TED2015
Chris Urmson: How a driverless car sees the road
Chris Urmson: Como um carro sem motorista vê a estrada
Filmed:
Readability: 3.3
2,536,355 views
Estatisticamente, a parte menos confiável do carro é... o motorista. Chris Urmson lidera o projeto "Carro sem motorista" do Google, um dos vários esforços para tirar os seres humanos do assento do motorista. Ele fala sobre em que pé está seu projeto, e compartilha vídeos fascinantes que mostram como o carro vê a estrada e toma decisões autônomas sobre o que fazer a seguir.
Double-click the English transcript below to play the video.
00:12
So in 1885, Karl Benz
invented the automobile.
invented the automobile.
0
528
3949
Em 1885, Karl Benz
inventou o automóvel.
inventou o automóvel.
Mais tarde naquele ano, ele fez
o primeiro "test-drive" público,
o primeiro "test-drive" público,
00:16
Later that year, he took it out
for the first public test drive,
for the first public test drive,
1
4707
3762
00:20
and -- true story --
crashed into a wall.
crashed into a wall.
2
8469
3375
e, isso é verdade, bateu em um muro.
00:24
For the last 130 years,
3
12184
2043
Nos últimos 130 anos,
00:26
we've been working around that least
reliable part of the car, the driver.
reliable part of the car, the driver.
4
14227
4319
temos trabalhado nesta parte
menos confiável do carro, o motorista.
menos confiável do carro, o motorista.
00:30
We've made the car stronger.
5
18546
1354
Tornamos o carro mais forte.
00:32
We've added seat belts,
we've added air bags,
we've added air bags,
6
20200
2548
Adicionamos cintos de segurança, air bags,
00:34
and in the last decade, we've actually
started trying to make the car smarter
started trying to make the car smarter
7
22748
3971
e, na última década, começamos
a tentar fazer o carro mais inteligente
a tentar fazer o carro mais inteligente
00:38
to fix that bug, the driver.
8
26719
2938
para corrigir esse bug, o motorista.
00:41
Now, today I'm going to talk to you
a little bit about the difference
a little bit about the difference
9
29657
3261
Hoje eu contarei a vocês
um pouco sobre a diferença
um pouco sobre a diferença
00:44
between patching around the problem
with driver assistance systems
with driver assistance systems
10
32918
3808
entre contornar o problema
com os sistemas de ajuda ao condutor
com os sistemas de ajuda ao condutor
00:48
and actually having fully
self-driving cars
self-driving cars
11
36726
2564
e ter de fato carros autoconduzidos
e o que eles podem fazer pelo mundo.
00:51
and what they can do for the world.
12
39290
1880
00:53
I'm also going to talk to you
a little bit about our car
a little bit about our car
13
41170
2995
Eu também lhes contarei
um pouco sobre o nosso carro
um pouco sobre o nosso carro
00:56
and allow you to see how it sees the world
and how it reacts and what it does,
and how it reacts and what it does,
14
44165
3999
e permitir que vejam como ele vê o mundo
e como ele reage e o que ele faz,
e como ele reage e o que ele faz,
01:00
but first I'm going to talk
a little bit about the problem.
a little bit about the problem.
15
48164
3187
mas primeiro eu vou falar
um pouco sobre o problema.
um pouco sobre o problema.
E é um grande problema:
1,2 milhões de pessoas são mortas
1,2 milhões de pessoas são mortas
01:03
And it's a big problem:
16
51651
1648
01:05
1.2 million people are killed
on the world's roads every year.
on the world's roads every year.
17
53299
3089
em estradas do mundo a cada ano.
01:08
In America alone, 33,000 people
are killed each year.
are killed each year.
18
56388
3784
Só nos Estados Unidos, 33 mil pessoas
são mortas a cada ano.
são mortas a cada ano.
01:12
To put that in perspective,
19
60172
2028
Para colocar isso em perspectiva,
01:14
that's the same as a 737
falling out of the sky every working day.
falling out of the sky every working day.
20
62200
4797
isto é o mesmo que um 737
caindo do céu todos os dias úteis.
caindo do céu todos os dias úteis.
01:19
It's kind of unbelievable.
21
67342
1786
É meio que inacreditável.
01:21
Cars are sold to us like this,
22
69548
2298
Os carros são vendidos pra gente assim,
01:23
but really, this is what driving's like.
23
71846
2717
mas sério, dirigir está mais pra isso.
01:26
Right? It's not sunny, it's rainy,
24
74563
2159
Não está sol, está chovendo,
01:28
and you want to do anything
other than drive.
other than drive.
25
76722
2488
e você quer fazer outra coisa
que não seja dirigir.
que não seja dirigir.
01:31
And the reason why is this:
26
79210
1622
E a razão é esta:
01:32
Traffic is getting worse.
27
80832
1858
O tráfego está piorando.
01:34
In America, between 1990 and 2010,
28
82690
3506
Nos Estados Unidos, entre 1990 e 2010,
01:38
the vehicle miles traveled
increased by 38 percent.
increased by 38 percent.
29
86196
3504
a quilometragem percorrida
pelos veículos aumentou em 38%.
pelos veículos aumentou em 38%.
01:42
We grew by six percent of roads,
30
90213
2749
Nós aumentamos 6% das estradas,
01:44
so it's not in your brains.
31
92962
1602
então, isso não é só impressão.
01:46
Traffic really is substantially worse
than it was not very long ago.
than it was not very long ago.
32
94564
4276
O tráfego realmente está substancialmente
pior do que não muito tempo atrás.
pior do que não muito tempo atrás.
01:50
And all of this has a very human cost.
33
98840
2409
E tudo isso tem um alto custo humano.
Se pegamos o tempo médio de trânsito
nos EUA, que é cerca de 50 minutos,
nos EUA, que é cerca de 50 minutos,
01:53
So if you take the average commute time
in America, which is about 50 minutes,
in America, which is about 50 minutes,
34
101529
3948
01:57
you multiply that by the 120 million
workers we have,
workers we have,
35
105477
3649
e o multiplicamos pelos 120 milhões
de trabalhadores que temos,
de trabalhadores que temos,
02:01
that turns out to be
about six billion minutes
about six billion minutes
36
109126
2225
isto vira cerca de 6 bilhões de minutos
02:03
wasted in commuting every day.
37
111351
2026
desperdiçados no deslocamento diariamente.
02:05
Now, that's a big number,
so let's put it in perspective.
so let's put it in perspective.
38
113377
2827
Este é um número grande,
vamos colocá-lo em perspectiva.
vamos colocá-lo em perspectiva.
