Πώς τα αυτοκίνητα χωρίς οδηγό βλέπουν το δρόμο

Στατιστικά, το λιγότερο αξιόπιστο μέρος του αυτοκινήτου είναι... ο οδηγός. Ο Κρις Ούρμσον μας ενημερώνει περί του προγράμματος της Google για αυτοκίνητο χωρίς οδηγό, μια από τις πολλές προσπάθειες να απομακρυνθεί ο άνθρωπος από τη θέση του οδηγού. Μας λέει σε ποιο στάδιο βρίσκεται τώρα το πρόγραμμα, και μας παρουσιάζει εκπληκτικά στιγμιότυπα που δείχνουν πώς το αυτοκίνητο βλέπει το δρόμο και παίρνει αυτόνομες αποφάσεις σχετικά με την επόμενη κίνηση.

Το 1885 ο Καρλ Μπεντς
εφηύρε το αυτοκίνητο.

Αργότερα την ίδια χρονιά το έβγαλε
για την πρώτη δοκιμαστική οδήγηση,

και είναι αληθινή ιστορία,
χτύπησε πάνω σε τοίχο.

Τα τελευταία 130 χρόνια,

δουλεύουμε πάνω στο λιγότερο αξιόπιστο
τμήμα του αυτοκινήτου, τον οδηγό.

Κάναμε το αυτοκίνητο δυνατότερο.

Προσθέσαμε ζώνες ασφαλείας,
βάλαμε αερόσακους,

και την τελευταία δεκαετία αρχίσαμε
να κάνουμε το αυτοκίνητο πιο έξυπνο

για να διορθώσουμε
αυτό το ελάττωμα, τον οδηγό.

Σήμερα θα σας μιλήσω λίγο
σχετικά με τη διαφορά

μεταξύ μερικής επιδιόρθωσης
με συστήματα υποβοήθησης του οδηγού

και μιας λύσης
με πλήρως αυτο-οδηγούμενα αυτοκίνητα

και τι αυτά μπορούν
να κάνουν για τον κόσμο.

Επίσης πρόκειται να σας μιλήσω
λίγο για το αυτοκίνητό μας

και να σας δείξω πώς βλέπει τον κόσμο,
και πώς αντιδρά, και τι κάνει,

αλλά πρώτα θα μιλήσω λίγο
σχετικά με το πρόβλημα.

Και είναι ένα μεγάλο πρόβλημα:

Κάθε χρόνο 1,2 εκατομμύρια άνθρωποι
χάνουν τη ζωή τους στους δρόμους.

Μόνο στην Αμερική 33.000 άνθρωποι
σκοτώνονται κάθε χρόνο.

Για να καταλάβετε το μέγεθος,

είναι το ίδιο σαν να καταρρίπτεται
ένα Μπόινγκ 737 κάθε εργάσιμη ημέρα.

Είναι απίστευτο.

Έτσι μας πωλούνται τα αυτοκίνητα,

αλλά πραγματικά, έτσι είναι η οδήγηση.

Σωστά; Δεν έχει λιακάδα,
είναι βροχερός καιρός,

και κάνετε οτιδήποτε άλλο
εκτός από το να οδηγήσετε.

Και ο λόγος είναι ο εξής:

Η κυκλοφορία χειροτερεύει.

Στην Αμερική, μεταξύ του 1990 και του 2010

οι αποστάσεις που καλύπτονται
με οχήματα αυξήθηκαν κατά 38%.

Αυξήσαμε τους δρόμους κατά 6%,

έτσι δεν είναι απλώς ιδέα σας.

Η κυκλοφορία είναι
σημαντικά χειρότερη από ποτέ πριν.

Και όλο αυτό έχει
ένα πολύ ανθρώπινο κόστος.

Εάν πάρετε το μέσο χρόνο μετακίνησης
στην Αμερική, που είναι περίπου 50 λεπτά,

τον πολλαπλασιάσετε
επί τους 12 εκατομμύρια εργαζόμενους,

μας κάνει περίπου έξι δισεκατομμύρια λεπτά

που χάνονται σε μετακινήσεις κάθε μέρα.

Αυτό είναι μεγάλος αριθμός,
οπότε ας το δούμε κατ' αναλογία.

