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

48,352 views ・ 2013-04-25

TED


โปรดดับเบิลคลิกที่คำบรรยายภาษาอังกฤษด้านล่างเพื่อเล่นวิดีโอ

00:00
Translator: Joseph Geni Reviewer: Morton Bast
0
0
7000
Translator: Duangpenh Wattanaphradorn Reviewer: Unnawut Leepaisalsuwanna
00:12
Let's face it:
1
12703
1914
เรามายอมรับกันเถอะว่า
00:14
Driving is dangerous.
2
14617
2445
การขับรถนี่อันตรายนะ
00:17
It's one of the things that we don't like to think about,
3
17062
3098
มันเป็นหนึ่งในเรื่องที่ คนไม่ค่อยชอบที่จะคิดถึง
00:20
but the fact that religious icons and good luck charms
4
20160
3652
แต่ในความเป็นจริง คนมักจะเอา เครื่องลางของศาสนา และของขลัง ต่างๆ
00:23
show up on dashboards around the world
5
23812
4790
มาตั้งบนคอนโซลรถ ทั่วทุกแห่งบนโลก
00:28
betrays the fact that we know this to be true.
6
28602
4137
เพื่อทรยศต่อความจริง ที่เราต่างก็รู้กันอยู่ว่ามันคือความจริง
00:32
Car accidents are the leading cause of death
7
32739
3594
อุบัติเหตุทางรถยนต์ เป็นสาเหตุสำคัญลำดับต้นๆที่ทำให้คน
00:36
in people ages 16 to 19 in the United States --
8
36333
4170
อายุระหว่าง 16 ถึง 19ปี ต้องจบชีวิตลงในอเมริกา
00:40
leading cause of death --
9
40503
2843
สาเหตุสำคัญของการตาย
00:43
and 75 percent of these accidents have nothing to do
10
43346
3863
และใน 75% ของอุบัติเหตุเหล่านี้ ไม่มีส่วนเกี่ยวพันกับ
00:47
with drugs or alcohol.
11
47209
2285
การใช้ยา หรือ ดื่มแอลกอฮอล์เลย
00:49
So what happens?
12
49494
2261
แล้วมันเกิดอะไรขี้นล่ะ?
00:51
No one can say for sure, but I remember my first accident.
13
51755
4219
ไม่มีใครรู้แน่ว่าเกิดอะไรขึ้น แต่ฉันจำอุบัติเหตุครั้งแรกของฉันได้
00:55
I was a young driver out on the highway,
14
55974
3803
ตอนนั้น ฉันก็เป็นเด็กคนหนึ่งที่ไปขับรถบนทางหลวง
00:59
and the car in front of me, I saw the brake lights go on.
15
59777
2258
ฉันเห็นไฟเบรคของรถคันที่อยู่ข้างหน้าฉัน สว่างวาบขึ้น
01:02
I'm like, "Okay, all right, this guy is slowing down,
16
62035
1800
ฉันก็ "อ๋อ ก็ได้ คันข้างหน้ากำลังลดความเร็วลง
01:03
I'll slow down too."
17
63835
1282
ฉันก็จะลดคันของฉันด้วย"
01:05
I step on the brake.
18
65117
1926
ฉันเหยียบเบรก
01:07
But no, this guy isn't slowing down.
19
67043
2254
แต่ไม่ เขาไม่ได้ชะลอความเร็วลง
01:09
This guy is stopping, dead stop, dead stop on the highway.
20
69297
3178
เขาหยุดรถ หยุดสนิท ซะอย่างนั้นบนทางหลวง
01:12
It was just going 65 -- to zero?
21
72475
2540
มันคือ จากความเร็ว 65 แล้วเป็นศูนย์เลย?
01:15
I slammed on the brakes.
22
75015
1520
ฉันเลยกระทืบเบรคไม่ยั้ง
01:16
I felt the ABS kick in, and the car is still going,
23
76535
3059
ฉันรู้สึกได้ว่าระบบ ABS เริ่มทำงาน และรถก็ยังเคลื่อนต่อไป
01:19
and it's not going to stop, and I know it's not going to stop,
24
79594
2696
แบบไม่มีทีท่าว่าจะหยุด และฉันรู้ว่ามันจะไม่หยุด
01:22
and the air bag deploys, the car is totaled,
25
82290
2939
แล้วถุงลมนิรภัยก็พองออก แล้วก็ชนแบบประกันไม่รับเคลม
01:25
and fortunately, no one was hurt.
