Aicha Evans: Your self-driving robotaxi is almost here | TED

Translator: Trần Ngọc Bảo Trâm Reviewer: Nhu PHAM

I’m Aicha Evans,

Tôi là Aicha Evans,

I am from Senegal, West Africa,

đến từ Senegal, miền Tây châu Phi,

and I fell in love with technology, science and engineering

và tôi yêu thích công nghệ, khoa học và máy móc

at a very young age.

từ khi còn rất nhỏ.

Three things happened.

Có ba điều xảy ra.

I was studying in Paris,

Lúc đó, tôi đang học ở Paris,

and starting at seven years old,

và bắt đầu từ khi lên bảy,

flying back and forth between Dakar, Senegal and Paris

tôi bay đi bay về giữa Dakar, Senegal và Paris

as an unaccompanied minor.

một mình, không có người lớn đi kèm.

So it wasn't just about the travel.

Nhưng không chỉ là về chuyện đi lại.

It was really about a portal to knowledge,

Đó còn là về cánh cửa tri thức,

different environments

những môi trường khác

and adapting.

và sự thích nghi.

Second thing that happened

Điều thứ hai xảy ra là

was every time I was at home in Senegal,

mỗi khi về đến nhà ở Senegal.

I wanted to talk to my friends in Paris.

tôi muốn nói chuyện với các bạn ở Paris.

So my dad got tired of the long-distance bills,

Bố tôi phát mệt với đống hóa đơn gọi đường dài,

nên đã gắn ổ khóa vào điện thoại -

so he put a little lock on the phone --

the rotary phone.

điện thoại quay số.

I said, OK, no problem,

Tôi nói, OK, không sao,

hacked it,

mình sẽ vô hiệu hóa nó,

and he kept getting the bills.

và ông ấy cứ nhận được hóa đơn.

Sorry again, Dad, if you’re watching this someday.

Xin lỗi Bố lần nữa nhé, nếu ngày nào đó, bố xem thấy.

And then, obviously, the internet was also emerging.

Và sau đó, rõ ràng, mạng internet phát triển mạnh.

So what really happened was that, in terms of technology,

Nên điều thật sự xảy ra là, về mặt công nghệ,

I really saw it as something that shaped your experiences,

tôi xem nó như một thứ có thể định hình trải nghiệm của bạn,

how you understand the world

cách bạn nhìn nhận thế giới

and wanting to be part of it.

và muốn là một phần của nó.

And for me,

Và với tôi,

the common thread is that physical and virtual transportation --

rủi ro chung chính là việc vận chuyển thực và ảo -

because that’s really what that rotary phone was for me --

bởi đó là lí do điện thoại quay số có ý nghĩa với tôi -

are at the center of the innovation flywheel.

đang là trung tâm của sự thay đổi.

Now, fast-forward.

Tua nhanh đến ngày nay.

I’m here today,

Tôi đang đứng đây,

I’m part of a movement and an industry

là một phần của phong trào và của một nền công nghiệp

that is working on bringing transportation and technology together.

vận hành dựa trên việc đưa vận chuyển và công nghệ lại với nhau.

Huh.

Huh.

It’s not just about your commutes.

Không chỉ là về đi lại.

It’s really about changing everything

Mà còn là về việc thay đổi mọi thứ

in terms of how we move people, goods and services, eventually.

cách ta vận chuyển người, đồ vật và dịch vụ.

That transformation involves robotaxis.

Việc biến đổi này có cả taxi robot.

Driverless cars again, really?

Lại là không người lái, đúng chứ?

Yeah, yeah, yeah, I’ve heard it before.

Yeah, yeah yeah, tôi đã nghe rồi.

And by the way, they are always coming the next decade,

Và nhân đây, chúng sắp xuất hiện vào thập kỉ tiếp theo,

and oh, by the way,

và nhân đây,

there’s an alphabet soup of companies working on it

số các công ty nghiên cứu về nó đang mọc lên như nấm,

and we can’t even remember who’s who and who’s doing what.

ta, thậm chí, chẳng thể nhớ ai là ai và đang làm gì.

