Chris Urmson: How a driverless car sees the road

863,108 views ・ 2015-06-26

TED


אנא לחץ פעמיים על הכתוביות באנגלית למטה כדי להפעיל את הסרטון.

מתרגם: Ido Dekkers מבקר: Tal Dekkers
00:12
So in 1885, Karl Benz invented the automobile.
0
12528
3949
אז ב 1885, קארל בנץ המציא את המכונית.
00:16
Later that year, he took it out for the first public test drive,
1
16707
3762
מאוחר יותר באותה שנה, הוא לקח אותה לנסיעת מבחן פומבית ראשונה,
00:20
and -- true story -- crashed into a wall.
2
20469
3375
ו -- סיפור אמיתי -- התרסק בקיר.
00:24
For the last 130 years,
3
24184
2043
במשך 130 השנה האחרונות,
00:26
we've been working around that least reliable part of the car, the driver.
4
26227
4319
עבדנו סביב החלק הכי פחות אמין של המכונית, הנהג.
00:30
We've made the car stronger.
5
30546
1354
עשינו את המכוניות חזקות יותר.
00:32
We've added seat belts, we've added air bags,
6
32200
2548
הוספנו חגורות בטיחות, הוספנו כריות אויר,
00:34
and in the last decade, we've actually started trying to make the car smarter
7
34748
3971
ובעשור האחרון, למעשה התחלנו לעשות את המכוניות חכמות יותר
00:38
to fix that bug, the driver.
8
38719
2938
כדי לתקן את הבאג הזה, הנהג.
00:41
Now, today I'm going to talk to you a little bit about the difference
9
41657
3261
עכשיו, היום אני עומד לדבר איתכם מעט על ההבדל
00:44
between patching around the problem with driver assistance systems
10
44918
3808
בין הטלאה מסביב לבעיה עם מערכות מסייעות לנהג
00:48
and actually having fully self-driving cars
11
48726
2564
ולמעשה כשיש לנו מכוניות בנהיגה עצמונית
00:51
and what they can do for the world.
12
51290
1880
ומה הן יכולות לעשות בשביל העולם.
00:53
I'm also going to talk to you a little bit about our car
13
53170
2995
אני גם הולך לדבר איתכם מעט על המכונית שלנו
00:56
and allow you to see how it sees the world and how it reacts and what it does,
14
56165
3999
ואאפשר לכם לראות איך היא רואה את העולם ואיך היא מגיבה ומה היא עושה,
01:00
but first I'm going to talk a little bit about the problem.
15
60164
3187
אבל ראשית אני אדבר מעט על הבעיה.
01:03
And it's a big problem:
16
63651
1648
וזו בעיה גדולה:
01:05
1.2 million people are killed on the world's roads every year.
17
65299
3089
1.2 מליון אנשים נהרגים מסביב לעולם כל שנה.
01:08
In America alone, 33,000 people are killed each year.
18
68388
3784
באמריקה בלבד, 33,000 אנשים נהרגים כל שנה.
01:12
To put that in perspective,
19
72172
2028
כדי לשים את זה בפרספקטיבה,
01:14
that's the same as a 737 falling out of the sky every working day.
20
74200
4797
זה אותו הדבר כמו ש 737 יפול מהשמיים כל יום עבודה.
01:19
It's kind of unbelievable.
21
79342
1786
זה סוג של לא יאומן.
01:21
Cars are sold to us like this,
22
81548
2298
מכוניות נמכרות לנו כך,
01:23
but really, this is what driving's like.
23
83846
2717
אבל באמת, נהיגה היא כך.
01:26
Right? It's not sunny, it's rainy,
24
86563
2159
נכון? זה לא שמשי, זה גשום,
01:28
and you want to do anything other than drive.
25
88722
2488
ואתם רוצים לעשות כל דבר חוץ מלנהוג.
01:31
And the reason why is this:
26
91210
1622
והסיבה לזה היא זו:
01:32
Traffic is getting worse.
27
92832
1858
התנועה נעשית גרועה יותר.
01:34
In America, between 1990 and 2010,
28
94690
3506
באמריקה, בין 1990 ו 2010,
01:38
the vehicle miles traveled increased by 38 percent.
29
98196
3504
הקילומטרים שמכוניות נוסעות גדלו ב 38 אחוז.
01:42
We grew by six percent of roads,
30
102213
2749
גדלנו בשש אחוז בכבישים,
01:44
so it's not in your brains.
31
104962
1602
אז זה לא במח שלכם.
01:46
Traffic really is substantially worse than it was not very long ago.
32
106564
4276
התנועה באמת גרועה בהרבה משהיא היתה לא מזמן.
01:50
And all of this has a very human cost.
33
110840
2409
ולכל זה היה מחיר מאוד אנושי.
01:53
So if you take the average commute time in America, which is about 50 minutes,
34
113529
3948
אז אם תקחו את זמן הנסיעה הממוצע באמריקה, שהוא בערך 50 דקות,
01:57
you multiply that by the 120 million workers we have,
35
117477
3649
אתם מכפילים את זה ב 120 מיליון עובדים שיש לנו,
02:01
that turns out to be about six billion minutes
36
121126
2225
וזה יוצא בערך שש מיליארד דקות
02:03
wasted in commuting every day.
37
123351
2026
שמבוזבזות כל יום בנסיעה.
02:05
Now, that's a big number, so let's put it in perspective.
38
125377
2827
עכשיו, זה מספר גדול, אז בואו נשים אותו בפרספקטיבה.
02:08
You take that six billion minutes
39
128204
1774
אתם לוקחים את שש מיליארד הדקות האלו
02:09
and you divide it by the average life expectancy of a person,
40
129978
3784
ואתם מחלקים באורך החיים הממוצע של אדם,
02:13
that turns out to be 162 lifetimes
41
133762
3135
זה יוצא 162 חיים
02:16
spent every day, wasted,
42
136897
2925
מבוזבזים כל יום, מבוזבזים,
02:19
just getting from A to B.