02:08
You take that six billion minutes
39
116204
1774
Pegue aqueles 6 bilhões de minutos
02:09
and you divide it by the average
life expectancy of a person,
life expectancy of a person,
40
117978
3784
e divida-os pela média
de expectativa de vida de uma pessoa.
de expectativa de vida de uma pessoa.
02:13
that turns out to be 162 lifetimes
41
121762
3135
Isso dá 162 vidas
desperdiçadas, todos os dias,
desperdiçadas, todos os dias,
02:16
spent every day, wasted,
42
124897
2925
apenas para ir de A até B.
02:19
just getting from A to B.
43
127822
2044
02:21
It's unbelievable.
44
129866
1730
É inacreditável.
02:23
And then, there are those of us
who don't have the privilege
who don't have the privilege
45
131596
2844
E depois, há aqueles de nós
que não têm o privilégio
que não têm o privilégio
02:26
of sitting in traffic.
46
134440
1672
de sentar-se durante o tráfego.
02:28
So this is Steve.
47
136112
1578
Este é Steve.
02:29
He's an incredibly capable guy,
48
137690
1765
Ele é um cara incrivelmente capaz,
02:31
but he just happens to be blind,
49
139455
2516
mas acontece que ele é cego,
02:33
and that means instead of a 30-minute
drive to work in the morning,
drive to work in the morning,
50
141971
3217
e isto é, em vez de dirigir
30 minutos de carro para o trabalho,
30 minutos de carro para o trabalho,
02:37
it's a two-hour ordeal
of piecing together bits of public transit
of piecing together bits of public transit
51
145188
3979
é uma provação de duas horas
baldeando no transporte público
baldeando no transporte público
02:41
or asking friends and family for a ride.
52
149167
2385
ou pedindo carona a amigos e familiares.
02:43
He doesn't have that same freedom
that you and I have to get around.
that you and I have to get around.
53
151552
3669
Ele não tem essa mesma liberdade
que você e eu para nos locomover por aí.
que você e eu para nos locomover por aí.
02:47
We should do something about that.
54
155221
2460
Nós devíamos fazer algo sobre isso.
A sabedoria convencional diria
02:49
Now, conventional wisdom would say
55
157891
1757
02:51
that we'll just take
these driver assistance systems
these driver assistance systems
56
159648
2492
que vamos pegar esses sistemas
de ajuda ao condutor
de ajuda ao condutor
02:54
and we'll kind of push them
and incrementally improve them,
and incrementally improve them,
57
162140
3750
e vamos testá-los e melhorá-los
de forma incremental,
de forma incremental,
02:57
and over time, they'll turn
into self-driving cars.
into self-driving cars.
58
165890
2542
e com o tempo, eles serão
carros autoguiados.
carros autoguiados.
03:00
Well, I'm here to tell you
that's like me saying
that's like me saying
59
168432
2409
Bem, isso é o mesmo que se eu dissesse
03:02
that if I work really hard at jumping,
one day I'll be able to fly.
one day I'll be able to fly.
60
170841
4057
que se eu trabalhar duro para saltar,
um dia serei capaz de voar.
um dia serei capaz de voar.
03:06
We actually need to do
something a little different.
something a little different.
61
174898
2728
Nós realmente precisamos fazer
algo um pouco diferente.
algo um pouco diferente.
03:09
And so I'm going to talk to you
about three different ways
about three different ways
62
177626
2711
Então, vou falar
sobre três formas diferentes
sobre três formas diferentes
nas quais sistemas de autodireção são
diferentes daqueles de ajuda ao condutor.
diferentes daqueles de ajuda ao condutor.
03:12
that self-driving systems are different
than driver assistance systems.
than driver assistance systems.
63
180337
3346
03:15
And I'm going to start
with some of our own experience.
with some of our own experience.
64
183683
2651
Começarei com uma de nossas experiências.
03:18
So back in 2013,
65
186334
2253
Então, de volta em 2013,
03:20
we had the first test
of a self-driving car
of a self-driving car
66
188587
2663
tivemos o primeiro teste de autodireção
03:23
where we let regular people use it.
67
191250
2027
onde deixamos as pessoas normais usá-lo.
03:25
Well, almost regular --
they were 100 Googlers,
they were 100 Googlers,
68
193277
2202
Quase normais: eram
100 funcionários do Google,
100 funcionários do Google,
03:27
but they weren't working on the project.
69
195479
2003
mas eles não trabalhavam nesse projeto.
03:29
And we gave them the car and we allowed
them to use it in their daily lives.
them to use it in their daily lives.
70
197482
3621
Demos a eles o carro e deixamos
que o utilizassem em seu cotidiano.
que o utilizassem em seu cotidiano.
03:33
But unlike a real self-driving car,
this one had a big asterisk with it:
this one had a big asterisk with it:
71
201103
3719
Mas diferente de um verdadeiro carro
autoguiado, esse tinha um porém:
autoguiado, esse tinha um porém:
03:36
They had to pay attention,
72
204822
1504
eles tinham que ter atenção,
03:38
because this was an experimental vehicle.
73
206326
2633
porque este era um veículo experimental.
03:40
We tested it a lot,
but it could still fail.
but it could still fail.
74
208959
3525
Nós o testamos muito,
mas ele ainda poderia falhar.
mas ele ainda poderia falhar.
03:44
And so we gave them two hours of training,
75
212484
2059
Demos a eles duas horas de treinamento,
03:46
we put them in the car,
we let them use it,
we let them use it,
76
214543
2092
os colocamos no carro
e os deixamos usá-lo,
e os deixamos usá-lo,
03:48
and what we heard back
was something awesome,
was something awesome,
77
216635
2127
e o que ouvimos de volta
foi impressionante,
foi impressionante,
03:50
as someone trying
to bring a product into the world.
to bring a product into the world.
78
218762
2524
para alguém tentando
trazer um produto ao mundo.
trazer um produto ao mundo.
03:53
Every one of them told us they loved it.
79
221286
1925
Cada um deles nos disse que adorou.
03:55
In fact, we had a Porsche driver
who came in and told us on the first day,
who came in and told us on the first day,
80
223211
3566
De fato, um motorista de Porsche
disse-nos no primeiro dia,
disse-nos no primeiro dia,
03:58
"This is completely stupid.
What are we thinking?"
What are we thinking?"
81
226777
2663
"Isso é completamente estúpido.
O que estamos pensando?"
O que estamos pensando?"
Mas no fim de tudo, disse ele:
"Não só eu deveria tê-lo,
"Não só eu deveria tê-lo,
04:01
But at the end of it, he said,
"Not only should I have it,
"Not only should I have it,
82
229850
2840
04:04
everyone else should have it,
because people are terrible drivers."
because people are terrible drivers."