26
85229
3557
ช่างโชคดีเหลือเกิน ที่ไม่มีใครบาดเจ็บ
01:28
But I had no idea that car was stopping,
27
88786
4211
แต่ฉันไม่สามารถรู้ได้เลยว่า รถคันหน้าจะหยุด
01:32
and I think we can do a lot better than that.
28
92997
3645
ซึ่งฉันคิดว่า เราสามารถทำให้อะไรให้มันดีขึ้นกว่านี้ได้
01:36
I think we can transform the driving experience
29
96642
4145
ฉันคิดว่า เราน่าจะนำประสบการณ์การขับรถ นี้มาปรับใช้ได้
01:40
by letting our cars talk to each other.
30
100787
3879
โดยการทำให้รถยนต์สื่อสารกันเองได้
01:44
I just want you to think a little bit
31
104666
1424
ฉันแค่อยากให้พวกคุณคิด ซักนิด
01:46
about what the experience of driving is like now.
32
106090
2888
ถึงประสบการณ์ขับรถของคุณ ตอนนี้เป็นยังไงบ้าง
01:48
Get into your car. Close the door. You're in a glass bubble.
33
108978
4028
คุณเข้ารถ ปิดประตู คุณอยู่ในฟองอากาศแก้ว
01:53
You can't really directly sense the world around you.
34
113006
2916
คุณไม่สามารถรับรู้ถึงโลกรอบ ๆ ตัวคุณได้เลย
01:55
You're in this extended body.
35
115922
2181
ร่างคุณถูกครอบไว้อีกชั้นหนึ่ง
01:58
You're tasked with navigating it down
36
118103
2163
คุณถูกมอบหมายให้นำรถวิ่งไปบน
02:00
partially-seen roadways,
37
120266
2056
ทางที่คุณมองเห็นลางๆ
02:02
in and amongst other metal giants, at super-human speeds.
38
122322
4424
คุณขับมันไป รายล้อมด้วยรถคันโตๆมากมาย ด้วยความเร็วเหนือมนุษย์มาก
02:06
Okay? And all you have to guide you are your two eyes.
39
126746
4480
นั่นแหละ และคุณมีเพียงตาหนึ่งคู่ที่นำทางคุณ
02:11
Okay, so that's all you have,
40
131226
1762
ใช่ นั่นคือทั้งหมดที่คุณมี
02:12
eyes that weren't really designed for this task,
41
132988
1735
ตา 1 คู่ที่ไม่ได้ถูกออกแบบมาให้ใช้ในงานนี้
02:14
but then people ask you to do things like,
42
134723
3751
แต่แล้ว ก็จะมีคนมาถามให้คุณทำสิ่งเหล่านี้ เช่น
02:18
you want to make a lane change,
43
138474
1549
ถ้าคุณอยากเปลี่ยนเลน
02:20
what's the first thing they ask you do?
44
140023
2321
สิ่งแรกที่พวกเขาจะบอกให้คุณทำคือ?
02:22
Take your eyes off the road. That's right.
45
142344
3095
มองออกไปนอกถนน ใช่ คุณตอบถูก
02:25
Stop looking where you're going, turn,
46
145439
2096
หยุดมอง ทางที่คุณกำลังขับ เลี้ยวรถ
02:27
check your blind spot,
47
147535
2018
ตรวจดู จุดบอดที่คุณมองไม่เห็น
02:29
and drive down the road without looking where you're going.
48
149553
3471
แล้วให้ขับต่อไปในเส้นทางนั้น โดยไม่ต้องมองทาง
02:33
You and everyone else. This is the safe way to drive.
49
153024
3135
ทั้งคุณและคนอื่นๆ รู้กันว่า นี่คือวิธีขับรถอย่างปลอดภัย
02:36
Why do we do this? Because we have to,
50
156159
2241
เราทำแบบนี้ทำไม? เพราะเราต้องทำ
02:38
we have to make a choice, do I look here or do I look here?
51
158400
2579
เราต้องเลือก ว่าควรจะมองตรงนี้ หรือตรงนี้?
02:40
What's more important?
52
160979
1521
อะไรสำคัญกว่า?
02:42
And usually we do a fantastic job
53
162500
2711
โดยทั่วไป เราก็ทำได้อย่างยอดเยี่ยมทีเดียว
02:45
picking and choosing what we attend to on the road.
