Chris Urmson: How a driverless car sees the road

863,108 views ・ 2015-06-26

TED


Videoyu oynatmak için lütfen aşağıdaki İngilizce altyazılara çift tıklayınız.

Çeviri: Ramazan Şen Gözden geçirme: Eren Gokce
00:12
So in 1885, Karl Benz invented the automobile.
0
12528
3949
1885 yılında, Karl Benz otomobili icat etti.
00:16
Later that year, he took it out for the first public test drive,
1
16707
3762
O yılın sonunda, ilk kez halk içinde test sürüşüne çıkardı
00:20
and -- true story -- crashed into a wall.
2
20469
3375
ve gerçek bir hikâye, bir duvara çarptı.
00:24
For the last 130 years,
3
24184
2043
Son 130 yıldır,
00:26
we've been working around that least reliable part of the car, the driver.
4
26227
4319
arabanın en az güvenilir parçası olan sürücü üzerinde çalışıyoruz.
00:30
We've made the car stronger.
5
30546
1354
Arabayı daha güçlü yaptık.
00:32
We've added seat belts, we've added air bags,
6
32200
2548
Emniyet kemerleri ekledik, hava yastıkları ekledik
00:34
and in the last decade, we've actually started trying to make the car smarter
7
34748
3971
ve son on yılda, bu sürücü hatasını düzeltmek için arabayı
00:38
to fix that bug, the driver.
8
38719
2938
daha akıllı yapmaya çalıştık.
00:41
Now, today I'm going to talk to you a little bit about the difference
9
41657
3261
Bugün size, bu problemin etrafını sürücü asistan sistemi ile yamamak ve
00:44
between patching around the problem with driver assistance systems
10
44918
3808
tamamen sürücüsüz araba yapmak
00:48
and actually having fully self-driving cars
11
48726
2564
arasındaki farktan ve onların dünya için
00:51
and what they can do for the world.
12
51290
1880
ne yapabileceğinden bahsedeceğim.
00:53
I'm also going to talk to you a little bit about our car
13
53170
2995
Ayrıca sizlere biraz arabamızdan bahsedeceğim,
00:56
and allow you to see how it sees the world and how it reacts and what it does,
14
56165
3999
dünyayı nasıl gördüğünü, nasıl tepki verdiğini ve ne yaptığını göstereceğim;
01:00
but first I'm going to talk a little bit about the problem.
15
60164
3187
ama öncelikle problem hakkında konuşacağım.
01:03
And it's a big problem:
16
63651
1648
Ve bu büyük bir problem:
01:05
1.2 million people are killed on the world's roads every year.
17
65299
3089
Dünya'da her yıl 1,2 milyon insan trafikte can veriyor.
01:08
In America alone, 33,000 people are killed each year.
18
68388
3784
Sadece Amerika'da her yıl 33.000 insan hayatını kaybediyor.
01:12
To put that in perspective,
19
72172
2028
Başka bir şekilde ifade etmek gerekirse bu,
01:14
that's the same as a 737 falling out of the sky every working day.
20
74200
4797
her iş günü bir 737'nin düşmesiyle aynı.
01:19
It's kind of unbelievable.
21
79342
1786
Bu inanılmaz bir şey.
01:21
Cars are sold to us like this,
22
81548
2298
Arabalar bize böyle satılıyor;
01:23
but really, this is what driving's like.
23
83846
2717
ama araba sürmek aslında böyle bir şey.
01:26
Right? It's not sunny, it's rainy,
24
86563
2159
Değil mi? Güneşli değil, yağmurlu
01:28
and you want to do anything other than drive.
25
88722
2488
ve araba sürmekten başka şeyler yapmak istiyorsunuz.
01:31
And the reason why is this:
26
91210
1622
Bunun böyle olmasının nedeni:
01:32
Traffic is getting worse.
27
92832
1858
Trafik gittikçe kötüleşiyor.
01:34
In America, between 1990 and 2010,
28
94690
3506
Amerika'da 1990 ve 2010 yılları arasında,
01:38
the vehicle miles traveled increased by 38 percent.
29
98196
3504
araba ile yapılan kilometre yüzde 38 artmış.
01:42
We grew by six percent of roads,
30
102213
2749
Yollarımız yüzde 6 oranında büyüdü,
01:44
so it's not in your brains.
31
104962
1602
yani sorun sizde değil.
01:46
Traffic really is substantially worse than it was not very long ago.
32
106564
4276
Trafik gerçekten çok yakın zamana göre büyük ölçüde kötüleşti.
01:50
And all of this has a very human cost.
33
110840
2409
Bunların hepsi insanlara zarar.
01:53
So if you take the average commute time in America, which is about 50 minutes,
34
113529
3948
Yani Amerika'daki ortalama ulaşım süresi olan 50 dakikayı alın,
01:57
you multiply that by the 120 million workers we have,
35
117477
3649
bunu sahip olduğumuz 120 milyon çalışan ile çarpın,
02:01
that turns out to be about six billion minutes
36
121126
2225
sonuç olarak 6 milyar dakika
02:03
wasted in commuting every day.
37
123351
2026
her gün yolda boşa harcanıyor.
02:05
Now, that's a big number, so let's put it in perspective.
38
125377
2827
Bu büyük bir rakam, başka bir şekilde ifade edelim.
