Kako samovozeći auto vidi cestu

Statistički, najmanje pouzdani dio auta je ... vozač. Chris Urmson nam predstavlja Googlov program auta bez vozača, jedan od nekoliko pokušaja uklanjanja ljudi iz vozačkog sjedišta. Priča o tome gdje je njegov program upravo sada, te dijeli očaravajuće snimke koje pokazuju kako auto vidi cestu i čini nezavisne odluke o tome što da učini slijedeće.

Dakle 1885, Karl Benz
izumio je automobil.

Kasnije te godine, izveo ga je
na prvu javnu probnu vožnju,

i -- istinita priča --
zabio se u zid.

Kroz zadnjih 130 godina,

radili smo oko najmanje
pouzdanog dijela auta, vozača.

Napravili smo aute jačim.

Dodali smo sigurnosne pojase,
dodali smo zračne jastuke,

a u zadnjem desetljeću, zapravo
smo počeli činiti aute pametnijima

da popravimo taj bug, vozača.

Sad, danas ću vam pričati
nešto malo o razlici

između krpanja oko problema
sa sustavima pomoći vozaču

i imanja pravih posve
samovozećih automobila.

te što oni mogu učiniti za svijet.

Također ću vam pričati
malo i o našem autu

i dozvoliti vam da vidite kako on vidi svijet
te kako reagira i što čini,

ali prvo ću malo
pričati o problemu.

A to je veliki problem:

1,2 milijuna ljudi je ubijeno
na svjetskim cestama svake godine.

Samo u Americi, 33.000 ljudi
je ubijeno svake godine.

Da to stavimo u perspektivu,

to je jednako kao da 737
padne s neba svaki radni dan.

Na neki je način nevjerojatno.

Aute nam prodaju ovako,

ali zapravo, ovo je kako izgleda vožnja.

Je li tako? Nije sunčano, pada kiša,

i želite raditi bilo što drugo,
samo ne voziti.

A razlog zašto je ovaj:

Promet postaje gori.

U Americi, od 1990 do 2010,

milje proputovane vozilima
su porasle 38 posto.

Porasli smo za šest posto u cestama,

tako da vam to nije u glavama.

Promet je zbilja bitno gori
nego što je bio ne tako davno.

A sve to ima vrlo ljudsku cijenu.

Pa ako uzmete prosječno vrijeme
dnevne vožnje koje je pedesetak minuta,

pomnožite to sa 120 milijuna
radnika koliko ih imamo,

ispadne da je to
otprilike šest milijardi minuta

potrošenih u prometu
svaki dan.

Sad, to je velik broj,
pa ajmo ga staviti u perspektivu.

Uzmete tih šest milijardi minuta

i podijelite ih sa prosječnim
očekivanim životnim vijekom osobe,

ispadne 162 životna vijeka

potrošenih svaki dan, bačenih

samo na prelazak od A do B.

Nevjerojatno.

A potom, ima ih među nama
koji nemaju povlasticu

sudjelovanja u prometu.

Dakle ovo je Steve.

On je nevjerojatno sposoban tip,

samo što je slijep,

a to znači kako umjesto 30 minutne
vožnje do posla ujutro,

to je dvosatno iskušenje
sastavljanja djelića javnog prijevoza

ili molba prijateljima i obitelji za prijevoz.

On nema istu slobodu
kao vi i ja glede kretanja uokolo.

Trebali bismo učiniti nešto u vezi toga.

Sad, uobičajena bi mudrost rekla

neka samo uzmemo
te sustave pomoći vozaču

pa ćemo ih onda gurati
i postepeno usavršavati

te će se tijekom vremena
premetnuti u samovozeće aute.

Dobro, ovdje sam
kako bih vam rekao da je to nalik izjavi

kako ću ako jako uporno
radim na skakanju, jednoga dana moći letjeti.

Zapravo trebamo napraviti
nešto malo drugačije.

Pa ću vam pričati
o tri različita načina

na koji su samovozeći sustavi drugačiji
od sustava pomoći vozaču.

