Chris Urmson: How a driverless car sees the road

מתרגם: Ido Dekkers מבקר: Tal Dekkers

So in 1885, Karl Benz invented the automobile.

אז ב 1885, קארל בנץ המציא את המכונית.

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

מאוחר יותר באותה שנה, הוא לקח אותה לנסיעת מבחן פומבית ראשונה,

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

ו -- סיפור אמיתי -- התרסק בקיר.

For the last 130 years,

במשך 130 השנה האחרונות,

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

עבדנו סביב החלק הכי פחות אמין של המכונית, הנהג.

We've made the car stronger.

עשינו את המכוניות חזקות יותר.

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

הוספנו חגורות בטיחות, הוספנו כריות אויר,

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

ובעשור האחרון, למעשה התחלנו לעשות את המכוניות חכמות יותר

to fix that bug, the driver.

כדי לתקן את הבאג הזה, הנהג.

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

עכשיו, היום אני עומד לדבר איתכם מעט על ההבדל

between patching around the problem with driver assistance systems

בין הטלאה מסביב לבעיה עם מערכות מסייעות לנהג

and actually having fully self-driving cars

ולמעשה כשיש לנו מכוניות בנהיגה עצמונית

and what they can do for the world.

ומה הן יכולות לעשות בשביל העולם.

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

אני גם הולך לדבר איתכם מעט על המכונית שלנו

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

ואאפשר לכם לראות איך היא רואה את העולם ואיך היא מגיבה ומה היא עושה,

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

אבל ראשית אני אדבר מעט על הבעיה.

And it's a big problem:

וזו בעיה גדולה:

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

1.2 מליון אנשים נהרגים מסביב לעולם כל שנה.

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

באמריקה בלבד, 33,000 אנשים נהרגים כל שנה.

To put that in perspective,

כדי לשים את זה בפרספקטיבה,

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

זה אותו הדבר כמו ש 737 יפול מהשמיים כל יום עבודה.

It's kind of unbelievable.

זה סוג של לא יאומן.

Cars are sold to us like this,

מכוניות נמכרות לנו כך,

but really, this is what driving's like.

אבל באמת, נהיגה היא כך.

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

נכון? זה לא שמשי, זה גשום,

and you want to do anything other than drive.

ואתם רוצים לעשות כל דבר חוץ מלנהוג.

And the reason why is this:

והסיבה לזה היא זו:

Traffic is getting worse.

התנועה נעשית גרועה יותר.

In America, between 1990 and 2010,

באמריקה, בין 1990 ו 2010,

the vehicle miles traveled increased by 38 percent.

הקילומטרים שמכוניות נוסעות גדלו ב 38 אחוז.

We grew by six percent of roads,

גדלנו בשש אחוז בכבישים,

so it's not in your brains.

אז זה לא במח שלכם.

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

התנועה באמת גרועה בהרבה משהיא היתה לא מזמן.

And all of this has a very human cost.

ולכל זה היה מחיר מאוד אנושי.

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

אז אם תקחו את זמן הנסיעה הממוצע באמריקה, שהוא בערך 50 דקות,

you multiply that by the 120 million workers we have,

אתם מכפילים את זה ב 120 מיליון עובדים שיש לנו,

that turns out to be about six billion minutes

וזה יוצא בערך שש מיליארד דקות

wasted in commuting every day.

שמבוזבזות כל יום בנסיעה.

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

עכשיו, זה מספר גדול, אז בואו נשים אותו בפרספקטיבה.

You take that six billion minutes

אתם לוקחים את שש מיליארד הדקות האלו

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

ואתם מחלקים באורך החיים הממוצע של אדם,

that turns out to be 162 lifetimes

זה יוצא 162 חיים

spent every day, wasted,

מבוזבזים כל יום, מבוזבזים,

just getting from A to B.

פשוט להגיע מ A ל B.

It's unbelievable.

זה לא יאומן.

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

ואז, יש את אלה מאיתנו שאין להם את הזכות

of sitting in traffic.

לשבת בתנועה.

So this is Steve.

אז זה סטיב.

