ABOUT THE SPEAKER
Jennifer Healey - Research scientist
A research scientist at Intel, Jennifer Healey develops the mobile internet devices of the future.

Why you should listen

Jennifer Healey imagines a future where computers and smartphones are capable of being sensitive to human emotions and where cars are able to talk to each other, and thus keep their drivers away from accidents. A scientist at Intel Corporation Research Labs, she researches devices and systems that would allow for these major innovations.

Healey holds PhD from MIT in electrical engineering and computer science. While there, she pioneered “Affective Computing” with Rosalind Picard and developed the first wearable computer with physiological sensors and a video camera that allows the wearer to track their daily activities and how they feel while doing them. From there, she moved to IBM where she worked on the next generation of multi-modal interactive smartphones and helped architect the "Interaction Mark-Up language" that allows users to switch from voice to speech input seamlessly.

Healey has also used her interest in embedded devices in the field of healthcare. While an instructor at Harvard Medical School and at Beth Israel Deaconess Medical Center, she worked on new ways to use heart rate to predict cardiac health. She then joined HP Research in Cambridge to further develop wearable sensors for health monitoring and continued this research when she joined Intel Digital Health.

More profile about the speaker
Jennifer Healey | Speaker | TED.com
TED@Intel

Jennifer Healey: If cars could talk, accidents might be avoidable

Jennifer Healey: Arabaların dili olsa kazalar önlenebilirdi

Filmed:
908,454 views

Araba kullandığımızda cam bir baloncuğun içine gireriz, kapıları kapatıp gaza basarız ve bize yol göstermesi için gözümüze güveniriz -- sadece önümüzdeki ve arkamızdaki bir kaç aracı görebilmemize rağmen. Peki arabalar konumları ve hızları ile ilgili veri alışverişinde bulunabilselerdi ve herkes için en güvenli yolu hesaplamak için öngörücü modeller kullanabilselerdi ne olurdu? Jennifer Healey kazaların olmadığı bir dünya hayal ediyor. (TED@Intel de filme alındı.)
- Research scientist
A research scientist at Intel, Jennifer Healey develops the mobile internet devices of the future. Full bio

