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.
ในปี พ.ศ.2428 คาร์ล เบนซ์ ได้ประดิษฐ์รถยนต์ขึ้น และปีนั้นเอง เขาได้พามันไปทดลองขับในที่สาธารณะ และสิ่งที่ผมจะพูดนี้เป็นเรื่องจริง เขาเอาไปชนกำแพง ในช่วง 130 ปีที่ผ่านมา เราได้พัฒนาส่วนต่างๆของรถ ยกเว้นแต่ส่วนที่วางใจได้น้อยที่สุดคือ คนขับ เราสร้างรถให้แข็งแรงขึ้น พวกเราได้เพิ่มทั้ง เข็มขัดนิรภัย ถุงลมนิรภัย และในช่วง 10 ปีที่ผ่านมา พวกเราได้เริ่มพยายามทำให้รถฉลาดขึ้น เพื่อจะแก้บั๊ก หรือคนขับนั่นเอง
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.
ดังนั้นวันนี้ผมจะพูดสั้นๆ เกี่ยวกับความแตกต่าง ระหว่างการแก้ไขรอบๆปัญหา ด้วยระบบช่วยเหลือผู้ขับขี่ กับการที่มีรถที่สามารถขับขี่ได้ด้วยตัวเอง และสิ่งที่มันสามารถทำได้ ผมจะพูดสั้นๆเกี่ยวกับรถของพวกเรา แล้วให้คุณลองดูว่ามันเห็นโลกอย่างไร และตอบสนองแบบไหนและทำอะไรได้บ้าง แต่ก่อนอื่นเลย ผมจะพูดสั้นๆเกี่ยวกับปัญหา ซึ่งมันเป็นปัญหาใหญ่ทีเดียว 1.2 ล้านคนทั่วโลกเสียชีวิตบนถนนทุกๆปี เพียงอเมริกาที่เดียว ในแต่ละปีมี 33,000 คน เสียชีวิต เพื่อให้เห็นชัดขึ้น มันเหมือนกับมีเครื่องบิน 737 ตกลงมาจากฟ้าทุกๆวันทำการ มันแทบจะไม่น่าเชื่อ เวลาเราซื้อรถยนต์เราเห็นภาพมันแบบนี้ แต่นี่คือความเป็นจริงของการขับขี่ เห็นด้วยไหมครับ แดดไม่ออกแต่ฝนก็ไม่ตก ทำให้คุณอยากทำอย่างอื่น แทนที่จะต้องขับรถ และต้นเหตุที่ทำไม การจราจรแย่ลงเรื่อยๆ ในอเมริกา ระหว่างปี 2533 ถึง 2553 ระยะการเดินทาง ของพาหนะเพิ่มขึ้นถึง 38% เรามีถนนเพิ่มขึ้น 6% คุณไม่ได้แค่รู้สึกไปเองหรอก การจราจรแย่ขึ้นมาก ถ้าเทียบกับอดีตที่เพิ่งผ่านไปไม่นาน
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.
และถือว่ามีความเสียหายทางมูลค่าต่อมนุษย์ ถ้าเราเอาค่าเฉลี่ยของเวลา ที่คนอเมริกันใช้เดินทาง นั่นก็คือ 50นาที เอาจำนวนนั้นไปคูณกับ จำนวน 120 ล้านคนไปทำงาน นั่นออกมาเท่ากับประมาณ 6 พันล้านนาที มันถูกเสียไปกับการเดินทางทุกๆวัน นั่นเป็นเลขตัวใหญ่มาก และเพื่อให้คุณเห็นภาพ คุณเอา 6 พันล้านนาทีนั้น แล้วหารด้วยอายุขัยเฉลี่ยของมนุษย์ จะเท่ากับ 162 ชาติ ถูกนำมาทิ้งทุกๆวัน เพื่อที่จะเดินทางจาก ที่หนึ่งไปที่ที่สอง มันไม่น่าเชื่อเลย แล้วก็ยังมีพวกเราบางคน ที่ไม่ได้มีอภิสิทธิ์ ที่จะเจอกับรถติดนั้น นี่คือสตีฟ เค้าเป็นคนที่มีความสามารถมากมาย แต่ว่าเค้าก็เป็นคนตาบอดด้วย ซึ่งนั่นหมายความว่าแทนที่จะใช้เวลา 30 นาที ขับรถยนต์ไปทำงานในตอนเช้า เขาจะต้องใช้เวลาประมาณ 2 ชั่วโมง ในการต่อรถขนส่งมวลชน หรือไม่ก็ต้องขอเพื่อนหรือที่บ้านให้ไปส่ง เค้าไม่ได้มีอิสระเหมือนคุณกับผม เวลาจะไปไหนมาไหน พวกเราควรจะทำอะไรบางอย่าง
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.
