ABOUT THE SPEAKER
Chris Urmson - Roboticist
Chris Umson is the Director of Self-Driving Cars at Google[x].

Why you should listen

Since 2009, Chris Urmson has headed up Google’s self-driving car program. So far, the team’s vehicles have driven over three quarters of a million miles. While early models included a driverless Prius that TEDsters got to test- ... um, -not-drive in 2011, more and more the team is building vehicles from the ground up, custom-made to go driverless.

Prior to joining Google, Umson was on the faculty of the Robotics Institute at Carnegie Mellon University, where his research focused on motion planning and perception for robotic vehicles. During his time at Carnegie Mellon, he served as Director of Technology for the team that won the 2007 DARPA Urban Challenge.

More profile about the speaker
Chris Urmson | Speaker | TED.com
TED2015

Chris Urmson: How a driverless car sees the road

کریس ارمسون: یک خودروی خودران چطور جاده را می بیند؟

Filmed:
2,536,355 views

از دید آمار، غیر قابل اعتماد ترین بخش یک خودرو... راننده آن است. کریس ارمسون رئیس بخش خودرو های خودران گوگل است، یکی از چند پروژه ای که بنا دارد انسان را از صندلی راننده جدا کند. او در باره آخرین وضعیت برنامه اش صحبت میکند و فیلم های زیبایی از اینکه خودرو، چطور جاده را می بیند و بصورت خودکار تصمیم میگیرند نشان میدهد.
- Roboticist
Chris Umson is the Director of Self-Driving Cars at Google[x]. Full bio

Double-click the English transcript below to play the video.