Yeah?

Đúng chứ?

Audience: Yeah.

Khán giả: Yeah

AE: Yeah, OK, well, this is not about personal, self-driving cars.

AE: Ok, thế thì, đây không phải là về mấy chiếc xe cá nhân tự lái.

Xin lỗi vì đã làm bạn thất vọng.

Sorry to disappoint you.

This is really about a few things.

Đây là một số vấn đề khác.

First of all,

Đầu tiên,

personally and individually owned cars are a wasteful expense,

việc sở hữu một chiếc xe hơi cá nhân cho riêng mình là một lãng phí,

and they contribute to, basically, a lot of pollution

và chúng góp phần rất nhiều trong việc gây ra ô nhiễm

and also traffic in urban areas.

và ùn tắc giao thông trong nội thành.

Second of all, there’s this notion of self-driving shuttles,

Thứ hai, có một khái niệm nhất định về xe đưa đón tự lái,

but frankly, they are optimized for many.

nhưng thẳng thắng là, chúng bị

tối ưu hóa cho nhiều người.

They can’t take you specifically from point A to point B.

Chúng không thể đặc biệt đưa bạn từ điểm A đến điểm B.

OK, now we have --

OK, giờ chúng ta có --

hm, how am I going to say this --

hm, sao để diễn đạt cái này ta--

the so-called “personal, self-driving” cars of today.

cái gọi là xe “cá nhân, tự lái” ngày nay,

Well, the reality is that those cars still require a human behind the wheel.

thì, thực tế là mấy chiếc xe đó vẫn cần con người ngồi sau bánh lái.

A safety driver.

Một người lái an toàn.

Make no mistake about it.

Chẳng có khuyết điểm gì về nó.

I own one of those,

Tôi có một xe như thế,

and when I’m in it,

và khi ngồi ở trong,

I am a safety driver.

tôi là người lái xe an toàn.

So the question now becomes, What do we do with this?

Vậy câu hỏi bây giờ thành ra, Chúng ta làm gì với cái này?

Well, we think that robotaxis,

Ừm thì, ta nghĩ rằng taxi robot,

first of all, they will take you specifically from point A to point B.

đầu tiên, chúng sẽ đưa ta từ điểm A đến B, chính xác.

Second of all, when you're not using them,

Thứ hai, khi bạn không dùng nó,

somebody else will be using them.

người khác sẽ dùng.

And they are being tested today.

Ngày nay, chúng đang được thử nghiệm.

When I say that we’re on the cusp of finally delivering that vision,

Khi tôi nói rằng điều đó đang rất gần với hiện thực,

there's actually reason to believe it.

thật sự là có lý do để tin đấy.

At the core of self-driving technology is computer vision.

Cốt lõi của công nghệ tự lái là thị giác máy tính.

Computer vision is a real-time representation,

Thị giác máy tính là một đại diện cho xử lý tức thời,

digital representation, of the world and the interactions within it.

đại diện số hóa, cho thế giới và những tương tác bên trong.

It has benefited from leaps and bounds of advancements

Nó đã có những tiến bộ nhảy vọt

thanks to computer, sensors, machine learning and software innovation.

nhờ máy tính, máy cảm biến, máy học và đổi mới phần mềm.

At the core of computer vision are camera systems.

Cốt lõi của thị giác máy tính là hệ thống camera.

Cameras basically help you see agents such as cars,

Các camera về cơ bản giúp bạn thấy được các tác nhân như xe,

their locations and their actions,

vị trí và chuyển động của chúng,

pedestrians,

người đi bộ,

their locations,

vị trí của họ,

their actions and their gestures.

hành động và cử chỉ của họ.

In addition, there's also been a lot of advancements.