ถ้าเป็นความคิดแบบเดิมๆเราก็จะบอกว่า เราจะเอาระบบช่วยเหลือคนขับก็พอ แล้วเราก็ผลักดันและพัฒนาเพิ่มเติม แล้วพอเวลาผ่านไป มันก็จะเป็นรถที่ขับเคลื่อนด้วยตัวเอง ผมมายืนตรงนี้เพื่อที่จะบอกคุณว่า มันเหมือนกับว่า ผมบอกว่าถ้าผมพยายามตั้งใจกระโดดมากๆ วันนึงผมจะบินได้ พวกเราจำเป็นจะต้องทำอะไรบางอย่าง ให้แตกต่างออกไป ดังนั้นผมจึงจะพูดเกี่ยวกับ 3สิ่งที่แตกต่างออกไป ระหว่างระบบการขับเคลื่อนด้วยตัวเอง และระบบช่วยเหลือผู้ขับขี่ ผมจะเริ่มด้วยการแบ่งบัน เรื่องจากประสบการณ์ตรงของผม
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.
ย้อนกลับไปปี 2556 เราได้ทดลองรถยนต์ ที่ขับเคลื่อนด้วยตัวเองเป็นครั้งแรก ซึ่งเราให้คนทั่วไปเป็นคนทดลอง อืม ก็เกือบทั่วไปนะ เราให้พนักงานกูเกิ้ล 100 คน ที่ไม่ได้เกี่ยวข้องกับโครงการนี้ เราให้รถพวกเขาไป เพื่อเอาไว้ใช้ในชีวิตประจำวัน แต่ไม่เหมือนกับรถขับเคลื่อนด้วยตัวเองปกติ มันมีดอกจันใหญ่ๆติดไปด้วย ผู้ลองขับจะต้องใส่ใจด้วย เพราะว่ามันเป็นรถทดลอง พวกเราทดลองมาเยอะมาก แต่มันก็มีโอกาสที่จะพลาด พวกเราใช้เวลา 2 ชั่วโมงเพื่ออบรม เราให้พวกเขาขึ้นไปบนรถและใช้มัน และเสียงตอบรับ มันเป็นอะไรที่สุดยอดมากเลย สำหรับคนที่พยายาม จะทำผลิตภัณฑ์ใหม่ในโลกนี้ ทุกคนที่ได้ลองบอกเราเขาชอบมาก จริงๆ แล้วเรามีคนขับรถปอร์เช่ ที่มาบอกเราตั้งแต่วันแรกว่า 'มันงี่เง่ามาก พวกเราคิดอะไรอยู่' แต่ว่าในตอนจบการทดลอง เขาพูดว่า 'ไม่ใช่แค่ผมควรจะมีรถนี้ แต่คนอื่นๆทุกคนควรจะมีมันด้วย เพราะบางคนก็ขับรถไม่ได้เรื่อง' มันเป็นเหมือนเสียงจากสวรรค์เลย แต่ว่าพอพวกเราเริ่มดูว่า คนทำอะไรในรถกัน มันเป็นอะไรที่เปิดหูเปิดตามาก ตัวอย่างโปรดของผมคือ คุณผู้ชายคนนี้ เขาก้มมองโทรศัพท์ของเขา แล้วเห็นว่าแบตกำลังจะหมด เขาเลยหันหลังไปเพื่อค้นกระเป๋าเขาเพื่อ ดึงคอมพิวเตอร์แลปทอปออกมา วางที่เก้าอี้ แล้วหันกลับไปอีกครั้ง เพื่อค้นหาสายชาร์จโทรศัพท์ เรื่อยๆ เฉื่อยๆ แล้วต่อมันเข้ากับ คอมพิวเตอร์และโทรศัพท์ แน่นอน หลังจากนั้นโทรศัพท์ก็ชาร์จ เค้าทำทุกอย่างขณะที่ รถวิ่งด้วยความเร็ว 100กม/ชมบนทางด่วน เห็นด้วยไหมว่าเป็นเรื่องไม่น่าเชื่อเลย แล้วพอเรามาคิดดู เราก็บอกได้ว่า มันชัดเจนเลยใช่ไหม ว่าเทคโนโลยียิ่งดีขึ้นเท่าไหร่ คนขับก็พึ่งพาตัวเองน้อยลงเรื่อยๆ ดังนั้นการที่ทำให้รถฉลาดขึ้นมากๆ เราคงจะไม่ได้เห็นความสำเร็จ แบบที่เราหวังจะเห็น
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.