83
232690
3175
todos devem tê-lo, porque as pessoas
são péssimas motoristas".
são péssimas motoristas".
Isso foi música para os nossos ouvidos,
04:09
So this was music to our ears,
84
237135
1735
04:10
but then we started to look at what
the people inside the car were doing,
the people inside the car were doing,
85
238870
3803
mas depois começamos a olhar para o que
as pessoas no carro estavam fazendo,
as pessoas no carro estavam fazendo,
04:14
and this was eye-opening.
86
242673
1579
e isso abriu nossos olhos.
04:16
Now, my favorite story is this gentleman
87
244252
2438
A minha história favorita
é deste cavalheiro
é deste cavalheiro
04:18
who looks down at his phone
and realizes the battery is low,
and realizes the battery is low,
88
246690
3829
que olha para o seu telefone
e percebe que a bateria está fraca.
e percebe que a bateria está fraca.
04:22
so he turns around like this in the car
and digs around in his backpack,
and digs around in his backpack,
89
250519
4548
Então ele se vira assim no carro,
e procura algo na mochila;
e procura algo na mochila;
04:27
pulls out his laptop,
90
255067
2153
pega seu laptop, coloca-o no assento,
04:29
puts it on the seat,
91
257220
1567
04:30
goes in the back again,
92
258787
1764
se vira novamente,
04:32
digs around, pulls out
the charging cable for his phone,
the charging cable for his phone,
93
260551
3367
procura algo, pega
o carregador do telefone,
o carregador do telefone,
04:35
futzes around, puts it into the laptop,
puts it on the phone.
puts it on the phone.
94
263918
3367
se demora ali, coloca o cabo
no laptop, depois no telefone.
no laptop, depois no telefone.
Certifica-se de que o telefone
esteja carregando.
esteja carregando.
04:39
Sure enough, the phone is charging.
95
267285
2043
04:41
All the time he's been doing
65 miles per hour down the freeway.
65 miles per hour down the freeway.
96
269328
3994
O tempo todo o ele está dirigindo
a 104 km/h na rodovia.
a 104 km/h na rodovia.
04:45
Right? Unbelievable.
97
273322
2484
Certo? Inacreditável.
04:47
So we thought about this and we said,
it's kind of obvious, right?
it's kind of obvious, right?
98
275806
3121
Então pensamos sobre isso
e concluímos que é óbvio:
e concluímos que é óbvio:
04:50
The better the technology gets,
99
278927
2263
quanto melhor a tecnologia,
menos confiável o motorista.
menos confiável o motorista.
04:53
the less reliable
the driver is going to get.
the driver is going to get.
100
281190
2121
Apenas incrementando
a inteligência dos carros
a inteligência dos carros
04:55
So by just making the cars
incrementally smarter,
incrementally smarter,
101
283311
2396
04:57
we're probably not going to see
the wins we really need.
the wins we really need.
102
285707
2902
provavelmente não veremos
as vitórias que precisamos.
as vitórias que precisamos.
05:00
Let me talk about something
a little technical for a moment here.
a little technical for a moment here.
103
288609
3901
Deixem-me falar sobre algo
um pouco técnico por um momento.
um pouco técnico por um momento.
05:04
So we're looking at this graph,
and along the bottom
and along the bottom
104
292510
2438
Vamos ver este gráfico,
e conforme descemos
e conforme descemos
05:06
is how often does the car
apply the brakes when it shouldn't.
apply the brakes when it shouldn't.
105
294948
3051
é a frequência com que o carro
freia quando não deveria.
freia quando não deveria.
05:09
You can ignore most of that axis,
106
297999
1621
Esqueçam a maior parte desse eixo,
05:11
because if you're driving around town,
and the car starts stopping randomly,
and the car starts stopping randomly,
107
299620
3719
pois se você está dirigindo na cidade,
e o carro começa a parar aleatoriamente,
e o carro começa a parar aleatoriamente,
05:15
you're never going to buy that car.
108
303339
1701
você nunca vai comprar esse carro.
05:17
And the vertical axis is how often
the car is going to apply the brakes
the car is going to apply the brakes
109
305040
3375
E o eixo vertical é a frequência
com que o carro irá frear
com que o carro irá frear
05:20
when it's supposed to
to help you avoid an accident.
to help you avoid an accident.
110
308415
3049
quando ele tiver que ajudá-lo
a evitar um acidente.
a evitar um acidente.
05:23
Now, if we look at
the bottom left corner here,
the bottom left corner here,
111
311464
2221
Se olharmos para o canto
inferior esquerdo,
inferior esquerdo,
05:25
this is your classic car.
112
313685
1845
este é o seu carro clássico.
05:27
It doesn't apply the brakes for you,
it doesn't do anything goofy,
it doesn't do anything goofy,
113
315530
3133
Ele não freia para você,
não faz nenhuma tolice,
não faz nenhuma tolice,
05:30
but it also doesn't get you
out of an accident.
out of an accident.
114
318663
2779
mas também não impede um acidente.
05:33
Now, if we want to bring
a driver assistance system into a car,
a driver assistance system into a car,
115
321442
3018
Se quisermos pôr um sistema de ajuda
na condução de um carro,
na condução de um carro,
05:36
say with collision mitigation braking,
116
324460
1828
tipo, trava de mitigação de colisão,
05:38
we're going to put some package
of technology on there,
of technology on there,
117
326288
2612
vamos colocar um pacote
de tecnologia lá, que é esta curva,
de tecnologia lá, que é esta curva,
05:40
and that's this curve, and it's going
to have some operating properties,
to have some operating properties,
118
328900
3418
e ele terá algumas propriedades
de funcionamento,
de funcionamento,
mas nunca vai evitar
todos os acidentes,
todos os acidentes,
05:44
but it's never going to avoid
all of the accidents,
all of the accidents,
119
332318
2490
porque ele não tem essa capacidade.
05:46
because it doesn't have that capability.
120
334808
2059
Vamos ver algum ponto ao longo da curva,
05:48
But we'll pick some place
along the curve here,
along the curve here,
121
336867
2249
e talvez ele evite metade dos acidentes
que o motorista não consegue,
que o motorista não consegue,
05:51
and maybe it avoids half of accidents
that the human driver misses,
that the human driver misses,
122
339116
3254
e isso é incrível!
05:54
and that's amazing, right?
123
342370
1297
Reduzimos acidentes nas nossas
estradas pela metade.
estradas pela metade.
05:55
We just reduced accidents on our roads
by a factor of two.
by a factor of two.
124
343667
2727
05:58
There are now 17,000 less people
dying every year in America.
dying every year in America.
