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.
אז ב 1885, קארל בנץ המציא את המכונית. מאוחר יותר באותה שנה, הוא לקח אותה לנסיעת מבחן פומבית ראשונה, ו -- סיפור אמיתי -- התרסק בקיר. במשך 130 השנה האחרונות, עבדנו סביב החלק הכי פחות אמין של המכונית, הנהג. עשינו את המכוניות חזקות יותר. הוספנו חגורות בטיחות, הוספנו כריות אויר, ובעשור האחרון, למעשה התחלנו לעשות את המכוניות חכמות יותר כדי לתקן את הבאג הזה, הנהג.
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.
עכשיו, היום אני עומד לדבר איתכם מעט על ההבדל בין הטלאה מסביב לבעיה עם מערכות מסייעות לנהג ולמעשה כשיש לנו מכוניות בנהיגה עצמונית ומה הן יכולות לעשות בשביל העולם. אני גם הולך לדבר איתכם מעט על המכונית שלנו ואאפשר לכם לראות איך היא רואה את העולם ואיך היא מגיבה ומה היא עושה, אבל ראשית אני אדבר מעט על הבעיה. וזו בעיה גדולה: 1.2 מליון אנשים נהרגים מסביב לעולם כל שנה. באמריקה בלבד, 33,000 אנשים נהרגים כל שנה. כדי לשים את זה בפרספקטיבה, זה אותו הדבר כמו ש 737 יפול מהשמיים כל יום עבודה. זה סוג של לא יאומן. מכוניות נמכרות לנו כך, אבל באמת, נהיגה היא כך. נכון? זה לא שמשי, זה גשום, ואתם רוצים לעשות כל דבר חוץ מלנהוג. והסיבה לזה היא זו: התנועה נעשית גרועה יותר. באמריקה, בין 1990 ו 2010, הקילומטרים שמכוניות נוסעות גדלו ב 38 אחוז. גדלנו בשש אחוז בכבישים, אז זה לא במח שלכם. התנועה באמת גרועה בהרבה משהיא היתה לא מזמן.
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.
ולכל זה היה מחיר מאוד אנושי. אז אם תקחו את זמן הנסיעה הממוצע באמריקה, שהוא בערך 50 דקות, אתם מכפילים את זה ב 120 מיליון עובדים שיש לנו, וזה יוצא בערך שש מיליארד דקות שמבוזבזות כל יום בנסיעה. עכשיו, זה מספר גדול, אז בואו נשים אותו בפרספקטיבה. אתם לוקחים את שש מיליארד הדקות האלו ואתם מחלקים באורך החיים הממוצע של אדם, זה יוצא 162 חיים מבוזבזים כל יום, מבוזבזים, פשוט להגיע מ A ל B. זה לא יאומן. ואז, יש את אלה מאיתנו שאין להם את הזכות לשבת בתנועה. אז זה סטיב. הוא בחור מוכשר מאוד, אבל הוא פשוט במקרה עיוור, וזה אומר שבמקום נסיעה של 30 דקות לעבודה בבוקר, זה עניין של שעתיים של להרכיב חלקים של תחבורה ציבורית או לבקש מחברים ומשפחה טרמפ. אין לו את אותה חרות כמונו להסתובב. אנחנו צריכים לעשות משהו בנוגע לזה.
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.
עכשיו, החוכמה הרגילה היתה אומרת ואנחנו פשוט ניקח את מערכות העזרה לנהיגה האלו וסוג של נדחוף אותן ונשפר אותן בשלבים, ובמשך הזמן, הן יהפכו למכוניות שנוהגות בעצמן. ובכן, אני פה כדי להגיד לכם וכמו שאני אומר שאם אני אעבוד ממש קשה על קפיצה, יום אחד אני אוכל לעוף. אנחנו למעשה צריכים לעשות משהו מעט שונה. ואני עומד לדבר איתכם על שלוש דרכים שונות שמערכות נהיגה עצמית שונות ממערכות סיוע לנהיגה. ואני עומד להתחיל עם כמה מהנסיונות שלנו.
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.