ผมขอจะพูดเชิงเทคนิคสักหน่อยนะครับ เรามองกราฟนี้และแถวๆด้านล่าง นี่คือความถี่ที่รถเบรก ในเวลาไม่จำเป็น คุณไม่ต้องสนใจแกนส่วนใหญ่ก็ได้ ลองคิดดูว่าหากคุณกำลังขับไปรอบๆเมือง แล้วรถเริ่มเบรกมั่วๆ คุณคงไม่ซื้อรถคันนั้นแน่ๆ แกนแนวตั้งแสดงถึงความถี่ที่รถจะเบรก เวลาที่มันสมควรเบรกเพื่อ จะช่วยไม่ให้เกิดอุบัติเหตุ ตอนนี้ เรามาดูที่มุมซ้ายล่าง นี่คือรถธรรมดา มันไม่ช่วยเบรกรถให้คุณ มันไม่ทำอะไรประหลาดๆ แต่ว่ามันก็ไม่ช่วยให้คุณพ้นจากอุบัติเหตุ แล้วถ้าเราต้องการเอา ระบบช่วยเหลือคนขับมาใช้ในรถ เช่น ระบบเบรคอัตโนมัติเมื่อใกล้ชน เรากำลังนำเทคโนโลยีบางอย่างมาใช้ นั่นก็คือเส้นโค้งเส้นนี้ แล้วมันก็จะมีส่วนร่วมในการขับขี่ด้วย แต่มันคงจะไม่สามารถช่วย หลีกเลี่ยงอุบัติเหตุได้เสมอ เพราะว่ามันไม่ได้มีความสามารถนั้น แต่ว่าเราจะเลือกบางจุดจากเส้นนี้ แล้วบางทีมันอาจจะหลีกเลี่ยงอุบัติเหตุ ได้ครึ่งนึงของที่มนุษย์ทำพลาด มันก็มหัศจรรย์มากแล้วใช่ไหม เราได้ลดอุบัติเหตุบนถนนลงได้ครึ่งนึง ตอนนี้มีคนเสียชีวิตน้อยลง 17,000 คนต่อปีในอเมริกา
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.
แต่ถ้าหากเราอยากได้รถที่ขับได้ด้วยตัวเอง เราต้องมีโค้งของเทคโนโลยีที่หน้าตาอย่างนี้ เราจำเป็นจะต้องเพิ่มเซ็นเซอร์เข้าไปในตัวรถ แล้วก็เลือกจุดทำงานตรงนี้ ที่มันจะไม่ชนอะไรเลย มันจะมีบ้างแหละ แต่ว่าในความถี่ที่น้อยมากๆ ตอนนี้เรามาดูนี่กันแล้ว เราสามารถถกเถียงกัน ว่ามันสูงขึ้นหรือเปล่า และผมสามารถอ้างถึงกฎ 80-20 แต่มันยากมากที่จะย้ายขึ้นไป สู่เส้นโค้งเส้นใหม่ แต่เราลองมาดูมัน จากทิศทางที่แตกต่างออกไปสักครู่ แล้วมาดูว่าเทคโนโลยีนั้น จำป็นต้องทำสิ่งที่ถูกต้องบ่อยขนาดไหน จุดสีเขียวด้านบนตรงนี้คือ ระบบช่วยเหลือคนขับ ปรากฎว่า คนขับที่เป็นมนุษย์นั้น ทำพลาดและก่อให้เกิดอุบัติเหตุ ประมาณทุกๆ 100,000 ไมล์ ในอเมริกา ในทางกลับกันระบบขับด้วยตัวเอง ทำการตัดสินใจประมาณ 10 ครั้งต่อวินาที ดังนั้นอันดับของขนาด มันเท่ากับประมาณ 1,000 ครั้งต่อไมล์ และหากคุณเอาระยะทางมาเปรียบเทียบกัน มันเท่ากับประมาณ 10 ยกกำลัง 8 เลยใช่ไหม หรือ ประมาณ 8 เท่า มันเหมือนกับการเปรียบเทียบความเร็วในการวิ่งของผม กับความเร็วของแสง มันไม่เกี่ยวหรอกว่าผมจะซ้อมมาหนักขนาดไหน แต่ผมจะไม่มีวันได้ไปถึงตรงนั้นหรอก คือ มันมีช่องว่างขนาดใหญ่อยู่
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.