125
346394
3987
Agora 17 mil pessoas a menos morrem
a cada ano nos Estados Unidos.
a cada ano nos Estados Unidos.
06:02
But if we want a self-driving car,
126
350381
2020
Mas se queremos um carro autoguiado,
06:04
we need a technology curve
that looks like this.
that looks like this.
127
352401
2307
precisamos de uma curva
de tecnologia como esta.
de tecnologia como esta.
06:06
We're going to have to put
more sensors in the vehicle,
more sensors in the vehicle,
128
354708
2599
O veículo precisará de mais sensores,
e pegaremos algum ponto operacional daqui,
e pegaremos algum ponto operacional daqui,
06:09
and we'll pick some
operating point up here
operating point up here
129
357307
2021
no qual ele quase nunca
se envolve num acidente.
se envolve num acidente.
06:11
where it basically never
gets into a crash.
gets into a crash.
130
359328
2019
06:13
They'll happen, but very low frequency.
131
361347
2443
Eles acontecerão,
mas com muito baixa frequência.
mas com muito baixa frequência.
06:15
Now you and I could look at this
and we could argue
and we could argue
132
363790
2461
Poderíamos olhar para isso e argumentar
06:18
about whether it's incremental, and
I could say something like "80-20 rule,"
I could say something like "80-20 rule,"
133
366251
3605
se é incremental, e eu poderia
dizer algo como "regra 80-20"
dizer algo como "regra 80-20"
e é realmente difícil
subir nessa nova curva.
subir nessa nova curva.
06:21
and it's really hard to move up
to that new curve.
to that new curve.
134
369856
2568
Vamos olhá-la de uma direção
diferente por um momento.
diferente por um momento.
06:24
But let's look at it
from a different direction for a moment.
from a different direction for a moment.
135
372424
2934
Vamos ver com que frequência
a tecnologia tem de fazer a coisa certa.
a tecnologia tem de fazer a coisa certa.
06:27
So let's look at how often
the technology has to do the right thing.
the technology has to do the right thing.
136
375358
3512
06:30
And so this green dot up here
is a driver assistance system.
is a driver assistance system.
137
378870
3506
Este ponto verde aqui em cima
é um sistema de ajuda ao condutor.
é um sistema de ajuda ao condutor.
06:34
It turns out that human drivers
138
382376
2485
Acontece que os motoristas humanos
06:36
make mistakes that lead
to traffic accidents
to traffic accidents
139
384861
2647
cometem erros que levam
a acidentes de trânsito
a acidentes de trânsito
06:39
about once every 100,000 miles in America.
140
387508
3172
cerca de uma vez cada 160 mil
quilômetros nos Estados Unidos.
quilômetros nos Estados Unidos.
Em contraste, um sistema
de autodireção toma decisões
de autodireção toma decisões
06:42
In contrast, a self-driving system
is probably making decisions
is probably making decisions
141
390680
3167
06:45
about 10 times per second,
142
393847
3663
cerca de 10 vezes por segundo,
06:49
so order of magnitude,
143
397510
1422
então a ordem de grandeza,
06:50
that's about 1,000 times per mile.
144
398932
2832
é cerca de mil vezes por quilômetro.
06:53
So if you compare the distance
between these two,
between these two,
145
401764
2485
Então, comparado à distância
entre estes dois,
entre estes dois,
06:56
it's about 10 to the eighth, right?
146
404249
2600
isso é cerca de 10 para 8, certo?
06:58
Eight orders of magnitude.
147
406849
1765
Oito ordens de grandeza.
07:00
That's like comparing how fast I run
148
408614
2809
Isso é como comparar o quão rápido
eu corro à velocidade da luz.
eu corro à velocidade da luz.
07:03
to the speed of light.
149
411423
2206
Não importa o quão duro treine,
eu nunca chegarei lá.
eu nunca chegarei lá.
07:05
It doesn't matter how hard I train,
I'm never actually going to get there.
I'm never actually going to get there.
150
413629
3785
07:09
So there's a pretty big gap there.
151
417414
2438
Portanto, há uma lacuna muito grande lá.
07:11
And then finally, there's how
the system can handle uncertainty.
the system can handle uncertainty.
152
419852
3729
E então, finalmente, tem como o sistema
pode lidar com a incerteza.
pode lidar com a incerteza.
07:15
So this pedestrian here might be
stepping into the road, might not be.
stepping into the road, might not be.
153
423581
3323
Este pedestre aqui pode estar
prestes a atravessar a rua, ou não.
prestes a atravessar a rua, ou não.
07:18
I can't tell,
nor can any of our algorithms,
nor can any of our algorithms,
154
426904
3395
Não posso dizer, nem qualquer
dos nossos algoritmos,
dos nossos algoritmos,
07:22
but in the case of
a driver assistance system,
a driver assistance system,
155
430310
2284
mas, no caso de um sistema
de ajuda ao condutor,
de ajuda ao condutor,
07:24
that means it can't take action,
because again,
because again,
156
432594
2806
isso significa que ele não pode agir,
porque mais uma vez,
porque mais uma vez,
07:27
if it presses the brakes unexpectedly,
that's completely unacceptable.
that's completely unacceptable.
157
435400
3339
se ele freia inesperadamente,
isso é completamente inaceitável.
isso é completamente inaceitável.
07:30
Whereas a self-driving system
can look at that pedestrian and say,
can look at that pedestrian and say,
158
438739
3133
Já o sistema de autodireção
pode parar e dizer:
pode parar e dizer:
07:33
I don't know what they're about to do,
159
441872
1890
eu não sei o que eles farão,
07:35
slow down, take a better look,
and then react appropriately after that.
and then react appropriately after that.
160
443762
3762
desacelerar, olhar melhor,
e, em seguida, reagir adequadamente.
e, em seguida, reagir adequadamente.
07:39
So it can be much safer than
a driver assistance system can ever be.
a driver assistance system can ever be.
161
447524
3702
Ele pode ser tão seguro quanto
um sistema de ajuda ao condutor pode ser.
um sistema de ajuda ao condutor pode ser.
07:43
So that's enough about
the differences between the two.
the differences between the two.
162
451226
2730
Isso é o suficiente
sobre as diferenças entre os dois.
sobre as diferenças entre os dois.
07:45
Let's spend some time talking about
how the car sees the world.
how the car sees the world.
163
453956
3484
Vamos passar algum tempo falando
sobre como o carro vê o mundo.
sobre como o carro vê o mundo.
07:49
So this is our vehicle.
164
457440
1252
Este é o nosso veículo.