Πάρτε τα έξι δισεκατομμύρια λεπτά

και διαιρέστε τα με το μέσο
προσδόκιμου ζωής ενός ατόμου,

και αποδεικνύεται ότι είναι 162 ζωές

που ξοδεύονται κάθε μέρα, σπαταλιούνται,

απλά στη μετακίνηση
από το ένα σημείο στο άλλο.

Είναι απίστευτο.

Και στη συνέχεια, είναι κι εκείνοι
που δεν έχουν το προνόμιο

να κάθονται σε κυκλοφορική συμφόρηση.

Αυτός λοιπόν είναι ο Στιβ.

Είναι ένα απίστευτα ικανός άνθρωπος,

αλλά απλώς τυχαίνει να είναι τυφλός,

που σημαίνει ότι, αντί να πάει
οδηγώντας στη δουλειά σε 30 λεπτά,

περνάει μια δίωρη δοκιμασία συνδυάζοντας
διάφορα μέσα δημόσιας συγκοινωνίας.

ή ζητώντας από τους φίλους
ή συγγενείς να τον πάνε.

Δεν έχει την ίδια ελευθερία
να κυκλοφορεί όπως εσείς και εγώ.

Θα πρέπει να κάνουμε κάτι γι 'αυτό.

Η συμβατική σοφία θα έλεγε

απλώς να πάρουμε
τα συστήματα υποστήριξης οδηγού,

κάπως να τα προχωρήσουμε
και σταδιακά να τα βελτιώσουμε,

και εν καιρώ να γίνουν
αυτο-οδηγούμενα αυτοκίνητα.

Ε λοιπόν, σας ενημερώνω
ότι είναι σαν να σας λέω

ότι αν εξασκηθώ πολύ σκληρά στα άλματα,
μια ημέρα θα είμαι σε θέση να πετάξω.

Θα πρέπει πραγματικά
να κάνουμε κάτι διαφορετικό.

Έτσι θα σας μιλήσω
για τρεις διαφορετικούς τρόπους

που τα αυτο-οδηγούμενα συστήματα διαφέρουν
από τα συστήματα υποστήριξης οδηγού.

Και θα αρχίσω
με κάποιες δικές μας εμπειρίες.

Πίσω στο 2013,

κάναμε την πρώτη δοκιμή
του αυτο-οδηγούμενου αυτοκινήτου

όπου το χρησιμοποίησαν απλοί άνθρωποι.

Όχι ακριβώς απλοί -
ήταν 100 υπάλληλοι της Google,

αλλά δεν εργάζονταν σ' αυτό το έργο.

Τους δώσαμε να χρησιμοποιήσουν
το αυτοκίνητο στην καθημερινή τους ζωή.

Αλλά, αντίθετα από το αυτο-οδηγούμενο,
αυτό είχε μια διαφορά:

Έπρεπε να προσέχουν,

επειδή ήταν πειραματικό όχημα.

Το είχαμε τεστάρει πάρα πολύ
αλλά και πάλι μπορούσε να βγάλει σφάλμα.

Έτσι τους εκπαιδεύσαμε για δύο ώρες,

τους βάλαμε να το χρησιμοποιήσουν,

και τα σχόλια που ακούσαμε ήταν φοβερά,

ως κάποιος που προσπαθεί
να φέρει ένα προϊόν στον κόσμο.

Όλοι τους μας είπαν ότι το λάτρεψαν.

Είχαμε έναν οδηγό Porsche
που ήρθε και μας είπε την πρώτη ημέρα,

«Αυτό είναι εντελώς ηλίθιο.
Τι σκεφτόμαστε;»

Αλλά στο τέλος μας είπε,
«Όχι μόνο θα πρέπει να το έχω,

όλοι θα πρέπει να το έχουν,
γιατί οι άνθρωποι είναι απαίσιοι οδηγοί.»

Αυτά ήταν λόγια χαρμόσυνα,

αλλά στη συνέχεια αρχίσαμε να βλέπουμε
τι έκαναν οι άνθρωποι μέσα στο αυτοκίνητο,

και τότε είδαμε την αλήθεια.