แล้วในที่สุด มันก็มีวิธีที่ระบบ จะจัดการกับความไม่แน่นอน นี่คนเดินถนนที่อาจจะ หรืออาจจะไม่ก้าวลงมาที่ถนน ผมไม่สามารถบอกได้ หรือไม่มีอัลกอรึทึมไหนรู้ได้เช่นกัน แต่ในกรณีของระบบช่วยเหลือคนขับ นั่นหมายความว่า ผมไม่สามารถทำอะไรได้เพราะว่า หากมันเบรกกระทันหันอย่างไม่คาดคิด มันเป็นเรื่องที่เรารับไม่ได้ แต่ว่าระบบขับเคลื่อนด้วยตัวเอง สามารถมองคนเดินถนนคนนั้นแล้วพูดว่า ไม่รู้ว่าเขาคนนั้นจะทำอะไร ขับช้าลงหน่อย เพื่อให้เห็นชัดเจนขึ้น แล้วค่อยตอบสนองให้เหมาะสมหลังจากนั้น
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.
ดังนั้นมันมีความปลอดภัยมากกว่า ที่ระบบช่วยเหลือผู้ขับจะให้ได้ นั่นคงเพียงพอแล้ว สำหรับความแตกต่างระหว่างทั้งสอง เรามาใช้เวลาเล็กน้อย พูดเกี่ยวกับว่ารถมองเห็นโลกอย่างไรกัน
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?
นี่คือรถของเรา มันเริ่มจาก ทำความเข้าใจ ว่ามันอยู่ส่วนไหนของโลกนี้ โดยใช้แผนที่และข้อมูลจากเซ็นเซอร์ แล้วเอามาเรียงกัน แล้วนำเอาสิ่งที่มันมองเห็นขณะนั้น มาวางทับลงไป ดังนั้นตรงนี้ กล่องสีม่วงที่คุณเห็นทั้งหมด คือยานพาหนะที่อยู่บนถนน แล้วสีแดงๆ ที่อยู่ด้านข้างตรงนั้น คือนักปั่นจักรยาน แล้วในระยะนั้น ถ้าคุณมองดีดี คุณจะเห็นกรวยจำนวนหนึ่ง แล้วเรารู้ว่ารถของเราอยู่ไหนในเวลานั้น แต่เราจะต้องทำให้ดีขึ้นไปอีก เราจะต้องคาดเดาว่าอะไรจะเกิดขึ้น ที่ด้านบนขวามือมีรถกระบะ ที่กำลังจากจะเปลี่ยนไปช่องทางซ้าย เพราะว่าถนนด้านหน้ามันปิดอยู่ ดังนั้นมันจะต้องออกจากช่องทางเดิม การที่เรารู้เกี่ยวกับรถกระบะนั้นก็ดีนะ แต่ที่เราจะจำเป็นที่จะต้องรู้คือ ทุกๆคนคิดอะไรอยู่ ดังนั้นปัญหามันจึงซับซ้อนยิ่งขึ้นไปอีก ด้วยข้อมูลนั้น เราจะคิดออกว่ารถ ควรจะตอบสนองอย่างไรในเวลานั้นๆ แล้วทางไหนที่เราควรจะไป ควรจะเพิ่มหรือลดความเร็ว แล้วทั้งหมดนั้นก็จะเป็นแค่ ให้รถตามทางไป หมุนพวงมาลับไปทางซ้ายหรือขวา เหยียบเบรกหรือเหยียบคันเร่ง สุดท้ายมันก็เป็นเพียงตัวเลขแค่สองตัว มันจะยากขนาดไหนเชียว
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.
