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

Chris Urmson: Como um carro autónomo vê a estrada

Filmed:
2,536,355 views

Estatisticamente, a parte menos confiável de um carro é... o condutor. Chris Urmson lidera o projeto de carro sem condutor da Google, um dos vários esforços para remover os humanos do lugar do condutor. Chris fala sobre em que fase o seu projeto se encontra, e partilha filmagens fascinantes que mostram como o carro vê a estrada e toma decisões autónomas sobre o que fazer a seguir.
- 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, KarlKarl BenzBenz
inventedinventado the automobileautomóvel.
0
528
3949
Em 1885, Karl Benz inventou o automóvel.
00:16
LaterMais tarde that yearano, he tooktomou it out
for the first publicpúblico testteste drivedirigir,
1
4707
3762
Mais tarde, nesse ano,
testou-o publicamente
00:20
and -- trueverdade storyhistória --
crashedcaiu into a wallparede.
2
8469
3375
e — é mesmo verdade —
embateu contra um muro!
00:24
For the last 130 yearsanos,
3
12184
2043
Desde há 130 anos,
00:26
we'venós temos been workingtrabalhando around that leastpelo menos
reliableconfiável partparte of the carcarro, the drivermotorista.
4
14227
4319
que trabalhamos nessa parte
menos fiável do carro, o condutor.
00:30
We'veTemos madefeito the carcarro strongermais forte.
5
18546
1354
Tornámos os carros mais fortes.
00:32
We'veTemos addedadicionado seatassento beltscintos,
we'venós temos addedadicionado airar bagsbolsas,
6
20200
2548
Colocámos cintos de segurança, "airbags",
00:34
and in the last decadedécada, we'venós temos actuallyna realidade
startedcomeçado tryingtentando to make the carcarro smartermais esperto
7
22748
3971
e na última década, tentámos
tornar o carro mais inteligente
00:38
to fixconsertar that bugerro, the drivermotorista.
8
26719
2938
para resolver esse problema, o condutor.
00:41
Now, todayhoje I'm going to talk to you
a little bitpouco about the differencediferença
9
29657
3261
Hoje, vou falar um pouco sobre a diferença
00:44
betweenentre patchingaplicação de patches around the problemproblema
with drivermotorista assistanceassistência systemssistemas
10
32918
3808
entre diminuir esse problema com sistemas
de assistência ao condutor
00:48
and actuallyna realidade havingtendo fullytotalmente
self-drivingauto-condução carscarros
11
36726
2564
e ter carros totalmente autónomos
00:51
and what they can do for the worldmundo.
12
39290
1880
e o que eles podem fazer pelo mundo.
00:53
I'm alsoAlém disso going to talk to you
a little bitpouco about our carcarro
13
41170
2995
Também vou falar um pouco
do nosso carro
00:56
and allowpermitir you to see how it sees the worldmundo
and how it reactsreage and what it does,
14
44165
3999
e permitir que vejam como ele vê o mundo,
como reage e o que faz,
01:00
but first I'm going to talk
a little bitpouco about the problemproblema.
15
48164
3187
mas primeiro, vou falar um
pouco sobre o problema.
01:03
And it's a biggrande problemproblema:
16
51651
1648
E é um grande problema:
01:05
1.2 millionmilhão people are killedmorto
on the world'sos mundos roadsestradas everycada yearano.
17
53299
3089
Morrem 1,2 milhões de pessoas por ano
nas estradas do mundo inteiro.
01:08
In AmericaAmérica alonesozinho, 33,000 people
are killedmorto eachcada yearano.
18
56388
3784
Só nos EUA, morrem
33 000 pessoas por ano.
01:12
To put that in perspectiveperspectiva,
19
60172
2028
Para pôr isso em perspetiva,
01:14
that's the samemesmo as a 737
fallingqueda out of the skycéu everycada workingtrabalhando day.
20
62200
4797
é o mesmo que um Boeing 737
cair do céu todos os dias úteis.
01:19
It's kindtipo of unbelievableinacreditável.
21
67342
1786
É quase inacreditável.
01:21
CarsCarros are soldvendido to us like this,
22
69548
2298
Os carros são-nos vendidos assim,
01:23
but really, this is what driving'sdo condução like.
23
71846
2717
mas, na verdade, conduzir é assim.
01:26
Right? It's not sunnyensolarado, it's rainychuvoso,
24
74563
2159
Não há sol, está a chover,
01:28
and you want to do anything
other than drivedirigir.
25
76722
2488
e queremos fazer tudo menos conduzir.
01:31
And the reasonrazão why is this:
26
79210
1622
O motivo para isso é:
01:32
TrafficTráfego is gettingobtendo worsepior.
27
80832
1858
O trânsito tem vindo a piorar.
01:34
In AmericaAmérica, betweenentre 1990 and 2010,
28
82690
3506
Nos EUA, entre 1990 e 2010,
01:38
the vehicleveículo milesmilhas traveledviajei
increasedaumentou by 38 percentpor cento.
29
86196
3504
a distância percorrida por
veículos aumentou em 38%.
01:42
We grewcresceu by sixseis percentpor cento of roadsestradas,
30
90213
2749
Aumentámos em 6% o número de estradas,
01:44
so it's not in your brainscérebro.
31
92962
1602
por isso não e só na nossa mente.
01:46
TrafficTráfego really is substantiallysubstancialmente worsepior
than it was not very long agoatrás.
32
94564
4276
O trânsito está realmente pior
do que era há não muito tempo.
01:50
And all of this has a very humanhumano costcusto.
33
98840
2409
Tudo isto tem um alto custo
para a humanidade.
01:53
So if you take the averagemédia commuteCommute time
in AmericaAmérica, whichqual is about 50 minutesminutos,
34
101529
3948
Se agarrarmos no tempo médio de viagem
nos EUA, que é de cerca de 50 minutos,
01:57
you multiplymultiplicar that by the 120 millionmilhão
workerstrabalhadores we have,
35
105477
3649
e multiplicarmos isso pelos 120 milhões
de trabalhadores que temos,
02:01
that turnsgira out to be
about sixseis billionbilhão minutesminutos
36
109126
2225
obtemos cerca de
seis mil milhões de minutos
02:03
wasteddesperdiçado in commutingpendulares everycada day.
37
111351
2026
desperdiçados em viagem todos os dias.
02:05
Now, that's a biggrande numbernúmero,
so let's put it in perspectiveperspectiva.