54
165211
3769
การหยิบ และเลือก ว่าเราจะสนใจอะไรบนถนน
02:48
But occasionally we miss something.
55
168980
3650
แต่ในบางคราว เราก็มองพลาดบางอย่าง
02:52
Occasionally we sense something wrong or too late.
56
172630
4461
ในบางครั้ง ความรู้สึกบอกเราว่ามีสิ่งผิดปกติ หรือไม่ก็รู้สึกตัวช้าเกินไป
02:57
In countless accidents, the driver says,
57
177091
1988
คนขับรถคนหนึ่งเล่าว่า ในอุบัติเหตุหลายๆครั้ง
02:59
"I didn't see it coming."
58
179079
2308
"ฉันมองไม่เห็น ว่ามันกำลังวิ่งเข้ามาหา"
03:01
And I believe that. I believe that.
59
181387
3281
และฉันก็เชื่อ ฉันเชื่อคำพูดนั้น
03:04
We can only watch so much.
60
184668
2925
เราทำอะไรได้ นอกจากมอง
03:07
But the technology exists now that can help us improve that.
61
187593
5144
แต่ ตอนนี้เรามีเทคโนโลยีที่จะช่วยพัฒนาเรื่องนี้ได้
03:12
In the future, with cars exchanging data with each other,
62
192737
4296
ในอนาคต เมื่อเรามีรถยนต์ที่พูดคุยแลกเปลี่ยนข้อมูลกันได้
03:17
we will be able to see not just three cars ahead
63
197033
3928
เราจะสามารถเห็นไม่เพียงแค่รถสามคันข้างหน้า
03:20
and three cars behind, to the right and left,
64
200961
1594
และสามคันด้านหลัง คันทางขวา และ ซ้าย
03:22
all at the same time, bird's eye view,
65
202555
3166
ทั้งหมดในเวลาเดียวกัน แบบเดียวกับวิวที่นกเห็นเลย
03:25
we will actually be able to see into those cars.
66
205721
3128
เราจะสามารถมองเข้าไปข้างในรถ เหล่านั้นได้จริงๆ
03:28
We will be able to see the velocity of the car in front of us,
67
208849
2371
เราจะเห็นว่า รถคันหน้าเราวิ่งอยู่ที่ความเร็วแค่ไหน
03:31
to see how fast that guy's going or stopping.
68
211220
3240
เห็นว่า คนขับคนนั้นกำลังขับเร็วต่อไป หรือว่ากำลังจะหยุด
03:34
If that guy's going down to zero, I'll know.
69
214460
4510
ถ้าหากเขากำลังลดความเร็วลงจนเป็นศูนย์ ฉันก็จะรู้
03:38
And with computation and algorithms and predictive models,
70
218970
3859
ด้วยการใช้ ผลการคำนวณ หลักอัลกอริทึม และโมเดลการคาดเดา
03:42
we will be able to see the future.
71
222829
3273
เราจะมองอนาคตออก
03:46
You may think that's impossible.
72
226102
1556
คุณอาจคิดว่า เป็นไปไม่ได้หรอก
03:47
How can you predict the future? That's really hard.
73
227658
2731
ใครจะคาดเดาอนาคตได้? มันยากมากนะ
03:50
Actually, no. With cars, it's not impossible.
74
230389
3619
แต่ไม่นะ กับรถยนต์ เรื่องนี้เป็นไปได้จริงๆ
03:54
Cars are three-dimensional objects
75
234008
2732
รถยนต์ เป็นวัตถุแบบสามมิติ
03:56
that have a fixed position and velocity.
76
236740
2332
ที่มีการกำหนดตำแหน่ง และความเร็ว แน่นอน
03:59
They travel down roads.
77
239072
1631
รถใช้ขับบนถนน
04:00
Often they travel on pre-published routes.
78
240703
2412
เราขับมันบนเส้นทางที่คนยังไม่ค่อยรู้จักกันบ่อยๆ
04:03
It's really not that hard to make reasonable predictions
79
243115
3938
จริงๆแล้วมันไม่ได้ยากอย่างที่คิด ในการคาดเดาอย่างมีเหตุผล
04:07
about where a car's going to be in the near future.
80
247053
2864
ว่าในเวลาอันใกล้นี้ รถคันหนึ่งจะขับไปไหน
04:09
Even if, when you're in your car
81
249917
2002
ถึงแม้ว่า เมื่อคุณอยู่ในรถของคุณ
04:11
and some motorcyclist comes -- bshoom! --
82
251919
1994
และมีนักบิดมอเตอร์ไซค์ปาดเข้ามา -- เฟี๊ยว!