He's an incredibly capable guy,

הוא בחור מוכשר מאוד,

but he just happens to be blind,

אבל הוא פשוט במקרה עיוור,

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

וזה אומר שבמקום נסיעה של 30 דקות לעבודה בבוקר,

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

זה עניין של שעתיים של להרכיב חלקים של תחבורה ציבורית

or asking friends and family for a ride.

או לבקש מחברים ומשפחה טרמפ.

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

אין לו את אותה חרות כמונו להסתובב.

We should do something about that.

אנחנו צריכים לעשות משהו בנוגע לזה.

Now, conventional wisdom would say

עכשיו, החוכמה הרגילה היתה אומרת

that we'll just take these driver assistance systems

ואנחנו פשוט ניקח את מערכות העזרה לנהיגה האלו

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

וסוג של נדחוף אותן ונשפר אותן בשלבים,

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

ובמשך הזמן, הן יהפכו למכוניות שנוהגות בעצמן.

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

ובכן, אני פה כדי להגיד לכם וכמו שאני אומר

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

שאם אני אעבוד ממש קשה על קפיצה, יום אחד אני אוכל לעוף.

We actually need to do something a little different.

אנחנו למעשה צריכים לעשות משהו מעט שונה.

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

ואני עומד לדבר איתכם על שלוש דרכים שונות

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

שמערכות נהיגה עצמית שונות ממערכות סיוע לנהיגה.

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

ואני עומד להתחיל עם כמה מהנסיונות שלנו.

So back in 2013,

אז ב 2013,

we had the first test of a self-driving car

היה לנו את הנסיון הראשון שמכונית נהיגה עצמית

where we let regular people use it.

בו נתנו לאנשים רגילים להשתמש בה.

Well, almost regular -- they were 100 Googlers,

ובכן, כמעט רגילים -- הם היו 100 עובדי גוגל,

but they weren't working on the project.

אבל הם לא עבדו על הפרוייקט.

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

ונתנו להם את המכונית ואפשרנו להם להשתמש בה בחיים היום יומיים.

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

אבל בניגוד למכונית נהיגה עצמית, לזו היתה גם כוכבית גדולה:

They had to pay attention,

הם היו צריכים לשים לב,

because this was an experimental vehicle.

מפני שזה היה רכב נסיוני.

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

בדקנו הרבה, אבל זה עדיין היה יכול להכשל.

And so we gave them two hours of training,

וכך נתנו להם הדרכה של שעתיים,

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

שמנו אותם במכונית, נתנו להם להשתמש בה,

and what we heard back was something awesome,

ומה ששמענו חזרה היה משהו מדהים,

as someone trying to bring a product into the world.

כמישהו שמנסה להביא מוצר לעולם.

Every one of them told us they loved it.

כל אחד מהם אמר לנו שהם אהבו את זה.

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

למעשה, היה לנו נהג פורשה שבא ואמר לנו ביום הראשון,

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

"זה טיפשי לגמרי. מה אתם חושבים?"

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

אבל בסוף של זה, הוא אמר, "לא רק שאני צריך שתהיה לי כזו,

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

לכולם צריכה להיות אחת, מפני שאנשים הם נהגים נוראיים."

So this was music to our ears,

אז זו היתה מוזיקה לאוזנינו.

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

אבל כשהתחלנו להביט במה האנשים בתוך המכונית עשו,

and this was eye-opening.

וזה היה פוקח עיניים.

Now, my favorite story is this gentleman

עכשיו, הסיפור האהוב עלי הוא הבחור הזה

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

שהביט למטה לטלפון שלו והבין שהבטריה חלשה,

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

אז הוא מסתובב כך בתוך המכונית וחופר בתיק שלו,

pulls out his laptop,

מוציא את הלפטופ,

puts it on the seat,

שם אותו על המושב,

goes in the back again,

חוזר אחורה שוב,

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

מחפש, שולף את כבל הטעינה של הטלפון,

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

משחק, שם אותו בתוך הלפטופ, שם אותו בטלפון.

Sure enough, the phone is charging.

והנה הטלפון נטען.

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

כל הזמן הזה הוא נוסע 100 קמ"ש בכביש המהיר.