38
113377
2827
É um grande número,
vamos colocá-lo em perspetiva.
02:08
You take that sixseis billionbilhão minutesminutos
39
116204
1774
Agarramos nos seis mil milhões de minutos
02:09
and you dividedividir it by the averagemédia
life expectancyexpectativa of a personpessoa,
40
117978
3784
e dividimo-los pela esperança média
de vida de uma pessoa,
02:13
that turnsgira out to be 162 lifetimestempos de vida
41
121762
3135
o que resulta em 162 vidas
02:16
spentgasto everycada day, wasteddesperdiçado,
42
124897
2925
gastas todos os dias, desperdiçadas,
02:19
just gettingobtendo from A to B.
43
127822
2044
apenas para ir de do ponto A ao ponto B.
02:21
It's unbelievableinacreditável.
44
129866
1730
É inacreditável.
02:23
And then, there are those of us
who don't have the privilegeprivilégio
45
131596
2844
Depois, há aqueles
que não têm o privilégio
02:26
of sittingsentado in traffictráfego.
46
134440
1672
de ficarem engarrafados no trânsito.
02:28
So this is SteveSteve.
47
136112
1578
Este é Steve.
02:29
He's an incrediblyincrivelmente capablecapaz guy,
48
137690
1765
É um homem incrivelmente capaz,
02:31
but he just happensacontece to be blindcego,
49
139455
2516
mas acontece que é cego.
02:33
and that meanssignifica insteadem vez de of a 30-minute-minuto
drivedirigir to work in the morningmanhã,
50
141971
3217
Isso implica que, em vez duma
viagem de 30 minutos para o trabalho,
02:37
it's a two-hourduas horas ordealCalvário
of piecingremendar togetherjuntos bitsbits of publicpúblico transittransito
51
145188
3979
demora duas horas a encaixar
pedaços de transportes públicos
02:41
or askingPerguntando friendsamigos and familyfamília for a ridepasseio.
52
149167
2385
ou pede boleia a amigos e família.
02:43
He doesn't have that samemesmo freedomliberdade
that you and I have to get around.
53
151552
3669
Não tem a mesma liberdade
de movimentos que nós temos.
02:47
We should do something about that.
54
155221
2460
Devíamos fazer algo em relação a isso.
02:49
Now, conventionalconvencional wisdomsabedoria would say
55
157891
1757
O senso comum diria
02:51
that we'llbem just take
these drivermotorista assistanceassistência systemssistemas
56
159648
2492
para agarrarmos nos sistemas
de assistência ao condutor
02:54
and we'llbem kindtipo of pushempurrar them
and incrementallyincrementalmente improvemelhorar them,
57
162140
3750
e os melhorarmos cada vez mais,
até os transformar em carros autónomos.
02:57
and over time, they'lleles vão turnvirar
into self-drivingauto-condução carscarros.
58
165890
2542
03:00
Well, I'm here to tell you
that's like me sayingdizendo
59
168432
2409
Estou aqui para mostrar
que isso é o mesmo que eu dizer
03:02
that if I work really hardDifícil at jumpingsaltando,
one day I'll be ablecapaz to flymosca.
60
170841
4057
que, se treinar muito os meus saltos,
um dia conseguirei voar.
03:06
We actuallyna realidade need to do
something a little differentdiferente.
61
174898
2728
Na verdade, temos que fazer
algo um pouco diferente.
03:09
And so I'm going to talk to you
about threetrês differentdiferente waysmaneiras
62
177626
2711
Então vou dizer-vos
que os carros autónomos
são diferentes dos sistemas de assistência
em três planos diferentes.
03:12
that self-drivingauto-condução systemssistemas are differentdiferente
than drivermotorista assistanceassistência systemssistemas.
63
180337
3346
03:15
And I'm going to startcomeçar
with some of our ownpróprio experienceexperiência.
64
183683
2651
Vou começar por vos contar
a nossa experiência.
03:18
So back in 2013,
65
186334
2253
Em 2013,
03:20
we had the first testteste
of a self-drivingauto-condução carcarro
66
188587
2663
fizemos o primeiro teste
de um carro autónomo
03:23
where we let regularregular people use it.
67
191250
2027
em que deixámos pessoas vulgares usá-lo.
Bem, quase vulgares...
eram 100 funcionários da Google,
03:25
Well, almostquase regularregular --
they were 100 GooglersGooglers,
68
193277
2202
03:27
but they weren'tnão foram workingtrabalhando on the projectprojeto.
69
195479
2003
mas não estavam a trabalhar no projeto.
03:29
And we gavedeu them the carcarro and we allowedpermitido
them to use it in theirdeles dailydiariamente livesvidas.
70
197482
3621
Demos-lhes o carro e pedimos
que o usassem na sua vida quotidiana.
03:33
But unlikeao contrário a realreal self-drivingauto-condução carcarro,
this one had a biggrande asteriskasterisco with it:
71
201103
3719
Mas ainda não era
um verdadeiro carro autónomo.
03:36
They had to paypagamento attentionatenção,
72
204822
1504
Tinham que prestar atenção,
03:38
because this was an experimentalexperimental vehicleveículo.
73
206326
2633
porque era um veículo experimental.
03:40
We testedtestado it a lot,
but it could still failfalhou.
74
208959
3525
Tínhamos feitos muitos testes,
mas ainda podia falhar.
Então demos-lhes duas horas de treino,
03:44
And so we gavedeu them two hourshoras of trainingTreinamento,
75
212484
2059
Colocámo-los no carro,
deixámos que o usassem,
03:46
we put them in the carcarro,
we let them use it,
76
214543
2092
03:48
and what we heardouviu back
was something awesomeimpressionante,
77
216635
2127
e as reações deles
foram uma coisa incrível,
03:50
as someonealguém tryingtentando
to bringtrazer a productprodutos into the worldmundo.
78
218762
2524
para alguém a tentar
pôr um produto no mundo.
03:53
EveryCada one of them told us they lovedAmado it.
79
221286
1925
Todos disseram que o adoraram.
03:55
In factfacto, we had a PorschePorsche drivermotorista
who cameveio in and told us on the first day,
80
223211
3566
Tivemos um condutor de um Porsche,
que nos disse, logo no primeiro dia:
03:58
"This is completelycompletamente stupidestúpido.
What are we thinkingpensando?"
81
226777
2663
"Isto é uma ideia estúpida.
Em que é que estão a pensar?"
04:01
But at the endfim of it, he said,
"Not only should I have it,
82
229850
2840
Mas no final, disse:
"Eu queria ter um!