A započeti ću
sa nekim od naših vlastitih iskustava.

Dakle natrag u 2013.

imali smo prvi ispit
samovozećeg auta

gdje smo ga prepustili
na korištenje običnim ljudima.

Pa, gotovo običnim --
bilo je to 100 Googlovaca,

ali nisu radili na projektu.

Dali smo im auto i dopustili im
koristiti ga u svakodnevnom životu.

Ali za razliku od pravog samovozećeg auta,
ovaj je dolazio sa velikom zvjezdicom:

Morali su obraćati pažnju,

stoga što je ovo bilo pokusno vozilo.

Puno smo ga iskušavali,
ali i dalje je mogao iznevjeriti.

Pa smo im dali dva sata obuke,

smjestili u auto,
dali im koristiti ga,

a što smo čuli zauzvrat
je bilo nešto odlično,

nekome tko pokušava
donijeti proizvod na svijet.

Svaki od njih nam je rekao kako ga vole.

Zapravo, imalo smo vozača Poršea
koji je došao i rekao nam prvi dan:

"Ovo je skroz glupo.
Što nam pada na pamet?"

Ali na kraju, rekao je:
"Ne samo da bih ga ja trebao imati,

svi bi ga drugi trebali imati,
jer ljudi su užasni vozači."

To je bila muzika za naše uši,

ali tada smo počeli gledati
što su ljudi u autu radili,

i to nam je otvorilo oči.

Sad, moja je
omiljena priča ovaj gospodin

koji gleda svoj telefon
i vidi da mu je baterija slaba,

pa se okreće ovako u autu
i kopa okolo po svojoj naprtnjači,

vadi svoj laptop,

stavlja ga na sjedište,

ide nazad ponovo,,

kopa okolo, vadi
kabel za napajanje telefona,

raspliće ga, ukapča ga u laptop,
ukapča ga u telefon.

Sigurno, telefon se puni.

Svo je to vrijeme vozio
100 km na sat po autocesti.

Jel tako? Nevjerojatno.

Porazmislili smo o ovome i rekosmo,
zapravo je na neki način očito, ne?

Što će tehnologija postajati bolja,

to će manje pouzdan
postajati vozač.

Tako da samo praveći aute
postepeno pametnijima,

vjerojatno nećemo vidjeti
pobjede koje zbilja trebamo.

Dajte da malo pričam o nečemu
malo tehničkom na trenutak.

Dakle gledamo ovaj grafikon,
a po njegovom dnu je

koliko često auto
koči kada ne bi trebao.

Možete ignorirati većinu te osi,

jer ako vozite po gradu,
a auto se počne nasumično zaustavljati,

nikad nećete kupiti takav auto.

A vertikalna je os koliko će često
auto pritisnuti kočnicu

kada bi i trebao kako bi
vam pomogao izbjeći nezgodu.

Sad, ako pogledamo u
donji lijevi ugao,

ovo je vaš klasični auto.

Ne pritišće kočnice umjesto vas,
ne čini ništa šašavo,

ali vas također niti
ne izvlači iz nezgoda.

Sad, ako želimo dovesti
sustav za pomoć vozaču u auto,

recimo kroz kočenje
radi izbjegavanja sudara,

ubacit ćemo u njega
neki paket tehnologije,

a to je ova krivulja,
i imat će neka operativna svojstva,

ali nikad neće izbjeći
baš sve nezgode,

jer nema te sposobnosti.

Ali odabrat ćemo
neko mjesto na ovoj krivulji,

te možda izbjegava polovicu
nezgoda koje čovjek ne bi,

i to je zapanjujuće, ne?

Upravo smo smanjili nezgode
na našim cestama za duplo.

Sad 17.000 manje ljudi
umire svake godine u Americi.

Ali ako želimo samovozeći auto,

trebamo tehnološku krivulju
koja izgleda ovako.

Morat ćemo stavljati
više senzora u vozilo,

i odabrat ćemo neku
operativnu točku ovdje

gdje zapravo nikad ne
dolazi do sudara.