00:12
So in 1885, Karlکارل Benzبنز
inventedاختراع شده است the automobileخودرو.
0
528
3949
درسال ۱۸۸۵ کارل بنز، خودرو را اختراع کرد
00:16
Laterبعد that yearسال, he tookگرفت it out
for the first publicعمومی testتست driveراندن,
1
4707
3762
بعدا در همون سال، این ماشین را برای
آزمایش رانندگی بیرون پیش مردم برد،
00:20
and -- trueدرست است storyداستان --
crashedسقوط کرد into a wallدیوار.
2
8469
3375
و-- این کاملا واقعیه-- کوبیدش به دیوار.
00:24
For the last 130 yearsسالها,
3
12184
2043
در صد و سی سال گذشته سعی کردیم،
00:26
we'veما هستیم been workingکار کردن around that leastکمترین
reliableقابل اعتماد partبخشی of the carماشین, the driverراننده.
4
14227
4319
تا غیر قابل اعتماد ترین بخش خودرو
که راننده آن هست را در نظر نگیریم.
00:30
We'veما هستیم madeساخته شده the carماشین strongerقوی تر.
5
18546
1354
اتومبیل ها رو مقاوم تر کردیم.
00:32
We'veما هستیم addedاضافه seatصندلی beltsکمربند,
we'veما هستیم addedاضافه airهوا bagsکیسه,
6
20200
2548
به اون ها کمربند ایمنی و
کیسه ی هوا اضافه کردیم،
00:34
and in the last decadeدهه, we'veما هستیم actuallyدر واقع
startedآغاز شده tryingتلاش کن to make the carماشین smarterهوشمندانه
7
22748
3971
و در دهه ی اخیر، سعی کردیم
که خودرو ها رو واقعا هوشمند تر کنیم
00:38
to fixثابت that bugاشکال, the driverراننده.
8
26719
2938
برای حل این ایراد، یعنی راننده.
00:41
Now, todayامروز I'm going to talk to you
a little bitبیت about the differenceتفاوت
9
29657
3261
امروز میخواهم کمی با شما درباره
00:44
betweenبین patchingپچ کردن around the problemمسئله
with driverراننده assistanceمعاونت systemsسیستم های
10
32918
3808
تفاوت حل موقتی مشکل با کمک
سیستم های کمکی راننده
00:48
and actuallyدر واقع havingداشتن fullyبه طور کامل
self-drivingخود رانندگی carsماشین ها
11
36726
2564
و داشتن خودرو های کاملا «خودران»
صحبت کنم
00:51
and what they can do for the worldجهان.
12
39290
1880
و اینکه برای جهان چه فایده ای دارند.
00:53
I'm alsoهمچنین going to talk to you
a little bitبیت about our carماشین
13
41170
2995
میخواهم کمی در مورد خودرو
خودمون با شما صحبت کنم
تا ببینید که چطوربه دنیا نگاه میکنه،
چطور واکنش نشون میده و چه میکنه
00:56
and allowاجازه دادن you to see how it seesمی بیند the worldجهان
and how it reactsواکنش نشان می دهد and what it does,
14
44165
3999
01:00
but first I'm going to talk
a little bitبیت about the problemمسئله.
15
48164
3187
در ابتدا کمی در مورد مشکل صحبت میکنم.
01:03
And it's a bigبزرگ problemمسئله:
16
51651
1648
و البته این مشکل بزرگیه:
01:05
1.2 millionمیلیون people are killedکشته شده
on the world'sجهان roadsجاده ها everyهرکدام yearسال.
17
53299
3089
سالانه ۱/۲ میلیون نفر از مردم جهان
در تصادفات جاده ای کشته میشن
01:08
In Americaآمریکا aloneتنها, 33,000 people
are killedکشته شده eachهر یک yearسال.
18
56388
3784
۳۳٫۰۰۰ مورد از این تعداد
تنها در آمریکا اتفاق می افته
01:12
To put that in perspectiveچشم انداز,
19
60172
2028
بگذارید جور دیگه ای بهش نگاه کنیم
01:14
that's the sameیکسان as a 737
fallingافتادن out of the skyآسمان everyهرکدام workingکار کردن day.
20
62200
4797
اگر در همه روزهای کاری یک بوئینگ ۷۳۷ سقوط
کنه میزان تلفات به همین مقدار خواهد بود
01:19
It's kindنوع of unbelievableباور نکردنی.
21
67342
1786
یه جورایی باور نکردنیه
01:21
Carsماشین ها are soldفروخته شد to us like this,
22
69548
2298
اتومبیل هایی که اینجوری
به ما فروخته میشن
01:23
but really, this is what driving'sرانندگی like.
23
71846
2717
اما واقعیت رانندگی اینطوریه.
01:26
Right? It's not sunnyآفتابی, it's rainyبارانی,
24
74563
2159
مگه نه؟ هوا آفتابی نیست، بارونیه،
01:28
and you want to do anything
other than driveراندن.
25
76722
2488
و شما دوست دارین هر کاری بکنین
به جز رانندگی!
01:31
And the reasonدلیل why is this:
26
79210
1622
و دلیل این موضوع اینه که:
01:32
Trafficترافیک is gettingگرفتن worseبدتر.
27
80832
1858
وضعیت ترافیک داره بدتر میشه.
01:34
In Americaآمریکا, betweenبین 1990 and 2010,
28
82690
3506
بین سال ۱۹۹۰ تا ۲۰۱۰ در آمریکا،
01:38
the vehicleوسیله نقلیه milesمایل traveledسفر کرد
increasedافزایش یافت by 38 percentدرصد.
29
86196
3504
میانگین مسافتی که وسایل نقلیه طی میکنن
۳۸ درصد افزایش پیدا کرد،
01:42
We grewرشد کرد by sixشش percentدرصد of roadsجاده ها,
30
90213
2749
ولی مقدار جاده ها شش درصد اضافه شده.
01:44
so it's not in your brainsمغز.
31
92962
1602
پس کاملا واقعیه.
01:46
Trafficترافیک really is substantiallyاساسا worseبدتر
than it was not very long agoپیش.
32
94564
4276
وضعیت ترافیک به شدت بدتر از چیزی شده
که سال ها پیش حتی خبری ازش نبود.
01:50
And all of this has a very humanانسان costهزینه.
33
98840
2409
و همه ی این ها
هزینه هایی انسانی داره.
01:53
So if you take the averageمیانگین commuteرفت و آمد time
in Americaآمریکا, whichکه is about 50 minutesدقایق,
34
101529
3948
متوسط زمان رسیدن به محل کار
در آمریکا تقریبا ۵۰ دقیقه است،
01:57
you multiplyتکثیر کردن that by the 120 millionمیلیون
workersکارگران we have,
35
105477
3649
ضرب در ۱۲۰ میلیون نیروی کاری که داریم،
02:01
that turnsچرخش out to be
about sixشش billionبیلیون minutesدقایق
36
109126
2225
تقریبا ۶ میلیارد دقیقه میشه
02:03
wastedهدر رفته in commutingرفت و آمد everyهرکدام day.
37
111351
2026
که هر روز در مسیر تلف میشه.
02:05
Now, that's a bigبزرگ numberعدد,
so let's put it in perspectiveچشم انداز.
38
113377
2827
عدد بزرگیه، اجازه بدید تعریف دیگه ای کنیم.
02:08
You take that sixشش billionبیلیون minutesدقایق
39
116204
1774
۶ میلیارد دقیقه رو در نظر بگیرین
02:09
and you divideتقسیم کنید it by the averageمیانگین
life expectancyامید به زندگی of a personفرد,
40
117978
3784
اون رو بر میانگین طول عمر
یک شخص تقسیم کنید،
02:13
that turnsچرخش out to be 162 lifetimesطول عمر
41
121762
3135
نتیجه اش میشه طول عمر ۱۶۲ نفر
02:16
spentصرف شده everyهرکدام day, wastedهدر رفته,
42
124897
2925
که هر روز تلف میشه،
02:19
just gettingگرفتن from A to B.
43
127822
2044
تنها برای رفتن از نقطه A به B.
02:21
It's unbelievableباور نکردنی.
44
129866
1730
باور نکردنیه.
02:23
And then, there are those of us
who don't have the privilegeامتیاز
45
131596
2844
به علاوه، بین ما آدم هایی هستند
که از این مزیت محرومند
02:26
of sittingنشسته in trafficترافیک.
46
134440
1672
که در ترافیک معطل شوند.
02:28
So this is Steveاستیو.
47
136112
1578
این استیوه.
02:29
He's an incrediblyطور باور نکردنی capableقادر به guy,
48
137690
1765
آدم فوق العاده تواناییه
02:31
but he just happensاتفاق می افتد to be blindنابینا,
49
139455
2516
اون نابینا است،
02:33
and that meansبه معنای insteadبجای of a 30-minuteدقیقه
driveراندن to work in the morningصبح,
50
141971
3217
معنای این حرف اینه که صبح ها به جای
۳۰ دقیقه رانندگی در مسیر کار،
دوساعت مصیبت جابجا شدن
در وسائل نقلیه عمومی رو داره
02:37
it's a two-hourدو ساعت ordealمصیبت
of piecingپختن togetherبا یکدیگر bitsبیت of publicعمومی transitترانزیت
51