"E todos deviam ter um, porque as pessoas
são uns condutores terríveis".
04:04
everyonetodos elseoutro should have it,
because people are terribleterrivel driversdrivers."
83
232690
3175
04:09
So this was musicmúsica to our earsorelhas,
84
237135
1735
Foi música para os nossos ouvidos,
04:10
but then we startedcomeçado to look at what
the people insidedentro the carcarro were doing,
85
238870
3803
mas depois começámos a observar
o que as pessoas faziam dentro do carro,
04:14
and this was eye-openingabrir os olhos.
86
242673
1579
e isso abriu-nos os olhos.
04:16
Now, my favoritefavorito storyhistória is this gentlemancavalheiro
87
244252
2438
A minha história preferida
é a deste senhor
04:18
who looksparece down at his phonetelefone
and realizespercebe the batterybateria is lowbaixo,
88
246690
3829
que olha para o seu telemóvel
e repara que a bateria está fraca.
04:22
so he turnsgira around like this in the carcarro
and digsescavações around in his backpackmochila,
89
250519
4548
Então, vira-se para trás no carro
e vasculha na sua mochila,
04:27
pullspuxa out his laptopcomputador portátil,
90
255067
2153
saca do seu computador portátil,
04:29
putscoloca it on the seatassento,
91
257220
1567
coloca-o no banco,
04:30
goesvai in the back again,
92
258787
1764
vai de novo à mochila
04:32
digsescavações around, pullspuxa out
the chargingcobrando cablecabo for his phonetelefone,
93
260551
3367
procura, tira o carregador do telemóvel,
04:35
futzesfutzes around, putscoloca it into the laptopcomputador portátil,
putscoloca it on the phonetelefone.
94
263918
3367
desenrola-o, coloca-o no portátil
e liga o telemóvel.
04:39
Sure enoughsuficiente, the phonetelefone is chargingcobrando.
95
267285
2043
Não tarda, o telemóvel está a carregar.
04:41
All the time he's been doing
65 milesmilhas perpor hourhora down the freewayautoestrada.
96
269328
3994
Faz isto tudo a 100 km/hora,
na autoestrada.
04:45
Right? UnbelievableInacreditável.
97
273322
2484
Inacreditável!
04:47
So we thought about this and we said,
it's kindtipo of obviousóbvio, right?
98
275806
3121
Pensámos nisto e dissemos:
"É óbvio, não é?
04:50
The better the technologytecnologia getsobtém,
99
278927
2263
"Quanto melhor fica a tecnologia,
04:53
the lessMenos reliableconfiável
the drivermotorista is going to get.
100
281190
2121
"menos fiável será o condutor".
04:55
So by just makingfazer the carscarros
incrementallyincrementalmente smartermais esperto,
101
283311
2396
Se só tornarmos os carros
cada vez mais inteligentes,
04:57
we're probablyprovavelmente not going to see
the winsganha we really need.
102
285707
2902
provavelmente não veremos
as vitórias de que precisamos.
05:00
Let me talk about something
a little technicaltécnico for a momentmomento here.
103
288609
3901
Deixem-me falar de algo
um pouco técnico, por momentos.
05:04
So we're looking at this graphgráfico,
and alongao longo the bottominferior
104
292510
2438
Na parte inferior deste gráfico
05:06
is how oftenfrequentemente does the carcarro
applyAplique the brakesfreios when it shouldn'tnão deveria.
105
294948
3051
está a frequência com que o carro trava,
quando não devia.
Podemos ignorar a maior parte deste eixo
05:09
You can ignoreignorar mosta maioria of that axiseixo,
106
297999
1621
05:11
because if you're drivingdirigindo around townCidade,
and the carcarro startscomeça stoppingparando randomlyaleatoriamente,
107
299620
3719
porque nunca iremos comprar um carro,
que pare de imprevisto,
quando estamos a conduzir na cidade.
05:15
you're never going to buyComprar that carcarro.
108
303339
1701
05:17
And the verticalvertical axiseixo is how oftenfrequentemente
the carcarro is going to applyAplique the brakesfreios
109
305040
3375
O eixo vertical é a frequência
com que o carro trava,
05:20
when it's supposedsuposto to
to help you avoidevitar an accidentacidente.
110
308415
3049
quando deve, para nos ajudar
a evitar um acidente.
05:23
Now, if we look at
the bottominferior left cornercanto here,
111
311464
2221
Se olharmos aqui para
o canto inferior esquerdo,
05:25
this is your classicclássico carcarro.
112
313685
1845
este é o carro clássico.
05:27
It doesn't applyAplique the brakesfreios for you,
it doesn't do anything goofypateta,
113
315530
3133
Não trava por nossa conta,
não faz nada inesperado,
05:30
but it alsoAlém disso doesn't get you
out of an accidentacidente.
114
318663
2779
mas também não nos livra
de um acidente.
05:33
Now, if we want to bringtrazer
a drivermotorista assistanceassistência systemsistema into a carcarro,
115
321442
3018
Se quisermos introduzir um sistema
de condução assistida num carro,
05:36
say with collisioncolisão mitigationmitigação brakingde travagem,
116
324460
1828
com travagem anti-colisão,
05:38
we're going to put some packagepacote
of technologytecnologia on there,
117
326288
2612
vamos introduzir aqui
um conjunto de tecnologias.
Esta é a curva, que terá as suas
propriedades de funcionamento,
05:40
and that's this curvecurva, and it's going
to have some operatingoperativo propertiespropriedades,
118
328900
3418
mas nunca evitará todos os acidentes,
05:44
but it's never going to avoidevitar
all of the accidentsacidentes,
119
332318
2490
porque não tem essa capacidade.
05:46
because it doesn't have that capabilitycapacidade.
120
334808
2059
Mas vamos escolher
uma zona da curva por aqui.
05:48
But we'llbem pickescolher some placeLugar, colocar
alongao longo the curvecurva here,
121
336867
2249
O sistema talvez evite metade dos acidentes
em que o condutor humano falha.
05:51
and maybe it avoidsevita halfmetade of accidentsacidentes
that the humanhumano drivermotorista missessente falta,
122
339116
3254
Isso é incrível, não é?
05:54
and that's amazingsurpreendente, right?
123
342370
1297
Acabamos de reduzir para metade
os acidentes na estrada.
05:55
We just reducedreduzido accidentsacidentes on our roadsestradas
by a factorfator of two.