Η αγαπημένη μου ιστορία
είναι αυτή ενός κυρίου

που κοιτάζει το κινητό του
και βλέπει πως η μπαταρία είναι χαμηλή,

έτσι γυρίζει μέσα στο αυτοκίνητο
και ψάχνει μέσα στο σακίδιό του,

βγάζει το λάπτοπ του,

το βάζει στο κάθισμα,

πηγαίνει στο πίσω μέρος πάλι,

ψάχνει, βγάζει το καλώδιο φόρτισης
του τηλεφώνου,

ψαχουλεύει, το βάζει στο λάπτοπ,
το βάζει στο τηλέφωνο.

Φυσικά το τηλέφωνο φορτίζεται.

Όλη αυτή την ώρα ταξιδεύει στην εθνική
με 100 χιλιόμετρα την ώρα.

Δεν είναι απίστευτο;

Το σκεφτήκαμε και συμπεράναμε
ότι είναι σχεδόν αυτονόητο, σωστά;

Όσο καλύτερη γίνεται η τεχνολογία,

τόσο λιγότερο αξιόπιστος
θα γίνεται ο οδηγός.

Έτσι απλώς φτιάχνοντας
όλο και πιο έξυπνα αυτοκίνητα,

μάλλον δεν πρόκειται να δούμε τα οφέλη
που χρειαζόμαστε πραγματικά.

Επιτρέψτε μου να μιλήσω λίγο
για κάτι πιο τεχνικό.

Βλέπουμε αυτό το διάγραμμα,
και στο κάτω μέρος

είναι το πόσο συχνά φρενάρει το αυτοκίνητο
ενώ δεν θα έπρεπε.

Αγνοήσετε αυτόν τον άξονα,

γιατί αν οδηγείτε στην πόλη
και το αυτοκίνητο σταματάει εδώ και εκεί,

δεν πρόκειται να το αγοράσετε ποτέ.

Και ο κάθετος άξονας είναι το πόσο συχνά
θα φρενάρει το αυτοκίνητο

όταν υποτίθεται ότι βοηθάει
να αποφύγετε ένα ατύχημα.

Αν κοιτάξουμε την κάτω αριστερή γωνία εδώ,

αυτό είναι το συνηθισμένο αυτοκίνητό σας.

Δεν φρενάρει για σας,
δεν κάνει τίποτα ανόητο,

αλλά επίσης δεν σας γλυτώνει από ατύχημα.

Τώρα, αν θέλουμε να βάλουμε
σε ένα αυτοκίνητο,

ας πούμε, ένα σύστημα πέδησης
για μετριασμό συγκρούσεων,

θα βάλουμε εκεί πάνω
ένα πακέτο τεχνολογίας,

και αυτή η καμπύλη θα έχει
κάποιες λειτουργικές ιδιότητες,

αλλά ποτέ δεν θα αποφύγει όλα
τα ατυχήματα γιατί δεν έχει την ικανότητα.

Αλλά θα διαλέξουμε κάποιο σημείο
στην καμπύλη,

και ίσως αποφύγει τα μισά ατυχήματα
που διαφεύγουν του οδηγού,

κι αυτό είναι καταπληκτικό.

Μόλις μειώσαμε τα οδικά ατυχήματα
κατά το ήμισυ.

Τώρα θα πεθαίνουν 17.000 λιγότερα άτομα
κάθε χρόνο στην Αμερική.

Αλλά αν θέλουμε
ένα αυτο-οδηγούμενο αυτοκίνητο,

χρειαζόμαστε μια τέτοια
καμπύλη τεχνολογίας.

Θα πρέπει να βάλουμε
περισσότερους αισθητήρες στο όχημα,

και θα διαλέξουμε
κάποιο σημείο λειτουργίας εδώ

όπου ουσιαστικά ποτέ δεν θα τρακάρει.

Θα συμβεί, αλλά με πολύ χαμηλή συχνότητα.

Θα μπορούσαμε να δούμε το θέμα

και να διαφωνήσουμε αν είναι σταδιακή

και θα έλεγα πως είναι μάλλον «80-20»,

και είναι όντως δύσκολο
να πάει προς τη νέα καμπύλη.

Αλλά ας το δούμε
από μια άλλη άποψη για μια στιγμή.

Οπότε ας δούμε πόσο συχνά
η τεχνολογία πρέπει να κάνει το σωστό.

Και έτσι αυτή η πράσινη κουκκίδα εδώ
είναι ένα σύστημα υποβοήθησης οδηγού.

