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

40,030 views ・ 2022-02-01

TED


Vui lòng nhấp đúp vào phụ đề tiếng Anh bên dưới để phát video.

Translator: Trần Ngọc Bảo Trâm Reviewer: Nhu PHAM
00:04
I’m Aicha Evans,
0
4251
1334
Tôi là Aicha Evans,
00:05
I am from Senegal, West Africa,
1
5585
2086
đến từ Senegal, miền Tây châu Phi,
00:07
and I fell in love with technology, science and engineering
2
7671
4713
và tôi yêu thích công nghệ, khoa học và máy móc
00:12
at a very young age.
3
12384
1168
từ khi còn rất nhỏ.
00:13
Three things happened.
4
13677
1126
Có ba điều xảy ra.
00:15
I was studying in Paris,
5
15095
2419
Lúc đó, tôi đang học ở Paris,
00:17
and starting at seven years old,
6
17514
2753
và bắt đầu từ khi lên bảy,
00:20
flying back and forth between Dakar, Senegal and Paris
7
20267
3712
tôi bay đi bay về giữa Dakar, Senegal và Paris
00:23
as an unaccompanied minor.
8
23979
1459
một mình, không có người lớn đi kèm.
00:26
So it wasn't just about the travel.
9
26106
1710
Nhưng không chỉ là về chuyện đi lại.
00:27
It was really about a portal to knowledge,
10
27816
2836
Đó còn là về cánh cửa tri thức,
00:30
different environments
11
30652
1084
những môi trường khác
00:31
and adapting.
12
31736
1126
và sự thích nghi.
00:33
Second thing that happened
13
33697
2377
Điều thứ hai xảy ra là
00:36
was every time I was at home in Senegal,
14
36074
2294
mỗi khi về đến nhà ở Senegal.
00:38
I wanted to talk to my friends in Paris.
15
38368
2377
tôi muốn nói chuyện với các bạn ở Paris.
00:41
So my dad got tired of the long-distance bills,
16
41621
3963
Bố tôi phát mệt với đống hóa đơn gọi đường dài,
nên đã gắn ổ khóa vào điện thoại -
00:45
so he put a little lock on the phone --
17
45584
2085
00:47
the rotary phone.
18
47669
1001
điện thoại quay số.
00:49
I said, OK, no problem,
19
49212
1418
Tôi nói, OK, không sao,
00:50
hacked it,
20
50630
1126
mình sẽ vô hiệu hóa nó,
00:51
and he kept getting the bills.
21
51756
1669
và ông ấy cứ nhận được hóa đơn.
00:53
Sorry again, Dad, if you’re watching this someday.
22
53466
2586
Xin lỗi Bố lần nữa nhé, nếu ngày nào đó, bố xem thấy.
00:56
And then, obviously, the internet was also emerging.
23
56428
3962
Và sau đó, rõ ràng, mạng internet phát triển mạnh.
01:00
So what really happened was that, in terms of technology,
24
60724
3503
Nên điều thật sự xảy ra là, về mặt công nghệ,
01:04
I really saw it as something that shaped your experiences,
25
64227
3962
tôi xem nó như một thứ có thể định hình trải nghiệm của bạn,
01:08
how you understand the world
26
68189
1669
cách bạn nhìn nhận thế giới
01:09
and wanting to be part of it.
27
69858
1460
và muốn là một phần của nó.
01:11
And for me,
28
71484
1001
Và với tôi,
01:12
the common thread is that physical and virtual transportation --
29
72485
4588
rủi ro chung chính là việc vận chuyển thực và ảo -
01:17
because that’s really what that rotary phone was for me --
30
77073
3087
bởi đó là lí do điện thoại quay số có ý nghĩa với tôi -
01:20
are at the center of the innovation flywheel.
31
80160
2419
đang là trung tâm của sự thay đổi.
01:23
Now, fast-forward.