02:08
You take that six billion minutes
39
128204
1774
Bu 6 milyar dakikayı alın
02:09
and you divide it by the average life expectancy of a person,
40
129978
3784
ve bir kişinin ortalama beklenen ömrüne bölün,
02:13
that turns out to be 162 lifetimes
41
133762
3135
sonuç olarak her gün 162 ömür
02:16
spent every day, wasted,
42
136897
2925
harcanıyor, çöpe atılıyor,
02:19
just getting from A to B.
43
139822
2044
sırf A'dan B'ye gitmek için.
02:21
It's unbelievable.
44
141866
1730
Bu inanılmaz.
02:23
And then, there are those of us who don't have the privilege
45
143596
2844
Dahası, trafikte oturma ayrıcalığına
02:26
of sitting in traffic.
46
146440
1672
sahip olmayanlar da var.
02:28
So this is Steve.
47
148112
1578
Bu Steve.
02:29
He's an incredibly capable guy,
48
149690
1765
Acayip becerikli bir adam;
02:31
but he just happens to be blind,
49
151455
2516
fakat ne yazık ki kör
02:33
and that means instead of a 30-minute drive to work in the morning,
50
153971
3217
ve bu da demek oluyor ki sabahları işe 30 dakikada gitmek yerine
02:37
it's a two-hour ordeal of piecing together bits of public transit
51
157188
3979
toplu ulaşım bulmacası içinde iki saatlik bir çile ile
veya arkadaşlarına ve ailesine rica ile gidebiliyor.
02:41
or asking friends and family for a ride.
52
161167
2385
02:43
He doesn't have that same freedom that you and I have to get around.
53
163552
3669
Bizimki gibi bir etrafı dolaşma özgürlüğüne sahip değil.
02:47
We should do something about that.
54
167221
2460
Bu konuda bir şey yapmalıyız.
02:49
Now, conventional wisdom would say
55
169891
1757
Yaygın inanışa bakarsak,
02:51
that we'll just take these driver assistance systems
56
171648
2492
bu sürücü asistan sistemlerini alıp,
02:54
and we'll kind of push them and incrementally improve them,
57
174140
3750
onları biraz çaba harcayarak adım adım geliştirirsek
02:57
and over time, they'll turn into self-driving cars.
58
177890
2542
zamanla sürücüsüz arabalara dönüşecektir.
03:00
Well, I'm here to tell you that's like me saying
59
180432
2409
Bu benim şöyle demem gibi bir şey;
03:02
that if I work really hard at jumping, one day I'll be able to fly.
60
182841
4057
eğer zıplama üzerinde çok çalışırsam bir gün uçabilirim.
03:06
We actually need to do something a little different.
61
186898
2728
Aslında biraz daha farklı bir şey yapmak durumundayız.
03:09
And so I'm going to talk to you about three different ways
62
189626
2711
Size sürücüsüz sistemleri
sürücü asistan sistemlerinden ayıran üç farklı yöntemi anlatacağım.
03:12
that self-driving systems are different than driver assistance systems.
63
192337
3346
03:15
And I'm going to start with some of our own experience.
64
195683
2651
Kendi deneyimlerimizden biriyle başlayacağım.
03:18
So back in 2013,
65
198334
2253
2013 yılında,
03:20
we had the first test of a self-driving car
66
200587
2663
sürücüsüz arabanın ilk testlerini yaptık
03:23
where we let regular people use it.
67
203250
2027
ve sıradan insanlara kullandırdık.
03:25
Well, almost regular -- they were 100 Googlers,
68
205277
2202
Yani neredeyse sıradan -- 100 Google çalışanıydılar;
03:27
but they weren't working on the project.
69
207479
2003
fakat proje üzerinde çalışmıyorlardı.
03:29
And we gave them the car and we allowed them to use it in their daily lives.
70
209482
3621
Onlara arabaları verdik ve günlük yaşantılarında kullanmalarına izin verdik.
Fakat bunda, gerçek bir sürücüsüz arabada olmayan büyük bir yıldız işareti vardı:
03:33
But unlike a real self-driving car, this one had a big asterisk with it:
71
213103
3719
03:36
They had to pay attention,
72
216822
1504
Dikkatli olmaları gerekiyordu,
03:38
because this was an experimental vehicle.
73
218326
2633
çünkü bu bir deney arabasıydı.
03:40
We tested it a lot, but it could still fail.
74
220959
3525
Çok test ettik, fakat hâlâ başarısız olabilirdi.
03:44
And so we gave them two hours of training,
75
224484
2059
Onlara iki saat eğitim verdik.
03:46
we put them in the car, we let them use it,
76
226543
2092
Onları arabaya bindirdik, kullanmalarına izin verdik
03:48
and what we heard back was something awesome,
77
228635
2127
ve dünyaya bir ürün getirmeye çalışan biri olarak
03:50
as someone trying to bring a product into the world.
78
230762
2524
onlardan duyduklarımız harikaydı.
03:53
Every one of them told us they loved it.
79
233286
1925
Onlardan her biri onu sevdiklerini söyledi.
03:55
In fact, we had a Porsche driver who came in and told us on the first day,
80
235211
3566
Hatta, bir Porsche sürücüsü ilk gün bize gelip şöyle dedi:
03:58
"This is completely stupid. What are we thinking?"
81
238777
2663
"Bu aptalca bir şey. Nesini düşünüyoruz ki?"
04:01
But at the end of it, he said, "Not only should I have it,
82
241850
2840
Ama sonunda, dedi ki, "Bunu sadece ben değil,
04:04
everyone else should have it, because people are terrible drivers."
83
244690
3175
herkes almalı, çünkü insanlar çok kötü sürücüler."
