Postavme se k tomu čelem -- řízení je nebezpečné. Je to jedna z věcí, nad kterou neradi přemýšlíme, ale skutečnost, že se náboženské ikony a přívěsky pro štěstí objevují na palubních deskách po celém světě, zrazuje fakt, že víme, že je to pravda. Autonehody jsou hlavní příčinou smrti lidí ve věku od 16 do 19 let ve Spojených státech -- hlavní příčinou smrti -- a 75 procent těchto nehod nemá nic společného s drogami nebo alkoholem.
Let's face it: Driving is dangerous. It's one of the things that we don't like to think about, but the fact that religious icons and good luck charms show up on dashboards around the world betrays the fact that we know this to be true. Car accidents are the leading cause of death in people ages 16 to 19 in the United States -- leading cause of death -- and 75 percent of these accidents have nothing to do with drugs or alcohol.
Takže co se děje? Nikdo to nemůže říct jistě, ale já si pamatuji svou první nehodu. Byla jsem mladá řidička na dálnici a uviděla jsem, jak se brzdová světla auta přede mnou rozsvítila. Říkám si: "Dobře, dobře, ten chlapík zpomaluje, zpomalím taky." Šlápla jsem na brzdu. Ale ne, ten člověk nezpomaluje. Ten člověk zastavuje, na doraz, na doraz na dálnici. Z 65 mil za hodinu na nulu. Prudce jsem sešlápla brzdy. Cítila jsem, jak ABS naskočilo, a auto stále jede, a nezastaví, a já vím, že nezastaví, a airbag vystřeluje, auto je hotové, a naštěstí, nikdo nebyl zraněn. Ale já jsem nevěděla, že to auto zastavovalo a myslím si, že to můžeme udělat mnohem lépe. Myslím si, že můžeme přeměnit zkušenosti z řízení tak, že necháme naše auta spolu mluvit.
So what happens? No one can say for sure, but I remember my first accident. I was a young driver out on the highway, and the car in front of me, I saw the brake lights go on. I'm like, "Okay, all right, this guy is slowing down, I'll slow down too." I step on the brake. But no, this guy isn't slowing down. This guy is stopping, dead stop, dead stop on the highway. It was just going 65 -- to zero? I slammed on the brakes. I felt the ABS kick in, and the car is still going, and it's not going to stop, and I know it's not going to stop, and the air bag deploys, the car is totaled, and fortunately, no one was hurt. But I had no idea that car was stopping, and I think we can do a lot better than that. I think we can transform the driving experience by letting our cars talk to each other.
Chci jen, aby jste trochu popřemýšleli, jaké jsou zkušenosti s řízením nyní. Jdete do svého auta. Zavřete dveře. Jste ve skleněné bublině. Nemůžete bezprostředně vnímat svět kolem vás. Jste v tomto rozšířeném těle. Jste pověřeni navigovat je po částečně viditelných silnicích, v kovovém obrovi mezi dalšími takovými, rychlostí super člověka. Je to tak? A vše, co máte, aby vás vedlo, jsou vaše dvě oči. Dobrá, takže to je vše, co máte, oči, které ve skutečnosti ani nebyly navrženy pro takový úkol, ale pak vás lidé žádají o věci typu přejetí do jiného jízdního pruhu. Co je první věcí, kterou chtějí, aby jste udělali? Spusťte oči ze silnice. Tak je to správně. Přestaňte se dívat, kam jedete, zabočte, zkontrolujte si svůj slepý bod a jeďte po silnici, aniž by jste sledovali, kam jedete. Vy a všichni ostatní. Tohle je bezpečný způsob řízení. Proč to děláme? Protože musíme, musíme se rozhodnout, podívám se sem, nebo sem? Co je důležitější? A obvykle odvádíme skvělou práci, odhadujeme a vybíráme čeho se na silnici účastníme. Ale příležitostně nám něco unikne. Příležitostně něco zachytíme špatně nebo příliš pozdě. U bezpočtu nehod řidič říká: "Nečekal jsem to." A já tomu věřím. Věřím tomu. Nemůžeme vnímat všechno.
I just want you to think a little bit about what the experience of driving is like now. Get into your car. Close the door. You're in a glass bubble. You can't really directly sense the world around you. You're in this extended body. You're tasked with navigating it down partially-seen roadways, in and amongst other metal giants, at super-human speeds. Okay? And all you have to guide you are your two eyes. Okay, so that's all you have, eyes that weren't really designed for this task, but then people ask you to do things like, you want to make a lane change, what's the first thing they ask you do? Take your eyes off the road. That's right. Stop looking where you're going, turn, check your blind spot, and drive down the road without looking where you're going. You and everyone else. This is the safe way to drive. Why do we do this? Because we have to, we have to make a choice, do I look here or do I look here? What's more important? And usually we do a fantastic job picking and choosing what we attend to on the road. But occasionally we miss something. Occasionally we sense something wrong or too late. In countless accidents, the driver says, "I didn't see it coming." And I believe that. I believe that. We can only watch so much.
