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

63,313 views ・ 2012-07-11

TED


Dubbelklik op de Engelse ondertitels hieronder om de video af te spelen.

00:00
Translator: Morton Bast Reviewer: Thu-Huong Ha
0
0
7000
Vertaald door: Rik Delaet Nagekeken door: Els De Keyser
00:15
So, how many of you have ever
1
15766
1407
Hoeveel van jullie zijn ooit
00:17
gotten behind the wheel of a car
2
17173
1655
achter het stuur van een auto gekropen
00:18
when you really shouldn't have been driving?
3
18828
5687
terwijl je dat beter niet had gedaan?
00:24
Maybe you're out on the road for a long day,
4
24515
1905
Misschien was je al lang onderweg
00:26
and you just wanted to get home.
5
26420
1490
en gehaast om thuis te komen.
00:27
You were tired, but you felt you could drive a few more miles.
6
27910
2647
Je was moe, maar je dacht dat je toch nog wat aankon.
00:30
Maybe you thought,
7
30557
1199
'Ik heb minder gedronken dan de anderen,
00:31
I've had less to drink than everybody else,
8
31756
2017
'Ik heb minder gedronken dan de anderen,
00:33
I should be the one to go home.
9
33773
1736
dus rij ik best naar huis.'
00:35
Or maybe your mind was just entirely elsewhere.
10
35509
4591
Of misschien was je er niet helemaal bij.
00:40
Does this sound familiar to you?
11
40100
1454
Komt je dat bekend voor?
00:41
Now, in those situations, wouldn't it be great
12
41554
2898
Zou het dan niet geweldig zijn
00:44
if there was a button on your dashboard
13
44452
1593
als je een knop op je dashboard had
00:46
that you could push, and the car would get you home safely?
14
46045
6343
waardoor de auto je veilig thuis zou brengen?
00:52
Now, that's been the promise of the self-driving car,
15
52388
2293
Dat zou kunnen door de zelf-rijdende auto,
00:54
the autonomous vehicle, and it's been the dream
16
54681
2627
het autonome voertuig, en die droom
00:57
since at least 1939, when General Motors showcased
17
57308
3249
bestaat al sinds 1939, toen General Motors het toonde
01:00
this idea at their Futurama booth at the World's Fair.
18
60557
3302
op hun Futurama-stand op de Wereldtentoonstelling.
01:03
Now, it's been one of those dreams
19
63859
1943
Het is een van die dromen
01:05
that's always seemed about 20 years in the future.
20
65802
4214
die altijd zo'n 20 jaar in de toekomst leken te liggen.
01:10
Now, two weeks ago, that dream took a step forward,
21
70016
2683
Twee weken geleden kwam die droom dichterbij
01:12
when the state of Nevada granted Google's self-driving car
22
72699
3265
toen de staat Nevada aan Googles zelfrijdende auto
01:15
the very first license for an autonomous vehicle,
23
75964
3600
de allereerste licentie verleende voor een autonoom voertuig.
01:19
clearly establishing that it's legal for them
24
79564
2245
Ze kregen de wettelijke toelating
01:21
to test it on the roads in Nevada.
25
81809
1810
om het te testen op de weg in Nevada.
01:23
Now, California's considering similar legislation,
26
83619
3727
California's overweegt een soortgelijke wetgeving.
01:27
and this would make sure that the autonomous car
27
87346
2408
Dit zou maken dat de autonome auto
01:29
is not one of those things that has to stay in Vegas.
28
89754
2977
niet een van die dingen is die alleen maar in Vegas thuishoren.
01:32
(Laughter)
29
92731
2096
(Gelach)
01:34
Now, in my lab at Stanford, we've been working on
30
94827
3784
In mijn lab in Stanford werken we ook
01:38
autonomous cars too, but with a slightly different spin
31
98611
3487
aan autonome auto's, maar met een iets andere inslag.
01:42
on things. You see, we've been developing robotic race cars,
32
102098
4248
Wij hebben robotische raceauto's ontwikkeld
01:46
cars that can actually push themselves to the very limits
33
106346
4120
die tot op de grenzen
01:50
of physical performance.
34
110466
2240
van het fysisch haalbare kunnen gaan.
01:52
Now, why would we want to do such a thing?
35
112706
2613
Waarom doen we zoiets?