43
139822
2044
פשוט להגיע מ A ל B.
02:21
It's unbelievable.
44
141866
1730
זה לא יאומן.
02:23
And then, there are those of us who don't have the privilege
45
143596
2844
ואז, יש את אלה מאיתנו שאין להם את הזכות
02:26
of sitting in traffic.
46
146440
1672
לשבת בתנועה.
02:28
So this is Steve.
47
148112
1578
אז זה סטיב.
02:29
He's an incredibly capable guy,
48
149690
1765
הוא בחור מוכשר מאוד,
02:31
but he just happens to be blind,
49
151455
2516
אבל הוא פשוט במקרה עיוור,
02:33
and that means instead of a 30-minute drive to work in the morning,
50
153971
3217
וזה אומר שבמקום נסיעה של 30 דקות לעבודה בבוקר,
02:37
it's a two-hour ordeal of piecing together bits of public transit
51
157188
3979
זה עניין של שעתיים של להרכיב חלקים של תחבורה ציבורית
02:41
or asking friends and family for a ride.
52
161167
2385
או לבקש מחברים ומשפחה טרמפ.
02:43
He doesn't have that same freedom that you and I have to get around.
53
163552
3669
אין לו את אותה חרות כמונו להסתובב.
02:47
We should do something about that.
54
167221
2460
אנחנו צריכים לעשות משהו בנוגע לזה.
02:49
Now, conventional wisdom would say
55
169891
1757
עכשיו, החוכמה הרגילה היתה אומרת
02:51
that we'll just take these driver assistance systems
56
171648
2492
ואנחנו פשוט ניקח את מערכות העזרה לנהיגה האלו
02:54
and we'll kind of push them and incrementally improve them,
57
174140
3750
וסוג של נדחוף אותן ונשפר אותן בשלבים,
02:57
and over time, they'll turn into self-driving cars.
58
177890
2542
ובמשך הזמן, הן יהפכו למכוניות שנוהגות בעצמן.
03:00
Well, I'm here to tell you that's like me saying
59
180432
2409
ובכן, אני פה כדי להגיד לכם וכמו שאני אומר
03:02
that if I work really hard at jumping, one day I'll be able to fly.
60
182841
4057
שאם אני אעבוד ממש קשה על קפיצה, יום אחד אני אוכל לעוף.
03:06
We actually need to do something a little different.
61
186898
2728
אנחנו למעשה צריכים לעשות משהו מעט שונה.
03:09
And so I'm going to talk to you about three different ways
62
189626
2711
ואני עומד לדבר איתכם על שלוש דרכים שונות
03:12
that self-driving systems are different than driver assistance systems.
63
192337
3346
שמערכות נהיגה עצמית שונות ממערכות סיוע לנהיגה.
03:15
And I'm going to start with some of our own experience.
64
195683
2651
ואני עומד להתחיל עם כמה מהנסיונות שלנו.
03:18
So back in 2013,
65
198334
2253
אז ב 2013,
03:20
we had the first test of a self-driving car
66
200587
2663
היה לנו את הנסיון הראשון שמכונית נהיגה עצמית
03:23
where we let regular people use it.
67
203250
2027
בו נתנו לאנשים רגילים להשתמש בה.
03:25
Well, almost regular -- they were 100 Googlers,
68
205277
2202
ובכן, כמעט רגילים -- הם היו 100 עובדי גוגל,
03:27
but they weren't working on the project.
69
207479
2003
אבל הם לא עבדו על הפרוייקט.
03:29
And we gave them the car and we allowed them to use it in their daily lives.
70
209482
3621
ונתנו להם את המכונית ואפשרנו להם להשתמש בה בחיים היום יומיים.
03:33
But unlike a real self-driving car, this one had a big asterisk with it:
71
213103
3719
אבל בניגוד למכונית נהיגה עצמית, לזו היתה גם כוכבית גדולה:
03:36
They had to pay attention,
72
216822
1504
הם היו צריכים לשים לב,
03:38
because this was an experimental vehicle.
73
218326
2633
מפני שזה היה רכב נסיוני.
03:40
We tested it a lot, but it could still fail.
74
220959
3525
בדקנו הרבה, אבל זה עדיין היה יכול להכשל.
03:44
And so we gave them two hours of training,
75
224484
2059
וכך נתנו להם הדרכה של שעתיים,
03:46
we put them in the car, we let them use it,
76
226543
2092
שמנו אותם במכונית, נתנו להם להשתמש בה,
03:48
and what we heard back was something awesome,
77
228635
2127
ומה ששמענו חזרה היה משהו מדהים,
03:50
as someone trying to bring a product into the world.
78
230762
2524
כמישהו שמנסה להביא מוצר לעולם.
03:53
Every one of them told us they loved it.
79
233286
1925
כל אחד מהם אמר לנו שהם אהבו את זה.
03:55
In fact, we had a Porsche driver who came in and told us on the first day,
80
235211
3566
למעשה, היה לנו נהג פורשה שבא ואמר לנו ביום הראשון,
03:58
"This is completely stupid. What are we thinking?"
81
238777
2663
"זה טיפשי לגמרי. מה אתם חושבים?"
04:01
But at the end of it, he said, "Not only should I have it,
82
241850
2840
אבל בסוף של זה, הוא אמר, "לא רק שאני צריך שתהיה לי כזו,
04:04
everyone else should have it, because people are terrible drivers."
83
244690
3175
לכולם צריכה להיות אחת, מפני שאנשים הם נהגים נוראיים."
04:09
So this was music to our ears,
84
249135
1735
אז זו היתה מוזיקה לאוזנינו.