145188
3979
02:41
or askingدرخواست friendsدوستان and familyخانواده for a rideسوار شدن.
52
149167
2385
یا باید ازدوستان یا خانواده اش
بخواهد که اونو برسونن.
02:43
He doesn't have that sameیکسان freedomآزادی
that you and I have to get around.
53
151552
3669
او آزادی من و شما رو در رفت و آمد نداره.
02:47
We should do something about that.
54
155221
2460
باید کاری کنیم.
02:49
Now, conventionalمرسوم wisdomحکمت would say
55
157891
1757
منطق عمومی اینه که
02:51
that we'llخوب just take
these driverراننده assistanceمعاونت systemsسیستم های
56
159648
2492
ما باید سیستم های کمک راننده رو بپذیریم
02:54
and we'llخوب kindنوع of pushفشار دادن them
and incrementallyبه تدریج improveبهتر کردن them,
57
162140
3750
از اون ها بیش تر استفاده کنیم
و به تدریج اون ها رو بهتر کنیم،
02:57
and over time, they'llآنها خواهند شد turnدور زدن
into self-drivingخود رانندگی carsماشین ها.
58
165890
2542
و با گذشت زمان، اون ها به
اتومبیلهای خودران تبدیل میشوند.
03:00
Well, I'm here to tell you
that's like me sayingگفت:
59
168432
2409
این درست مثل اینه که من به شما بگم
03:02
that if I work really hardسخت at jumpingپریدن,
one day I'll be ableتوانایی to flyپرواز.
60
170841
4057
اگر خیلی واسه پریدن تلاش کنم،
روزی توان این رو خواهم داشت که پرواز کنم.
03:06
We actuallyدر واقع need to do
something a little differentناهمسان.
61
174898
2728
در واقع ما باید کار دیگری انجام بدیم
03:09
And so I'm going to talk to you
about threeسه differentناهمسان waysراه ها
62
177626
2711
میخواهم در رابطه با سه دلیلی
با شما صحبت کنم که
03:12
that self-drivingخود رانندگی systemsسیستم های are differentناهمسان
than driverراننده assistanceمعاونت systemsسیستم های.
63
180337
3346
که سیستم های خودران با
سیستم های کمک راننده تفاوت دارند.
03:15
And I'm going to startشروع کن
with some of our ownخودت experienceتجربه.
64
183683
2651
میخواهم موضوع را با
تجربه خودمون شروع کنم.
03:18
So back in 2013,
65
186334
2253
در سال ۲۰۱۳،
03:20
we had the first testتست
of a self-drivingخود رانندگی carماشین
66
188587
2663
اولین آزمایش یک خودرو خودران انجام شد
03:23
where we let regularمنظم people use it.
67
191250
2027
و اجازه دادیم مردم عادی
از اون استفاده کنند.
03:25
Well, almostتقریبا regularمنظم --
they were 100 Googlersکارمندان Google,
68
193277
2202
تقریبا عادی -- خوب اون ها
صد نفر از کارکنان گوگل بودند،
03:27
but they weren'tنبودند workingکار کردن on the projectپروژه.
69
195479
2003
اما نقش اجرایی در این پروژه نداشتند.
03:29
And we gaveداد them the carماشین and we allowedمجاز
them to use it in theirخودشان dailyروزانه livesزندگی می کند.
70
197482
3621
ما خودرو را به اون ها دادیم تا
در زندگی روزانه شون استفاده کنن.
03:33
But unlikeبر خلاف a realواقعی self-drivingخود رانندگی carماشین,
this one had a bigبزرگ asteriskستاره with it:
71
201103
3719
اما بر خلاف ماشین خودران واقعی،
این یکی تفاوتی داشت:
03:36
They had to payپرداخت attentionتوجه,
72
204822
1504
اون ها باید حواسشون رو جمع میکردند،
03:38
because this was an experimentalتجربی vehicleوسیله نقلیه.
73
206326
2633
چون یک خودرو آزمایشی بود.
03:40
We testedتست شده it a lot,
but it could still failشکست.
74
208959
3525
اگرچه خیلی آزمایش شده بود،
ولی هنوز احتمال داشت که کار نکنه.
03:44
And so we gaveداد them two hoursساعت ها of trainingآموزش,
75
212484
2059
ما به اون ها دو ساعت آموزش دادیم،
03:46
we put them in the carماشین,
we let them use it,
76
214543
2092
و گفتیم از اون استفاده کنن،
03:48
and what we heardشنیدم back
was something awesomeعالی,
77
216635
2127
پاسخی که شنیدیم عالی بود،
03:50
as someoneکسی tryingتلاش کن
to bringآوردن a productتولید - محصول into the worldجهان.
78
218762
2524
انگارکسی داره تلاش میکنه
محصولی رو به دنیا معرفی کنه.
03:53
Everyهرکدام one of them told us they lovedدوست داشتنی it.
79
221286
1925
همه اون ها گفتن که از ماشین خوششون اومده
03:55
In factواقعیت, we had a Porscheپورشه driverراننده
who cameآمد in and told us on the first day,
80
223211
3566
راستش یه راننده پورشه داشتیم که
روز اول بهمون گفت
03:58
"This is completelyبه صورت کامل stupidاحمق.
What are we thinkingفكر كردن?"
81
226777
2663
"این واقعا احمقانه اس.
چه فکری کردین که اینو ساختین؟"
04:01
But at the endپایان of it, he said,
"Not only should I have it,
82
229850
2840
اما آخرش گفت:" نه تنها من
بلکه همه باید از این استفاده کنند،
04:04
everyoneهر کس elseچیز دیگری should have it,
because people are terribleوحشتناک driversرانندگان."
83
232690
3175
همه باید باید از این داشته باشن،
چون آدم ها، راننده های افتضاحی هستند"
04:09
So this was musicموسیقی to our earsگوش ها,
84
237135
1735
خوب خیلی خوشحال شدیم،
04:10
but then we startedآغاز شده to look at what
the people insideداخل the carماشین were doing,
85
238870
3803
بعد شرع به توجه به کارهایی
که مردم توی ماشین میکنند کردیم،
04:14
and this was eye-openingچشم باز کردن.
86
242673
1579
و این خیلی روشن کننده بود.
04:16
Now, my favoriteمورد علاقه storyداستان is this gentlemanنجیب زاده
87
244252
2438
بهترین داستان من در مورد این آقاست
04:18
who looksبه نظر می رسد down at his phoneتلفن
and realizesمتوجه می شود the batteryباتری is lowکم,
88
246690
3829
که به تلفنش نگاه میکنه و میفهمه که
باطریش داره خالی میشه،
04:22
so he turnsچرخش around like this in the carماشین
and digsحفاری می کند around in his backpackکوله پشتی,
89
250519
4548
بعد داخل ماشین رو به پشت میکنه
و مشغول گشتن کوله پشتی میشه،
04:27
pullsمی کشد out his laptopلپ تاپ,
90
255067
2153
لپ تاپش را در میاره،
04:29
putsقرار می دهد it on the seatصندلی,
91
257220
1567
میذاره روی صندلی،
04:30
goesمی رود in the back again,
92
258787
1764
دوباره میره به پشت،
04:32
digsحفاری می کند around, pullsمی کشد out
the chargingشارژ cableکابلی for his phoneتلفن,
93
260551
3367
باز هم میگرده، وکابل شارژ
تلفنش رو در میاره،
04:35
futzesفستسو around, putsقرار می دهد it into the laptopلپ تاپ,
putsقرار می دهد it on the phoneتلفن.
94
263918
3367
کلنجار میره، داخل لپ تاپ میکنه،
و به تلفن وصل میکنه.
04:39
Sure enoughکافی, the phoneتلفن is chargingشارژ.
95
267285
2043
مطمئنا، تلفن داره شارژ میشه.
04:41
All the time he's been doing
65 milesمایل perدر هر hourساعت down the freewayبزرگراه.
96
269328
3994
در تمام این مدت با سرعت ۱۰۰ کیلومتر
در ساعت توی بزرگراه در حال حرکته.
04:45
Right? Unbelievableباور نکردنی.
97
273322
2484
درسته؟ باورنکردنیه.
04:47
So we thought about this and we said,
it's kindنوع of obviousآشکار, right?
98
275806
3121
خوب ما فکر کردیم و گفتیم،
یه جورایی معلومه، درسته؟
04:50
The better the technologyتکنولوژی getsمی شود,
99
278927
2263
هرچه تکنولوژی بهتر بشه،
04:53
the lessکمتر reliableقابل اعتماد
the driverراننده is going to get.
100
281190
2121
راننده کمتر قابل اطمینان خواهد شد.
04:55
So by just makingساخت the carsماشین ها
incrementallyبه تدریج smarterهوشمندانه,
101
