في عام 1885 ، اخترع كارل بينز السيارة لاحقا في تلك السنة ، أخذها لأول أختبار للقيادة أمام العامة ، و -- قصة حقيقة -- أصطدم بحائط . على مدى 130 سنة مضت عملنا على ذلك الجانب الأقل إعتمادية في السيارة ، السائق جعلنا السيارة أكثر قوة . أضفنا للسيارة أحزمة أمان ، أكياس هوائية ، و العقد الماضي ، في الحقيقة حاولنا أن نجعل السيارة أكثر ذكاء لإصلاح ذلك الخلل وهو السائق .
So in 1885, Karl Benz invented the automobile. Later that year, he took it out for the first public test drive, and -- true story -- crashed into a wall. For the last 130 years, we've been working around that least reliable part of the car, the driver. We've made the car stronger. We've added seat belts, we've added air bags, and in the last decade, we've actually started trying to make the car smarter to fix that bug, the driver.
اليوم سأحاول أن أتكلم لكم قليلاً عن الفرق بين ترقيع المشكلة عن طريق نظام القيادة المساعد و حقيقة الحصول على سيارات لديها قدرة القيادة الألية وماذا تستطيع أن تفعل للعالم . أيضا سأقوم بالتحدث قليلاً عن سياراتنا ونريك كيف ترى العالم وكيف تتفاعل معه وماذا تفعل ، لكن في البداية سأتحدث قليلاً عن المشكلة . وهي مشكلة كبيرة: 1.2 مليون شخص يموت على طرق العالم كل سنة . في أمريكا وحدها ، 33000 شخص يموت كل سنة . لتقريب الصورة ، هذا نفس طائرة 737 تسقط من السماء كل يوم عمل . في الحقيقة شيء لا يصدق . السيارة تباع لنا هكذا ، لكن في الحقيقة ، هكذا تبدو القيادة . صحيح ؟ الطقس غير مشمس ولكن ممطر . وتريد أن تفعل أي شيء عدا أن تقود . والسبب في هذا حركة السير أصبحت أسوء . في أمريكا ، بين 1990 و 2010 ، المسافة التي تقطعها المركبة بالميل زادت بنسبة 38 في المئة . حيث قمنا بزيادة الطرقات بنسبة ستة في المئة، لذا ليست فقط في خيالك . حركة السير حقاً أصبحت أسوء عما كانت عليه من قبل
Now, today I'm going to talk to you a little bit about the difference between patching around the problem with driver assistance systems and actually having fully self-driving cars and what they can do for the world. I'm also going to talk to you a little bit about our car and allow you to see how it sees the world and how it reacts and what it does, but first I'm going to talk a little bit about the problem. And it's a big problem: 1.2 million people are killed on the world's roads every year. In America alone, 33,000 people are killed each year. To put that in perspective, that's the same as a 737 falling out of the sky every working day. It's kind of unbelievable. Cars are sold to us like this, but really, this is what driving's like. Right? It's not sunny, it's rainy, and you want to do anything other than drive. And the reason why is this: Traffic is getting worse. In America, between 1990 and 2010, the vehicle miles traveled increased by 38 percent. We grew by six percent of roads, so it's not in your brains. Traffic really is substantially worse than it was not very long ago.
وكل هذا له تكلفة بشرية . لذا لو أخذت متوسط وقت التنقل للعمل في أمريكا ، وهو ما يعادل 50 دقيقة تقريبا ، تضرب هذا بما لدينا وهو 120 مليون عامل ، سيصبح لدينا تقريبا 6 مليار دقيقة . ضائعة في التنقل كل يوم . هذا رقم كبير ، لنضع هذا في عين الاعتبار . نأخذ هذه 6 مليار دقيقة ونقسمها على المعدل المتوقع لحياة شخص ، يصبح لدينا 162 حياة . تنقضي كل يوم ، ضائعة ، فقط للإنتقال من نقطة أ إلى ب . شيء لا يصدق . وهناك أيضا ، من منا والذين ليس لديهم القدرة على الجلوس في حركة السير . هذا ستيف . شاب قادر بشكل كبير ، لكنه أعمى ، هذا يعني أنه عوضا عن 30 دقيقة للإنتقال للعمل في الصباح، ستصبح محنة لمدة ساعتين للتنقل بين عدة وسائل النقل العمومية أو يطلب من الأصدقاء و العائلة أن يوصليه لغايته هو ليس لديه الحرية التي نملكها أنا وأنت للتنقل . يجب أن نفعل شيء ما بخصوص ذلك .
