Chris Urmson: How a driverless car sees the road

Translator: Weetimar T. Reviewer: Phanlaphat Saemavattanagit

So in 1885, Karl Benz invented the automobile.

ในปี พ.ศ.2428 คาร์ล เบนซ์ ได้ประดิษฐ์รถยนต์ขึ้น

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

และปีนั้นเอง เขาได้พามันไปทดลองขับในที่สาธารณะ

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

และสิ่งที่ผมจะพูดนี้เป็นเรื่องจริง เขาเอาไปชนกำแพง

For the last 130 years,

ในช่วง 130 ปีที่ผ่านมา

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

เราได้พัฒนาส่วนต่างๆของรถ ยกเว้นแต่ส่วนที่วางใจได้น้อยที่สุดคือ คนขับ

We've made the car stronger.

เราสร้างรถให้แข็งแรงขึ้น

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

พวกเราได้เพิ่มทั้ง เข็มขัดนิรภัย ถุงลมนิรภัย

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

และในช่วง 10 ปีที่ผ่านมา พวกเราได้เริ่มพยายามทำให้รถฉลาดขึ้น

to fix that bug, the driver.

เพื่อจะแก้บั๊ก หรือคนขับนั่นเอง

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

ดังนั้นวันนี้ผมจะพูดสั้นๆ เกี่ยวกับความแตกต่าง

between patching around the problem with driver assistance systems

ระหว่างการแก้ไขรอบๆปัญหา ด้วยระบบช่วยเหลือผู้ขับขี่

and actually having fully self-driving cars

กับการที่มีรถที่สามารถขับขี่ได้ด้วยตัวเอง

and what they can do for the world.

และสิ่งที่มันสามารถทำได้

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

ผมจะพูดสั้นๆเกี่ยวกับรถของพวกเรา

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

แล้วให้คุณลองดูว่ามันเห็นโลกอย่างไร และตอบสนองแบบไหนและทำอะไรได้บ้าง

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

แต่ก่อนอื่นเลย ผมจะพูดสั้นๆเกี่ยวกับปัญหา

And it's a big problem:

ซึ่งมันเป็นปัญหาใหญ่ทีเดียว

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

1.2 ล้านคนทั่วโลกเสียชีวิตบนถนนทุกๆปี

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

เพียงอเมริกาที่เดียว ในแต่ละปีมี 33,000 คน เสียชีวิต

To put that in perspective,

เพื่อให้เห็นชัดขึ้น

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

มันเหมือนกับมีเครื่องบิน 737 ตกลงมาจากฟ้าทุกๆวันทำการ

It's kind of unbelievable.

มันแทบจะไม่น่าเชื่อ

Cars are sold to us like this,

เวลาเราซื้อรถยนต์เราเห็นภาพมันแบบนี้

but really, this is what driving's like.

แต่นี่คือความเป็นจริงของการขับขี่

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

เห็นด้วยไหมครับ แดดไม่ออกแต่ฝนก็ไม่ตก

and you want to do anything other than drive.

ทำให้คุณอยากทำอย่างอื่น แทนที่จะต้องขับรถ

And the reason why is this:

และต้นเหตุที่ทำไม

Traffic is getting worse.

การจราจรแย่ลงเรื่อยๆ

In America, between 1990 and 2010,

ในอเมริกา ระหว่างปี 2533 ถึง 2553

the vehicle miles traveled increased by 38 percent.

ระยะการเดินทาง ของพาหนะเพิ่มขึ้นถึง 38%

We grew by six percent of roads,

เรามีถนนเพิ่มขึ้น 6%

so it's not in your brains.

คุณไม่ได้แค่รู้สึกไปเองหรอก

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

การจราจรแย่ขึ้นมาก ถ้าเทียบกับอดีตที่เพิ่งผ่านไปไม่นาน

And all of this has a very human cost.

และถือว่ามีความเสียหายทางมูลค่าต่อมนุษย์

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

ถ้าเราเอาค่าเฉลี่ยของเวลา ที่คนอเมริกันใช้เดินทาง นั่นก็คือ 50นาที

you multiply that by the 120 million workers we have,

เอาจำนวนนั้นไปคูณกับ จำนวน 120 ล้านคนไปทำงาน

that turns out to be about six billion minutes

นั่นออกมาเท่ากับประมาณ 6 พันล้านนาที

wasted in commuting every day.

