In 1885 vond Karl Benz de automobiel uit.
Wat later maakte hij
zijn eerste proefrit in het openbaar,
en - waar gebeurd –
crashte tegen een muur.
De laatste 130 jaar
hebben we gewerkt aan alles
behalve het minst betrouwbare
onderdeel van de auto, de bestuurder.
We hebben de auto sterker gemaakt,
we hebben veiligheidsgordels
en airbags toegevoegd.
In het laatste decennium zijn we begonnen
met het slimmer maken van de auto
om die bug, de bestuurder,
te repareren.
Vandaag ga ik het hebben over het verschil
tussen gedeeltelijke oplossingen
met rijhulpsystemen
en volledig zelfrijdende auto's
en wat ze kunnen doen voor de wereld.
Ook vertel ik over onze auto
en laat jullie zien hoe hij
de wereld ziet en erop reageert.
Maar eerst het probleem.
Het is een groot probleem:
elk jaar sterven er 1,2 miljoen mensen
op de wegen van de wereld.
In Amerika alleen al zijn dat
33.000 mensen per jaar.
Om het duidelijk te maken:
dat is hetzelfde als dat er
elke werkdag een 737 uit de lucht valt.
Eigenlijk ongelooflijk.
Zo verkopen ze ons auto's,
maar zo ziet rijden er echt uit.
Toch? Het is niet zonnig,
het is regenachtig,
en je zou liever
iets anders doen dan rijden.
De reden daarvoor:
het verkeer wordt altijd maar erger.
In Amerika nam tussen 1990 en 2010
het aantal autokilometers
toe met 38 procent.
Het wegennet groeide maar met zes procent.
Het zit dus niet in je hersenen.
Het verkeer is aanzienlijk drukker
dan niet zo erg lang geleden.
Dit werkt door op mensen.
Als je de gemiddelde reistijd
in Amerika, ongeveer 50 minuten,
vermenigvuldigt met de 120 miljoen
werknemers die we hebben,
dan blijkt dat we elke dag
ongeveer zes miljard minuten
verspillen met pendelen.
Dat is een groot getal,
laten we het in perspectief plaatsen.
Deel die zes miljard minuten
door de gemiddelde levensverwachting
van een mens,
dan verspillen we elke dag 162 levens
gewoon om van A naar B te gaan.
Ongelooflijk.
Dan zijn er onder ons ook mensen
die niet het voorrecht hebben
om deel te nemen aan het verkeer.
Dit is Steve. Hij is ongelooflijk bekwaam,
maar toevallig ook blind.
Voor hem geen ritje van 30 minuten
naar zijn werk in de morgen,
maar een twee uur durende beproeving
van stukjes openbaar vervoer,
óf vrienden en familie vragen om een lift.
Hij heeft niet onze vrijheid
om te gaan waar je maar wil.
Daar moeten we iets aan doen.
Normaal gesproken zou je zeggen:
verbeter de rijhulpsystemen stap voor stap
zodat geleidelijk aan
zelfrijdende auto's ontstaan.
Dat is hetzelfde als zeggen:
werk heel hard aan je springen
en op een dag kun je vliegen.
Het moet anders.
Ik ga het hebben
over drie verschillende manieren
waarop zelfrijdende systemen
verschillen van rijhulpsystemen.
Ik begin met een aantal
van onze eigen ervaringen.
In 2013 deden we de eerste proef
met een zelfrijdende auto
en lieten hem
door gewone mensen gebruiken.
Nou ja, bijna gewoon –
het waren 100 mensen van Google,
maar ze werkten niet aan het project.
We gaven hen de auto en ze mochten
hem gebruiken in hun dagelijks leven.
Maar vergeleken met een echte
zelfrijdende auto was er één kanttekening:
ze moesten wel blijven opletten,
omdat dit een experimenteel voertuig was.
We hadden hem grondig uitgetest,
maar het kon nog steeds misgaan.
Ze kregen twee uur opleiding,
we zetten ze in de auto
en lieten hem gebruiken.
De reacties waren geweldig
voor iemand die
een product wil lanceren.
Ze vonden het allemaal geweldig.
Een Porsche-rijder
zei ons op de eerste dag:
"Dit is oerdom.
Wie bedenkt nu zoiets?"
Maar aan het eind van de dag zei hij:
"Niet alleen wil ik het,
iedereen zou het moeten willen, want
mensen zijn erbarmelijke chauffeurs."
