Jennifer Healey: If cars could talk, accidents might be avoidable

Jennifer Healey: Se carros pudessem falar, acidentes poderiam ser evitáveis

48,352 views

2013-04-25 ・ TED


New videos

Jennifer Healey: If cars could talk, accidents might be avoidable

Jennifer Healey: Se carros pudessem falar, acidentes poderiam ser evitáveis

48,352 views ・ 2013-04-25

TED


Por favor, clique duas vezes nas legendas em inglês abaixo para reproduzir o vídeo.

00:00
Translator: Joseph Geni Reviewer: Morton Bast
0
0
7000
Tradutor: Rodolfo Luis Dal Picolo Revisor: Debora Policarpo
00:12
Let's face it:
1
12703
1914
Encaremos:
00:14
Driving is dangerous.
2
14617
2445
Dirigir é perigoso.
00:17
It's one of the things that we don't like to think about,
3
17062
3098
É uma das coisas que não gostamos de pensar a respeito,
00:20
but the fact that religious icons and good luck charms
4
20160
3652
mas o fato de ícones religiosos e amuletos de boa sorte
00:23
show up on dashboards around the world
5
23812
4790
aparecerem nos painéis mundo afora
00:28
betrays the fact that we know this to be true.
6
28602
4137
revela o fato de que sabemos que isso é verdade.
00:32
Car accidents are the leading cause of death
7
32739
3594
Acidentes automobilísticos são a principal causa de morte
00:36
in people ages 16 to 19 in the United States --
8
36333
4170
entre pessoas de 16 a 19 anos de idade nos Estados Unidos --
00:40
leading cause of death --
9
40503
2843
principal causa de morte --
00:43
and 75 percent of these accidents have nothing to do
10
43346
3863
e 75 por cento desses acidentes não tem nada a ver
00:47
with drugs or alcohol.
11
47209
2285
com drogas ou álcool.
00:49
So what happens?
12
49494
2261
Então o que acontece?
00:51
No one can say for sure, but I remember my first accident.
13
51755
4219
Ninguém pode dizer com certeza, mas eu lembro do meu primeiro acidente.
00:55
I was a young driver out on the highway,
14
55974
3803
Eu era uma jovem motorista pela estrada,
00:59
and the car in front of me, I saw the brake lights go on.
15
59777
2258
e o carro a minha frente, eu vi as luzes do freio acenderem.
01:02
I'm like, "Okay, all right, this guy is slowing down,
16
62035
1800
Pensei, "Certo, tudo bem, esse sujeito está diminuindo a velocidade,
01:03
I'll slow down too."
17
63835
1282
vou diminuir também."
01:05
I step on the brake.
18
65117
1926
Eu piso no freio.
01:07
But no, this guy isn't slowing down.
19
67043
2254
Mas não, esse sujeito não está diminuindo de velocidade.
01:09
This guy is stopping, dead stop, dead stop on the highway.
20
69297
3178
Ele está parando, parando totalmente na estrada.
01:12
It was just going 65 -- to zero?
21
72475
2540
Ele estava a 104 km/h -- e de repente zero?
01:15
I slammed on the brakes.
22
75015
1520
Eu pisei com toda a força nos freios.
01:16
I felt the ABS kick in, and the car is still going,
23
76535
3059
Senti o ABS entrar em ação, e o carro continuar indo,
01:19
and it's not going to stop, and I know it's not going to stop,
24
79594
2696
e ele não vai parar, e eu sei que ele não vai parar,
01:22
and the air bag deploys, the car is totaled,
25
82290
2939
e o air bag é acionado, o carro é totalmente destruído,
01:25
and fortunately, no one was hurt.
26
85229
3557
e felizmente, ninguém se machucou.
01:28
But I had no idea that car was stopping,
27
88786
4211
Porém eu não tinha ideia alguma que o carro estava parando,
01:32
and I think we can do a lot better than that.
28
92997
3645
e penso que podemos fazer muito melhor que isso.
01:36
I think we can transform the driving experience
29
96642
4145
Eu acho que podemos transformar a experiência de dirigir
01:40
by letting our cars talk to each other.
30
100787
3879
deixando nosso carros conversar entre si.
01:44
I just want you to think a little bit
31
104666
1424
Só quero que vocês pensem um pouco
01:46
about what the experience of driving is like now.
32
106090
2888
sobre como é a experiência de dirigir hoje.
01:48
Get into your car. Close the door. You're in a glass bubble.
33
108978
4028
Entre no seu carro. Feche a porta. Você está em uma redoma de vidro.
01:53
You can't really directly sense the world around you.
34
113006
2916
Você de fato não pode sentir diretamente o mundo à sua volta.
01:55
You're in this extended body.
35