Αποδεικνύεται ότι οι άνθρωποι οδηγοί

κάνουν λάθη που οδηγούν
σε τροχαία ατυχήματα

περίπου μία φορά
κάθε 160.000 χιλιόμετρα στην Αμερική.

Σε αντίθεση, ένα αυτο-οδηγούμενο σύστημα
πιθανώς παίρνει αποφάσεις

περίπου 10 φορές ανά δευτερόλεπτο,

οπότε κατά τάξη μεγέθους

είναι περίπου 800 φορές ανά χιλιόμετρο.

Έτσι, αν συγκρίνετε την απόσταση
μεταξύ των δύο,

είναι περίπου 10 εις την όγδοη, σωστά;

Οκτώ τάξεις μεγέθους.

Είναι σαν να συγκρίνουμε
το πόσο γρήγορα μπορώ να τρέξω

με την ταχύτητα του φωτός.

Όσο σκληρά και να προπονηθώ,
ποτέ δεν πρόκειται να την φτάσω.

Έτσι, υπάρχει ένα αρκετά μεγάλο χάσμα.

Και τέλος, είναι και το πώς το σύστημα
μπορεί να χειριστεί την αβεβαιότητα.

Έτσι αυτός εδώ ο πεζός μπορεί να κατέβει
στο δρόμο, μπορεί και όχι.

Δεν μπορώ να πω,
ούτε κάποιος από τους αλγορίθμους μας,

αλλά στην περίπτωση
του συστήματος υποβοήθησης οδηγού,

αυτό σημαίνει ότι δεν μπορεί
να αναλάβει δράση, γιατί και πάλι,

αν πατήσει τα φρένα απροσδόκητα,
αυτό είναι εντελώς απαράδεκτο.

Ενώ ένα αυτο-οδηγούμενο σύστημα
θα δει τον πεζό και θα πει,

δεν ξέρω τι είναι έτοιμος να κάνει,

κόψε, δες καλύτερα,
και δράσε ανάλογα μετά από αυτό.

Έτσι μπορεί να είναι πολύ ασφαλέστερο
από ένα σύστημα υποστήριξης οδηγού.

Αρκετά όμως με τις διαφορές των δύο.

Ας μιλήσουμε λίγο για το
πώς το αυτοκίνητο βλέπει τον κόσμο.

Αυτό είναι το όχημά μας.

Ξεκινά καταλαβαίνοντας
πού βρίσκεται στον κόσμο,

συνδυάζοντας ένα χάρτη
και τα δεδομένα των αισθητήρων του,

και από πάνω βάζουμε
ό, τι βλέπει εκείνη τη στιγμή.

Εδώ λοιπόν, όλα τα μοβ κουτιά που βλέπετε
είναι άλλα οχήματα στο δρόμο,

και το κόκκινο πράγμα στο πλάι
είναι ένας δικυκλιστής,

και λίγο πιο μακριά,
αν κοιτάξετε πιο προσεκτικά,

μπορείτε να δείτε κάποιους κώνους.

Τότε ξέρουμε πού είναι το αυτοκίνητο
αυτή τη στιγμή,

αλλά πρέπει να κάνουμε κάτι καλύτερο:
πρέπει να προβλέψουμε τι θα συμβεί.

Εδώ το φορτηγάκι πάνω δεξιά ετοιμάζεται
να πάει στην αριστερή λωρίδα

γιατί ο δρόμος μπροστά του είναι κλειστός,

έτσι χρειάζεται ν' αλλάξει διαδρομή.

Το να ξέρουμε για το φορτηγάκι
είναι θαυμάσιο,

αλλά πρέπει να ξέρουμε
τι σκέπτονται όλοι,

έτσι γίνεται αρκετά περίπλοκο πρόβλημα.

Με αυτά τα δεδομένα πρέπει να βρούμε
πώς το όχημα θα πρέπει να ανταποκριθεί

άρα ποια πορεία πρέπει να ακολουθήσει
και πόσο να επιβραδύνει ή να επιταχύνει.

Και μετά, όλα αυτά μετατρέπονται
σε μόνο μια διαδρομή:

να στρέψουμε το τιμόνι αριστερά ή δεξιά,
να πατήσουμε φρένο ή γκάζι.

