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)