115922
2181
Você está nesse corpo estendido.
01:58
You're tasked with navigating it down
36
118103
2163
Você tem a tarefa de navegá-lo por
02:00
partially-seen roadways,
37
120266
2056
rodovias com visibilidade parcial,
02:02
in and amongst other metal giants, at super-human speeds.
38
122322
4424
entre outros gigantes de metal, em velocidades sobre-humanas.
02:06
Okay? And all you have to guide you are your two eyes.
39
126746
4480
Certo? E tudo o que você tem para guiá-lo são seus dois olhos.
02:11
Okay, so that's all you have,
40
131226
1762
Certo, então isso é tudo que você tem,
02:12
eyes that weren't really designed for this task,
41
132988
1735
olhos que não foram projetados para essa tarefa,
02:14
but then people ask you to do things like,
42
134723
3751
mas então as pessoas pedem para você fazer coisas como,
02:18
you want to make a lane change,
43
138474
1549
você quer mudar de faixa,
02:20
what's the first thing they ask you do?
44
140023
2321
qual é a primeira coisa que eles pedem para você fazer?
02:22
Take your eyes off the road. That's right.
45
142344
3095
Tire seus olhos da estrada. Isso mesmo.
02:25
Stop looking where you're going, turn,
46
145439
2096
Pare de olhar para onde você está indo, vire,
02:27
check your blind spot,
47
147535
2018
verifique seu ponto cego,
02:29
and drive down the road without looking where you're going.
48
149553
3471
e dirija pela estrada sem olhar para onde você está indo.
02:33
You and everyone else. This is the safe way to drive.
49
153024
3135
Você e todos os outros. Esse é o modo seguro de dirigir.
02:36
Why do we do this? Because we have to,
50
156159
2241
Por que fazemos isso? Porque precisamos,
02:38
we have to make a choice, do I look here or do I look here?
51
158400
2579
precisamos fazer uma escolha, eu olho aqui ou olho aqui?
02:40
What's more important?
52
160979
1521
O que é mais importante?
02:42
And usually we do a fantastic job
53
162500
2711
E geralmente fazemos um trabalho fantástico
02:45
picking and choosing what we attend to on the road.
54
165211
3769
determinando e escolhendo no que prestamos atenção na estrada.
02:48
But occasionally we miss something.
55
168980
3650
Mas ocasionalmente nós não notamos algo.
02:52
Occasionally we sense something wrong or too late.
56
172630
4461
Ocasionalmente nós sentimos algo errado ou tarde demais.
02:57
In countless accidents, the driver says,
57
177091
1988
Em inúmeros acidentes, o motorista diz,
02:59
"I didn't see it coming."
58
179079
2308
"eu não previ o que aconteceu."
03:01
And I believe that. I believe that.
59
181387
3281
E eu acredito nisso. Eu acredito nisso.
03:04
We can only watch so much.
60
184668
2925
Nós só podemos ver até certo ponto.
03:07
But the technology exists now that can help us improve that.
61
187593
5144
Mas a tecnologia existente hoje pode ajudar-nos a melhorar isso.
03:12
In the future, with cars exchanging data with each other,
62
192737
4296
No futuro, com carros trocando informações entre eles,
03:17
we will be able to see not just three cars ahead
63
197033
3928
seremos capazes de ver não apenas três carros à frente
03:20
and three cars behind, to the right and left,
64
200961
1594
e três carros atrás, à direita e à esquerda,
03:22
all at the same time, bird's eye view,
65
202555
3166
ao mesmo tempo, vistos de cima,
03:25
we will actually be able to see into those cars.
66
205721
3128
nós seremos capazes de ver dentro desses carros.
03:28
We will be able to see the velocity of the car in front of us,
67
208849
2371
Seremos capazes de ver a velocidade do carro à nossa frente,
03:31
to see how fast that guy's going or stopping.
68
211220
3240
de ver o quão rápido esse sujeito está indo ou parando.
03:34
If that guy's going down to zero, I'll know.
69
214460
4510
Se esse sujeito está indo a zero, eu saberei.
03:38
And with computation and algorithms and predictive models,
70
218970
3859
E com computação e algorítimos e modelos prognósticos,
03:42
we will be able to see the future.
71
222829
3273
seremos capazes de ver o futuro.
03:46
You may think that's impossible.
72
226102
1556
Você pode pensar que isso é impossível.
03:47
How can you predict the future? That's really hard.
73
227658
2731
Como você pode prever o futuro? Isso é muito difícil.
03:50
