi telah berubah.
02:39
In those situations, we want a car
53
159378
2761
Dalam kondisi seperti itu, kita ingin kendaraan
02:42
that is capable enough to avoid any accident
54
162139
3720
yang mampu mencegah kecelakaan apapun
02:45
that can physically be avoided.
55
165859
2678
yang secara fisik dapat dicegah.
02:48
I must confess, there's kind of a third motivation as well.
56
168537
4267
Saya harus akui, ada juga dorongan ketiga.
02:52
You see, I have a passion for racing.
57
172804
2256
Anda lihat, saya memiliki gairah dalam balap mobil.
02:55
In the past, I've been a race car owner,
58
175060
2764
Saya pernah memiliki mobil balap,
02:57
a crew chief and a driving coach,
59
177824
2555
seorang kepala kru dan seorang pelatih,
03:00
although maybe not at the level that you're currently expecting.
60
180379
3855
walaupun tidak pada tingkatan yang Anda bayangkan sekarang.
03:04
One of the things that we've developed in the lab --
61
184234
2704
Salah satu hal yang kami kembangkan di lab --
03:06
we've developed several vehicles --
62
186938
1704
kami mengembangkan beberapa kendaraan --
03:08
is what we believe is the world's first
63
188642
2235
adalah yang kami yakini sebagai
03:10
autonomously drifting car.
64
190877
2365
mobil balap otonom pertama di dunia.
03:13
It's another one of those categories
65
193242
2513
Ada lagi mobil jenis itu
03:15
where maybe there's not a lot of competition.
66
195755
2423
di mana saingannya mungkin tidak terlalu banyak.
03:18
(Laughter)
67
198178
1408
(Tawa)
03:19
But this is P1. It's an entirely student-built electric vehicle,
68
199586
3822
Inilah P1, mobil listrik yang sepenuhnya dibuat oleh para siswa
03:23
which through using its rear-wheel drive
69
203408
2078
yang melalui roda belakang
03:25
and front-wheel steer-by-wire
70
205486
1565
dan kemudi pada roda depan
03:27
can drift around corners.
71
207051
2067
dapat selip di tikungan.
03:29
It can get sideways like a rally car driver,
72
209118
2200
Mobil itu dapat berjalan di tikungan seperti pembalap reli
03:31
always able to take the tightest curve,
73
211318
1715
selalu dapat mengambil tikungan yang paling tajam,
03:33
even on slippery, changing surfaces,
74
213033
3304
bahkan pada jalanan yang licin dengan permukaan berbeda
03:36
never spinning out.
75
216337
1616
tanpa tergelincir keluar.
03:37
We've also worked with Volkswagen Oracle,
76
217953
2368
Kami juga bekerja bersama Volkswagen Oracle,
03:40
on Shelley, an autonomous race car that has raced
77
220321
3424
mengembangkan Shelley, mobil balap otonom yang telah dipacu
03:43
at 150 miles an hour through the Bonneville Salt Flats,
78
223745
3070
150 mil per jam melalui dataran garam Bonneville
03:46
gone around Thunderhill Raceway Park in the sun,
79
226815
4471
mengelilingi Thunderhill Raceway Park di tengah terik matahari,
03:51
the wind and the rain,
80
231286
2639
angin, dan hujan,
03:53
and navigated the 153 turns and 12.4 miles
81
233925
5018
dan melalui 153 tikungan dan 12,4 mil
03:58
of the Pikes Peak Hill Climb route
82
238943
1562
pada jalur Pikes Peak Hill Climb
04:00
in Colorado with nobody at the wheel.
83
240505
3473
di Colorado tanpa pengemudi.
04:03
(Laughter)
84
243978
1448
(Tawa)
04:05
(Applause)
85
245426
5566
(Tepuk tangan)
04:10
I guess it goes without saying that we've had a lot of fun
86
250992
3279
Saya rasa tidak perlu dikatakan lagi kami banyak bersenang-senang
04:14
doing this.
87
254271
1304
dalam melakukannya.
04:15
But in fact, there's something else that we've developed
88
255575
3657
Namun sebenarnya, ada hal lain yang kami kembangkan
04:19
in the process of developing these autonomous cars.
89
259232
3055
dalam pengembangan mobil otonom ini.
04:22
We have developed a tremendous appreciation
90
262287
3871
Kami mengembangkan penghargaan yang luar biasa
04:26
for the capabilities of human race car drivers.