มันถูกเสียไปกับการเดินทางทุกๆวัน

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

นั่นเป็นเลขตัวใหญ่มาก และเพื่อให้คุณเห็นภาพ

You take that six billion minutes

คุณเอา 6 พันล้านนาทีนั้น

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

แล้วหารด้วยอายุขัยเฉลี่ยของมนุษย์

that turns out to be 162 lifetimes

จะเท่ากับ 162 ชาติ

spent every day, wasted,

ถูกนำมาทิ้งทุกๆวัน

just getting from A to B.

เพื่อที่จะเดินทางจาก ที่หนึ่งไปที่ที่สอง

It's unbelievable.

มันไม่น่าเชื่อเลย

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

แล้วก็ยังมีพวกเราบางคน ที่ไม่ได้มีอภิสิทธิ์

of sitting in traffic.

ที่จะเจอกับรถติดนั้น

So this is Steve.

นี่คือสตีฟ

He's an incredibly capable guy,

เค้าเป็นคนที่มีความสามารถมากมาย

but he just happens to be blind,

แต่ว่าเค้าก็เป็นคนตาบอดด้วย

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

ซึ่งนั่นหมายความว่าแทนที่จะใช้เวลา 30 นาที ขับรถยนต์ไปทำงานในตอนเช้า

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

เขาจะต้องใช้เวลาประมาณ 2 ชั่วโมง ในการต่อรถขนส่งมวลชน

or asking friends and family for a ride.

หรือไม่ก็ต้องขอเพื่อนหรือที่บ้านให้ไปส่ง

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

เค้าไม่ได้มีอิสระเหมือนคุณกับผม เวลาจะไปไหนมาไหน

We should do something about that.

พวกเราควรจะทำอะไรบางอย่าง

Now, conventional wisdom would say

ถ้าเป็นความคิดแบบเดิมๆเราก็จะบอกว่า

that we'll just take these driver assistance systems

เราจะเอาระบบช่วยเหลือคนขับก็พอ

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

แล้วเราก็ผลักดันและพัฒนาเพิ่มเติม

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

แล้วพอเวลาผ่านไป มันก็จะเป็นรถที่ขับเคลื่อนด้วยตัวเอง

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

ผมมายืนตรงนี้เพื่อที่จะบอกคุณว่า มันเหมือนกับว่า

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

ผมบอกว่าถ้าผมพยายามตั้งใจกระโดดมากๆ วันนึงผมจะบินได้

We actually need to do something a little different.

พวกเราจำเป็นจะต้องทำอะไรบางอย่าง ให้แตกต่างออกไป

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

ดังนั้นผมจึงจะพูดเกี่ยวกับ 3สิ่งที่แตกต่างออกไป

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

ระหว่างระบบการขับเคลื่อนด้วยตัวเอง และระบบช่วยเหลือผู้ขับขี่

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

ผมจะเริ่มด้วยการแบ่งบัน เรื่องจากประสบการณ์ตรงของผม

So back in 2013,

ย้อนกลับไปปี 2556

we had the first test of a self-driving car

เราได้ทดลองรถยนต์ ที่ขับเคลื่อนด้วยตัวเองเป็นครั้งแรก

where we let regular people use it.

ซึ่งเราให้คนทั่วไปเป็นคนทดลอง

Well, almost regular -- they were 100 Googlers,

อืม ก็เกือบทั่วไปนะ เราให้พนักงานกูเกิ้ล 100 คน

but they weren't working on the project.

ที่ไม่ได้เกี่ยวข้องกับโครงการนี้

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

เราให้รถพวกเขาไป เพื่อเอาไว้ใช้ในชีวิตประจำวัน

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

แต่ไม่เหมือนกับรถขับเคลื่อนด้วยตัวเองปกติ มันมีดอกจันใหญ่ๆติดไปด้วย

They had to pay attention,

ผู้ลองขับจะต้องใส่ใจด้วย

because this was an experimental vehicle.

เพราะว่ามันเป็นรถทดลอง

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

พวกเราทดลองมาเยอะมาก แต่มันก็มีโอกาสที่จะพลาด

And so we gave them two hours of training,

พวกเราใช้เวลา 2 ชั่วโมงเพื่ออบรม

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

เราให้พวกเขาขึ้นไปบนรถและใช้มัน

and what we heard back was something awesome,

และเสียงตอบรับ มันเป็นอะไรที่สุดยอดมากเลย

as someone trying to bring a product into the world.

สำหรับคนที่พยายาม จะทำผลิตภัณฑ์ใหม่ในโลกนี้

Every one of them told us they loved it.