Actually, no. With cars, it's not impossible.
74
230389
3619
Na realidade não. Com relação à carros, não é impossível.
03:54
Cars are three-dimensional objects
75
234008
2732
Carros são objetos tridimensionais
03:56
that have a fixed position and velocity.
76
236740
2332
que possuem uma posição fixa e velocidade.
03:59
They travel down roads.
77
239072
1631
Eles viajam por estradas.
04:00
Often they travel on pre-published routes.
78
240703
2412
Geralmente eles viajam por rotas já catalogadas.
04:03
It's really not that hard to make reasonable predictions
79
243115
3938
Na verdade não é tão difícil fazer previsões razoáveis
04:07
about where a car's going to be in the near future.
80
247053
2864
sobre onde um carro estará em um futuro próximo.
04:09
Even if, when you're in your car
81
249917
2002
Mesmo se, quando você está no seu carro
04:11
and some motorcyclist comes -- bshoom! --
82
251919
1994
e algum motociclista vem -- bshoom! --
04:13
85 miles an hour down, lane-splitting --
83
253913
2296
a 140 km/h rasgando a pista --
04:16
I know you've had this experience --
84
256209
2547
Eu sei que vocês já tiveram essa experiência --
04:18
that guy didn't "just come out of nowhere."
85
258756
2603
esse sujeito não "apareceu do nada".
04:21
That guy's been on the road probably for the last half hour.
86
261359
3643
Esse sujeito estava na estrada provavelmente durante a última meia hora.
04:25
(Laughter)
87
265002
1190
(Risos)
04:26
Right? I mean, somebody's seen him.
88
266192
3589
Certo? Quero dizer, alguém o viu.
04:29
Ten, 20, 30 miles back, someone's seen that guy,
89
269781
2768
Quinze, 30, 50 quilômetros atrás, alguém viu esse sujeito,
04:32
and as soon as one car sees that guy
90
272549
2384
e assim que um carro veja esse sujeito
04:34
and puts him on the map, he's on the map --
91
274933
2231
e o ponha no mapa, ele está no mapa --
04:37
position, velocity,
92
277164
2176
posição, velocidade,
04:39
good estimate he'll continue going 85 miles an hour.
93
279340
2321
e boa estimativa que ele continuará a 140 km/h.
04:41
You'll know, because your car will know, because
94
281661
2184
Você saberá, porque seu carro saberá, porque
04:43
that other car will have whispered something in his ear,
95
283845
2275
esse outro carro terá sussurrado algo em sua orelha,
04:46
like, "By the way, five minutes,
96
286120
1923
como, "A propósito, cinco minutos,
04:48
motorcyclist, watch out."
97
288043
2775
motociclista, tome cuidado."
04:50
You can make reasonable predictions about how cars behave.
98
290818
2703
Você pode fazer previsões razoáveis sobre como os carros se comportam.
04:53
I mean, they're Newtonian objects.
99
293521
1365
Quero dizer, eles são objetos newtonianos.
04:54
That's very nice about them.
100
294886
2909
Isso é ótimo em relação à eles.
04:57
So how do we get there?
101
297795
3034
Então como chegamos lá?
05:00
We can start with something as simple
102
300829
2266
Podemos começar com algo tão simples
05:03
as sharing our position data between cars,
103
303095
2870
como compartilhar nossa informação de posicionamento entre carros,
05:05
just sharing GPS.
104
305965
1892
apenas compartilhando GPS.
05:07
If I have a GPS and a camera in my car,
105
307857
2444
Se eu tenho um GPS e uma câmera em meu carro,
05:10
I have a pretty precise idea of where I am
106
310301
2231
eu tenho uma ideia bem precisa de onde estou
05:12
and how fast I'm going.
107
312532
1732
e o quão rápido estou indo.
05:14
With computer vision, I can estimate where
108
314264
1657
Com a visão do computador, eu posso estimar onde
05:15
the cars around me are, sort of, and where they're going.
109
315921
3537
os carros à minha volta estão, mais ou menos, e onde eles estão indo.
05:19
And same with the other cars.
110
319458
970
E a mesma coisa com os outros carros.
05:20
They can have a precise idea of where they are,
111
320428
1814
Eles podem ter uma ideia precisa de onde estão,
05:22
and sort of a vague idea of where the other cars are.
112
322242
2146
e uma noção de onde os outros carros estão.
05:24
What happens if two cars share that data,
113
324388
3231
O que acontece se dois carros compartilham essa informação,
05:27
if they talk to each other?
114
327619
1955
se eles podem conversar um com o outro?
05:29