32
83955
1251
Tua nhanh đến ngày nay.
01:26
I’m here today,
33
86124
1293
Tôi đang đứng đây,
01:27
I’m part of a movement and an industry
34
87417
3170
là một phần của phong trào và của một nền công nghiệp
01:30
that is working on bringing transportation and technology together.
35
90587
3628
vận hành dựa trên việc đưa vận chuyển và công nghệ lại với nhau.
01:35
Huh.
36
95717
1001
Huh.
01:36
It’s not just about your commutes.
37
96718
1627
Không chỉ là về đi lại.
01:38
It’s really about changing everything
38
98345
1793
Mà còn là về việc thay đổi mọi thứ
01:40
in terms of how we move people, goods and services, eventually.
39
100138
3212
cách ta vận chuyển người, đồ vật và dịch vụ.
01:44
That transformation involves robotaxis.
40
104768
3670
Việc biến đổi này có cả taxi robot.
01:49
Driverless cars again, really?
41
109397
2711
Lại là không người lái, đúng chứ?
01:52
Yeah, yeah, yeah, I’ve heard it before.
42
112442
1919
Yeah, yeah yeah, tôi đã nghe rồi.
01:54
And by the way, they are always coming the next decade,
43
114402
4213
Và nhân đây, chúng sắp xuất hiện vào thập kỉ tiếp theo,
01:58
and oh, by the way,
44
118615
1001
và nhân đây,
01:59
there’s an alphabet soup of companies working on it
45
119616
2878
số các công ty nghiên cứu về nó đang mọc lên như nấm,
02:02
and we can’t even remember who’s who and who’s doing what.
46
122494
2711
ta, thậm chí, chẳng thể nhớ ai là ai và đang làm gì.
02:05
Yeah?
47
125580
1001
Đúng chứ?
02:06
Audience: Yeah.
48
126581
1001
Khán giả: Yeah
02:07
AE: Yeah, OK, well, this is not about personal, self-driving cars.
49
127582
5422
AE: Ok, thế thì, đây không phải là về mấy chiếc xe cá nhân tự lái.
Xin lỗi vì đã làm bạn thất vọng.
02:13
Sorry to disappoint you.
50
133004
1543
02:14
This is really about a few things.
51
134881
2085
Đây là một số vấn đề khác.
02:17
First of all,
52
137008
1210
Đầu tiên,
02:18
personally and individually owned cars are a wasteful expense,
53
138218
5380
việc sở hữu một chiếc xe hơi cá nhân cho riêng mình là một lãng phí,
02:23
and they contribute to, basically, a lot of pollution
54
143598
4755
và chúng góp phần rất nhiều trong việc gây ra ô nhiễm
02:28
and also traffic in urban areas.
55
148353
2627
và ùn tắc giao thông trong nội thành.
02:32
Second of all, there’s this notion of self-driving shuttles,
56
152232
4337
Thứ hai, có một khái niệm nhất định về xe đưa đón tự lái,
02:36
but frankly, they are optimized for many.
57
156569
2628
nhưng thẳng thắng là, chúng bị
tối ưu hóa cho nhiều người.
02:39
They can’t take you specifically from point A to point B.
58
159322
3212
Chúng không thể đặc biệt đưa bạn từ điểm A đến điểm B.
02:42
OK, now we have --
59
162867
2670
OK, giờ chúng ta có --
02:45
hm, how am I going to say this --
60
165537
1585
hm, sao để diễn đạt cái này ta--
02:47
the so-called “personal, self-driving” cars of today.
61
167122
3587
cái gọi là xe “cá nhân, tự lái” ngày nay,
02:51
Well, the reality is that those cars still require a human behind the wheel.
62
171459
5381
thì, thực tế là mấy chiếc xe đó vẫn cần con người ngồi sau bánh lái.
02:57
A safety driver.
63
177382
1335
Một người lái an toàn.
02:58
Make no mistake about it.