ทุกคนที่ได้ลองบอกเราเขาชอบมาก

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

จริงๆ แล้วเรามีคนขับรถปอร์เช่ ที่มาบอกเราตั้งแต่วันแรกว่า

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

'มันงี่เง่ามาก พวกเราคิดอะไรอยู่'

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

แต่ว่าในตอนจบการทดลอง เขาพูดว่า 'ไม่ใช่แค่ผมควรจะมีรถนี้

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

แต่คนอื่นๆทุกคนควรจะมีมันด้วย เพราะบางคนก็ขับรถไม่ได้เรื่อง'

So this was music to our ears,

มันเป็นเหมือนเสียงจากสวรรค์เลย

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

แต่ว่าพอพวกเราเริ่มดูว่า คนทำอะไรในรถกัน

and this was eye-opening.

มันเป็นอะไรที่เปิดหูเปิดตามาก

Now, my favorite story is this gentleman

ตัวอย่างโปรดของผมคือ คุณผู้ชายคนนี้

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

เขาก้มมองโทรศัพท์ของเขา แล้วเห็นว่าแบตกำลังจะหมด

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

เขาเลยหันหลังไปเพื่อค้นกระเป๋าเขาเพื่อ

pulls out his laptop,

ดึงคอมพิวเตอร์แลปทอปออกมา

puts it on the seat,

วางที่เก้าอี้

goes in the back again,

แล้วหันกลับไปอีกครั้ง

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

เพื่อค้นหาสายชาร์จโทรศัพท์

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

เรื่อยๆ เฉื่อยๆ แล้วต่อมันเข้ากับ คอมพิวเตอร์และโทรศัพท์

Sure enough, the phone is charging.

แน่นอน หลังจากนั้นโทรศัพท์ก็ชาร์จ

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

เค้าทำทุกอย่างขณะที่ รถวิ่งด้วยความเร็ว 100กม/ชมบนทางด่วน

Right? Unbelievable.

เห็นด้วยไหมว่าเป็นเรื่องไม่น่าเชื่อเลย

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

แล้วพอเรามาคิดดู เราก็บอกได้ว่า มันชัดเจนเลยใช่ไหม

The better the technology gets,

ว่าเทคโนโลยียิ่งดีขึ้นเท่าไหร่

the less reliable the driver is going to get.

คนขับก็พึ่งพาตัวเองน้อยลงเรื่อยๆ

So by just making the cars incrementally smarter,

ดังนั้นการที่ทำให้รถฉลาดขึ้นมากๆ

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

เราคงจะไม่ได้เห็นความสำเร็จ แบบที่เราหวังจะเห็น

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

ผมขอจะพูดเชิงเทคนิคสักหน่อยนะครับ

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

เรามองกราฟนี้และแถวๆด้านล่าง

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

นี่คือความถี่ที่รถเบรก ในเวลาไม่จำเป็น

You can ignore most of that axis,

คุณไม่ต้องสนใจแกนส่วนใหญ่ก็ได้

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

ลองคิดดูว่าหากคุณกำลังขับไปรอบๆเมือง แล้วรถเริ่มเบรกมั่วๆ

you're never going to buy that car.

คุณคงไม่ซื้อรถคันนั้นแน่ๆ

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

แกนแนวตั้งแสดงถึงความถี่ที่รถจะเบรก

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

เวลาที่มันสมควรเบรกเพื่อ จะช่วยไม่ให้เกิดอุบัติเหตุ

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

ตอนนี้ เรามาดูที่มุมซ้ายล่าง

this is your classic car.

นี่คือรถธรรมดา

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

มันไม่ช่วยเบรกรถให้คุณ มันไม่ทำอะไรประหลาดๆ

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

แต่ว่ามันก็ไม่ช่วยให้คุณพ้นจากอุบัติเหตุ

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

แล้วถ้าเราต้องการเอา ระบบช่วยเหลือคนขับมาใช้ในรถ

say with collision mitigation braking,

เช่น ระบบเบรคอัตโนมัติเมื่อใกล้ชน

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

เรากำลังนำเทคโนโลยีบางอย่างมาใช้

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

นั่นก็คือเส้นโค้งเส้นนี้ แล้วมันก็จะมีส่วนร่วมในการขับขี่ด้วย

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

แต่มันคงจะไม่สามารถช่วย หลีกเลี่ยงอุบัติเหตุได้เสมอ

because it doesn't have that capability.

เพราะว่ามันไม่ได้มีความสามารถนั้น

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

แต่ว่าเราจะเลือกบางจุดจากเส้นนี้

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

แล้วบางทีมันอาจจะหลีกเลี่ยงอุบัติเหตุ ได้ครึ่งนึงของที่มนุษย์ทำพลาด

and that's amazing, right?