Καταλήγουμε πραγματικά
σε μόνο δύο αριθμούς.

Πόσο δύσκολο μπορεί να είναι πραγματικά;

Όταν ξεκινήσαμε το 2009,

το σύστημά μας έμοιαζε κάπως έτσι.

Βλέπετε το αυτοκίνητό μας στη μέση
και τα άλλα κουτιά στο δρόμο

να οδηγούν στην εθνική οδό.

Το όχημα πρέπει να καταλάβει πού είναι
και πού περίπου είναι τα άλλα οχήματα.

Είναι πραγματικά
μια γεωμετρική αντίληψη του κόσμου.

Μόλις ξεκινήσαμε να οδηγούμε
στη γειτονιά και στους δρόμους της πόλης,

το πρόβλημα μπαίνει
σε νέο επίπεδο δυσκολίας.

Βλέπετε πεζούς να περνούν μπροστά μας,
αυτοκίνητα να περνούν μπροστά μας,

προς κάθε κατεύθυνση,

τα φανάρια, τις διαβάσεις.

Είναι συγκριτικά
ένα απίστευτα περίπλοκο πρόβλημα.

Και αφού έχετε λύσει αυτό το πρόβλημα,

το όχημα πρέπει να μπορεί
να δει τα έργα στο δρόμο.

Εδώ οι κώνοι στα αριστερά
το υποχρεώνουν πάει προς τα δεξιά,

αλλά φυσικά όχι μόνο με τα ίδια τα έργα,

αλλά και με τους ανθρώπους που κινούνται
μέσα στην περιοχή των έργων.

Και βέβαια, για τους παραβάτες
είναι εκεί η αστυνομία

και το αυτοκίνητο πρέπει να ξέρει
ότι ο φάρος πάνω σε αυτοκίνητο

σημαίνει ότι δεν είναι τυχαίο αυτοκίνητο,
αλλά ένας αστυνομικός.

Ομοίως, το πορτοκαλί κουτί εδώ στο πλάι,

είναι σχολικό λεωφορείο,

και πρέπει να το χειριστεί
διαφορετικά επίσης.

Όταν είμαστε στο δρόμο,
οι άλλοι έχουν προσδοκίες:

Όταν ένας δικυκλιστής
σηκώνει το χέρι του,

σημαίνει ότι θέλει το αυτοκίνητο
να φρενάρει και να του αφήσει χώρο

ώστε να κάνει αλλαγή λωρίδας.

Κι όταν ένας αστυνομικός
στεκόταν στο δρόμο,

το όχημα μας έπρεπε να καταλάβει
ότι πρέπει να σταματήσει,

και όταν σου κάνει σήμα να ξεκινήσεις,
θα πρέπει να συνεχίσεις.

Αυτό το πετυχαίνουμε με κοινή χρήση
δεδομένων μεταξύ των οχημάτων.

Το πρώτο, πιο απλό μοντέλο

είναι όταν ένα όχημα βλέπει ζώνη έργων,

να ενημερώσει κάποιον άλλον
ώστε να είναι στη σωστή λωρίδα

για να αποφύγει μερικές δυσκολίες.

Αλλά έχουμε πολύ βαθύτερη
κατανόηση του γεγονότος.

Μπορούμε να πάρουμε όλα τα δεδομένα
που τα αυτοκίνητα έχουν δει,

τους εκατοντάδες χιλιάδες
των πεζών, δικυκλιστών,

και των οχημάτων που είναι εκεί έξω

και να κατανοήσουμε πώς μοιάζουν,

και από αυτά να συμπεράνουμε
πώς θα μοιάζουν τα άλλα οχήματα

και πώς θα μοιάζουν οι άλλοι πεζοί.

Και ακόμη πιο σημαντικό,
θα μπορούσαμε να φτιάξουμε ένα μοντέλο

για το πώς περιμένουμε κινηθούν
μέσα από τον κόσμο.

Εδώ το κίτρινο κουτί είναι ένας πεζός
που περνάει μπροστά μας.

Εδώ το μπλε κουτί είναι ένας δικυκλιστής

και αναμένουμε ότι θα βγει να προσπεράσει
το αυτοκίνητο στα δεξιά.

Εδώ ένας δικυκλιστής κατεβαίνει το δρόμο

και ξέρουμε ότι θα συνεχίσει
κατά μήκος του δρόμου.