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

00:12
Let's faceyüz it:
0
703
1914
Kabul edelim :
00:14
DrivingSürüş is dangeroustehlikeli.
1
2617
2445
Araba kullanmak tehlikelidir.
00:17
It's one of the things that we don't like to think about,
2
5062
3098
Aklımıza getirmekten hoşlanmadığımız şeylerden biri olsa da,
00:20
but the factgerçek that religiousdini iconssimgeler and good luckşans charmstakılar
3
8160
3652
dünya genelinde dikiz aynalarından sarkan
00:23
showgöstermek up on dashboardsPanolar around the worldDünya
4
11812
4790
dini simgeler ve nazar boncukları
00:28
betraysihanet the factgerçek that we know this to be truedoğru.
5
16602
4137
bu tehlikenin farkında olduğumuzu gösteriyor.
00:32
CarAraba accidentskazalar are the leadingönemli causesebeb olmak of deathölüm
6
20739
3594
Trafik kazaları en önde gelen ölüm sebeplerinden biridir.
00:36
in people agesyaşlar 16 to 19 in the UnitedAmerika StatesBirleşik --
7
24333
4170
ABD'de 16 ila 19 yaşındaki kişilerde ise
00:40
leadingönemli causesebeb olmak of deathölüm --
8
28503
2843
bu en önde gelen ölüm sebebidir --
00:43
and 75 percentyüzde of these accidentskazalar have nothing to do
9
31346
3863
ve bu kazaların yüzde 75'inin
00:47
with drugsilaçlar or alcoholalkol.
10
35209
2285
uyuşturucu ya da alkolle hiçbir ilgisi yoktur.
00:49
So what happensolur?
11
37494
2261
Peki ama olan ne?
00:51
No one can say for sure, but I rememberhatırlamak my first accidentkaza.
12
39755
4219
Kesin bir şey söylemek zor ama ilk kazamı hatırlıyorum da
00:55
I was a younggenç driversürücü out on the highwaykarayolu,
13
43974
3803
Otoyolda yol alan genç bir sürücüydüm
00:59
and the cararaba in frontön of me, I saw the brakeFren lightsışıklar go on.
14
47777
2258
önümde de bir araba vardı, fren lambalarının yandığını gördüm.
01:02
I'm like, "Okay, all right, this guy is slowingyavaşlatma down,
15
50035
1800
Ben "Tamam, pekala, bu adam yavaşlıyor,
01:03
I'll slowyavaş down too."
16
51835
1282
ben de yavaşlarım madem"
01:05
I stepadım on the brakeFren.
17
53117
1926
Frene dokundum.
01:07
But no, this guy isn't slowingyavaşlatma down.
18
55043
2254
Ama yoo, bu adam yavaşlıyor falan değil.
01:09
This guy is stoppingDurduruluyor, deadölü stop, deadölü stop on the highwaykarayolu.
19
57297
3178
Bu adam duruyor, tamamen durmuş, otoyol üstünde durmuş tamamen.
01:12
It was just going 65 -- to zerosıfır?
20
60475
2540
Yani saatte 105 km hızdan -- sıfıra mı inecektim?
01:15
I slammedçarptı on the brakesfrenler.
21
63015
1520
Frenlere yüklendim.
01:16
I feltkeçe the ABSABS kicktekme in, and the cararaba is still going,
22
64535
3059
ABS'nin devreye girdiğini hissettim, arabaysa hala gidiyordu,
01:19
and it's not going to stop, and I know it's not going to stop,
23
67594
2696
durmayacaktı ve durdurmayacağını biliyordum
01:22
and the airhava bagsırt çantası deploysdağıtır, the cararaba is totaledulaştı,
24
70290
2939
ve hava yastığı açıldı, araba hurdaya döndü
01:25
and fortunatelyneyse ki, no one was hurtcanını yakmak.
25
73229
3557
ve neyse ki hiç kimse zarar görmedi.
01:28
But I had no ideaFikir that cararaba was stoppingDurduruluyor,
26
76786
4211
O arabanın duruyor olduğunu hiç fark etmemiştim,
01:32
and I think we can do a lot better than that.
27
80997
3645
ve bence bundan çok daha iyisini yapabiliriz.
01:36
I think we can transformdönüştürmek the drivingsürme experiencedeneyim
28
84642
4145
Bence, arabalarımızın birbirleriyle konuşmasını sağlayarak
01:40
by lettingicar our carsarabalar talk to eachher other.
29
88787
3879
sürüş deneyimini değiştirebiliriz.
