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

63,288 views ・ 2012-07-11

TED


Videoyu oynatmak için lütfen aşağıdaki İngilizce altyazılara çift tıklayınız.

00:00
Translator: Morton Bast Reviewer: Thu-Huong Ha
0
0
7000
Çeviri: Evren Erdin Gözden geçirme: Ramazan Şen
Şimdiye kadar kaçınız
kullanmamanız gerekirken
00:15
So, how many of you have ever
1
15766
1407
bir arabanın direksiyonunun başına geçtiniz?
00:17
gotten behind the wheel of a car
2
17173
1655
00:18
when you really shouldn't have been driving?
3
18828
5687
Belki de tüm gün boyunca yoldaydınız ve
tek istediğiniz eve gitmekti.
00:24
Maybe you're out on the road for a long day,
4
24515
1905
Yorgundunuz ama biraz daha gidebilecek gibi hissettiniz,
00:26
and you just wanted to get home.
5
26420
1490
00:27
You were tired, but you felt you could drive a few more miles.
6
27910
2647
Belki de,
herkesten az içtiğiniz için
00:30
Maybe you thought,
7
30557
1199
eve gitmeniz gerektiğini düşündünüz.
00:31
I've had less to drink than everybody else,
8
31756
2017
Ya da aklınız tamamen başka bir yerdeydi.
00:33
I should be the one to go home.
9
33773
1736
00:35
Or maybe your mind was just entirely elsewhere.
10
35509
4591
Bu size tanıdık geliyor mu?
Böyle durumlarda, gösterge panosunda
00:40
Does this sound familiar to you?
11
40100
1454
00:41
Now, in those situations, wouldn't it be great
12
41554
2898
tek bir basışınızla, sizi evinize
güvenli bir şekilde götürebilecek bir düğme olsaydı harika olmaz mıydı?
00:44
if there was a button on your dashboard
13
44452
1593
00:46
that you could push, and the car would get you home safely?
14
46045
6343
Otonom araçların bizlere vaad ettiği şey buydu.
En azından 1939'da General Motors'un Dünya Fuarı'ndaki
00:52
Now, that's been the promise of the self-driving car,
15
52388
2293
00:54
the autonomous vehicle, and it's been the dream
16
54681
2627
Futurama standında sunduğu bu fikirden beri
00:57
since at least 1939, when General Motors showcased
17
57308
3249
herkesin hayali buydu.
01:00
this idea at their Futurama booth at the World's Fair.
18
60557
3302
Hep önümüzdeki 20 yılda
01:03
Now, it's been one of those dreams
19
63859
1943
gerçekleşecek hayallerden bir tanesi gibi.
01:05
that's always seemed about 20 years in the future.
20
65802
4214
İki hafta önce, bu rüya
Nevada eyaletinin Google'un otonom arabasına
01:10
Now, two weeks ago, that dream took a step forward,
21
70016
2683
test yapması için lisans verip
01:12
when the state of Nevada granted Google's self-driving car
22
72699
3265
bunun mevzuata uygun olduğunu
01:15
the very first license for an autonomous vehicle,
23
75964
3600
kabul etmesi ile bir adım daha ileri gitti.
01:19
clearly establishing that it's legal for them
24
79564
2245
Şu an, Kalifoniya da benzer bir düzenleme düşünüyor
01:21
to test it on the roads in Nevada.
25
81809
1810
01:23
Now, California's considering similar legislation,
26
83619
3727
ve bu da otonom arabanın sadece Vegas'ta kalmayacak
01:27
and this would make sure that the autonomous car
27
87346
2408
şeylerden biri olacağını kesinleştiriyor.
01:29
is not one of those things that has to stay in Vegas.
28
89754
2977
(Gülüşmeler)
01:32
(Laughter)
29
92731
2096
Stanford'daki laboratuvarımda otonom arabalar üzerine çalışıyoruz
01:34
Now, in my lab at Stanford, we've been working on
30
94827
3784
ancak biraz farklı bir açıdan yaklaşarak.