Ale nyní existuje technologie, která nám to může pomoci zlepšit. V budoucnosti, kde si auta jedno s druhým budou vyměňovat údaje, budeme schopni vidět nejen tři auta před sebou a tři za sebou, vpravo a vlevo, vše zároveň, z ptačí perspektivy, ale také uvidíme dovnitř aut. Budeme schopni vidět rychlost auta před námi, jak rychle ten člověk jede nebo zastavuje. Jestli ten člověk zpomaluje na nulu, budu o tom vědět.
But the technology exists now that can help us improve that. In the future, with cars exchanging data with each other, we will be able to see not just three cars ahead and three cars behind, to the right and left, all at the same time, bird's eye view, we will actually be able to see into those cars. We will be able to see the velocity of the car in front of us, to see how fast that guy's going or stopping. If that guy's going down to zero, I'll know.
A s výpočty a algoritmy a prediktivními modely budeme schopni vidět do budoucnosti. Možná si myslíte, že je to nemožné. Jak můžete předpovědět budoucnost? Je to skutečně těžké. Vlastně, není. S auty to není nemožné. Auta jsou trojrozměrné objekty, které mají pevnou polohu a rychlost. Cestují po silnicích. Často cestují po předběžně zveřejněných cestách. Skutečně není tak těžké udělat přiměřené prognózy toho, kam auto pojede v blízké budoucnosti. I v případě, že jste ve svém autě a nějaký motocyklista předjíždí -- bum! -- rychlostí 85 mil za hodinu -- já vím, že jste měli takovou zkušenost -- tenhle chlapík nepřijel "jen tak odnikud". Tento chlapík byl na silnici nejspíš poslední půl hodiny. (Smích) Je to tak? Chci říct, někdo jej už viděl. Deset, 20, 30 mil nazpět toho chlapíka někdo viděl, a jakmile jedno auto toho člověka spatří a umístí jej na mapu, je na mapě -- poloha, rychlost, s dobrým odhadem bude pokračovat v jízdě 85 mil za hodinu. Budete to vědět, protože vaše auto to bude vědět, protože mu to jiné auto zašeptá do ucha: "Mimochodem, pět minut, motocyklista, dávej pozor." Můžete přiměřeně předvídat, jak se auta chovají. Chci říct, jsou to Newtonovy objekty. To je na nich velice pěkné.
And with computation and algorithms and predictive models, we will be able to see the future. You may think that's impossible. How can you predict the future? That's really hard. Actually, no. With cars, it's not impossible. Cars are three-dimensional objects that have a fixed position and velocity. They travel down roads. Often they travel on pre-published routes. It's really not that hard to make reasonable predictions about where a car's going to be in the near future. Even if, when you're in your car and some motorcyclist comes -- bshoom! -- 85 miles an hour down, lane-splitting -- I know you've had this experience -- that guy didn't "just come out of nowhere." That guy's been on the road probably for the last half hour. (Laughter) Right? I mean, somebody's seen him. Ten, 20, 30 miles back, someone's seen that guy, and as soon as one car sees that guy and puts him on the map, he's on the map -- position, velocity, good estimate he'll continue going 85 miles an hour. You'll know, because your car will know, because that other car will have whispered something in his ear, like, "By the way, five minutes, motorcyclist, watch out." You can make reasonable predictions about how cars behave. I mean, they're Newtonian objects. That's very nice about them.
Takže jak se k tomu dostaneme? Můžeme začít s něčím tak jednoduchým, jako je sdílení údajů o naší poloze mezi auty, stačí sdílené GPS. Pokud budu mít ve svém autě GPS a kameru, budu mít dost přesnou představu o tom, kde jsem a jak rychle jedu. S počítačovým viděním můžu odhadnout, kde asi jsou auta kolem mě, a kam jedou. A totéž s ostatními auty. Můžou mít přesnou představu o tom, kde jsou, a takovou mlhavou představu, kde jsou ostatní auta. Co se stane, jestli dvě auta sdílí tyto údaje, jestli spolu mluví? Můžu vám říct přesně, co se stane. Oba modely se zlepší. Každý vyhraje. Profesor Bob Wang a jeho tým udělali počítačové simulace toho, co se stane, když se nejasné odhady spojí, dokonce i v provozu za světla, kdy auta sdílí GPS údaje, a my jsme tento výzkum posunuli z počítačové simulace do robotových testbed, které mají skutečné snímače, které jsou nyní v autech na těchto robotech: stereo kamery, GPS, a dvourozměrné laserové dálkoměry, které jsou běžné v zálohovacích systémech. Přikládáme také diskrétní komunikační rádio krátkého dosahu a roboti spolu hovoří. Když na sebe roboti přijdou, přesně sledují vzájemnou polohu a mohou se sobě navzájem vyhnout.