มันก็มหัศจรรย์มากแล้วใช่ไหม

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

เราได้ลดอุบัติเหตุบนถนนลงได้ครึ่งนึง

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

ตอนนี้มีคนเสียชีวิตน้อยลง 17,000 คนต่อปีในอเมริกา

But if we want a self-driving car,

แต่ถ้าหากเราอยากได้รถที่ขับได้ด้วยตัวเอง

we need a technology curve that looks like this.

เราต้องมีโค้งของเทคโนโลยีที่หน้าตาอย่างนี้

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

เราจำเป็นจะต้องเพิ่มเซ็นเซอร์เข้าไปในตัวรถ

and we'll pick some operating point up here

แล้วก็เลือกจุดทำงานตรงนี้

where it basically never gets into a crash.

ที่มันจะไม่ชนอะไรเลย

They'll happen, but very low frequency.

มันจะมีบ้างแหละ แต่ว่าในความถี่ที่น้อยมากๆ

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

ตอนนี้เรามาดูนี่กันแล้ว เราสามารถถกเถียงกัน

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

ว่ามันสูงขึ้นหรือเปล่า และผมสามารถอ้างถึงกฎ 80-20

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

แต่มันยากมากที่จะย้ายขึ้นไป สู่เส้นโค้งเส้นใหม่

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

แต่เราลองมาดูมัน จากทิศทางที่แตกต่างออกไปสักครู่

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

แล้วมาดูว่าเทคโนโลยีนั้น จำป็นต้องทำสิ่งที่ถูกต้องบ่อยขนาดไหน

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

จุดสีเขียวด้านบนตรงนี้คือ ระบบช่วยเหลือคนขับ

It turns out that human drivers

ปรากฎว่า คนขับที่เป็นมนุษย์นั้น

make mistakes that lead to traffic accidents

ทำพลาดและก่อให้เกิดอุบัติเหตุ

about once every 100,000 miles in America.

ประมาณทุกๆ 100,000 ไมล์ ในอเมริกา

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

ในทางกลับกันระบบขับด้วยตัวเอง ทำการตัดสินใจประมาณ

about 10 times per second,

10 ครั้งต่อวินาที

so order of magnitude,

ดังนั้นอันดับของขนาด

that's about 1,000 times per mile.

มันเท่ากับประมาณ 1,000 ครั้งต่อไมล์

So if you compare the distance between these two,

และหากคุณเอาระยะทางมาเปรียบเทียบกัน

it's about 10 to the eighth, right?

มันเท่ากับประมาณ 10 ยกกำลัง 8 เลยใช่ไหม

Eight orders of magnitude.

หรือ ประมาณ 8 เท่า

That's like comparing how fast I run

มันเหมือนกับการเปรียบเทียบความเร็วในการวิ่งของผม

to the speed of light.

กับความเร็วของแสง

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

มันไม่เกี่ยวหรอกว่าผมจะซ้อมมาหนักขนาดไหน แต่ผมจะไม่มีวันได้ไปถึงตรงนั้นหรอก

So there's a pretty big gap there.

คือ มันมีช่องว่างขนาดใหญ่อยู่

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

แล้วในที่สุด มันก็มีวิธีที่ระบบ จะจัดการกับความไม่แน่นอน

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

นี่คนเดินถนนที่อาจจะ หรืออาจจะไม่ก้าวลงมาที่ถนน

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

ผมไม่สามารถบอกได้ หรือไม่มีอัลกอรึทึมไหนรู้ได้เช่นกัน

but in the case of a driver assistance system,

แต่ในกรณีของระบบช่วยเหลือคนขับ

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

นั่นหมายความว่า ผมไม่สามารถทำอะไรได้เพราะว่า

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

หากมันเบรกกระทันหันอย่างไม่คาดคิด มันเป็นเรื่องที่เรารับไม่ได้

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

แต่ว่าระบบขับเคลื่อนด้วยตัวเอง สามารถมองคนเดินถนนคนนั้นแล้วพูดว่า

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

ไม่รู้ว่าเขาคนนั้นจะทำอะไร

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

ขับช้าลงหน่อย เพื่อให้เห็นชัดเจนขึ้น แล้วค่อยตอบสนองให้เหมาะสมหลังจากนั้น

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

ดังนั้นมันมีความปลอดภัยมากกว่า ที่ระบบช่วยเหลือผู้ขับจะให้ได้

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

นั่นคงเพียงพอแล้ว สำหรับความแตกต่างระหว่างทั้งสอง

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

เรามาใช้เวลาเล็กน้อย พูดเกี่ยวกับว่ารถมองเห็นโลกอย่างไรกัน

So this is our vehicle.