01:44
I just want you to think a little bitbit
30
92666
1424
Sizden sadece şimdiki sürüş deneyimimizin
01:46
about what the experiencedeneyim of drivingsürme is like now.
31
94090
2888
neye benzediği hakkında biraz düşünmenizi istiyorum.
01:48
Get into your cararaba. CloseKapat the doorkapı. You're in a glassbardak bubblekabarcık.
32
96978
4028
Arabaya bin. Kapıyı kapa. Camdan bir balon içindesin.
01:53
You can't really directlydirekt olarak senseduyu the worldDünya around you.
33
101006
2916
Çevrende olup biteni doğrudan algılayamıyorsun aslında.
01:55
You're in this extendedGenişletilmiş bodyvücut.
34
103922
2181
Vücudumuzun bir uzantısı gibi bu şeyin içindesin.
01:58
You're taskedgörevli with navigatinggezinme it down
35
106103
2163
Görevin ise bu şeyi tamamını göremediğin
02:00
partially-seenkısmen gördüm roadwaysKarayolları,
36
108266
2056
yollarda diğer metal devlerin arasından,
02:02
in and amongstarasında other metalmetal giantsDevler, at super-humanSüper insan speedshızlar.
37
110322
4424
içinden geçirerek insanüstü hızlarda ilerletmek.
02:06
Okay? And all you have to guidekılavuz you are your two eyesgözleri.
38
114746
4480
Tamam? Ve sana rehberlik edecek tek şey de iki gözün.
02:11
Okay, so that's all you have,
39
119226
1762
Peki, her şey bu kadar.
02:12
eyesgözleri that weren'tdeğildi really designedtasarlanmış for this taskgörev,
40
120988
1735
aslında bu iş için tasarlanmamış olan gözler
02:14
but then people asksormak you to do things like,
41
122723
3751
ve sonrada senden başka şeyler yapmanı istiyorlar,
02:18
you want to make a laneLane changedeğişiklik,
42
126474
1549
mesela eğer şerit değiştirmek istiyorsan,
02:20
what's the first thing they asksormak you do?
43
128023
2321
senden ilk olarak ne yapmanı istiyorlar?
02:22
Take your eyesgözleri off the roadyol. That's right.
44
130344
3095
Gözlerini yoldan ayırmanı. Evet, doğru.
02:25
Stop looking where you're going, turndönüş,
45
133439
2096
Gittiğini yöne bakmayı kes, dön,
02:27
checkKontrol your blindkör spotyer,
46
135535
2018
kör noktanı kontrol et
02:29
and drivesürücü down the roadyol withoutolmadan looking where you're going.
47
137553
3471
ve nereye gittiğine bakmadan sürmeye devam et.
02:33
You and everyoneherkes elsebaşka. This is the safekasa way to drivesürücü.
48
141024
3135
Sen ve diğer herkes. Araba sürmenin güvenli yolu bu.
02:36
Why do we do this? Because we have to,
49
144159
2241
Neden böyle yapıyoruz? Çünkü yapmak zorundayız,
02:38
we have to make a choiceseçim, do I look here or do I look here?
50
146400
2579
bir seçim yapmalıyız, buraya mı bakayım yoksa oraya mı bakayım?
02:40
What's more importantönemli?
51
148979
1521
Hangisi daha önemli?
02:42
And usuallygenellikle we do a fantasticfantastik job
52
150500
2711
Ve genellikle yolda neye dikkat edeceğimizi
02:45
pickingtoplama and choosingSeçme what we attendkatılmak to on the roadyol.
53
153211
3769
bulup seçme konusunda da harika bir iş çıkarıyoruz.
02:48
But occasionallybazen we missbayan something.
54
156980
3650
Ama bazen bir şeyi gözden kaçırıyoruz.
02:52
OccasionallyZaman zaman we senseduyu something wrongyanlış or too lategeç.
55
160630
4461
Bazen bir şeyi yanlış algılıyor ya da çok geç fark ediyoruz.
02:57
In countlesssayısız accidentskazalar, the driversürücü saysdiyor,
56
165091
1988
Pek çok kazada,
02:59
"I didn't see it cominggelecek."
57
167079
2308
"Geldiğini görmemiştim" der sürücü.
03:01
And I believe that. I believe that.
58
169387
3281
Ve buna inanırım. Buna inanırım.
03:04
We can only watch so much.
59
172668
2925