283311
2396
پس با هوشمند تر کردن تدریجی ماشین ها،
04:57
we're probablyشاید not going to see
the winsبرنده می شود we really need.
102
285707
2902
احتمالا به نتایجی که میخواهیم نمی رسیم.
05:00
Let me talk about something
a little technicalفنی for a momentلحظه here.
103
288609
3901
اجازه بدید در مورد موضوعی
کمی فنی صحبت کنم.
05:04
So we're looking at this graphنمودار,
and alongدر امتداد the bottomپایین
104
292510
2438
به این نمودار نگاه کنید،
محور پایینی
05:06
is how oftenغالبا does the carماشین
applyدرخواست the brakesترمزها when it shouldn'tنباید.
105
294948
3051
نشان دهنده تعداد ترمزهایی است که
یک ماشین وقتی نباید میگیرد
05:09
You can ignoreچشم پوشی mostاکثر of that axisمحور,
106
297999
1621
خیلی به این محور توجه نکنید
05:11
because if you're drivingرانندگی around townشهر,
and the carماشین startsشروع می شود stoppingمتوقف کردن randomlyبه طور تصادفی,
107
299620
3719
چون اگر در محدوده شهری رانندگی میکنید،
و ماشینتیان بصورت تصادفی متوقف شود،
05:15
you're never going to buyخرید that carماشین.
108
303339
1701
هیچوقت این ماشین را نمی خرید.
05:17
And the verticalعمودی axisمحور is how oftenغالبا
the carماشین is going to applyدرخواست the brakesترمزها
109
305040
3375
و محور عمودی تعداد ترمز هایی
است که ماشین میگیرد
05:20
when it's supposedقرار است to
to help you avoidاجتناب کردن an accidentتصادف.
110
308415
3049
وقتی که میخواهد مانع یک حادثه شود.
05:23
Now, if we look at
the bottomپایین left cornerگوشه here,
111
311464
2221
حالا، اگر اینجا به گوشه
پائین و چپ نگاه کنید،
05:25
this is your classicکلاسیک carماشین.
112
313685
1845
این خودرو کلاسیک شماست.
05:27
It doesn't applyدرخواست the brakesترمزها for you,
it doesn't do anything goofyمسخره,
113
315530
3133
خودش ترمز نمی گیرد،
وکار احمقانه ای هم نمی کند،
05:30
but it alsoهمچنین doesn't get you
out of an accidentتصادف.
114
318663
2779
ولی مانع تصادف کردن شما هم نمی شود.
05:33
Now, if we want to bringآوردن
a driverراننده assistanceمعاونت systemسیستم into a carماشین,
115
321442
3018
حالا اگر بخواهیم یک سیستم کمک
راننده را به خودرو اضافه کنیم،
05:36
say with collisionبرخورد mitigationکاهش دادن brakingترمز,
116
324460
1828
مثلا با سیستم ترمز کاهش دهنده برخورد،
05:38
we're going to put some packageبسته بندی
of technologyتکنولوژی on there,
117
326288
2612
در واقع یک مجموعه از
تکنولوژی را اینجا اضافه میکنیم،
05:40
and that's this curveمنحنی, and it's going
to have some operatingعامل propertiesخواص,
118
328900
3418
که این منحنی است، و دارای
مشخصات عملیاتی است،
05:44
but it's never going to avoidاجتناب کردن
all of the accidentsحوادث,
119
332318
2490
اما هیچوقت مانع از همه تصادفات نمی شود،
05:46
because it doesn't have that capabilityتوانایی.
120
334808
2059
چون این قابلیت را ندارد.
05:48
But we'llخوب pickانتخاب کنید some placeمحل
alongدر امتداد the curveمنحنی here,
121
336867
2249
اما ما نقطه ای از این
منحنی را انتخاب میکنیم،
05:51
and maybe it avoidsاجتناب می کند halfنیم of accidentsحوادث
that the humanانسان driverراننده missesاز دست رفته,
122
339116
3254
که ممکن است جلو نصف
تصادفات راننده انسانی بگیرد،
05:54
and that's amazingحیرت آور, right?
123
342370
1297
شگفت انگیز است، نه؟
05:55
We just reducedکاهش accidentsحوادث on our roadsجاده ها
by a factorعامل of two.
124
343667
2727
همینجا ما میزان تصادفات جاده ای
را با ضریب دو کاهش داده ایم.
05:58
There are now 17,000 lessکمتر people
dyingدر حال مرگ everyهرکدام yearسال in Americaآمریکا.
125
346394
3987
حالا ۱۷٫۰۰۰ نفر کمتر در آمریکا کشته میشوند،
06:02
But if we want a self-drivingخود رانندگی carماشین,
126
350381
2020
اما اگر یک ماشین خود ران را در نظر بگیریم،
06:04
we need a technologyتکنولوژی curveمنحنی
that looksبه نظر می رسد like this.
127
352401
2307
نیاز به منحنی داریم که شبیه به این باشد.
06:06
We're going to have to put
more sensorsسنسورها in the vehicleوسیله نقلیه,
128
354708
2599
ما باید حسگرهای بیشتری
را در خودرو بگذاریم،
06:09
and we'llخوب pickانتخاب کنید some
operatingعامل pointنقطه up here
129
357307
2021
و یک نقطه عملیاتی در اینجا انتخاب میکنیم
06:11
where it basicallyاساسا never
getsمی شود into a crashسقوط.
130
359328
2019
که اساسا هیچوقت تصادف نمی کند.
06:13
They'llآنها خواهند happenبه وقوع پیوستن, but very lowکم frequencyفرکانس.
131
361347
2443
اتفاق می افتد، اما بسیار کم.
06:15
Now you and I could look at this
and we could argueجر و بحث
132
363790
2461
حالا من و شما به این نگاه میکنیم
و میتونیم بررسی کنیم
06:18
about whetherچه it's incrementalافزایشی, and
I could say something like "80-20 ruleقانون,"
133
366251
3605
و ببینیم که آیا افزایشی است، و میتونم بگم
که مثل «قانون ۲۰-۸۰» است.
06:21
and it's really hardسخت to moveحرکت up
to that newجدید curveمنحنی.
134
369856
2568
و خیلی سخته تا به اون منحنی جدید برسیم.
06:24
But let's look at it
from a differentناهمسان directionجهت for a momentلحظه.
135
372424
2934
اما بزارین لحظه ای
از زاویه دیگری به این نگاه کنیم.
06:27
So let's look at how oftenغالبا
the technologyتکنولوژی has to do the right thing.
136
375358
3512
بزارین ببینیم که چه اندازه
تکنولوژی باید درست عمل کند.
06:30
And so this greenسبز dotنقطه up here
is a driverراننده assistanceمعاونت systemسیستم.
137
378870
3506
و این نقطه های سبز در بالا
مربوط به سیستم کمکی راننده است.
06:34
It turnsچرخش out that humanانسان driversرانندگان
138
382376
2485
معلوم شده که راننده انسانی
06:36
make mistakesاشتباهات that leadسرب
to trafficترافیک accidentsحوادث
139
384861
2647
اشتباه هایی میکنه که موجب تصادف میشه
06:39
about onceیک بار everyهرکدام 100,000 milesمایل in Americaآمریکا.
140
387508
3172
یک بار در هر ۱۶۰٫۰۰۰ کیلومتر در آمریکا.
06:42
In contrastتضاد, a self-drivingخود رانندگی systemسیستم
is probablyشاید makingساخت decisionsتصمیمات
141
390680
3167
در مقابل، یک سیستم خودران
احتمالا تصمیم هایی که میگیره
06:45
about 10 timesبار perدر هر secondدومین,
142
393847
3663
تقریبا ۱۰ بار در هر ثانیه،
06:49
so orderسفارش of magnitudeاندازه,
143
397510
1422
پس با توجه به اندازه،
06:50
that's about 1,000 timesبار perدر هر mileمایل.
144
398932
2832
تقریبا معادل ۱٫۰۰۰ بار در هر کیلومتر است.
06:53
So if you compareمقايسه كردن the distanceفاصله
betweenبین these two,
145
401764
2485
حالا اگر فاصله بین ایندو را مقایسه کنید،
06:56
it's about 10 to the eighthهشتم, right?
146
404249
2600
تقریبا معادل ۱۰ به توان هشت است، درسته؟
06:58
Eightهشت ordersسفارشات of magnitudeاندازه.
147
406849
1765
هشت توان ده.
07:00
That's like comparingمقایسه کنید how fastسریع I runاجرا کن
148
408614
2809
مثل مقایسه سرعت دویدن من
07:03
to the speedسرعت of lightسبک.
149
411423
2206
با سرعت نور است.
07:05
It doesn't matterموضوع how hardسخت I trainقطار,
I'm never actuallyدر واقع going to get there.
150
413629
3785
مهم نیست که چقدر تمرین کنم،