Dat was muziek in onze oren,
maar toen we keken naar wat
de mensen in de auto deden,
gingen onze ogen pas goed open.
Dit is mijn favoriet:
een man kijkt naar zijn telefoon
en ziet dat de batterij bijna leeg is.
Hij draait zich om in de auto
en begint in zijn rugzak te zoeken,
haalt er zijn laptop uit,
zet hem op de stoel,
duikt weer in de rugzak,
scharrelt rond, haalt de oplaadkabel
voor zijn telefoon eruit,
rommelt wat, steekt hem
in de laptop en de telefoon.
Voilà, de telefoon laadt op.
Allemaal met 100 km per uur
op de snelweg.
Ongelooflijk toch.
Het werd ons duidelijk:
hoe beter de techniek wordt,
hoe minder betrouwbaar
de bestuurder hoeft te zijn.
Door auto's geleidelijk slimmer te maken,
krijgen we waarschijnlijk nooit
wat we echt willen.
Hier wordt het even wat technischer.
Onderaan deze grafiek is te zien
hoe vaak de auto onnodig remt.
Het meeste van die as kun je negeren,
want als bij het rijden in de stad
de auto willekeurig begint te stoppen,
zul je die auto nooit kopen.
De verticale as toont
hoe vaak de auto gaat remmen
om een ongeval te voorkomen.
In de linkerbenedenhoek hier
zie je de klassieke auto.
Hij remt niet in jouw plaats,
doet niets stoms,
maar voorkomt ook geen ongeval.
Als we een rijhulpsysteem willen,
bijvoorbeeld met botsingvermijdend remmen,
dan is daarvoor
een hoop technologie nodig.
Dat is deze curve. Het zal
wat operationele eigenschappen hebben,
maar zal nooit alle ongevallen
kunnen vermijden.
Dat kan het gewoon niet.
Misschien vermijdt het
de helft van de ongevallen
van de menselijke bestuurder.
Geweldig, toch?
We hebben het aantal ongevallen
op onze wegen gehalveerd.
Dan sterven er in Amerika elk jaar
17.000 mensen minder.
Maar voor een zelfrijdende auto
willen we een technologie-curve
die er zo uitziet.
Er moeten nog meer sensoren in de auto,
en we krijgen een punt op de curve
waar de auto eigenlijk
nooit meer crasht.
Het gebeurt, maar uiterst zelden.
Nu kunnen we erover discussiëren
of het incrementeel is, en ik zou
iets zeggen als "de 80-20 regel"
en het echt moeilijk is om
naar die nieuwe curve te gaan.
Maar laten we het eens even
vanuit een ander standpunt bekijken.
Laten we eens kijken hoe vaak
de technologie het juiste moet doen.
Deze groene stip hier is
een rijhulpsysteem.
Het blijkt dat de fouten
die menselijke chauffeurs maken
in Amerika tot ongeveer
één verkeersongeval per 150.000 km leiden.
Een zelfrijdend systeem neemt daarentegen
waarschijnlijk ongeveer
10 beslissingen per seconde.
Dat is in de ordegrootte
van ongeveer 600 keer per kilometer.
Als je de afstand
tussen deze twee vergelijkt,
is het ongeveer 10 tot de achtste, toch?
Acht ordes van grootte.
Dat is als het vergelijken
van hoe snel ik kan rennen
met de lichtsnelheid.
Het maakt niet uit hoe hard ik train,
dat haal ik nooit.
Daar zit dus een vrij grote kloof.
En dan tot slot, hoe gaat
het systeem om met onzekerheid.
Gaat deze voetganger oversteken of niet?
Ik weet het niet
en onze algoritmen ook niet.
Maar voor een rijhulpsysteem
betekent dat dat het niet kan ingrijpen,
omdat onverwacht remmen
volstrekt onaanvaardbaar is.
Terwijl een zelfrijdend systeem
naar de voetgangers kan kijken
en zeggen: "Ik weet niet wat ze gaan doen,
dus vertraag ik, kijk opnieuw,
en reageer gepast."
Het kan veel veiliger zijn
dan rijhulpsystemen ooit kunnen zijn.
Dat is genoeg over de verschillen
tussen de twee.
Laten we eens kijken
hoe de auto de wereld ziet.
Dit is ons voertuig.
Het begint met begrijpen
waar het zich op de wereld bevindt,
door een kaart
en de sensorgegevens uit te lijnen.