Right? Unbelievable.

נכון? לא יאומן.

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

אז חשבנו על זה ואמרנו, זה סוג של מובן, נכון?

The better the technology gets,

ככל שהטכנולוגיות משתפרות,

the less reliable the driver is going to get.

הנהג נעשה פחות אמין.

So by just making the cars incrementally smarter,

אז על ידי הפיכת המכונית לחכמה יותר בשלבים,

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

אנחנו כנראה לא נראה את היתרונות שאנחנו באמת צריכים.

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

תנו לי לדבר על משהו מעט יותר טכני לרגע פה.

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

אז אנחנו מסתכלים על הגרף הזה, ובתחתית

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

זו התכיפות בה המכונית מפעילה את הבלמים כשהיא לא צריכה.

You can ignore most of that axis,

אתם יכולים להתעלם מרוב הציר הזה,

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

מפני שאם אתם נוהגים בעיר, והמכונית מתחילה לעצור באקראיות,

you're never going to buy that car.

אתם לעולם לא תקנו את המכונית הזו.

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

והציר האנכי הוא התכיפות שהמכונית עומדת להפעיל את הבלמים

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

כשהיא אמורה לעזור לכם להחמק מתאונות.

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

עכשיו, אם נביט בתחתית משמאל פה,

this is your classic car.

זו המכונית הקלאסית שלכם.

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

היא לא לוחצת על הבלמים בשבילכם, היא לא עושה משהו מוזר,

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

אבל היא לא מוציאה אתכם מתאונות.

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

עכשיו, אם אנחנו רוצים להביא מערכות סיוע לנהג למכונית,

say with collision mitigation braking,

נגיד עם מערכת בלימה למניעת התנגשות,

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

אנחנו נשים חבילת טכנולוגיה שם,

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

וזו העקומה הזו, ויהיו לה כמה תכונות הפעלה,

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

אבל היא לעולם לא תמנע מכל התאונות,

because it doesn't have that capability.

מפני שאין לה את היכולת.

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

אבל אנחנו נבחר כמה מקומות לאורך העקומה פה,

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

ואולי היא נמנעת מחצי מהתאונות שאנשים היו מפספסים,

and that's amazing, right?

וזה מדהים, נכון?

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

כרגע הפחתנו תאונות על הכבישים שלנו בפאקטור של שתיים.

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

יש עכשיו פחות 17,000 אנשים מתים כל שנה באמריקה.

But if we want a self-driving car,

אבל אם אנחנו רוצים מכונית שנוהגת בעצמה,

we need a technology curve that looks like this.

אנחנו צריכים עקומת טכנולוגיה שנראית כך.

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

אנחנו נצטרך לשים יותר חיישנים ברכב,

and we'll pick some operating point up here

ואנחנו ניקח כמה נקודות הפעלה פה

where it basically never gets into a crash.

שם היא בעיקרון לעולם לא נכנסת לתאונה.

They'll happen, but very low frequency.

הן יתרחשו, אבל בתדירות נמוכה.

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

עכשיו אני ואתם יכולים להביט בזה ונוכל לטעון

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

אם זה אינקרמנטלי, ואני הייתי יכול להגיד משהו כמו "חוק 80-20,"

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

וזה באמת קשה לנוע במעלה העקומה הזו.

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

אבל בואו נביט בזה מנקודת מבט שונה לרגע.

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

אז בואו נראה מה התכיפות שהטכנולוגיה צריכה לעשות את הדבר הנכון.

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

וכך הנקודה הירוקה הזו שם למעלה זו מערכת סיוע לנהג.

It turns out that human drivers

מסתבר שהנהגים האנושיים

make mistakes that lead to traffic accidents

עושים טעויות שמובילות לתאונות דרכים

about once every 100,000 miles in America.

בערך כל 160,000 קילומטרים באמריקה.

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

בניגוד לזה, מכונית נהיגה עצמית כנראה עושה החלטות

about 10 times per second,

בערך 10 פעמים בשניה,

so order of magnitude,

אז כמה דרגות גודל,

that's about 1,000 times per mile.

זה בערך 600 פעמים בקילומטר.