124
343667
2727
05:58
There are now 17,000 lessMenos people
dyingmorrendo everycada yearano in AmericaAmérica.
125
346394
3987
Agora há menos 17 000 mortes
por ano nos EUA.
06:02
But if we want a self-drivingauto-condução carcarro,
126
350381
2020
Mas, se queremos um carro autónomo,
06:04
we need a technologytecnologia curvecurva
that looksparece like this.
127
352401
2307
precisamos de uma curva
tecnológica deste género.
06:06
We're going to have to put
more sensorssensores in the vehicleveículo,
128
354708
2599
Precisaremos de mais sensores no veículo,
06:09
and we'llbem pickescolher some
operatingoperativo pointponto up here
129
357307
2021
e escolheremos
um ponto operacional por aqui,
06:11
where it basicallybasicamente never
getsobtém into a crashbatida.
130
359328
2019
onde, basicamente
não haverá acidentes.
06:13
They'llEles pensarão happenacontecer, but very lowbaixo frequencyfreqüência.
131
361347
2443
Ainda vão ocorrer, mas com
muito pouca frequência.
06:15
Now you and I could look at this
and we could argueargumentar
132
363790
2461
Agora, podemos olhar para isto
e podemos discutir
06:18
about whetherse it's incrementalincremental, and
I could say something like "80-20 ruleregra,"
133
366251
3605
se é algo incremental
e eu responderia "regra dos 80:20".
É muito difícil ultrapassar
aquela nova curva.
06:21
and it's really hardDifícil to movemover up
to that newNovo curvecurva.
134
369856
2568
Mas vamos analisar de outra
perspetiva, por momentos.
06:24
But let's look at it
from a differentdiferente directiondireção for a momentmomento.
135
372424
2934
Vamos ver com que frequência é que
a tecnologia tem que fazer a coisa certa.
06:27
So let's look at how oftenfrequentemente
the technologytecnologia has to do the right thing.
136
375358
3512
06:30
And so this greenverde dotponto up here
is a drivermotorista assistanceassistência systemsistema.
137
378870
3506
Este ponto verde aqui é um sistema
de assistência à condução.
06:34
It turnsgira out that humanhumano driversdrivers
138
382376
2485
Parece que os condutores nos EUA
06:36
make mistakeserros that leadconduzir
to traffictráfego accidentsacidentes
139
384861
2647
fazem erros que provocam
um acidente de trânsito
06:39
about onceuma vez everycada 100,000 milesmilhas in AmericaAmérica.
140
387508
3172
em cada 160 000 km.
06:42
In contrastcontraste, a self-drivingauto-condução systemsistema
is probablyprovavelmente makingfazer decisionsdecisões
141
390680
3167
Por outro lado, um carro autónomo
provavelmente toma decisões
06:45
about 10 timesvezes perpor secondsegundo,
142
393847
3663
cerca de 10 vezes por segundo,
06:49
so orderordem of magnitudemagnitude,
143
397510
1422
numa ordem de grandeza,
06:50
that's about 1,000 timesvezes perpor milemilha.
144
398932
2832
que corresponde a cerca
de 1000 decisões em cada 1,6 km.
06:53
So if you comparecomparar the distancedistância
betweenentre these two,
145
401764
2485
Portanto, se compararem
a distância entre estas duas coisas,
06:56
it's about 10 to the eighthoitavo, right?
146
404249
2600
é cerca de 100 milhões.
06:58
EightOito anos ordersordens of magnitudemagnitude.
147
406849
1765
Oito ordens de magnitude.
07:00
That's like comparingcomparando how fastvelozes I runcorre
148
408614
2809
É como comparar a minha
velocidade de corrida
07:03
to the speedRapidez of lightluz.
149
411423
2206
com a velocidade da luz.
07:05
It doesn't matterimportam how hardDifícil I traintrem,
I'm never actuallyna realidade going to get there.
150
413629
3785
Por mais que eu treine,
nunca vou chegar lá perto.
07:09
So there's a prettybonita biggrande gapgap there.
151
417414
2438
Portanto há aqui um fosso muito grande.
07:11
And then finallyfinalmente, there's how
the systemsistema can handlelidar com uncertaintyincerteza.
152
419852
3729
Por fim, há a forma como
o sistema lida com a incerteza.
07:15
So this pedestrianpedestre here mightpoderia be
steppingpisando into the roadestrada, mightpoderia not be.
153
423581
3323
Este peão aqui vai
atravessar a estrada, ou não?
07:18
I can't tell,
nornem can any of our algorithmsalgoritmos,
154
426904
3395
Não sei dizer, nem nenhum
dos nossos algoritmos.
07:22
but in the casecaso of
a drivermotorista assistanceassistência systemsistema,
155
430310
2284
Se tivermos um sistema
de assistência ao condutor,
07:24
that meanssignifica it can't take actionaçao,
because again,
156
432594
2806
significa que não vai reagir,
porque, novamente,
é totalmente inaceitável
que ele acione os travões inesperadamente.
07:27
if it pressesPrensas the brakesfreios unexpectedlyinesperadamente,
that's completelycompletamente unacceptableinaceitável.
157
435400
3339
07:30
WhereasConsiderando que a a self-drivingauto-condução systemsistema
can look at that pedestrianpedestre and say,
158
438739
3133
Enquanto que um carro autónomo
deteta o peão e diz:
07:33
I don't know what they're about to do,
159
441872
1890
"Não sei o que é que ele vai fazer,
07:35
slowlento down, take a better look,
and then reactreagir appropriatelyadequadamente after that.
160
443762
3762
" vou abrandar, ver melhor, e depois
reagir apropriadamente."
07:39
So it can be much safermais segura than
a drivermotorista assistanceassistência systemsistema can ever be.
161
447524
3702
Por isso, pode ser muito mais seguro
do que qualquer sistema de assistência.
07:43
So that's enoughsuficiente about
the differencesdiferenças betweenentre the two.
162
451226
2730
Basta de falar sobre as
diferenças entre os dois.
07:45
Let's spendgastar some time talkingfalando about
how the carcarro sees the worldmundo.
163
453956
3484
Vamos falar um bocado
sobre como o carro vê o mundo.
Este é o nosso veículo.
07:49
So this is our vehicleveículo.
164
457440
1252
07:50
It startscomeça by understandingcompreensão
where it is in the worldmundo,
165
458692
2438
Ele começa por perceber
onde está situado,
07:53
by takinglevando a mapmapa and its sensorsensor datadados
and aligningalinhando the two,
166
461130
2787
alinhando um mapa
e os seus dados sensoriais.