Daarop komt dat wat het nu ziet.
Al die paarse hokjes
zijn andere voertuigen op de weg,
en dat rode ding daar opzij
is een fietser.
In de verte zie je,
als je echt goed kijkt,
een aantal kegels.
We weten dan waar de auto nu is,
maar het moet beter: we moeten
voorspellen wat er gaat gebeuren.
De pick-up truck rechtsboven
zal op de linkerrijstrook gaan rijden,
omdat de weg ervoor afgesloten is
en hij moet uitwijken.
Eén pickup is mooi,
maar eigenlijk moeten we weten
wat iedereen denkt,
dus wordt het
een heel ingewikkeld probleem.
We kunnen dan uitzoeken
hoe de auto moet gaan reageren:
welk traject moet hij volgen,
hoe snel moet hij vertragen of versnellen.
Dat komt erop neer dat hij
een bepaald traject moet gaan volgen:
het stuurwiel naar links of rechts,
en remmen of gas geven.
Uiteindelijk zijn het
alleen maar twee getallen.
Hoe moeilijk kan dat nu zijn?
Toen we begonnen in 2009,
zag ons systeem er zo uit.
In het midden zie je onze auto
en de andere hokjes op de weg,
al rijdend op de snelweg.
De auto moet weten waar hij is en ook
ongeveer waar de andere zijn.
Een geometrisch begrip van de wereld.
Zodra we begonnen met rijden
op buurt- en stadswegen,
ontstond een geheel nieuwe
moeilijkheidsgraad.
Je ziet voetgangers en auto’s
op allerlei manieren oversteken.
De verkeerslichten, de oversteekplaatsen.
Vergelijkingsgewijs een ongelooflijk
ingewikkeld probleem.
Als je dat probleem hebt opgelost,
moet de auto overweg kunnen
met wegwerkzaamheden.
De kegels links forceren hem
om naar rechts te rijden.
Maar het gaat natuurlijk
niet alleen om het materiaal,
maar ook om de mensen
die ertussendoor bewegen.
En natuurlijk, als iemand
de regels overtreedt, is er politie.
De auto moet begrijpen dat
dat knipperlicht bovenop de auto
niet alleen een auto betekent,
maar eigenlijk een politieagent is.
Net zo met dat oranje hokje,
een schoolbus.
Die moeten we ook anders behandelen.
Op de weg hebben andere mensen
ook verwachtingen:
wanneer een fietser zijn arm uitsteekt,
verwacht hij dat de auto hem toelaat
van rijstrook te veranderen.
Als een politieagent op de weg staat,
moet onze auto begrijpen
dat dit stoppen betekent.
En wanneer hij aangeeft door te rijden,
moeten we verder.
Dat doen we door het delen
van data tussen de voertuigen.
In het eerste, ruwste model daarvan
ziet één voertuig wegwerkzaamheden,
en laat dit weten aan een ander,
zodat die van baan kan wisselen
om problemen te vermijden.
Maar ons inzicht gaat veel dieper.
Dankzij alle gegevens die de auto’s
in de tijd hebben gezien,
de honderdduizenden voetgangers, fietsers,
en voertuigen die er zijn geweest,
begrijpen we hoe ze er uitzien.
Daaruit leiden we af
hoe andere voertuigen
en andere voetgangers
eruit moeten zien.
En, nog belangrijker,
we zouden een model hebben
van hoe we verwachten
dat ze door de wereld bewegen.
Dat gele hokje is
een voetganger die oversteekt.
Het blauwe is een fietser
waarvan we anticiperen
dat hij gaat uitwijken
rond de auto rechts.
Hier is een fietser in de andere richting
en we weten dat hij
de weg zal blijven volgen.
Hier maakt iemand
een bocht naar rechts
en even later zal iemand
voor ons een U-bocht maken.
We kunnen op dat gedrag
anticiperen en veilig reageren.
Dat is leuk voor dingen die we al kennen,
maar natuurlijk kom je veel dingen
voor de eerste keer tegen.
Een paar maanden geleden
reden onze auto’s door Mountain View
en kwamen we dit tegen.
Een vrouw in een elektrische rolstoel
rijdt op de weg rondjes achter een eend.
(Gelach)
Nu staat er nergens in de verkeersregels
hoe je daarmee moet omgaan,
maar onze auto’s deden het juiste:
vertragen en veilig rijden.