Duymak istediğimiz işte buydu.
04:09
So this was music to our ears,
84
249135
1735
04:10
but then we started to look at what the people inside the car were doing,
85
250870
3803
Daha sonra insanların arabada ne yaptıklarına bakmaya başladık
04:14
and this was eye-opening.
86
254673
1579
ve bu şaşırtıcıydı.
04:16
Now, my favorite story is this gentleman
87
256252
2438
Benim en sevdiğim hikâye şöyle,
04:18
who looks down at his phone and realizes the battery is low,
88
258690
3829
beyefendi telefonuna bakıyor ve şarjın az olduğunu fark ediyor.
04:22
so he turns around like this in the car and digs around in his backpack,
89
262519
4548
Sonra şöyle bir arabasında dönüyor ve sırt çantasını karıştırıyor,
04:27
pulls out his laptop,
90
267067
2153
dizüstü bilgisayarını çıkartıyor,
04:29
puts it on the seat,
91
269220
1567
koltuğun üzerine koyuyor,
04:30
goes in the back again,
92
270787
1764
tekrar arkasına yöneliyor,
04:32
digs around, pulls out the charging cable for his phone,
93
272551
3367
karıştırıyor, telefonunun şarj kablosunu çıkarıyor,
04:35
futzes around, puts it into the laptop, puts it on the phone.
94
275918
3367
biraz uğraşıyor, kabloyu bilgisayara takıyor, telefonuna bağlıyor.
04:39
Sure enough, the phone is charging.
95
279285
2043
Nihayet telefon şarj oluyor.
04:41
All the time he's been doing 65 miles per hour down the freeway.
96
281328
3994
Bu süre boyunca 100 km hızla otobanda ilerliyor.
04:45
Right? Unbelievable.
97
285322
2484
İnanılmaz.
04:47
So we thought about this and we said, it's kind of obvious, right?
98
287806
3121
Bu konu hakkında düşündük ve durum ne kadar aşikâr, değil mi?
04:50
The better the technology gets,
99
290927
2263
Teknoloji ne kadar ilerlerse,
04:53
the less reliable the driver is going to get.
100
293190
2121
sürücüler daha az güvenilir olacak.
04:55
So by just making the cars incrementally smarter,
101
295311
2396
Arabaları adım adım akıllı yaparak,
04:57
we're probably not going to see the wins we really need.
102
297707
2902
gerçekten ihtiyacımız olan kazanımları görmeyeceğiz.
05:00
Let me talk about something a little technical for a moment here.
103
300609
3901
Biraz teknik bir şey anlatmama müsaade edin.
05:04
So we're looking at this graph, and along the bottom
104
304510
2438
Bu grafiğe bakarsak, altta
05:06
is how often does the car apply the brakes when it shouldn't.
105
306948
3051
gerekmediği hâlde arabanın ne sıklıkla fren yaptığını gösteriyor.
05:09
You can ignore most of that axis,
106
309999
1621
Bu eksenin çoğunu görmezden gelebiliriz,
05:11
because if you're driving around town, and the car starts stopping randomly,
107
311620
3719
çünkü şehir içinde kullanıyorsanız, araba rastgele durup kalkacaktır
05:15
you're never going to buy that car.
108
315339
1701
ve bu arabayı asla satın almayacaksınızdır.
05:17
And the vertical axis is how often the car is going to apply the brakes
109
317040
3375
Dikey eksen ise kazadan kaçınmada size yardımcı olmak için
05:20
when it's supposed to to help you avoid an accident.
110
320415
3049
ne kadar sıklıkla fren yaptığını gösteriyor.
05:23
Now, if we look at the bottom left corner here,
111
323464
2221
Şimdi, sol alt köşeye bakarsak,
05:25
this is your classic car.
112
325685
1845
bu klasik arabanız.
05:27
It doesn't apply the brakes for you, it doesn't do anything goofy,
113
327530
3133
Sizin için frene basmaz, aptalca bir şey yapmaz;
05:30
but it also doesn't get you out of an accident.
114
330663
2779
fakat sizi bir kazadan da kurtarmaz.
05:33
Now, if we want to bring a driver assistance system into a car,
115
333442
3018
Şimdi, eğer bir arabaya sürücü asistan sistemi getirmek istiyorsak,
05:36
say with collision mitigation braking,
116
336460
1828
mesela çarpma azaltma frenini,
üzerine teknolojik bir paket koyacağız ve işte bu o eğri
05:38
we're going to put some package of technology on there,
117
338288
2612
05:40
and that's this curve, and it's going to have some operating properties,
118
340900
3418
ve araç bazı işletim özelliklerine sahip olacak,
fakat tüm kazalardan kurtulamayacak,
05:44
but it's never going to avoid all of the accidents,
119
344318
2490
çünkü bu kapasiteye sahip değil.
05:46
because it doesn't have that capability.
120
346808
2059
Fakat biz buradaki eğri boyunca bir yer seçeceğiz
05:48
But we'll pick some place along the curve here,
121
348867
2249
ve belki insan sürücülerin kaçırdığı kazaların yarısını önleyebilir
05:51
and maybe it avoids half of accidents that the human driver misses,
122
351116
3254
ve bu harika, değil mi?
05:54
and that's amazing, right?
123
354370
1297
Yollardaki kazaları iki kat azalttık.
05:55
We just reduced accidents on our roads by a factor of two.
124
355667
2727
05:58
There are now 17,000 less people dying every year in America.