04:13
85 miles an hour down, lane-splitting --
83
253913
2296
85 ไมล์ต่อชั่วโมง แล้วก็ตะบึงฉีกเลนออกไป
04:16
I know you've had this experience --
84
256209
2547
ฉันรู้ว่า คุณต้องเคยเจอประสบการณ์แบบนี้มาก่อน
04:18
that guy didn't "just come out of nowhere."
85
258756
2603
นักบิดคนนั้น ไม่ใช่จู่ๆ " ก็โผล่มาจากไหนไม่รู้"
04:21
That guy's been on the road probably for the last half hour.
86
261359
3643
หมอนั่น น่าจะขี่อยู่บนถนนนี้ นานไม่ต่ำกว่าครึ่งชั่วโมงแล้ว
04:25
(Laughter)
87
265002
1190
(เสียงหัวเราะ)
04:26
Right? I mean, somebody's seen him.
88
266192
3589
ใช่มั้ยคะ? ฉันว่า ต้องมีคนเห็นเขา
04:29
Ten, 20, 30 miles back, someone's seen that guy,
89
269781
2768
ระยะ 10, 20, 30 ไมล์ที่ผ่านมา ต้องมีซักคนที่เห็นเขา
04:32
and as soon as one car sees that guy
90
272549
2384
และ ทันทีที่มีรถคันหนึ่ง เห็นเขา
04:34
and puts him on the map, he's on the map --
91
274933
2231
แล้วใส่เขาไว้บนแผนที่ เขาก็จะอยู่บนแผนที่
04:37
position, velocity,
92
277164
2176
ด้วยตำแหน่ง และความเร็ว ตามนั้น
04:39
good estimate he'll continue going 85 miles an hour.
93
279340
2321
กะดีๆ เขาจะขี่ด้วยความเร็ว 85 ไมล์ต่อชั่วโมงไปเรื่อยๆ
04:41
You'll know, because your car will know, because
94
281661
2184
คุณจะรู้ เพราะรถของคุณรู้
04:43
that other car will have whispered something in his ear,
95
283845
2275
เพราะรถคันอื่นๆ จะกระซิบใส่หูของรถคุณ
04:46
like, "By the way, five minutes,
96
286120
1923
ว่า "เออนี่ๆ ในอีก 5 นาทีนะ
04:48
motorcyclist, watch out."
97
288043
2775
นักบิดคนนั้นจะโผล่มานะ ระวังตัวด้วย"
04:50
You can make reasonable predictions about how cars behave.
98
290818
2703
คุณจะสามารถคาดการณ์พฤติกรรม ที่เชื่อถือได้ ของรถแต่ละคัน
04:53
I mean, they're Newtonian objects.
99
293521
1365
พวกมันก็คือ วัตถุของนิวตัน ดีๆนี่เอง
04:54
That's very nice about them.
100
294886
2909
ซึ่งเจ๋งมาก
04:57
So how do we get there?
101
297795
3034
แล้ว เราจะไปถึงตรงนั้นได้ยังไง?
05:00
We can start with something as simple
102
300829
2266
เราก็เริ่มจากเรื่องง่ายๆก่อน
05:03
as sharing our position data between cars,
103
303095
2870
อย่างเช่น การแบ่งปันข้อมูลตำแหน่งของรถเรา กับรถคันอื่นๆ
05:05
just sharing GPS.
104
305965
1892
ก็แค่ แชร์ตำแหน่ง GPS แหล่ะ
05:07
If I have a GPS and a camera in my car,
105
307857
2444
ถ้าฉันมีอุปกรณ์ GPS และ กล้องติดตั้งในรถ
05:10
I have a pretty precise idea of where I am
106
310301
2231
ฉันก็รู้ได้ อย่างแม่นยำถึงตำแหน่งของฉัน
05:12
and how fast I'm going.
107
312532
1732
และความเร็วของรถที่วิ่งอยู่
05:14
With computer vision, I can estimate where
108
314264
1657
โดยการใช้สายตาของคอมพิวเตอร์ ฉันสามารถประเมิน
05:15
the cars around me are, sort of, and where they're going.