So if you compare the distance between these two,

אז אם אתם משווים את המרחק בין שני אלה,

it's about 10 to the eighth, right?

זה בערך 10 בחזקת שמונה, נכון?

Eight orders of magnitude.

שמונה דרגות גודל.

That's like comparing how fast I run

זה כמו להשוות כמה מהר אני רץ

to the speed of light.

למהירות האור.

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

זה לא משנה כמה אני אתאמן, אני לעולם לא אגיע לשם.

So there's a pretty big gap there.

אז יש פער מאוד גדול שם.

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

ואז לבסוף, יש את איך שהמערכת יכולה להתמודד עם חוסר וודאות.

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

אז הולך הרגל פה אולי ירד לכביש, אולי לא.

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

אני לא יכול לדעת, גם לא אף אלגוריתם שלנו,

but in the case of a driver assistance system,

אבל במקרה של מערכות סיוע לנהג,

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

זה אומר שהיא לא יכול לפעול, מפני ששוב,

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

אם היא לוחצת על הבלמים באופן לא צפוי, זה לגמרי לא מקובל.

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

בעוד מכונית נהיגה עצמית יכולה להביט בהולך הרגל ולהגיד,

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

אני לא יודעת מה הוא יעשה,

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

אני אאט, אביט שוב, ואז אגיב בהתאם לאחר מכן.

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

אז זה יכול להיות הרבה יותר בטוח ממה שממערכת סיוע לנהג יכולה אי פעם להיות.

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

אז מספיק על ההבדלים בינהן.

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

בואו נבלה קצת זמן בלדבר על איך המכונית רואה את העולם.

So this is our vehicle.

אז זה הרכב שלנו.

It starts by understanding where it is in the world,

זה מתחיל בהבנה היכן הוא בעולם,

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

על ידי לקיחת מפה ואת המידע מהחיישנים שלו ותאום בין השניים,

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

ואז אנחנו מרבדים מעל זה מה שהוא רואה באותו רגע.

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

אז פה, כל הקופסאות הסגולות שאתם יכולים לראות הם רכבים אחרים על הכביש,

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

והדבר האדום בצד שם זה רוכב אופניים,

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

ובמרחק, אם תביטו היטב,

you can see some cones.

אתם יכולים לראות כמה חרוטים.

Then we know where the car is in the moment,

אז אנחנו יודעים איפה המכונית באותו רגע,

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

אבל אנחנו צריכים להיות הרבה יותר טובים מזה: אנחנו צריכים לצפות מה עומד לקרות.

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

אז פה הטנדר מימין למעלה עומד לעשות שינוי נתיב לשמאל

because the road in front of it is closed,

מפני שהכביש לפניו סגור,

so it needs to get out of the way.

אז הוא צריך לזוז מהדרך.

Knowing that one pickup truck is great,

לדעת על טנדר אחד זה מעולה,

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

אבל באמת אנחנו צריכים לדעת מה כולם חושבים,

so it becomes quite a complicated problem.

אז זה נהפך לבעיה די מורכבת.

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

ואז בהתחשב בזה, אנחנו יכולים להבין איך הרכב צריך להגיב באותו רגע,

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

אז באיזה כיוון צריך לנסוע, כמה מהר הוא צריך להאט או להאיץ.

And then that all turns into just following a path:

ואז כל זה הופך פשוט ללעקוב אחרי הנתיב:

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

לסובב את ההגה שמאלה או ימינה, ללחוץ על הבלמים או המצערת.

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

זה באמת רק שני מספרים בסוף היום.

So how hard can it really be?

אז כמה קשה זה יכול להיות?

Back when we started in 2009,

בזמן שהתחלנו ב 2009,

this is what our system looked like.

כך צריכה המערכת שלנו להראות.

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

אז אתם יכולים לראות את הרכב שלנו באמצע והקופסאות האחרות על הכביש,

driving down the highway.

נוסעת בכביש המהיר.

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

הרכב צריך להבין איפה הוא ובערך איפה הרכבים האחרים נמצאים.

It's really a geometric understanding of the world.

זו הבנה באמת גאומטרית של העולם.