Εδώ κάποιος κάνει μια δεξιά στροφή,

και σε μια στιγμή εδώ, κάποιος
θα κάνει αναστροφή μπροστά μας,

και μπορούμε αφού το περιμένουμε,
να ανταποκριθούμε με ασφάλεια.

Αυτά είναι όλα ωραία και καλά
για πράγματα που έχουμε δει,

αλλά θα συναντήσετε πράγματα
που δεν έχετε δει στον κόσμο πριν.

Έτσι μόλις πριν από δύο μήνες,

τα οχήματά μας περνούσαν
από το Μάουντεν Βιού,

και αντιμετωπίσαμε αυτό.

Είναι για μια γυναίκα
σε ηλεκτρικό αναπηρικό καροτσάκι

που κυνηγάει μια πάπια
σε κύκλους στο δρόμο.

(Γέλια)

Απ' ό,τι φαίνεται, αυτό δεν περιέχεται
στο εγχειρίδιο του ΚΟΚ

να σας λέει πώς να το αντιμετωπίσετε,

αλλά τα οχήματα μας το αντιμετώπισαν,

επιβράδυναν και προχώρησαν με ασφάλεια.

Δεν έχουμε να αντιμετωπίσουμε
μόνο πάπιες.

Δείτε αυτό το πουλί να πετάει μπροστά μας.
Το αυτοκίνητο αντιδρά σε αυτό.

Εδώ έχουμε έναν δικυκλιστή

που θα περιμένατε να τον δείτε
οπουδήποτε εκτός από Μάουντεν Βιού.

Και φυσικά, έχουμε
να αντιμετωπίσουμε τους οδηγούς,

ακόμη και τους πολύ μικρούς.

Προσέξτε δεξιά, καθώς κάποιος πηδάει
απ' αυτό το φορτηγό προς το μέρος μας.

Τώρα προσέξτε αριστερά,
που το αυτοκίνητο με το πράσινο κουτί

αποφασίζει ότι χρειάζεται
να στρίψει δεξιά την τελευταία στιγμή.

Εδώ, όπως κάνουμε μια αλλαγή λωρίδας,

το αυτοκίνητο αριστερά μας
αποφασίζει ότι θέλει το ίδιο.

Και εδώ ένα αυτοκίνητο
παραβιάζει κόκκινο σηματοδότη

και του δίνουμε προτεραιότητα.

Και εδώ ομοίως, ένας δικυκλιστής
επίσης παραβιάζει κόκκινο σηματοδότη.

Φυσικά το όχημα
ανταποκρίνεται με ασφάλεια.

Έχουμε και ανθρώπους που μερικές φορές
δεν ξέρουν τι κάνουν στο δρόμο,

όπως αυτός εδώ που στριμώχνεται
ανάμεσα σε δύο αυτο-οδηγούμενα.

Είναι να απορείς,
«Τι σκεφτόταν ο άνθρωπος;»

(Γέλια)

Λοιπόν, σας βομβάρδισα με πάρα πολλά,

έτσι θα σας αναλύσω ένα από αυτά
αρκετά γρήγορα.

Βλέπουμε πάλι τη σκηνή με τον δικυκλιστή,

και θα δείτε στο κάτω μέρος,
ότι δεν βλέπουμε τον δικυκλιστή ακόμα,

αλλά το αυτοκίνητο τον βλέπει:
είναι το μικρό μπλε κουτί εκεί πάνω,

και αυτό προέρχεται
από τα δεδομένα λέιζερ.

Και αυτό δεν είναι πολύ εύκολο
να το καταλάβεις,

οπότε θα πάω να ψάξω
τα δεδομένα του λέιζερ,

και αν είστε καλοί στο να ψάχνετε
τα δεδομένα λέιζερ,

θα δείτε μερικές κουκκίδες στην καμπύλη,

ακριβώς εκεί, κι εκείνο
το μπλε κουτί είναι ο δικυκλιστής.

Καθώς το φανάρι μας είναι κόκκινο,

το φανάρι του δικυκλιστή
έχει γίνει ήδη κίτρινο,

και αν μισοκλείσετε τα μάτια,
θα το δείτε στην εικόνα.

Αλλά ο δικυκλιστής, βλέπουμε,
θα περάσει τη διασταύρωση.

