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

Jennifer Healey: Arabaların dili olsa kazalar önlenebilirdi

48,314 views

2013-04-25 ・ TED


New videos

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

Jennifer Healey: Arabaların dili olsa kazalar önlenebilirdi

48,314 views ・ 2013-04-25

TED


Videoyu oynatmak için lütfen aşağıdaki İngilizce altyazılara çift tıklayınız.

00:00
Translator: Joseph Geni Reviewer: Morton Bast
0
0
7000
Çeviri: büşra uzun Gözden geçirme: ibrahim kuru
00:12
Let's face it:
1
12703
1914
Kabul edelim :
00:14
Driving is dangerous.
2
14617
2445
Araba kullanmak tehlikelidir.
00:17
It's one of the things that we don't like to think about,
3
17062
3098
Aklımıza getirmekten hoşlanmadığımız şeylerden biri olsa da,
00:20
but the fact that religious icons and good luck charms
4
20160
3652
dünya genelinde dikiz aynalarından sarkan
00:23
show up on dashboards around the world
5
23812
4790
dini simgeler ve nazar boncukları
00:28
betrays the fact that we know this to be true.
6
28602
4137
bu tehlikenin farkında olduğumuzu gösteriyor.
00:32
Car accidents are the leading cause of death
7
32739
3594
Trafik kazaları en önde gelen ölüm sebeplerinden biridir.
00:36
in people ages 16 to 19 in the United States --
8
36333
4170
ABD'de 16 ila 19 yaşındaki kişilerde ise
00:40
leading cause of death --
9
40503
2843
bu en önde gelen ölüm sebebidir --
00:43
and 75 percent of these accidents have nothing to do
10
43346
3863
ve bu kazaların yüzde 75'inin
00:47
with drugs or alcohol.
11
47209
2285
uyuşturucu ya da alkolle hiçbir ilgisi yoktur.
00:49
So what happens?
12
49494
2261
Peki ama olan ne?
00:51
No one can say for sure, but I remember my first accident.
13
51755
4219
Kesin bir şey söylemek zor ama ilk kazamı hatırlıyorum da
00:55
I was a young driver out on the highway,
14
55974
3803
Otoyolda yol alan genç bir sürücüydüm
00:59
and the car in front of me, I saw the brake lights go on.
15
59777
2258
önümde de bir araba vardı, fren lambalarının yandığını gördüm.
01:02
I'm like, "Okay, all right, this guy is slowing down,
16
62035
1800
Ben "Tamam, pekala, bu adam yavaşlıyor,
01:03
I'll slow down too."
17
63835
1282
ben de yavaşlarım madem"
01:05
I step on the brake.
18
65117
1926
Frene dokundum.
01:07
But no, this guy isn't slowing down.
19
67043
2254
Ama yoo, bu adam yavaşlıyor falan değil.
01:09
This guy is stopping, dead stop, dead stop on the highway.
20
69297
3178
Bu adam duruyor, tamamen durmuş, otoyol üstünde durmuş tamamen.
01:12
It was just going 65 -- to zero?
21
72475
2540
Yani saatte 105 km hızdan -- sıfıra mı inecektim?
01:15
I slammed on the brakes.
22
75015
1520
Frenlere yüklendim.
01:16
I felt the ABS kick in, and the car is still going,
23
76535
3059
ABS'nin devreye girdiğini hissettim, arabaysa hala gidiyordu,
01:19
and it's not going to stop, and I know it's not going to stop,
24
79594
2696
durmayacaktı ve durdurmayacağını biliyordum
01:22
and the air bag deploys, the car is totaled,
25
82290
2939
ve hava yastığı açıldı, araba hurdaya döndü
01:25
and fortunately, no one was hurt.
26
85229
3557
ve neyse ki hiç kimse zarar görmedi.
01:28
But I had no idea that car was stopping,
27
88786
4211
O arabanın duruyor olduğunu hiç fark etmemiştim,
01:32
and I think we can do a lot better than that.
28
92997
3645
ve bence bundan çok daha iyisini yapabiliriz.
01:36
I think we can transform the driving experience
29
96642
4145
Bence, arabalarımızın birbirleriyle konuşmasını sağlayarak
01:40
by letting our cars talk to each other.