07:50
It starts by understanding
where it is in the world,
where it is in the world,
165
458692
2438
Ele começa entendendo onde está no mundo,
07:53
by taking a map and its sensor data
and aligning the two,
and aligning the two,
166
461130
2787
usando um mapa e seus dados
do sensor e alinhando os dois,
do sensor e alinhando os dois,
07:55
and then we layer on top of that
what it sees in the moment.
what it sees in the moment.
167
463917
2948
e então separamos de acordo
com o que ele que vê no momento.
com o que ele que vê no momento.
07:58
So here, all the purple boxes you can see
are other vehicles on the road,
are other vehicles on the road,
168
466865
3655
Aqui, todas as caixas roxas que vêem
são outros veículos na estrada,
são outros veículos na estrada,
08:02
and the red thing on the side
over there is a cyclist,
over there is a cyclist,
169
470520
2528
e em vermelho do outro lado
temos um ciclista,
temos um ciclista,
08:05
and up in the distance,
if you look really closely,
if you look really closely,
170
473048
2402
e mesmo à distância,
se olharmos bem de perto,
se olharmos bem de perto,
08:07
you can see some cones.
171
475450
1794
podemos ver alguns cones.
08:09
Then we know where the car
is in the moment,
is in the moment,
172
477244
2773
Então sabemos onde o carro
está no momento,
está no momento,
08:12
but we have to do better than that:
we have to predict what's going to happen.
we have to predict what's going to happen.
173
480017
3833
mas temos de fazer melhor,
e prever o que acontecerá.
e prever o que acontecerá.
A caminhonete no canto superior direito
vai mudar para a faixa da esquerda
vai mudar para a faixa da esquerda
08:15
So here the pickup truck in top right
is about to make a left lane change
is about to make a left lane change
174
483850
3488
pois a estrada à frente está fechada,
então ela precisa sair do caminho.
então ela precisa sair do caminho.
08:19
because the road in front of it is closed,
175
487338
2223
08:21
so it needs to get out of the way.
176
489561
1731
Saber sobre aquela caminhonete é ótimo,
08:23
Knowing that one pickup truck is great,
177
491292
1863
08:25
but we really need to know
what everybody's thinking,
what everybody's thinking,
178
493155
2479
mas realmente precisamos saber
o que todos pensam,
o que todos pensam,
08:27
so it becomes quite a complicated problem.
179
495634
2507
por isso se torna um problema
bastante complicado.
bastante complicado.
08:30
And then given that, we can figure out
how the car should respond in the moment,
how the car should respond in the moment,
180
498141
4749
E assim, podemos descobrir
como o carro deve responder no momento,
como o carro deve responder no momento,
08:34
so what trajectory it should follow, how
quickly it should slow down or speed up.
quickly it should slow down or speed up.
181
502890
3866
o trajeto que ele deveria seguir,
a rapidez para desacelerar ou acelerar.
a rapidez para desacelerar ou acelerar.
08:38
And then that all turns into
just following a path:
just following a path:
182
506756
3065
E então, tudo se transforma
em apenas seguir um caminho:
em apenas seguir um caminho:
08:41
turning the steering wheel left or right,
pressing the brake or gas.
pressing the brake or gas.
183
509821
3197
virar o volante para esquerda ou direita,
pisar no freio ou acelerador.
pisar no freio ou acelerador.
08:45
It's really just two numbers
at the end of the day.
at the end of the day.
184
513018
2464
No fim do dia, são apenas dois números.
08:47
So how hard can it really be?
185
515482
2241
Então, o quão difícil pode ser realmente?
Quando começamos, em 2009,
esse era o nosso sistema.
esse era o nosso sistema.
08:50
Back when we started in 2009,
186
518433
1952
08:52
this is what our system looked like.
187
520385
1798
Podem ver o nosso carro no meio
e as outras caixas na estrada,
e as outras caixas na estrada,
08:54
So you can see our car in the middle
and the other boxes on the road,
and the other boxes on the road,
188
522183
3391
dirigindo pela rodovia.
08:57
driving down the highway.
189
525574
1271
O carro precisa entender sua posição
e a dos outros veículos.
e a dos outros veículos.
08:58
The car needs to understand where it is
and roughly where the other vehicles are.
and roughly where the other vehicles are.
190
526845
3818
É realmente uma compreensão
geométrica do mundo.
geométrica do mundo.
09:02
It's really a geometric
understanding of the world.
understanding of the world.
191
530663
2429
09:05
Once we started driving
on neighborhood and city streets,
on neighborhood and city streets,
192
533092
2948
Quando começamos a dirigir
nas ruas dos bairros e cidades,
nas ruas dos bairros e cidades,
09:08
the problem becomes a whole
new level of difficulty.
new level of difficulty.
193
536040
2445
o problema tornou-se
um novo nível de dificuldade.
um novo nível de dificuldade.
09:10
You see pedestrians crossing in front
of us, cars crossing in front of us,
of us, cars crossing in front of us,
194
538485
3494
Você vê pedestres e carros
atravessando na nossa frente,
atravessando na nossa frente,
09:13
going every which way,
195
541979
1811
indo em todas as direções,
09:15
the traffic lights, crosswalks.
196
543790
1527
semáforos, faixas de pedestres.
09:17
It's an incredibly complicated
problem by comparison.
problem by comparison.
197
545317
2797
É um problema incrivelmente
complicado em comparação.
complicado em comparação.
09:20
And then once you have
that problem solved,
that problem solved,
198
548114
2103
E uma vez que você resolve aquele problema
09:22
the vehicle has to be able
to deal with construction.
to deal with construction.
199
550217
2512
o veículo tem de ser capaz
de lidar com as obras.
de lidar com as obras.
09:24
So here are the cones on the left
forcing it to drive to the right,
forcing it to drive to the right,
200
552729
3151
Aqui estão cones do lado esquerdo
forçando-o a ir para a direita,
forçando-o a ir para a direita,
09:27
but not just construction
in isolation, of course.
in isolation, of course.
201
555880
2402
mas não apenas as obras isoladamente.
09:30
It has to deal with other people moving
through that construction zone as well.
through that construction zone as well.
202
558282
3723
Ele também tem que lidar com as pessoas
que transitam naquela área em obras.
que transitam naquela área em obras.
09:34
And of course, if anyone's
breaking the rules, the police are there
breaking the rules, the police are there
203
562005
3263
E se alguém quebra as regras,
a polícia está lá
a polícia está lá
e o carro tem que entender
que a luz piscando em cima do carro
que a luz piscando em cima do carro
09:37
and the car has to understand that
that flashing light on the top of the car
that flashing light on the top of the car
204
565268
3622
significa que não é apenas um carro,
e sim, uma viatura.
e sim, uma viatura.