Το φανάρι μας είναι πλέον πράσινο,
το δικό του είναι σταθερά κόκκινο,

και τώρα αναμένουμε
ότι η μηχανή θα περάσει απέναντι.

Δυστυχώς, οι άλλοι οδηγοί δίπλα μας
δεν πρόσεχαν τόσο πολύ.

Άρχισαν να ξεκινάνε,
και ευτυχώς για όλους,

ο δικυκλιστής αντιδρά, αποφεύγει,
και περνάει τη διασταύρωση.

Και φύγαμε.

Τώρα, όπως βλέπετε,
έχουμε κάνει αρκετά μεγάλη πρόοδο,

και πλέον είμαστε αρκετά πεπεισμένοι

ότι αυτή η τεχνολογία θα βγει στην αγορά.

Κάνουμε πέντε εκατομμύρια χιλιόμετρα
δοκιμών σε εξομοιωτές κάθε μέρα,

οπότε φανταστείτε την εμπειρία
που έχουν τα οχήματά μας.

Ανυπομονούμε να βγάλουμε
αυτή την τεχνολογία στο δρόμο,

και πιστεύουμε ότι ο σωστός τρόπος
είναι με την αυτο-οδήγηση

αντί με προσέγγιση υποβοήθησης οδηγού

λόγω του επείγοντος χαρακτήρα του.

Στον χρόνο αυτής της ομιλίας σήμερα,

έχασαν τη ζωή τους 34 άνθρωποι
στους δρόμους της Αμερικής.

Πόσο σύντομα μπορούμε να το βγάλουμε;

Είναι δύσκολο να πω γιατί είναι
ένα πραγματικά πολύπλοκο πρόβλημα,

αλλά αυτά είναι τα δύο μου αγόρια.

Ο μεγαλύτερος γιος μου είναι 11,
άρα σε τέσσερα χρόνια και έξι μήνες,

θα μπορεί να πάρει άδεια οδήγησης.

Η ομάδα μου και εγώ έχουμε δεσμευθεί
να μην αφήσουμε να συμβεί.

Ευχαριστώ.

(Γέλια)
(Χειροκρότημα)

Κρις Άντερσον: Κρις,
Έχω μια ερώτηση για εσάς.

Κρις Ούρμσον: Φυσικά.

ΚΑ: Σίγουρα, το μυαλό των αυτοκινήτων σας
είναι αρκετά πολύπλοκο.

Σε αυτή τη διαμάχη μεταξύ υποβοήθησης
οδηγού και πλήρως χωρίς οδηγό -

υπάρχει μια πραγματική διαμάχη
εκεί έξω τώρα.

Έτσι, ορισμένες από τις εταιρείες,
για παράδειγμα, η Tesla,

πήραν το δρόμο της υποβοήθησης οδηγού.

Αυτό που λέτε είναι ότι αυτό
μάλλον θα είναι ένα αδιέξοδο

γιατί δεν μπορείς απλά με τη βελτίωση
να φτάσεις κάποτε στο τελείως χωρίς οδηγό

και στη συνέχεια ένας οδηγός θα πει,
«Αυτό φαίνεται ασφαλές»,

και θα ανέβει και κάτι άσχημο θα συμβεί.

ΚΟ: Σωστά. Όχι, αυτό είναι ακριβώς σωστό,
και δεν λέμε

ότι τα συστήματα υποβοήθησης οδηγού
δεν θα είναι απίστευτα πολύτιμα.

Μπορούν να σώσουν πολλές ζωές
εν τω μεταξύ,

αλλά για να μπορέσουμε να βοηθήσουμε
κάποιον σαν τον Στιβ να κυκλοφορεί,

για να φτάσουμε
στο τελικό στόχο της ασφάλειας,

για να έχουμε την ευκαιρία
να αλλάξουμε τις πόλεις μας

και να απαλλαγούμε από τους αστικούς
κρατήρες που λέμε χώρους στάθμευσης,

είναι ο μόνος τρόπος να γίνει.

ΚΑ: Θα παρακολουθούμε την προόδό σας
με τεράστιο ενδιαφέρον.

Ευχαριστώ πολύ, Κρις.
ΚΟ: Σας ευχαριστώ. (Χειροκροτήματα)