125
358394
3987
Artık Amerika'da her yıl 17.000 daha az insan ölüyor.
06:02
But if we want a self-driving car,
126
362381
2020
Eğer sürücüsüz araba istiyorsak,
06:04
we need a technology curve that looks like this.
127
364401
2307
bunun gibi bir teknoloji eğrisine ihtiyacımız var.
06:06
We're going to have to put more sensors in the vehicle,
128
366708
2599
Araca daha fazla sensör koymak zorunda olacağız
06:09
and we'll pick some operating point up here
129
369307
2021
ve burada bir işletim noktası alacağız
06:11
where it basically never gets into a crash.
130
371328
2019
ki temelde hiç kazaya uğramayacak.
06:13
They'll happen, but very low frequency.
131
373347
2443
Olacaktır, ama çok düşük frekanslarda.
06:15
Now you and I could look at this and we could argue
132
375790
2461
Şimdi bunun artan bir şey olup olmadığı hakkında tartışabiliriz
06:18
about whether it's incremental, and I could say something like "80-20 rule,"
133
378251
3605
ve ben de "80-20 kuralı" gibi bir şey diyebilirim
06:21
and it's really hard to move up to that new curve.
134
381856
2568
ve bu yeni eğriye varmak gerçekten zor.
Fakat hadi buna bir anlığına farklı bir yönden bakalım.
06:24
But let's look at it from a different direction for a moment.
135
384424
2934
Teknolojinin ne sıklıkla doğru şeyi yapmak zorunda olduğuna bakalım.
06:27
So let's look at how often the technology has to do the right thing.
136
387358
3512
06:30
And so this green dot up here is a driver assistance system.
137
390870
3506
Buradaki yeşil nokta sürücü asistan sistemi.
06:34
It turns out that human drivers
138
394376
2485
Gördük ki insan sürücüler
06:36
make mistakes that lead to traffic accidents
139
396861
2647
Amerika'da her 160.000 kilometrede bir
06:39
about once every 100,000 miles in America.
140
399508
3172
trafik kazalarına neden olan hatalar yapıyor.
06:42
In contrast, a self-driving system is probably making decisions
141
402680
3167
Aksine, sürücüsüz sistem saniyede
06:45
about 10 times per second,
142
405847
3663
yaklaşık 10 kez karar veriyor,
06:49
so order of magnitude,
143
409510
1422
yani bu orana göre,
06:50
that's about 1,000 times per mile.
144
410932
2832
1,6 kilometrede 1.000 kez karar verir.
06:53
So if you compare the distance between these two,
145
413764
2485
Eğer bu ikisi arasındaki mesafeyi karşılaştırırsanız,
06:56
it's about 10 to the eighth, right?
146
416249
2600
bu yaklaşık 100 milyondur, değil mi?
06:58
Eight orders of magnitude.
147
418849
1765
10 üzeri 8.
07:00
That's like comparing how fast I run
148
420614
2809
Bu benim koşma hızımı
07:03
to the speed of light.
149
423423
2206
ışık hızıyla karşılaştırmam demektir.
07:05
It doesn't matter how hard I train, I'm never actually going to get there.
150
425629
3785
Ne kadar çalışırsam çalışayım, buna asla ulaşamayacağım.
07:09
So there's a pretty big gap there.
151
429414
2438
Yani ortada büyük bir fark var.
07:11
And then finally, there's how the system can handle uncertainty.
152
431852
3729
Son olarak, sistemin belirsizliklerle nasıl baş ettiği var.
07:15
So this pedestrian here might be stepping into the road, might not be.
153
435581
3323
Buradaki yaya yola inecek olabilir, olmayabilir de.
07:18
I can't tell, nor can any of our algorithms,
154
438904
3395
Emin değilim, bizim algoritmalarımız da öyle;
ama bir sürücü asistan sisteminin olması durumunda
07:22
but in the case of a driver assistance system,
155
442310
2284
07:24
that means it can't take action, because again,
156
444594
2806
bir şey yapamaz, çünkü yine söylüyorum,
eğer frene umulmadık bir şekilde basarsa, bu asla kabul edilemez.
07:27
if it presses the brakes unexpectedly, that's completely unacceptable.
157
447400
3339
07:30
Whereas a self-driving system can look at that pedestrian and say,
158
450739
3133
Hâlbuki sürücüsüz sistem yayaya bakıp şöyle diyebilir:
07:33
I don't know what they're about to do,
159
453872
1890
Ne yapacaklarını bilmiyorum,
07:35
slow down, take a better look, and then react appropriately after that.
160
455762
3762
yavaşla, daha iyi incele ve ondan sonra uygun bir tepki ver.
07:39
So it can be much safer than a driver assistance system can ever be.
161
459524
3702
Yani bir sürücü asistan sisteminin asla olamayacağı kadar güvenlidir.
07:43
So that's enough about the differences between the two.
162
463226
2730
Bu ikisi arasındaki fark için bu kadar yeter.
07:45
Let's spend some time talking about how the car sees the world.
163
465956
3484
Şimdi arabanın dünyayı nasıl gördüğü konusunda biraz vakit harcayalım.
07:49
So this is our vehicle.
164
469440
1252
İşte bu bizim aracımız.
07:50
It starts by understanding where it is in the world,
165
470692
2438
İşe dünya üzerinde nerede olduğunu anlamakla başlar.
07:53
by taking a map and its sensor data and aligning the two,
166
473130
2787
Haritayı ve sensör verilerini alıp hizalar
07:55
and then we layer on top of that what it sees in the moment.