91
266158
3817
bagi kemampuan para pembalap.
04:29
As we've looked at the question of how well do these cars perform,
92
269975
4345
Saat kami melihat pertanyaan tentang seberapa hebat kinerja mobil ini
04:34
we wanted to compare them to our human counterparts.
93
274320
3279
kami ingin membandingkannya dengan pembalap manusia.
04:37
And we discovered their human counterparts are amazing.
94
277599
5680
Dan kami menemukan bahwa para pembalap itu sangat menakjubkan.
04:43
Now, we can take a map of a race track,
95
283279
4023
Kini kita dapat mengambil peta lintasannya
04:47
we can take a mathematical model of a car,
96
287302
2370
dan juga model matematika dari mobil,
04:49
and with some iteration, we can actually find
97
289672
2903
dan dengan iterasi, kita dapat menemukan
04:52
the fastest way around that track.
98
292575
1625
cara tercepat untuk melalui lintasan itu.
04:54
We line that up with data that we record
99
294200
2533
Kami membandingkannya dengan data yang kita ambil
04:56
from a professional driver,
100
296733
1433
dari seorang pembalap profesional,
04:58
and the resemblance is absolutely remarkable.
101
298166
4107
dan kemiripannya sangat luar biasa.
05:02
Yes, there are subtle differences here,
102
302273
3212
Memang ada perbedaan besar di sini,
05:05
but the human race car driver is able to go out
103
305485
3127
namun pembalap manusia dapat keluar
05:08
and drive an amazingly fast line,
104
308612
2335
dan mengemudi dengan cepat,
05:10
without the benefit of an algorithm that compares
105
310947
2330
tanpa memerlukan algoritma yang membandingkan
05:13
the trade-off between going as fast as possible
106
313277
2608
keseimbangan antara berjalan secepat mungkin
05:15
in this corner, and shaving a little bit of time
107
315885
2037
di tikungan ini, dan memotong sedikit waktu
05:17
off of the straight over here.
108
317922
1902
dari jalan lurus di sini.
05:19
Not only that, they're able to do it lap
109
319824
3457
Tidak hanya itu, mereka juga dapat melakukannya
05:23
after lap after lap.
110
323281
2375
dalam banyak putaran.
05:25
They're able to go out and consistently do this,
111
325656
2912
Mereka dapat keluar dan melakukannya dengan konsisten,
05:28
pushing the car to the limits every single time.
112
328568
4128
mendorong mobil hingga pada batas maksimum setiap kali.
05:32
It's extraordinary to watch.
113
332696
3169
Sangat luar biasa untuk menyaksikannya.
05:35
You put them in a new car,
114
335865
2066
Saat mereka masuk ke dalam mobil baru
05:37
and after a few laps, they've found the fastest line in that car,
115
337931
3902
setelah beberapa putaran, mereka menemukan jalur tercepat dengan mobil itu
05:41
and they're off to the races.
116
341833
3877
dan mereka pergi untuk balapan.
05:45
It really makes you think,
117
345710
1146
Hal ini membuat Anda berpikir,
05:46
we'd love to know what's going on inside their brain.
118
346856
4871
kami ingin tahu apa yang terjadi di dalam otak mereka.
05:51
So as researchers, that's what we decided to find out.
119
351727
4541
Jadi sebagai peneliti, itulah yang kami lakukan.
05:56
We decided to instrument not only the car,
120
356268
1812
Kami memutuskan tidak hanya memperlengkatpi mobilnya,
05:58
but also the race car driver,
121
358080
2495
namun juga pembalapnya,
06:00
to try to get a glimpse into what was going on
122
360575
2769
untuk mencoba mendapat gambaran akan apa yang terjadi
06:03
in their head as they were doing this.
123
363344
2186
dalam kepala mereka setiap kali melakukan hal ini.
06:05
Now, this is Dr. Lene Harbott applying electrodes
124
365530
3950
Lalu inilah Dr. Lene Harbott yang memasang elektroda
06:09
to the head of John Morton.
125
369480
1232
pada kepala John Morton.
06:10
John Morton is a former Can-Am and IMSA driver,
126
370712
2989
John Morton adalah mantan pembalap Can-Am dan IMSA,
06:13
who's also a class champion at Le Mans.