هیچوقت نمیتوانم اینکار را انجام دهم.
07:09
So there's a prettyبسیار bigبزرگ gapشکاف there.
151
417414
2438
پس یک فاصله بزرگ وجود دارد.
07:11
And then finallyسرانجام, there's how
the systemسیستم can handleرسیدگی uncertaintyعدم قطعیت.
152
419852
3729
و نهایتا، به این میرسیم که چطور سیستم
میتواند این عدم قطعیت را بپذیرد.
07:15
So this pedestrianعابر پیاده here mightممکن be
steppingقدم زدن into the roadجاده, mightممکن not be.
153
423581
3323
مثلا این عابر پیاده ممکن است
داخل خیابان بیاید، و یا نیاید.
07:18
I can't tell,
norنه can any of our algorithmsالگوریتم ها,
154
426904
3395
من نمیتونم مطمئن باشم،
و یا هیچکدام از الگوریتم های ما،
07:22
but in the caseمورد of
a driverراننده assistanceمعاونت systemسیستم,
155
430310
2284
اما در مورد سیستم های کمک راننده،
07:24
that meansبه معنای it can't take actionعمل,
because again,
156
432594
2806
معنی آن اینه که نمی تونه کاری بکنه،
چون دوباره،
07:27
if it pressesپرس می کند the brakesترمزها unexpectedlyبر خلاف انتظار,
that's completelyبه صورت کامل unacceptableغیر قابل قبول است.
157
435400
3339
بصورت غیر منتظره ترمز میگیره،
و این کلا غیر قابل قبوله.
07:30
Whereasدر حالیکه a self-drivingخود رانندگی systemسیستم
can look at that pedestrianعابر پیاده and say,
158
438739
3133
در حالیکه سیستم خودران
میتونه به عابر پیاده نگاه کنه و بگه،
07:33
I don't know what they're about to do,
159
441872
1890
مطمئن نیستم که چکار میخواهند بکنند،
07:35
slowآرام down, take a better look,
and then reactواکنش نشان می دهند appropriatelyبه درستی after that.
160
443762
3762
سرعت را کم کن، بهتر نگاه کن،
و برمبنای آن واکنش بهتری انجام بده.
07:39
So it can be much saferامن تر than
a driverراننده assistanceمعاونت systemسیستم can ever be.
161
447524
3702
پس اون خیلی از سیستم کمک راننده،
میتونه امن تر باشه.
07:43
So that's enoughکافی about
the differencesتفاوت ها betweenبین the two.
162
451226
2730
فکر کنم صحبت از تفاوت ایندو دیگه کافیه.
07:45
Let's spendخرج کردن some time talkingصحبت کردن about
how the carماشین seesمی بیند the worldجهان.
163
453956
3484
بگذارین کمی در مورد اینکه خودرو
چطور دنیا رو میبینه صحبت کنیم.
07:49
So this is our vehicleوسیله نقلیه.
164
457440
1252
خوب این خودرو ماست.
07:50
It startsشروع می شود by understandingدرك كردن
where it is in the worldجهان,
165
458692
2438
اول با فهمیدن اینکه
کجای دنیاست شروع میکنه،
07:53
by takingگرفتن a mapنقشه and its sensorسنسور dataداده ها
and aligningتراز کردن the two,
166
461130
2787
با مقایسه نقشه و اطلاعات حسگرها
و هم سطح کردن اونها،
07:55
and then we layerلایه on topبالا of that
what it seesمی بیند in the momentلحظه.
167
463917
2948
علاوه بر اون ما یک لایه دیگر از چیزی
که همون لحظه میبیند اضافه میکنیم.
07:58
So here, all the purpleرنگ بنفش boxesجعبه ها you can see
are other vehiclesوسايل نقليه on the roadجاده,
168
466865
3655
حالا اینجا، این مکعب های بنفش،
ماشین های دیگر در جاده هستند.
08:02
and the redقرمز thing on the sideسمت
over there is a cyclistدوچرخه سوار,
169
470520
2528
و چیز های قرمز در گوشه
اونجا یک دوچرخه سوار است،
08:05
and up in the distanceفاصله,
if you look really closelyنزدیک است,
170
473048
2402
و اون بالا کمی دورتر،
اگه کمی دقیق نگاه کنید،
08:07
you can see some conesمخروط ها.
171
475450
1794
چند تا مخروط می بینید.
08:09
Then we know where the carماشین
is in the momentلحظه,
172
477244
2773
خوب پس میدونیم که خودرو در لحظه کجاست،
08:12
but we have to do better than that:
we have to predictپیش بینی what's going to happenبه وقوع پیوستن.
173
480017
3833
اما باید بهتر باشیم: باید پیش بینی
کنیم که چه اتفاقی قرار است بیافتد.
08:15
So here the pickupسوار کردن truckکامیون in topبالا right
is about to make a left laneمسیر changeتغییر دادن
174
483850
3488
اینجا یک ماشین پیک آپ در بالا سمت راست
میخواهد به لاین سمت چپ تغییر مسیر دهد
08:19
because the roadجاده in frontجلوی of it is closedبسته شد,
175
487338
2223
چون ادامه راه در جلو بسته است،
08:21
so it needsنیاز دارد to get out of the way.
176
489561
1731
پس باید از سر راه کنار برود.
08:23
Knowingدانستن that one pickupسوار کردن truckکامیون is great,
177
491292
1863
فهمیدن اینکه اون یک خودرو پیک آپه خوبه،
08:25
but we really need to know
what everybody'sهمه است thinkingفكر كردن,
178
493155
2479
اما اونچه واقعا باید بدونیم
اینه که هر کسی چه فکری میکنه،
08:27
so it becomesتبدیل می شود quiteکاملا a complicatedبغرنج problemمسئله.
179
495634
2507
این مسئله خیلی پیچیده است.
08:30
And then givenداده شده that, we can figureشکل out
how the carماشین should respondپاسخ دادن in the momentلحظه,
180
498141
4749
و با توجه به این میتونیم راهی پیدا کنیم
که خودرو چطور باید در لحظه پاسخ دهد،
08:34
so what trajectoryمسیر it should followدنبال کردن, how
quicklyبه سرعت it should slowآرام down or speedسرعت up.
181
502890
3866
چه مسیری را باید دنبال کند،
با چه سرعتی باید ترمز کند یا شتاب بگیرد.
08:38
And then that all turnsچرخش into
just followingذیل a pathمسیر:
182
506756
3065
و بعد همه اینها تبدیل به
ادامه یک مسیر میشود:
08:41
turningچرخش the steeringفرمان wheelچرخ left or right,
pressingفشار دادن the brakeترمز or gasگاز.
183
509821
3197
چرخاندن فرمان به چپ یا راست،
فشار دادن ترمز یا گاز.
08:45
It's really just two numbersشماره
at the endپایان of the day.
184
513018
2464
و در نهایت دو عدد بیشتر نیست.
08:47
So how hardسخت can it really be?
185
515482
2241
پس واقعا چقدر سخت است؟
08:50
Back when we startedآغاز شده in 2009,
186
518433
1952
وقتی به سال ۲۰۰۹ که شروع کردیم برگردیم،
08:52
this is what our systemسیستم lookedنگاه کرد like.
187
520385
1798
سیستم ما این شکلی بود.
08:54
So you can see our carماشین in the middleوسط
and the other boxesجعبه ها on the roadجاده,
188
522183
3391
خودرو ما رو در وسط می بینید
و مکعب های دیگر رو در جاده،
08:57
drivingرانندگی down the highwayبزرگراه.
189
525574
1271
که در اتوبان حرکت میکنند.
08:58
The carماشین needsنیاز دارد to understandفهمیدن where it is
and roughlyتقریبا where the other vehiclesوسايل نقليه are.
190
526845
3818
خودرو باید بداند که کجاست و
حدودا ماشین های دیگر کجایند.
09:02
It's really a geometricهندسی
understandingدرك كردن of the worldجهان.
191
530663
2429
در واقع یک درک هندسی از دنیاست.
09:05
Onceیک بار we startedآغاز شده drivingرانندگی
on neighborhoodمحله and cityشهر streetsخیابان ها,
192
533092
2948
وقتی مه شروع به رانندگی در
محله و خیابان های شهر کردیم،
09:08
the problemمسئله becomesتبدیل می شود a wholeکل
newجدید levelسطح of difficultyمشکل.
193
536040
2445
مسئله خیلی سخت تر میشود.
09:10
You see pedestriansعابر پیاده crossingعبور in frontجلوی
of us, carsماشین ها crossingعبور in frontجلوی of us,
194
538485
3494
عابرین پیاده از مقابل ما عبور میکنند،
خودرو ها از مقابل ما رد میشوند،
09:13
going everyهرکدام whichکه way,
195
541979
1811
به هر طرفی میروند،
09:15