นี่คือรถของเรา

It starts by understanding where it is in the world,

มันเริ่มจาก ทำความเข้าใจ ว่ามันอยู่ส่วนไหนของโลกนี้

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

โดยใช้แผนที่และข้อมูลจากเซ็นเซอร์ แล้วเอามาเรียงกัน

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

แล้วนำเอาสิ่งที่มันมองเห็นขณะนั้น มาวางทับลงไป

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

ดังนั้นตรงนี้ กล่องสีม่วงที่คุณเห็นทั้งหมด คือยานพาหนะที่อยู่บนถนน

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

แล้วสีแดงๆ ที่อยู่ด้านข้างตรงนั้น คือนักปั่นจักรยาน

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

แล้วในระยะนั้น ถ้าคุณมองดีดี

you can see some cones.

คุณจะเห็นกรวยจำนวนหนึ่ง

Then we know where the car is in the moment,

แล้วเรารู้ว่ารถของเราอยู่ไหนในเวลานั้น

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

แต่เราจะต้องทำให้ดีขึ้นไปอีก เราจะต้องคาดเดาว่าอะไรจะเกิดขึ้น

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

ที่ด้านบนขวามือมีรถกระบะ ที่กำลังจากจะเปลี่ยนไปช่องทางซ้าย

because the road in front of it is closed,

เพราะว่าถนนด้านหน้ามันปิดอยู่

so it needs to get out of the way.

ดังนั้นมันจะต้องออกจากช่องทางเดิม

Knowing that one pickup truck is great,

การที่เรารู้เกี่ยวกับรถกระบะนั้นก็ดีนะ

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

แต่ที่เราจะจำเป็นที่จะต้องรู้คือ ทุกๆคนคิดอะไรอยู่

so it becomes quite a complicated problem.

ดังนั้นปัญหามันจึงซับซ้อนยิ่งขึ้นไปอีก

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

ด้วยข้อมูลนั้น เราจะคิดออกว่ารถ ควรจะตอบสนองอย่างไรในเวลานั้นๆ

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

แล้วทางไหนที่เราควรจะไป ควรจะเพิ่มหรือลดความเร็ว

And then that all turns into just following a path:

แล้วทั้งหมดนั้นก็จะเป็นแค่ ให้รถตามทางไป

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

หมุนพวงมาลับไปทางซ้ายหรือขวา เหยียบเบรกหรือเหยียบคันเร่ง

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

สุดท้ายมันก็เป็นเพียงตัวเลขแค่สองตัว

So how hard can it really be?

มันจะยากขนาดไหนเชียว

Back when we started in 2009,

ย้อนกลับไปเมื่อปี 2552

this is what our system looked like.

ระบบของเราหน้าตาเป็นแบบนี้

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

ดังนั้นคุณจะเห็นรถของพวกเราอยู่ตรงกลาง แล้วกล่องอื่นๆอยู่บนถนน

driving down the highway.

รถกำลังขับเคลื่อนบนทางหลวง

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

รถจะต้องรู้ว่าตัวเองอยู่ตรงไหนและ คร่าวๆว่ารถคันอื่นอยู่ตรงไหน

It's really a geometric understanding of the world.

เป็นความเข้าใจโลก ในรูปทรงเลขาคณิต

Once we started driving on neighborhood and city streets,

และเมื่อเราได้เริ่มขับ ในระแวกที่อยู่อาศัยและถนนในเมือง

the problem becomes a whole new level of difficulty.

ปัญหามันยากขึ้นเป็นคนละระดับเลย

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

คุณเห็นคนกำลังข้ามถนน ด้านหน้าเรา เห็นรถผ่านหน้าเรา

going every which way,

ไปในทุกทิศทาง

the traffic lights, crosswalks.

มีไฟจราจร ทางม้าลาย

It's an incredibly complicated problem by comparison.

เมื่อเทียบกันแล้ว นี่เป็นปัญหาที่ซับซ้อนอย่างมาก

And then once you have that problem solved,

และเมื่อไหร่ที่คุณแก้ปัญหานั้นได้

the vehicle has to be able to deal with construction.

รถจะต้องสามารถจัดการกับการตีความได้

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

มีกรวยอยู่ด้านซ้าย บังคับให้ไปทางขวา

but not just construction in isolation, of course.

แต่ไม่ใช่แค่การตีความแบบแยกไว้เป็นส่วนๆ

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

แต่จะต้องจัดการกับคนอื่น ที่กำลังเคลื่อนที่อยู่ในพื้นที่นั้นด้วย

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

แน่นอนถ้าหากมีคนทำผิดกฎ ตำรวจก็อยู่ตรงนั้น

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

รถเราจะต้องเข้าใจความหมาย ของสัญญาณไฟที่อยู่บนรถนั้นด้วย

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

หมายความว่ารถนั้นไม่ใช่แค่รถธรรมดา แต่เป็นรถตำรวจ

Similarly, the orange box on the side here,

คล้ายกันกับกล่องสีส้ม ที่อยู่ด้านข้างตรงนี้

it's a school bus,

มันเป็นรถโรงเรียน

and we have to treat that differently as well.

