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.
Давайте посмотрим правде в глаза! Вождение — это опасность. Это то, о чем не принято даже думать, но факт того, что всё больше иконок и амулетов появляются на приборных панелях автомобилей по всему миру, ясно даёт понять, что на самом деле мы осознаем эту опасность. Автокатастрофы являются ведущей причиной смерти молодых людей от 16 до 19 в США — основная причина смерти — и 75% этих происшествий никак не связаны ни с наркотиками, ни с алкоголем.
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.
Так что же происходит? Никто не может точно сказать, но я помню свою первую аварию. Я тогда ещё была неопытным водителем и ехала по шоссе, и у машины впереди меня включились тормозные фонари. Я подумала «Ладно, без паники, он притормаживает, надо бы тоже притормозить». Я нажала на тормоз. Но нет, он не притормаживает. Он останавливается, резко тормозит, полное торможение на оживлённом шоссе! Скорость должна была упасть с 65 — до нуля? Я вдавила педаль тормоза. Я почувствовала, как включилась антиблокировочная система торможения, а машина продолжает двигаться и не собирается останавливаться, и я знаю, что она не остановится, сработали подушки безопасности, машина помята, но к счастью, никто не пострадал. Но я и понятия не имела, что машина останавливалась, и я думаю, что подобные ситуации можно избежать. Мне кажется, что можно преобразить вождение, разрешив нашим машинам «разговаривать» друг с другом.
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.
Я хочу, чтобы вы задумались о том, что сейчас представляет собой процесс вождения. Сядьте в машину. Закройте дверь. Вы в стеклянном шаре. Вы не можете напрямую воспринимать мир вокруг вас. Вы в этом вытянутом агрегате. Ваша задача — управлять им на плохо просматриваемых дорогах, среди других таких же металлических гигантов на нечеловеческих скоростях. Так? И единственное, что помогает ориентироваться во всем этом, это ваши глаза. Хорошо, это всё, что у вас есть, глаза не предназначены для такого, но потом приходится делать что-то, например, перестроиться в другой ряд. Что от вас требуется в первую очередь? Перевести взгляд с дороги. Именно так. Перестать следить за дорогой, повернуться, проверить слепые зоны, и продолжить движение не видя, куда едешь. Вы и все остальные. Такое вождение считается безопасным. Почему мы это делаем? Потому что мы вынуждены, нам нужно сделать выбор, куда же смотреть? Что более важно? И обычно мы прилагаем нереальные усилия, выбирая, чему же уделить внимание на дороге. Но иногда мы что-то упускаем. Иногда мы чувствуем, что что-то идёт не так или замечаем это слишком поздно. После бесчисленных аварий водители обычно говорят «Я не заметил, откуда он взялся!» И я этому верю. Действительно верю. Нам только и остаётся, что смотреть изо всех сил.
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.
Но существуют технологии, которые могут помочь исправить ситуацию. В будущем, когда машины смогут обмениваться информацией друг с другом, мы сможем увидеть не только три машины впереди или три машины сзади, справа и слева, все в один момент, настоящее орлиное зрение, мы сможем заглянуть в эти машины. Мы сможем увидеть скорость, с которой двигается идущая впереди машина, понять, с какой скоростью она движется и собирается ли она останавливаться. Если водитель собирается резко затормозить, я сразу пойму.
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.
И благодаря расчётам, алгоритмам и прогностическим моделям, мы сможем заглянуть в будущее. Может показаться, что это невозможно. Как можно предсказать будущее? Это действительно нелегко. На самом деле нет. С машинами это действительно возможно. Машины — это трёхмерные объекты, которые обладают определённым положением в пространстве и скоростью передвижения Они едут по дорогам. Зачастую они едут по заранее определённым маршрутам. На самом деле не так сложно сделать логичные предположения о том, где машина окажется в ближайшем будущем. Даже если вы находитесь в вашей машине и какой-то мотоцикл проезжает мимо —вжик! — 140 км/ч, поперёк движения — Я уверена, вы с этим сталкивались — этот парень не появился «из ниоткуда». Этот парень, по-видимому, уже как полчаса едет по дороге. (Смех) Так? Я имею в виду, кто-то точно видел его. 10, 20, 30 километров позади, кто-то точно заметил этого мотоциклиста, и как только один водитель замечает его и отмечает его положение на карте, он замечен — его положение, скорость, предположение, что он продолжит двигаться со скоростью 140 км/ч. Вы будете знать, потому что ваша машина узнает, потому что та другая машина нашептала ей на ушко, типа «Кстати, 5 минут, мотоциклист, берегись». Вы можете предположить, как машины ведут себя. Я имею в виду, они ньютоновские объекты. И это играет нам на руку.