07:55
and then we layercamada on toptopo of that
what it sees in the momentmomento.
167
463917
2948
Depois colocamos em cima disso
o que ele vê no momento.
07:58
So here, all the purpleroxa boxescaixas you can see
are other vehiclesveículos on the roadestrada,
168
466865
3655
Todas as caixas roxas que aqui veem
são outros veículos na estrada,
08:02
and the redvermelho thing on the sidelado
over there is a cyclistciclista,
169
470520
2528
e a coisa vermelha ali ao lado
é um ciclista,
08:05
and up in the distancedistância,
if you look really closelyde perto,
170
473048
2402
e, à distância, se olharem bem de perto,
08:07
you can see some conescones.
171
475450
1794
conseguem ver uns cones.
08:09
Then we know where the carcarro
is in the momentmomento,
172
477244
2773
Aí sabemos onde o carro
se encontra no momento,
08:12
but we have to do better than that:
we have to predictprever what's going to happenacontecer.
173
480017
3833
mas temos que fazer melhor que isso:
temos que prever o que vai acontecer.
Aqui a carrinha no canto superior direito
vai mudar para a faixa da esquerda
08:15
So here the pickupPick-up truckcaminhão in toptopo right
is about to make a left laneLane changemudança
174
483850
3488
porque a estrada
à sua frente está fechada,
08:19
because the roadestrada in frontfrente of it is closedfechadas,
175
487338
2223
portanto terá que se desviar.
08:21
so it needsprecisa to get out of the way.
176
489561
1731
08:23
KnowingSabendo that one pickupPick-up truckcaminhão is great,
177
491292
1863
Reconhecer essa carrinha é ótimo,
08:25
but we really need to know
what everybody'stodo mundo thinkingpensando,
178
493155
2479
mas precisamos de saber
o que todos estão a pensar,
08:27
so it becomestorna-se quitebastante a complicatedcomplicado problemproblema.
179
495634
2507
o que se torna num problema
bastante complicado.
08:30
And then givendado that, we can figurefigura out
how the carcarro should respondresponder in the momentmomento,
180
498141
4749
Podemos determinar como
o carro deve responder no momento,
08:34
so what trajectorytrajetória it should followSegue, how
quicklyrapidamente it should slowlento down or speedRapidez up.
181
502890
3866
que trajetória deve seguir, com que
velocidade deve abrandar ou acelerar.
08:38
And then that all turnsgira into
just followingSegue a pathcaminho:
182
506756
3065
Depois, tudo isso se torna
no caminho a seguir:
virar o volante para a esquerda ou direita,
acionar o travão ou o acelerador.
08:41
turninggiro the steeringdireção wheelroda left or right,
pressingpressionando the brakefreio or gasgás.
183
509821
3197
08:45
It's really just two numbersnúmeros
at the endfim of the day.
184
513018
2464
No final do dia são apenas dois números.
08:47
So how hardDifícil can it really be?
185
515482
2241
Até que ponto pode ser difícil?
08:50
Back when we startedcomeçado in 2009,
186
518433
1952
Quando começámos, em 2009,
este era o nosso sistema.
08:52
this is what our systemsistema lookedolhou like.
187
520385
1798
Vemos o nosso carro no centro
e as outras caixas na estrada,
08:54
So you can see our carcarro in the middlemeio
and the other boxescaixas on the roadestrada,
188
522183
3391
a seguir pela autoestrada.
08:57
drivingdirigindo down the highwayrodovia.
189
525574
1271
O carro tem que perceber onde está e
a posição aproximada dos outros veículos.
08:58
The carcarro needsprecisa to understandCompreendo where it is
and roughlymais ou menos where the other vehiclesveículos are.
190
526845
3818
É uma compreensão geométrica do mundo.
09:02
It's really a geometricgeométrico
understandingcompreensão of the worldmundo.
191
530663
2429
09:05
OnceVez we startedcomeçado drivingdirigindo
on neighborhoodVizinhança and citycidade streetsruas,
192
533092
2948
Quando começamos a conduzir
em bairros e estradas da cidade,
09:08
the problemproblema becomestorna-se a wholetodo
newNovo levelnível of difficultydificuldade.
193
536040
2445
o problema passa a ter
toda uma nova dificuldade.
09:10
You see pedestrianspedestres crossingcruzando in frontfrente
of us, carscarros crossingcruzando in frontfrente of us,
194
538485
3494
Vemos peões a passar à nossa frente,
carros a passar à nossa frente,
09:13
going everycada whichqual way,
195
541979
1811
em todas as direções,
09:15
the traffictráfego lightsluzes, crosswalksfaixas de pedestres.
196
543790
1527
semáforos, passadeiras.
09:17
It's an incrediblyincrivelmente complicatedcomplicado
problemproblema by comparisoncomparação.
197
545317
2797
Em comparação, é um problema
incrivelmente complicado.
09:20
And then onceuma vez you have
that problemproblema solvedresolvido,
198
548114
2103
Depois, quando se tem
esse problema resolvido,
09:22
the vehicleveículo has to be ablecapaz
to dealacordo with constructionconstrução.
199
550217
2512
o veículo tem que conseguir
lidar com as obras.
09:24
So here are the conescones on the left
forcingforçando it to drivedirigir to the right,
200
552729
3151
Aqui estão os cones à esquerda
a obrigá-lo a virar para a direita,
09:27
but not just constructionconstrução
in isolationisolamento, of coursecurso.
201
555880
2402
mas não são apenas
as obras isoladas, claro.
09:30
It has to dealacordo with other people movingmovendo-se
throughatravés that constructionconstrução zonezona as well.
202
558282
3723
Também tem que lidar com outros veículos
que passam por essa zona de obras.
09:34
And of coursecurso, if anyone'sde ninguém
breakingquebra the rulesregras, the policepolícia are there
203
562005
3263
Claro, se alguém quebrar as regras,
a polícia está lá.
09:37
and the carcarro has to understandCompreendo that
that flashingpiscando lightluz on the toptopo of the carcarro
204
565268
3622
O carro tem que perceber que aquela luz
a piscar no topo do carro
09:40
meanssignifica that it's not just a carcarro,
it's actuallyna realidade a policepolícia officeroficial.
205
568890
3105
significa que não é apenas um carro,
é um carro da polícia.