Bizler sadece bir kısmını görebiliyoruz.
03:07
But the technologyteknoloji existsvar now that can help us improveiyileştirmek that.
60
175593
5144
Şimdiki mevcut teknoloji ise bunu geliştirmemize yardımcı olabilir.
03:12
In the futuregelecek, with carsarabalar exchangingalışverişi dataveri with eachher other,
61
180737
4296
Gelecekte, birbirleriyle veri alışverişinde bulunan arabalar sayesinde,
03:17
we will be ableyapabilmek to see not just threeüç carsarabalar aheadönde
62
185033
3928
sadece üç araba ilerimizi
03:20
and threeüç carsarabalar behindarkasında, to the right and left,
63
188961
1594
üç araba gerimizi ve sağımızla solumuzu değil,
03:22
all at the sameaynı time, bird'skuşbakışı eyegöz viewgörünüm,
64
190555
3166
hepsini aynı anda, kuşbakışı görebileceğiz,
03:25
we will actuallyaslında be ableyapabilmek to see into those carsarabalar.
65
193721
3128
aslında bu arabaların içini bile görebileceğiz.
03:28
We will be ableyapabilmek to see the velocityhız of the cararaba in frontön of us,
66
196849
2371
Önümüzdeki arabanın hızını görebilecek,
03:31
to see how fasthızlı that guy'sadam going or stoppingDurduruluyor.
67
199220
3240
bu adam ne kadar hızlı gidiyor yoksa duruyor mu hepsini görebileceğiz.
03:34
If that guy'sadam going down to zerosıfır, I'll know.
68
202460
4510
Eğer bu adam durmak üzereyse, bunu bileceğim.
03:38
And with computationhesaplama and algorithmsalgoritmalar and predictiveAkıllı modelsmodeller,
69
206970
3859
Ayrıca hesaplamalarla, algoritmalarla ve öngörücü modellerle
03:42
we will be ableyapabilmek to see the futuregelecek.
70
210829
3273
geleceği de görebileceğiz.
03:46
You mayMayıs ayı think that's impossibleimkansız.
71
214102
1556
Bu imkansız gibi gelebilir.
03:47
How can you predicttahmin the futuregelecek? That's really hardzor.
72
215658
2731
Geleceği nasıl tahmin edebilirsin ki? Bu gerçekten zor.
03:50
ActuallyAslında, no. With carsarabalar, it's not impossibleimkansız.
73
218389
3619
Aslında, değil. Arabalarla, imkansız değil.
03:54
CarsArabalar are three-dimensional3 boyutlu objectsnesneleri
74
222008
2732
Arabalar, üç boyutlu nesnelerdir.
03:56
that have a fixedsabit positionpozisyon and velocityhız.
75
224740
2332
sabit bir konum ve hıza sahiplerdir.
03:59
They travelseyahat down roadsyollar.
76
227072
1631
Yollarda giderler.
04:00
OftenKez they travelseyahat on pre-publishedönceden yayınlanan routesrotalar.
77
228703
2412
Çoğu zaman önceden belirlenen yollar üzerinde seyahat ederler.
04:03
It's really not that hardzor to make reasonablemakul predictionstahminler
78
231115
3938
Bir arabanın yakın gelecekte nerede olacağına ilişkin
04:07
about where a car'sarabalar going to be in the nearyakın futuregelecek.
79
235053
2864
makul tahminler yapmak gerçekten de o kadar zor değil.
04:09
Even if, when you're in your cararaba
80
237917
2002
Hatta, siz arabanızdayken
04:11
and some motorcyclistmotosikletçi comesgeliyor -- bshoombshoom! --
81
239919
1994
bir motosikletçinin gelip -- vınnnnnn! --
04:13
85 milesmil an hoursaat down, lane-splittingLane-yarma --
82
241913
2296
Saatte 140 kilometre hızla, yolu yararak--
04:16
I know you've had this experiencedeneyim --
83
244209
2547
bunu daha önce yaşamışsınızdır --
04:18
that guy didn't "just come out of nowhereHiçbir yerde."
84
246756
2603
işte buna "nerden çıktığı belli değil" deriz.
04:21
That guy'sadam been on the roadyol probablymuhtemelen for the last halfyarım hoursaat.
85
249359
3643
Ama bu adam belki yarım saattir yoldaydı.
04:25
(LaughterKahkaha)
86
253002
1190
(Gülüşmeler)
04:26
Right? I mean, somebody'sbiri var seengörüldü him.