And all of this has a very human cost. So if you take the average commute time in America, which is about 50 minutes, you multiply that by the 120 million workers we have, that turns out to be about six billion minutes wasted in commuting every day. Now, that's a big number, so let's put it in perspective. You take that six billion minutes and you divide it by the average life expectancy of a person, that turns out to be 162 lifetimes spent every day, wasted, just getting from A to B. It's unbelievable. And then, there are those of us who don't have the privilege of sitting in traffic. So this is Steve. He's an incredibly capable guy, but he just happens to be blind, and that means instead of a 30-minute drive to work in the morning, it's a two-hour ordeal of piecing together bits of public transit or asking friends and family for a ride. He doesn't have that same freedom that you and I have to get around. We should do something about that.
الآن ، الحكمة التقلدية ستقول بأننا سنأخذ فقط أنظمة القيادة المساعدة. و نوعا ما نشجع عليها ونزيد من كفاءتها، ومع مرور الوقت ستتحول إلى سيارات ذات قيادة آلية. حسنا ، أنا هنا لأخبركم مثلا عندما أقول إذا عملت بإستمرار على القفز كل يوم سيأتي اليوم الذي يمكنني الطيران . نحن في الحقيقة يجب أن نعمل شيء مختلف. لذا سأتحدث اليوم عن ثلاث طرق مختلفة تبين أن أنظمة القيادة الآلية تختلف عن أنظمة القيادة المساعدة . وسأبدأ ببعض الأمور من واقع تجربتنا.
Now, conventional wisdom would say that we'll just take these driver assistance systems and we'll kind of push them and incrementally improve them, and over time, they'll turn into self-driving cars. Well, I'm here to tell you that's like me saying that if I work really hard at jumping, one day I'll be able to fly. We actually need to do something a little different. And so I'm going to talk to you about three different ways that self-driving systems are different than driver assistance systems. And I'm going to start with some of our own experience.
في عام 2013 قمنا بأول اختبار للسيارة آلية القيادة بحيث سمحنا لعامة الناس بتجربتها. كانوا تقريبا من عامة الناس-- 100 شخص من غوغل لكنهم لم يكونوا جزءا من المشروع. و قمنا بإعطائهم السيارة وسمحنا لهم بقيادتها في نشاطاتهم اليومية. لكن على عكس السيارة ذات القيادة الآلية، هذه عليها علامة كبيرة: كان يجب عليهم الإنتباه، لأن هذه كانت سيارة تجريبية. اختبرنها كثيرا لكن هناك نسبة للفشل. حينها قمنا بتدريبهم لمدة ساعتين، وضعناهم في السيارة، وسمحنا لهم بإستخدامها، وما سمعنا لاحقا كان شيء عظيم، كشخص يحاول إحضار منتج للعالم. كل شخص منهم أخبرنا أنه أحبها. في الحقيقة، أحضرنا سائق بورش والذي قال لنا في أول يوم، " هذه فكرة غبية تماما بماذا كنا نفكر؟ " لكن في النهاية، قال، " لست أنا فقط من يجب أن يمتلكها، ولكن كل الناس يجب أن يملكوها،والسبب هو أن الجميع سيئون في السياقة." لذا كان كانسياب الموسيقى إلى آذاننا، ولكن عندما قمنا بمشاهدة ما يفعله الناس داخل السيارة، وهذا فتح أعيننا. وهذا يذكرني بقصتي المفضلة عن رجل محترم الذي كان ينظر إلى جواله ولا حظ أن البطارية منخفضة ، لذا قرر الإلتفاف للخلف وبدأ البحث في حقيبة الظهر، سحب كمبيوتره المحمول، وضعه على المقعد، ذهب للخلف مرة أخرى، يبحث، يسحب سلك الشاحن لجواله ، يضعه في الكمبيوتر المحمول، يضعه على الجوال. يتأكد أن الجوال بدأ بالشحن . كل هذا الوقت كان يقود بسرعة 65 ميل في الساعة على الطريق السريع. بالفعل؟ لا يصدق لذا فكرنا بذلك وقلنا، أنه نوعا ما واضح، صحيح ؟ كلما كانت التقنية أفضل، كلما كان الإعتماد على السائق أقل. لذا فقط بجعل السيارة أكثر ذكاء، لن يمكننا أن نرى الفوز الذي نريده بالفعل.