Da mesma forma,
a caixa laranja deste lado
09:43
SimilarlyDa mesma forma, the orangelaranja boxcaixa
on the sidelado here,
206
571995
2032
é um autocarro escolar.
09:46
it's a schoolescola busônibus,
207
574027
1109
09:47
and we have to treattratar that
differentlydiferente as well.
208
575136
2520
Também temos que o tratar
de forma diferente.
09:50
When we're out on the roadestrada,
other people have expectationsexpectativas:
209
578576
2793
Quando estamos na estrada,
as pessoas têm expetativas:
09:53
So, when a cyclistciclista putscoloca up theirdeles armbraço,
210
581369
1780
Assim, quando um ciclista
levanta o braço,
09:55
it meanssignifica they're expectingesperando the carcarro
to yieldprodução to them and make roomquarto for them
211
583149
3518
quer dizer que espera
que o carro lhe ceda a passagem
09:58
to make a laneLane changemudança.
212
586667
2053
para ele poder mudar de direção.
10:01
And when a policepolícia officeroficial
stoodficou in the roadestrada,
213
589030
2173
E quando um policia está na estrada,
10:03
our vehicleveículo should understandCompreendo
that this meanssignifica stop,
214
591203
2740
o nosso veículo deve perceber
que isso quer dizer parar
10:05
and when they signalsinal to go,
we should continuecontinuar.
215
593943
3506
e que, quando fazem sinal para avançar,
deve continuar.
10:09
Now, the way we accomplishrealizar this
is by sharingcompartilhando datadados betweenentre the vehiclesveículos.
216
597449
3761
A forma de conseguirmos isto
é partilhando informações entre veículos.
10:13
The first, mosta maioria crudebruto modelmodelo of this
217
601210
1696
Este é o primeiro modelo, mais em bruto.
10:14
is when one vehicleveículo
sees a constructionconstrução zonezona,
218
602906
2113
Quando um veículo vê uma zona de obras
10:17
havingtendo anotheroutro know about it
so it can be in the correctum lugar para outro laneLane
219
605019
3062
informa os outros veículos
para ficarem na faixa correta
10:20
to avoidevitar some of the difficultydificuldade.
220
608081
1570
para evitarem dificuldades.
10:21
But we actuallyna realidade have a much
deeperDeeper understandingcompreensão of this.
221
609651
2664
Mas temos uma compreensão
mais profunda disso.
10:24
We could take all of the datadados
that the carscarros have seenvisto over time,
222
612315
3009
Podemos usar todos os dados
que os carros foram vendo,
10:27
the hundredscentenas of thousandsmilhares
of pedestrianspedestres, cyclistsciclistas,
223
615324
2376
as centenas de milhares
de peões, de ciclistas,
10:29
and vehiclesveículos that have been out there
224
617700
1787
e de veículos que lá estiveram
10:31
and understandCompreendo what they look like
225
619487
1695
e perceber como é que são
10:33
and use that to inferinferir
what other vehiclesveículos should look like
226
621182
2831
e usar isso para deduzir
o que é que os outros veículos são
10:36
and other pedestrianspedestres should look like.
227
624013
1926
e o que é que são os peões.
10:37
And then, even more importantlyimportante,
we could take from that a modelmodelo
228
625939
3021
Ainda mais importante,
podemos obter isso de um modelo
10:40
of how we expectEspero them
to movemover throughatravés the worldmundo.
229
628960
2330
de como prevemos
que eles se desloquem.
10:43
So here the yellowamarelo boxcaixa is a pedestrianpedestre
crossingcruzando in frontfrente of us.
230
631290
2963
Aqui, a caixa amarela é um peão
a atravessar á nossa frente.
10:46
Here the blueazul boxcaixa is a cyclistciclista
and we anticipateantecipar
231
634253
2250
Aqui, a caixa azul é um ciclista
e prevemos que ele vai sair
da estrada á sua direita.
10:48
that they're going to nudgenudge out
and around the carcarro to the right.
232
636503
3312
10:52
Here there's a cyclistciclista
comingchegando down the roadestrada
233
640115
2092
Aqui, há um ciclista em sentido oposto
10:54
and we know they're going to continuecontinuar
to drivedirigir down the shapeforma of the roadestrada.
234
642207
3486
e sabemos que ele vai continuar
ao longo da estrada
Aqui, alguém faz uma viragem á direita,
10:57
Here somebodyalguém makesfaz com que a right turnvirar,
235
645693
1867
10:59
and in a momentmomento here, somebody'sde alguém
going to make a U-turnU-Turn in frontfrente of us,
236
647560
3360
e daqui a pouco, alguém
vai inverter a marcha á nossa frente.
11:02
and we can anticipateantecipar that behaviorcomportamento
and respondresponder safelycom segurança.
237
650920
2614
Podemos prever esse comportamento
e reagir com segurança.
11:05
Now, that's all well and good
for things that we'venós temos seenvisto,
238
653534
2728
Agora, está tudo a correr bem
para as coisas que vimos,
11:08
but of coursecurso, you encounterencontro
lots of things that you haven'tnão tem
239
656262
2865
mas claro, encontramos imensas coisas
que nunca tínhamos visto.
11:11
seenvisto in the worldmundo before.
240
659127
1231
11:12
And so just a couplecasal of monthsmeses agoatrás,
241
660358
1741
Há uns meses,
os nossos veículos
estavam a percorrer a Mountain View,
11:14
our vehiclesveículos were drivingdirigindo
throughatravés MountainMontanha ViewModo de exibição,
242
662099
2235
e encontrámos isto.
11:16
and this is what we encounteredencontrado.
243
664334
1644
Uma mulher numa cadeira de rodas elétrica,
11:17
This is a womanmulher in an electricelétrico wheelchaircadeira de rodas
244
665978
2082
às voltas, a perseguir um pato na estrada!
11:20
chasingperseguindo a duckpato in circlescírculos on the roadestrada.
(LaughterRiso)
245
668060
2617
(Risos)
11:22
Now it turnsgira out, there is nowherelugar algum
in the DMVDMV handbookmanual
246
670677
3111
Acontece que, em parte alguma,
no código da estrada,
11:25
that tellsconta you how to dealacordo with that,
247
673788
2245
se explica como reagir a isto.
11:28
but our vehiclesveículos were ablecapaz
to encounterencontro that,
248
676033
2143
Mas os nossos veículos
foram capazes de gerir isso,
11:30
slowlento down, and drivedirigir safelycom segurança.
249
678176
2255
abrandar e seguir em segurança.