87
254192
3589
Öyle değil mi? Yani, biri onu görmüştür.
04:29
TenOn, 20, 30 milesmil back, someone'sbirisi var seengörüldü that guy,
88
257781
2768
On, 20, 30 kilometre gerideyken, birisi bu adamı görmüştür,
04:32
and as soonyakında as one cararaba seesgörür that guy
89
260549
2384
ve bir araba da bu adamı görür görmez
04:34
and putskoyar him on the mapharita, he's on the mapharita --
90
262933
2231
onu haritaya işler, artık haritadadır --
04:37
positionpozisyon, velocityhız,
91
265164
2176
konumuyla, hızıyla,
04:39
good estimatetahmin he'llo olacak continuedevam et going 85 milesmil an hoursaat.
92
267340
2321
ve iyi bir tahminle saatte 140 kilometreyle gitmeye devam da edecek.
04:41
You'llYou'll know, because your cararaba will know, because
93
269661
2184
Bunu bileceksiniz, çünkü arabanız bilecek, çünkü
04:43
that other cararaba will have whisperedfısıldadı something in his earkulak,
94
271845
2275
o diğer araba sizin arabanızın kulağına bir şeyler fısıldamış olacak,
04:46
like, "By the way, fivebeş minutesdakika,
95
274120
1923
"Bu arada, beş dakika,
04:48
motorcyclistmotosikletçi, watch out."
96
276043
2775
motosikletçi , dikkat et."
04:50
You can make reasonablemakul predictionstahminler about how carsarabalar behaveDavranmak.
97
278818
2703
Arabaların nasıl davranacaklarına ilişkin mantıklı tahminlerde bulunabilirsiniz.
04:53
I mean, they're NewtonianNewton objectsnesneleri.
98
281521
1365
Yani, bunlar klasik mekanikle hareket eden nesneler.
04:54
That's very niceGüzel about them.
99
282886
2909
Bu onların iyi bir yönü.
04:57
So how do we get there?
100
285795
3034
Peki bu noktaya nasıl geliriz?
05:00
We can startbaşlama with something as simplebasit
101
288829
2266
Basit bir şeyle başlayabiliriz,
05:03
as sharingpaylaşım our positionpozisyon dataveri betweenarasında carsarabalar,
102
291095
2870
konum verilerimizi arabalar arasında paylaşmak gibi,
05:05
just sharingpaylaşım GPSGPS.
103
293965
1892
sadece GPS paylaşımı gibi.
05:07
If I have a GPSGPS and a camerakamera in my cararaba,
104
295857
2444
Eğer arabamda bir GPS ve bir kamera varsa,
05:10
I have a prettygüzel precisekesin ideaFikir of where I am
105
298301
2231
nerede olduğuma ve ne kadar hızla ilerlediğime
05:12
and how fasthızlı I'm going.
106
300532
1732
ilişkin gayet kesin bir fikrim de vardır.
05:14
With computerbilgisayar visionvizyon, I can estimatetahmin where
107
302264
1657
Bilgisayar görüşüyle, çevremdeki arabaların nerelerde olduklarını
05:15
the carsarabalar around me are, sortçeşit of, and where they're going.
108
303921
3537
ve aşağı yukarı nereye gittiklerini tahmin edebilirim.
05:19
And sameaynı with the other carsarabalar.
109
307458
970
Aynısı diğer arabalar için de geçerli.
05:20
They can have a precisekesin ideaFikir of where they are,
110
308428
1814
Nerede olduklarına ilişkin kesin bir fikre ve diğer arabaların da
05:22
and sortçeşit of a vaguebelirsiz ideaFikir of where the other carsarabalar are.
111
310242
2146
aşağı yukarı nerede olduklarına ilişkin bir fikre sahip olabilirler.
05:24
What happensolur if two carsarabalar sharepay that dataveri,
112
312388
3231
Peki iki araba bu verileri paylaşırsa,
05:27
if they talk to eachher other?
113
315619
1955
eğer birbirleriyle konuşurlarsa ne olur?
05:29
I can tell you exactlykesinlikle what happensolur.
114
317574
2778
Ne olacağını size tam olarak söyleyebilirim.
05:32
BothHer ikisi de modelsmodeller improveiyileştirmek.
115
320352
2339
Her iki model de gelişir.
05:34
EverybodyHerkes winskazanç.
116
322691
2055
Herkes kazanır.
05:36