Ngoài ra, cũng đã có rất nhiều sự cải tiến.

So one example is our vehicle can see the skeleton framework

Một ví dụ là phương tiện của ta có thể thấy khung sường của mã lập trình có sẵn

to show you the direction of travel;

để chỉ đường cho bạn;

also to give you details, like, are you dealing with a construction worker

cũng đưa bạn các chi tiết, như là, liệu có gặp phải

in a construction zone

công nhân xây dựng ở công trường

or are you dealing with a pedestrian that’s probably distracted

hay một người đi đường đang bị phân tâm bởi điện thoại?

because they are looking on their phone?

Now the reality, though --

Giờ thực tế thì -

and this is where it gets interesting --

đến điểm thú vị rồi đây -

is that the camera and the algorithms that help us really cannot yet match

các camera và các thuật toán không thể bắt kịp

the human brain’s ability to understand and interpret the environment.

khả năng của não bộ trong việc hiểu và phiên dịch môi trường.

They just can’t.

Đơn giản là không thể.

Even though they provide you really high-resolution imaging

Dù chúng cung cấp hình ảnh có độ phân giải rất cao

that really gives you continuous coverage,

giúp bạn có được độ bao phủ tin tức liên tục,

that doesn’t get fatigued, impaired

không bị mệt mỏi hay hư hỏng,

or, you know, drunk or anything like that,

hoặc, bạn biết đấy, say xỉn hay tương tự,

at the end of the day,

vào cuối ngày,

there are still things that they can’t see and they can’t measure.

vẫn có những thứ chúng không thể thấy và đo lường.

So if we want autonomous-driving robotaxis soon,

Nên nếu muốn sớm có những taxi robot tự lái,

we have to supplement cameras.

chúng ta phải có thêm camera.

Let me walk through some examples.

Cùng tôi đi qua một vài ví dụ nhé.

So radar gives you the direction of travel

Radar cung cấp hướng đi và đo lường

and measures the agent’s movement within centimeters per second.

chuyển động của các chất điểm trên từng centimet mỗi giây.

Lidar gives you objects and shapes in the real world using depth perception

Lidar cho bạn biết vật thể và hình dạng trong thế giới thực

as well as long-range and the all-important night vision.

bằng cách dùng nhận thức sâu cũng như tầm nhìn xa trong đêm.

And let me tell you about this,

Hãy để tôi kể bạn điều này,

because this is important to me personally and people who look like me.

bởi nó quan trọng với tôi và những người có ngoại hình như tôi.

Then you have, also, long-wave infrared

Tiếp theo, bạn có tia hồng ngoại bước sóng dài

where you are able to see agents that are emitting heat,

giúp bạn thấy các tác nhân đang tỏa nhiệt,

such as animals and humans.

như con người và động vật.

And that’s again,

Và điều này, lại nữa,

especially at night,

đặc biệt là vào ban đêm,

super important.

cực kì quan trọng.

Now, every one of these sensors is very powerful by itself,

Mỗi một cảm biến này đều có ích và mạnh mẽ,

but when you put them together is when the magic happens.

nhưng khi ráp chúng lại với nhau, phép màu xảy ra.

If you see with this vehicle, for example,

Ví dụ, nếu bạn nhìn với cái xe này,

you have these multiple sensor modalities

bạn có khá nhiều phương thức cảm biến

at all top four corners of the vehicle

ở tất cả bốn góc của xe

that basically provide you a 360-degree field of vision,

và chúng cơ bản cung cấp cho bạn một tầm nhìn 360 độ,

continuously,

liên tục,

in a redundant manner,

không ngơi nghỉ,

so that we don't miss anything.

để chắc rằng ta không bỏ sót thứ gì.

And this is that same thing

Và điều này cũng giống như

with all of the different outputs fused together.

tất cả mọi thiết bị đầu ra hợp nhất lại.