אז ב 2013, היה לנו את הנסיון הראשון שמכונית נהיגה עצמית בו נתנו לאנשים רגילים להשתמש בה. ובכן, כמעט רגילים -- הם היו 100 עובדי גוגל, אבל הם לא עבדו על הפרוייקט. ונתנו להם את המכונית ואפשרנו להם להשתמש בה בחיים היום יומיים. אבל בניגוד למכונית נהיגה עצמית, לזו היתה גם כוכבית גדולה: הם היו צריכים לשים לב, מפני שזה היה רכב נסיוני. בדקנו הרבה, אבל זה עדיין היה יכול להכשל. וכך נתנו להם הדרכה של שעתיים, שמנו אותם במכונית, נתנו להם להשתמש בה, ומה ששמענו חזרה היה משהו מדהים, כמישהו שמנסה להביא מוצר לעולם. כל אחד מהם אמר לנו שהם אהבו את זה. למעשה, היה לנו נהג פורשה שבא ואמר לנו ביום הראשון, "זה טיפשי לגמרי. מה אתם חושבים?" אבל בסוף של זה, הוא אמר, "לא רק שאני צריך שתהיה לי כזו, לכולם צריכה להיות אחת, מפני שאנשים הם נהגים נוראיים." אז זו היתה מוזיקה לאוזנינו. אבל כשהתחלנו להביט במה האנשים בתוך המכונית עשו, וזה היה פוקח עיניים. עכשיו, הסיפור האהוב עלי הוא הבחור הזה שהביט למטה לטלפון שלו והבין שהבטריה חלשה, אז הוא מסתובב כך בתוך המכונית וחופר בתיק שלו, מוציא את הלפטופ, שם אותו על המושב, חוזר אחורה שוב, מחפש, שולף את כבל הטעינה של הטלפון, משחק, שם אותו בתוך הלפטופ, שם אותו בטלפון. והנה הטלפון נטען. כל הזמן הזה הוא נוסע 100 קמ"ש בכביש המהיר. נכון? לא יאומן. אז חשבנו על זה ואמרנו, זה סוג של מובן, נכון? ככל שהטכנולוגיות משתפרות, הנהג נעשה פחות אמין. אז על ידי הפיכת המכונית לחכמה יותר בשלבים, אנחנו כנראה לא נראה את היתרונות שאנחנו באמת צריכים.
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.
תנו לי לדבר על משהו מעט יותר טכני לרגע פה. אז אנחנו מסתכלים על הגרף הזה, ובתחתית זו התכיפות בה המכונית מפעילה את הבלמים כשהיא לא צריכה. אתם יכולים להתעלם מרוב הציר הזה, מפני שאם אתם נוהגים בעיר, והמכונית מתחילה לעצור באקראיות, אתם לעולם לא תקנו את המכונית הזו. והציר האנכי הוא התכיפות שהמכונית עומדת להפעיל את הבלמים כשהיא אמורה לעזור לכם להחמק מתאונות. עכשיו, אם נביט בתחתית משמאל פה, זו המכונית הקלאסית שלכם. היא לא לוחצת על הבלמים בשבילכם, היא לא עושה משהו מוזר, אבל היא לא מוציאה אתכם מתאונות. עכשיו, אם אנחנו רוצים להביא מערכות סיוע לנהג למכונית, נגיד עם מערכת בלימה למניעת התנגשות, אנחנו נשים חבילת טכנולוגיה שם, וזו העקומה הזו, ויהיו לה כמה תכונות הפעלה, אבל היא לעולם לא תמנע מכל התאונות, מפני שאין לה את היכולת. אבל אנחנו נבחר כמה מקומות לאורך העקומה פה, ואולי היא נמנעת מחצי מהתאונות שאנשים היו מפספסים, וזה מדהים, נכון? כרגע הפחתנו תאונות על הכבישים שלנו בפאקטור של שתיים. יש עכשיו פחות 17,000 אנשים מתים כל שנה באמריקה.
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.
אבל אם אנחנו רוצים מכונית שנוהגת בעצמה, אנחנו צריכים עקומת טכנולוגיה שנראית כך. אנחנו נצטרך לשים יותר חיישנים ברכב, ואנחנו ניקח כמה נקודות הפעלה פה שם היא בעיקרון לעולם לא נכנסת לתאונה. הן יתרחשו, אבל בתדירות נמוכה. עכשיו אני ואתם יכולים להביט בזה ונוכל לטעון אם זה אינקרמנטלי, ואני הייתי יכול להגיד משהו כמו "חוק 80-20," וזה באמת קשה לנוע במעלה העקומה הזו. אבל בואו נביט בזה מנקודת מבט שונה לרגע. אז בואו נראה מה התכיפות שהטכנולוגיה צריכה לעשות את הדבר הנכון. וכך הנקודה הירוקה הזו שם למעלה זו מערכת סיוע לנהג. מסתבר שהנהגים האנושיים עושים טעויות שמובילות לתאונות דרכים בערך כל 160,000 קילומטרים באמריקה. בניגוד לזה, מכונית נהיגה עצמית כנראה עושה החלטות בערך 10 פעמים בשניה, אז כמה דרגות גודל, זה בערך 600 פעמים בקילומטר. אז אם אתם משווים את המרחק בין שני אלה, זה בערך 10 בחזקת שמונה, נכון? שמונה דרגות גודל. זה כמו להשוות כמה מהר אני רץ למהירות האור. זה לא משנה כמה אני אתאמן, אני לעולם לא אגיע לשם. אז יש פער מאוד גדול שם.