30
100787
3879
sürüş deneyimini değiştirebiliriz.
01:44
I just want you to think a little bit
31
104666
1424
Sizden sadece şimdiki sürüş deneyimimizin
01:46
about what the experience of driving is like now.
32
106090
2888
neye benzediği hakkında biraz düşünmenizi istiyorum.
01:48
Get into your car. Close the door. You're in a glass bubble.
33
108978
4028
Arabaya bin. Kapıyı kapa. Camdan bir balon içindesin.
01:53
You can't really directly sense the world around you.
34
113006
2916
Çevrende olup biteni doğrudan algılayamıyorsun aslında.
01:55
You're in this extended body.
35
115922
2181
Vücudumuzun bir uzantısı gibi bu şeyin içindesin.
01:58
You're tasked with navigating it down
36
118103
2163
Görevin ise bu şeyi tamamını göremediğin
02:00
partially-seen roadways,
37
120266
2056
yollarda diğer metal devlerin arasından,
02:02
in and amongst other metal giants, at super-human speeds.
38
122322
4424
içinden geçirerek insanüstü hızlarda ilerletmek.
02:06
Okay? And all you have to guide you are your two eyes.
39
126746
4480
Tamam? Ve sana rehberlik edecek tek şey de iki gözün.
02:11
Okay, so that's all you have,
40
131226
1762
Peki, her şey bu kadar.
02:12
eyes that weren't really designed for this task,
41
132988
1735
aslında bu iş için tasarlanmamış olan gözler
02:14
but then people ask you to do things like,
42
134723
3751
ve sonrada senden başka şeyler yapmanı istiyorlar,
02:18
you want to make a lane change,
43
138474
1549
mesela eğer şerit değiştirmek istiyorsan,
02:20
what's the first thing they ask you do?
44
140023
2321
senden ilk olarak ne yapmanı istiyorlar?
02:22
Take your eyes off the road. That's right.
45
142344
3095
Gözlerini yoldan ayırmanı. Evet, doğru.
02:25
Stop looking where you're going, turn,
46
145439
2096
Gittiğini yöne bakmayı kes, dön,
02:27
check your blind spot,
47
147535
2018
kör noktanı kontrol et
02:29
and drive down the road without looking where you're going.
48
149553
3471
ve nereye gittiğine bakmadan sürmeye devam et.
02:33
You and everyone else. This is the safe way to drive.
49
153024
3135
Sen ve diğer herkes. Araba sürmenin güvenli yolu bu.
02:36
Why do we do this? Because we have to,
50
156159
2241
Neden böyle yapıyoruz? Çünkü yapmak zorundayız,
02:38
we have to make a choice, do I look here or do I look here?
51
158400
2579
bir seçim yapmalıyız, buraya mı bakayım yoksa oraya mı bakayım?
02:40
What's more important?
52
160979
1521
Hangisi daha önemli?
02:42
And usually we do a fantastic job
53
162500
2711
Ve genellikle yolda neye dikkat edeceğimizi
02:45
picking and choosing what we attend to on the road.
54
165211
3769
bulup seçme konusunda da harika bir iş çıkarıyoruz.
02:48
But occasionally we miss something.
55
168980
3650
Ama bazen bir şeyi gözden kaçırıyoruz.
02:52
Occasionally we sense something wrong or too late.
56
172630
4461
Bazen bir şeyi yanlış algılıyor ya da çok geç fark ediyoruz.
02:57
In countless accidents, the driver says,
57
177091
1988
Pek çok kazada,
02:59
"I didn't see it coming."
58
179079
2308
"Geldiğini görmemiştim" der sürücü.
03:01
And I believe that. I believe that.
59
181387
3281
Ve buna inanırım. Buna inanırım.
03:04
We can only watch so much.
60
184668
2925
Bizler sadece bir kısmını görebiliyoruz.
03:07
But the technology exists now that can help us improve that.
61
187593
5144
Şimdiki mevcut teknoloji ise bunu geliştirmemize yardımcı olabilir.
03:12
In the future, with cars exchanging data with each other,
62
192737
4296
Gelecekte, birbirleriyle veri alışverişinde bulunan arabalar sayesinde,