ProfessorProfesör BobBob WangWang and his teamtakım
117
324746
2577
Profesör Bob Wang ve ekibi,
05:39
have donetamam computerbilgisayar simulationssimülasyonlar of what happensolur
118
327323
2738
bulanık tahminlerin birleştirilmesi durumunda ne olacağı ile ilgili
05:42
when fuzzybelirsiz estimatestahminler combinebirleştirmek, even in lightışık traffictrafik,
119
330061
3431
bilgisayar simülasyonları yapmış, hafif trafikte bile
05:45
when carsarabalar just sharepay GPSGPS dataveri,
120
333492
2624
arabalar sadece GPS verilerini paylaştığında,
05:48
and we'vebiz ettik movedtaşındı this researchAraştırma out of the computerbilgisayar simulationsimülasyon
121
336116
2513
ve biz de bu araştırmayı bilgisayar simülasyonundan çıkarıp
05:50
and into robotrobot testÖlçek bedsyataklar that have the actualgerçek sensorssensörler
122
338629
3027
şimdiki arabalarda da olan robotların şu hakiki sensörlere
05:53
that are in carsarabalar now on these robotsrobotlar:
123
341656
3133
sahip olduğu bir robotlu test ortamına taşıdık:
05:56
stereomüzik seti cameraskameralar, GPSGPS,
124
344789
1838
stereo kameralar, GPS,
05:58
and the two-dimensionaliki boyutlu laserlazer rangemenzil findersKim bulduysa
125
346627
1874
iki boyutlu lazer mesafe ölçerler
06:00
that are commonortak in backupyedek systemssistemler.
126
348501
2240
yanaşma sistemlerinde yaygın bulunurlar.
06:02
We alsoAyrıca attachiliştirmek a discreteayrık short-rangekısa menzilli communicationiletişim radioradyo,
127
350741
4484
Ayrıca, ayrı bir kısa menzilli iletişim telsizi taktık
06:07
and the robotsrobotlar talk to eachher other.
128
355225
1909
ve robotlar birbirleriyle konuştular.
06:09
When these robotsrobotlar come at eachher other,
129
357134
1539
Bu robotlar birbirleriyle karşılaştıklarında,
06:10
they trackiz eachher other'sdiğer en positionpozisyon preciselytam,
130
358673
2971
birbirlerinin konumunu tam olarak izleyip
06:13
and they can avoidönlemek eachher other.
131
361644
2737
birbirlerinden sakınabilirler.
06:16
We're now addingekleme more and more robotsrobotlar into the mixkarıştırmak,
132
364381
3226
Şimdi karışımın içine daha fazla robot ekledikçe
06:19
and we encounteredkarşılaşılan some problemssorunlar.
133
367607
1471
bazı sorunlarla karşılaştık.
06:21
One of the problemssorunlar, when you get too much chattersohbet eden,
134
369078
2359
Sorunlardan biri, çok fazla lakırdı olunca
06:23
it's hardzor to processsüreç all the packetspaketleri, so you have to prioritizeöncelik,
135
371437
3728
veri paketlerinin tümünü işlemenizin zor olması, bu yüzden öncelikler belirlemelisiniz
06:27
and that's where the predictiveAkıllı modelmodel helpsyardım eder you.
136
375165
2357
ve işte öngörücü modelin size yardımcı olacağı nokta da bu.
06:29
If your robotrobot carsarabalar are all trackingizleme the predictedtahmin trajectoriesyörüngelerini,
137
377522
4372
Eğer robot arabalarınızın hepsi de tahmini yörüngeleri izlerseler,
06:33
you don't payödeme as much attentionDikkat to those packetspaketleri.
138
381894
1767
bu paketlere o kadar da dikkat etmenize gerek yoktur.
06:35
You prioritizeöncelik the one guy
139
383661
1703
Rotadan biraz çıkacak gibi görünen
06:37
who seemsgörünüyor to be going a little off coursekurs.
140
385364
1333
bir adamı öncelikle ele alırsınız.
06:38
That guy could be a problemsorun.
141
386697
2526
Bu adam bir sorun teşkil edebilir.
06:41
And you can predicttahmin the newyeni trajectoryYörünge.
142
389223
3002
Ve yeni güzergahı tahmin edersiniz.
06:44
So you don't only know that he's going off coursekurs, you know how.