Het gaat niet alleen om eenden.
Bekijk deze vogel voor ons.
De auto reageert erop.
Hier zien we een fietser
zoals je die alleen
in Mountain View zou verwachten.
En natuurlijk, hebben we
te maken met chauffeurs,
zelfs de allerkleinsten.
Kijk hoe rechts iemand
vanuit deze truck naar ons toespringt.
En naar links als de auto
met het groene hokje
op het laatste moment
besluit rechtsaf te slaan.
Hier willen we van rijstrook veranderen
maar de auto links
blijkt dat ook te willen.
Hier geven we voorrang
aan een auto die door het rood rijdt.
Hetzelfde voor een fietser
die door het rood rijdt.
Het voertuig reageert veilig.
Ook heb je mensen die soms
ik weet niet wat op de weg doen.
Zoals deze kerel die inschuift
tussen twee zelfrijdende auto's.
Dan vraag je: "Wat denk jij?"
(Gelach)
Dat waren een hoop voorbeelden;
op eentje ga ik even wat dieper in.
We kijken nogmaals
naar de scène met de fietser.
Merk op dat je onderaan de fietser
eigenlijk nog niet kan zien,
maar de auto wel:
het is dat kleine blauwe hokje daarboven.
Dat komt van de laserdata.
Niet echt makkelijk om te begrijpen,
dus ik toon jullie de laserdata
en als je echt goed bent
in het kijken naar laserdata,
zie je enkele puntjes op die hoek,
en dat blauwe hokje is de fietser.
Terwijl ons licht rood is,
springt dat van de fietser al op geel.
Als je je ogen samenknijpt, zie je het.
De fietser steekt het kruispunt over.
Ons licht is nu groen geworden,
het zijne rood,
en we verwachten nu dat deze fiets
helemaal gaat oversteken.
Helaas waren de andere bestuurders
naast ons niet zo oplettend.
Ze begonnen op te trekken,
en gelukkig voor iedereen,
reageert deze fietser, wijkt uit
en redt het veilig het kruispunt over.
En we gaan weer verder.
Zoals je kunt zien,
hebben we veel vooruitgang geboekt.
We zijn er behoorlijk van overtuigd
dat deze technologie
op de markt zal komen.
Elke dag leggen we
bijna 5 miljoen kilometer af
in onze testsimulatoren.
Je kunt je voorstellen hoeveel
ervaring onze auto’s hebben.
We kijken er naar uit om
met deze technologie de weg op te gaan.
We geloven in de 'zelfrijdende aanpak'
in plaats van de benadering
met rijhulpsystemen.
Juist omdat het zo dringend is.
Tijdens deze talk stierven 34 mensen
op de Amerikaanse wegen.
Hoe snel kunnen we het uitbrengen?
Moeilijk te zeggen, want het is
een heel ingewikkeld probleem,
maar dit zijn mijn twee jongens.
Mijn oudste zoon is 11,
en dat betekent dat hij over 4,5 jaar
zijn rijbewijs kan krijgen.
Mijn team en ik werken er hard aan
om dat te voorkomen.
Dankjewel.
(Gelach)
(Applaus)
Chris Anderson: Chris,
ik heb een vraag voor je.
Chris Urmson: Prima.
CA: De intelligentie van je auto
is nogal verbijsterend.
Rijhulpsystemen of volledig zelfrijdend.
Daarover is een echt debat gaande.
Sommige bedrijven zoals Tesla
gaan voor rijhulpsystemen.
Jij zegt dat dat
een doodlopende straat is,
want je kunt die aanpak
niet blijven verbeteren
tot volledig zelfrijdend.
Op een bepaald punt zegt een chauffeur:
"Dit voelt veilig",
gaat achterin zitten,
en dan gebeurt er iets ergs.
CU: Dat klopt helemaal.
Dat wil niet zeggen
dat de rijhulpsystemen
niet ongelooflijk waardevol gaan zijn.
Ze kunnen in de tussentijd
veel levens redden.
Maar om iemand als Steve
mobiel te maken,
om qua veiligheid
echt tot het uiterste te gaan,
en onze steden te ontdoen
van die stedelijke kraters
die we parkeerplaatsen noemen,
is het de enige juiste manier.
CA: We zullen je vooruitgang
met grote belangstelling volgen.
Erg bedankt, Chris.
CU: Dank je wel.
(Applaus)