และเราจะต้องจัดการกับมัน แตกต่างออกไปเหมือนกัน

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

เวลาที่เราอยู่บนถนน คนอื่นก็มีความคาดหวังกับเรา

So, when a cyclist puts up their arm,

เช่น เมื่อนักปั่นจักรยานส่งสัญญาณมือ

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

มันหมายความว่าเขาคาดว่า รถจะยอมให้ไปก่อนและเว้นที่ไว้ให้

to make a lane change.

สำหรับเปลี่ยนช่องจราจร

And when a police officer stood in the road,

และถ้ามีเจ้าหน้าที่ตำรวจยืนบนถนน

our vehicle should understand that this means stop,

ยานพาหนะของเราควรจะเข้าใจว่า มันหมายความว่าจะต้องหยุดรถ

and when they signal to go, we should continue.

แล้วพอเขาให้สัญญาณว่าไปได้ เราก็ควรจะไปต่อ

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

วิธีที่ทำให้เราประสบความสำเร็จในเรื่องนี้ คือการแบ่งปันข้อมูลระหว่างรถ

The first, most crude model of this

รถรุ่นแรกที่ได้รับการพัฒนาน้อยสุด

is when one vehicle sees a construction zone,

จะเห็นพื้นที่แต่เพียงคันเดียว

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

การที่มีข้อมูลจากรถอีกคัน ทำให้เลือกอยู่ในช่องจราจรที่ถูกต้อง

to avoid some of the difficulty.

จะได้ไม่เจอปัญหา

But we actually have a much deeper understanding of this.

แต่เรามีความเข้าใจที่ลึกลงไปอีก

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

เราสามารถนำเอาข้อมูลทั้งหมด ที่รถเคยได้เห็นมา

the hundreds of thousands of pedestrians, cyclists,

ไม่ว่าจะเป็นคนถนน นักปั่นจักรยานและ

and vehicles that have been out there

พาหนะที่ออกวิ่งอยู่บนถนนจำนวนเป็นล้าน

and understand what they look like

และเข้าใจว่ามีหน้าตาเป็นอย่างไร

and use that to infer what other vehicles should look like

แล้วใช้ข้อมูลนั้นในการสรุปว่า หน้าตารถคันอื่นเป็นอย่างไร

and other pedestrians should look like.

หน้าตาของคนเดินถนนเป็นอย่างไร

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

และที่สำคัญกว่านั้น เราสามารถเรียนรู้ได้คือ

of how we expect them to move through the world.

เราคาดให้มันเคลื่อนที่อย่างไร

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

กล่องสีเหลืองนี้คือ คนเดินถนนที่จะเดินผ่านด้านหน้าเรา

Here the blue box is a cyclist and we anticipate

กล่องสีฟ้านี่เป็น นักปั่นจักรยานและเราคาดว่า

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

ว่าพวกขาจะเบี่ยงขวารอบๆรถ

Here there's a cyclist coming down the road

มีนักปั่นจักรยานกำลังมา

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

และพวกเรารู้ว่าพวกเขาจะขับตามทางถนน

Here somebody makes a right turn,

ตรงนี้มีคนกำลังเลี้ยวขวา

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

และตอนนี้ ตรงนี้มีบางคน กำลังจะทำกลับรถข้างหน้าเรา

and we can anticipate that behavior and respond safely.

และเราสามารถคาดเดาการกระทำ แล้วตอบสนองได้อย่างปลอดภัย

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

เท่าที่เราเห็นก็ยังดีอยู่

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

แต่ว่าแน่นอน คุณจะเจอหลายสิ่งที่คุณ

seen in the world before.

ไม่เคยเห็นในโลกนี้มาก่อน

And so just a couple of months ago,

ประมาณสองเดือนที่ผ่านมา

our vehicles were driving through Mountain View,

รถของเราที่กำลังขับผ่านภูเขา

and this is what we encountered.

แล้วเราได้เจอกับอะไรบางอย่าง

This is a woman in an electric wheelchair

นี่คือผู้หญิงที่นั่งอยู่บนรถเข็นไฟฟ้า

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

ซึ่งกำลังไล่เป็ดเป็นวงกลมอยู่บนถนน (เสียงหัวเราะ)

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

กลายเป็นว่า ไม่มีส่วนไหน ของหนังสือคู่มือการขับขี่

that tells you how to deal with that,

ที่บอกคุณว่าจะต้องทำอย่างเมื่อเจอแบบนี้

but our vehicles were able to encounter that,

แต่ว่ารถของเราก็สามารถผ่านมันไปได้

slow down, and drive safely.