03:17
we will be able to see not just three cars ahead
63
197033
3928
sadece üç araba ilerimizi
03:20
and three cars behind, to the right and left,
64
200961
1594
üç araba gerimizi ve sağımızla solumuzu değil,
03:22
all at the same time, bird's eye view,
65
202555
3166
hepsini aynı anda, kuşbakışı görebileceğiz,
03:25
we will actually be able to see into those cars.
66
205721
3128
aslında bu arabaların içini bile görebileceğiz.
03:28
We will be able to see the velocity of the car in front of us,
67
208849
2371
Önümüzdeki arabanın hızını görebilecek,
03:31
to see how fast that guy's going or stopping.
68
211220
3240
bu adam ne kadar hızlı gidiyor yoksa duruyor mu hepsini görebileceğiz.
03:34
If that guy's going down to zero, I'll know.
69
214460
4510
Eğer bu adam durmak üzereyse, bunu bileceğim.
03:38
And with computation and algorithms and predictive models,
70
218970
3859
Ayrıca hesaplamalarla, algoritmalarla ve öngörücü modellerle
03:42
we will be able to see the future.
71
222829
3273
geleceği de görebileceğiz.
03:46
You may think that's impossible.
72
226102
1556
Bu imkansız gibi gelebilir.
03:47
How can you predict the future? That's really hard.
73
227658
2731
Geleceği nasıl tahmin edebilirsin ki? Bu gerçekten zor.
03:50
Actually, no. With cars, it's not impossible.
74
230389
3619
Aslında, değil. Arabalarla, imkansız değil.
03:54
Cars are three-dimensional objects
75
234008
2732
Arabalar, üç boyutlu nesnelerdir.
03:56
that have a fixed position and velocity.
76
236740
2332
sabit bir konum ve hıza sahiplerdir.
03:59
They travel down roads.
77
239072
1631
Yollarda giderler.
04:00
Often they travel on pre-published routes.
78
240703
2412
Çoğu zaman önceden belirlenen yollar üzerinde seyahat ederler.
04:03
It's really not that hard to make reasonable predictions
79
243115
3938
Bir arabanın yakın gelecekte nerede olacağına ilişkin
04:07
about where a car's going to be in the near future.
80
247053
2864
makul tahminler yapmak gerçekten de o kadar zor değil.
04:09
Even if, when you're in your car
81
249917
2002
Hatta, siz arabanızdayken
04:11
and some motorcyclist comes -- bshoom! --
82
251919
1994
bir motosikletçinin gelip -- vınnnnnn! --
04:13
85 miles an hour down, lane-splitting --
83
253913
2296
Saatte 140 kilometre hızla, yolu yararak--
04:16
I know you've had this experience --
84
256209
2547
bunu daha önce yaşamışsınızdır --
04:18
that guy didn't "just come out of nowhere."
85
258756
2603
işte buna "nerden çıktığı belli değil" deriz.
04:21
That guy's been on the road probably for the last half hour.
86
261359
3643
Ama bu adam belki yarım saattir yoldaydı.
04:25
(Laughter)
87
265002
1190
(Gülüşmeler)
04:26
Right? I mean, somebody's seen him.
88
266192
3589
Öyle değil mi? Yani, biri onu görmüştür.
04:29
Ten, 20, 30 miles back, someone's seen that guy,
89
269781
2768
On, 20, 30 kilometre gerideyken, birisi bu adamı görmüştür,
04:32
and as soon as one car sees that guy
90
272549
2384
ve bir araba da bu adamı görür görmez
04:34
and puts him on the map, he's on the map --
91
274933
2231
onu haritaya işler, artık haritadadır --
04:37
position, velocity,
92
277164
2176
konumuyla, hızıyla,
04:39
good estimate he'll continue going 85 miles an hour.
93
279340
2321
ve iyi bir tahminle saatte 140 kilometreyle gitmeye devam da edecek.
04:41
You'll know, because your car will know, because
94
281661
2184
Bunu bileceksiniz, çünkü arabanız bilecek, çünkü
04:43
that other car will have whispered something in his ear,
95
283845
2275