109
315921
3537
ตำแหน่งคร่าวๆของรถคันอื่นรอบๆฉัน และ รู้ว่าพวกมันกำลังวิ่งไปทางไหน
05:19
And same with the other cars.
110
319458
970
รถคันอื่นๆ ก็ทำอย่างเดียวกัน
05:20
They can have a precise idea of where they are,
111
320428
1814
พวกมันบอกตำแหน่งของตัวเองได้อย่างแม่นยำ
05:22
and sort of a vague idea of where the other cars are.
112
322242
2146
และ รู้ตำแหน่งคร่าวๆของรถคันอื่น
05:24
What happens if two cars share that data,
113
324388
3231
จะเกิดอะไรขึ้น เมื่อรถสองคันแบ่งปันข้อมูลนี้กัน
05:27
if they talk to each other?
114
327619
1955
ถ้ารถสามารถคุยกันเองได้
05:29
I can tell you exactly what happens.
115
329574
2778
ฉันบอกคุณตรงนี้ได้เลยว่า อะไรเกิดขึ้น
05:32
Both models improve.
116
332352
2339
โมเดลทั้งสอง จะพัฒนาดีขึ้น
05:34
Everybody wins.
117
334691
2055
ทุกคนจะชนะ
05:36
Professor Bob Wang and his team
118
336746
2577
อาจารย์ บ๊อบ หวาง และทีมงานของเขา
05:39
have done computer simulations of what happens
119
339323
2738
ได้สร้างสถานการณ์จำลองผ่านคอมพิวเตอร์ กับสิ่งที่เกิดขึ้น
05:42
when fuzzy estimates combine, even in light traffic,
120
342061
3431
กรณีรวมการประเมินแบบฟัซซี่เข้าด้วยกัน แม้ในกรณีถนนโล่ง
05:45
when cars just share GPS data,
121
345492
2624
กรณืที่รถแค่แชร์ข้อมูล GPS กัน
05:48
and we've moved this research out of the computer simulation
122
348116
2513
จากนั้น เราก็ย้ายงานวิจัยนี้ ออกจากการจำลองคอมพิวเตอร์
05:50
and into robot test beds that have the actual sensors
123
350629
3027
ไปเป็น การสร้างหุ่นยนต์ทดสอบที่มีเซนเซอร์จริง
05:53
that are in cars now on these robots:
124
353656
3133
แบบที่ใช้ติดในรถยนต์ ซึ่งตอนนี้อยู่บนหุ่นเหล่านี้:
05:56
stereo cameras, GPS,
125
356789
1838
มีทั้ง กล้องชนิดสเตริโอหลายตัว มี GPS
05:58
and the two-dimensional laser range finders
126
358627
1874
และ ตัวสืบระยะด้วยเลเซอร์แบบสองมิติ
06:00
that are common in backup systems.
127
360501
2240
ที่ใช้กันทั่วไป ในระบบสำรอง
06:02
We also attach a discrete short-range communication radio,
128
362741
4484
เรายังติด วิทยุสื่อสารคลื่นสั้นแบบระบุตัวตน ไปอีกตัวหนึ่ง
06:07
and the robots talk to each other.
129
367225
1909
แล้ว หุ่นยนต์หลายตัว ก็คุยกัน
06:09
When these robots come at each other,
130
369134
1539
เมื่อหุ่นยนต์เหล่านี้เจอหน้ากัน
06:10
they track each other's position precisely,
131
370673
2971
พวกมันจะกำหนดตำแหน่งของกันและกันอย่างแม่นยำ
06:13
and they can avoid each other.
132
373644
2737
และพวกมันก็สามารถหลบหลีกกันเองได้
06:16
We're now adding more and more robots into the mix,
133
376381
3226
เรากำลังเพิ่มจำนวนหุ่นยนต์ที่ผสมเข้าด้วยกัน
06:19
and we encountered some problems.
134
379607
1471
และ เราก็เจอปัญหาบางประการ
06:21
One of the problems, when you get too much chatter,
135
381078
2359
หนึ่งในนั้น ก็คือ เมื่อมีการคุยกันมากเกินไป
06:23
it's hard to process all the packets, so you have to prioritize,
136
383437
3728
การจะตีความให้ได้ทุกแพคเกจจะยากมาก จึงต้องเรียงลำดับความสำคัญ
06:27
and that's where the predictive model helps you.