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.
ואז לבסוף, יש את איך שהמערכת יכולה להתמודד עם חוסר וודאות. אז הולך הרגל פה אולי ירד לכביש, אולי לא. אני לא יכול לדעת, גם לא אף אלגוריתם שלנו, אבל במקרה של מערכות סיוע לנהג, זה אומר שהיא לא יכול לפעול, מפני ששוב, אם היא לוחצת על הבלמים באופן לא צפוי, זה לגמרי לא מקובל. בעוד מכונית נהיגה עצמית יכולה להביט בהולך הרגל ולהגיד, אני לא יודעת מה הוא יעשה, אני אאט, אביט שוב, ואז אגיב בהתאם לאחר מכן.
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.
אז זה יכול להיות הרבה יותר בטוח ממה שממערכת סיוע לנהג יכולה אי פעם להיות. אז מספיק על ההבדלים בינהן. בואו נבלה קצת זמן בלדבר על איך המכונית רואה את העולם.
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?
אז זה הרכב שלנו. זה מתחיל בהבנה היכן הוא בעולם, על ידי לקיחת מפה ואת המידע מהחיישנים שלו ותאום בין השניים, ואז אנחנו מרבדים מעל זה מה שהוא רואה באותו רגע. אז פה, כל הקופסאות הסגולות שאתם יכולים לראות הם רכבים אחרים על הכביש, והדבר האדום בצד שם זה רוכב אופניים, ובמרחק, אם תביטו היטב, אתם יכולים לראות כמה חרוטים. אז אנחנו יודעים איפה המכונית באותו רגע, אבל אנחנו צריכים להיות הרבה יותר טובים מזה: אנחנו צריכים לצפות מה עומד לקרות. אז פה הטנדר מימין למעלה עומד לעשות שינוי נתיב לשמאל מפני שהכביש לפניו סגור, אז הוא צריך לזוז מהדרך. לדעת על טנדר אחד זה מעולה, אבל באמת אנחנו צריכים לדעת מה כולם חושבים, אז זה נהפך לבעיה די מורכבת. ואז בהתחשב בזה, אנחנו יכולים להבין איך הרכב צריך להגיב באותו רגע, אז באיזה כיוון צריך לנסוע, כמה מהר הוא צריך להאט או להאיץ. ואז כל זה הופך פשוט ללעקוב אחרי הנתיב: לסובב את ההגה שמאלה או ימינה, ללחוץ על הבלמים או המצערת. זה באמת רק שני מספרים בסוף היום. אז כמה קשה זה יכול להיות?
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.
בזמן שהתחלנו ב 2009, כך צריכה המערכת שלנו להראות. אז אתם יכולים לראות את הרכב שלנו באמצע והקופסאות האחרות על הכביש, נוסעת בכביש המהיר. הרכב צריך להבין איפה הוא ובערך איפה הרכבים האחרים נמצאים. זו הבנה באמת גאומטרית של העולם. ברגע שהתחלנו לנהוג בשכונות ורחובות עירוניים, הבעיה הופכת לרמה חדשה של מורכבות. אתם רואים הולכי רגל חוצים לפנינו, מכוניות חוצות לפנינו, נוסעות לכל כיוון. הרמזורים, מעברי החציה. זו בעיה מורכבת בהשוואה. ואז ברגע שפתרתם את הבעיה, הרכב חייב להיות מסוגל להתמודד עם בניה. אז הנה החרוטים משמאל מכריחים את הנהגים לימין, אבל לא רק בניה מבודדת, כמובן. הוא צריך להתמודד גם עם אנשים אחרים נעים דרך אזור הבניה. וכמובן, אם מישהו שובר את החוקים, המשטרה שם והמכונית צריכה להבין שהאור המהבהב של המכונית אומר שזה לא רק רכב, זה למעשה שוטר. בדומה, הקופסה הכתומה בצד הרחוב פה, זה אוטובוס בית ספר, ואנחנו צריכים לטפל גם בזה בשונה.