01:55
Well, there's two really good reasons for this.
36
115319
2100
Er zijn twee goede redenen voor.
01:57
First, we believe that before people turn over control
37
117419
3959
Ten eerste denken wij dat mensen de controle pas overlaten
02:01
to an autonomous car, that autonomous car should be
38
121378
2834
aan een autonome auto als die
02:04
at least as good as the very best human drivers.
39
124212
3254
minstens even goed is als de beste menselijke chauffeurs.
02:07
Now, if you're like me, and the other 70 percent of the population
40
127466
3305
Als je net als ik behoort tot de 70 procent
02:10
who know that we are above-average drivers,
41
130771
2193
die beter is dan de gemiddelde chauffeur,
02:12
you understand that's a very high bar.
42
132964
3175
dan begrijpen jullie dat de lat erg hoog ligt.
02:16
There's another reason as well.
43
136139
2392
Maar er is nog een reden.
02:18
Just like race car drivers can use all of the friction
44
138531
3576
Net als autocoureurs gebruik maken van alle wrijving
02:22
between the tire and the road,
45
142107
1280
tussen de band en de weg,
02:23
all of the car's capabilities to go as fast as possible,
46
143387
3177
om de auto zo snel mogelijk te laten gaan,
02:26
we want to use all of those capabilities to avoid
47
146564
3345
willen wij alle functionaliteiten gebruiken
02:29
any accident we can.
48
149909
1588
om zoveel mogelijk ongevallen te voorkomen.
02:31
Now, you may push the car to the limits
49
151497
2050
Als de auto over zijn limiet gaat,
02:33
not because you're driving too fast,
50
153547
1967
niet omdat jij te snel rijdt,
02:35
but because you've hit an icy patch of road,
51
155514
2160
maar omdat er een ijsplek is op de weg,
02:37
conditions have changed.
52
157674
1704
dan zijn de voorwaarden veranderd.
02:39
In those situations, we want a car
53
159378
2761
In deze situaties willen we een auto
02:42
that is capable enough to avoid any accident
54
162139
3720
die elk ongeval vermijdt
02:45
that can physically be avoided.
55
165859
2678
dat fysiek vermijdbaar is.
02:48
I must confess, there's kind of a third motivation as well.
56
168537
4267
Maar er is nog een derde motivatie.
02:52
You see, I have a passion for racing.
57
172804
2256
Ik heb een passie voor racen.
02:55
In the past, I've been a race car owner,
58
175060
2764
Ik had ooit een raceauto,
02:57
a crew chief and a driving coach,
59
177824
2555
was crew chief en rij-instructeur,
03:00
although maybe not at the level that you're currently expecting.
60
180379
3855
hoewel misschien niet op het niveau dat je hier verwacht.
03:04
One of the things that we've developed in the lab --
61
184234
2704
In het lab ontwikkelden we
03:06
we've developed several vehicles --
62
186938
1704
verschillende voertuigen,
03:08
is what we believe is the world's first
63
188642
2235
en ook 's werelds eerste
03:10
autonomously drifting car.
64
190877
2365
autonoom slippende auto.
03:13
It's another one of those categories
65
193242
2513
Een categorie
03:15
where maybe there's not a lot of competition.
66
195755
2423
zonder al te veel concurrentie.
03:18
(Laughter)
67
198178
1408
(Gelach)
03:19
But this is P1. It's an entirely student-built electric vehicle,
68
199586
3822
Dit is P1. Een volledig door studenten gebouwd elektrisch voertuig
03:23
which through using its rear-wheel drive
69
203408
2078
dat met achterwielaandrijving
03:25
and front-wheel steer-by-wire
70
205486
1565
en steer-by-wire voorwiel
03:27
can drift around corners.
71
207051
2067
om bochten kan slippen.
03:29
It can get sideways like a rally car driver,
72
209118
2200
Het kan zijwaarts slippen zoals een rallybestuurder,
03:31
always able to take the tightest curve,
73
211318
1715
altijd de strakste curve volgen
03:33
even on slippery, changing surfaces,
74
213033
3304
zelfs op veranderlijke, gladde oppervlakken
03:36
never spinning out.
75
216337
1616
altijd onder controle.