And looking at this, basically,

Bằng cách xem xét nó,

and looking at what we see and how we are able to process the data,

xem xét thứ ta thấy và cách ta có thể xử lí dữ liệu,

then learn,

rồi học hỏi,

then continue to improve our driving,

và tiếp tục cải tiến cách lái xe,

is what tells us that we have confidence,

điều này sẽ giúp ta thêm tự tin,

this is the right approach

đây là cách tiếp cận đúng

and this time it’s actually coming.

và lúc này đây, nó đã sắp thành hiện thực.

Now, this is not, by the way, a brand new concept, OK?

Đây chẳng phải là một khái niệm mới nhỉ?

Humans have been basically using vision systems

Loài người về cơ bản đã sử dụng hệ thống thị giác

to assist them for a long time.

để hoạt động suốt một thời gian dài.

Let me back up the boat a little bit,

Để tôi nói rõ hơn,

because I know there’s a question that everybody’s asking,

bởi tôi biết có một câu hỏi mà mọi người đang thắc mắc:

which is, “Hey, how are you going to deal with all the scenarios

“Này, cô tính xử lý mọi tình huống xảy ra

out there on the streets today?”

trên đường ngày nay như thế nào?”

Most of us are drivers,

Phần lớn chúng ta đều lái xe, ngoài đường thì là khá phức tạp.

and it’s complicated out there.

Well, the truth is that there will always be edge scenarios

Sự thật là luôn có những tình huống mới lạ

that sit at the boundary of our real-world testing

nằm ngoài các thử nghiệm thế giới thực của chúng tôi

or that are just too dangerous to test on real streets.

hoặc quá nguy hiểm để có thể được kiểm tra trên đường phố thật.

That is the truth,

Đó là sự thật,

and it will be the truth for a very long time.

và nó sẽ vẫn là sự thật một khoảng thời gian dài nữa.

Human beings are pretty underrated in their abilities.

Con người đang bị đánh giá khá thấp về khả năng của họ.

So what we do is we use simulation.

Vậy điều ta làm là mô phỏng.

And with simulation,

Và với sự mô phỏng này,

we’re able to construct millions of scenarios

chúng ta có thể xây dựng hàng triệu tình huống

in a fabricated environment

trong một môi trường giả lập

so that we can see how our software would react.

để có thể thấy cách hệ thống phản ứng.

And that’s the simulation footage.

Và đó là cảnh phim mô phỏng.

You can see we’re building the world,

Bạn có thể thấy chúng tôi đang xây dựng thế giới,

we’re putting in scenarios

đặt vào các tình huống,

and we can add things,

và có thể thêm nhiều thứ,

remove things

loại bỏ các thứ

and see how we would react.

và xem thử cách ta phản ứng.

In addition, we have what's called a human in the loop.

Ngoài ra, chúng ta có cái gọi là người trong vòng lặp.

This is very similar to aviation systems today.

Rất giống hệ thống hàng không ngày nay.

We don’t want the vehicle to get stuck,

Ta không muốn phương tiện bị mắc kẹt,

and there are rare times where it’s not going to know what to do.

và hiếm hoi là, không biết phải làm gì.

So we have a team of teleguidance operators

Nên chúng tôi có một nhóm điều hành từ xa

that are sitting at a control center,

ngồi trong một trung tâm điều khiển,

and if the vehicle knows that it’s going to be stuck

và nếu phương tiện đó biết rằng nó sẽ bị kẹt

or it doesn’t know what to do,

hoặc không biết phải làm gì,

it asks for guidance and help

nó sẽ yêu cầu trợ giúp và hướng giải quyết

and it receives it remotely

và được đáp ứng từ xa

and then it proceeds.

và vận hành.

Now, none of these really are new concepts,

Giờ thì, chẳng có gì thực sự là khái niệm mới cả,

as I alluded to earlier.

như tôi đã ám chỉ từ trước.