64
178717
1501
Chẳng có khuyết điểm gì về nó.
03:00
I own one of those,
65
180218
1210
Tôi có một xe như thế,
03:01
and when I’m in it,
66
181428
1042
và khi ngồi ở trong,
03:02
I am a safety driver.
67
182470
1377
tôi là người lái xe an toàn.
03:05
So the question now becomes, What do we do with this?
68
185306
4088
Vậy câu hỏi bây giờ thành ra, Chúng ta làm gì với cái này?
03:09
Well, we think that robotaxis,
69
189436
2127
Ừm thì, ta nghĩ rằng taxi robot,
03:11
first of all, they will take you specifically from point A to point B.
70
191563
4004
đầu tiên, chúng sẽ đưa ta từ điểm A đến B, chính xác.
03:16
Second of all, when you're not using them,
71
196317
2670
Thứ hai, khi bạn không dùng nó,
03:18
somebody else will be using them.
72
198987
2085
người khác sẽ dùng.
03:21
And they are being tested today.
73
201448
2502
Ngày nay, chúng đang được thử nghiệm.
03:24
When I say that we’re on the cusp of finally delivering that vision,
74
204784
5547
Khi tôi nói rằng điều đó đang rất gần với hiện thực,
03:30
there's actually reason to believe it.
75
210331
2044
thật sự là có lý do để tin đấy.
03:32
At the core of self-driving technology is computer vision.
76
212751
4504
Cốt lõi của công nghệ tự lái là thị giác máy tính.
03:38
Computer vision is a real-time representation,
77
218298
3920
Thị giác máy tính là một đại diện cho xử lý tức thời,
03:42
digital representation, of the world and the interactions within it.
78
222218
5214
đại diện số hóa, cho thế giới và những tương tác bên trong.
03:48
It has benefited from leaps and bounds of advancements
79
228600
4796
Nó đã có những tiến bộ nhảy vọt
03:53
thanks to computer, sensors, machine learning and software innovation.
80
233396
5464
nhờ máy tính, máy cảm biến, máy học và đổi mới phần mềm.
04:00
At the core of computer vision are camera systems.
81
240111
4088
Cốt lõi của thị giác máy tính là hệ thống camera.
04:04
Cameras basically help you see agents such as cars,
82
244949
4797
Các camera về cơ bản giúp bạn thấy được các tác nhân như xe,
04:09
their locations and their actions,
83
249746
2461
vị trí và chuyển động của chúng,
04:12
pedestrians,
84
252207
1001
người đi bộ,
04:13
their locations,
85
253208
1001
vị trí của họ,
04:14
their actions and their gestures.
86
254209
1710
hành động và cử chỉ của họ.
04:16
In addition, there's also been a lot of advancements.
87
256461
4838
Ngoài ra, cũng đã có rất nhiều sự cải tiến.
04:21
So one example is our vehicle can see the skeleton framework
88
261591
4880
Một ví dụ là phương tiện của ta có thể thấy khung sường của mã lập trình có sẵn
04:26
to show you the direction of travel;
89
266471
2294
để chỉ đường cho bạn;
04:28
also to give you details, like, are you dealing with a construction worker
90
268765
3712
cũng đưa bạn các chi tiết, như là, liệu có gặp phải
04:32
in a construction zone
91
272477
1626
công nhân xây dựng ở công trường
04:34
or are you dealing with a pedestrian that’s probably distracted
92
274103
4046
hay một người đi đường đang bị phân tâm bởi điện thoại?
04:38
because they are looking on their phone?
93
278149
1919
04:41
Now the reality, though --
94
281027
2002
Giờ thực tế thì -
04:43
and this is where it gets interesting --
95
283029
2377
đến điểm thú vị rồi đây -
04:45
is that the camera and the algorithms that help us really cannot yet match
96
285406
6924
các camera và các thuật toán không thể bắt kịp
04:52
the human brain’s ability to understand and interpret the environment.