04:10
but then we started to look at what the people inside the car were doing,
85
250870
3803
אבל כשהתחלנו להביט במה האנשים בתוך המכונית עשו,
04:14
and this was eye-opening.
86
254673
1579
וזה היה פוקח עיניים.
04:16
Now, my favorite story is this gentleman
87
256252
2438
עכשיו, הסיפור האהוב עלי הוא הבחור הזה
04:18
who looks down at his phone and realizes the battery is low,
88
258690
3829
שהביט למטה לטלפון שלו והבין שהבטריה חלשה,
04:22
so he turns around like this in the car and digs around in his backpack,
89
262519
4548
אז הוא מסתובב כך בתוך המכונית וחופר בתיק שלו,
04:27
pulls out his laptop,
90
267067
2153
מוציא את הלפטופ,
04:29
puts it on the seat,
91
269220
1567
שם אותו על המושב,
04:30
goes in the back again,
92
270787
1764
חוזר אחורה שוב,
04:32
digs around, pulls out the charging cable for his phone,
93
272551
3367
מחפש, שולף את כבל הטעינה של הטלפון,
04:35
futzes around, puts it into the laptop, puts it on the phone.
94
275918
3367
משחק, שם אותו בתוך הלפטופ, שם אותו בטלפון.
04:39
Sure enough, the phone is charging.
95
279285
2043
והנה הטלפון נטען.
04:41
All the time he's been doing 65 miles per hour down the freeway.
96
281328
3994
כל הזמן הזה הוא נוסע 100 קמ"ש בכביש המהיר.
04:45
Right? Unbelievable.
97
285322
2484
נכון? לא יאומן.
04:47
So we thought about this and we said, it's kind of obvious, right?
98
287806
3121
אז חשבנו על זה ואמרנו, זה סוג של מובן, נכון?
04:50
The better the technology gets,
99
290927
2263
ככל שהטכנולוגיות משתפרות,
04:53
the less reliable the driver is going to get.
100
293190
2121
הנהג נעשה פחות אמין.
04:55
So by just making the cars incrementally smarter,
101
295311
2396
אז על ידי הפיכת המכונית לחכמה יותר בשלבים,
04:57
we're probably not going to see the wins we really need.
102
297707
2902
אנחנו כנראה לא נראה את היתרונות שאנחנו באמת צריכים.
05:00
Let me talk about something a little technical for a moment here.
103
300609
3901
תנו לי לדבר על משהו מעט יותר טכני לרגע פה.
05:04
So we're looking at this graph, and along the bottom
104
304510
2438
אז אנחנו מסתכלים על הגרף הזה, ובתחתית
05:06
is how often does the car apply the brakes when it shouldn't.
105
306948
3051
זו התכיפות בה המכונית מפעילה את הבלמים כשהיא לא צריכה.
05:09
You can ignore most of that axis,
106
309999
1621
אתם יכולים להתעלם מרוב הציר הזה,
05:11
because if you're driving around town, and the car starts stopping randomly,
107
311620
3719
מפני שאם אתם נוהגים בעיר, והמכונית מתחילה לעצור באקראיות,
05:15
you're never going to buy that car.
108
315339
1701
אתם לעולם לא תקנו את המכונית הזו.
05:17
And the vertical axis is how often the car is going to apply the brakes
109
317040
3375
והציר האנכי הוא התכיפות שהמכונית עומדת להפעיל את הבלמים
05:20
when it's supposed to to help you avoid an accident.
110
320415
3049
כשהיא אמורה לעזור לכם להחמק מתאונות.
05:23
Now, if we look at the bottom left corner here,
111
323464
2221
עכשיו, אם נביט בתחתית משמאל פה,
05:25
this is your classic car.
112
325685
1845
זו המכונית הקלאסית שלכם.
05:27
It doesn't apply the brakes for you, it doesn't do anything goofy,
113
327530
3133
היא לא לוחצת על הבלמים בשבילכם, היא לא עושה משהו מוזר,
05:30
but it also doesn't get you out of an accident.
114
330663
2779
אבל היא לא מוציאה אתכם מתאונות.
05:33
Now, if we want to bring a driver assistance system into a car,
115
333442
3018
עכשיו, אם אנחנו רוצים להביא מערכות סיוע לנהג למכונית,
05:36
say with collision mitigation braking,
116
336460
1828
נגיד עם מערכת בלימה למניעת התנגשות,
05:38
we're going to put some package of technology on there,
117
338288
2612
אנחנו נשים חבילת טכנולוגיה שם,
05:40
and that's this curve, and it's going to have some operating properties,
118
340900
3418
וזו העקומה הזו, ויהיו לה כמה תכונות הפעלה,
05:44
but it's never going to avoid all of the accidents,
119
344318
2490
אבל היא לעולם לא תמנע מכל התאונות,
05:46
because it doesn't have that capability.
120
346808
2059
מפני שאין לה את היכולת.
05:48
But we'll pick some place along the curve here,
121
348867
2249
אבל אנחנו נבחר כמה מקומות לאורך העקומה פה,
05:51
and maybe it avoids half of accidents that the human driver misses,
122
351116
3254
ואולי היא נמנעת מחצי מהתאונות שאנשים היו מפספסים,
05:54
and that's amazing, right?
123
354370
1297
וזה מדהים, נכון?
05:55
We just reduced accidents on our roads by a factor of two.
124
355667
2727
כרגע הפחתנו תאונות על הכבישים שלנו בפאקטור של שתיים.
05:58
There are now 17,000 less people dying every year in America.
125
358394
3987
יש עכשיו פחות 17,000 אנשים מתים כל שנה באמריקה.
06:02
But if we want a self-driving car,
126
362381
2020
אבל אם אנחנו רוצים מכונית שנוהגת בעצמה,
06:04
we need a technology curve that looks like this.