01:38
autonomous cars too, but with a slightly different spin
31
98611
3487
Şimdi, kendilerini fiziksel performansın
01:42
on things. You see, we've been developing robotic race cars,
32
102098
4248
limitlerine kadar zorlayabilen
robotik yarış arabaları üzerine çalışmaktayız.
01:46
cars that can actually push themselves to the very limits
33
106346
4120
Peki, neden böyle bir şeyi yapmak isteyelim?
01:50
of physical performance.
34
110466
2240
Aslında, bunun için iki iyi nedenimiz var.
01:52
Now, why would we want to do such a thing?
35
112706
2613
Birincisi, insanların kontrolü otonom arabalara
01:55
Well, there's two really good reasons for this.
36
115319
2100
01:57
First, we believe that before people turn over control
37
117419
3959
bırakmalarından önce otonom araçların
en az, en iyi sürücü insanlar kadar iyi olmaları gerektiğine inanıyoruz.
02:01
to an autonomous car, that autonomous car should be
38
121378
2834
02:04
at least as good as the very best human drivers.
39
124212
3254
Eğer siz de benim gibi ortalama üstü bir sürücü olduğunu düşünen
02:07
Now, if you're like me, and the other 70 percent of the population
40
127466
3305
diğer %70'in içindeyseniz,
bunun yüksek bir çıta olduğunu anlarsınız.
02:10
who know that we are above-average drivers,
41
130771
2193
02:12
you understand that's a very high bar.
42
132964
3175
Başka bir neden daha var.
Tıpkı yarış sürücülerinin olabildiğince hızlı gitmek için
02:16
There's another reason as well.
43
136139
2392
02:18
Just like race car drivers can use all of the friction
44
138531
3576
lastik ve yol arasındaki sürtünmeyi,
arabanın tüm kapasitesini kullanmaları gibi,
02:22
between the tire and the road,
45
142107
1280
02:23
all of the car's capabilities to go as fast as possible,
46
143387
3177
bu yetenekleri kazaların engellenmesi
02:26
we want to use all of those capabilities to avoid
47
146564
3345
için kullanmak istiyoruz.
Şimdi, arabanızı sadece
02:29
any accident we can.
48
149909
1588
hızlı gitmek için değil, koşullar değiştiğinde
02:31
Now, you may push the car to the limits
49
151497
2050
yolun buzlu bir kısmına denk geldiğinizde limitlerine
02:33
not because you're driving too fast,
50
153547
1967
kadar zorlayabilirsiniz.
02:35
but because you've hit an icy patch of road,
51
155514
2160
Böyle tur durumlarda,
02:37
conditions have changed.
52
157674
1704
fiziksel olarak önlenebilecek
02:39
In those situations, we want a car
53
159378
2761
her kazayı önleyebilecek bir araba istiyoruz.
02:42
that is capable enough to avoid any accident
54
162139
3720
02:45
that can physically be avoided.
55
165859
2678
İtiraf etmeleyim ki, üçüncü bir motivasyon daha var.
02:48
I must confess, there's kind of a third motivation as well.
56
168537
4267
Gördüğünüz gibi, yarışmaya karşı bir tutkum var.
Eskiden, bir yarış arabası sahibi,
02:52
You see, I have a passion for racing.
57
172804
2256
ekip şefi ve sürücü koçuydum.
02:55
In the past, I've been a race car owner,
58
175060
2764
Aslında her ne kadar beklediğiniz seviyede olmasa da.
02:57
a crew chief and a driving coach,
59
177824
2555
03:00
although maybe not at the level that you're currently expecting.
60
180379
3855
Laboratuvarda geliştirdiğimiz şeylerden biri de
- aslında bir kaç araç geliştirdik -
03:04
One of the things that we've developed in the lab --
61
184234
2704
bize göre dünyanın otonom drift yapan
03:06
we've developed several vehicles --
62
186938
1704
03:08
is what we believe is the world's first
63
188642
2235
ilk arabasıydı.