09:40
means that it's not just a car,
it's actually a police officer.
it's actually a police officer.
205
568890
3105
Da mesma forma, a caixa laranja ao lado,
09:43
Similarly, the orange box
on the side here,
on the side here,
206
571995
2032
é um ônibus escolar, e também
temos que tratá-lo diferente.
temos que tratá-lo diferente.
09:46
it's a school bus,
207
574027
1109
09:47
and we have to treat that
differently as well.
differently as well.
208
575136
2520
Quando estamos na estrada,
as outras pessoas têm expectativas:
as outras pessoas têm expectativas:
09:50
When we're out on the road,
other people have expectations:
other people have expectations:
209
578576
2793
09:53
So, when a cyclist puts up their arm,
210
581369
1780
quando um ciclista acena,
09:55
it means they're expecting the car
to yield to them and make room for them
to yield to them and make room for them
211
583149
3518
significa que eles esperam
que o carro dê passagem a eles
que o carro dê passagem a eles
09:58
to make a lane change.
212
586667
2053
para fazer uma mudança de pista.
E quando há um policial na estrada,
10:01
And when a police officer
stood in the road,
stood in the road,
213
589030
2173
10:03
our vehicle should understand
that this means stop,
that this means stop,
214
591203
2740
nosso veículo deve compreender
que isso significa parar,
que isso significa parar,
10:05
and when they signal to go,
we should continue.
we should continue.
215
593943
3506
e quando eles sinalizam para ir,
devemos continuar.
devemos continuar.
10:09
Now, the way we accomplish this
is by sharing data between the vehicles.
is by sharing data between the vehicles.
216
597449
3761
Nós fizemos isso compartilhando
dados entre os veículos.
dados entre os veículos.
O primeiro e mais imperfeito modelo disso
é quando o veículo vê uma área em obras,
é quando o veículo vê uma área em obras,
10:13
The first, most crude model of this
217
601210
1696
10:14
is when one vehicle
sees a construction zone,
sees a construction zone,
218
602906
2113
10:17
having another know about it
so it can be in the correct lane
so it can be in the correct lane
219
605019
3062
tendo outra informação sobre isso
ele pode ficar na pista correta
ele pode ficar na pista correta
10:20
to avoid some of the difficulty.
220
608081
1570
para evitar algumas dificuldades.
10:21
But we actually have a much
deeper understanding of this.
deeper understanding of this.
221
609651
2664
Mas nós temos uma compreensão
mais profunda disto.
mais profunda disto.
Podemos pegar todos os dados
que os carros receberam com o tempo,
que os carros receberam com o tempo,
10:24
We could take all of the data
that the cars have seen over time,
that the cars have seen over time,
222
612315
3009
10:27
the hundreds of thousands
of pedestrians, cyclists,
of pedestrians, cyclists,
223
615324
2376
as centenas de milhares
de pedestres, ciclistas,
de pedestres, ciclistas,
10:29
and vehicles that have been out there
224
617700
1787
e veículos nas estradas
e entendermos como se comportam
e entendermos como se comportam
10:31
and understand what they look like
225
619487
1695
e usar isso para pressupor como outros
carros e pedestres se comportam.
carros e pedestres se comportam.
10:33
and use that to infer
what other vehicles should look like
what other vehicles should look like
226
621182
2831
10:36
and other pedestrians should look like.
227
624013
1926
E, mais importante,
poderíamos tirar deste modelo
poderíamos tirar deste modelo
10:37
And then, even more importantly,
we could take from that a model
we could take from that a model
228
625939
3021
10:40
of how we expect them
to move through the world.
to move through the world.
229
628960
2330
como esperamos que eles
se movam pelo mundo.
se movam pelo mundo.
10:43
So here the yellow box is a pedestrian
crossing in front of us.
crossing in front of us.
230
631290
2963
Aqui, a caixa amarela é um pedestre
cruzando a nossa frente.
cruzando a nossa frente.
10:46
Here the blue box is a cyclist
and we anticipate
and we anticipate
231
634253
2250
A caixa azul é um ciclista e prevemos
10:48
that they're going to nudge out
and around the car to the right.
and around the car to the right.
232
636503
3312
que ele vai acenar e contornar
o carro pela a direita.
o carro pela a direita.
10:52
Here there's a cyclist
coming down the road
coming down the road
233
640115
2092
Aqui há um ciclista descendo a estrada
10:54
and we know they're going to continue
to drive down the shape of the road.
to drive down the shape of the road.
234
642207
3486
e sabemos que vai continuar
pela mesma mão da rua.
pela mesma mão da rua.
10:57
Here somebody makes a right turn,
235
645693
1867
Aqui alguém faz uma curva à direita,
10:59
and in a moment here, somebody's
going to make a U-turn in front of us,
going to make a U-turn in front of us,
236
647560
3360
e aqui, fará uma inversão na nossa frente,
11:02
and we can anticipate that behavior
and respond safely.
and respond safely.
237
650920
2614
e podemos antecipar isso
e responder com segurança.
e responder com segurança.
Está tudo muito bem
para as coisas que vemos,
para as coisas que vemos,
11:05
Now, that's all well and good
for things that we've seen,
for things that we've seen,
238
653534
2728
mas encontramos um monte de coisas
que ainda não vimos.
que ainda não vimos.
11:08
but of course, you encounter
lots of things that you haven't
lots of things that you haven't
239
656262
2865
11:11
seen in the world before.
240
659127
1231
Há apenas alguns meses, nossos veículos
dirigiam em Mountain View,
dirigiam em Mountain View,
11:12
And so just a couple of months ago,
241
660358
1741
11:14
our vehicles were driving
through Mountain View,
through Mountain View,
242
662099
2235
e encontramos uma mulher
em uma cadeira de rodas elétrica
em uma cadeira de rodas elétrica
11:16
and this is what we encountered.
243
664334
1644
11:17
This is a woman in an electric wheelchair
244
665978
2082
perseguindo um pato em círculos
na estrada. (Risos)
na estrada. (Risos)
11:20
chasing a duck in circles on the road.
(Laughter)
(Laughter)
245
668060
2617
11:22
Now it turns out, there is nowhere
in the DMV handbook
in the DMV handbook
246
670677
3111
Acontece que não há nenhum tópico
no manual do motorista
no manual do motorista
11:25
that tells you how to deal with that,
247
673788
2245
que lhe diga como lidar com isso,
11:28
but our vehicles were able
to encounter that,
to encounter that,
248
676033
2143
mas nossos veículos
conseguiram encontrá-lo,
conseguiram encontrá-lo,
11:30
slow down, and drive safely.
249
678176
2255
desacelerar, e dirigir com segurança.