03:37
We've also worked with Volkswagen Oracle,
76
217953
2368
We hebben ook met Volkswagen Oracle gewerkt
03:40
on Shelley, an autonomous race car that has raced
77
220321
3424
aan Shelley, een autonome raceauto.
03:43
at 150 miles an hour through the Bonneville Salt Flats,
78
223745
3070
Die reed aan 240 km per uur door de Bonneville Salt Flats,
03:46
gone around Thunderhill Raceway Park in the sun,
79
226815
4471
reed in Thunderhill Raceway Park in zon,
03:51
the wind and the rain,
80
231286
2639
wind en regen.
03:53
and navigated the 153 turns and 12.4 miles
81
233925
5018
Hij navigeerde door de 153 bochten en de 20,0 km
03:58
of the Pikes Peak Hill Climb route
82
238943
1562
van de Pikes Peak Hill Climb route in Colorado
04:00
in Colorado with nobody at the wheel.
83
240505
3473
met niemand achter het stuur.
04:03
(Laughter)
84
243978
1448
(Gelach)
04:05
(Applause)
85
245426
5566
(Applaus)
04:10
I guess it goes without saying that we've had a lot of fun
86
250992
3279
Het spreekt vanzelf dat we er een heleboel plezier
04:14
doing this.
87
254271
1304
aan hebben beleefd.
04:15
But in fact, there's something else that we've developed
88
255575
3657
In feite hebben we
04:19
in the process of developing these autonomous cars.
89
259232
3055
bij het ontwikkelen van deze autonome auto's
04:22
We have developed a tremendous appreciation
90
262287
3871
ook een enorme waardering ontwikkeld
04:26
for the capabilities of human race car drivers.
91
266158
3817
voor de vaardigheden van menselijke autocoureurs.
04:29
As we've looked at the question of how well do these cars perform,
92
269975
4345
We wilden de mogelijkheden van deze auto's
04:34
we wanted to compare them to our human counterparts.
93
274320
3279
vergelijken met onze menselijke tegenhangers.
04:37
And we discovered their human counterparts are amazing.
94
277599
5680
Wij ontdekten dat hun menselijke tegenhangers geweldig zijn.
04:43
Now, we can take a map of a race track,
95
283279
4023
We kunnen een kaart van een racecircuit maken
04:47
we can take a mathematical model of a car,
96
287302
2370
en een wiskundig model van een auto.
04:49
and with some iteration, we can actually find
97
289672
2903
Met wat iteratie kunnen we
04:52
the fastest way around that track.
98
292575
1625
de snelste manier vinden voor dat circuit.
04:54
We line that up with data that we record
99
294200
2533
Als we die gegevens vergelijken met die
04:56
from a professional driver,
100
296733
1433
van een professionele chauffeur
04:58
and the resemblance is absolutely remarkable.
101
298166
4107
is de gelijkenis absoluut opmerkelijk.
05:02
Yes, there are subtle differences here,
102
302273
3212
Er zijn wat subtiele verschillen,
05:05
but the human race car driver is able to go out
103
305485
3127
maar de menselijke autocoureur kan
05:08
and drive an amazingly fast line,
104
308612
2335
een ongelooflijk snelle lijn rijden
05:10
without the benefit of an algorithm that compares
105
310947
2330
zonder het voordeel van een algoritme dat
05:13
the trade-off between going as fast as possible
106
313277
2608
het compromis zoekt tussen in deze bocht zo snel mogelijk gaan
05:15
in this corner, and shaving a little bit of time
107
315885
2037
en een beetje tijd winnen
05:17
off of the straight over here.
108
317922
1902
ten opzichte van de rechte lijn.
05:19
Not only that, they're able to do it lap
109
319824
3457
En ze kunnen dat
05:23
after lap after lap.
110
323281
2375
ronde na ronde na ronde.
05:25
They're able to go out and consistently do this,
111
325656
2912
Ze kunnen dat consequent volhouden en
05:28
pushing the car to the limits every single time.
112
328568
4128
de auto telkens tot aan zijn limiet drijven.
05:32
It's extraordinary to watch.
113
332696
3169
Het is buitengewoon om naar te kijken.
05:35
You put them in a new car,
114
335865
2066
Je zet ze in een nieuwe auto,
05:37
and after a few laps, they've found the fastest line in that car,
115
337931
3902
en na een paar ronden hebben ze de snelste lijn voor die auto gevonden
05:41
and they're off to the races.