ย้อนกลับไปเมื่อปี 2552 ระบบของเราหน้าตาเป็นแบบนี้ ดังนั้นคุณจะเห็นรถของพวกเราอยู่ตรงกลาง แล้วกล่องอื่นๆอยู่บนถนน รถกำลังขับเคลื่อนบนทางหลวง รถจะต้องรู้ว่าตัวเองอยู่ตรงไหนและ คร่าวๆว่ารถคันอื่นอยู่ตรงไหน เป็นความเข้าใจโลก ในรูปทรงเลขาคณิต และเมื่อเราได้เริ่มขับ ในระแวกที่อยู่อาศัยและถนนในเมือง ปัญหามันยากขึ้นเป็นคนละระดับเลย คุณเห็นคนกำลังข้ามถนน ด้านหน้าเรา เห็นรถผ่านหน้าเรา ไปในทุกทิศทาง มีไฟจราจร ทางม้าลาย เมื่อเทียบกันแล้ว นี่เป็นปัญหาที่ซับซ้อนอย่างมาก และเมื่อไหร่ที่คุณแก้ปัญหานั้นได้ รถจะต้องสามารถจัดการกับการตีความได้ มีกรวยอยู่ด้านซ้าย บังคับให้ไปทางขวา แต่ไม่ใช่แค่การตีความแบบแยกไว้เป็นส่วนๆ แต่จะต้องจัดการกับคนอื่น ที่กำลังเคลื่อนที่อยู่ในพื้นที่นั้นด้วย แน่นอนถ้าหากมีคนทำผิดกฎ ตำรวจก็อยู่ตรงนั้น รถเราจะต้องเข้าใจความหมาย ของสัญญาณไฟที่อยู่บนรถนั้นด้วย หมายความว่ารถนั้นไม่ใช่แค่รถธรรมดา แต่เป็นรถตำรวจ คล้ายกันกับกล่องสีส้ม ที่อยู่ด้านข้างตรงนี้ มันเป็นรถโรงเรียน และเราจะต้องจัดการกับมัน แตกต่างออกไปเหมือนกัน
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.
เวลาที่เราอยู่บนถนน คนอื่นก็มีความคาดหวังกับเรา เช่น เมื่อนักปั่นจักรยานส่งสัญญาณมือ มันหมายความว่าเขาคาดว่า รถจะยอมให้ไปก่อนและเว้นที่ไว้ให้ สำหรับเปลี่ยนช่องจราจร และถ้ามีเจ้าหน้าที่ตำรวจยืนบนถนน ยานพาหนะของเราควรจะเข้าใจว่า มันหมายความว่าจะต้องหยุดรถ แล้วพอเขาให้สัญญาณว่าไปได้ เราก็ควรจะไปต่อ
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.
วิธีที่ทำให้เราประสบความสำเร็จในเรื่องนี้ คือการแบ่งปันข้อมูลระหว่างรถ รถรุ่นแรกที่ได้รับการพัฒนาน้อยสุด จะเห็นพื้นที่แต่เพียงคันเดียว การที่มีข้อมูลจากรถอีกคัน ทำให้เลือกอยู่ในช่องจราจรที่ถูกต้อง จะได้ไม่เจอปัญหา แต่เรามีความเข้าใจที่ลึกลงไปอีก เราสามารถนำเอาข้อมูลทั้งหมด ที่รถเคยได้เห็นมา ไม่ว่าจะเป็นคนถนน นักปั่นจักรยานและ พาหนะที่ออกวิ่งอยู่บนถนนจำนวนเป็นล้าน และเข้าใจว่ามีหน้าตาเป็นอย่างไร แล้วใช้ข้อมูลนั้นในการสรุปว่า หน้าตารถคันอื่นเป็นอย่างไร หน้าตาของคนเดินถนนเป็นอย่างไร และที่สำคัญกว่านั้น เราสามารถเรียนรู้ได้คือ เราคาดให้มันเคลื่อนที่อย่างไร กล่องสีเหลืองนี้คือ คนเดินถนนที่จะเดินผ่านด้านหน้าเรา กล่องสีฟ้านี่เป็น นักปั่นจักรยานและเราคาดว่า ว่าพวกขาจะเบี่ยงขวารอบๆรถ มีนักปั่นจักรยานกำลังมา และพวกเรารู้ว่าพวกเขาจะขับตามทางถนน ตรงนี้มีคนกำลังเลี้ยวขวา และตอนนี้ ตรงนี้มีบางคน กำลังจะทำกลับรถข้างหน้าเรา และเราสามารถคาดเดาการกระทำ แล้วตอบสนองได้อย่างปลอดภัย