127
373701
1800
yang juga menjadi juara kelas di Le Mans.
06:15
Fantastic driver, and very willing to put up with graduate students
128
375501
3496
Pengemudi yang hebat dan yang sangat bergairah dengan mahasiswa pascasarjana
06:18
and this sort of research.
129
378997
1855
dan penelitian seperti ini.
06:20
She's putting electrodes on his head
130
380852
2672
Dia memasang elektroda di kepalanya
06:23
so that we can monitor the electrical activity
131
383524
2112
sehingga kami dapat memonitor aktivitas listrik
06:25
in John's brain as he races around the track.
132
385636
2832
di dalam otak John saat dia berpacu di lintasan balap.
06:28
Now, clearly we're not going to put a couple of electrodes on his head
133
388468
3195
Sudah jelas kami tidak akan memasang beberapa elektroda di kepalanya
06:31
and understand exactly what all of his thoughts are on the track.
134
391663
3270
dan memahami apa yang dia pikirkan selama di lintasan balap dengan pasti.
06:34
However, neuroscientists have identified certain patterns
135
394933
3407
Namun, para ilmuwan syaraf telah mengidentifikasi pola tertentu
06:38
that let us tease out some very important aspects of this.
136
398340
3761
yang memungkinkan kami mengambil beberapa aspek penting dari hal ini.
06:42
For instance, the resting brain
137
402101
1847
Contohnya, otak yang sedang beristirahat
06:43
tends to generate a lot of alpha waves.
138
403948
2155
cenderung menghasilkan banyak gelombang alpha.
06:46
In contrast, theta waves are associated with
139
406103
3752
Sebaliknya, gelombang theta berhubungan dengan
06:49
a lot of cognitive activity, like visual processing,
140
409855
3184
banyak kegiatan kognitif, seperti penglihatan,
06:53
things where the driver is thinking quite a bit.
141
413039
3048
hal-hal yang cukup dipikirkan oleh para pengemudi.
06:56
Now, we can measure this,
142
416087
1663
Kita dapat mengukur hal ini
06:57
and we can look at the relative power
143
417750
1985
dan melihat pada daya relatif
06:59
between the theta waves and the alpha waves.
144
419735
2200
antara gelombang alpha dan gelombang theta.
07:01
This gives us a measure of mental workload,
145
421935
2442
Hal ini memberikan tingkat dari tekanan mental,
07:04
how much the driver is actually challenged cognitively
146
424377
3567
seberapa besar pengemudi itu tertantang secara kognitif
07:07
at any point along the track.
147
427944
1786
pada saat berada di lintasan.
07:09
Now, we wanted to see if we could actually record this
148
429730
2942
Kini kami ingin melihat apakah kami dapat merekamnya
07:12
on the track, so we headed down south to Laguna Seca.
149
432672
3038
di lintasan, sehingga kami pergi ke Laguna Seca.
07:15
Laguna Seca is a legendary raceway
150
435710
2016
Laguna Seca adalah lintasan balap legendaris
07:17
about halfway between Salinas and Monterey.
151
437726
2301
di tengah-tengah Salinas dan Monterey.
07:20
It has a curve there called the Corkscrew.
152
440027
2087
Ada tikungan yang disebut Corkscrew.
07:22
Now, the Corkscrew is a chicane, followed by a quick
153
442114
2717
Corkscrew adalah tikungan tajam yang langsung diikuti
07:24
right-handed turn as the road drops three stories.
154
444831
2746
oleh tikungan ke kanan saat jalanannya menurun sejauh 3 lantai.
07:27
Now, the strategy for driving this as explained to me was,
155
447577
3766
Strategi untuk mengemudi yang dijelaskan kepada saya adalah
07:31
you aim for the bush in the distance,
156
451343
2022
Anda berpedoman pada semak di kejauhan,
07:33
and as the road falls away, you realize it was actually the top of a tree.
157
453365
3025
dan saat jalanannya turun, Anda menyadari bahwa itu sebenarnya adalah puncak pohon.
07:36
All right, so thanks to the Revs Program at Stanford,
158
456390
3304
Baiklah, jadi berkat Program Revs di Stanford,
07:39
we were able to take John there
159
459694
1473
kami dapat membawa John ke sana
07:41
and put him behind the wheel
160
461167
964
dan menyuruhnya mengemudi
07:42
of a 1960 Porsche Abarth Carrera.