the trafficترافیک lightsچراغ ها, crosswalksراهپیمایی.
196
543790
1527
چراغ های راهنمایی، خط عابر پیاده.
09:17
It's an incrediblyطور باور نکردنی complicatedبغرنج
problemمسئله by comparisonمقایسه.
197
545317
2797
در مقایسه این مسئله خیلی سختی است.
09:20
And then onceیک بار you have
that problemمسئله solvedحل شد,
198
548114
2103
اما وقتی که این مسئله را حل کردی،
09:22
the vehicleوسیله نقلیه has to be ableتوانایی
to dealمعامله with constructionساخت و ساز.
199
550217
2512
خودرو باید بتواند با
تعمیرات جاده مواجه شود.
09:24
So here are the conesمخروط ها on the left
forcingاجبار کردن it to driveراندن to the right,
200
552729
3151
اینجا مخروط های سمت چپ جاده
است که راننده را به سمت راست میفرستد،
09:27
but not just constructionساخت و ساز
in isolationانزوا, of courseدوره.
201
555880
2402
البته، این فقط خود تعمیرات جاده نیست،
09:30
It has to dealمعامله with other people movingدر حال حرکت
throughاز طریق that constructionساخت و ساز zoneمنطقه as well.
202
558282
3723
باید به آدمهایی که در آن
محل ساختمانی حرکت میکنند هم توجه کند.
09:34
And of courseدوره, if anyone'sکسی هست
breakingشکستن the rulesقوانین, the policeپلیس are there
203
562005
3263
و البته اگر کسی هم خلاف کند، پلیس همانجاست
09:37
and the carماشین has to understandفهمیدن that
that flashingچشمک زدن lightسبک on the topبالا of the carماشین
204
565268
3622
و خودرو باید بفهمد که
چراغ گردان بالای ماشین
09:40
meansبه معنای that it's not just a carماشین,
it's actuallyدر واقع a policeپلیس officerافسر.
205
568890
3105
فقط به معنی یک ماشین دیگر نیست،
در واقع افسر پلیس است.
09:43
Similarlyبه طور مشابه, the orangeنارنجی boxجعبه
on the sideسمت here,
206
571995
2032
شبیه به همین، جعبه نارنجی
در گوشه اینجا،
09:46
it's a schoolمدرسه busاتوبوس,
207
574027
1109
یعنی اتوبوس مدرسه،
09:47
and we have to treatدرمان شود that
differentlyمتفاوت است as well.
208
575136
2520
و بگونه دیگری باید با آن برخورد کنیم.
09:50
When we're out on the roadجاده,
other people have expectationsانتظارات:
209
578576
2793
وقتی بیرون در جاده هستیم،
مردمان دیگر توقعاتی دارند:
09:53
So, when a cyclistدوچرخه سوار putsقرار می دهد up theirخودشان armبازو,
210
581369
1780
مثلا، وقتی یک دوچرخه سوار
دستش را بلند میکنه،
09:55
it meansبه معنای they're expectingمنتظر the carماشین
to yieldبازده to them and make roomاتاق for them
211
583149
3518
یعنی توقع داره تا ماشین توجه کنه
و به اونها راه بده
09:58
to make a laneمسیر changeتغییر دادن.
212
586667
2053
و لاینش رو عوض کنه.
10:01
And when a policeپلیس officerافسر
stoodایستاد in the roadجاده,
213
589030
2173
و وقتی یک افسر پلیس در جاده می ایسته،
10:03
our vehicleوسیله نقلیه should understandفهمیدن
that this meansبه معنای stop,
214
591203
2740
ماشین ما باید بفهمه این به معنی توقفه،
10:05
and when they signalسیگنال to go,
we should continueادامه دهید.
215
593943
3506
و وقتی علامت رفتن را میدهند،
ما باید ادامه بدهیم.
10:09
Now, the way we accomplishانجام دادن this
is by sharingبه اشتراک گذاری dataداده ها betweenبین the vehiclesوسايل نقليه.
216
597449
3761
حالا، روشی که ما این کار را انجام میدهیم،
اشتراک اطلاعات بین خودرو هاست.
10:13
The first, mostاکثر crudeخام modelمدل of this
217
601210
1696
اولین، و ابتدایی ترین مدل این
10:14
is when one vehicleوسیله نقلیه
seesمی بیند a constructionساخت و ساز zoneمنطقه,
218
602906
2113
وقتی است که یک خودرو
محل تعمیرات در جاده را می بیند،
10:17
havingداشتن anotherیکی دیگر know about it
so it can be in the correctدرست laneمسیر
219
605019
3062
تا دیگری هم این را بدونه
و مسیرش را تصحیح کنه
10:20
to avoidاجتناب کردن some of the difficultyمشکل.
220
608081
1570
و جلو مشکل را بگیره.
10:21
But we actuallyدر واقع have a much
deeperعمیق تر understandingدرك كردن of this.
221
609651
2664
اما در واقع ما درکی
خیلی عمیق تر از این داریم.
10:24
We could take all of the dataداده ها
that the carsماشین ها have seenمشاهده گردید over time,
222
612315
3009
ما میتوانیم اطلاعاتی را که ماشین ها
در طول زمان دیده اند را بگیریم،
10:27
the hundredsصدها of thousandsهزاران نفر
of pedestriansعابر پیاده, cyclistsدوچرخه سواران,
223
615324
2376
صدها هزار عابر پیاده،
دوچرخه سوار،
10:29
and vehiclesوسايل نقليه that have been out there
224
617700
1787
و خودرو هایی که در مسیر بوده اند
10:31
and understandفهمیدن what they look like
225
619487
1695
و بفهمیم چطوری بوده اند
10:33
and use that to inferنتیجه گیری
what other vehiclesوسايل نقليه should look like
226
621182
2831
و از اونها برای حدس زدن اینکه
دیگر خودروها چطوری بودند
10:36
and other pedestriansعابر پیاده should look like.
227
624013
1926
و دیگر عابر ها چطوری
بودند استفاده می کنیم.
10:37
And then, even more importantlyمهم است,
we could take from that a modelمدل
228
625939
3021
و بعد شاید از آن مهمتر،
میتوانیم مدلی را پیدا کنیم
10:40
of how we expectانتظار them
to moveحرکت throughاز طریق the worldجهان.
229
628960
2330
از اینکه چطور در جهان حرکت میکنند.
10:43
So here the yellowرنگ زرد boxجعبه is a pedestrianعابر پیاده
crossingعبور in frontجلوی of us.
230
631290
2963
مکعب زرد عابر پیاده ای است
که از مقابل ما عبور میکند.
10:46
Here the blueآبی boxجعبه is a cyclistدوچرخه سوار
and we anticipateپیش بینی کنید
231
634253
2250
مکعب آبی دوچرخه سواری است و انتظار داریم
10:48
that they're going to nudgeانداختن out
and around the carماشین to the right.
232
636503
3312
که علامت بده در سمت راست خودرو.
10:52
Here there's a cyclistدوچرخه سوار
comingآینده down the roadجاده
233
640115
2092
اینجا یک دوچرخه سوار
از مقابل به سمت ما میاد
10:54
and we know they're going to continueادامه دهید
to driveراندن down the shapeشکل of the roadجاده.
234
642207
3486
و میدونیم که مسیرش را
بر مبنای شکل جاده ادامه میده.
10:57
Here somebodyکسی makesباعث می شود a right turnدور زدن,
235
645693
1867
اینجا یه نفر گردش به راست میکنه،
10:59
and in a momentلحظه here, somebody'sکسی هست
going to make a U-turnبه نوبه خود in frontجلوی of us,
236
647560
3360
و در یک لحظه اینجا، کسی داره
در مقابل ما دور کامل میزنه،
11:02
and we can anticipateپیش بینی کنید that behaviorرفتار
and respondپاسخ دادن safelyبدون خطر.
237
650920
2614
و ما این کار رو پیش بینی میکنیم و
بصورتی ایمن پاسخ میدهیم.
11:05
Now, that's all well and good
for things that we'veما هستیم seenمشاهده گردید,
238
653534
2728
همه اینها خوب و مناسبه برای
کارهایی که قبلا دیده ایم،
11:08
but of courseدوره, you encounterرویارویی
lots of things that you haven'tنه
239
656262
2865
اما مسلما، کلی اتفاقات
هم برایتان پیش می آید
11:11
seenمشاهده گردید in the worldجهان before.
240
659127
1231
که قبلا ندیده اید.
11:12
And so just a coupleزن و شوهر of monthsماه ها agoپیش,
241
660358
1741
مثلا چند ماه پیش،
11:14
our vehiclesوسايل نقليه were drivingرانندگی
throughاز طریق Mountainکوه Viewچشم انداز,
242
662099
2235