97
292330
5464
khả năng của não bộ trong việc hiểu và phiên dịch môi trường.
04:58
They just can’t.
98
298419
1001
Đơn giản là không thể.
05:00
Even though they provide you really high-resolution imaging
99
300255
5171
Dù chúng cung cấp hình ảnh có độ phân giải rất cao
05:05
that really gives you continuous coverage,
100
305426
2795
giúp bạn có được độ bao phủ tin tức liên tục,
05:08
that doesn’t get fatigued, impaired
101
308221
2878
không bị mệt mỏi hay hư hỏng,
05:11
or, you know, drunk or anything like that,
102
311099
3503
hoặc, bạn biết đấy, say xỉn hay tương tự,
05:14
at the end of the day,
103
314602
1085
vào cuối ngày,
05:15
there are still things that they can’t see and they can’t measure.
104
315687
3211
vẫn có những thứ chúng không thể thấy và đo lường.
05:19
So if we want autonomous-driving robotaxis soon,
105
319023
5422
Nên nếu muốn sớm có những taxi robot tự lái,
05:24
we have to supplement cameras.
106
324445
2002
chúng ta phải có thêm camera.
05:26
Let me walk through some examples.
107
326865
1626
Cùng tôi đi qua một vài ví dụ nhé.
05:28
So radar gives you the direction of travel
108
328491
3212
Radar cung cấp hướng đi và đo lường
05:31
and measures the agent’s movement within centimeters per second.
109
331703
4880
chuyển động của các chất điểm trên từng centimet mỗi giây.
05:37
Lidar gives you objects and shapes in the real world using depth perception
110
337208
6298
Lidar cho bạn biết vật thể và hình dạng trong thế giới thực
05:43
as well as long-range and the all-important night vision.
111
343506
4421
bằng cách dùng nhận thức sâu cũng như tầm nhìn xa trong đêm.
05:48
And let me tell you about this,
112
348386
1502
Hãy để tôi kể bạn điều này,
05:49
because this is important to me personally and people who look like me.
113
349888
4004
bởi nó quan trọng với tôi và những người có ngoại hình như tôi.
05:54
Then you have, also, long-wave infrared
114
354267
3920
Tiếp theo, bạn có tia hồng ngoại bước sóng dài
05:58
where you are able to see agents that are emitting heat,
115
358187
3504
giúp bạn thấy các tác nhân đang tỏa nhiệt,
06:01
such as animals and humans.
116
361691
2461
như con người và động vật.
06:04
And that’s again,
117
364360
1126
Và điều này, lại nữa,
06:05
especially at night,
118
365486
1419
đặc biệt là vào ban đêm,
06:06
super important.
119
366905
1167
cực kì quan trọng.
06:08
Now, every one of these sensors is very powerful by itself,
120
368615
4754
Mỗi một cảm biến này đều có ích và mạnh mẽ,
06:13
but when you put them together is when the magic happens.
121
373369
3420
nhưng khi ráp chúng lại với nhau, phép màu xảy ra.
06:17
If you see with this vehicle, for example,
122
377457
2294
Ví dụ, nếu bạn nhìn với cái xe này,
06:19
you have these multiple sensor modalities
123
379751
2711
bạn có khá nhiều phương thức cảm biến
06:22
at all top four corners of the vehicle
124
382462
2586
ở tất cả bốn góc của xe
06:25
that basically provide you a 360-degree field of vision,
125
385048
5714
và chúng cơ bản cung cấp cho bạn một tầm nhìn 360 độ,
06:30
continuously,
126
390762
1209
liên tục,
06:31
in a redundant manner,
127
391971
1293
không ngơi nghỉ,
06:33
so that we don't miss anything.
128
393264
2127
để chắc rằng ta không bỏ sót thứ gì.
06:35
And this is that same thing
129
395808
1669
Và điều này cũng giống như
06:37
with all of the different outputs fused together.