127
364401
2307
אנחנו צריכים עקומת טכנולוגיה שנראית כך.
06:06
We're going to have to put more sensors in the vehicle,
128
366708
2599
אנחנו נצטרך לשים יותר חיישנים ברכב,
06:09
and we'll pick some operating point up here
129
369307
2021
ואנחנו ניקח כמה נקודות הפעלה פה
06:11
where it basically never gets into a crash.
130
371328
2019
שם היא בעיקרון לעולם לא נכנסת לתאונה.
06:13
They'll happen, but very low frequency.
131
373347
2443
הן יתרחשו, אבל בתדירות נמוכה.
06:15
Now you and I could look at this and we could argue
132
375790
2461
עכשיו אני ואתם יכולים להביט בזה ונוכל לטעון
06:18
about whether it's incremental, and I could say something like "80-20 rule,"
133
378251
3605
אם זה אינקרמנטלי, ואני הייתי יכול להגיד משהו כמו "חוק 80-20,"
06:21
and it's really hard to move up to that new curve.
134
381856
2568
וזה באמת קשה לנוע במעלה העקומה הזו.
06:24
But let's look at it from a different direction for a moment.
135
384424
2934
אבל בואו נביט בזה מנקודת מבט שונה לרגע.
06:27
So let's look at how often the technology has to do the right thing.
136
387358
3512
אז בואו נראה מה התכיפות שהטכנולוגיה צריכה לעשות את הדבר הנכון.
06:30
And so this green dot up here is a driver assistance system.
137
390870
3506
וכך הנקודה הירוקה הזו שם למעלה זו מערכת סיוע לנהג.
06:34
It turns out that human drivers
138
394376
2485
מסתבר שהנהגים האנושיים
06:36
make mistakes that lead to traffic accidents
139
396861
2647
עושים טעויות שמובילות לתאונות דרכים
06:39
about once every 100,000 miles in America.
140
399508
3172
בערך כל 160,000 קילומטרים באמריקה.
06:42
In contrast, a self-driving system is probably making decisions
141
402680
3167
בניגוד לזה, מכונית נהיגה עצמית כנראה עושה החלטות
06:45
about 10 times per second,
142
405847
3663
בערך 10 פעמים בשניה,
06:49
so order of magnitude,
143
409510
1422
אז כמה דרגות גודל,
06:50
that's about 1,000 times per mile.
144
410932
2832
זה בערך 600 פעמים בקילומטר.
06:53
So if you compare the distance between these two,
145
413764
2485
אז אם אתם משווים את המרחק בין שני אלה,
06:56
it's about 10 to the eighth, right?
146
416249
2600
זה בערך 10 בחזקת שמונה, נכון?
06:58
Eight orders of magnitude.
147
418849
1765
שמונה דרגות גודל.
07:00
That's like comparing how fast I run
148
420614
2809
זה כמו להשוות כמה מהר אני רץ
07:03
to the speed of light.
149
423423
2206
למהירות האור.
07:05
It doesn't matter how hard I train, I'm never actually going to get there.
150
425629
3785
זה לא משנה כמה אני אתאמן, אני לעולם לא אגיע לשם.
07:09
So there's a pretty big gap there.
151
429414
2438
אז יש פער מאוד גדול שם.
07:11
And then finally, there's how the system can handle uncertainty.
152
431852
3729
ואז לבסוף, יש את איך שהמערכת יכולה להתמודד עם חוסר וודאות.
07:15
So this pedestrian here might be stepping into the road, might not be.
153
435581
3323
אז הולך הרגל פה אולי ירד לכביש, אולי לא.
07:18
I can't tell, nor can any of our algorithms,
154
438904
3395
אני לא יכול לדעת, גם לא אף אלגוריתם שלנו,
07:22
but in the case of a driver assistance system,
155
442310
2284
אבל במקרה של מערכות סיוע לנהג,
07:24
that means it can't take action, because again,
156
444594
2806
זה אומר שהיא לא יכול לפעול, מפני ששוב,
07:27
if it presses the brakes unexpectedly, that's completely unacceptable.
157
447400
3339
אם היא לוחצת על הבלמים באופן לא צפוי, זה לגמרי לא מקובל.
07:30
Whereas a self-driving system can look at that pedestrian and say,
158
450739
3133
בעוד מכונית נהיגה עצמית יכולה להביט בהולך הרגל ולהגיד,
07:33
I don't know what they're about to do,
159
453872
1890
אני לא יודעת מה הוא יעשה,
07:35
slow down, take a better look, and then react appropriately after that.
160
455762
3762
אני אאט, אביט שוב, ואז אגיב בהתאם לאחר מכן.
07:39
So it can be much safer than a driver assistance system can ever be.
161
459524
3702
אז זה יכול להיות הרבה יותר בטוח ממה שממערכת סיוע לנהג יכולה אי פעם להיות.
07:43
So that's enough about the differences between the two.
162
463226
2730
אז מספיק על ההבדלים בינהן.
07:45
Let's spend some time talking about how the car sees the world.
163
465956
3484
בואו נבלה קצת זמן בלדבר על איך המכונית רואה את העולם.
07:49
So this is our vehicle.
164
469440
1252
אז זה הרכב שלנו.
07:50
It starts by understanding where it is in the world,
165
470692
2438
זה מתחיל בהבנה היכן הוא בעולם,
07:53
by taking a map and its sensor data and aligning the two,
166
473130
2787
על ידי לקיחת מפה ואת המידע מהחיישנים שלו ותאום בין השניים,
07:55
and then we layer on top of that what it sees in the moment.
167
475917
2948
ואז אנחנו מרבדים מעל זה מה שהוא רואה באותו רגע.