Mas não temos que lidar apenas com patos.
11:32
Now, we don't have to dealacordo
with just duckspatos.
250
680431
2041
Observem este pássaro à nossa frente.
11:34
Watch this birdpássaro flymosca acrossatravés in frontfrente of us.
The carcarro reactsreage to that.
251
682472
3708
O carro reage a isso.
11:38
Here we're dealinglidando with a cyclistciclista
252
686180
1615
Aqui, estamos a lidar com um ciclista
11:39
that you would never expectEspero to see
anywherequalquer lugar other than MountainMontanha ViewModo de exibição.
253
687795
3290
como só encontramos em Mountain View.
11:43
And of coursecurso, we have
to dealacordo with driversdrivers,
254
691085
2068
E claro que temos que
lidar com condutores,
11:45
even the very smallpequeno onesuns.
255
693153
3715
mesmo os mais pequenos.
11:48
Watch to the right as someonealguém
jumpssalta out of this truckcaminhão at us.
256
696868
4131
Olhem para a direita,
alguém salta deste camião.
11:54
And now, watch the left as the carcarro
with the greenverde boxcaixa decidesdecide
257
702460
2929
E agora, olhem para a esquerda,
o carro com caixa verde
11:57
he needsprecisa to make a right turnvirar
at the last possiblepossível momentmomento.
258
705389
3325
decide, no último momento,
que precisa de virar à direita.
12:00
Here, as we make a laneLane changemudança,
the carcarro to our left decidesdecide
259
708714
2851
Aqui, quando vamos mudar de faixa,
o carro à nossa esquerda
12:03
it wants to as well.
260
711565
3553
decide que quer fazer o mesmo.
12:07
And here, we watch a carcarro
blowgolpe throughatravés a redvermelho lightluz
261
715118
2693
E aqui, vemos um carro
a passar um sinal vermelho
12:09
and yieldprodução to it.
262
717811
2090
e a continuar o seu caminho.
12:11
And similarlysimilarmente, here, a cyclistciclista
blowingsopro throughatravés that lightluz as well.
263
719901
3854
Do mesmo modo, aqui um ciclista
passa também um sinal vermelho.
12:15
And of coursecurso,
the vehicleveículo respondsresponde safelycom segurança.
264
723755
2746
E claro, o nosso veículo
responde de forma segura.
12:18
And of coursecurso, we have people
who do I don't know what
265
726501
2601
Há pessoas, como este homem,
que, não sei como,
12:21
sometimesas vezes on the roadestrada, like this guy
pullingpuxar out betweenentre two self-drivingauto-condução carscarros.
266
729102
3823
por vezes, atravessam a estrada
entre dois carros autónomos.
Temos de perguntar:
" Em que é que estás a pensar?"
12:24
You have to askpergunte, "What are you thinkingpensando?"
267
732925
2045
12:26
(LaughterRiso)
268
734970
1212
(Risos)
12:28
Now, I just fire-hosedfogo-metralhado you
with a lot of stuffcoisa there,
269
736182
2521
Já vos inundei com todas estas coisas,
12:30
so I'm going to breakpausa one of these
down prettybonita quicklyrapidamente.
270
738703
2650
por isso, vou falar duma
muito rapidamente.
12:33
So what we're looking at is the scenecena
with the cyclistciclista again,
271
741353
2940
O que vemos aqui,
é a cena do ciclista outra vez.
Na realidade, ainda não vemos o ciclista,
12:36
and you mightpoderia noticeaviso prévio in the bottominferior,
we can't actuallyna realidade see the cyclistciclista yetainda,
272
744293
3491
mas o carro vê:
é aquela pequena caixa azul ali.
12:39
but the carcarro can: it's that little
blueazul boxcaixa up there,
273
747784
2504
Isso vem das informações do laser.
12:42
and that comesvem from the laserlaser datadados.
274
750288
2081
12:44
And that's not actuallyna realidade
really easyfácil to understandCompreendo,
275
752369
2418
Na verdade, não é muito fácil perceber,
por isso vou mudar o ângulo de leitura
e olhar para elas.
12:46
so what I'm going to do is I'm going
to turnvirar that laserlaser datadados and look at it,
276
754787
3584
Se formos bons a ler dados laser,
12:50
and if you're really good at looking
at laserlaser datadados, you can see
277
758371
3029
podemos ver alguns pontos ali na curva.
12:53
a fewpoucos dotspontos on the curvecurva there,
278
761400
1487
Aquela caixa azul é o ciclista.
12:54
right there, and that blueazul boxcaixa
is that cyclistciclista.
279
762887
2372
Quando o nosso sinal está vermelho,
12:57
Now as our lightluz is redvermelho,
280
765259
1149
o do ciclista já está amarelo.
12:58
the cyclist'sdo ciclista lightluz
has turnedvirou yellowamarelo already,
281
766408
2192
Se semicerrarmos os olhos,
podemos ver isso na imagem.
13:00
and if you squintestrabismo, you can see that
in the imageryimagens.
282
768600
2438
Mas o ciclista vai avançar no cruzamento.
13:03
But the cyclistciclista, we see, is going
to proceedprosseguir throughatravés the intersectioninterseção.
283
771038
3286
O nosso sinal mudou para verde,
o dele já está vermelho
13:06
Our lightluz has now turnedvirou greenverde,
his is solidlysolidamente redvermelho,
284
774324
2394
13:08
and we now anticipateantecipar that this bikebicicleta
is going to come all the way acrossatravés.
285
776718
4292
e podemos prever que a bicicleta
vai atravessar-se à nossa frente.
13:13
UnfortunatelyInfelizmente the other driversdrivers nextPróximo to us
were not payingpagando as much attentionatenção.
286
781010
3742
Infelizmente, os outros condutores
não prestaram muita atenção.
13:16
They startedcomeçado to pullpuxar forwardprogressivo,
and fortunatelyFelizmente for everyonetodos,
287
784752
3157
Começaram a avançar
e, felizmente para todos,
13:19
this cyclistsciclistas reactsreage, avoidsevita,
288
787909
3011
este ciclista reage, evita-os
e passa pelo cruzamento.
13:22
and makesfaz com que it throughatravés the intersectioninterseção.
289
790920
2191
13:25
And off we go.
290
793111
1568
E agora, cá vamos nós!
13:26
Now, as you can see, we'venós temos madefeito
some prettybonita excitingemocionante progressprogresso,
291
794679
2948
Como podem ver, fizemos
progressos muito excitantes.