03:10
autonomously drifting car.
64
190877
2365
Muhtemelen çok fazla rekabetin olmadığı
03:13
It's another one of those categories
65
193242
2513
kategorilerden bir tanesi.
(Gülüşmeler)
03:15
where maybe there's not a lot of competition.
66
195755
2423
Bu P1. Tamamen öğrenciler tarafından yapılmış
03:18
(Laughter)
67
198178
1408
03:19
But this is P1. It's an entirely student-built electric vehicle,
68
199586
3822
elektrikli, arkadan itişli,
ve ön tekerlerden kontrollü
03:23
which through using its rear-wheel drive
69
203408
2078
köşeleri kayarak dönebilen bir araç.
03:25
and front-wheel steer-by-wire
70
205486
1565
Ralli sürücüsü gibi yana kayış yapabilir,
03:27
can drift around corners.
71
207051
2067
kaygan ya da değişken zeminde bile
03:29
It can get sideways like a rally car driver,
72
209118
2200
asla yoldan çıkmadan
03:31
always able to take the tightest curve,
73
211318
1715
her zaman en keskin virajları alabilir.
03:33
even on slippery, changing surfaces,
74
213033
3304
Ayrıca, Volkswagen Oracle'la Shelly üzerinde çalıştık.
03:36
never spinning out.
75
216337
1616
03:37
We've also worked with Volkswagen Oracle,
76
217953
2368
Bonneville Salt Flats'de saatte 240 km hızla yarışan
03:40
on Shelley, an autonomous race car that has raced
77
220321
3424
otonom yarış aracı Shelly,
03:43
at 150 miles an hour through the Bonneville Salt Flats,
78
223745
3070
Thunderhill Raceway Park etrafını,
03:46
gone around Thunderhill Raceway Park in the sun,
79
226815
4471
güneş, rüzgar ve yağmur altında dolandı
03:51
the wind and the rain,
80
231286
2639
ve Colorado'daki Pikes Peak Hill Climb yolunda
03:53
and navigated the 153 turns and 12.4 miles
81
233925
5018
direksiyonda kimse yokken 153 tur atarak
03:58
of the Pikes Peak Hill Climb route
82
238943
1562
20 kilometresinde yol yaptı.
04:00
in Colorado with nobody at the wheel.
83
240505
3473
(Gülüşmeler)
(Alkışlar)
04:03
(Laughter)
84
243978
1448
04:05
(Applause)
85
245426
5566
Sanırım bu yaparken çok eğlendiğimizi
04:10
I guess it goes without saying that we've had a lot of fun
86
250992
3279
söylememe gerek yok.
Ama aslında, otonom araba geliştirme sürecinde
04:14
doing this.
87
254271
1304
04:15
But in fact, there's something else that we've developed
88
255575
3657
geliştirdiğimiz başka bir şey var.
04:19
in the process of developing these autonomous cars.
89
259232
3055
Gerçek araba yarışçılarının
04:22
We have developed a tremendous appreciation
90
262287
3871
yeteneklerine muazzam bir takdir geliştirdik.
04:26
for the capabilities of human race car drivers.
91
266158
3817
Bu araçların ne kadar iyi performans gösterdiğini sorgulamak istediğimizde
04:29
As we've looked at the question of how well do these cars perform,
92
269975
4345
onları karşı emsalleri olan insanlarla karşılaştırmak istedik.
04:34
we wanted to compare them to our human counterparts.
93
274320
3279
Sonuç olarak insan emsallerinin inanılmaz olduğunu keşfettik.
04:37
And we discovered their human counterparts are amazing.
94
277599
5680
Şimdi, bir yarış pistinin haritasını
04:43
Now, we can take a map of a race track,
95
283279
4023
ve bir arabanın matematiksel modelini alalım,
bir kaç iterasyon ile aslında o pistteki
04:47
we can take a mathematical model of a car,
96
287302
2370
en hızlı güzergahı belirleyebiliriz.