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.
כשאנחנו על הכביש, לאנשים אחרים יש ציפיות: אז, כשרוכב האופניים מרים את ידו, זה אומר שהם מצפים שהמכונית תתן להם לעבור ותפנה להם מקום כדי לבצע שינוי מסלול. וכשהשוטר עמד על הכביש, הרכב שלנו צריך להבין שזה אומר לעצור, וכשהם מאותתים להמשיך, אנחנו צריכים להמשיך.
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.
עכשיו, הדרך בה אנחנו משיגים את זה היא על ידי חלוקת מידע בין הרכבים. הראשון, רוב המודלים הגסים של זה הם כשרכב אחד רואה אזור בניה, זה שיש מישהו אחר שיודע על זה כך שהוא יוכל להיות בנתיב הנכון כדי להמנע מחלק מהקושי. אבל יש לנו למעשה הבנה הרבה יותר עמוקה של זה. נוכל לקחת את כל המידע הזה שהרכב ראה במשך הזמן, מאות אלפי הולכי הרגל, הרוכבים, והרכבים שהיו שם ולהבין איך הם נראים ולהשתמש בזה כדי להסיק איך רכבים אחרים צריכים להראות ואיך הולכי רגל אחרים צריכים להראות. ואז, אפילו חשוב יותר, אנחנו יכולים לקחת מהמודל הזה של איך לצפות שהם ינועו דרך העולם. אז פה הקופסה הצהובה היא הולך רגל שחוצה מולנו. פה הקופסה הכחולה היא רוכב אופניים ואנחנו צופים שהם ינועו החוצה ומסביב למכונית מימין. פה יש רוכב אופניים שמגיע במורד הכביש ואנחנו יודעים שהם ימשיכו לרכב במורד הכביש. פה מישהו פונה ימינה, ובעוד רגע פה, מישהו עומד לעשות פניית פרסה לפנינו, ואנחנו יכולים לצפות את ההתנהגות הזו ולהגיב בבטחה.
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)
עכשיו, הכל טוב ויפה לדברים שראינו, אבל כמובן, אתם נתקלים בהרבה דברים שלא ראינו בעולם לפני כן. וכך רק לפני כמה חודשים, הרכבים שלנו נסעו דרך מאונטן וויו, וזה מה שנתקלנו בו. זו אישה בכיסא גלגלים חשמלי שרודפת אחרי ברווז בסיבובים על הכביש. (צחוק) עכשיו מסתבר, אין בשום מקום בספר ההדרכה של משרד הרישוי שאומר לכם איך להתמודד עם זה, אבל הרכב שלנו היה מסוגל להתמודד עם זה, להאט, ולנסוע בביטחה. עכשיו, אנחנו לא צריכים להתמודד רק עם ברווזים. צפו בציפור הזה עפה לפנינו. הרכב מגיב לזה. פה אנחנו מתמודדים עם רוכב אופניים שלעולם לא תצפו לראות בשום מקום במאוטיין וויו. וכמובן, אנחנו צריכים להתמודד עם נהגים, אפילו הקטנים שבהם. צפו מימין כשמישהו קופץ מהטנדר שלו לפנינו. ועכשיו, צפו משמאל כשהמכונית עם הקופסה הירוקה מחליטה שהיא צריכה לעשות פניה ימינה ברגע האפשרי האחרון. פה, כשאנחנו עושים שינוי מסלול, המכונית משמאלנו מחליטה שהיא גם רוצה לעשות זאת. ופה, אנחנו רואים מכונית עוברת ברמזור אדום ולא מתייחסת אליו. ובדומה, פה, רוכב אופניים גם הוא עובר ברמזור ההוא באדום. וכמובן, הרכב מגיב בבטחה. וכמובן, יש לנו אנשים שעושים אני לא יודע מה לפעמים על הכביש, כמו הבחור הזה שנוסע בין שתי מכוניות נהיגה עצמית. אתם צריכים לשאול, "מה אתה חושב?" (צחוק)
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.