o diğer araba sizin arabanızın kulağına bir şeyler fısıldamış olacak,
04:46
like, "By the way, five minutes,
96
286120
1923
"Bu arada, beş dakika,
04:48
motorcyclist, watch out."
97
288043
2775
motosikletçi , dikkat et."
04:50
You can make reasonable predictions about how cars behave.
98
290818
2703
Arabaların nasıl davranacaklarına ilişkin mantıklı tahminlerde bulunabilirsiniz.
04:53
I mean, they're Newtonian objects.
99
293521
1365
Yani, bunlar klasik mekanikle hareket eden nesneler.
04:54
That's very nice about them.
100
294886
2909
Bu onların iyi bir yönü.
04:57
So how do we get there?
101
297795
3034
Peki bu noktaya nasıl geliriz?
05:00
We can start with something as simple
102
300829
2266
Basit bir şeyle başlayabiliriz,
05:03
as sharing our position data between cars,
103
303095
2870
konum verilerimizi arabalar arasında paylaşmak gibi,
05:05
just sharing GPS.
104
305965
1892
sadece GPS paylaşımı gibi.
05:07
If I have a GPS and a camera in my car,
105
307857
2444
Eğer arabamda bir GPS ve bir kamera varsa,
05:10
I have a pretty precise idea of where I am
106
310301
2231
nerede olduğuma ve ne kadar hızla ilerlediğime
05:12
and how fast I'm going.
107
312532
1732
ilişkin gayet kesin bir fikrim de vardır.
05:14
With computer vision, I can estimate where
108
314264
1657
Bilgisayar görüşüyle, çevremdeki arabaların nerelerde olduklarını
05:15
the cars around me are, sort of, and where they're going.
109
315921
3537
ve aşağı yukarı nereye gittiklerini tahmin edebilirim.
05:19
And same with the other cars.
110
319458
970
Aynısı diğer arabalar için de geçerli.
05:20
They can have a precise idea of where they are,
111
320428
1814
Nerede olduklarına ilişkin kesin bir fikre ve diğer arabaların da
05:22
and sort of a vague idea of where the other cars are.
112
322242
2146
aşağı yukarı nerede olduklarına ilişkin bir fikre sahip olabilirler.
05:24
What happens if two cars share that data,
113
324388
3231
Peki iki araba bu verileri paylaşırsa,
05:27
if they talk to each other?
114
327619
1955
eğer birbirleriyle konuşurlarsa ne olur?
05:29
I can tell you exactly what happens.
115
329574
2778
Ne olacağını size tam olarak söyleyebilirim.
05:32
Both models improve.
116
332352
2339
Her iki model de gelişir.
05:34
Everybody wins.
117
334691
2055
Herkes kazanır.
05:36
Professor Bob Wang and his team
118
336746
2577
Profesör Bob Wang ve ekibi,
05:39
have done computer simulations of what happens
119
339323
2738
bulanık tahminlerin birleştirilmesi durumunda ne olacağı ile ilgili
05:42
when fuzzy estimates combine, even in light traffic,
120
342061
3431
bilgisayar simülasyonları yapmış, hafif trafikte bile
05:45
when cars just share GPS data,
121
345492
2624
arabalar sadece GPS verilerini paylaştığında,
05:48
and we've moved this research out of the computer simulation
122
348116
2513
ve biz de bu araştırmayı bilgisayar simülasyonundan çıkarıp
05:50
and into robot test beds that have the actual sensors
123
350629
3027
şimdiki arabalarda da olan robotların şu hakiki sensörlere
05:53
that are in cars now on these robots:
124
353656
3133
sahip olduğu bir robotlu test ortamına taşıdık:
05:56
stereo cameras, GPS,
125
356789
1838
stereo kameralar, GPS,
05:58
and the two-dimensional laser range finders
126
358627
1874
iki boyutlu lazer mesafe ölçerler
06:00
that are common in backup systems.
127
360501
2240
yanaşma sistemlerinde yaygın bulunurlar.
06:02
We also attach a discrete short-range communication radio,
128
362741
4484
Ayrıca, ayrı bir kısa menzilli iletişim telsizi taktık
06:07