07:58
So here, all the purple boxes you can see are other vehicles on the road,
168
478865
3655
אז פה, כל הקופסאות הסגולות שאתם יכולים לראות הם רכבים אחרים על הכביש,
08:02
and the red thing on the side over there is a cyclist,
169
482520
2528
והדבר האדום בצד שם זה רוכב אופניים,
08:05
and up in the distance, if you look really closely,
170
485048
2402
ובמרחק, אם תביטו היטב,
08:07
you can see some cones.
171
487450
1794
אתם יכולים לראות כמה חרוטים.
08:09
Then we know where the car is in the moment,
172
489244
2773
אז אנחנו יודעים איפה המכונית באותו רגע,
08:12
but we have to do better than that: we have to predict what's going to happen.
173
492017
3833
אבל אנחנו צריכים להיות הרבה יותר טובים מזה: אנחנו צריכים לצפות מה עומד לקרות.
08:15
So here the pickup truck in top right is about to make a left lane change
174
495850
3488
אז פה הטנדר מימין למעלה עומד לעשות שינוי נתיב לשמאל
08:19
because the road in front of it is closed,
175
499338
2223
מפני שהכביש לפניו סגור,
08:21
so it needs to get out of the way.
176
501561
1731
אז הוא צריך לזוז מהדרך.
08:23
Knowing that one pickup truck is great,
177
503292
1863
לדעת על טנדר אחד זה מעולה,
08:25
but we really need to know what everybody's thinking,
178
505155
2479
אבל באמת אנחנו צריכים לדעת מה כולם חושבים,
08:27
so it becomes quite a complicated problem.
179
507634
2507
אז זה נהפך לבעיה די מורכבת.
08:30
And then given that, we can figure out how the car should respond in the moment,
180
510141
4749
ואז בהתחשב בזה, אנחנו יכולים להבין איך הרכב צריך להגיב באותו רגע,
08:34
so what trajectory it should follow, how quickly it should slow down or speed up.
181
514890
3866
אז באיזה כיוון צריך לנסוע, כמה מהר הוא צריך להאט או להאיץ.
08:38
And then that all turns into just following a path:
182
518756
3065
ואז כל זה הופך פשוט ללעקוב אחרי הנתיב:
08:41
turning the steering wheel left or right, pressing the brake or gas.
183
521821
3197
לסובב את ההגה שמאלה או ימינה, ללחוץ על הבלמים או המצערת.
08:45
It's really just two numbers at the end of the day.
184
525018
2464
זה באמת רק שני מספרים בסוף היום.
08:47
So how hard can it really be?
185
527482
2241
אז כמה קשה זה יכול להיות?
08:50
Back when we started in 2009,
186
530433
1952
בזמן שהתחלנו ב 2009,
08:52
this is what our system looked like.
187
532385
1798
כך צריכה המערכת שלנו להראות.
08:54
So you can see our car in the middle and the other boxes on the road,
188
534183
3391
אז אתם יכולים לראות את הרכב שלנו באמצע והקופסאות האחרות על הכביש,
08:57
driving down the highway.
189
537574
1271
נוסעת בכביש המהיר.
08:58
The car needs to understand where it is and roughly where the other vehicles are.
190
538845
3818
הרכב צריך להבין איפה הוא ובערך איפה הרכבים האחרים נמצאים.
09:02
It's really a geometric understanding of the world.
191
542663
2429
זו הבנה באמת גאומטרית של העולם.
09:05
Once we started driving on neighborhood and city streets,
192
545092
2948
ברגע שהתחלנו לנהוג בשכונות ורחובות עירוניים,
09:08
the problem becomes a whole new level of difficulty.
193
548040
2445
הבעיה הופכת לרמה חדשה של מורכבות.
09:10
You see pedestrians crossing in front of us, cars crossing in front of us,
194
550485
3494
אתם רואים הולכי רגל חוצים לפנינו, מכוניות חוצות לפנינו,
09:13
going every which way,
195
553979
1811
נוסעות לכל כיוון.
09:15
the traffic lights, crosswalks.
196
555790
1527
הרמזורים, מעברי החציה.
09:17
It's an incredibly complicated problem by comparison.
197
557317
2797
זו בעיה מורכבת בהשוואה.
09:20
And then once you have that problem solved,
198
560114
2103
ואז ברגע שפתרתם את הבעיה,
09:22
the vehicle has to be able to deal with construction.
199
562217
2512
הרכב חייב להיות מסוגל להתמודד עם בניה.
09:24
So here are the cones on the left forcing it to drive to the right,
200
564729
3151
אז הנה החרוטים משמאל מכריחים את הנהגים לימין,
09:27
but not just construction in isolation, of course.
201
567880
2402
אבל לא רק בניה מבודדת, כמובן.
09:30
It has to deal with other people moving through that construction zone as well.
202
570282
3723
הוא צריך להתמודד גם עם אנשים אחרים נעים דרך אזור הבניה.
09:34
And of course, if anyone's breaking the rules, the police are there
203
574005
3263
וכמובן, אם מישהו שובר את החוקים, המשטרה שם
09:37
and the car has to understand that that flashing light on the top of the car
204
577268
3622
והמכונית צריכה להבין שהאור המהבהב של המכונית
09:40
means that it's not just a car, it's actually a police officer.
205
580890
3105
אומר שזה לא רק רכב, זה למעשה שוטר.
09:43
Similarly, the orange box on the side here,
206
583995
2032
בדומה, הקופסה הכתומה בצד הרחוב פה,
09:46
it's a school bus,
207
586027
1109
זה אוטובוס בית ספר,
09:47
and we have to treat that differently as well.
208
587136
2520
ואנחנו צריכים לטפל גם בזה בשונה.
09:50
When we're out on the road, other people have expectations:
209
590576
2793
כשאנחנו על הכביש, לאנשים אחרים יש ציפיות:
09:53
So, when a cyclist puts up their arm,
210
593369
1780
אז, כשרוכב האופניים מרים את ידו,
09:55
it means they're expecting the car to yield to them and make room for them
211
595149
3518
זה אומר שהם מצפים שהמכונית תתן להם לעבור ותפנה להם מקום
09:58
to make a lane change.