130
397477
3545
tất cả mọi thiết bị đầu ra hợp nhất lại.
06:41
And looking at this, basically,
131
401356
1668
Bằng cách xem xét nó,
06:43
and looking at what we see and how we are able to process the data,
132
403024
3170
xem xét thứ ta thấy và cách ta có thể xử lí dữ liệu,
06:46
then learn,
133
406194
1126
rồi học hỏi,
06:47
then continue to improve our driving,
134
407320
2252
và tiếp tục cải tiến cách lái xe,
06:49
is what tells us that we have confidence,
135
409572
2503
điều này sẽ giúp ta thêm tự tin,
06:52
this is the right approach
136
412075
1334
đây là cách tiếp cận đúng
06:53
and this time it’s actually coming.
137
413409
2628
và lúc này đây, nó đã sắp thành hiện thực.
06:56
Now, this is not, by the way, a brand new concept, OK?
138
416496
3378
Đây chẳng phải là một khái niệm mới nhỉ?
07:00
Humans have been basically using vision systems
139
420375
3712
Loài người về cơ bản đã sử dụng hệ thống thị giác
07:04
to assist them for a long time.
140
424087
1877
để hoạt động suốt một thời gian dài.
07:07
Let me back up the boat a little bit,
141
427382
1793
Để tôi nói rõ hơn,
07:09
because I know there’s a question that everybody’s asking,
142
429175
3921
bởi tôi biết có một câu hỏi mà mọi người đang thắc mắc:
07:13
which is, “Hey, how are you going to deal with all the scenarios
143
433096
3753
“Này, cô tính xử lý mọi tình huống xảy ra
07:16
out there on the streets today?”
144
436849
2211
trên đường ngày nay như thế nào?”
07:19
Most of us are drivers,
145
439394
1167
Phần lớn chúng ta đều lái xe, ngoài đường thì là khá phức tạp.
07:20
and it’s complicated out there.
146
440561
1502
07:22
Well, the truth is that there will always be edge scenarios
147
442313
5839
Sự thật là luôn có những tình huống mới lạ
07:28
that sit at the boundary of our real-world testing
148
448152
4171
nằm ngoài các thử nghiệm thế giới thực của chúng tôi
07:32
or that are just too dangerous to test on real streets.
149
452323
3128
hoặc quá nguy hiểm để có thể được kiểm tra trên đường phố thật.
07:35
That is the truth,
150
455451
1961
Đó là sự thật,
07:37
and it will be the truth for a very long time.
151
457412
3545
và nó sẽ vẫn là sự thật một khoảng thời gian dài nữa.
07:41
Human beings are pretty underrated in their abilities.
152
461165
3212
Con người đang bị đánh giá khá thấp về khả năng của họ.
07:44
So what we do is we use simulation.
153
464877
2878
Vậy điều ta làm là mô phỏng.
07:48
And with simulation,
154
468089
1668
Và với sự mô phỏng này,
07:49
we’re able to construct millions of scenarios
155
469757
3921
chúng ta có thể xây dựng hàng triệu tình huống
07:53
in a fabricated environment
156
473678
1668
trong một môi trường giả lập
07:55
so that we can see how our software would react.
157
475346
3045
để có thể thấy cách hệ thống phản ứng.
07:58
And that’s the simulation footage.
158
478725
1793
Và đó là cảnh phim mô phỏng.
08:00
You can see we’re building the world,
159
480518
2294
Bạn có thể thấy chúng tôi đang xây dựng thế giới,
08:02
we’re putting in scenarios
160
482812
1251
đặt vào các tình huống,
08:04
and we can add things,
161
484063
1126
và có thể thêm nhiều thứ,
08:05
remove things
162
485189
1001
loại bỏ các thứ
08:06
and see how we would react.
163
486190
1335
và xem thử cách ta phản ứng.
08:08
In addition, we have what's called a human in the loop.