04:49
and with some iteration, we can actually find
97
289672
2903
Bu veriyi profesyonel bir sürücüden elde ettiğimiz
04:52
the fastest way around that track.
98
292575
1625
veri ile karşılaştırdığımızda
04:54
We line that up with data that we record
99
294200
2533
benzerlik kesinlikle inanılmaz.
04:56
from a professional driver,
100
296733
1433
04:58
and the resemblance is absolutely remarkable.
101
298166
4107
Evet, burada bazı ince farklar var,
05:02
Yes, there are subtle differences here,
102
302273
3212
ama insan yarış sürücüsü
bir viraja son hızla girme ve düzlükte
05:05
but the human race car driver is able to go out
103
305485
3127
hızı düşürme arasında kıyaslama
05:08
and drive an amazingly fast line,
104
308612
2335
yapabilen bir algoritmadan faydalanmaksızın
05:10
without the benefit of an algorithm that compares
105
310947
2330
inanılmaz derecede hızlı bir güzergahta
05:13
the trade-off between going as fast as possible
106
313277
2608
seyredebilme yeteneğine sahip.
05:15
in this corner, and shaving a little bit of time
107
315885
2037
05:17
off of the straight over here.
108
317922
1902
Sadece bu değil,
bunu turdan tura tekrar tekrar yapabiliyorlar.
05:19
Not only that, they're able to do it lap
109
319824
3457
Bunu her seferinde arabayı limitlerine kadar zorlayarak,
05:23
after lap after lap.
110
323281
2375
05:25
They're able to go out and consistently do this,
111
325656
2912
tutarlı şekilde yapabiliyorlar.
05:28
pushing the car to the limits every single time.
112
328568
4128
Bunu izlemek tamamen sıradışı.
05:32
It's extraordinary to watch.
113
332696
3169
Onları yeni bir arabaya koyuyorsunuz,
05:35
You put them in a new car,
114
335865
2066
sadece bir kaç tur sonra en hızlı güzergahı buluyorlar
05:37
and after a few laps, they've found the fastest line in that car,
115
337931
3902
ve yarışa hazır oluyorlar.
05:41
and they're off to the races.
116
341833
3877
Bu kesinlikle sizi
beyinlerinde neler geçtiğini meraka sevk ediyor.
05:45
It really makes you think,
117
345710
1146
05:46
we'd love to know what's going on inside their brain.
118
346856
4871
Araştırmacılar olarak, bulmaya karar verdiğimiz şey buydu.
05:51
So as researchers, that's what we decided to find out.
119
351727
4541
Sadece arabayı cihazlarla takip yerine,
yarış sürücülerini beyninlerinde de
05:56
We decided to instrument not only the car,
120
356268
1812
bu işi yaparken neler geçtiğini anlamak için
05:58
but also the race car driver,
121
358080
2495
06:00
to try to get a glimpse into what was going on
122
360575
2769
takip etmeye karar verdik.
Bu Dr. Lene Harbort, John Morton'un başına elektrodlar
06:03
in their head as they were doing this.
123
363344
2186
06:05
Now, this is Dr. Lene Harbott applying electrodes
124
365530
3950
bağlarken görünüyor.
John Morton eski bir Can-Am ve IMSA sürücüsü,
06:09
to the head of John Morton.
125
369480
1232
06:10
John Morton is a former Can-Am and IMSA driver,
126
370712
2989
ayrıca Le Mans'da sınıfında şampiyonluğu var.
Harika bir sürücü ve master öğrencilerine ve bu tür araştırmalara
06:13
who's also a class champion at Le Mans.
127
373701
1800
06:15
Fantastic driver, and very willing to put up with graduate students
128
375501
3496
06:18
and this sort of research.
129
378997
1855
Dr. Harbort burada, yarış boyunca John'un beynindeki
06:20
She's putting electrodes on his head
130
380852
2672
elektriksel aktiviteyi takip edebilmemiz için
06:23
so that we can monitor the electrical activity
131
383524
2112
elektrotlar yerleştirmekte.