Once we started driving on neighborhood and city streets,

ברגע שהתחלנו לנהוג בשכונות ורחובות עירוניים,

the problem becomes a whole new level of difficulty.

הבעיה הופכת לרמה חדשה של מורכבות.

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

אתם רואים הולכי רגל חוצים לפנינו, מכוניות חוצות לפנינו,

going every which way,

נוסעות לכל כיוון.

the traffic lights, crosswalks.

הרמזורים, מעברי החציה.

It's an incredibly complicated problem by comparison.

זו בעיה מורכבת בהשוואה.

And then once you have that problem solved,

ואז ברגע שפתרתם את הבעיה,

the vehicle has to be able to deal with construction.

הרכב חייב להיות מסוגל להתמודד עם בניה.

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

אז הנה החרוטים משמאל מכריחים את הנהגים לימין,

but not just construction in isolation, of course.

אבל לא רק בניה מבודדת, כמובן.

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

הוא צריך להתמודד גם עם אנשים אחרים נעים דרך אזור הבניה.

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

וכמובן, אם מישהו שובר את החוקים, המשטרה שם

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

והמכונית צריכה להבין שהאור המהבהב של המכונית

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

אומר שזה לא רק רכב, זה למעשה שוטר.

Similarly, the orange box on the side here,

בדומה, הקופסה הכתומה בצד הרחוב פה,

it's a school bus,

זה אוטובוס בית ספר,

and we have to treat that differently as well.

ואנחנו צריכים לטפל גם בזה בשונה.

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

כשאנחנו על הכביש, לאנשים אחרים יש ציפיות:

So, when a cyclist puts up their arm,

אז, כשרוכב האופניים מרים את ידו,

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

זה אומר שהם מצפים שהמכונית תתן להם לעבור ותפנה להם מקום

to make a lane change.

כדי לבצע שינוי מסלול.

And when a police officer stood in the road,

וכשהשוטר עמד על הכביש,

our vehicle should understand that this means stop,

הרכב שלנו צריך להבין שזה אומר לעצור,

and when they signal to go, we should continue.

וכשהם מאותתים להמשיך, אנחנו צריכים להמשיך.

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

עכשיו, הדרך בה אנחנו משיגים את זה היא על ידי חלוקת מידע בין הרכבים.

The first, most crude model of this

הראשון, רוב המודלים הגסים של זה

is when one vehicle sees a construction zone,

הם כשרכב אחד רואה אזור בניה,

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

זה שיש מישהו אחר שיודע על זה כך שהוא יוכל להיות בנתיב הנכון

to avoid some of the difficulty.

כדי להמנע מחלק מהקושי.

But we actually have a much deeper understanding of this.

אבל יש לנו למעשה הבנה הרבה יותר עמוקה של זה.

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

נוכל לקחת את כל המידע הזה שהרכב ראה במשך הזמן,

the hundreds of thousands of pedestrians, cyclists,

מאות אלפי הולכי הרגל, הרוכבים,

and vehicles that have been out there

והרכבים שהיו שם

and understand what they look like

ולהבין איך הם נראים

and use that to infer what other vehicles should look like

ולהשתמש בזה כדי להסיק איך רכבים אחרים צריכים להראות

and other pedestrians should look like.

ואיך הולכי רגל אחרים צריכים להראות.

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

ואז, אפילו חשוב יותר, אנחנו יכולים לקחת מהמודל הזה

of how we expect them to move through the world.

של איך לצפות שהם ינועו דרך העולם.

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

אז פה הקופסה הצהובה היא הולך רגל שחוצה מולנו.

Here the blue box is a cyclist and we anticipate

פה הקופסה הכחולה היא רוכב אופניים ואנחנו צופים

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

שהם ינועו החוצה ומסביב למכונית מימין.

Here there's a cyclist coming down the road

פה יש רוכב אופניים שמגיע במורד הכביש

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

ואנחנו יודעים שהם ימשיכו לרכב במורד הכביש.

Here somebody makes a right turn,

פה מישהו פונה ימינה,

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

ובעוד רגע פה, מישהו עומד לעשות פניית פרסה לפנינו,

and we can anticipate that behavior and respond safely.