โดยการลดความเร็วแล้วขับอย่างปลอดภัย

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

ตอนนี้เราไม่ต้องจัดการกับเป็ดแล้ว

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

ลองดูนกบินผ่านเรากัน ดูว่ารถตอบสนองอย่างไร

Here we're dealing with a cyclist

นี่เมื่อเราเจอกับนักปั่นจักรยาน

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

ที่เราไม่คาดว่าจะเจอในที่อื่น ถ้าไม่ใช่แถวภูเขา

And of course, we have to deal with drivers,

และแน่นอน รถจัดการกับคนขับคนอื่น

even the very small ones.

แม้แต่ตัวเล็กๆ

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

ลองดูภาพด้านขวา ตอนมีคนกระโดดออกมาจากรถกระบะมาหาเรา

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

แล้วดูด้านซ้าย ดูรถที่เป็นกล่องสีเขียวตัวสินใจ

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

ว่าเขาจะต้องเลี้ยวขวาตอนวินาทีสุดท้าย

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

นี่เป็นตอนที่เราจะเปลี่ยนช่องทาง แล้วรถด้านซ้ายของเรา

it wants to as well.

ก็ต้องการจะเปลี่ยนเหมือนกัน

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

และนี่ เราดูรถฝ่าไฟแดง

and yield to it.

และเราให้ไปก่อน

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

คล้ายๆกัน นี่เป็นนักปั่นจักรยาน ฝ่าไฟแดงเหมือนกัน

And of course, the vehicle responds safely.

และแน่นอนรถของเราตอบสนอง ได้อย่างปลอดภัย

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

และแน่นอนมีคนหลายคน ที่ยังไม่ทราบว่ามาทำอะไรบนถนน

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

เหมือนคนนี้ โผล่มาระหว่างรถที่ขับเคลื่อนด้วยตัวเอง

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

เป็นคุณคุณก็คงคิดว่า 'คิดอะไรอยู่นะ'

(Laughter)

(เสียงหัวเราะ)

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

ผมเพิ่งจะพ่นไฟข้อมูลมากมายใส่คุณ

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

ดังนั้นผมจะทำให้มันง่ายขึ้น

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

สิ่งที่เรากำลังดูอยู่ในฉากนี้ กับนักปั่นอีกแล้ว

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

คุณอาจจะมองเห็นตรงด้านล่าง ว่าเรายังไม่สามารถเห็นนักปั่นได้

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

แต่รถเห็น นั่นก็คือกล่องสีฟ้าเล็กๆตรงนั้น

and that comes from the laser data.

เพราะว่ามันมาจากข้อมูลของเลเซอร์

And that's not actually really easy to understand,

แต่มันไม่ได้อธิบายได้ง่ายๆ

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

ดังนั้นผมจะเปลี่ยนเป็นข้อมูลเลเซอร์ แล้วมาดูกัน

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

ถ้าคุณอ่านข้อมูลเลเซอร์ออก คุณจะเห็น

a few dots on the curve there,

มีจุดอยู่บนเส้นโค้งตรงนั้น

right there, and that blue box is that cyclist.

ตรงนั้นเอง นั่นคือกล่องสีฟ้าหรือนักปั่น

Now as our light is red,

ตอนนี้ไฟของเราเป็นสีแดง

the cyclist's light has turned yellow already,

แต่ไฟของนักปั่นมันเป็นสีเหลืองแล้ว

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

แล้วถ้าคุณจ้องดูในภาพนี้ดีๆ

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

ว่านักปั่นเค้าจะไม่หยุดปั่น แล้วข้ามทางแยกนี้ไป

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

ไฟเรากลายเป็นสีเขียวแล้ว และของนักปั่นก็เป็นสีแดง

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

แล้วตอนนี้เราคาดว่ารถจักรยานจะมาจนสุดทาง

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

แต่ว่าโชคไม่ดีนักที่ คนขับข้างๆเราไม่ได้ตั้งใจดูขนาดเรา

They started to pull forward, and fortunately for everyone,

พวกเขาเริ่มเดินเครื่อง และโชคดีมาก

this cyclists reacts, avoids,

ที่นักปั่นไหวตัวทันและหลบไป

and makes it through the intersection.

ทันที่จะผ่านแยกไป

And off we go.