خودرو ما در «مانتین ویو» رانندگی میکرد،
11:16
and this is what we encounteredمواجه شده.
243
664334
1644
و این موضوعی بود که پیش آمد.
11:17
This is a womanزن in an electricالکتریکی wheelchairصندلی چرخدار
244
665978
2082
این خانمی است در یک صندلی چرخدار برقی
11:20
chasingتعقیب a duckاردک in circlesحلقه ها on the roadجاده.
(Laughterخنده)
245
668060
2617
و دنبال یک اردک توی جاده میچرخه.
(خنده)
11:22
Now it turnsچرخش out, there is nowhereهیچ جایی
in the DMVDMV handbookکتابچه راهنمای
246
670677
3111
مسلما در قوانین راهنمایی رانندگی
این مسئله توضیح داده نشده
که چه باید انجام دهیم،
11:25
that tellsمی گوید you how to dealمعامله with that,
247
673788
2245
11:28
but our vehiclesوسايل نقليه were ableتوانایی
to encounterرویارویی that,
248
676033
2143
اما خودرو ما توانست با آن مواجه شود،
11:30
slowآرام down, and driveراندن safelyبدون خطر.
249
678176
2255
سرعت را کم کرد، و با امنیت رانندگی کرد.
11:32
Now, we don't have to dealمعامله
with just ducksاردک.
250
680431
2041
ما تنها با اردک ها مواجه نمیشویم.
11:34
Watch this birdپرنده flyپرواز acrossدر سراسر in frontجلوی of us.
The carماشین reactsواکنش نشان می دهد to that.
251
682472
3708
این پرنده را ببنید که در جلو ما پرواز
میکنه و خودرو به آن عکس العمل نشون میده.
11:38
Here we're dealingمعامله with a cyclistدوچرخه سوار
252
686180
1615
اینجا با یک دوچرخه سوار مواجهیم
11:39
that you would never expectانتظار to see
anywhereهر جا other than Mountainکوه Viewچشم انداز.
253
687795
3290
که امکان نداره جای دیگری
غیر از «مانتین ویو» اون رو ببینید.
11:43
And of courseدوره, we have
to dealمعامله with driversرانندگان,
254
691085
2068
و مسلما باید با راننده هایی مواجه بشیم،
11:45
even the very smallکوچک onesآنهایی که.
255
693153
3715
حتی کوچولو هاشون.
11:48
Watch to the right as someoneکسی
jumpsجهش out of this truckکامیون at us.
256
696868
4131
سمت راست را ببینید وقتی یه نفر
از پشت ماشین به سمت ما میپره.
11:54
And now, watch the left as the carماشین
with the greenسبز boxجعبه decidesتصمیم میگیرد
257
702460
2929
حالا، سمت چپ رو ببینید
وقتی ماشین مربع سبز میخواهد
11:57
he needsنیاز دارد to make a right turnدور زدن
at the last possibleامکان پذیر است momentلحظه.
258
705389
3325
به سمت راست بپیچه
در آخرین لحظه ممکن.
12:00
Here, as we make a laneمسیر changeتغییر دادن,
the carماشین to our left decidesتصمیم میگیرد
259
708714
2851
اینجا، وقتی که لاین رو عوض میکنیم،
ماشین سمت چپ تصمیم میگیره
12:03
it wants to as well.
260
711565
3553
اون هم میخواهد همین کار رو بکنه.
12:07
And here, we watch a carماشین
blowفوت کردن، دمیدن throughاز طریق a redقرمز lightسبک
261
715118
2693
و اینجا، یک خودرو را میبینیم
که از چراغ قرمز رد میشه
12:09
and yieldبازده to it.
262
717811
2090
مسیرش رو ادامه میده.
12:11
And similarlyبه همین ترتیب, here, a cyclistدوچرخه سوار
blowingدمیدن throughاز طریق that lightسبک as well.
263
719901
3854
و شبیه به اون اینجا، یک دوچرخه سوار
از اون چراغ با سرعت رد میشه.
12:15
And of courseدوره,
the vehicleوسیله نقلیه respondsپاسخ می دهد safelyبدون خطر.
264
723755
2746
و قطعا، خودرو با امنیت عمل میکنه.
12:18
And of courseدوره, we have people
who do I don't know what
265
726501
2601
و البته، آدمهایی هم که نمی دونم چرا
12:21
sometimesگاه گاهی on the roadجاده, like this guy
pullingکشیدن out betweenبین two self-drivingخود رانندگی carsماشین ها.
266
729102
3823
بعضی وقتها در جاده، مثل ایشون
میان دو ماشین خودران، از ماشین بیرون میان.
12:24
You have to askپرسیدن, "What are you thinkingفكر كردن?"
267
732925
2045
باید بپرسین « یعنی چی؟»
12:26
(Laughterخنده)
268
734970
1212
( خنده حضار)
12:28
Now, I just fire-hosedآتش سوزی you
with a lot of stuffچیز there,
269
736182
2521
من کلی موضوع براتون گفتم،
12:30
so I'm going to breakزنگ تفريح one of these
down prettyبسیار quicklyبه سرعت.
270
738703
2650
حالا میخواهم جزئیات
یکی از اونها رو با سرعت براتون بگم.
12:33
So what we're looking at is the sceneصحنه
with the cyclistدوچرخه سوار again,
271
741353
2940
چیزی که اینجا میبینیم،
دوباره صحنه یک دوچرخه سواره،
12:36
and you mightممکن noticeاطلاع in the bottomپایین,
we can't actuallyدر واقع see the cyclistدوچرخه سوار yetهنوز,
272
744293
3491
و همونطور که ممکنه متوجه شده باشین
در پایین، هنوز اون رو نمی بینیم،
12:39
but the carماشین can: it's that little
blueآبی boxجعبه up there,
273
747784
2504
ولی خودرو میتونه:
این مکعب کوچک آبی این بالا،
12:42
and that comesمی آید from the laserلیزر dataداده ها.
274
750288
2081
این از طریق اطلاعات لیزره.
12:44
And that's not actuallyدر واقع
really easyآسان to understandفهمیدن,
275
752369
2418
و واقعا فهمیدنش ساده نیست،
12:46
so what I'm going to do is I'm going
to turnدور زدن that laserلیزر dataداده ها and look at it,
276
754787
3584
کاری که میخواهم انجام بدم اینه که
به این اطلاعات لیزر نگاهی کنم،
12:50
and if you're really good at looking
at laserلیزر dataداده ها, you can see
277
758371
3029
و اگر نگاه خیلی دقیقی به اطلاعات
لیزر بیاندازید، می بینید که
12:53
a fewتعداد کمی dotsنقطه ها on the curveمنحنی there,
278
761400
1487
چند تا نقطه روی محنی آنجاست،
12:54
right there, and that blueآبی boxجعبه
is that cyclistدوچرخه سوار.
279
762887
2372
همونجا، و اون نقطه آبی یک دوچرخه سوار است.
12:57
Now as our lightسبک is redقرمز,
280
765259
1149
حالا چون چراغ قرمز است،
12:58
the cyclist'sدوچرخه سوار lightسبک
has turnedتبدیل شد yellowرنگ زرد alreadyقبلا,
281
766408
2192
چراغ دوچرخه سوار الان زرد شده،
13:00
and if you squintکج شدن, you can see that
in the imageryتصاویر.
282
768600
2438
و اگر از گوشه نگاه کنی،
اون را در تصویر میبینی.
13:03
But the cyclistدوچرخه سوار, we see, is going
to proceedادامه دهید throughاز طریق the intersectionتقاطع.
283
771038
3286
اما دوچرخه سواری که می بینیم،
می خواهد از تقاطع رد شود.
13:06
Our lightسبک has now turnedتبدیل شد greenسبز,
his is solidlyبه طور جامع redقرمز,
284
774324
2394
حالا چراغ ما سبز میشود،
و مال او کاملا قرمز
13:08
and we now anticipateپیش بینی کنید that this bikeدوچرخه
is going to come all the way acrossدر سراسر.
285
776718
4292
و حالا می فهمیم که این دوچرخه
می خواهد از کل مسیر رد شود.
13:13
Unfortunatelyمتاسفانه the other driversرانندگان nextبعد to us
were not payingپرداخت as much attentionتوجه.
286
781010
3742
متاسفانه راننده های دیکری که
کنار ما هستند، کاملا دقت نمی کنند.
13:16
They startedآغاز شده to pullکشیدن forwardرو به جلو,
and fortunatelyخوشبختانه for everyoneهر کس,
287
784752
3157
و شروع به حرکت می کنند، و خوشبختانه،
13:19
this cyclistsدوچرخه سواران reactsواکنش نشان می دهد, avoidsاجتناب می کند,
288
787909
3011
دوچرخه سوار توجه میکنه، و دور میشه،
13:22
and makesباعث می شود it throughاز طریق the intersectionتقاطع.
289
790920
2191
و میتونه از تقاطع رد بشه.
13:25
And off we go.
290
793111
1568
و حالا ما عبور میکنبم.
13:26