ואנחנו יכולים לצפות את ההתנהגות הזו ולהגיב בבטחה.

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

עכשיו, הכל טוב ויפה לדברים שראינו,

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

אבל כמובן, אתם נתקלים בהרבה דברים

seen in the world before.

שלא ראינו בעולם לפני כן.

And so just a couple of months ago,

וכך רק לפני כמה חודשים,

our vehicles were driving through Mountain View,

הרכבים שלנו נסעו דרך מאונטן וויו,

and this is what we encountered.

וזה מה שנתקלנו בו.

This is a woman in an electric wheelchair

זו אישה בכיסא גלגלים חשמלי

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

שרודפת אחרי ברווז בסיבובים על הכביש. (צחוק)

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

עכשיו מסתבר, אין בשום מקום בספר ההדרכה של משרד הרישוי

that tells you how to deal with that,

שאומר לכם איך להתמודד עם זה,

but our vehicles were able to encounter that,

אבל הרכב שלנו היה מסוגל להתמודד עם זה,

slow down, and drive safely.

להאט, ולנסוע בביטחה.

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

עכשיו, אנחנו לא צריכים להתמודד רק עם ברווזים.

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

צפו בציפור הזה עפה לפנינו. הרכב מגיב לזה.

Here we're dealing with a cyclist

פה אנחנו מתמודדים עם רוכב אופניים

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

שלעולם לא תצפו לראות בשום מקום במאוטיין וויו.

And of course, we have to deal with drivers,

וכמובן, אנחנו צריכים להתמודד עם נהגים,

even the very small ones.

אפילו הקטנים שבהם.

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

צפו מימין כשמישהו קופץ מהטנדר שלו לפנינו.

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

ועכשיו, צפו משמאל כשהמכונית עם הקופסה הירוקה מחליטה

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

שהיא צריכה לעשות פניה ימינה ברגע האפשרי האחרון.

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

פה, כשאנחנו עושים שינוי מסלול, המכונית משמאלנו מחליטה

it wants to as well.

שהיא גם רוצה לעשות זאת.

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

ופה, אנחנו רואים מכונית עוברת ברמזור אדום

and yield to it.

ולא מתייחסת אליו.

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

ובדומה, פה, רוכב אופניים גם הוא עובר ברמזור ההוא באדום.

And of course, the vehicle responds safely.

וכמובן, הרכב מגיב בבטחה.

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

וכמובן, יש לנו אנשים שעושים אני לא יודע מה

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

לפעמים על הכביש, כמו הבחור הזה שנוסע בין שתי מכוניות נהיגה עצמית.

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

אתם צריכים לשאול, "מה אתה חושב?"

(Laughter)

(צחוק)

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

עכשיו, אני פשוט יורה עליכם פה הרבה דברים,

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

אז אני עומד לפרט אחד מאלה ממש מהר.

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

אז מה שאנחנו מביטים בו בסצנה הזו הם רוכב האופניים שוב,

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

ואתם אולי תבחינו בתחתית, אנחנו לא יכולים לראות את רוכב האופניים למעשה עדיין,

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

אבל המכונית יכולה: זו הקופסה הכחולה הקטנה למעלה שם,

and that comes from the laser data.

וזה מגיע ממידע הליזר.

And that's not actually really easy to understand,

וזה למעשה לא קל להבין,

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

אז מה שאני אעשה זה שאני אהפוך את המידע הליזר הזה ואביט בו,

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

ואם אתם באמת טובים בלהביט במידע לייזר, אתם יכולים לראות

a few dots on the curve there,

כמה נקודות על העקומה שם,

right there, and that blue box is that cyclist.

ממש שם, והקופסה הכחולה הזו היא רוכב האופניים.

Now as our light is red,

עכשיו כשהאור שלנו אדום,

the cyclist's light has turned yellow already,

האור של רוכב האופניים הפך כבר לצהוב,

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

ואם תמצמצו, אתם יכולים לראות את זה בתמונות.

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

אבל רוכב האופניים, אתם רואים, עומד להמשיך דרך הצומת.