So back in 2013, we had the first test of a self-driving car where we let regular people use it. Well, almost regular -- they were 100 Googlers, but they weren't working on the project. And we gave them the car and we allowed them to use it in their daily lives. But unlike a real self-driving car, this one had a big asterisk with it: They had to pay attention, because this was an experimental vehicle. We tested it a lot, but it could still fail. And so we gave them two hours of training, we put them in the car, we let them use it, and what we heard back was something awesome, as someone trying to bring a product into the world. Every one of them told us they loved it. In fact, we had a Porsche driver who came in and told us on the first day, "This is completely stupid. What are we thinking?" But at the end of it, he said, "Not only should I have it, everyone else should have it, because people are terrible drivers." So this was music to our ears, but then we started to look at what the people inside the car were doing, and this was eye-opening. Now, my favorite story is this gentleman who looks down at his phone and realizes the battery is low, so he turns around like this in the car and digs around in his backpack, pulls out his laptop, puts it on the seat, goes in the back again, digs around, pulls out the charging cable for his phone, futzes around, puts it into the laptop, puts it on the phone. Sure enough, the phone is charging. All the time he's been doing 65 miles per hour down the freeway. Right? Unbelievable. So we thought about this and we said, it's kind of obvious, right? The better the technology gets, the less reliable the driver is going to get. So by just making the cars incrementally smarter, we're probably not going to see the wins we really need.
أسمحو لي أن أتكلم قليل عن بعض الأمور التقنية لمدة وجيزة. عند مشاهد هذا الرسم البياني، ويبين الجزء السفلي كم من مرة تقوم السيارة بتفعيل الفرامل رغم عدم الحاجة لها. يمكنك أن تتجاهل كل تلك المحاور، لأنه عندما تقوم بالقيادة حول المدينة، وتبدأ السيارة بالتوقف بشكل عشوائي، لن تقوم أبدا بشراء تلك السيارة. والمحول العمودي يرمز لعدد المرات التي ستقوم فيها السيارة بتفعيل الفرامل عتد الحاجة لها لتتفادى التعرض لحادث. الآن ، اذا نظرنا للزاوية السفلى اليسرى هنا، ترمز لسيارتك التقليدية. لا تقوم بتفعيل الفرامل بدون تدخلك، لا تقوم نهائيا بعمل شيء غبي، لكن أيضا لا تقوم بحمايتك من الحوادث. الآن، لو قمنا بإحضار نظام القيادة المساعد، ولنقل مع تخفيف كابح الفرامل، سنقوم بوضع بعض الأمور التقنية فيها، وهذا هو المنحنى، وسوف يحتوي على بعض الخاصيات التشغيلية، لكن لن يقوم بتفادي كل الحوادث، لأنه لا يملك تلك القدرة. ولكننا سنقوم بتحديد بعض النقاط على المنحنى، ومن الممكن أن يتفادى نصف الحوادث والتي يتغافل عنها السائق، وهذا يعتبر أمر رائع، صحيح؟ بحيث قللنا الحوادث على الطرق بمعامل اثنين ( نصف ). الآن، ينخض معدل الوفيات سنويا في أمريكا بما يعادل 17000 شخصا
Let me talk about something a little technical for a moment here. So we're looking at this graph, and along the bottom is how often does the car apply the brakes when it shouldn't. You can ignore most of that axis, because if you're driving around town, and the car starts stopping randomly, you're never going to buy that car. And the vertical axis is how often the car is going to apply the brakes when it's supposed to to help you avoid an accident. Now, if we look at the bottom left corner here, this is your classic car. It doesn't apply the brakes for you, it doesn't do anything goofy, but it also doesn't get you out of an accident. Now, if we want to bring a driver assistance system into a car, say with collision mitigation braking, we're going to put some package of technology on there, and that's this curve, and it's going to have some operating properties, but it's never going to avoid all of the accidents, because it doesn't have that capability. But we'll pick some place along the curve here, and maybe it avoids half of accidents that the human driver misses, and that's amazing, right? We just reduced accidents on our roads by a factor of two. There are now 17,000 less people dying every year in America.