and the robots talk to each other.
129
367225
1909
ve robotlar birbirleriyle konuştular.
06:09
When these robots come at each other,
130
369134
1539
Bu robotlar birbirleriyle karşılaştıklarında,
06:10
they track each other's position precisely,
131
370673
2971
birbirlerinin konumunu tam olarak izleyip
06:13
and they can avoid each other.
132
373644
2737
birbirlerinden sakınabilirler.
06:16
We're now adding more and more robots into the mix,
133
376381
3226
Şimdi karışımın içine daha fazla robot ekledikçe
06:19
and we encountered some problems.
134
379607
1471
bazı sorunlarla karşılaştık.
06:21
One of the problems, when you get too much chatter,
135
381078
2359
Sorunlardan biri, çok fazla lakırdı olunca
06:23
it's hard to process all the packets, so you have to prioritize,
136
383437
3728
veri paketlerinin tümünü işlemenizin zor olması, bu yüzden öncelikler belirlemelisiniz
06:27
and that's where the predictive model helps you.
137
387165
2357
ve işte öngörücü modelin size yardımcı olacağı nokta da bu.
06:29
If your robot cars are all tracking the predicted trajectories,
138
389522
4372
Eğer robot arabalarınızın hepsi de tahmini yörüngeleri izlerseler,
06:33
you don't pay as much attention to those packets.
139
393894
1767
bu paketlere o kadar da dikkat etmenize gerek yoktur.
06:35
You prioritize the one guy
140
395661
1703
Rotadan biraz çıkacak gibi görünen
06:37
who seems to be going a little off course.
141
397364
1333
bir adamı öncelikle ele alırsınız.
06:38
That guy could be a problem.
142
398697
2526
Bu adam bir sorun teşkil edebilir.
06:41
And you can predict the new trajectory.
143
401223
3002
Ve yeni güzergahı tahmin edersiniz.
06:44
So you don't only know that he's going off course, you know how.
144
404225
2763
Yani, onun rotadan çıkacağını sadece bilmekle kalmıyor, nasıl olacağını da biliyorsunuz.
06:46
And you know which drivers you need to alert to get out of the way.
145
406988
3725
Ayrıca hangi sürücüleri yoldan çekilmeleri için uyaracağınızı da biliyorsunuz.
06:50
And we wanted to do -- how can we best alert everyone?
146
410713
2633
Ve bizim yapmak istediğimiz ise -- herkesi en iyi şekilde nasıl uyarabileceğimiz?
06:53
How can these cars whisper, "You need to get out of the way?"
147
413346
3183
Bu arabalar nasıl fısıldaşabilir, "Yoldan çekilmen gerekiyor?"
06:56
Well, it depends on two things:
148
416529
1517
Bu iki şeye bağlı:
06:58
one, the ability of the car,
149
418046
2169
birincisi, arabanın yeteneğine,
07:00
and second the ability of the driver.
150
420215
3217
ve ikincisi de sürücünün yeteneğine.
07:03
If one guy has a really great car,
151
423432
1505
Eğer adamın birinin gerçekten harika bir arabası varsa,
07:04
but they're on their phone or, you know, doing something,
152
424937
2925
ama telefondaysa, ya da işte bir şeyle meşgulse,
07:07
they're not probably in the best position
153
427862
1930
muhtemelen acil bir durumda harekete geçmek
07:09
to react in an emergency.
154
429792
2970
için uygun bir halde olmayacaktır.
07:12
So we started a separate line of research
155
432762
1665
Bu yüzden, sürücü durumunu modelleyen
07:14
doing driver state modeling.
156
434427
2551
ayrı bir araştırma konusuna daha başladık.
07:16
And now, using a series of three cameras,
157
436978
2329
Ve şimdiyse, üç kamera kullanarak,
07:19
we can detect if a driver is looking forward,
158
439307
2270
bir sürücü ileriye mi bakıyor,
07:21
looking away, looking down, on the phone,
159
441577
2860
uzaklara mı bakıyor, aşağı mı bakıyor, telefonda mı,
07:24