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.
Так как нам достигнуть всего этого? Можно начать с чего-то простого как обмен координатами между машинами, обмен данными навигатора. Если у меня в машине установлен навигатор и камера, я точно знаю, где нахожусь и с какой скоростью двигаюсь. Благодаря компьютерному зрению я могу рассчитать, где находятся машины вокруг меня и в каком направлении они двигаются. И то же самое с другими машинами. Они могут точно понять, где они и приблизительно оценить положение других машин. Что произойдёт, если две машины обменяются этой информацией, если они поговорят друг с другом? Я точно могу ответить на этот вопрос. Качество вождения улучшится. Все останутся в выигрыше. Профессор Боб Вонг и его команда произвели компьютерные расчёты на тему того, что произойдёт, если объединить неточные данные, даже при не загруженных дорогах, если машины обменяются данными навигаторов и мы пошли дальше, выведя эти исследования на практический уровень используя тесты на специальных роботах с сенсорами, которые установлены в машинах на этих роботах, стереокамеры, навигатор и двумерные лазерные дальномеры, которые распространены в резервных системах. Мы так же установили скрытые приёмники ближней радиосвязи и роботы начали общаться между собой. Когда роботы натыкались друг на друга, они точно определяли положение друг друга, и им удавалось избежать столкновения.
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.
Мы добавляем больше и больше роботов в эту конструкцию, и мы столкнулись с некоторыми проблемами. Одна из проблем заключается в том, что когда получаешь слишком много «болтовни», тяжело обработать всю информацию и нужно научиться её фильтровать, и именно здесь прогнозирующие модели могут помочь. Если автоматы в машине отслеживают предсказанные траектории, уже нет необходимости уделять внимание всем объектам вокруг. Система концентрируется на том водителе, который отклоняется от заданного курса. Из-за него могут возникнуть проблемы. И вы сможете предугадать новую траекторию. То есть вы не только знаете, что он отклоняется, но вы знаете как. И вы знаете, каких водителей нужно предупредить, чтобы они ушли с пути его следования.
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.
И что мы хотели предпринять — как лучше всего всех предупредить? Как эти машины могут прошептать «Лучше убраться с дороги?» Это зависит от двух вещей: во-первых, от характеристик машины, во-вторых, от навыка самого водителя. Если у одного парня действительно отличная машина, но он говорит по телефону или, ну вы знаете, занимается тем, чем не стоило бы заниматься за рулём, чтобы суметь отреагировать на опасность. Так что мы начали двигаться в другом направлении исследований, моделируя возможные ситуации на дорогах. И теперь, используя систему из трёх камер, мы можем определить, смотрит ли водитель перед собой в сторону, внизу, говорит по телефону или пьёт кофе. Мы можем предугадать аварию, и мы можем сказать, кому и каким машинам проще всего сдвинуться с пути, чтобы рассчитать самую безопасную траекторию движения для каждого. В принципе, такие технологии существуют и сейчас.
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.
Я думаю, что основная проблема в том, готовы ли мы делиться своей информацией. Это может привести в замешательство, что наши машины наблюдают за нами, обсуждают нас с другими машинами, что мы будем двигаться по дороге в потоке болтовни. Но я уверена, что это может быть достигнуто путём, при котором не затрагивается наша частная жизнь. Как сейчас, когда я смотрю на вашу машину со стороны, я на самом деле ничего о вас не знаю. Если я взгляну на ваш номерной знак, это ничего не скажет мне о вас. Я верю, что наши машины могут шушукаться о нас у нас за спиной.
(Laughter)
(Смех)
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.
И я считаю, что это станет великим достижением. Я хочу, чтобы вы задумались на минуту, действительно ли вы не хотите, чтобы невнимательный подросток за вами узнал, что вы притормаживаете, что вы собираетесь резко остановиться. Делясь своей информацией по собственному желанию, мы можем сделать что-то для всеобщего блага.
So let your car gossip about you. It's going to make the roads a lot safer.
Так что позвольте вашему автомобилю посплетничать о вас. Это поможет сделать дороги безопаснее.
Thank you.
Спасибо.
(Applause)
(Аплодисменты)