لكن إذا أردنا السيارة ذات القيادة الآلية، سوف نحتاح لمنحنى تقني يشبه ذلك. سنحتاج لوض عددا أكبر من أجهزة الاستشعار على المركبة. وسنقوم باختيار بعض نقاط التشغيل هنا بحيث لن تتعرض السيارة لحادث تقريبا . سيحدث، لكن بمعدل منخفض جدا . الآن أنا وأنت يمكن أن ننظر لهذا ومن ثم نبدأ في جدال هل هو في تدرج ، ويمكن أن أقول شيء مثل "قاعدة 20-80" وفي الحقيقة من الصعب جدا الوصول لذلك المستوى. لكن لننظر لها من زاوية مختلفة. لننظر كم في العادة يمكن أن تقوم التقنية صحيحة بالفعل. لذا النقطة الخضراء في الأعلى هنا هي نظام القيادة المساعد. يتضح بأن السائقين البشر يرتكبون أخطاء تؤدي لوقوع حوادث المرور تقريبا مرة كل 100000 ميل في أمريكا . على عكس انظمة القيادة الألية والتي من المحتمل أن تتخذ قرارات تقريبا 10 مرات في الثانية، والذي يبلغ تقريبا 1000 مرة كل ميل. لذا اذا قارنت المسافة بين الإثنين، تصل تقريبا إلى 10 أس ثمانية ، صحيح ؟ بمقدار ثمانية . انها مثل مقارنة كم سرعتي بالنسبة لسرعة الضوء. لا يهم كم من الوقت أتمرن، لن يمكنني أن أصل لذلك المستوى. لذا يوجد فجوة كبيرة هنا.
But if we want a self-driving car, we need a technology curve that looks like this. We're going to have to put more sensors in the vehicle, and we'll pick some operating point up here where it basically never gets into a crash. They'll happen, but very low frequency. Now you and I could look at this and we could argue about whether it's incremental, and I could say something like "80-20 rule," and it's really hard to move up to that new curve. But let's look at it from a different direction for a moment. So let's look at how often the technology has to do the right thing. And so this green dot up here is a driver assistance system. It turns out that human drivers make mistakes that lead to traffic accidents about once every 100,000 miles in America. In contrast, a self-driving system is probably making decisions about 10 times per second, so order of magnitude, that's about 1,000 times per mile. So if you compare the distance between these two, it's about 10 to the eighth, right? Eight orders of magnitude. That's like comparing how fast I run to the speed of light. It doesn't matter how hard I train, I'm never actually going to get there. So there's a pretty big gap there.
وفي النهاية ، هناك كيف يمكن للنظام التعامل مع المجهول. مثل هذا المترجل هنا، يمكن أن يعبر الطريق، ويمكن أن لا يعبره. لا يمكن أن أعرف، ولا حتى أي من خوارزمياتنا يمكن أن تعرف، لكن في هذه الحالة في نظام القيادة المساعدة، هذا يعني لا يمكن أن تقوم بفعل شيء ، لأن مرة أخرى ، اذا قامت بضغط الفرامل بشكل مفاجئ، هذا لا يمكن تقبّله. بحيث نظام القيادة الآلية يمكن أن ينظر لهذا المترجّل ويقول، لا أعرف ماذا سيفعل، خفّف من السرعة، ألقي نظرة أفضل ، ثم تصرف بشكل مناسب بعد ذلك.
And then finally, there's how the system can handle uncertainty. So this pedestrian here might be stepping into the road, might not be. I can't tell, nor can any of our algorithms, but in the case of a driver assistance system, that means it can't take action, because again, if it presses the brakes unexpectedly, that's completely unacceptable. Whereas a self-driving system can look at that pedestrian and say, I don't know what they're about to do, slow down, take a better look, and then react appropriately after that.
لذا يمكن أن يكون نظام القيادة المساعدة أكثر أمانا من أي وقت مضى. هذا يكفي لتوضيح الفروق بين الإثنين. لنتكلم قليلا عن كيف تنظر السيارة للعالم .
So it can be much safer than a driver assistance system can ever be. So that's enough about the differences between the two. Let's spend some time talking about how the car sees the world.