11:32
Now, we don't have to deal
with just ducks.
with just ducks.
250
680431
2041
Mas não temos de lidar apenas com patos.
11:34
Watch this bird fly across in front of us.
The car reacts to that.
The car reacts to that.
251
682472
3708
Vejam este pássaro cruzando
a nossa frente. O carro reage a ele.
a nossa frente. O carro reage a ele.
11:38
Here we're dealing with a cyclist
252
686180
1615
Aqui, lidamos com um ciclista
11:39
that you would never expect to see
anywhere other than Mountain View.
anywhere other than Mountain View.
253
687795
3290
que nunca se esperaria ver
em outro lugar que não Mountain View.
em outro lugar que não Mountain View.
11:43
And of course, we have
to deal with drivers,
to deal with drivers,
254
691085
2068
E temos que lidar com os motoristas,
mesmo com os mais baixos.
mesmo com os mais baixos.
11:45
even the very small ones.
255
693153
3715
11:48
Watch to the right as someone
jumps out of this truck at us.
jumps out of this truck at us.
256
696868
4131
Vejam à direita como alguém salta
deste caminhão em nossa direção.
deste caminhão em nossa direção.
11:54
And now, watch the left as the car
with the green box decides
with the green box decides
257
702460
2929
E vejam à esquerda como o carro
com a caixa verde decide
com a caixa verde decide
11:57
he needs to make a right turn
at the last possible moment.
at the last possible moment.
258
705389
3325
que ele precisa virar à direita
no último momento possível.
no último momento possível.
12:00
Here, as we make a lane change,
the car to our left decides
the car to our left decides
259
708714
2851
Aqui, ao mudarmos de faixa,
o carro à nossa esquerda decide
o carro à nossa esquerda decide
12:03
it wants to as well.
260
711565
3553
que também quer mudar de faixa.
12:07
And here, we watch a car
blow through a red light
blow through a red light
261
715118
2693
E aqui, vemos um carro
cruzar uma luz vermelha
cruzar uma luz vermelha
12:09
and yield to it.
262
717811
2090
e paramos para ele.
12:11
And similarly, here, a cyclist
blowing through that light as well.
blowing through that light as well.
263
719901
3854
E aqui, da mesma forma, um ciclista
cruzando aquela luz também.
cruzando aquela luz também.
12:15
And of course,
the vehicle responds safely.
the vehicle responds safely.
264
723755
2746
O veículo responde de forma segura.
12:18
And of course, we have people
who do I don't know what
who do I don't know what
265
726501
2601
Às vezes temos pessoas na estrada,
12:21
sometimes on the road, like this guy
pulling out between two self-driving cars.
pulling out between two self-driving cars.
266
729102
3823
como esse cara se desviando
de dois carros autoguiados.
de dois carros autoguiados.
Há de se perguntar:
"O que você está pensando?"
"O que você está pensando?"
12:24
You have to ask, "What are you thinking?"
267
732925
2045
12:26
(Laughter)
268
734970
1212
(Risos)
12:28
Now, I just fire-hosed you
with a lot of stuff there,
with a lot of stuff there,
269
736182
2521
Eu metralhei vocês
com um várias coisas,
com um várias coisas,
e rapidamente vou desmembrar uma delas.
12:30
so I'm going to break one of these
down pretty quickly.
down pretty quickly.
270
738703
2650
Estamos vendo a cena
com o ciclista novamente,
com o ciclista novamente,
12:33
So what we're looking at is the scene
with the cyclist again,
with the cyclist again,
271
741353
2940
12:36
and you might notice in the bottom,
we can't actually see the cyclist yet,
we can't actually see the cyclist yet,
272
744293
3491
e podem notar no fundo
que ainda não é possível vê-lo,
que ainda não é possível vê-lo,
12:39
but the car can: it's that little
blue box up there,
blue box up there,
273
747784
2504
mas o carro pode: uma
pequena caixa azul lá em cima,
pequena caixa azul lá em cima,
12:42
and that comes from the laser data.
274
750288
2081
que vem dos dados do laser.
12:44
And that's not actually
really easy to understand,
really easy to understand,
275
752369
2418
E isso não é fácil de entender,
então vou girar
esse dado a laser e observá-lo
esse dado a laser e observá-lo
12:46
so what I'm going to do is I'm going
to turn that laser data and look at it,
to turn that laser data and look at it,
276
754787
3584
e se você for bom em observar
dados a laser, poderá ver
dados a laser, poderá ver
12:50
and if you're really good at looking
at laser data, you can see
at laser data, you can see
277
758371
3029
alguns pontos sobre a curva,
12:53
a few dots on the curve there,
278
761400
1487
e aquela caixa azul é o ciclista.
12:54
right there, and that blue box
is that cyclist.
is that cyclist.
279
762887
2372
Quando a nossa luz fica vermelha,
12:57
Now as our light is red,
280
765259
1149
12:58
the cyclist's light
has turned yellow already,
has turned yellow already,
281
766408
2192
a luz do ciclista ficou amarela,
e se você olhar de lado,
pode vê-lo nas imagens.
pode vê-lo nas imagens.
13:00
and if you squint, you can see that
in the imagery.
in the imagery.
282
768600
2438
13:03
But the cyclist, we see, is going
to proceed through the intersection.
to proceed through the intersection.
283
771038
3286
Mas vemos que o ciclista
vai prosseguir pelo cruzamento.
vai prosseguir pelo cruzamento.
13:06
Our light has now turned green,
his is solidly red,
his is solidly red,
284
774324
2394
Agora nossa luz ficou verde,
a dele, vermelha,
a dele, vermelha,
13:08
and we now anticipate that this bike
is going to come all the way across.
is going to come all the way across.
285
776718
4292
e agora podemos prever que esta
bicicleta virá em toda a extensão.
bicicleta virá em toda a extensão.
13:13
Unfortunately the other drivers next to us
were not paying as much attention.
were not paying as much attention.
286
781010
3742
Infelizmente, os outros motoristas
não estavam prestando tanta atenção.
não estavam prestando tanta atenção.
13:16
They started to pull forward,
and fortunately for everyone,
and fortunately for everyone,
287
784752
3157
Eles começaram a acelerar,
e felizmente para todos,
e felizmente para todos,
13:19
this cyclists reacts, avoids,
288
787909
3011
este ciclista reage, evita
e consegue passar pelo cruzamento.
13:22
and makes it through the intersection.
289
790920
2191
13:25
And off we go.
290
793111
1568
E lá vamos nós.