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)
เท่าที่เราเห็นก็ยังดีอยู่ แต่ว่าแน่นอน คุณจะเจอหลายสิ่งที่คุณ ไม่เคยเห็นในโลกนี้มาก่อน ประมาณสองเดือนที่ผ่านมา รถของเราที่กำลังขับผ่านภูเขา แล้วเราได้เจอกับอะไรบางอย่าง นี่คือผู้หญิงที่นั่งอยู่บนรถเข็นไฟฟ้า ซึ่งกำลังไล่เป็ดเป็นวงกลมอยู่บนถนน (เสียงหัวเราะ) กลายเป็นว่า ไม่มีส่วนไหน ของหนังสือคู่มือการขับขี่ ที่บอกคุณว่าจะต้องทำอย่างเมื่อเจอแบบนี้ แต่ว่ารถของเราก็สามารถผ่านมันไปได้ โดยการลดความเร็วแล้วขับอย่างปลอดภัย ตอนนี้เราไม่ต้องจัดการกับเป็ดแล้ว ลองดูนกบินผ่านเรากัน ดูว่ารถตอบสนองอย่างไร นี่เมื่อเราเจอกับนักปั่นจักรยาน ที่เราไม่คาดว่าจะเจอในที่อื่น ถ้าไม่ใช่แถวภูเขา และแน่นอน รถจัดการกับคนขับคนอื่น แม้แต่ตัวเล็กๆ ลองดูภาพด้านขวา ตอนมีคนกระโดดออกมาจากรถกระบะมาหาเรา แล้วดูด้านซ้าย ดูรถที่เป็นกล่องสีเขียวตัวสินใจ ว่าเขาจะต้องเลี้ยวขวาตอนวินาทีสุดท้าย นี่เป็นตอนที่เราจะเปลี่ยนช่องทาง แล้วรถด้านซ้ายของเรา ก็ต้องการจะเปลี่ยนเหมือนกัน และนี่ เราดูรถฝ่าไฟแดง และเราให้ไปก่อน คล้ายๆกัน นี่เป็นนักปั่นจักรยาน ฝ่าไฟแดงเหมือนกัน และแน่นอนรถของเราตอบสนอง ได้อย่างปลอดภัย และแน่นอนมีคนหลายคน ที่ยังไม่ทราบว่ามาทำอะไรบนถนน เหมือนคนนี้ โผล่มาระหว่างรถที่ขับเคลื่อนด้วยตัวเอง เป็นคุณคุณก็คงคิดว่า 'คิดอะไรอยู่นะ' (เสียงหัวเราะ)
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.
ผมเพิ่งจะพ่นไฟข้อมูลมากมายใส่คุณ ดังนั้นผมจะทำให้มันง่ายขึ้น สิ่งที่เรากำลังดูอยู่ในฉากนี้ กับนักปั่นอีกแล้ว คุณอาจจะมองเห็นตรงด้านล่าง ว่าเรายังไม่สามารถเห็นนักปั่นได้ แต่รถเห็น นั่นก็คือกล่องสีฟ้าเล็กๆตรงนั้น เพราะว่ามันมาจากข้อมูลของเลเซอร์ แต่มันไม่ได้อธิบายได้ง่ายๆ ดังนั้นผมจะเปลี่ยนเป็นข้อมูลเลเซอร์ แล้วมาดูกัน ถ้าคุณอ่านข้อมูลเลเซอร์ออก คุณจะเห็น มีจุดอยู่บนเส้นโค้งตรงนั้น ตรงนั้นเอง นั่นคือกล่องสีฟ้าหรือนักปั่น ตอนนี้ไฟของเราเป็นสีแดง แต่ไฟของนักปั่นมันเป็นสีเหลืองแล้ว แล้วถ้าคุณจ้องดูในภาพนี้ดีๆ ว่านักปั่นเค้าจะไม่หยุดปั่น แล้วข้ามทางแยกนี้ไป ไฟเรากลายเป็นสีเขียวแล้ว และของนักปั่นก็เป็นสีแดง แล้วตอนนี้เราคาดว่ารถจักรยานจะมาจนสุดทาง แต่ว่าโชคไม่ดีนักที่ คนขับข้างๆเราไม่ได้ตั้งใจดูขนาดเรา พวกเขาเริ่มเดินเครื่อง และโชคดีมาก ที่นักปั่นไหวตัวทันและหลบไป ทันที่จะผ่านแยกไป เราถึงจะออกตัวได้
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.