167
475917
2948
ve sonra biz bunun üstüne o an gördüğü şeyi koyarız.
07:58
So here, all the purple boxes you can see are other vehicles on the road,
168
478865
3655
İşte burada, gördüğünüz tüm mor kutular yoldaki diğer araçlar
08:02
and the red thing on the side over there is a cyclist,
169
482520
2528
ve oradaki köşedeki kırmızı şey ise bir bisikletçi
08:05
and up in the distance, if you look really closely,
170
485048
2402
ve uzakta, çok yakından bakarsanız,
08:07
you can see some cones.
171
487450
1794
bazı dubalar görebilirsiniz.
08:09
Then we know where the car is in the moment,
172
489244
2773
O zaman arabanın o an nerede olduğunu biliyoruz;
08:12
but we have to do better than that: we have to predict what's going to happen.
173
492017
3833
fakat bundan daha iyisini yapmalıyız: Ne olacağını kestirmek zorundayız.
08:15
So here the pickup truck in top right is about to make a left lane change
174
495850
3488
En üst sağda bir kamyonet sol şeride geçmek üzere,
çünkü ilerideki yol kapalı,
08:19
because the road in front of it is closed,
175
499338
2223
yani yoldan çıkması gerek.
08:21
so it needs to get out of the way.
176
501561
1731
08:23
Knowing that one pickup truck is great,
177
503292
1863
Bir kamyonetin olduğunu bilmek harika;
08:25
but we really need to know what everybody's thinking,
178
505155
2479
ama herkesin ne düşündüğünü bilmemiz gerek,
08:27
so it becomes quite a complicated problem.
179
507634
2507
işte o zaman oldukça karışık bir problem hâline geliyor.
08:30
And then given that, we can figure out how the car should respond in the moment,
180
510141
4749
Farz edelim ki, o an arabanın nasıl tepki vereceğini kestirebiliyoruz,
08:34
so what trajectory it should follow, how quickly it should slow down or speed up.
181
514890
3866
yani hangi yörüngeyi izleyecek, ne ölçüde hızlanıp yavaşlayacak.
08:38
And then that all turns into just following a path:
182
518756
3065
Hepsi sonunda bir yolu takip etmeye dönüşüyor:
08:41
turning the steering wheel left or right, pressing the brake or gas.
183
521821
3197
Direksiyonu sola veya sağa çevirmek, frene veya gaza basmak.
08:45
It's really just two numbers at the end of the day.
184
525018
2464
Yani sonuçta iki tane numara.
08:47
So how hard can it really be?
185
527482
2241
Peki bu ne kadar zor olabilir?
08:50
Back when we started in 2009,
186
530433
1952
2009 yılında başladığımız noktaya dönersek,
08:52
this is what our system looked like.
187
532385
1798
sistemimiz böyle bir şeydi.
08:54
So you can see our car in the middle and the other boxes on the road,
188
534183
3391
Arabamızı ortada ve diğer kutuları yolda görebilirsiniz,
otobanda ilerliyor.
08:57
driving down the highway.
189
537574
1271
08:58
The car needs to understand where it is and roughly where the other vehicles are.
190
538845
3818
Araba nerede olduğunu ve kabaca diğer araçların nerede olduğunu bilmeli.
Bu dünyanın geometrik olarak anlaşılması demek.
09:02
It's really a geometric understanding of the world.
191
542663
2429
Komşu sokaklarda ve şehirde sürmeye başladığımızda,
09:05
Once we started driving on neighborhood and city streets,
192
545092
2948
09:08
the problem becomes a whole new level of difficulty.
193
548040
2445
problem yeni bir boyut kazandı.
09:10
You see pedestrians crossing in front of us, cars crossing in front of us,
194
550485
3494
Önümüzden geçen yayaları ve araçları görüyorsunuz.
09:13
going every which way,
195
553979
1811
Her biri bir yere gidiyor,
09:15
the traffic lights, crosswalks.
196
555790
1527
trafik ışıkları, yaya geçitleri.
09:17
It's an incredibly complicated problem by comparison.
197
557317
2797
Kıyaslarsak, inanılmaz karışık bir problem.
09:20
And then once you have that problem solved,
198
560114
2103
Bir kere bu problemi çözerseniz,
09:22
the vehicle has to be able to deal with construction.
199
562217
2512
araç inşaatlarla baş etmek zorundadır.
09:24
So here are the cones on the left forcing it to drive to the right,
200
564729
3151
Görüyorsunuz, soldaki dubalar onu sağa gitmeye zorluyor;
09:27
but not just construction in isolation, of course.
201
567880
2402
fakat tabii ki sadece tek başına inşaatlar değil.
09:30
It has to deal with other people moving through that construction zone as well.
202
570282
3723
İnşaat sahasında hareket eden diğer insanlarla da baş etmek zorunda.
09:34
And of course, if anyone's breaking the rules, the police are there
203
574005
3263
Ve tabii ki, kuralları çiğneyen biri varsa, polis oradadır
09:37
and the car has to understand that that flashing light on the top of the car
204
577268
3622
ve arabanın üstünde yanıp sönen ışıklardan
09:40
means that it's not just a car, it's actually a police officer.
205
580890
3105
bunun normal bir araba olmadığını, bir polis memuru olduğunu anlamalıdır.
09:43
Similarly, the orange box on the side here,
206
583995
2032
Benzer şekilde, köşedeki turuncu kutu,
bir okul otobüsü
09:46
it's a school bus,
207
586027
1109
ve ona da farklı davranmamız gerekiyor.