هذه مركبتنا. تبدأ أولا بتحديد مكانها في العالم، بأخذ المعلومات من الحساس والخريطة و وصل الأثنين معا، ونضيف على ذلك ما تراه في تلك اللحظة . هنا ، كل الصناديق البنفسجية التي تراها هي عبارة عن السيارات الأخرى في الطريق والشيء الأحمر على الجنب هناك راكب للدراجة الهوائية ، وعلى بعد مسافة إذا أمعنت النظر ، يمكنك أن ترى بعض المخاريط . حينها نعلم أين مكان السيارة في هذه اللحظة ، لكن يجب أن نفعل أفضل من ذلك: يجب أن نتبأ بما قد يحدث. في الأعلى على اليمين يمكن أن ترى شاحنة نقل ستذهب إلى اليسار والسبب أن الطريق أمامها مغلق، لذا يجب أن تخرج عن الطريق. معرفة أن هذه شاحنة نقل، رائع، لكن ما يجب حقا أن نعرفه هو ما يفكر به كل شخص، لذا أصبحت مشكلة معقدة. ومع هذه المعطيات، يمكن أن نعرف كيف يمكن للسيارة أن تتفاعل في هذه اللحظة ماهو المسار الذي يجب أن تتبعه، كم تحتاجه لتهدئة السرعة أو زيادتها. ومن ثم يتحول فقط لإتباع المسار : لف المقود يسار أو يمين، ضغط الفرامل أو ضخّ البنزين. هي في نهاية المطاف عبارة عن رقمين فقط. كم يمكن أن تكون صعوبة هذا؟
So this is our vehicle. It starts by understanding where it is in the world, by taking a map and its sensor data and aligning the two, and then we layer on top of that what it sees in the moment. So here, all the purple boxes you can see are other vehicles on the road, and the red thing on the side over there is a cyclist, and up in the distance, if you look really closely, you can see some cones. Then we know where the car is in the moment, but we have to do better than that: we have to predict what's going to happen. So here the pickup truck in top right is about to make a left lane change because the road in front of it is closed, so it needs to get out of the way. Knowing that one pickup truck is great, but we really need to know what everybody's thinking, so it becomes quite a complicated problem. And then given that, we can figure out how the car should respond in the moment, so what trajectory it should follow, how quickly it should slow down or speed up. And then that all turns into just following a path: turning the steering wheel left or right, pressing the brake or gas. It's really just two numbers at the end of the day. So how hard can it really be?
سابقا عندما بدأنا في 2009، هكذا كان يبدو نظامنا. يمكنك أن تشاهد سيارتنا في الوسط وتوجد صناديق آخرى على الطريق، تقود على الطريق السريع. السيارة تحتاج أن تفهم مكانها و مكان السيارات الأخرى. انها حقا فهم لهندسية العالم. عندما بدأنا القيادة في الحي و شوراع المدينة، المشكلة أصبحت في وجود مستوى مختلف تماما. يمكنك أن تشاهد المشاة يعبرون من أمامنا، وكذلك السيارات تعبر من أمامنا تذهب في عدة اتجاهات، اشارات المرور، التقاطعات. انها حقا مشكلة معقدة بشكل لا يصدق عند المقارنة. وفقط عندما تقوم بإيجاد حل للمشكلة، المركبة يجب عليها أن تتعامل مع المنشاءات، هنا المخاريط على اليسار تجبرها على القيادة لليمين لكن ليس فقط منشاءات في العزلة، بطبيعة الحال. يجب أن تتعامل مع الناس الذين يمشون داخل منطقة المنشاءات. وطبعا ، اذا قام أي أحد بمخالفة النظام، ستكون الشرطة هناك والسيارة يجب أن تتعرف على الضوء المشع الموجود أعلى السيارة والذي يعني أنها ليست سيارة فقط ولكن سيارة شرطة. نفس الشيء ، المربع البرتقالي على الجنب هنا ، هو عبارة عن باص مدرسة، ويجب أن نتعامل مع هذا بشكل مختلف أيضا
Back when we started in 2009, this is what our system looked like. So you can see our car in the middle and the other boxes on the road, driving down the highway. The car needs to understand where it is and roughly where the other vehicles are. It's really a geometric understanding of the world. Once we started driving on neighborhood and city streets, the problem becomes a whole new level of difficulty. You see pedestrians crossing in front of us, cars crossing in front of us, going every which way, the traffic lights, crosswalks. It's an incredibly complicated problem by comparison. And then once you have that problem solved, the vehicle has to be able to deal with construction. So here are the cones on the left forcing it to drive to the right, but not just construction in isolation, of course. It has to deal with other people moving through that construction zone as well. And of course, if anyone's breaking the rules, the police are there and the car has to understand that that flashing light on the top of the car means that it's not just a car, it's actually a police officer. Similarly, the orange box on the side here, it's a school bus, and we have to treat that differently as well.