Vision systems have been assisting humans for a long time,

Hệ thống thị giác đã giúp đỡ con người từ lâu rồi,

especially with things that are not visible to the naked eye.

đặc biệt là với những thứ không thể nhìn thấy được bằng mắt thường.

So ...

Giống như...

microscopes, right?

kính hiển vi nhỉ?

We’ve been studying microbes and cells for a long time.

Chúng ta đã nghiên cứ vi trùng và tế bào từ lâu.

Telescopes:

Kính viễn vọng:

we’ve been studying and detecting galaxies millions of light-years away

ta đã nghiên cứu vào xác định các ngân hà cách đây hàng triệu năm ánh sáng

for a long time.

rất lâu rồi.

And both of these have caused us,

Và cả hai điều này đều giúp ta,

for example,

ví dụ,

to transform industries like medicine,

biến đổi những lĩnh vực như y dược,

farming,

trồng trọt,

astrophysics

vật lý thiên thể

and much more.

và hơn thế nữa.

So when we talk about computer vision,

Nên khi ta nói về thị giác máy tính,

when it started,

ban đầu,

it was really a thought experiment

nó thật sự là một thí nghiệm về suy nghĩ

to see if we could replicate what humans see using cameras.

để xem thử liệu ta có thể sao chép bằng camera những gì con người thấy.

It has now graduated with sensors,

Hiện nay, ta đã có cảm biến,

computers,

máy tính,

AI

trí tuệ nhân tạo,

and software innovation

và sự đổi mới của các phần mềm

to be about surpassing what humans can see and perceive.

để vượt lên trên những gì con người có thể thấy và nhận biết.

We’ve made a lot of progress in this field,

Chúng ta đã đạt được rất nhiều bước tiến trong lĩnh vực này,

but at the end of the day,

nhưng sau cùng thì, ta vẫn còn nhiều thứ để làm.

we have a lot more to do.

And with an autonomous robotaxi,

Và với một taxi robot tự động,

you want it to be safe,

bạn muốn nó luôn an toàn,

right and reliable every single time,

chạy đúng và đáng tin cậy,

which requires rigorous testing and optimization.

Để làm được, cần sự thử nghiệm và tối ưu gắt gao.

And when that happens

Và khi điều này thành thực,

and we reach that state,

và ta đạt được mức độ đó,

we will wonder how we ever accepted

ta sẽ tự hỏi làm thế nào ta có thể chấp nhận

or tolerated

hay bỏ qua

94 percent of crashes

94% vụ va chạm

being caused by human [error].

là do con lỗi con người.

So with computer vision,

Nên với thị giác máy tính,

we have the opportunity

chúng ta có cơ hội

to move from problem-solving to problem-preventing.

“phòng bệnh hơn chữa bệnh”.

And I truly, truly believe

Và tôi thực sự tin rằng

that the next generation of scientists and technologists

thế hệ nhà khoa học và công nghệ tiếp theo

in, yes, Silicon Valley,

không chỉ ở thung lũng Silicon,

but in Paris,

mà còn ở Paris,

in Senegal, West Africa

ở Senegal, Tây Phi

and all over the world,

và trên toàn thế giới,

will be exposed to computer vision applied broadly.

sẽ được tiếp xúc rộng rãi với thị giác máy tính.

And with that,

Và khi đó,

all industries will be transformed,

mọi ngành công nghiệp sẽ biến đổi,

and we will experience the world in a different way.

và ta sẽ trải nghiệm thế giới theo một cách khác.

I hope you can join me in agreeing that this is a gift

Tôi mong các bạn có thể cùng đồng ý rằng đây là một món quà

that we almost owe our next generation that is coming,

mà ta nên dành tặng các thế hệ tiếp theo,

because there are a lot of things that computer vision will help us solve.

bởi có rất nhiều thứ thị giác máy tính sẽ giúp ta giải quyết.

Thank you.

Xin cảm ơn.

(Applause)

(Vỗ tay)