09:47
and we have to treat that differently as well.
208
587136
2520
09:50
When we're out on the road, other people have expectations:
209
590576
2793
Yola çıktığımızda, diğer insanların beklentileri var:
09:53
So, when a cyclist puts up their arm,
210
593369
1780
Yani, bir bisikletçi kolunu kaldırdığında,
09:55
it means they're expecting the car to yield to them and make room for them
211
595149
3518
bu demektir ki arabanın onlara yol vermesini ve şerit değiştirmek için
09:58
to make a lane change.
212
598667
2053
yer açmasını bekliyorlar.
10:01
And when a police officer stood in the road,
213
601030
2173
Ve polis memuru yolda dikiliyorsa,
10:03
our vehicle should understand that this means stop,
214
603203
2740
aracımız bunun dur demek olduğunu anlamalı
10:05
and when they signal to go, we should continue.
215
605943
3506
ve devam et işaret yaptığında devam etmeliyiz.
10:09
Now, the way we accomplish this is by sharing data between the vehicles.
216
609449
3761
Bunu, veriyi diğer araçlarla paylaşarak başardık.
10:13
The first, most crude model of this
217
613210
1696
Bunun ilk ve kabataslak modelinde
10:14
is when one vehicle sees a construction zone,
218
614906
2113
bir araç bir inşaat sahası gördüğünde
10:17
having another know about it so it can be in the correct lane
219
617019
3062
bunu diğerine haber veriyor, böylece o da olumsuzluktan kaçınmak için
10:20
to avoid some of the difficulty.
220
620081
1570
doğru şeride geçiyor.
10:21
But we actually have a much deeper understanding of this.
221
621651
2664
Aslında daha derin bir anlayışa sahibiz.
10:24
We could take all of the data that the cars have seen over time,
222
624315
3009
Zamanla araçların gördüğü tüm verileri alıp,
10:27
the hundreds of thousands of pedestrians, cyclists,
223
627324
2376
oralarda olan yüz binlerce yaya,
10:29
and vehicles that have been out there
224
629700
1787
bisikletli ve aracı,
10:31
and understand what they look like
225
631487
1695
onların neye benzediğini anlayıp,
10:33
and use that to infer what other vehicles should look like
226
633182
2831
diğer araçların ve diğer yayaların neye benzediği konusunda çıkarım
10:36
and other pedestrians should look like.
227
636013
1926
yapmak için kullanabiliriz.
10:37
And then, even more importantly, we could take from that a model
228
637939
3021
Daha da önemlisi, bundan bir model çıkarıp
10:40
of how we expect them to move through the world.
229
640960
2330
onların dünyada nasıl davrandıklarını bulabiliriz.
10:43
So here the yellow box is a pedestrian crossing in front of us.
230
643290
2963
Buradaki sarı kutu önümüzde karşıya geçen bir yaya.
10:46
Here the blue box is a cyclist and we anticipate
231
646253
2250
Buradaki mavi kutu bir bisikletli ve biz onun
10:48
that they're going to nudge out and around the car to the right.
232
648503
3312
arabanın yanından geçip sağa yöneleceğini öngörüyoruz.
10:52
Here there's a cyclist coming down the road
233
652115
2092
Burada bir bisikletli aşağı yönde gidiyor
10:54
and we know they're going to continue to drive down the shape of the road.
234
654207
3486
ve biz onun yol boyunca sürmeye devam edeceğini biliyoruz.
10:57
Here somebody makes a right turn,
235
657693
1867
Burada birisi sağa dönüş yapıyor
10:59
and in a moment here, somebody's going to make a U-turn in front of us,
236
659560
3360
ve burada bir anda, birisi önümüzde U dönüşü yapacak
11:02
and we can anticipate that behavior and respond safely.
237
662920
2614
ve biz bu davranışı öngörüp güvenli bir şekilde tepki verebiliriz.
11:05
Now, that's all well and good for things that we've seen,
238
665534
2728
Gördüğümüz şeylerin hepsi iyi ve güzel,
fakat tabii ki, dünyada daha önce görmediğiniz
11:08
but of course, you encounter lots of things that you haven't
239
668262
2865
birçok şeyle karşılaşıyorsunuz.
11:11
seen in the world before.
240
671127
1231
Sonuçta birkaç ay önce,
11:12
And so just a couple of months ago,
241
672358
1741
araçlarımız Mountain View'de gidiyorlardı
11:14
our vehicles were driving through Mountain View,
242
674099
2235
ve karşımıza şöyle bir şey çıktı.
11:16
and this is what we encountered.
243
676334
1644
Akülü sandalyede bir bayan
11:17
This is a woman in an electric wheelchair
244
677978
2082
yolda daireler çizerek ördek kovalıyor. (Gülüşmeler)
11:20
chasing a duck in circles on the road. (Laughter)
245
680060
2617
11:22
Now it turns out, there is nowhere in the DMV handbook
246
682677
3111
Görünen o ki, motorlu taşıtlar el kitabında
11:25
that tells you how to deal with that,
247
685788
2245
bununla nasıl başa çıkacağınızı anlatan bir bölüm yok;
11:28
but our vehicles were able to encounter that,
248
688033
2143
fakat araçlarımız bununla baş edebildi,
11:30
slow down, and drive safely.
249
690176
2255
yavaşladı ve güvenli bir şekilde devam etti.