עכשיו, אני פשוט יורה עליכם פה הרבה דברים, אז אני עומד לפרט אחד מאלה ממש מהר. אז מה שאנחנו מביטים בו בסצנה הזו הם רוכב האופניים שוב, ואתם אולי תבחינו בתחתית, אנחנו לא יכולים לראות את רוכב האופניים למעשה עדיין, אבל המכונית יכולה: זו הקופסה הכחולה הקטנה למעלה שם, וזה מגיע ממידע הליזר. וזה למעשה לא קל להבין, אז מה שאני אעשה זה שאני אהפוך את המידע הליזר הזה ואביט בו, ואם אתם באמת טובים בלהביט במידע לייזר, אתם יכולים לראות כמה נקודות על העקומה שם, ממש שם, והקופסה הכחולה הזו היא רוכב האופניים. עכשיו כשהאור שלנו אדום, האור של רוכב האופניים הפך כבר לצהוב, ואם תמצמצו, אתם יכולים לראות את זה בתמונות. אבל רוכב האופניים, אתם רואים, עומד להמשיך דרך הצומת. האור שלנו הפך עכשיו לירוק, שלו לגמרי אדום, ואנחנו מצפים שהאופניים יעברו לגמרי. לצערנו הנהגים לידנו עכשיו לא שמו כל כך לב. הם התחילו לנסוע קדימה, ולמזלם של כולם, רוכב האופניים הגיב, נמנע, ועבר את הצומת. והנה אנחנו יוצאים.
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.
עכשיו, כמו שאתם רואים, עשינו התקדמות די מרגשת, ובנקודה הזו אנחנו די משוכנעים שהטכנולוגיה הזו תגיע לשוק. אנחנו עושים 5 מליון קילומטר של בדיקות בסימולציה שלנו כל יום, כך שאתם יכולים לדמיין את הנסיון שיש לרכבים שלנו. אנחנו מביטים קדימה שתהיה לנו טכנולוגיה על הכביש, ואנחנו חושבים שהנתיב הנכון הוא לעבור דרך נהיגה עצמית במקום דרך גישת הסיוע לנהיגה בגלל שהדחיפות כזו גדולה. בזמן שניתן להרצאה שלי היום, 34 אנשים מתו על כבישי אמריקה.
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.
כמה מהר נוכל להוציא אותה? ובכן, זה קשה להגיד בגלל שזו בעיה ממש מסובכת, אבל אלה שני הבנים שלי. בני הבכור בן 11, וזה אומר שבעוד ארבע וחצי שנים, הוא יהיה מסוגל לקבל רישיון נהיגה. הצוות שלי ואני מתחייבים לדאוג שזה לא יקרה.
Thank you.
תודה לכם.
(Laughter) (Applause) Chris Anderson: Chris, I've got a question for you.
(צחוק)(מחיאות כפיים) כריס אנדרסון: כריס, יש לי שאלה אליך.
Chris Urmson: Sure.
כריס אורמסון: כן.
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.
כ"א: אז בהחלט, המוח של המכוניות שלכם הוא בהחלט מטריף. בדיון הזה בין סיוע לנהג לחסר נהג לחלוטין -- אני מתכוון, יש דיון אמיתי שמתרחש שם עכשיו. אז כמה מהחברות, לדוגמה טסלה, הולכים בדרך הסיוע לנהג. מה שאתה אומר זה שזה סוג של דרך ללא מוצא מפני שאתם לא יכולים פשוט להמשיך להשתפר בדרך הזו ולהגיע לנהיגה אוטומטית בנקודה מסויימת, ואז הנהג יגיד, "זה מרגיש בטוח," ויעבור אחורה, ומשהו מגעיל יקרה.
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.
כ"א: נכון, לא, זה בדיוק נכון, וזה לא אומר שמערכות הסיוע לנהג לא יהיו ממש בעלות ערך. הן יכולות להציל הרבה חיים בינתיים, אבל כדי לראות את ההזדמנות משנת הדרך הזו כדי לעזור למישהו כמו סטיב להתנייד, כדי באמת להגיע למקרה הסופי בבטיחות, כדי שתהיה הזדמנות לשנות את הערים שלנו ולהוציא את החניה ולהפתר מהמכתשים העירוניים שאנחנו קוראים להם מגרשי חניה, זו הדרך היחידה שתעבוד.
CA: We will be tracking your progress with huge interest. Thanks so much, Chris. CU: Thank you. (Applause)
כ"א: אנחנו נעקוב אחרי ההתקדמות שלך בעניין גדול. תודה רבה לך, כריס. כ"א: תודה לכם.(מחיאות כפיים)