212
598667
2053
כדי לבצע שינוי מסלול.
10:01
And when a police officer stood in the road,
213
601030
2173
וכשהשוטר עמד על הכביש,
10:03
our vehicle should understand that this means stop,
214
603203
2740
הרכב שלנו צריך להבין שזה אומר לעצור,
10:05
and when they signal to go, we should continue.
215
605943
3506
וכשהם מאותתים להמשיך, אנחנו צריכים להמשיך.
10:09
Now, the way we accomplish this is by sharing data between the vehicles.
216
609449
3761
עכשיו, הדרך בה אנחנו משיגים את זה היא על ידי חלוקת מידע בין הרכבים.
10:13
The first, most crude model of this
217
613210
1696
הראשון, רוב המודלים הגסים של זה
10:14
is when one vehicle sees a construction zone,
218
614906
2113
הם כשרכב אחד רואה אזור בניה,
10:17
having another know about it so it can be in the correct lane
219
617019
3062
זה שיש מישהו אחר שיודע על זה כך שהוא יוכל להיות בנתיב הנכון
10:20
to avoid some of the difficulty.
220
620081
1570
כדי להמנע מחלק מהקושי.
10:21
But we actually have a much deeper understanding of this.
221
621651
2664
אבל יש לנו למעשה הבנה הרבה יותר עמוקה של זה.
10:24
We could take all of the data that the cars have seen over time,
222
624315
3009
נוכל לקחת את כל המידע הזה שהרכב ראה במשך הזמן,
10:27
the hundreds of thousands of pedestrians, cyclists,
223
627324
2376
מאות אלפי הולכי הרגל, הרוכבים,
10:29
and vehicles that have been out there
224
629700
1787
והרכבים שהיו שם
10:31
and understand what they look like
225
631487
1695
ולהבין איך הם נראים
10:33
and use that to infer what other vehicles should look like
226
633182
2831
ולהשתמש בזה כדי להסיק איך רכבים אחרים צריכים להראות
10:36
and other pedestrians should look like.
227
636013
1926
ואיך הולכי רגל אחרים צריכים להראות.
10:37
And then, even more importantly, we could take from that a model
228
637939
3021
ואז, אפילו חשוב יותר, אנחנו יכולים לקחת מהמודל הזה
10:40
of how we expect them to move through the world.
229
640960
2330
של איך לצפות שהם ינועו דרך העולם.
10:43
So here the yellow box is a pedestrian crossing in front of us.
230
643290
2963
אז פה הקופסה הצהובה היא הולך רגל שחוצה מולנו.
10:46
Here the blue box is a cyclist and we anticipate
231
646253
2250
פה הקופסה הכחולה היא רוכב אופניים ואנחנו צופים
10:48
that they're going to nudge out and around the car to the right.
232
648503
3312
שהם ינועו החוצה ומסביב למכונית מימין.
10:52
Here there's a cyclist coming down the road
233
652115
2092
פה יש רוכב אופניים שמגיע במורד הכביש
10:54
and we know they're going to continue to drive down the shape of the road.
234
654207
3486
ואנחנו יודעים שהם ימשיכו לרכב במורד הכביש.
10:57
Here somebody makes a right turn,
235
657693
1867
פה מישהו פונה ימינה,
10:59
and in a moment here, somebody's going to make a U-turn in front of us,
236
659560
3360
ובעוד רגע פה, מישהו עומד לעשות פניית פרסה לפנינו,
11:02
and we can anticipate that behavior and respond safely.
237
662920
2614
ואנחנו יכולים לצפות את ההתנהגות הזו ולהגיב בבטחה.
11:05
Now, that's all well and good for things that we've seen,
238
665534
2728
עכשיו, הכל טוב ויפה לדברים שראינו,
11:08
but of course, you encounter lots of things that you haven't
239
668262
2865
אבל כמובן, אתם נתקלים בהרבה דברים
11:11
seen in the world before.
240
671127
1231
שלא ראינו בעולם לפני כן.
11:12
And so just a couple of months ago,
241
672358
1741
וכך רק לפני כמה חודשים,
11:14
our vehicles were driving through Mountain View,
242
674099
2235
הרכבים שלנו נסעו דרך מאונטן וויו,
11:16
and this is what we encountered.
243
676334
1644
וזה מה שנתקלנו בו.
11:17
This is a woman in an electric wheelchair
244
677978
2082
זו אישה בכיסא גלגלים חשמלי
11:20
chasing a duck in circles on the road. (Laughter)
245
680060
2617
שרודפת אחרי ברווז בסיבובים על הכביש. (צחוק)
11:22
Now it turns out, there is nowhere in the DMV handbook
246
682677
3111
עכשיו מסתבר, אין בשום מקום בספר ההדרכה של משרד הרישוי
11:25
that tells you how to deal with that,
247
685788
2245
שאומר לכם איך להתמודד עם זה,
11:28
but our vehicles were able to encounter that,
248
688033
2143
אבל הרכב שלנו היה מסוגל להתמודד עם זה,
11:30
slow down, and drive safely.
249
690176
2255
להאט, ולנסוע בביטחה.
11:32
Now, we don't have to deal with just ducks.
250
692431
2041
עכשיו, אנחנו לא צריכים להתמודד רק עם ברווזים.
11:34
Watch this bird fly across in front of us. The car reacts to that.
251
694472
3708
צפו בציפור הזה עפה לפנינו. הרכב מגיב לזה.
11:38
Here we're dealing with a cyclist
252
698180
1615
פה אנחנו מתמודדים עם רוכב אופניים
11:39
that you would never expect to see anywhere other than Mountain View.