161
462131
2439
Porsche Abarth Carrera buatan tahun 1960.
07:44
Life is way too short for boring cars.
162
464570
3698
Hidup ini terlalu singkat untuk mobil yang membosankan.
07:48
So, here you see John on the track,
163
468268
1759
Jadi inilah John di lintasan itu,
07:50
he's going up the hill -- Oh! Somebody liked that --
164
470027
2184
dia mengemudi naik ke bukit -- Oh! Ada yang menyukainya --
07:52
and you can see, actually, his mental workload
165
472211
2465
dan Anda dapat melihat, tekanan mentalnya
07:54
-- measuring here in the red bar --
166
474676
2153
-- yang ditunjukkan oleh batang merah ini --
07:56
you can see his actions as he approaches.
167
476829
2343
Anda dapat melihat aktivitas otaknya saat dia mendekati tikungan.
07:59
Now watch, he has to downshift.
168
479172
3230
Kini lihatlah, dia mengemudi turun.
08:02
And then he has to turn left.
169
482402
761
Lalu dia harus menikung ke kiri.
08:03
Look for the tree, and down.
170
483163
3993
Mencari pohonnya lalu ke bawah.
08:07
Not surprisingly, you can see this is a pretty challenging task.
171
487156
2838
Tidak mengherankan karena ini adalah tugas yang cukup menantang.
08:09
You can see his mental workload spike as he goes through this,
172
489994
2976
Anda dapat melihat tekanan mentalnya naik saat dia melakui tikungan itu,
08:12
as you would expect with something that requires
173
492970
2064
seperti yang Anda perkirakan pada sesuatu yang memerlukan
08:15
this level of complexity.
174
495034
2809
tingkat kerumitan seperti itu.
08:17
But what's really interesting is to look at areas of the track
175
497843
3416
Namun hal yang menarik adalah melihat pada daerah lintasannya
08:21
where his mental workload doesn't increase.
176
501259
2846
di mana tekanan mentalnya tidak meningkat.
08:24
I'm going to take you around now
177
504105
1495
Saya akan membawa Anda berkeliling
08:25
to the other side of the track.
178
505600
1089
ke sisi lain dari lintasan ini.
08:26
Turn three. And John's going to go into that corner
179
506689
2336
Tikugnan ketiga. Dan John akan menuju ke sana
08:29
and the rear end of the car is going to begin to slide out.
180
509025
2551
bagian belakang mobilnya akan mulai slip.
08:31
He's going to have to correct for that with steering.
181
511576
2017
Dia harus membetulkannya dengan kemudi.
08:33
So watch as John does this here.
182
513593
2231
Jadi lihatlah John melakukannya di sana.
08:35
Watch the mental workload, and watch the steering.
183
515824
2322
Saksikan tekanan mental dan kemudinya.
08:38
The car begins to slide out, dramatic maneuver to correct it,
184
518146
3672
Mobil itu mulai slip, bersama dengan manuver luar biasa untuk memperbaikinya,
08:41
and no change whatsoever in the mental workload.
185
521818
3523
dan tekanan mentalnya tidak berubah sama sekali.
08:45
Not a challenging task.
186
525341
2832
Bukan kegiatan yang menantang.
08:48
In fact, entirely reflexive.
187
528173
3200
Sebenarnya, cukup santai.
08:51
Now, our data processing on this is still preliminary,
188
531373
3643
Kini, pengolahan data kami akan hal ini masih mendasar
08:55
but it really seems that these phenomenal feats
189
535016
2672
namun tampaknya prestasi fenomenal
08:57
that the race car drivers are performing
190
537688
1610
yang ditunjukkan oleh para pembalap ini
08:59
are instinctive.
191
539298
1910
cukup naluriah.
09:01
They are things that they have simply learned to do.
192
541208
3390
Itu memang merupakan hal yang mereka pelajari.
09:04
It requires very little mental workload
193
544598
2282
Mereka hanya memerlukan sedikit tekanan mental
09:06
for them to perform these amazing feats.
194
546880
2824
untuk melakukan hal luar biasa seperti itu.
09:09
And their actions are fantastic.
195
549704
3135
Dan aksi mereka luar biasa.
09:12
This is exactly what you want to do on the steering wheel
196
552839
2611
Inilah apa yang ingin Anda lakukan di belakang kemudi
09:15
to catch the car in this situation.