Događat će se, ali vrlo rijetko.

Sad bismo vi i ja mogli
gledati ovo i raspravljati

Raste li postupno, a ja bih mogao
spomenuti nešto poput pravila 80-20,

a zbilja je teško
popeti se do te nove krivulje.

Ali pogledajmo na to
iz drugog smjera na trenutak.

Pogledajmo koliko često
tehnologija mora učiniti pravu stvar.

Tako je ova zelena točka gore
sustav pomoći vozaču.

Ispada da ljudski vozači

čine greške koje
dovode do prometnih nesreća

otprilike jednom
svakih 100.000 milja u Americi.

Za usporedbu, samovozeći sustav
vjerojatno donosi odluke

oko 10 puta po sekundi,

dakle red veličina,

to je oko 1000 puta po milji.

Pa ako usporedite
udaljenost između to dvoje,

to je otprilike 10^8, jel tako?

Osam redova veličine.

To je kao usporediti koliko brzo trčim

sa brzinom svjetlosti.

Nema veze koliko teško treniram,
nikad zbilja neću stići tamo.

Dakle tu je poprilično velik jaz.

I konačno, tu je i kako
se sustav može nositi sa nesigurnošću.

Primjerice ovaj pješak će možda
stati na cestu, a možda i neće.

Ne mogu reći,
niti to može ikoji od naših algoritama,

ali u slučaju
sustava pomoći vozaču,

to znači kako ne može poduzeti akciju,
jer ponovo

ako stisne kočnicu neočekivano,
to je posve neprihvatljivo.

Dok samovozeći sustav
može osmotriti pješaka i reći,

Ne znam što se sprema učiniti,

uspori, bolje osmotri,
a tada se ponesi prikladno.

Dakle može biti puno sigurniji nego
što sustav pomoći vozaču može biti ikad .

No to je dovoljno o
razlikama između to dvoje.

Hajdemo potrošiti neko vrijeme
pričajući o tome kako auto vidi svijet.

Dakle ovo je naše vozilo.

Počinje od razumijevanja
gdje se nalazi u svijetu,

uzimajući mapu i svoje podatke iz senzora
te ih usklađuje

a potom stavljamo povrh toga
ono što vidi u trenutku.

Pa ovdje, sve ljubičaste kutije
koje možete vidjeti su druga vozila.

A crvena stvar
tamo sa strane je biciklist,

a gore u daljini,
ako gledate zbilja pažljivo,

možete vidjeti neke čunjiće.

Tada znamo gdje se auto
nalazi u nekom trenutku,

Ali moramo napraviti bolje od tog:
moramo predvidjeti što će se dogoditi.

Pa se ovdje auto gore desno
baš sprema prestrojiti u traku lijevo

jer je cesta ispred njega zatvorena,

pa se treba maknuti s puta.

Znati o tom jednom autu je odlično,

ali mi zapravo trebamo znati
što svi razmišljaju,

pa to postaje priično složen problem.

A potom bismo mogli shvatiti
kako bi auto trebao odgovarati u trenutku,

dakle koju putanju bi trebao slijediti,
koliko bi trebao usporiti ili ubrzati.

A potom se to sve svodi
samo na slijeđenje uputa:

okretanje volana lijevo ili desno,
pritiskanje gasa ili kočnice.

To su zapravo samo dva broja
na kraju dana.

Pa koliko to teško zapravo može biti?

Kad smo tek počinjali 2009.

ovo je kako je naš sustav izgledao.

Možete vidjeti naš auto u sredini
te druge kutije na cesti,

kako se voze autoputom.

Auto mora razumjeti gdje je
te ugrubo gdje su ostala vozila.

To je zapravo geometrijsko
razumijevanje svijeta.

Jednom kad smo krenuli voziti
po ulicama susjedstva i grada,

problem doseže
posve novu razinu teškoće.

Vidite pješake kako prolaze ispred nas,
aute kako prolaze ispred nas,

u svakakvim smjerovima,

semafore, pješačke prijelaze.

To je nevjerojatno složen
problem u usporedbi.