137
387165
2357
และนั่นคือ จุดที่โมเดลคาดการณ์ ช่วยคุณได้
06:29
If your robot cars are all tracking the predicted trajectories,
138
389522
4372
ถ้ารถหุ่นยนต์ของคุณทุกตัวติดตามดูวิถีที่คาดการณ์ไว้
06:33
you don't pay as much attention to those packets.
139
393894
1767
คุณก็ไม่ต้องสนใจ ข้อความที่คุยกันอยู่ มากนัก
06:35
You prioritize the one guy
140
395661
1703
คุณให้ความสำคัญไปที่ตัวที่
06:37
who seems to be going a little off course.
141
397364
1333
ทำท่าจะออกนอกเส้นทาง
06:38
That guy could be a problem.
142
398697
2526
เพราะตัวนั้นอาจสร้างปัญหา
06:41
And you can predict the new trajectory.
143
401223
3002
และ คุณก็เริ่มคาดเดาวิถีใหม่ได้
06:44
So you don't only know that he's going off course, you know how.
144
404225
2763
คุณไม่เพียงรู้ว่า ตัวนั้นจะหลุดออกนอกวิถี คุณจะรู้ว่าเกิดขึ้นอย่างไรด้วย
06:46
And you know which drivers you need to alert to get out of the way.
145
406988
3725
แถมคุณจะรู้ว่า จะต้องแจ้งเตือนคนขับคนไหน ให้ออกไปจากวิถีให้ทันด้วย
06:50
And we wanted to do -- how can we best alert everyone?
146
410713
2633
สิ่งที่ทีมเราอยากจะทำคือ วิธีไหนจะที่ดีที่สุด ที่จะเตือนทุกคน
06:53
How can these cars whisper, "You need to get out of the way?"
147
413346
3183
ทำยังไงให้รถพวกนี้จะกระซิบบอกกันได้ว่า "เธอต้องออกจากเส้นทางนี้ทันที"
06:56
Well, it depends on two things:
148
416529
1517
นั่นก็ต้องขึ้นกับสองสิ่ง:
06:58
one, the ability of the car,
149
418046
2169
หนึ่ง ความสามารถของรถ
07:00
and second the ability of the driver.
150
420215
3217
สอง ความสามารถของคนขับ
07:03
If one guy has a really great car,
151
423432
1505
ถ้า คนๆหนึ่งกำลังขับรถสุดเจ๋งบนถนน
07:04
but they're on their phone or, you know, doing something,
152
424937
2925
แต่พวกเขากลับคุยโทรศัพท์ หรือทำอะไรบางอย่างอยู่
07:07
they're not probably in the best position
153
427862
1930
แน่นอน พวกเขาจะไม่สามารถตอบสนอง
07:09
to react in an emergency.
154
429792
2970
เมื่อเกิดเรื่องฉุกเฉินได้ดีเท่าไหร่
07:12
So we started a separate line of research
155
432762
1665
ดังนั้น เราจึงเริ่มทำการวิจัยแยกอีกหนึ่งสาย
07:14
doing driver state modeling.
156
434427
2551
นั่นคือ การทำโมเดลสถานการณ์ที่เกิดขึ้นกับคนขับ
07:16
And now, using a series of three cameras,
157
436978
2329
การวิจัยนี้ ใข้กล้องสามตัวด้วยกัน
07:19
we can detect if a driver is looking forward,
158
439307
2270
เราสามารถตรวจว่า คนขับกำลังมองไปข้างหน้า
07:21
looking away, looking down, on the phone,
159
441577
2860
มองไปทางอื่น ก้มลง คุยโทรศัพท์
07:24
or having a cup of coffee.
160
444437
3061
หรือดื่มกาแฟอยู่
07:27
We can predict the accident
161
447498
2070
เราทำนายได้ว่าจะเกิดเหตุ
07:29
and we can predict who, which cars,
162
449568
3651
และ เราสามารถทำนายได้ว่า ใคร คันไหน
07:33
are in the best position to move out of the way
163
453219
3486
ที่ควรย้ายออกไปจากเส้นทาง
07:36
to calculate the safest route for everyone.
164
456705
3009
เพื่อคำนวณเส้นทางที่ปลอดภัยที่สุดสำหรับทุกคน
07:39
Fundamentally, these technologies exist today.
165
459714
4635
ในทางพื้นฐาน ตอนนี้เทคโนโลยีเหล่านี้ได้เกิดขึ้นแล้ว
07:44
I think the biggest problem that we face
166
464349
2824
แต่ฉันคิดว่า ปัญหาใหญ่ที่สุด ที่เราเผชิญ
07:47
is our own willingness to share our data.