بينما نحن على الطريق الأشخاص الأخرين لديهم توقعات: بحيث لو قام راكب دراجة برفع ذراعه، هذا يعنى بأنهم يتوقعون من السيارة فسح المجال لهم لتغير مسارهم. وعندما يقف شرطي المرور في الطريق، يتوجب على مركبتنا أن تفهم أن هذا يعني توقف، وعندما يشير لنا بالتحرك، يجب أن تتابع السير.
When we're out on the road, other people have expectations: So, when a cyclist puts up their arm, it means they're expecting the car to yield to them and make room for them to make a lane change. And when a police officer stood in the road, our vehicle should understand that this means stop, and when they signal to go, we should continue.
الآن ، لتحقيق ذلك يجب أن تتشارك المركبات البيانات فيما بينها. الأول، يعتبر أكثر النماذج صعوبة هو عندما ترى مركبة منطقة إنشاءات، تسعى لإعلام اخرى لتكون على الطريق الصحيح لتجنب حصول بعض الصعوبات. لكن في الحقيقة لدينا فهم عميق لهذا يمكن أن نأخذ كل البيانات التي احتفظت بها السيارات مع مرور الوقت، مئات الألاف من المترجلين، والراكاب والدراجات ، والمركبات التي كانت هناك، وفهم كيف تبدو عليه واستخدام هذا لتحديد ما يجب أن تكون عليه وكيف يبدو عليه المشاة الأخرين. والأهم من ذلك ، يمكن أن نستخلص من هذا النموذج كيف نتوقع منهم التنقل حول العالم. هنا الصناديق الصفراء تمثل المشاة الذين يعبرون من أمامنا. يمثل الصندوق الأزرق سائق الدراجة ونحن نتبأ بأنه سيوصل طريقه للأمام ويمر بجانب السيارة على اليمين . وهنا الدراج يقوم بالنزول للطريق و نحن نعلم اذا كان سيكمل القيادة على امتداد الطريق . هنا شخص يقوم بالإلتفاف لليمين، وفي لحظة هنا، شخص ما سوف يقوم بالدوران أمامنا، ويمكننا أن نتنبأ بذلك التصرف ونتجاوب بطريقة آمنة.
Now, the way we accomplish this is by sharing data between the vehicles. The first, most crude model of this is when one vehicle sees a construction zone, having another know about it so it can be in the correct lane to avoid some of the difficulty. But we actually have a much deeper understanding of this. We could take all of the data that the cars have seen over time, the hundreds of thousands of pedestrians, cyclists, and vehicles that have been out there and understand what they look like and use that to infer what other vehicles should look like and other pedestrians should look like. And then, even more importantly, we could take from that a model of how we expect them to move through the world. So here the yellow box is a pedestrian crossing in front of us. Here the blue box is a cyclist and we anticipate that they're going to nudge out and around the car to the right. Here there's a cyclist coming down the road and we know they're going to continue to drive down the shape of the road. Here somebody makes a right turn, and in a moment here, somebody's going to make a U-turn in front of us, and we can anticipate that behavior and respond safely.