143
392225
2763
Yani, onun rotadan çıkacağını sadece bilmekle kalmıyor, nasıl olacağını da biliyorsunuz.
06:46
And you know whichhangi driverssürücüleri you need to alertAlarm to get out of the way.
144
394988
3725
Ayrıca hangi sürücüleri yoldan çekilmeleri için uyaracağınızı da biliyorsunuz.
06:50
And we wanted to do -- how can we besten iyi alertAlarm everyoneherkes?
145
398713
2633
Ve bizim yapmak istediğimiz ise -- herkesi en iyi şekilde nasıl uyarabileceğimiz?
06:53
How can these carsarabalar whisperFısıltı, "You need to get out of the way?"
146
401346
3183
Bu arabalar nasıl fısıldaşabilir, "Yoldan çekilmen gerekiyor?"
06:56
Well, it dependsbağlıdır on two things:
147
404529
1517
Bu iki şeye bağlı:
06:58
one, the abilitykabiliyet of the cararaba,
148
406046
2169
birincisi, arabanın yeteneğine,
07:00
and secondikinci the abilitykabiliyet of the driversürücü.
149
408215
3217
ve ikincisi de sürücünün yeteneğine.
07:03
If one guy has a really great cararaba,
150
411432
1505
Eğer adamın birinin gerçekten harika bir arabası varsa,
07:04
but they're on theironların phonetelefon or, you know, doing something,
151
412937
2925
ama telefondaysa, ya da işte bir şeyle meşgulse,
07:07
they're not probablymuhtemelen in the besten iyi positionpozisyon
152
415862
1930
muhtemelen acil bir durumda harekete geçmek
07:09
to reacttepki in an emergencyacil Servis.
153
417792
2970
için uygun bir halde olmayacaktır.
07:12
So we startedbaşladı a separateayrı linehat of researchAraştırma
154
420762
1665
Bu yüzden, sürücü durumunu modelleyen
07:14
doing driversürücü statebelirtmek, bildirmek modelingmodelleme.
155
422427
2551
ayrı bir araştırma konusuna daha başladık.
07:16
And now, usingkullanma a seriesdizi of threeüç cameraskameralar,
156
424978
2329
Ve şimdiyse, üç kamera kullanarak,
07:19
we can detectbelirlemek if a driversürücü is looking forwardileri,
157
427307
2270
bir sürücü ileriye mi bakıyor,
07:21
looking away, looking down, on the phonetelefon,
158
429577
2860
uzaklara mı bakıyor, aşağı mı bakıyor, telefonda mı,
07:24
or havingsahip olan a cupFincan of coffeeKahve.
159
432437
3061
yoksa kahve mi içiyor algılayabiliyoruz.
07:27
We can predicttahmin the accidentkaza
160
435498
2070
Kazayı tahmin edebiliyor
07:29
and we can predicttahmin who, whichhangi carsarabalar,
161
437568
3651
ve herkes için en güvenli yolu hesaplamak için kimin,
07:33
are in the besten iyi positionpozisyon to movehareket out of the way
162
441219
3486
hangi arabaların yoldan çekilmesinin
07:36
to calculatehesaplamak the safestEn güvenli routerota for everyoneherkes.
163
444705
3009
daha uygun olacağını tahmin edebiliyoruz..
07:39
FundamentallyTemelde, these technologiesteknolojiler existvar olmak todaybugün.
164
447714
4635
Temelde, bu teknolojiler bugün mevcut.
07:44
I think the biggesten büyük problemsorun that we faceyüz
165
452349
2824
Sanırım karşı karşıya kaldığımız en büyük sorun,
07:47
is our ownkendi willingnessistekli to sharepay our dataveri.
166
455173
3013
verilerimizi paylaşmak için istekli olup olmadığımız.
07:50
I think it's a very disconcertingKaygılı notionkavram,
167
458186
2631
Sanırım oldukça rahatsız edici bir fikir gibi,
07:52
this ideaFikir that our carsarabalar will be watchingseyretme us,
168
460817
2386
Sanki, arabaların bizi izlemesi,
07:55
talkingkonuşma about us to other carsarabalar,
169
463203
3371
diğer arabalarla bizi çekiştirmesi,
07:58
that we'lliyi be going down the roadyol in a seadeniz of gossipdedikodu.
170
466574
3427
ve bir dedikodu denizinde yol alacak olmamız fikri
08:02