164
488109
3128
Ngoài ra, chúng ta có cái gọi là người trong vòng lặp.
08:11
This is very similar to aviation systems today.
165
491237
3378
Rất giống hệ thống hàng không ngày nay.
08:15
We don’t want the vehicle to get stuck,
166
495074
2628
Ta không muốn phương tiện bị mắc kẹt,
08:17
and there are rare times where it’s not going to know what to do.
167
497702
4212
và hiếm hoi là, không biết phải làm gì.
08:22
So we have a team of teleguidance operators
168
502123
3003
Nên chúng tôi có một nhóm điều hành từ xa
08:25
that are sitting at a control center,
169
505126
2210
ngồi trong một trung tâm điều khiển,
08:27
and if the vehicle knows that it’s going to be stuck
170
507336
3379
và nếu phương tiện đó biết rằng nó sẽ bị kẹt
08:30
or it doesn’t know what to do,
171
510715
1918
hoặc không biết phải làm gì,
08:32
it asks for guidance and help
172
512633
2086
nó sẽ yêu cầu trợ giúp và hướng giải quyết
08:34
and it receives it remotely
173
514719
2544
và được đáp ứng từ xa
08:37
and then it proceeds.
174
517263
1376
và vận hành.
08:39
Now, none of these really are new concepts,
175
519390
2628
Giờ thì, chẳng có gì thực sự là khái niệm mới cả,
08:42
as I alluded to earlier.
176
522018
2377
như tôi đã ám chỉ từ trước.
08:44
Vision systems have been assisting humans for a long time,
177
524729
3837
Hệ thống thị giác đã giúp đỡ con người từ lâu rồi,
08:48
especially with things that are not visible to the naked eye.
178
528566
3629
đặc biệt là với những thứ không thể nhìn thấy được bằng mắt thường.
08:52
So ...
179
532945
1669
Giống như...
08:54
microscopes, right?
180
534614
1168
kính hiển vi nhỉ?
08:55
We’ve been studying microbes and cells for a long time.
181
535865
3170
Chúng ta đã nghiên cứ vi trùng và tế bào từ lâu.
08:59
Telescopes:
182
539535
1001
Kính viễn vọng:
09:00
we’ve been studying and detecting galaxies millions of light-years away
183
540536
5089
ta đã nghiên cứu vào xác định các ngân hà cách đây hàng triệu năm ánh sáng
09:05
for a long time.
184
545625
1168
rất lâu rồi.
09:07
And both of these have caused us,
185
547085
2168
Và cả hai điều này đều giúp ta,
09:09
for example,
186
549253
1001
ví dụ,
09:10
to transform industries like medicine,
187
550254
2628
biến đổi những lĩnh vực như y dược,
09:12
farming,
188
552882
1043
trồng trọt,
09:13
astrophysics
189
553925
1126
vật lý thiên thể
09:15
and much more.
190
555051
1001
và hơn thế nữa.
09:16
So when we talk about computer vision,
191
556552
2711
Nên khi ta nói về thị giác máy tính,
09:19
when it started,
192
559263
1001
ban đầu,
09:20
it was really a thought experiment
193
560264
2044
nó thật sự là một thí nghiệm về suy nghĩ
09:22
to see if we could replicate what humans see using cameras.
194
562308
5047
để xem thử liệu ta có thể sao chép bằng camera những gì con người thấy.
09:27
It has now graduated with sensors,
195
567772
3170
Hiện nay, ta đã có cảm biến,
09:30
computers,
196
570942
1001
máy tính,
09:31
AI
197
571943
1001
trí tuệ nhân tạo,
09:32
and software innovation
198
572944
1751
và sự đổi mới của các phần mềm
09:34
to be about surpassing what humans can see and perceive.
199
574695
5548
để vượt lên trên những gì con người có thể thấy và nhận biết.