الآن، تعتبرالأشياء التي شاهدناها جيد ونافعة، لكن، توجد العديد من الأشياء والتي لم تكن قد رأيناها من قبل في العالم. لذا ومنذ عدة أشهر، كانت مركبتنا تقود وسط منطقة جبلية، وهذا ما واجهناه. هذه إمرأة في كرسي كهربائي متحرك تطارد بطة في دوائر على الطريق. ( ضحك ) يتضح هنا، بأنه لا يوجد في كتيب المركبات ما يخبرك كيف تتعامل في هذه الحالة، لكن مركبتنا استطاعت أن تواجه هذه الحالة، بتهدئة السرعة، والقيادة بسلامة. ليس علينا فقط أن نتعامل مع البط. شاهد هذا الطير الذي يطير أمامنا. السيارة تتفاعل مع ذلك. هنا نتعامل مع سائق دراجة والذين لن تتوقع أن تراه في منظر الجبل. وطبعا ، يجب أن نتعامل مع السائقين، حتى صغار الحجم منهم. شاهد على اليمين شخص قفزأمامنا من الشاحنة والآن، شاهد على اليسار الصندوق الأخضر الذي قرر أنه بحاجة لأن يلتف لليمين في أخر لحظة. هنا، عند قيامنا بانعطاف بسيط، تقررالسيارة على يسارنا أنها تريد القيام بنفس الشيء . وهنا، سيارة تمر عند الإشارة الحمراء وتخضع لذلك . وأمر مشابه، هنا، دراج يقطع الإشارة أيضا. وطبعا ، السيارة تستجيب مع الموقف بشكل سليم . وهناك طبعا، الأشخاص والذين لا أعلم بما أصفهم. في بعض الأحيان على الطريق، مثل هذا الشخص يمر بين سيارتين ذات قيادة آلية . لا بد أن تسأل " بماذا تفكر؟ " ( ضحك )
Now, that's all well and good for things that we've seen, but of course, you encounter lots of things that you haven't seen in the world before. And so just a couple of months ago, our vehicles were driving through Mountain View, and this is what we encountered. This is a woman in an electric wheelchair chasing a duck in circles on the road. (Laughter) Now it turns out, there is nowhere in the DMV handbook that tells you how to deal with that, but our vehicles were able to encounter that, slow down, and drive safely. Now, we don't have to deal with just ducks. Watch this bird fly across in front of us. The car reacts to that. Here we're dealing with a cyclist that you would never expect to see anywhere other than Mountain View. And of course, we have to deal with drivers, even the very small ones. Watch to the right as someone jumps out of this truck at us. And now, watch the left as the car with the green box decides he needs to make a right turn at the last possible moment. Here, as we make a lane change, the car to our left decides it wants to as well. And here, we watch a car blow through a red light and yield to it. And similarly, here, a cyclist blowing through that light as well. And of course, the vehicle responds safely. And of course, we have people who do I don't know what sometimes on the road, like this guy pulling out between two self-driving cars. You have to ask, "What are you thinking?" (Laughter)
حتى الآن، قمت بإعطائكم العديد من الآمور الموجودة هناك، لذا سأقوم بتحليل واحد من هذه بشكل سريع. ما نشاهده هنا هو مشهد ساق الدراجة مرة أخرى، وكما تلاحظ في الأسفل، لا يمكننا رؤية الدراجة بعد، لكن السيارة يمكنها: انه المربع الأزرق الأعلى هناك، وهذا يأتي من معلومات الليزر . وهذا ليس سهل في الحقيقة لفهمه، ولكن ما سأفعله وهو بأنني سوف أقوم بتحويل بيانات الليزر وأتفحصها، وإذا كنت جيد حقا في فهم بيانات الليزر، يمكنك أن ترى بعض النقاط على المنحنى هناك، هنا تحديدا، المربع الأزرق هو سائق الدراجة. الآن و بينما الضوء أحمر، وإشارة سائق الدراجة تغيرت للأصفر، واذا أمعنت النظر، يمكنك أن ترى ذلك في الصورة. لكن سائق الدراجة، كم نرى، سيتابع طريقه في التقاطع. اشارتنا الآن أصبحت خضراء، واشارته حمراء، والآن يمكن أن نتبأ بأن دراجته ستقطع الطريق. لسوء الحظ السائقين بجانبنا لم يعطوننا الإنتباه الكافي. بدأوا بالتقدم للأمام و لحسن الحظ الجميع، قام بردة فعل،و تفادى ذلك، و استطاع المتابعة خلال التقاطع. وبعدها انطلقنا.
Now, I just fire-hosed you with a lot of stuff there, so I'm going to break one of these down pretty quickly. So what we're looking at is the scene with the cyclist again, and you might notice in the bottom, we can't actually see the cyclist yet, but the car can: it's that little blue box up there, and that comes from the laser data. And that's not actually really easy to understand, so what I'm going to do is I'm going to turn that laser data and look at it, and if you're really good at looking at laser data, you can see a few dots on the curve there, right there, and that blue box is that cyclist. Now as our light is red, the cyclist's light has turned yellow already, and if you squint, you can see that in the imagery. But the cyclist, we see, is going to proceed through the intersection. Our light has now turned green, his is solidly red, and we now anticipate that this bike is going to come all the way across. Unfortunately the other drivers next to us were not paying as much attention. They started to pull forward, and fortunately for everyone, this cyclists reacts, avoids, and makes it through the intersection. And off we go.