So how do we get there? We can start with something as simple as sharing our position data between cars, just sharing GPS. If I have a GPS and a camera in my car, I have a pretty precise idea of where I am and how fast I'm going. With computer vision, I can estimate where the cars around me are, sort of, and where they're going. And same with the other cars. They can have a precise idea of where they are, and sort of a vague idea of where the other cars are. What happens if two cars share that data, if they talk to each other? I can tell you exactly what happens. Both models improve. Everybody wins. Professor Bob Wang and his team have done computer simulations of what happens when fuzzy estimates combine, even in light traffic, when cars just share GPS data, and we've moved this research out of the computer simulation and into robot test beds that have the actual sensors that are in cars now on these robots: stereo cameras, GPS, and the two-dimensional laser range finders that are common in backup systems. We also attach a discrete short-range communication radio, and the robots talk to each other. When these robots come at each other, they track each other's position precisely, and they can avoid each other.
Nyní do této kombinace přidáváme více a více robotů a narazili jsme na určité problémy. Jeden z těch problémů je, když je kolem příliš mnoho štěbetání, je obtížné zpracovat všechny balíčky, takže musíte něco upřednostnit, a zde vám pomohou prediktivní modely. Pokud vaše auta-roboty všechny sledují předpovězené trajektorie, nemusíte věnovat tolik pozornosti těm balíčkům. Upřednostníte jednoho člověka, který se zdá být trochu mimo kurz. Ten by mohl být problémem. A vy můžete předpovědět novou trajektorii. Takže víte nejen to, že jede mimo kurz, víte i jak. A víte které řidiče máte varovat, aby uhnuli z cesty.
We're now adding more and more robots into the mix, and we encountered some problems. One of the problems, when you get too much chatter, it's hard to process all the packets, so you have to prioritize, and that's where the predictive model helps you. If your robot cars are all tracking the predicted trajectories, you don't pay as much attention to those packets. You prioritize the one guy who seems to be going a little off course. That guy could be a problem. And you can predict the new trajectory. So you don't only know that he's going off course, you know how. And you know which drivers you need to alert to get out of the way.
Šlo nám o to, jak nejlépe varovat každého. Jak mohou tato auta šeptat: "Musíš uhnout z cesty?" Nu, záleží to na dvou věcech: zaprvé na schopnosti auta, a zadruhé na schopnosti řidiče. Pokud má jeden člověk opravdu velké auto, ale zrovna telefonuje, nebo, však víte, prostě něco dělá, asi není v té nejlepší pozici, aby reagoval v případě pohotovosti. Takže jsme začali se samostatnou částí výzkumu, který modeluje stav řidiče. A nyní, za užití série tří kamer, můžeme odhalit, jestli se řidič dívá dopředu, jinam, dolů, na telefon, nebo jestli si dává šálek kávy. Umíme předpovědět nehodu, a umíme předpovědět kdo, která auta, jsou v nejlepší pozici k poodjetí z cesty, abychom vypočítali nejbezpečnější cestu pro každého. V podstatě tyto technologie dnes existují.
And we wanted to do -- how can we best alert everyone? How can these cars whisper, "You need to get out of the way?" Well, it depends on two things: one, the ability of the car, and second the ability of the driver. If one guy has a really great car, but they're on their phone or, you know, doing something, they're not probably in the best position to react in an emergency. So we started a separate line of research doing driver state modeling. And now, using a series of three cameras, we can detect if a driver is looking forward, looking away, looking down, on the phone, or having a cup of coffee. We can predict the accident and we can predict who, which cars, are in the best position to move out of the way to calculate the safest route for everyone. Fundamentally, these technologies exist today.
Myslím si, že největší problém, kterému čelíme, je naše vlastní ochota sdílet údaje. Myslím, že je to velmi znepokojující představa, tento nápad, že naše auta nás budou sledovat, říkat o nás dalším autům, že pojedeme po cestě v moři pomluv. Ale věřím, že to může být uděláno způsobem, který by chránil naše soukromí, stejně jako nyní, kdy se zvenku podívám na vaše auto, a prakticky o vás nevím. Když se podívám na vaši státní poznávací značku, ve skutečnosti nevím, kdo jste. Věřím, že naše auta o nás mohou mluvit za našimi zády.
I think the biggest problem that we face is our own willingness to share our data. I think it's a very disconcerting notion, this idea that our cars will be watching us, talking about us to other cars, that we'll be going down the road in a sea of gossip. But I believe it can be done in a way that protects our privacy, just like right now, when I look at your car from the outside, I don't really know about you. If I look at your license plate number, I don't really know who you are. I believe our cars can talk about us behind our backs.
(Smích)
(Laughter)
A myslím si, že to bude skvělá věc. Chci, aby jste na chvíli pouvažovali, zda opravdu nechcete, aby ten nepozorný teenager za vámi věděl, že zastavujete, že zastavujete na doraz. Ochotným sdílením našich dat můžeme udělat to, co je nejlepší pro každého.
And I think it's going to be a great thing. I want you to consider for a moment if you really don't want the distracted teenager behind you to know that you're braking, that you're coming to a dead stop. By sharing our data willingly, we can do what's best for everyone.
Tak nechte vaše auto, aby vás pomlouvalo. Silnice budou mnohem bezpečnější.
So let your car gossip about you. It's going to make the roads a lot safer.
Děkuji vám za pozornost.
Thank you.
(Potlesk)
(Applause)