116
341833
3877
en gaan ze ermee racen.
05:45
It really makes you think,
117
345710
1146
Het zet je echt aan het denken.
05:46
we'd love to know what's going on inside their brain.
118
346856
4871
Wij zouden graag willen weten wat er gaande is in hun hersenen.
05:51
So as researchers, that's what we decided to find out.
119
351727
4541
Als onderzoekers wilden we dat achterhalen.
05:56
We decided to instrument not only the car,
120
356268
1812
We voorzagen zowel de auto van instrumenten
05:58
but also the race car driver,
121
358080
2495
als de autocoureur
06:00
to try to get a glimpse into what was going on
122
360575
2769
om een glimp op te vangen van wat er omging
06:03
in their head as they were doing this.
123
363344
2186
in hun hoofd terwijl ze dit deden.
06:05
Now, this is Dr. Lene Harbott applying electrodes
124
365530
3950
Dit is Dr. Lene Harbott die elektroden plaatst
06:09
to the head of John Morton.
125
369480
1232
op het hoofd van John Morton.
06:10
John Morton is a former Can-Am and IMSA driver,
126
370712
2989
John Morton, een voormalige Can-Am en IMSA-coureur,
06:13
who's also a class champion at Le Mans.
127
373701
1800
was ook kampioen in Le Mans.
06:15
Fantastic driver, and very willing to put up with graduate students
128
375501
3496
Fantastische chauffeur, graag bereid om met studenten
06:18
and this sort of research.
129
378997
1855
samen te werken voor dit soort onderzoek.
06:20
She's putting electrodes on his head
130
380852
2672
Ze zet elektroden op zijn hoofd
06:23
so that we can monitor the electrical activity
131
383524
2112
om de elektrische activiteit in John's hersenen
06:25
in John's brain as he races around the track.
132
385636
2832
te registreren terwijl hij het parcours aflegt.
06:28
Now, clearly we're not going to put a couple of electrodes on his head
133
388468
3195
Met een paar van elektroden op zijn hoofd
06:31
and understand exactly what all of his thoughts are on the track.
134
391663
3270
kunnen we niet precies weten wat hij denkt.
06:34
However, neuroscientists have identified certain patterns
135
394933
3407
Maar neurowetenschappers kunnen uit de patronen
06:38
that let us tease out some very important aspects of this.
136
398340
3761
enkele zeer belangrijke aspecten afleiden.
06:42
For instance, the resting brain
137
402101
1847
Zo produceert een brein in rust
06:43
tends to generate a lot of alpha waves.
138
403948
2155
vooral alphagolven.
06:46
In contrast, theta waves are associated with
139
406103
3752
Thetagolven zijn gekoppeld
06:49
a lot of cognitive activity, like visual processing,
140
409855
3184
aan cognitieve activiteit zoals visuele verwerking
06:53
things where the driver is thinking quite a bit.
141
413039
3048
waar de bestuurder nogal mee bezig is.
06:56
Now, we can measure this,
142
416087
1663
We meten dit
06:57
and we can look at the relative power
143
417750
1985
en kijken naar de relatieve intensiteit
06:59
between the theta waves and the alpha waves.
144
419735
2200
tussen thetagolven en alphagolven.
07:01
This gives us a measure of mental workload,
145
421935
2442
Dit is een maat voor geestelijke belasting,
07:04
how much the driver is actually challenged cognitively
146
424377
3567
hoe hard de chauffeur moet denken
07:07
at any point along the track.
147
427944
1786
op elk punt langs het parcours.
07:09
Now, we wanted to see if we could actually record this
148
429730
2942
We wilden nagaan of we dit konden opnemen op de weg.
07:12
on the track, so we headed down south to Laguna Seca.
149
432672
3038
Daarom zuidwaarts naar Laguna Seca.
07:15
Laguna Seca is a legendary raceway
150
435710
2016
Laguna Seca is een legendarisch parcours
07:17
about halfway between Salinas and Monterey.
151
437726
2301
halverwege Salinas en Monterey.
07:20
It has a curve there called the Corkscrew.
152
440027
2087
Er zit een bocht in, de 'Kurkentrekker',
07:22
Now, the Corkscrew is a chicane, followed by a quick
153
442114
2717
een chicane, gevolgd door een snelle
07:24
right-handed turn as the road drops three stories.