ตอนนี้คุณก็เห็นแล้วว่า เรากำลังพัฒนาอย่างน่าตื่นเต้น มาถึงจุดนี้เราเชื่อว่า เราสามารถนำเทคโนโลยีนี้เข้าสู่ตลาดได้ พวกเราทดลองวิ่ง 3 ล้านไมล์ ในเครื่องจำลองเหตุการณ์ทุกๆวัน ดังนั้นคุณคงจิตนาการได้ว่า รถเราประสบการณ์โชกโชนขนาดไหน พวกเราตั้งตาคอย ที่จะเห็นเทคโนโลยีนี้บนท้องถนน และพวกเราคิดว่าทางเลือกที่ดีกว่า คือการใช้รถที่ขับได้เอง ดีกว่าที่จะใช้ระบบช่วยเหลือคนขับ เพราะว่าภาวะฉุกเฉินมันเกิดขึ้นได้หลากหลาย ในเวลาที่ผมมาพูดในวันนี้ มี34คนเสียชีวิตจากอุบัติเหตุบนถนนในอเมริกา
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.
คำถามคือ เอาออกมาขายได้เมื่อไหร่ เรื่องนี้พูดยาก เพราะว่าปัญหามันซับซ้อนอยู่ แต่ว่าสองคนนี้คือลูกชายของผม คนโตอายุ 11 แล้วนั่นหมายความว่า ผมมีเวลาอีก 4ปีครึ่ง ก่อนที่เขาจะสามารถทำใบขับขี่ได้ ทีมและผมสัญญาว่าจะไม่ให้มันเกิดขึ้น
Thank you.
ขอบคุณครับ
(Laughter) (Applause) Chris Anderson: Chris, I've got a question for you.
(เสียงหัวเราะ)(เสียงปรบมือ) คริส แอนเดอร์สัน: คริส ผมมีคำถามครับ
Chris Urmson: Sure.
คริส เอิร์มสัน: เชิญครับ
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.
คริส แอนเดอร์สัน: ความคิดของรถคุณ เป็นเรื่องที่ค่อนข้างน่าพิศวง สำหรับการถกเรื่องระบบช่วยเหลือคนขับ หรือรถขับด้วยตัวเอง ซึ่งมันเป็นเรื่องที่มีการถกกัน ที่ค่อนข้างจริงจังในขณะนี้ บางบริษัท อย่างเช่น เทสล่า เลือกที่จะไปใช้ระบบช่วยเหลือคนขับ แต่สิ่งที่คุณพูดคือสุดท้ายมันจะเจอทางตัน เพราะว่าคุณไม่สามารถพัฒนาระบบช่วยคนขับ ไปเป็นระบบขับเคลื่อนด้วยตัวเองได้ พอถึงจุดนึง ผู้ขับขี่ก็จะบอกเองว่า 'นี่รู้สึกปลอดภัย' แล้วเอื้อมไปด้านหลังรถ แล้วก็จะเกิดบางอย่างไม่น่าดูขึ้น
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.
คริส เอิร์มสัน: ใช่นั่นเป็นสิ่งที่ถูกต้อง ยังไม่พูดถึง ว่าระบบช่วยคนขับจะไม่ได้ช่วยอะไรมาก มันสามารถช่วยชีวิต ระหว่างช่วงรอยต่อได้ แต่จะไม่เห็นโอกาสของการเปลี่ยนแปลง ที่สามารถช่วยคนแบบสตีฟให้ไปไหนมาไหนได้ อย่างปลอดภัยจริงๆ การที่มีโอกาสที่จะ เปลี่ยนแปลงบ้านเมืองของเรา และเปลี่ยนแปลงการจอดรถ เพื่อที่จะเอาที่จอดรถออกไปให้หมด ผมว่านี่เป็นทางเลือกที่ใช่
CA: We will be tracking your progress with huge interest. Thanks so much, Chris. CU: Thank you. (Applause)
คริส แอนเดอร์สัน: พวกเราจะตามความคืบหน้า ของคุณด้วยความสนใจอย่างมาก ขอบคุณมากครับคริส คริส เอิร์มสัน: ขอบคุณครับ (เสียงปรบมือ)