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

האור שלנו הפך עכשיו לירוק, שלו לגמרי אדום,

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

ואנחנו מצפים שהאופניים יעברו לגמרי.

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

לצערנו הנהגים לידנו עכשיו לא שמו כל כך לב.

They started to pull forward, and fortunately for everyone,

הם התחילו לנסוע קדימה, ולמזלם של כולם,

this cyclists reacts, avoids,

רוכב האופניים הגיב, נמנע,

and makes it through the intersection.

ועבר את הצומת.

And off we go.

והנה אנחנו יוצאים.

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

עכשיו, כמו שאתם רואים, עשינו התקדמות די מרגשת,

and at this point we're pretty convinced

ובנקודה הזו אנחנו די משוכנעים

this technology is going to come to market.

שהטכנולוגיה הזו תגיע לשוק.

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

אנחנו עושים 5 מליון קילומטר של בדיקות בסימולציה שלנו כל יום,

so you can imagine the experience that our vehicles have.

כך שאתם יכולים לדמיין את הנסיון שיש לרכבים שלנו.

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

אנחנו מביטים קדימה שתהיה לנו טכנולוגיה על הכביש,

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

ואנחנו חושבים שהנתיב הנכון הוא לעבור דרך נהיגה עצמית

rather than driver assistance approach

במקום דרך גישת הסיוע לנהיגה

because the urgency is so large.

בגלל שהדחיפות כזו גדולה.

In the time I have given this talk today,

בזמן שניתן להרצאה שלי היום,

34 people have died on America's roads.

34 אנשים מתו על כבישי אמריקה.

How soon can we bring it out?

כמה מהר נוכל להוציא אותה?

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

ובכן, זה קשה להגיד בגלל שזו בעיה ממש מסובכת,

but these are my two boys.

אבל אלה שני הבנים שלי.

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

בני הבכור בן 11, וזה אומר שבעוד ארבע וחצי שנים,

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

הוא יהיה מסוגל לקבל רישיון נהיגה.

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

הצוות שלי ואני מתחייבים לדאוג שזה לא יקרה.

Thank you.

תודה לכם.

(Laughter) (Applause)

(צחוק)(מחיאות כפיים)

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

כריס אנדרסון: כריס, יש לי שאלה אליך.

Chris Urmson: Sure.

כריס אורמסון: כן.

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

כ"א: אז בהחלט, המוח של המכוניות שלכם הוא בהחלט מטריף.

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

בדיון הזה בין סיוע לנהג לחסר נהג לחלוטין --

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

אני מתכוון, יש דיון אמיתי שמתרחש שם עכשיו.

So some of the companies, for example, Tesla,

אז כמה מהחברות, לדוגמה טסלה,

are going the driver-assisted route.

הולכים בדרך הסיוע לנהג.

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

מה שאתה אומר זה שזה סוג של דרך ללא מוצא

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

מפני שאתם לא יכולים פשוט להמשיך להשתפר בדרך הזו ולהגיע לנהיגה אוטומטית

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

בנקודה מסויימת, ואז הנהג יגיד, "זה מרגיש בטוח,"

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

ויעבור אחורה, ומשהו מגעיל יקרה.

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

כ"א: נכון, לא, זה בדיוק נכון, וזה לא אומר

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

שמערכות הסיוע לנהג לא יהיו ממש בעלות ערך.

They can save a lot of lives in the interim,

הן יכולות להציל הרבה חיים בינתיים,

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

אבל כדי לראות את ההזדמנות משנת הדרך הזו כדי לעזור למישהו כמו סטיב להתנייד,

to really get to the end case in safety,

כדי באמת להגיע למקרה הסופי בבטיחות,

to have the opportunity to change our cities

כדי שתהיה הזדמנות לשנות את הערים שלנו

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

ולהוציא את החניה ולהפתר מהמכתשים העירוניים שאנחנו קוראים להם מגרשי חניה,

it's the only way to go.

זו הדרך היחידה שתעבוד.

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

כ"א: אנחנו נעקוב אחרי ההתקדמות שלך בעניין גדול.

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

תודה רבה לך, כריס. כ"א: תודה לכם.(מחיאות כפיים)