13:26
Now, as you can see, we've made
some pretty exciting progress,
some pretty exciting progress,
291
794679
2948
Como podem ver, nós fizemos
alguns ótimos progressos,
alguns ótimos progressos,
13:29
and at this point we're pretty convinced
292
797627
1902
e a esta altura
estamos bem convencidos
estamos bem convencidos
13:31
this technology is going
to come to market.
to come to market.
293
799529
2010
de que esta tecnologia chegará ao mercado.
13:33
We do three million miles of testing
in our simulators every single day,
in our simulators every single day,
294
801539
4783
Fazemos 4.8 milhões de km de testes
em nossos simuladores diariamente,
em nossos simuladores diariamente,
13:38
so you can imagine the experience
that our vehicles have.
that our vehicles have.
295
806322
2689
então podem imaginar a experiência
que nossos carros têm.
que nossos carros têm.
13:41
We are looking forward to having
this technology on the road,
this technology on the road,
296
809011
2864
Estamos ansiosos para ter
esta tecnologia na estrada,
esta tecnologia na estrada,
13:43
and we think the right path
is to go through the self-driving
is to go through the self-driving
297
811875
2890
e achamos que o caminho certo
é pela autodireção
é pela autodireção
13:46
rather than driver assistance approach
298
814765
1844
ao invés da ajuda ao condutor
por ser muito urgente.
por ser muito urgente.
13:48
because the urgency is so large.
299
816609
2621
13:51
In the time I have given this talk today,
300
819230
2393
No tempo em que falei aqui hoje,
13:53
34 people have died on America's roads.
301
821623
3135
34 pessoas morreram
nas estradas dos Estados Unidos.
nas estradas dos Estados Unidos.
13:56
How soon can we bring it out?
302
824758
2368
Quando poderemos tê-lo?
13:59
Well, it's hard to say because
it's a really complicated problem,
it's a really complicated problem,
303
827126
3832
Bem, é difícil dizer, porque é um problema
realmente complicado, mas...
realmente complicado, mas...
14:02
but these are my two boys.
304
830958
2214
Estes são os meus dois garotos.
Meu filho mais velho tem 11 anos,
14:05
My oldest son is 11, and that means
in four and a half years,
in four and a half years,
305
833172
3623
o que significa que em quatro anos e meio
ele poderá ter sua carteira de motorista.
ele poderá ter sua carteira de motorista.
14:08
he's going to be able
to get his driver's license.
to get his driver's license.
306
836795
2577
Minha equipe e eu estamos nos certificando
de que isso não aconteça. (Risos)
de que isso não aconteça. (Risos)
14:11
My team and I are committed
to making sure that doesn't happen.
to making sure that doesn't happen.
307
839372
3204
14:14
Thank you.
308
842576
1904
Obrigado.
(Risos) (Aplausos)
14:16
(Laughter) (Applause)
309
844480
3667
14:21
Chris Anderson: Chris,
I've got a question for you.
I've got a question for you.
310
849110
2568
Chris Anderson: Chris,
tenho uma pergunta para você.
tenho uma pergunta para você.
14:23
Chris Urmson: Sure.
311
851678
2809
Chris Urmson: Claro.
14:26
CA: So certainly, the mind of your cars
is pretty mind-boggling.
is pretty mind-boggling.
312
854487
3924
CA: Certamente, a mente de seus carros
é bastante surpreendente.
é bastante surpreendente.
14:30
On this debate between
driver-assisted and fully driverless --
driver-assisted and fully driverless --
313
858411
4459
Neste debate entre ajuda
ao motorista e autodireção,
ao motorista e autodireção,
14:34
I mean, there's a real debate
going on out there right now.
going on out there right now.
314
862870
3041
há um grande debate acontecendo agora.
14:37
So some of the companies,
for example, Tesla,
for example, Tesla,
315
865911
2833
Algumas empresas, por exemplo a Tesla,
14:40
are going the driver-assisted route.
316
868744
2159
apoiam a ajuda ao motorista.
14:42
What you're saying is that
that's kind of going to be a dead end
that's kind of going to be a dead end
317
870903
5248
O que você está dizendo
é que isso será um beco sem saída,
é que isso será um beco sem saída,
14:48
because you can't just keep improving
that route and get to fully driverless
that route and get to fully driverless
318
876151
5456
pois não dá pra ficar melhorando
isso e em certo ponto
isso e em certo ponto
14:53
at some point, and then a driver
is going to say, "This feels safe,"
is going to say, "This feels safe,"
319
881607
3530
chegar à total autodireção, e o motorista
vai dizer: "Isso parece seguro,"
vai dizer: "Isso parece seguro,"
14:57
and climb into the back,
and something ugly will happen.
and something ugly will happen.
320
885137
2647
e ir para o assento de trás,
e algo feio vai acontecer.
e algo feio vai acontecer.
14:59
CU: Right. No, that's exactly right,
and it's not to say
and it's not to say
321
887784
2676
CU: Certo. É exatamente isso,
e não é questão de dizer
e não é questão de dizer
15:02
that the driver assistance systems
aren't going to be incredibly valuable.
aren't going to be incredibly valuable.
322
890460
3537
que os sistemas de ajuda ao condutor
não serão incrivelmente valiosos.
não serão incrivelmente valiosos.
Eles podem salvar
muitas vidas nesse ínterim,
muitas vidas nesse ínterim,
15:05
They can save a lot of lives
in the interim,
in the interim,
323
893997
2058
15:08
but to see the transformative opportunity
to help someone like Steve get around,
to help someone like Steve get around,
324
896055
3833
mas pra ver a oportunidade transformadora
ajudar alguém como Steve
ajudar alguém como Steve
a se locomover, a chegar
ao final em segurança,
ao final em segurança,
15:11
to really get to the end case in safety,
325
899888
1969
15:13
to have the opportunity
to change our cities
to change our cities
326
901857
2479
ter a oportunidade de mudar nossas cidades
15:16
and move parking out and get rid of
these urban craters we call parking lots,
these urban craters we call parking lots,
327
904336
4204
e nos livrarmos dessas crateras urbanas
que chamamos de estacionamentos,
que chamamos de estacionamentos,
É único caminho a seguir.
15:20
it's the only way to go.
328
908540
1240
15:21
CA: We will be tracking your progress
with huge interest.
with huge interest.
329
909780
2718
CA: Vamos acompanhar seu progresso
com enorme interesse.
com enorme interesse.
15:24
Thanks so much, Chris.
CU: Thank you. (Applause)
CU: Thank you. (Applause)
330
912498
4232
Muito obrigado, Chris.
CU: Obrigado.
CU: Obrigado.
(Aplausos)
ABOUT THE SPEAKER
Chris Urmson - RoboticistChris 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.
Chris Urmson | Speaker | TED.com