253
699795
3290
שלעולם לא תצפו לראות בשום מקום במאוטיין וויו.
11:43
And of course, we have to deal with drivers,
254
703085
2068
וכמובן, אנחנו צריכים להתמודד עם נהגים,
11:45
even the very small ones.
255
705153
3715
אפילו הקטנים שבהם.
11:48
Watch to the right as someone jumps out of this truck at us.
256
708868
4131
צפו מימין כשמישהו קופץ מהטנדר שלו לפנינו.
11:54
And now, watch the left as the car with the green box decides
257
714460
2929
ועכשיו, צפו משמאל כשהמכונית עם הקופסה הירוקה מחליטה
11:57
he needs to make a right turn at the last possible moment.
258
717389
3325
שהיא צריכה לעשות פניה ימינה ברגע האפשרי האחרון.
12:00
Here, as we make a lane change, the car to our left decides
259
720714
2851
פה, כשאנחנו עושים שינוי מסלול, המכונית משמאלנו מחליטה
12:03
it wants to as well.
260
723565
3553
שהיא גם רוצה לעשות זאת.
12:07
And here, we watch a car blow through a red light
261
727118
2693
ופה, אנחנו רואים מכונית עוברת ברמזור אדום
12:09
and yield to it.
262
729811
2090
ולא מתייחסת אליו.
12:11
And similarly, here, a cyclist blowing through that light as well.
263
731901
3854
ובדומה, פה, רוכב אופניים גם הוא עובר ברמזור ההוא באדום.
12:15
And of course, the vehicle responds safely.
264
735755
2746
וכמובן, הרכב מגיב בבטחה.
12:18
And of course, we have people who do I don't know what
265
738501
2601
וכמובן, יש לנו אנשים שעושים אני לא יודע מה
12:21
sometimes on the road, like this guy pulling out between two self-driving cars.
266
741102
3823
לפעמים על הכביש, כמו הבחור הזה שנוסע בין שתי מכוניות נהיגה עצמית.
12:24
You have to ask, "What are you thinking?"
267
744925
2045
אתם צריכים לשאול, "מה אתה חושב?"
12:26
(Laughter)
268
746970
1212
(צחוק)
12:28
Now, I just fire-hosed you with a lot of stuff there,
269
748182
2521
עכשיו, אני פשוט יורה עליכם פה הרבה דברים,
12:30
so I'm going to break one of these down pretty quickly.
270
750703
2650
אז אני עומד לפרט אחד מאלה ממש מהר.
12:33
So what we're looking at is the scene with the cyclist again,
271
753353
2940
אז מה שאנחנו מביטים בו בסצנה הזו הם רוכב האופניים שוב,
12:36
and you might notice in the bottom, we can't actually see the cyclist yet,
272
756293
3491
ואתם אולי תבחינו בתחתית, אנחנו לא יכולים לראות את רוכב האופניים למעשה עדיין,
12:39
but the car can: it's that little blue box up there,
273
759784
2504
אבל המכונית יכולה: זו הקופסה הכחולה הקטנה למעלה שם,
12:42
and that comes from the laser data.
274
762288
2081
וזה מגיע ממידע הליזר.
12:44
And that's not actually really easy to understand,
275
764369
2418
וזה למעשה לא קל להבין,
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
אז מה שאני אעשה זה שאני אהפוך את המידע הליזר הזה ואביט בו,
12:50
and if you're really good at looking at laser data, you can see
277
770371
3029
ואם אתם באמת טובים בלהביט במידע לייזר, אתם יכולים לראות
12:53
a few dots on the curve there,
278
773400
1487
כמה נקודות על העקומה שם,
12:54
right there, and that blue box is that cyclist.
279
774887
2372
ממש שם, והקופסה הכחולה הזו היא רוכב האופניים.
12:57
Now as our light is red,
280
777259
1149
עכשיו כשהאור שלנו אדום,
12:58
the cyclist's light has turned yellow already,
281
778408
2192
האור של רוכב האופניים הפך כבר לצהוב,
13:00
and if you squint, you can see that in the imagery.
282
780600
2438
ואם תמצמצו, אתם יכולים לראות את זה בתמונות.
13:03
But the cyclist, we see, is going to proceed through the intersection.
283
783038
3286
אבל רוכב האופניים, אתם רואים, עומד להמשיך דרך הצומת.
13:06
Our light has now turned green, his is solidly red,
284
786324
2394
האור שלנו הפך עכשיו לירוק, שלו לגמרי אדום,
13:08
and we now anticipate that this bike is going to come all the way across.
285
788718
4292
ואנחנו מצפים שהאופניים יעברו לגמרי.
13:13
Unfortunately the other drivers next to us were not paying as much attention.
286
793010
3742
לצערנו הנהגים לידנו עכשיו לא שמו כל כך לב.
13:16
They started to pull forward, and fortunately for everyone,
287
796752
3157
הם התחילו לנסוע קדימה, ולמזלם של כולם,
13:19
this cyclists reacts, avoids,
288
799909
3011
רוכב האופניים הגיב, נמנע,
13:22
and makes it through the intersection.
289
802920
2191
ועבר את הצומת.
13:25
And off we go.
290
805111
1568
והנה אנחנו יוצאים.
13:26
Now, as you can see, we've made some pretty exciting progress,
291
806679
2948
עכשיו, כמו שאתם רואים, עשינו התקדמות די מרגשת,
13:29
and at this point we're pretty convinced
292
809627
1902
ובנקודה הזו אנחנו די משוכנעים
13:31
this technology is going to come to market.
293
811529
2010
שהטכנולוגיה הזו תגיע לשוק.
13:33
We do three million miles of testing in our simulators every single day,
294
813539
4783
אנחנו עושים 5 מליון קילומטר של בדיקות בסימולציה שלנו כל יום,
13:38
so you can imagine the experience that our vehicles have.