06:25
in John's brain as he races around the track.
132
385636
2832
Şimdi, kesinklikle sadece bir kaç elektrot koyarak
06:28
Now, clearly we're not going to put a couple of electrodes on his head
133
388468
3195
kafasında geçen tüm düşünceleri anlayacak değiliz.
06:31
and understand exactly what all of his thoughts are on the track.
134
391663
3270
Ancak, nörobilimciler, buradan
06:34
However, neuroscientists have identified certain patterns
135
394933
3407
önemli çıkarımlarda bulunabileceğimiz bazı şablonlar belirlediler.
06:38
that let us tease out some very important aspects of this.
136
398340
3761
Örneğin, dinlenmekte olan bir beyin
bir çok alpha dalgası yayma eğilimindedir.
06:42
For instance, the resting brain
137
402101
1847
06:43
tends to generate a lot of alpha waves.
138
403948
2155
Diğer taraftan, teta dalgaları
görsel işlemleme, sürücünün düşünme durumu gibi
06:46
In contrast, theta waves are associated with
139
406103
3752
06:49
a lot of cognitive activity, like visual processing,
140
409855
3184
birçok bilişsel aktivite ile ilişkilidir.
06:53
things where the driver is thinking quite a bit.
141
413039
3048
Şimdi, bunu ölçebiliyoruz
ve teta ve alfa dalgaları arasındaki göreceli
06:56
Now, we can measure this,
142
416087
1663
06:57
and we can look at the relative power
143
417750
1985
güç farkına bakabiliyoruz.
Bu bize, parkur boyunca hangi anlarda zihinsel
06:59
between the theta waves and the alpha waves.
144
419735
2200
07:01
This gives us a measure of mental workload,
145
421935
2442
olarak ne kadar zorlandığı göstererek
07:04
how much the driver is actually challenged cognitively
146
424377
3567
sürücünün zihinsel iş yükü hakkında bir ölçüt veriyor.
07:07
at any point along the track.
147
427944
1786
Şimdi, bunu gerçekten parkurda gözlemlemek istedik ve
07:09
Now, we wanted to see if we could actually record this
148
429730
2942
bunun için güneye Laguna Seca'ya gittik.
07:12
on the track, so we headed down south to Laguna Seca.
149
432672
3038
Laguna Seca, Salinas ve Monterey
arasındaki efsanevi bir yarış pisti.
07:15
Laguna Seca is a legendary raceway
150
435710
2016
Tirbuşon adında bir viraja sahip.
07:17
about halfway between Salinas and Monterey.
151
437726
2301
Tirbuşon, yol üç kat alçalırken
07:20
It has a curve there called the Corkscrew.
152
440027
2087
hızlı bir sağa dönüşü ile sürmekte olan yapay bir sert viraj.
07:22
Now, the Corkscrew is a chicane, followed by a quick
153
442114
2717
07:24
right-handed turn as the road drops three stories.
154
444831
2746
Şimdi, buradaki sürüş stratejisi bana şu şekilde açıklanmıştı:
07:27
Now, the strategy for driving this as explained to me was,
155
447577
3766
Uzaktaki çalılıkları hedefliyorsunuz, ve yol aşağıya doğru indiğinde
07:31
you aim for the bush in the distance,
156
451343
2022
bunun aslında bir ağacın üst ucu olduğunu fark ediyorsunuz.
07:33
and as the road falls away, you realize it was actually the top of a tree.
157
453365
3025
Tamam, Standford'daki Revs programı sayesinde,
07:36
All right, so thanks to the Revs Program at Stanford,
158
456390
3304
John'u oraya götürüp,
1960 model Porsche Abarth Carrera'nın
07:39
we were able to take John there
159
459694
1473
direksiyonun başına geçirebildik.