09:41
We’ve made a lot of progress in this field,
200
581619
3128
Chúng ta đã đạt được rất nhiều bước tiến trong lĩnh vực này,
09:44
but at the end of the day,
201
584747
1251
nhưng sau cùng thì, ta vẫn còn nhiều thứ để làm.
09:45
we have a lot more to do.
202
585998
1293
09:47
And with an autonomous robotaxi,
203
587750
2086
Và với một taxi robot tự động,
09:49
you want it to be safe,
204
589836
1584
bạn muốn nó luôn an toàn,
09:51
right and reliable every single time,
205
591420
3212
chạy đúng và đáng tin cậy,
09:54
which requires rigorous testing and optimization.
206
594632
3295
Để làm được, cần sự thử nghiệm và tối ưu gắt gao.
09:58
And when that happens
207
598511
1418
Và khi điều này thành thực,
09:59
and we reach that state,
208
599929
1710
và ta đạt được mức độ đó,
10:01
we will wonder how we ever accepted
209
601639
3754
ta sẽ tự hỏi làm thế nào ta có thể chấp nhận
10:05
or tolerated
210
605393
1334
hay bỏ qua
10:06
94 percent of crashes
211
606727
3129
94% vụ va chạm
10:09
being caused by human [error].
212
609856
1501
là do con lỗi con người.
10:12
So with computer vision,
213
612817
1585
Nên với thị giác máy tính,
10:14
we have the opportunity
214
614402
1168
chúng ta có cơ hội
10:15
to move from problem-solving to problem-preventing.
215
615570
4254
“phòng bệnh hơn chữa bệnh”.
10:20
And I truly, truly believe
216
620616
2795
Và tôi thực sự tin rằng
10:23
that the next generation of scientists and technologists
217
623411
4796
thế hệ nhà khoa học và công nghệ tiếp theo
10:28
in, yes, Silicon Valley,
218
628207
2127
không chỉ ở thung lũng Silicon,
10:30
but in Paris,
219
630334
1544
mà còn ở Paris,
10:31
in Senegal, West Africa
220
631878
1584
ở Senegal, Tây Phi
10:33
and all over the world,
221
633462
1335
và trên toàn thế giới,
10:34
will be exposed to computer vision applied broadly.
222
634797
3837
sẽ được tiếp xúc rộng rãi với thị giác máy tính.
10:39
And with that,
223
639135
1001
Và khi đó,
10:40
all industries will be transformed,
224
640136
2210
mọi ngành công nghiệp sẽ biến đổi,
10:42
and we will experience the world in a different way.
225
642346
2920
và ta sẽ trải nghiệm thế giới theo một cách khác.
10:45
I hope you can join me in agreeing that this is a gift
226
645766
3295
Tôi mong các bạn có thể cùng đồng ý rằng đây là một món quà
10:49
that we almost owe our next generation that is coming,
227
649061
4713
mà ta nên dành tặng các thế hệ tiếp theo,
10:53
because there are a lot of things that computer vision will help us solve.
228
653774
3546
bởi có rất nhiều thứ thị giác máy tính sẽ giúp ta giải quyết.
10:57
Thank you.
229
657695
1001
Xin cảm ơn.
10:58
(Applause)
230
658696
2794
(Vỗ tay)
Về trang web này

Trang web này sẽ giới thiệu cho bạn những video YouTube hữu ích cho việc học tiếng Anh. Bạn sẽ thấy các bài học tiếng Anh được giảng dạy bởi các giáo viên hàng đầu từ khắp nơi trên thế giới. Nhấp đúp vào phụ đề tiếng Anh hiển thị trên mỗi trang video để phát video từ đó. Phụ đề cuộn đồng bộ với phát lại video. Nếu bạn có bất kỳ nhận xét hoặc yêu cầu nào, vui lòng liên hệ với chúng tôi bằng biểu mẫu liên hệ này.

https://forms.gle/WvT1wiN1qDtmnspy7