11:32
Now, we don't have to deal with just ducks.
250
692431
2041
Fakat sadece ördeklerle uğraşmıyoruz.
11:34
Watch this bird fly across in front of us. The car reacts to that.
251
694472
3708
Önümüzde uçan şu kuşa bakın. Araba ona tepki veriyor.
11:38
Here we're dealing with a cyclist
252
698180
1615
Burada bir bisikletli ile uğraşıyoruz,
11:39
that you would never expect to see anywhere other than Mountain View.
253
699795
3290
ki böyle bir şeyi Mountain View haricinde görmeyi asla ummazsınız.
Tabii ki, sürücülerle de uğraşmak durumundayız,
11:43
And of course, we have to deal with drivers,
254
703085
2068
11:45
even the very small ones.
255
705153
3715
ufak sürücüler dâhil.
11:48
Watch to the right as someone jumps out of this truck at us.
256
708868
4131
Bakın sağ tarafta birisi bu tırdan bize doğru atlıyor.
11:54
And now, watch the left as the car with the green box decides
257
714460
2929
Şimdi de, bakın soldaki yeşil kutudaki araba
11:57
he needs to make a right turn at the last possible moment.
258
717389
3325
en son anda sağa dönmeye karar veriyor.
12:00
Here, as we make a lane change, the car to our left decides
259
720714
2851
Burada, biz şerit değiştirirken solumuzdaki araç da
12:03
it wants to as well.
260
723565
3553
şerit değiştirmek istiyor.
12:07
And here, we watch a car blow through a red light
261
727118
2693
Burada ise, kırmızı ışıkta kaçan bir araba izliyoruz
12:09
and yield to it.
262
729811
2090
ve ona yol veriyor.
12:11
And similarly, here, a cyclist blowing through that light as well.
263
731901
3854
Benzer şekilde, bir bisikletli ışıktan kaçıyor.
12:15
And of course, the vehicle responds safely.
264
735755
2746
Tabii ki, araç güvenli bir şekilde yanıt veriyor.
12:18
And of course, we have people who do I don't know what
265
738501
2601
Ve tabii ki, bazı insanlar var yolda, nedir bilemiyorum,
12:21
sometimes on the road, like this guy pulling out between two self-driving cars.
266
741102
3823
bazen şu adam gibi iki sürücüsüz araba arasından çıkıyor.
12:24
You have to ask, "What are you thinking?"
267
744925
2045
"Ne düşünüyordun acaba?" diye sorasınız geliyor.
12:26
(Laughter)
268
746970
1212
(Gülüşmeler)
12:28
Now, I just fire-hosed you with a lot of stuff there,
269
748182
2521
Size bir sürü şeyi gösterdim,
12:30
so I'm going to break one of these down pretty quickly.
270
750703
2650
hemen bunlardan birini daha detaylı göstereceğim.
Burada tekrar bisikletlinin olduğu görüntüyü görüyoruz
12:33
So what we're looking at is the scene with the cyclist again,
271
753353
2940
ve aşağıda henüz bisikletliyi göremediğimizi fark etmiş olabilirsiniz;
12:36
and you might notice in the bottom, we can't actually see the cyclist yet,
272
756293
3491
12:39
but the car can: it's that little blue box up there,
273
759784
2504
fakat araba görebiliyor: Yukarıdaki küçük mavi kutu
ve bu lazer verisinden geliyor.
12:42
and that comes from the laser data.
274
762288
2081
Aslında bunu anlaması çok kolay değil,
12:44
And that's not actually really easy to understand,
275
764369
2418
o yüzden lazer verisini açıp bakacağım
12:46
so what I'm going to do is I'm going to turn that laser data and look at it,
276
766787
3584
ve bir lazer verisine bakmakta iyiyseniz, siz de
12:50
and if you're really good at looking at laser data, you can see
277
770371
3029
eğride birkaç nokta görebilirsiniz,
tam şurada ve o mavi kutu, işte o bisikletli.
12:53
a few dots on the curve there,
278
773400
1487
12:54
right there, and that blue box is that cyclist.
279
774887
2372
Şimdi ışığımız kırmızı iken,
12:57
Now as our light is red,
280
777259
1149
bisikletlinin ışığı çoktan sarıya döndü
12:58
the cyclist's light has turned yellow already,
281
778408
2192
ve dikkatle bakarsanız, bunu resimde görebilirsiniz.
13:00
and if you squint, you can see that in the imagery.
282
780600
2438
Fakat gördüğümüz bisikletli kavşaktan devam edecek.
13:03
But the cyclist, we see, is going to proceed through the intersection.
283
783038
3286
Işığımız şimdi yeşile döndü, onunki kesinlikle kırmızı
13:06
Our light has now turned green, his is solidly red,
284
786324
2394
13:08
and we now anticipate that this bike is going to come all the way across.
285
788718
4292
ve şimdi bu bisikletin karşıya geçmesini umuyoruz.
13:13
Unfortunately the other drivers next to us were not paying as much attention.
286
793010
3742
Ne yazık ki yanımızdaki diğer sürücüler o kadar da dikkat etmiyorlar.
13:16
They started to pull forward, and fortunately for everyone,
287
796752
3157
İlerlemeye başladılar, ama şükür ki
13:19
this cyclists reacts, avoids,
288
799909
3011
bisikletli tepki verip, kaçıyor
13:22
and makes it through the intersection.
289
802920
2191
ve kavşağı geçiyor.
13:25
And off we go.
290
805111
1568
Ve devam ediyoruz.