الآن كما تشاهدون، قمنا بتقدم جي ، وفي هذه المرحلة نحن مقتنعين حقا بأن هذه التقنية سوف تصل للسوق. ونحن نقوم بإختبار 3 مليون ميل كل يوم على أنظمة المحاكاة لدينا، لذا يمكنك أن تتخيل عدد التجارب التي تمر بها مركبتنا. نحن متحمسون لنزول هذه التقنية للطريق، ونعتقد أن المسار الصحيح هو أن نذهب مع أنظمة القيادة الآلية بدل أنظمة القيادة المساعدة. والسبب أن الرغبة كبيرة جدا. في هذا الوقت والذي تحدثت فيه لديكم اليوم، 34 شخص ماتوا في طرق أمريكا.
Now, as you can see, we've made some pretty exciting progress, and at this point we're pretty convinced this technology is going to come to market. We do three million miles of testing in our simulators every single day, so you can imagine the experience that our vehicles have. We are looking forward to having this technology on the road, and we think the right path is to go through the self-driving rather than driver assistance approach because the urgency is so large. In the time I have given this talk today, 34 people have died on America's roads.
متى يمكن أن نأتي بها؟ حسنا، يصعب الحكم والسبب أنها مشكلة معقدة جدا، لكن هذان الاثنان ولدايّ. أبني الأكبر عمره 11 ، وهذا يعني آنه بعد أربع سنوات ونصف، سيصبح بإمكانه الحصول على رخصة قيادة. أنا وفريقي ملتزمون بعدم حصول هذا.
How soon can we bring it out? Well, it's hard to say because it's a really complicated problem, but these are my two boys. My oldest son is 11, and that means in four and a half years, he's going to be able to get his driver's license. My team and I are committed to making sure that doesn't happen.
شكرا .
Thank you.
( ضحك ) ( تصفيق ) كريس انديرسون : كريس لدي سؤال لك.
(Laughter) (Applause) Chris Anderson: Chris, I've got a question for you.
كريس ارمسون : بالتأكيد.
Chris Urmson: Sure.
بالتأكيد ، عقلية سياراتك بكل تأكيد شيء لا يوصف. في هذا النقاش القائم بين القيادة المساعدة و القيادة بالكامل بدون سائق -- أنا أعني، هل هناك جدال حقيقي قائم حول هذا الموضوع الآن. بعض الشركات، على سبيل المثال، تيسلا، تسلك طريق القيادة بمساعدة سائق. وما تقوله بأن هذا الطريق سيكون في النهاية طريق مسدود لأنه لا يمكنك مواصلة تطوير ذلك و الحصول على قيادة كاملة بدون سائق وفي نقطة ما، والسائق سيقول هذا ، " يشعرني بالأمان" وتلتفت للخلف ومن ثم أمر سيء يحدث.
CA: So certainly, the mind of your cars is pretty mind-boggling. On this debate between driver-assisted and fully driverless -- I mean, there's a real debate going on out there right now. So some of the companies, for example, Tesla, are going the driver-assisted route. What you're saying is that that's kind of going to be a dead end because you can't just keep improving that route and get to fully driverless at some point, and then a driver is going to say, "This feels safe," and climb into the back, and something ugly will happen.
صحيح، لا هذا بالتأكيد صحيح ولا يجدر القول بأن القيادة المساعدة لن تكون ذات قيمة وفائدة. يمكنها أن تنقذ العديد من الأرواح، لكن لنراها تتحول لفرصة لمساعدة أحد ما مثل ستيف للتنقل في الأرجاء ، للوصول بأمان، للحصول على الفرصة لتغيير مدننا ونقل المآوي للخارج والتخلص من الحفر التي نسميها مواقف سيارات . انها الوسيلة الوحيدة.
CU: Right. No, that's exactly right, and it's not to say that the driver assistance systems aren't going to be incredibly valuable. They can save a lot of lives in the interim, but to see the transformative opportunity to help someone like Steve get around, to really get to the end case in safety, to have the opportunity to change our cities and move parking out and get rid of these urban craters we call parking lots, it's the only way to go.
سوف نتابع تقدمك بحماس كبير . شكرا جزيلا، كريس شكرا. ( تصفيق )
CA: We will be tracking your progress with huge interest. Thanks so much, Chris. CU: Thank you. (Applause)