I can tell you exactly what happens.
115
329574
2778
Posso contar a vocês exatamente o que acontece.
05:32
Both models improve.
116
332352
2339
Ambos modelos melhoram.
05:34
Everybody wins.
117
334691
2055
Todos ganham.
05:36
Professor Bob Wang and his team
118
336746
2577
Professor Bob Wang e seu time
05:39
have done computer simulations of what happens
119
339323
2738
fizeram simulações por computador do que acontece
05:42
when fuzzy estimates combine, even in light traffic,
120
342061
3431
quando estimativas vagas se combinam, até no tráfego leve,
05:45
when cars just share GPS data,
121
345492
2624
quando carros apenas compartilham informações de GPS,
05:48
and we've moved this research out of the computer simulation
122
348116
2513
e nós deslocamos essa pesquisa para fora da simulação por computador
05:50
and into robot test beds that have the actual sensors
123
350629
3027
e para dentro de simuladores robóticos que possuem os mesmos sensores
05:53
that are in cars now on these robots:
124
353656
3133
que estão nos carros hoje nesses robôs:
05:56
stereo cameras, GPS,
125
356789
1838
câmeras estéreo, GPS,
05:58
and the two-dimensional laser range finders
126
358627
1874
e os lasers bidimensionais de análise de distância
06:00
that are common in backup systems.
127
360501
2240
que são comuns em sistemas de backup.
06:02
We also attach a discrete short-range communication radio,
128
362741
4484
Nós também adicionamos um discreto rádio de ondas curtas,
06:07
and the robots talk to each other.
129
367225
1909
e os robôs conversam entre si.
06:09
When these robots come at each other,
130
369134
1539
Quando esses robôs se encontram,
06:10
they track each other's position precisely,
131
370673
2971
eles rastreiam a posição de cada um deles precisamente,
06:13
and they can avoid each other.
132
373644
2737
e eles podem evitar-se.
06:16
We're now adding more and more robots into the mix,
133
376381
3226
Nós agora estamos adicionando mais e mais robôs na mistura,
06:19
and we encountered some problems.
134
379607
1471
e encontramos alguns problemas.
06:21
One of the problems, when you get too much chatter,
135
381078
2359
Um dos problemas, quando você tem muitas conversas rápidas,
06:23
it's hard to process all the packets, so you have to prioritize,
136
383437
3728
é difícil processar todos os pacotes, então você tem que priorizar,
06:27
and that's where the predictive model helps you.
137
387165
2357
e é onde o modelo preditivo ajuda você.
06:29
If your robot cars are all tracking the predicted trajectories,
138
389522
4372
Se seus carros robôs estão todos rastreando as trajetórias previstas,
06:33
you don't pay as much attention to those packets.
139
393894
1767
vocês não prestam tanta atenção a estes pacotes.
06:35
You prioritize the one guy
140
395661
1703
Você prioriza aquele sujeito
06:37
who seems to be going a little off course.
141
397364
1333
que parece estar indo um pouco fora de curso.
06:38
That guy could be a problem.
142
398697
2526
Esse sujeito pode ser um problema.
06:41
And you can predict the new trajectory.
143
401223
3002
E você pode prever a nova trajetória.
06:44
So you don't only know that he's going off course, you know how.
144
404225
2763
Desta forma você não só sabe que ele está saindo do curso, você sabe como.
06:46
And you know which drivers you need to alert to get out of the way.
145
406988
3725
E você sabe quais motoristas alertar para que saiam do caminho.
06:50
And we wanted to do -- how can we best alert everyone?
146
410713
2633
E queríamos fazer -- como podemos alertar melhor todo mundo?
06:53
How can these cars whisper, "You need to get out of the way?"
147
413346
3183
Como os carros podem sussurrar, "Você precisa sair do caminho"?
06:56
Well, it depends on two things:
148
416529
1517
Bem, isso depende de duas coisas:
06:58
one, the ability of the car,
149
418046
2169
primeiro, a habilidade do carro,
07:00
and second the ability of the driver.
150
420215
3217
e segundo, a habilidade do motorista.
07:03
If one guy has a really great car,
151
423432
1505
Se um sujeito tem carro realmente bom,
07:04
but they're on their phone or, you know, doing something,
152
424937
2925
mas eles estão ao telefone ou, vocês sabem, fazendo alguma coisa
07:07
they're not probably in the best position