13:26
Now, as you can see, we've made some pretty exciting progress,
291
806679
2948
Şimdi, gördüğünüz gibi, oldukça şaşırtıcı ilerlemeler kaydettik
13:29
and at this point we're pretty convinced
292
809627
1902
ve bu noktada bu teknolojinin
13:31
this technology is going to come to market.
293
811529
2010
piyasaya çıkacağına ikna olduk.
13:33
We do three million miles of testing in our simulators every single day,
294
813539
4783
Simülatörlerimizde her gün beş milyon kilometre test yapıyoruz,
13:38
so you can imagine the experience that our vehicles have.
295
818322
2689
yani araçlarımızın sahip olduğu tecrübeyi hayal edebilirsiniz.
13:41
We are looking forward to having this technology on the road,
296
821011
2864
Bu teknolojiyi yola çıkarmaya can atıyoruz
13:43
and we think the right path is to go through the self-driving
297
823875
2890
ve doğru olanın sürücü asistan yaklaşımından ziyade
13:46
rather than driver assistance approach
298
826765
1844
sürücüsüz sistem olduğunu düşünüyoruz,
13:48
because the urgency is so large.
299
828609
2621
çünkü aciliyet çok önemli.
13:51
In the time I have given this talk today,
300
831230
2393
Bugün bu konuşmayı yaptığım sürede,
13:53
34 people have died on America's roads.
301
833623
3135
Amerika yollarında 34 kişi öldü.
13:56
How soon can we bring it out?
302
836758
2368
Bunu ne zaman yola çıkarabiliriz?
13:59
Well, it's hard to say because it's a really complicated problem,
303
839126
3832
Bunu söylemek zor, çünkü gerçekten karışık bir problem,
14:02
but these are my two boys.
304
842958
2214
fakat bunlar benim iki oğlum.
14:05
My oldest son is 11, and that means in four and a half years,
305
845172
3623
Büyüğü 11 yaşında ve bu demektir ki dört buçuk sene sonra
14:08
he's going to be able to get his driver's license.
306
848795
2577
ehliyetini alabilecek.
14:11
My team and I are committed to making sure that doesn't happen.
307
851372
3204
Ekibim ve ben bunun olmaması için kendimizi adadık.
14:14
Thank you.
308
854576
1904
Teşekkür ederim.
14:16
(Laughter) (Applause)
309
856480
3667
(Gülüşmeler) (Alkışlar)
14:21
Chris Anderson: Chris, I've got a question for you.
310
861110
2568
Chris Anderson: Chris, sana bir sorum var.
14:23
Chris Urmson: Sure.
311
863678
2809
Chris Urmson: Tabii.
14:26
CA: So certainly, the mind of your cars is pretty mind-boggling.
312
866487
3924
CA: Arabalarınızın zekâsı gerçekten akıl almaz.
14:30
On this debate between driver-assisted and fully driverless --
313
870411
4459
Sürücü-asistanlı ve tamamen sürücüsüz arasındaki çekişme --
14:34
I mean, there's a real debate going on out there right now.
314
874870
3041
yani, şu anda gerçek bir çekişme var.
14:37
So some of the companies, for example, Tesla,
315
877911
2833
Bazı şirketler, mesela Tesla,
14:40
are going the driver-assisted route.
316
880744
2159
sürücü-asistanlı yoldan gidiyorlar.
14:42
What you're saying is that that's kind of going to be a dead end
317
882903
5248
Diyorsunuz ki, bu şey çıkmaza girecek gibi,
14:48
because you can't just keep improving that route and get to fully driverless
318
888151
5456
çünkü rotayı sürekli güncelleyerek bir noktada tamamen sürücüsüz sisteme geçemezsiniz.
14:53
at some point, and then a driver is going to say, "This feels safe,"
319
893607
3530
Yani bir sürücü bunun güvenli olduğunu düşünerek
14:57
and climb into the back, and something ugly will happen.
320
897137
2647
arka koltuğa geçecek ve çirkin bir olay meydana gelecek.
14:59
CU: Right. No, that's exactly right, and it's not to say
321
899784
2676
CU: Doğru. Hayır, bu kesinlikle doğru
15:02
that the driver assistance systems aren't going to be incredibly valuable.
322
902460
3537
ve bu, sürücü asistan sistemleri çok değerli olmayacak demek değil.
15:05
They can save a lot of lives in the interim,
323
905997
2058
Bu geçiş döneminde birçok hayatı kurtarabilir,
15:08
but to see the transformative opportunity to help someone like Steve get around,
324
908055
3833
fakat Steve gibi birinin dolaşmasına yardım edecek dönüştürücü fırsatı görmek,
15:11
to really get to the end case in safety,
325
911888
1969
sonuca güvenli bir şekilde ulaşmak,
15:13
to have the opportunity to change our cities
326
913857
2479
şehirlerimizi değiştirecek olan fırsata sahip olmak
15:16
and move parking out and get rid of these urban craters we call parking lots,
327
916336
4204
ve otoparkları bırakıp, park alanları dediğimiz şehir oyuklarından kurtulmak için
15:20
it's the only way to go.
328
920540
1240
bu tek yol.
15:21
CA: We will be tracking your progress with huge interest.
329
921780
2718
CA: Gelişmeleri büyük bir ilgiyle takip ediyor olacağız.
15:24
Thanks so much, Chris. CU: Thank you. (Applause)
330
924498
4232
Çok teşekkürler, Chris. CU: Teşekkür ederim. (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