Now, as you can see, we'veما هستیم madeساخته شده
some prettyبسیار excitingهیجان انگیز progressپیش رفتن,
291
794679
2948
همونطور که میبینید،
ما پیشرفت چشمگیری کرده ایم،
13:29
and at this pointنقطه we're prettyبسیار convincedمتقاعد
292
797627
1902
و حالا کاملا متقاعد شده ایم
13:31
this technologyتکنولوژی is going
to come to marketبازار.
293
799529
2010
این تکنولوژی داره به بازار میاد.
13:33
We do threeسه millionمیلیون milesمایل of testingآزمایش کردن
in our simulatorsشبیه سازها everyهرکدام singleتنها day,
294
801539
4783
ما چهار میلیون و دویست هزار کیلومتر توسط
شبیه سازها هر روز آزمایش کرده ایم،
13:38
so you can imagineتصور کن the experienceتجربه
that our vehiclesوسايل نقليه have.
295
806322
2689
پس می تونید میزان تجربه
خودرو های ما رو تصور کنید.
13:41
We are looking forwardرو به جلو to havingداشتن
this technologyتکنولوژی on the roadجاده,
296
809011
2864
امیدواریم که این تکنولوژی رو
در جاده داشته باشیم،
13:43
and we think the right pathمسیر
is to go throughاز طریق the self-drivingخود رانندگی
297
811875
2890
و فکر می کنیم که راه صحیح
استفاده از سیستم خودران
13:46
ratherنسبتا than driverراننده assistanceمعاونت approachرویکرد
298
814765
1844
در مقیسه با سیستم های کمک راننده است
13:48
because the urgencyضرورت is so largeبزرگ.
299
816609
2621
چون وضعیت ما خیلی بحرانیه.
13:51
In the time I have givenداده شده this talk todayامروز,
300
819230
2393
در زمانی که این صحبت را برایتون
امروز انجام میدهم،
13:53
34 people have diedفوت کرد on America'sآمریكا roadsجاده ها.
301
821623
3135
۳۴ نفر در جاده های آمریکا کشته شده اند.
13:56
How soonبه زودی can we bringآوردن it out?
302
824758
2368
کی این سیستم آماده عرضه میشه؟
13:59
Well, it's hardسخت to say because
it's a really complicatedبغرنج problemمسئله,
303
827126
3832
کمی سخته تا بگیم، چون
مسئله ای واقعا پیچیده است،
14:02
but these are my two boysپسران.
304
830958
2214
اما اینها دو پسر من هستند،
14:05
My oldestقدیمی ترین sonفرزند پسر is 11, and that meansبه معنای
in fourچهار and a halfنیم yearsسالها,
305
833172
3623
پسر بزرگم ۱۱ سالشه
و یعنی چهار سال و نیم دیگه،
14:08
he's going to be ableتوانایی
to get his driver'sراننده licenseمجوز.
306
836795
2577
میتونه گواهینامه رانندگی بگیره.
14:11
My teamتیم and I are committedمرتکب شده
to makingساخت sure that doesn't happenبه وقوع پیوستن.
307
839372
3204
من و همکارانم متعهدیم تا این اتفاق نیفته.
14:14
Thank you.
308
842576
1904
متشکرم.
14:16
(Laughterخنده) (Applauseتشویق و تمجید)
309
844480
3667
( خنده ) ( تشویق حضار )
14:21
Chrisکریس Andersonاندرسون: Chrisکریس,
I've got a questionسوال for you.
310
849110
2568
کریس اندرسون: کریس، یه سوال ازت دارم.
14:23
Chrisکریس Urmsonاورمسون: Sure.
311
851678
2809
کریس ارمسون: حتما.
14:26
CACA: So certainlyقطعا, the mindذهن of your carsماشین ها
is prettyبسیار mind-bogglingذهن غم انگیز.
312
854487
3924
کریس اندرسون: مسلما، ذهن خودروهای شما
جوریه که سر آدم سوت میکشه.
14:30
On this debateمناظره betweenبین
driver-assistedراننده کمک می کند and fullyبه طور کامل driverlessبدون راننده --
313
858411
4459
در رقابت بین خودروهای خودران
و سیستم های کمک راننده --
14:34
I mean, there's a realواقعی debateمناظره
going on out there right now.
314
862870
3041
منظورم اینه که، یک
رقابت واقعی همین الان در جریانه.
14:37
So some of the companiesشرکت ها,
for exampleمثال, Teslaتسلا,
315
865911
2833
بعضی از شرکت ها، مثلا «تسلا»،
14:40
are going the driver-assistedراننده کمک می کند routeمسیر.
316
868744
2159
به دنبال سیستم های کمک راننده میروند.
14:42
What you're sayingگفت: is that
that's kindنوع of going to be a deadمرده endپایان
317
870903
5248
چیزی که شما میگویید
اینه که این راهی بن بسته
14:48
because you can't just keep improvingبهبود می یابد
that routeمسیر and get to fullyبه طور کامل driverlessبدون راننده
318
876151
5456
و دلیلش اینه که نمیشه تنها با پیشرفته تر
کردنش به سیستم کاملا خودران رسید
14:53
at some pointنقطه, and then a driverراننده
is going to say, "This feelsاحساس می کند safeبی خطر,"
319
881607
3530
چون یک وقتی راننده با خودش میگه،
« دیگه کاملا ایمن هستم»
14:57
and climbبالا رفتن into the back,
and something uglyزشت will happenبه وقوع پیوستن.
320
885137
2647
و رو به صندلی عقب میکنه،
و یک اتفاق بد میافته.
14:59
CUCU: Right. No, that's exactlyدقیقا right,
and it's not to say
321
887784
2676
کریس ارمسون: درسته. نه واقعا درسته،
و نباید بگیم
15:02
that the driverراننده assistanceمعاونت systemsسیستم های
aren'tنه going to be incrediblyطور باور نکردنی valuableبا ارزش.
322
890460
3537
که سیستم های کمک راننده
چیز های خیلی ارزشمندی نخواهند بود.
15:05
They can saveصرفه جویی a lot of livesزندگی می کند
in the interimموقت,
323
893997
2058
موقتا میتونند جان آدم های زیادی
رو نجات بدهند،
15:08
but to see the transformativeدگرگونی opportunityفرصت
to help someoneکسی like Steveاستیو get around,
324
896055
3833
اما با توجه به این شرایط در حال تغییر،
برای کمک به کسی مثل استیو در رفت و آمد
15:11
to really get to the endپایان caseمورد in safetyایمنی,
325
899888
1969
تا واقعا امنیت رو حداکثر کنیم،
15:13
to have the opportunityفرصت
to changeتغییر دادن our citiesشهرها
326
901857
2479
برای اینکه از موقعیت تغییر
شهرهایمون استفاده کنیم
15:16
and moveحرکت parkingپارکینگ out and get ridخلاص شدن از شر of
these urbanشهری cratersدهانه ها we call parkingپارکینگ lots,
327
904336
4204
پارکینگ ها رو بیرون ببریم و از شر این
پارکینگ های شهری خلاص بشیم،
15:20
it's the only way to go.
328
908540
1240
این تنها راهی است که باید رفت.
15:21
CACA: We will be trackingردیابی your progressپیش رفتن
with hugeبزرگ interestعلاقه.
329
909780
2718
کریس اندرسون: ما پیشرفت تو را
با علاقه زیادی دنبال خواهیم کرد.
15:24
Thanksبا تشکر so much, Chrisکریس.
CUCU: Thank you. (Applauseتشویق و تمجید)
330
912498
4232
خیلی ممنون کریس.
کریس ارمسون: متشکرم. ( تشویق حضار)
Translated by Behdad Khazaeli
Reviewed by soheila Jafari

▲Back to top

ABOUT THE SPEAKER
Chris Urmson - Roboticist
Chris Umson is the Director of Self-Driving Cars at Google[x].

Why you should listen

Since 2009, Chris Urmson has headed up Google’s self-driving car program. So far, the team’s vehicles have driven over three quarters of a million miles. While early models included a driverless Prius that TEDsters got to test- ... um, -not-drive in 2011, more and more the team is building vehicles from the ground up, custom-made to go driverless.

Prior to joining Google, Umson was on the faculty of the Robotics Institute at Carnegie Mellon University, where his research focused on motion planning and perception for robotic vehicles. During his time at Carnegie Mellon, he served as Director of Technology for the team that won the 2007 DARPA Urban Challenge.

More profile about the speaker
Chris Urmson | Speaker | TED.com