13:29
and at this pointponto we're prettybonita convincedconvencido
292
797627
1902
Nesta altura, estamos convencidos
que esta tecnologia vai entrar no mercado.
13:31
this technologytecnologia is going
to come to marketmercado.
293
799529
2010
13:33
We do threetrês millionmilhão milesmilhas of testingtestando
in our simulatorssimuladores everycada singlesolteiro day,
294
801539
4783
Fizemos cinco milhões de km de testes
nos nossos simuladores, todos os dias.
13:38
so you can imagineImagine the experienceexperiência
that our vehiclesveículos have.
295
806322
2689
Podem imaginar a experiência
que os nossos veículos têm.
13:41
We are looking forwardprogressivo to havingtendo
this technologytecnologia on the roadestrada,
296
809011
2864
Estamos ansiosos por ver
esta tecnologia na estrada.
13:43
and we think the right pathcaminho
is to go throughatravés the self-drivingauto-condução
297
811875
2890
Achamos que o caminho correto
é através dos carros autónomos
13:46
ratherem vez than drivermotorista assistanceassistência approachabordagem
298
814765
1844
em vez de carros
com assistência ao condutor.
13:48
because the urgencyurgência is so largeampla.
299
816609
2621
A urgência é enorme.
13:51
In the time I have givendado this talk todayhoje,
300
819230
2393
Durante o tempo
em que eu fiz esta palestra hoje,
13:53
34 people have diedmorreu on America'sDo América roadsestradas.
301
821623
3135
morreram 34 pessoas
nas estradas dos EUA.
13:56
How soonem breve can we bringtrazer it out?
302
824758
2368
Quando é que podemos pôr isto cá fora?
13:59
Well, it's hardDifícil to say because
it's a really complicatedcomplicado problemproblema,
303
827126
3832
É difícil dizer, porque é
um problema complicado.
14:02
but these are my two boysRapazes.
304
830958
2214
Estes são os meus dois filhos.
14:05
My oldestmais antigo sonfilho is 11, and that meanssignifica
in fourquatro and a halfmetade yearsanos,
305
833172
3623
O meu filho mais velho tem 11 anos.
Dentro de 4 anos e meio,
vai poder obter a carta de condução.
14:08
he's going to be ablecapaz
to get his driver'smotorista licenselicença.
306
836795
2577
14:11
My teamequipe and I are committedcomprometido
to makingfazer sure that doesn't happenacontecer.
307
839372
3204
A minha equipa e eu estamos empenhados
em fazer que isso não aconteça!
14:14
Thank you.
308
842576
1904
Obrigado.
14:16
(LaughterRiso) (ApplauseAplausos)
309
844480
3667
(Aplausos)
14:21
ChrisChris AndersonAnderson: ChrisChris,
I've got a questionquestão for you.
310
849110
2568
Chris Anderson: Chris,
tenho uma pergunta para ti.
14:23
ChrisChris UrmsonUrmson: Sure.
311
851678
2809
Chris Urmson: Ok.
14:26
CACA: So certainlyCertamente, the mindmente of your carscarros
is prettybonita mind-bogglingincompreensível.
312
854487
3924
CA: Certamente a mente dos vossos carros
é bastante incompreensível.
14:30
On this debatedebate betweenentre
driver-assistedmotorista-assistida and fullytotalmente driverlessnecessita de drivers --
313
858411
4459
Neste debate entre assistência ao condutor
e totalmente autónomo...
14:34
I mean, there's a realreal debatedebate
going on out there right now.
314
862870
3041
Há bastante debate sobre isto,
neste momento.
14:37
So some of the companiesempresas,
for exampleexemplo, TeslaTesla,
315
865911
2833
Há empresas como, por exemplo, a Tesla
14:40
are going the driver-assistedmotorista-assistida routerota.
316
868744
2159
que estão viradas
para a assistência á condução.
14:42
What you're sayingdizendo is that
that's kindtipo of going to be a deadmorto endfim
317
870903
5248
O que estás a dizer e dizer é que
isso vai ser um beco sem saída,
14:48
because you can't just keep improvingmelhorando
that routerota and get to fullytotalmente driverlessnecessita de drivers
318
876151
5456
porque não conseguimos continuar
a melhorar esse caminho
e chegar a autónomo
14:53
at some pointponto, and then a drivermotorista
is going to say, "This feelssente safeseguro,"
319
881607
3530
em determinado ponto, e o condutor
vai dizer: " Isto parece seguro",
14:57
and climbescalar into the back,
and something uglyfeio will happenacontecer.
320
885137
2647
entra lá para trás,
e acontece algo muito feio.
14:59
CUCU: Right. No, that's exactlyexatamente right,
and it's not to say
321
887784
2676
CU: Certo, é isso mesmo.
Não estou a dizer que os sistemas
de assistência ao condutor
15:02
that the drivermotorista assistanceassistência systemssistemas
aren'tnão são going to be incrediblyincrivelmente valuablevalioso.
322
890460
3537
vão deixar de ter um valor incrível.
15:05
They can saveSalve  a lot of livesvidas
in the interimínterim,
323
893997
2058
Podem salvar muitas vidas
entretanto.
15:08
but to see the transformativetransformadora opportunityoportunidade
to help someonealguém like SteveSteve get around,
324
896055
3833
mas ver a oportunidade transformadora
e ajudar alguém como o Steve
a dar uma volta,
15:11
to really get to the endfim casecaso in safetysegurança,
325
899888
1969
para chegar ao fim em segurança,
15:13
to have the opportunityoportunidade
to changemudança our citiescidades
326
901857
2479
ter a oportunidade de
mudar as nossas cidades
15:16
and movemover parkingestacionamento out and get ridlivrar of
these urbanurbano craterscrateras we call parkingestacionamento lots,
327
904336
4204
e eliminar essas crateras urbanas
a que chamamos parques de estacionamento,
é a única forma de avançar.
15:20
it's the only way to go.
328
908540
1240
15:21
CACA: We will be trackingrastreamento your progressprogresso
with hugeenorme interestinteresse.
329
909780
2718
CA: Nós vamos acompanhando
o vosso progresso com enorme interesse.
15:24
ThanksObrigado so much, ChrisChris.
CUCU: Thank you. (ApplauseAplausos)
330
912498
4232
- Muito obrigado Chris.
- Obrigado.
(Aplausos)
Translated by Jorge Machado
Reviewed by Margarida Ferreira

▲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