197
555450
3337
untuk menangkap mobil itu dalam situasi seperti ini.
09:18
Now, this has given us tremendous insight
198
558787
3445
Kini, hal ini telah memberikan kami wawasan yang mendalam
09:22
and inspiration for our own autonomous vehicles.
199
562232
3122
dan ilham bagi kendaraan otonom kami.
09:25
We've started to ask the question:
200
565354
1928
Kami mulai bertanya:
09:27
Can we make them a little less algorithmic
201
567282
2253
Dapatkah kiami membuat algorithmanya lebih sedikit
09:29
and a little more intuitive?
202
569535
2449
dan lebih kepada naluri?
09:31
Can we take this reflexive action
203
571984
2281
Dapatkah kami mengambil tindakan refleksif
09:34
that we see from the very best race car drivers,
204
574265
2287
yang kami lihat dari pembalap mobil yang paling hebat ini,
09:36
introduce it to our cars,
205
576552
1649
memperkenalkannya kepada mobil kami
09:38
and maybe even into a system that could
206
578201
1984
dan mungkin kepada sistem yang dapat
09:40
get onto your car in the future?
207
580185
1968
dimasukkan ke dalam mobil Anda di masa depan?
09:42
That would take us a long step
208
582153
1611
Jalan menuju ke kendaraan otonom
09:43
along the road to autonomous vehicles
209
583764
2509
yang mengemudi sebaik pembalap terbaik
09:46
that drive as well as the best humans.
210
586273
1912
masih sangat panjang.
09:48
But it's made us think a little bit more deeply as well.
211
588185
3440
Namun hal ini membuat kami berpikir lebih dalam juga.
09:51
Do we want something more from our car
212
591625
2968
Apakah kami ingin sesuatu yang lebih dari mobil kami
09:54
than to simply be a chauffeur?
213
594593
1840
bukan hanya sekedar untuk menjadi supir?
09:56
Do we want our car to perhaps be a partner, a coach,
214
596433
4235
Apakah kami ingin mobil itu menjadi rekan, pelatih,
10:00
someone that can use their understanding of the situation
215
600668
3087
sesuatu yang dapat menggunakan pemahaman akan situasi
10:03
to help us reach our potential?
216
603755
4256
untuk membantu kita mencapai potensi kita?
10:08
Can, in fact, the technology not simply replace humans,
217
608011
2273
Dapatkah teknologi itu tidak sekedar menggantikan manusia,
10:10
but allow us to reach the level of reflex and intuition
218
610284
4575
namun juga memungkinkan kita mencapai tingkat refleks dan naluri
10:14
that we're all capable of?
219
614859
3425
paling maksimum yang kita miliki?
10:18
So, as we move forward into this technological future,
220
618284
1923
Jadi saat kami bergerak menuju masa depan teknologi ini,
10:20
I want you to just pause and think of that for a moment.
221
620207
2821
saya ingin Anda berhenti dan memikirkan hal itu sejenak.
10:23
What is the ideal balance of human and machine?
222
623028
3775
Apakah keseimbangan yang ideal antara manusia dan mesin?
10:26
And as we think about that,
223
626803
1709
Dan saat kita berpikir akan hal itu,
10:28
let's take inspiration
224
628512
1731
marilah kita mengambil inspirasi
10:30
from the absolutely amazing capabilities
225
630243
3329
dari kemampuan yang sangat luar biasa
10:33
of the human body and the human mind.
226
633572
2816
yang dimiliki oleh tubuh dan pikiran manusia.
10:36
Thank you.
227
636388
1736
Terima kasih.
10:38
(Applause)
228
638124
4604
(Tepuk tangan)
Tentang situs web ini

Situs ini akan memperkenalkan Anda pada video YouTube yang berguna untuk belajar bahasa Inggris. Anda akan melihat pelajaran bahasa Inggris yang diajarkan oleh guru-guru terbaik dari seluruh dunia. Klik dua kali pada subtitle bahasa Inggris yang ditampilkan di setiap halaman video untuk memutar video dari sana. Subtitle bergulir selaras dengan pemutaran video. Jika Anda memiliki komentar atau permintaan, silakan hubungi kami menggunakan formulir kontak ini.

https://forms.gle/WvT1wiN1qDtmnspy7