295
818322
2689
כך שאתם יכולים לדמיין את הנסיון שיש לרכבים שלנו.
13:41
We are looking forward to having this technology on the road,
296
821011
2864
אנחנו מביטים קדימה שתהיה לנו טכנולוגיה על הכביש,
13:43
and we think the right path is to go through the self-driving
297
823875
2890
ואנחנו חושבים שהנתיב הנכון הוא לעבור דרך נהיגה עצמית
13:46
rather than driver assistance approach
298
826765
1844
במקום דרך גישת הסיוע לנהיגה
13:48
because the urgency is so large.
299
828609
2621
בגלל שהדחיפות כזו גדולה.
13:51
In the time I have given this talk today,
300
831230
2393
בזמן שניתן להרצאה שלי היום,
13:53
34 people have died on America's roads.
301
833623
3135
34 אנשים מתו על כבישי אמריקה.
13:56
How soon can we bring it out?
302
836758
2368
כמה מהר נוכל להוציא אותה?
13:59
Well, it's hard to say because it's a really complicated problem,
303
839126
3832
ובכן, זה קשה להגיד בגלל שזו בעיה ממש מסובכת,
14:02
but these are my two boys.
304
842958
2214
אבל אלה שני הבנים שלי.
14:05
My oldest son is 11, and that means in four and a half years,
305
845172
3623
בני הבכור בן 11, וזה אומר שבעוד ארבע וחצי שנים,
14:08
he's going to be able to get his driver's license.
306
848795
2577
הוא יהיה מסוגל לקבל רישיון נהיגה.
14:11
My team and I are committed to making sure that doesn't happen.
307
851372
3204
הצוות שלי ואני מתחייבים לדאוג שזה לא יקרה.
14:14
Thank you.
308
854576
1904
תודה לכם.
14:16
(Laughter) (Applause)
309
856480
3667
(צחוק)(מחיאות כפיים)
14:21
Chris Anderson: Chris, I've got a question for you.
310
861110
2568
כריס אנדרסון: כריס, יש לי שאלה אליך.
14:23
Chris Urmson: Sure.
311
863678
2809
כריס אורמסון: כן.
14:26
CA: So certainly, the mind of your cars is pretty mind-boggling.
312
866487
3924
כ"א: אז בהחלט, המוח של המכוניות שלכם הוא בהחלט מטריף.
14:30
On this debate between driver-assisted and fully driverless --
313
870411
4459
בדיון הזה בין סיוע לנהג לחסר נהג לחלוטין --
14:34
I mean, there's a real debate going on out there right now.
314
874870
3041
אני מתכוון, יש דיון אמיתי שמתרחש שם עכשיו.
14:37
So some of the companies, for example, Tesla,
315
877911
2833
אז כמה מהחברות, לדוגמה טסלה,
14:40
are going the driver-assisted route.
316
880744
2159
הולכים בדרך הסיוע לנהג.
14:42
What you're saying is that that's kind of going to be a dead end
317
882903
5248
מה שאתה אומר זה שזה סוג של דרך ללא מוצא
14:48
because you can't just keep improving that route and get to fully driverless
318
888151
5456
מפני שאתם לא יכולים פשוט להמשיך להשתפר בדרך הזו ולהגיע לנהיגה אוטומטית
14:53
at some point, and then a driver is going to say, "This feels safe,"
319
893607
3530
בנקודה מסויימת, ואז הנהג יגיד, "זה מרגיש בטוח,"
14:57
and climb into the back, and something ugly will happen.
320
897137
2647
ויעבור אחורה, ומשהו מגעיל יקרה.
14:59
CU: Right. No, that's exactly right, and it's not to say
321
899784
2676
כ"א: נכון, לא, זה בדיוק נכון, וזה לא אומר
15:02
that the driver assistance systems aren't going to be incredibly valuable.
322
902460
3537
שמערכות הסיוע לנהג לא יהיו ממש בעלות ערך.
15:05
They can save a lot of lives in the interim,
323
905997
2058
הן יכולות להציל הרבה חיים בינתיים,
15:08
but to see the transformative opportunity to help someone like Steve get around,
324
908055
3833
אבל כדי לראות את ההזדמנות משנת הדרך הזו כדי לעזור למישהו כמו סטיב להתנייד,
15:11
to really get to the end case in safety,
325
911888
1969
כדי באמת להגיע למקרה הסופי בבטיחות,
15:13
to have the opportunity to change our cities
326
913857
2479
כדי שתהיה הזדמנות לשנות את הערים שלנו
15:16
and move parking out and get rid of these urban craters we call parking lots,
327
916336
4204
ולהוציא את החניה ולהפתר מהמכתשים העירוניים שאנחנו קוראים להם מגרשי חניה,
15:20
it's the only way to go.
328
920540
1240
זו הדרך היחידה שתעבוד.
15:21
CA: We will be tracking your progress with huge interest.
329
921780
2718
כ"א: אנחנו נעקוב אחרי ההתקדמות שלך בעניין גדול.
15:24
Thanks so much, Chris. CU: Thank you. (Applause)
330
924498
4232
תודה רבה לך, כריס. כ"א: תודה לכם.(מחיאות כפיים)
על אתר זה

אתר זה יציג בפניכם סרטוני YouTube המועילים ללימוד אנגלית. תוכלו לראות שיעורי אנגלית המועברים על ידי מורים מהשורה הראשונה מרחבי העולם. לחץ פעמיים על הכתוביות באנגלית המוצגות בכל דף וידאו כדי להפעיל את הסרטון משם. הכתוביות גוללות בסנכרון עם הפעלת הווידאו. אם יש לך הערות או בקשות, אנא צור איתנו קשר באמצעות טופס יצירת קשר זה.

https://forms.gle/WvT1wiN1qDtmnspy7