07:41
and put him behind the wheel
160
461167
964
Hayat sıkıcı arabalar için çok kısa.
07:42
of a 1960 Porsche Abarth Carrera.
161
462131
2439
07:44
Life is way too short for boring cars.
162
464570
3698
İşte, burada John'u pistte görebiliyorsunuz,
tepeye tırmanıyor - birileri bunu sevdi -
07:48
So, here you see John on the track,
163
468268
1759
ve burada zihinsel iş yükünü görebiliyorsunuz.
07:50
he's going up the hill -- Oh! Somebody liked that --
164
470027
2184
- kırmızı bar ile ölçülüyor -
07:52
and you can see, actually, his mental workload
165
472211
2465
yaklaştıkça eylemlerini görebiliyorsunuz.
07:54
-- measuring here in the red bar --
166
474676
2153
07:56
you can see his actions as he approaches.
167
476829
2343
Şimdi izleyin, şimdi vitesi küçülmeli.
Şimdi sola dönmeli.
07:59
Now watch, he has to downshift.
168
479172
3230
Ağaca bakıyor ve aşağı iniyor.
08:02
And then he has to turn left.
169
482402
761
08:03
Look for the tree, and down.
170
483163
3993
Beklenildiği üzere, bunun zorlayıcı bir iş olduğunu görüyorsunuz.
Bu zorlukta bir iş için
08:07
Not surprisingly, you can see this is a pretty challenging task.
171
487156
2838
tahmin edebileceğiniz gibi
08:09
You can see his mental workload spike as he goes through this,
172
489994
2976
zihinsel yükünün bu sırada ani çıkış yaptığını görebiliyorsunuz.
08:12
as you would expect with something that requires
173
492970
2064
Ama aslında ilgi çekici olan
08:15
this level of complexity.
174
495034
2809
pistte zihinsel yükünün artmadığı alanlar.
08:17
But what's really interesting is to look at areas of the track
175
497843
3416
08:21
where his mental workload doesn't increase.
176
501259
2846
Şimdi sizi pistin diğer
tarafına götüreceğim.
Üçüncü dönüş. John bu köşeye doğru gidecek
08:24
I'm going to take you around now
177
504105
1495
08:25
to the other side of the track.
178
505600
1089
ve arabanın arkası kaymaya başlayacak.
08:26
Turn three. And John's going to go into that corner
179
506689
2336
Bunu direksiyon ile düzeltmesi gerekecek.
08:29
and the rear end of the car is going to begin to slide out.
180
509025
2551
John'u burada bunu yaparken izleyin.
08:31
He's going to have to correct for that with steering.
181
511576
2017
Zihinsel işyükünü ve direksiyonu izleyin.
08:33
So watch as John does this here.
182
513593
2231
Araba kaymaya başlıyor, düzeltmek için dramatik bir manevra
08:35
Watch the mental workload, and watch the steering.
183
515824
2322
08:38
The car begins to slide out, dramatic maneuver to correct it,
184
518146
3672
ve görüldüğü gibi zihinsel iş yükünde bir değişiklik yok.
08:41
and no change whatsoever in the mental workload.
185
521818
3523
Zorlayıcı bir iş değil.
08:45
Not a challenging task.
186
525341
2832
Aslında tamamen reflekse dayalı.
08:48
In fact, entirely reflexive.
187
528173
3200
Şimdi, bu konudaki verilerimiz hâlâ ön bulgular aşamasında,
08:51
Now, our data processing on this is still preliminary,
188
531373
3643
ama yarış sürücülerinin
bu fenomenal yetenekleri
08:55
but it really seems that these phenomenal feats
189
535016
2672
iç güdüsel olduğu görülüyor.
08:57
that the race car drivers are performing
190
537688
1610
Basitçe yapmayı öğrendikleri şeyler var.
08:59
are instinctive.
191
539298
1910
09:01
They are things that they have simply learned to do.
192
541208
3390
Bu şaşırtıcı işleri yapmaları için
çok az zihinsel iş yükü kullanmaları gerekiyor.