154
444831
2746
rechtse bocht in een sterke afdaling.
07:27
Now, the strategy for driving this as explained to me was,
155
447577
3766
Ze legden het me zo uit:
07:31
you aim for the bush in the distance,
156
451343
2022
je richt je op een struik in de verte
07:33
and as the road falls away, you realize it was actually the top of a tree.
157
453365
3025
en als de weg gaat dalen, besef je dat het een boomtop was.
07:36
All right, so thanks to the Revs Program at Stanford,
158
456390
3304
Dankzij het Revs Programma in Stanford
07:39
we were able to take John there
159
459694
1473
konden we John daar mee naartoe nemen
07:41
and put him behind the wheel
160
461167
964
en hem achter het stuur zetten
07:42
of a 1960 Porsche Abarth Carrera.
161
462131
2439
van een 1960 Porsche Abarth Carrera.
07:44
Life is way too short for boring cars.
162
464570
3698
Het leven is veel te kort voor saaie auto's.
07:48
So, here you see John on the track,
163
468268
1759
Hier zie je John op het parcours.
07:50
he's going up the hill -- Oh! Somebody liked that --
164
470027
2184
Hij gaat bergop -- oh, iemand vond dat leuk --
07:52
and you can see, actually, his mental workload
165
472211
2465
en je kan zijn geestelijke belasting
07:54
-- measuring here in the red bar --
166
474676
2153
hier aan deze rode balk afmeten
07:56
you can see his actions as he approaches.
167
476829
2343
terwijl hij dichterbij komt.
07:59
Now watch, he has to downshift.
168
479172
3230
Nu moet hij terugschakelen
08:02
And then he has to turn left.
169
482402
761
en vervolgens linksaf slaan.
08:03
Look for the tree, and down.
170
483163
3993
Uitkijken naar de boom en dan naar beneden.
08:07
Not surprisingly, you can see this is a pretty challenging task.
171
487156
2838
Zoals verwacht een behoorlijk uitdagende taak.
08:09
You can see his mental workload spike as he goes through this,
172
489994
2976
Je ziet zijn geestelijke belasting pieken
08:12
as you would expect with something that requires
173
492970
2064
zoals je kan verwachten met iets
08:15
this level of complexity.
174
495034
2809
van dit niveau van complexiteit.
08:17
But what's really interesting is to look at areas of the track
175
497843
3416
Maar echt interessant zijn stukken van het parcours
08:21
where his mental workload doesn't increase.
176
501259
2846
waar zijn geestelijke belasting niet verhoogt.
08:24
I'm going to take you around now
177
504105
1495
Ik neem jullie nu mee
08:25
to the other side of the track.
178
505600
1089
naar de andere kant van het parcours.
08:26
Turn three. And John's going to go into that corner
179
506689
2336
Derde bocht. John komt in die bocht
08:29
and the rear end of the car is going to begin to slide out.
180
509025
2551
en de achterkant van de auto begint te slippen.
08:31
He's going to have to correct for that with steering.
181
511576
2017
Dat moet hij corrigeren door bij te sturen.
08:33
So watch as John does this here.
182
513593
2231
Let op terwijl John dit hier doet.
08:35
Watch the mental workload, and watch the steering.
183
515824
2322
Let op de geestelijke belasting en het sturen.
08:38
The car begins to slide out, dramatic maneuver to correct it,
184
518146
3672
De auto begint te slippen, een dramatisch corrigerend manoeuvre,
08:41
and no change whatsoever in the mental workload.
185
521818
3523
en geen enkele wijziging in de geestelijke belasting.
08:45
Not a challenging task.
186
525341
2832
Geen uitdagende taak.
08:48
In fact, entirely reflexive.
187
528173
3200
In feite volledig reflexief.
08:51
Now, our data processing on this is still preliminary,
188
531373
3643
Onze dataverwerking zit nog in het beginstadium,
08:55
but it really seems that these phenomenal feats
189
535016
2672
maar het lijkt erop
08:57
that the race car drivers are performing
190
537688
1610
dat deze fenomenale prestaties
08:59
are instinctive.
191
539298
1910
instinctief zijn.
09:01
They are things that they have simply learned to do.
192
541208
3390
Het zijn dingen die ze simpelweg geleerd hebben.