or having a cup of coffee.
160
444437
3061
yoksa kahve mi içiyor algılayabiliyoruz.
07:27
We can predict the accident
161
447498
2070
Kazayı tahmin edebiliyor
07:29
and we can predict who, which cars,
162
449568
3651
ve herkes için en güvenli yolu hesaplamak için kimin,
07:33
are in the best position to move out of the way
163
453219
3486
hangi arabaların yoldan çekilmesinin
07:36
to calculate the safest route for everyone.
164
456705
3009
daha uygun olacağını tahmin edebiliyoruz..
07:39
Fundamentally, these technologies exist today.
165
459714
4635
Temelde, bu teknolojiler bugün mevcut.
07:44
I think the biggest problem that we face
166
464349
2824
Sanırım karşı karşıya kaldığımız en büyük sorun,
07:47
is our own willingness to share our data.
167
467173
3013
verilerimizi paylaşmak için istekli olup olmadığımız.
07:50
I think it's a very disconcerting notion,
168
470186
2631
Sanırım oldukça rahatsız edici bir fikir gibi,
07:52
this idea that our cars will be watching us,
169
472817
2386
Sanki, arabaların bizi izlemesi,
07:55
talking about us to other cars,
170
475203
3371
diğer arabalarla bizi çekiştirmesi,
07:58
that we'll be going down the road in a sea of gossip.
171
478574
3427
ve bir dedikodu denizinde yol alacak olmamız fikri
08:02
But I believe it can be done in a way that protects our privacy,
172
482001
3897
Ama inanıyorum ki gizliliğimizi koruyacak bir şekilde yapılabilir,
08:05
just like right now, when I look at your car from the outside,
173
485898
3741
tıpkı günümüzde dışarıdan arabanıza baktığımda,
08:09
I don't really know about you.
174
489639
2363
sizin hakkınızda aslında hiçbir şey öğrenemiyor olmam gibi.
08:12
If I look at your license plate number,
175
492002
1137
Plaka numaranıza baksam da
08:13
I don't really know who you are.
176
493139
1886
gerçekten kim olduğunuzu bilemem.
08:15
I believe our cars can talk about us behind our backs.
177
495025
4249
Bence arabalar arkamızdan bizi çekiştirebilir.
08:19
(Laughter)
178
499274
2975
(Gülüşmeler)
08:22
And I think it's going to be a great thing.
179
502249
3185
Üstelik bence bu harika bir şey olacak.
08:25
I want you to consider for a moment
180
505434
1650
Bir an için düşünmenizi istiyorum
08:27
if you really don't want the distracted teenager behind you
181
507084
4118
arkanızdaki dikkati dağınık gencin sizin fren yaptığınızı
08:31
to know that you're braking,
182
511202
2120
bilmesini gerçekten de istemez miydiniz
08:33
that you're coming to a dead stop.
183
513322
2924
aniden durmak üzere olduğunuzu bilmesini.
08:36
By sharing our data willingly,
184
516246
2741
Verilerimizi kendi isteğimizle paylaşarak
08:38
we can do what's best for everyone.
185
518987
2812
herkes için en iyi olanı yapabiliriz.
08:41
So let your car gossip about you.
186
521799
3076
Yani bırakın arabalar dedikodunuzu yapsın.
08:44
It's going to make the roads a lot safer.
187
524875
3038
Bu, yolları çok daha güvenli kılacak.
08:47
Thank you.
188
527913
1791
Teşekkürler.
08:49
(Applause)
189
529704
4985
(Alkışlar)
Bu web sitesi hakkında

Bu site size İngilizce öğrenmek için yararlı olan YouTube videolarını tanıtacaktır. Dünyanın dört bir yanından birinci sınıf öğretmenler tarafından verilen İngilizce derslerini göreceksiniz. Videoyu oradan oynatmak için her video sayfasında görüntülenen İngilizce altyazılara çift tıklayın. Altyazılar video oynatımı ile senkronize olarak kayar. Herhangi bir yorumunuz veya isteğiniz varsa, lütfen bu iletişim formunu kullanarak bizimle iletişime geçin.

https://forms.gle/WvT1wiN1qDtmnspy7