But I believe it can be donetamam in a way that protectskorur our privacyGizlilik,
171
470001
3897
Ama inanıyorum ki gizliliğimizi koruyacak bir şekilde yapılabilir,
08:05
just like right now, when I look at your cararaba from the outsidedışında,
172
473898
3741
tıpkı günümüzde dışarıdan arabanıza baktığımda,
08:09
I don't really know about you.
173
477639
2363
sizin hakkınızda aslında hiçbir şey öğrenemiyor olmam gibi.
08:12
If I look at your licenselisans plateplaka numbernumara,
174
480002
1137
Plaka numaranıza baksam da
08:13
I don't really know who you are.
175
481139
1886
gerçekten kim olduğunuzu bilemem.
08:15
I believe our carsarabalar can talk about us behindarkasında our backsyedekler.
176
483025
4249
Bence arabalar arkamızdan bizi çekiştirebilir.
08:19
(LaughterKahkaha)
177
487274
2975
(Gülüşmeler)
08:22
And I think it's going to be a great thing.
178
490249
3185
Üstelik bence bu harika bir şey olacak.
08:25
I want you to considerdüşünmek for a momentan
179
493434
1650
Bir an için düşünmenizi istiyorum
08:27
if you really don't want the distracteddikkati dağılmış teenagergenç behindarkasında you
180
495084
4118
arkanızdaki dikkati dağınık gencin sizin fren yaptığınızı
08:31
to know that you're brakingfrenleme,
181
499202
2120
bilmesini gerçekten de istemez miydiniz
08:33
that you're cominggelecek to a deadölü stop.
182
501322
2924
aniden durmak üzere olduğunuzu bilmesini.
08:36
By sharingpaylaşım our dataveri willinglyisteyerek,
183
504246
2741
Verilerimizi kendi isteğimizle paylaşarak
08:38
we can do what's besten iyi for everyoneherkes.
184
506987
2812
herkes için en iyi olanı yapabiliriz.
08:41
So let your cararaba gossipdedikodu about you.
185
509799
3076
Yani bırakın arabalar dedikodunuzu yapsın.
08:44
It's going to make the roadsyollar a lot saferdaha güvenli.
186
512875
3038
Bu, yolları çok daha güvenli kılacak.
08:47
Thank you.
187
515913
1791
Teşekkürler.
08:49
(ApplauseAlkış)
188
517704
4985
(Alkışlar)
Translated by büşra uzun
Reviewed by ibrahim kuru

▲Back to top

ABOUT THE SPEAKER
Jennifer Healey - Research scientist
A research scientist at Intel, Jennifer Healey develops the mobile internet devices of the future.

Why you should listen

Jennifer Healey imagines a future where computers and smartphones are capable of being sensitive to human emotions and where cars are able to talk to each other, and thus keep their drivers away from accidents. A scientist at Intel Corporation Research Labs, she researches devices and systems that would allow for these major innovations.

Healey holds PhD from MIT in electrical engineering and computer science. While there, she pioneered “Affective Computing” with Rosalind Picard and developed the first wearable computer with physiological sensors and a video camera that allows the wearer to track their daily activities and how they feel while doing them. From there, she moved to IBM where she worked on the next generation of multi-modal interactive smartphones and helped architect the "Interaction Mark-Up language" that allows users to switch from voice to speech input seamlessly.

Healey has also used her interest in embedded devices in the field of healthcare. While an instructor at Harvard Medical School and at Beth Israel Deaconess Medical Center, she worked on new ways to use heart rate to predict cardiac health. She then joined HP Research in Cambridge to further develop wearable sensors for health monitoring and continued this research when she joined Intel Digital Health.

More profile about the speaker
Jennifer Healey | Speaker | TED.com