09:04
It requires very little mental workload
193
544598
2282
Het vereist zeer weinig geestelijke belasting
09:06
for them to perform these amazing feats.
194
546880
2824
om deze geweldige prestaties uit te voeren.
09:09
And their actions are fantastic.
195
549704
3135
En hun acties zijn fantastisch.
09:12
This is exactly what you want to do on the steering wheel
196
552839
2611
Dit is precies wat je moet doen
09:15
to catch the car in this situation.
197
555450
3337
om de auto in deze situatie de baas te blijven.
09:18
Now, this has given us tremendous insight
198
558787
3445
Dit heeft ons een enorm inzicht gegeven
09:22
and inspiration for our own autonomous vehicles.
199
562232
3122
en inspiratie voor onze eigen autonome voertuigen.
09:25
We've started to ask the question:
200
565354
1928
We stellen de vraag:
09:27
Can we make them a little less algorithmic
201
567282
2253
kunnen we ze een beetje minder algoritmisch
09:29
and a little more intuitive?
202
569535
2449
en een beetje meer intuïtief maken?
09:31
Can we take this reflexive action
203
571984
2281
Kunnen we deze reflexen ontwikkelen
09:34
that we see from the very best race car drivers,
204
574265
2287
die eigen zijn aan de allerbeste autocoureurs,
09:36
introduce it to our cars,
205
576552
1649
ze overbrengen naar eigen onze auto's,
09:38
and maybe even into a system that could
206
578201
1984
en misschien in de toekomst zelfs
09:40
get onto your car in the future?
207
580185
1968
in je eigen wagen?
09:42
That would take us a long step
208
582153
1611
Dat zou een grote stap zijn
09:43
along the road to autonomous vehicles
209
583764
2509
op weg naar autonome voertuigen
09:46
that drive as well as the best humans.
210
586273
1912
die de beste chauffeurs evenaren.
09:48
But it's made us think a little bit more deeply as well.
211
588185
3440
Maar het heeft ons nog wat dieper laten nadenken.
09:51
Do we want something more from our car
212
591625
2968
Willen we iets meer van onze auto
09:54
than to simply be a chauffeur?
213
594593
1840
dan gewoon een chauffeur zijn?
09:56
Do we want our car to perhaps be a partner, a coach,
214
596433
4235
Willen wij een auto die misschien ook een partner, een coach is,
10:00
someone that can use their understanding of the situation
215
600668
3087
iemand die zijn inzicht in de situatie kan gebruiken
10:03
to help us reach our potential?
216
603755
4256
om onze eigen mogelijkheden te ontwikkelen?
10:08
Can, in fact, the technology not simply replace humans,
217
608011
2273
Kan de technologie niet alleen de mens vervangen,
10:10
but allow us to reach the level of reflex and intuition
218
610284
4575
maar ons het niveau van reflexen en intuïtie doen bereiken
10:14
that we're all capable of?
219
614859
3425
dat we allemaal zouden aankunnen?
10:18
So, as we move forward into this technological future,
220
618284
1923
Als we in deze technologische toekomst vooruitgaan,
10:20
I want you to just pause and think of that for a moment.
221
620207
2821
zouden jullie daar even moeten over nadenken.
10:23
What is the ideal balance of human and machine?
222
623028
3775
Wat is de ideale balans tussen mens en machine?
10:26
And as we think about that,
223
626803
1709
Terwijl we daarover nadenken,
10:28
let's take inspiration
224
628512
1731
kunnen we inspiratie halen
10:30
from the absolutely amazing capabilities
225
630243
3329
uit de absoluut fantastische mogelijkheden
10:33
of the human body and the human mind.
226
633572
2816
van het menselijk lichaam en de menselijke geest.
10:36
Thank you.
227
636388
1736
Bedankt.
10:38
(Applause)
228
638124
4604
(Applaus)
Over deze website

Deze site laat u kennismaken met YouTube-video's die nuttig zijn om Engels te leren. U ziet Engelse lessen gegeven door topdocenten uit de hele wereld. Dubbelklik op de Engelse ondertitels op elke videopagina om de video af te spelen. De ondertitels scrollen synchroon met het afspelen van de video. Heeft u opmerkingen of verzoeken, neem dan contact met ons op via dit contactformulier.

https://forms.gle/WvT1wiN1qDtmnspy7