09:04
It requires very little mental workload
193
544598
2282
09:06
for them to perform these amazing feats.
194
546880
2824
Yaptıkları şeyler fantastik.
09:09
And their actions are fantastic.
195
549704
3135
Bu durumda arabayı kontrol etmek için
09:12
This is exactly what you want to do on the steering wheel
196
552839
2611
direksiyonda kesinlikle yapmak isteyeceğiz şey budur.
09:15
to catch the car in this situation.
197
555450
3337
Şimdi, bu bizlere otonom araçlarımız için inanılmaz bir iç görü
09:18
Now, this has given us tremendous insight
198
558787
3445
ve ilham verdi.
09:22
and inspiration for our own autonomous vehicles.
199
562232
3122
Şu soruyu sormaya başladık:
Onları biraz daha az algoritmik ve
09:25
We've started to ask the question:
200
565354
1928
biraz daha fazla sezgisel yapabilir miyiz?
09:27
Can we make them a little less algorithmic
201
567282
2253
En iyi yarış sürücülerinde gördüğümüz
09:29
and a little more intuitive?
202
569535
2449
bu refleksif tepkileri alıp
09:31
Can we take this reflexive action
203
571984
2281
arabalarımıza ya da ilerde
09:34
that we see from the very best race car drivers,
204
574265
2287
arabamıza yüklenebilecek bir
09:36
introduce it to our cars,
205
576552
1649
sisteme ekleyebilir miyiz?
09:38
and maybe even into a system that could
206
578201
1984
Bu, en iyi insanlar kadar
09:40
get onto your car in the future?
207
580185
1968
iyi araba kullanabilen
otonom arabalar için büyük bir adım olurdu.
09:42
That would take us a long step
208
582153
1611
09:43
along the road to autonomous vehicles
209
583764
2509
Ama, bu bizleri biraz daha derin düşünmeye de sevk etti.
09:46
that drive as well as the best humans.
210
586273
1912
09:48
But it's made us think a little bit more deeply as well.
211
588185
3440
Arabamızdan basitçe bir şoför olmasından fazla
09:51
Do we want something more from our car
212
591625
2968
bir şey istiyor muyuz?
Arabamızın, muhtemelen bir partner, bir koç
09:54
than to simply be a chauffeur?
213
594593
1840
09:56
Do we want our car to perhaps be a partner, a coach,
214
596433
4235
durumu anlayacak ve potansiyelimize ulaşmamızı sağlayacak biri
10:00
someone that can use their understanding of the situation
215
600668
3087
olmasını mı istiyoruz?
10:03
to help us reach our potential?
216
603755
4256
Aslında teknoloji sadece insanların yerine geçmek yerine
bizlerin sahip olduğumuz refleks ve ön sezi kapasitesine
10:08
Can, in fact, the technology not simply replace humans,
217
608011
2273
10:10
but allow us to reach the level of reflex and intuition
218
610284
4575
ulaşmamızı sağlayabilir mi?
10:14
that we're all capable of?
219
614859
3425
Bu teknolojik geleceğe doğru ilerlerken,
bir anlığına durup düşünmenizi istiyorum.
10:18
So, as we move forward into this technological future,
220
618284
1923
10:20
I want you to just pause and think of that for a moment.
221
620207
2821
İnsan ve makine arasındaki ideal denge nedir?
10:23
What is the ideal balance of human and machine?
222
623028
3775
Bunu düşünürken,
hep beraber insan vücudunun
10:26
And as we think about that,
223
626803
1709
ve insan zihninin kesinlikle inanılmaz yeteneklerinden
10:28
let's take inspiration
224
628512
1731
10:30
from the absolutely amazing capabilities
225
630243
3329
ilham alalım.
10:33
of the human body and the human mind.
226
633572
2816
Teşekkürler.
(Alkışlar)
10:36
Thank you.
227
636388
1736
10:38
(Applause)
228
638124
4604
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