153
427862
1930
provavelmente eles não estão na melhor posição
07:09
to react in an emergency.
154
429792
2970
para reagir a uma emergência.
07:12
So we started a separate line of research
155
432762
1665
Então começamos uma linha de pesquisa separada
07:14
doing driver state modeling.
156
434427
2551
fazendo modelagem do estado do motorista.
07:16
And now, using a series of three cameras,
157
436978
2329
E agora, usando uma série de três câmeras,
07:19
we can detect if a driver is looking forward,
158
439307
2270
nós podemos detectar se um motorista está olhando para frente,
07:21
looking away, looking down, on the phone,
159
441577
2860
olhando para longe, para baixo, ao telefone
07:24
or having a cup of coffee.
160
444437
3061
ou tomando um café.
07:27
We can predict the accident
161
447498
2070
Podemos prever o acidente
07:29
and we can predict who, which cars,
162
449568
3651
e podemos prever quem, quais carros,
07:33
are in the best position to move out of the way
163
453219
3486
estão na melhor posição para saírem do caminho
07:36
to calculate the safest route for everyone.
164
456705
3009
para calcular a rota mais segura para todos.
07:39
Fundamentally, these technologies exist today.
165
459714
4635
Basicamente, essas tecnologias existem hoje.
07:44
I think the biggest problem that we face
166
464349
2824
Penso que o maior problemas que enfrentamos
07:47
is our own willingness to share our data.
167
467173
3013
é nossa própria disposição de compartilhar nossas informações.
07:50
I think it's a very disconcerting notion,
168
470186
2631
Eu acho que é uma noção muito desconcertante,
07:52
this idea that our cars will be watching us,
169
472817
2386
essa ideia que nossos carros estarão nos vigiando,
07:55
talking about us to other cars,
170
475203
3371
falando de nós para outros carros,
07:58
that we'll be going down the road in a sea of gossip.
171
478574
3427
que nós estaremos indo em direção a um oceano de fofocas.
08:02
But I believe it can be done in a way that protects our privacy,
172
482001
3897
Porém creio que isso pode ser feito de um modo que proteja nossa privacidade,
08:05
just like right now, when I look at your car from the outside,
173
485898
3741
como agora mesmo, quando eu olho para seu carro de fora,
08:09
I don't really know about you.
174
489639
2363
eu na verdade não conheço você.
08:12
If I look at your license plate number,
175
492002
1137
Se eu olhar o número de sua placa,
08:13
I don't really know who you are.
176
493139
1886
eu não quem você é de verdade.
08:15
I believe our cars can talk about us behind our backs.
177
495025
4249
Eu acredito que nossos carros podem falar de nós nas nossas costas.
08:19
(Laughter)
178
499274
2975
(Risos)
08:22
And I think it's going to be a great thing.
179
502249
3185
E eu acho que será uma coisa ótima.
08:25
I want you to consider for a moment
180
505434
1650
Eu quero que vocês pensem por um momento
08:27
if you really don't want the distracted teenager behind you
181
507084
4118
se vocês realmente não querem que o adolescente distraído atrás de vocês
08:31
to know that you're braking,
182
511202
2120
saiba que vocês estão freando,
08:33
that you're coming to a dead stop.
183
513322
2924
que vocês vão parar completamente.
08:36
By sharing our data willingly,
184
516246
2741
Compartilhando nossas informações voluntariamente,
08:38
we can do what's best for everyone.
185
518987
2812
podemos fazer o que é melhor para todos.
08:41
So let your car gossip about you.
186
521799
3076
Então deixe seu carro fofocar sobre você.
08:44
It's going to make the roads a lot safer.
187
524875
3038
Isso vai fazer as estradas muito mais seguras.
08:47
Thank you.
188
527913
1791
Obrigada.
08:49
(Applause)
189
529704
4985
(Aplausos)
Sobre este site

Este site apresentará a você vídeos do YouTube que são úteis para o aprendizado do inglês. Você verá aulas de inglês ministradas por professores de primeira linha de todo o mundo. Clique duas vezes nas legendas em inglês exibidas em cada página de vídeo para reproduzir o vídeo a partir daí. As legendas rolarão em sincronia com a reprodução do vídeo. Se você tiver algum comentário ou solicitação, por favor, entre em contato conosco usando este formulário de contato.

https://forms.gle/WvT1wiN1qDtmnspy7