A onda jednom kad taj problem imate riješen,

Vozilo mora biti u stanju
nositi se sa radovima na cesti

Pa su ovdje čunjići s lijeva
koji ga prisiljavaju na vožnju po desnoj strani,

ali ne samo radovi na cesti
u izolaciji, naravno.

Mora se nositi i sa drugim ljudima
koji se kreću kroz tu zonu radova.

Te naravno, ako netko
krši pravila, postoji policija

a auto mora razumjeti kako
rotirka na krovu tog auta

znači kako to nije samo auto,
već zapravo policijski dužnosnik.

Slično tome, narančasta kutija
tu sa strane,

je školski autobus,

i njega također trebamo
tretirati drugačije.

Kad izađemo na cestu,
drugi ljudi imaju očekivanja:

tako, kad biciklist ispruži ruku,

to znači kako očekuju da ih auto propusti
i napravi im mjesta

kako bi promijenili traku.

A kad policajac
stoji na cesti,

naš bi auto trebao razumjeti
kako to znači zaustavljanje,

a kad nam signaliziraju pokret,
trebali bismo nastaviti.

Sad, način na koji to postižemo
je dijeleći podatke među vozilima.

Prvi, najsiroviji model toga

je kad jedno vozilo
vidi zonu radova na cesti,

da obavijesti drugo
kako bi to znalo biti u pravoj traci

kako bi izbjeglo poteškoće.

Ali mi zapravo imamo puno
dublje razumijevanje ovoga.

Mogli bismo uzeti sve podatke
koje su auti prikupili tijekom vremena

stotine tisuća
pješaka, biciklista,

i vozila koja su bila tamo

te razumjeti kako izgledaju

a potom to iskoristiti kako bi zaključili
kako bi druga vozila trebala izgledati

i kako bi trebali izgledati drugi pješaci.

A tad, čak i važnije,
mogli bismo iz toga izvesti model

toga kako od njih očekujemo
da se kreću kroz svijet.

Tako je ovdje žuta kutija pješak
koji prelazi cestu ispred nas.

Ovdje je plava kutija biciklist
a mi očekujemo

da će se progurati van
i oko auta s desne strane.

Ovdje imamo biciklista
koji se kreće cestom

a mi znamo kako će se nastaviti
kretati slijedeći oblik ceste.

Ovdje netko skreće desno,

a za trenutak ovdje, netko
će skrenuti polukružno ispred nas,

i mi možemo predvidjeti to ponašanje
te mu odgovoriti sigurno.

Sad, sve je to lijepo i krasno
za stvari koje smo vidjeli,

ali naravno, srećete
puno stvari koje niste

ranije vidjeli u svijetu.

I tako baš prije par mjeseci,

naša su vozila
bila vozila kroz Mountain View,

a ovo je što smo susreli.

Ovo je žena u električnim kolicima

koja ganja patku u krugovima po cesti.
(Smijeh)

Ispada kako nigdje u
priručniku za vožnju ne piše

kako se nositi s time,

ali naša su vozila bila u stanju
nabasati na to,

usporiti, te voziti sigurno.

Sad, ne moramo raditi
samo sa patkama.

Pogledajte ovu pticu kako prolijeće ispred nas.
Auto reagira na to.

Ovdje imamo posla s biciklistom

kojeg ne biste očekivali vidjeti nigdje
drugdje nego u Mountain Viewu.

Te naravno, imamo posla i sa biciklistima,

čak i vrlo malenima.

Gledajte desno dok netko
iskače iz kamiona točno pred nas

a sad, gledajte lijevo dok auto
sa zelenom kutijom odlučuje

kako mora skrenuti desno
u zadnji mogući trenutak.

Ovdje, dok mijenjamo trake
auto nama slijeva odlučuje

kako želi to isto.

A ovdje, gledamo auto
kako prolazi kroz crveno

te potom u tome ustraje.

A također, ovdje, biciklist
također prolazi kroz to svjetlo.

Te naravno,
vozilo odgovara sigurno.