167
467173
3013
คือ ความตั้งใจของเราที่จะแชร์ข้อมูลของเรา
07:50
I think it's a very disconcerting notion,
168
470186
2631
ฉันคิดว่า มันเป็นความคิด ที่น่ากระอักกระอ่วนเอามากๆ
07:52
this idea that our cars will be watching us,
169
472817
2386
เช่น ไอเดียที่ว่า รถคันของเราจะถูกคันอื่นมองเข้ามา
07:55
talking about us to other cars,
170
475203
3371
แล้วเม้าท์เกี่ยวกับเรา ให้คันอื่นฟัง
07:58
that we'll be going down the road in a sea of gossip.
171
478574
3427
ซึ่งแปลว่า เราจะลงไปสู่ทะเลแห่งการนินทา
08:02
But I believe it can be done in a way that protects our privacy,
172
482001
3897
แต่ฉันเชื่อว่า เราสามารถควบคุม ให้เกิดการปกป้องความเป็นส่วนตัวได้
08:05
just like right now, when I look at your car from the outside,
173
485898
3741
ซึ่งคล้ายๆกับตอนนี้ ตอนที่ฉันมองจากด้านนอกไปที่รถของคุณ
08:09
I don't really know about you.
174
489639
2363
ฉันไม่ค่อยรู้เรื่องของคุณมากนัก
08:12
If I look at your license plate number,
175
492002
1137
ถ้า ฉันดูที่เลขป้ายทะเบียนของคุณ
08:13
I don't really know who you are.
176
493139
1886
ฉันไม่รู้จริง ๆ ว่าคุณคือใคร
08:15
I believe our cars can talk about us behind our backs.
177
495025
4249
ฉันเชื่อว่า รถยนต์ของเราสามารถคุยลับหลังเกี่ยวกับเราได้
08:19
(Laughter)
178
499274
2975
(เลียงหัวเราะ)
08:22
And I think it's going to be a great thing.
179
502249
3185
และ​ฉันว่า นั่นเป็นสิ่งดี
08:25
I want you to consider for a moment
180
505434
1650
ฉันอยากให้คุณพิจารณาสักนิด
08:27
if you really don't want the distracted teenager behind you
181
507084
4118
ถ้าคุณไม่อยากให้ เด็กวัยรุ่นข้างหลังคุณ ที่ขับอย่างไม่ตั้งใจ
08:31
to know that you're braking,
182
511202
2120
ได้รู้ว่า คุณกำลังจะเบรก
08:33
that you're coming to a dead stop.
183
513322
2924
ว่า คุณกำลังมาถึงทางตัน ต้องหยุดแล้ว
08:36
By sharing our data willingly,
184
516246
2741
โดยแชร์ข้อมูลร่วมกันอย่างเต็มใจ
08:38
we can do what's best for everyone.
185
518987
2812
เราสามารถทำสิ่งที่ดีสุดสำหรับทุกคน
08:41
So let your car gossip about you.
186
521799
3076
ดังนั้น เรามาอนุญาตให้รถของคุณ นินทาคุณกันเถอะ
08:44
It's going to make the roads a lot safer.
187
524875
3038
เพราะ มันจะทำให้ถนนหนทางต่างๆ ปลอดภัยมากขึ้น
08:47
Thank you.
188
527913
1791
ขอบคุณค่ะ
08:49
(Applause)
189
529704
4985
(เสียงปรบมือ)
เกี่ยวกับเว็บไซต์นี้

ไซต์นี้จะแนะนำคุณเกี่ยวกับวิดีโอ YouTube ที่เป็นประโยชน์สำหรับการเรียนรู้ภาษาอังกฤษ คุณจะได้เห็นบทเรียนภาษาอังกฤษที่สอนโดยอาจารย์ชั้นนำจากทั่วโลก ดับเบิลคลิกที่คำบรรยายภาษาอังกฤษที่แสดงในแต่ละหน้าของวิดีโอเพื่อเล่นวิดีโอจากที่นั่น คำบรรยายเลื่อนซิงค์กับการเล่นวิดีโอ หากคุณมีความคิดเห็นหรือคำขอใด ๆ โปรดติดต่อเราโดยใช้แบบฟอร์มการติดต่อนี้

https://forms.gle/WvT1wiN1qDtmnspy7