เราถึงจะออกตัวได้

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

ตอนนี้คุณก็เห็นแล้วว่า เรากำลังพัฒนาอย่างน่าตื่นเต้น

and at this point we're pretty convinced

มาถึงจุดนี้เราเชื่อว่า

this technology is going to come to market.

เราสามารถนำเทคโนโลยีนี้เข้าสู่ตลาดได้

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

พวกเราทดลองวิ่ง 3 ล้านไมล์ ในเครื่องจำลองเหตุการณ์ทุกๆวัน

so you can imagine the experience that our vehicles have.

ดังนั้นคุณคงจิตนาการได้ว่า รถเราประสบการณ์โชกโชนขนาดไหน

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

พวกเราตั้งตาคอย ที่จะเห็นเทคโนโลยีนี้บนท้องถนน

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

และพวกเราคิดว่าทางเลือกที่ดีกว่า คือการใช้รถที่ขับได้เอง

rather than driver assistance approach

ดีกว่าที่จะใช้ระบบช่วยเหลือคนขับ

because the urgency is so large.

เพราะว่าภาวะฉุกเฉินมันเกิดขึ้นได้หลากหลาย

In the time I have given this talk today,

ในเวลาที่ผมมาพูดในวันนี้

34 people have died on America's roads.

มี34คนเสียชีวิตจากอุบัติเหตุบนถนนในอเมริกา

How soon can we bring it out?

คำถามคือ เอาออกมาขายได้เมื่อไหร่

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

เรื่องนี้พูดยาก เพราะว่าปัญหามันซับซ้อนอยู่

but these are my two boys.

แต่ว่าสองคนนี้คือลูกชายของผม

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

คนโตอายุ 11 แล้วนั่นหมายความว่า ผมมีเวลาอีก 4ปีครึ่ง

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

ก่อนที่เขาจะสามารถทำใบขับขี่ได้

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

ทีมและผมสัญญาว่าจะไม่ให้มันเกิดขึ้น

Thank you.

ขอบคุณครับ

(Laughter) (Applause)

(เสียงหัวเราะ)(เสียงปรบมือ)

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

คริส แอนเดอร์สัน: คริส ผมมีคำถามครับ

Chris Urmson: Sure.

คริส เอิร์มสัน: เชิญครับ

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

คริส แอนเดอร์สัน: ความคิดของรถคุณ เป็นเรื่องที่ค่อนข้างน่าพิศวง

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

สำหรับการถกเรื่องระบบช่วยเหลือคนขับ หรือรถขับด้วยตัวเอง

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

ซึ่งมันเป็นเรื่องที่มีการถกกัน ที่ค่อนข้างจริงจังในขณะนี้

So some of the companies, for example, Tesla,

บางบริษัท อย่างเช่น เทสล่า

are going the driver-assisted route.

เลือกที่จะไปใช้ระบบช่วยเหลือคนขับ

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

แต่สิ่งที่คุณพูดคือสุดท้ายมันจะเจอทางตัน

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

เพราะว่าคุณไม่สามารถพัฒนาระบบช่วยคนขับ ไปเป็นระบบขับเคลื่อนด้วยตัวเองได้

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

พอถึงจุดนึง ผู้ขับขี่ก็จะบอกเองว่า 'นี่รู้สึกปลอดภัย'

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

แล้วเอื้อมไปด้านหลังรถ แล้วก็จะเกิดบางอย่างไม่น่าดูขึ้น

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

คริส เอิร์มสัน: ใช่นั่นเป็นสิ่งที่ถูกต้อง ยังไม่พูดถึง

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

ว่าระบบช่วยคนขับจะไม่ได้ช่วยอะไรมาก

They can save a lot of lives in the interim,

มันสามารถช่วยชีวิต ระหว่างช่วงรอยต่อได้

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

แต่จะไม่เห็นโอกาสของการเปลี่ยนแปลง ที่สามารถช่วยคนแบบสตีฟให้ไปไหนมาไหนได้

to really get to the end case in safety,

อย่างปลอดภัยจริงๆ

to have the opportunity to change our cities

การที่มีโอกาสที่จะ เปลี่ยนแปลงบ้านเมืองของเรา

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

และเปลี่ยนแปลงการจอดรถ เพื่อที่จะเอาที่จอดรถออกไปให้หมด

it's the only way to go.

ผมว่านี่เป็นทางเลือกที่ใช่

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

คริส แอนเดอร์สัน: พวกเราจะตามความคืบหน้า ของคุณด้วยความสนใจอย่างมาก

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

ขอบคุณมากครับคริส คริส เอิร์มสัน: ขอบคุณครับ (เสียงปรบมือ)