Te naravno, imamo ljude
koji čine ne znam što

ponekad na cesti, poput ovog lika
koji radi škarice između dva samovozeća auta.

Morate se zapitati: "što im je u glavi?"

(Smijeh)

Sad, zatrpao sam vas
ovdje sa puno toga,

Pa ću preći preko slijedećeg
poprilično brzo,

dakle ovdje vidimo scenu
sa biciklistom ponovno,

a mogli biste primijetiti na dnu,
mi zapravo još ne vidimo biciklista

Ali auto može: to je ta malena
plava kutija tamo,

a to dolazi od laserskih podataka.

A to zapravo baš i nije
jednostavno shvatiti,

pa je ono što ću učiniti je
uključiti te podatke i pogledati ih,

a ako ste zbilja dobri sa gledanjem
u laserske podatke, možete vidjeti

nekoliko točaka na krivulji ovdje,

točno ovdje, a ta je
plava kutija taj biciklist.

sad kako je naše svjetlo crveno,

biciklistu se već
upalilo žuto.

A ako zaškiljite,
možete to i vidjeti u slikama.

Ali biciklist, vidimo,
će nastaviti kroz križanje.

Nama se sada upalilo zeleno,
njegovo je čisto crveno,

te mi sad predviđamo kako će taj
bicikl proći sasvim preko križanja.

Na nesreću ostali vozači
pored nas ne obraćaju baš toliko pažnje.

Počinju se kretati,
te na sreću za sve,

biciklist reagira, izbjegava,

te prolazi kroz križanje.

I eto ga.

Sad, kako možete vidjeti,
napravili smo prilično uzbudljiv napredak,

te smo u ovom trenutku prilično uvjereni

kako će ova tehnologija
dospjeti na tržište.

Radimo tri milijuna milja testova
u našim simulatorima svakog dana,

pa možete zamisliti iskustvo
koje naša vozila imaju.

Radujemo se
imati ovu tehnologiju na cesti,

te mislim kako ispravan put
vodi kroz samovozeći

prije nego kroz
sustav pomoći vozaču

jer žurba je toliko velika.

U vremenu u kojem sam
danas održao ovaj govor,

34 ljudi je poginulo na
američkim cestama.

Koliko brzo možemo ovo objelodaniti?

Pa, teško je reći stoga
što je to zbilja složen problem,

ali ovo su moja dva klinca.

Starijem je 11, a to znači
kako će za četiri i pol godine,

biti u mogućnosti
steći vlastitu vozačku dozvolu.

Moj tim i ja smo predani
osigurati da se to ne dogodi.

Hvala vam.

(Smijeh) (Pljesak)

Chris Anderson: Chris,
imam pitanje za tebe.

Chris Urmson: Naravno.

CA: Sigurno, um tvojih autiju
je poprilično zapanjujuć.

U ovoj debati između
pomoći vozaču i posve bez vozača --

Mislim, postoji prava debata
koja se odvija upravo sada.

Dakle neke kompanije,
na primjer, Tesla,

idu putem pomoći vozaču.

Što nam govoriš je kako
će to na neki način biti slijepa ulica

stoga što ne možeš samo poboljšavati
po tom putu i doći do rješenja posve bez vozača

u nekom trenutku, te će onda
vozač reći: "Ovo ulijeva sigurnost"

i zavaliti se u naslon,
a tad će se dogoditi nešto ružno.

CU: Tako je. Ne, to je upravo to,
i nije kako

će sustavi pomoći vozaču
biti od nevjerojatne vrijednosti.

Oni mogu sačuvati puno života
u međurazdoblju,

ali za vidjeti preobražajne prilike
za pomoć nekome poput Stevea da se kreće,

za stvarno doći do završetka priče
o sigurnosti,

za imati priliku
promijeniti naše gradove

i izbaciti parkirana vozila te se riješiti
urbanih kratera - parkirališta,

to je jedini pravi put.

CA: Pratit ćemo vaš napredak
s ogromnim zanimanjem.

Hvala puno, Chris.
CU: Hvala! (Pljesak)