Return to Video

คริส เกอร์เดส: รถแข่งแห่งอนาคต -- 150 ไมล์ต่อชั่วโมง โดยไม่มีคนขับ

  • 0:01 - 0:02
    มีใครในที่นี้บ้าง
  • 0:02 - 0:04
    ที่เคยนั่งหลังพวงมาลัย
  • 0:04 - 0:09
    ในขณะที่จริงๆ แล้วคุณไม่ควรเป็นคนขับ?
  • 0:09 - 0:11
    บางทีคุณอาจขับรถมาทั้งวัน
  • 0:11 - 0:13
    และคุณอยากจะกลับบ้าน
  • 0:13 - 0:15
    คุณเหนื่อย แต่ก็คิดว่าคุณอาจขับต่อได้อีกสองสามไมล์
  • 0:15 - 0:16
    หรือบางทีคุณอาจคิดว่า
  • 0:16 - 0:19
    คุณดื่มน้อยกว่าคนอื่นๆ
  • 0:19 - 0:20
    คุณควรเป็นคนขับรถกลับบ้าน
  • 0:20 - 0:25
    หรือบางทีคุณอาจใจลอยคิดเรื่องอื่นๆ อยู่
  • 0:25 - 0:26
    ฟังดูคุ้นๆ บ้างไหมครับ?
  • 0:26 - 0:29
    ในสถานการณ์เหล่านั้น จะดีหรือไม่
  • 0:29 - 0:31
    หากมีปุ่มปุ่มหนึ่งบนหน้าปัดรถของคุณ
  • 0:31 - 0:37
    ที่เมื่อคุณกด รถของคุณจะพาคุณกลับบ้านอย่างปลอดภัย?
  • 0:37 - 0:39
    นั่นเป็นความหวังของรถขับเคลื่อนด้วยตัวเอง
  • 0:39 - 0:42
    พาหนะอัตโนมัติ และมันคือความฝันมาโดยตลอด
  • 0:42 - 0:45
    ตั้งแต่ปีค.ศ. 1939 เมื่อ เจเนอรัล มอเตอร์ จัดแสดง
  • 0:45 - 0:49
    แนวคิดนี้ ที่บูธแห่งอนาคต ในงานเวิลด์ แฟร์
  • 0:49 - 0:51
    มันเคยเป็นหนึ่งในความฝัน
  • 0:51 - 0:55
    ซึ่งไม่ว่าเมื่อไหร่ ก็ดูจะห่างไกลออกไปอีกสัก 20 ปี
  • 0:55 - 0:57
    แต่ตอนนี้ เมื่อสองสัปดาห์ที่แล้ว ความฝันนั้นใกล้เข้ามาอีกก้าวหนึ่ง
  • 0:57 - 1:01
    เมื่อรัฐเนวาดา อนุญาติให้รถยนต์ขับเคลื่อนด้วยตัวเองของกูเกิล
  • 1:01 - 1:04
    ได้รับใบอนุญาติขับขี่สำหรับพาหนะอัตโนมัติ
  • 1:04 - 1:07
    เป็นที่ชัดเจนว่าสิ่งที่ถูกกฎหมายที่พวกเขา
  • 1:07 - 1:08
    จะทดสอบมันในถนนของรัฐเนวาดา
  • 1:08 - 1:12
    ตอนนี้ รัฐแคลิฟอเนียก็กำลังพิจารณากฎหมายที่คล้ายๆ กันอยู่
  • 1:12 - 1:14
    และนี่จะเป็นหลักประกันว่ารถอัตโนมัติ
  • 1:14 - 1:17
    จะไม่ใช่สิ่งที่ต้องอยู่แต่ใน ลาส เวกัส เท่านั้น
  • 1:17 - 1:20
    (เสียงหัวเราะ)
  • 1:20 - 1:23
    ตอนนี้ ในห้องทดลองของผมที่แสตนฟอร์ด เรากำลัง
  • 1:23 - 1:27
    สร้างรถอัตโนมัติอยู่เหมือนกัน
    แต่ในแนวทางที่แตกต่างออกไป
  • 1:27 - 1:31
    เราได้พัฒนาหุ่นยนต์รถแข่ง
  • 1:31 - 1:35
    รถที่สามารถผลักดันตัวมันให้ถึงขีดสุด
  • 1:35 - 1:37
    ของสมรรถนะในทางกายภาพ
  • 1:37 - 1:40
    เอาหล่ะ ทำไมเราถึงอยากทำอะไรแบบนั้น?
  • 1:40 - 1:42
    ก็เพราะมีเหตุผลสำคัญอยู่สองประการ
  • 1:42 - 1:46
    ข้อแรก เราเชื่อว่าก่อนที่คนจะยอมยกการควบคุม
  • 1:46 - 1:49
    ให้แก่รถอัตโนมัติ รถอัตโนมัติคันนั้นควรต้อง
  • 1:49 - 1:52
    อย่างน้อยที่สุดทำได้ดีเท่าๆ กับคนขับที่เก่งที่สุด
  • 1:52 - 1:56
    ทีนี้ ถ้าคุณเป็นเหมือนผม และอีก 70% ของประชากรทั้งหมด
  • 1:56 - 1:58
    ที่รู้ตัวว่า เราเป็นคนขับที่เหนือกว่าคนอื่นๆ
  • 1:58 - 2:01
    คุณคงรู้ว่านั่นเป็นมาตรฐานที่สูงมาก
  • 2:01 - 2:03
    ยังมีอีกเหตุผลหนึ่งด้วย
  • 2:03 - 2:07
    เช่นเดียวกับที่นักขับรถแข่งสามารถใช้แรงเสียดทานทั้งหมด
  • 2:07 - 2:08
    ระหว่างล้อรถกับถนน
  • 2:08 - 2:11
    และความสามารถทั้งหมดของรถเพื่อวิ่งให้เร็วที่สุดเท่าที่จะทำได้
  • 2:11 - 2:15
    เราต้องการใช้สมรรถนะทั้งหมดเหล่านั้น
  • 2:15 - 2:16
    เพื่อหลีกเลี่ยงอุบัติเหตุที่เราจะทำได้
  • 2:16 - 2:18
    คุณอาจใช้ความสามารถของรถจนถึงขีดสุด
  • 2:18 - 2:20
    ไม่ใช่เพราะคุณขับเร็วเกินไป
  • 2:20 - 2:22
    แต่เป็นเพราะคุณอาจขับบนพื้นถนนที่ลื่นเป็นน้ำแข็ง
  • 2:22 - 2:24
    สภาวการณ์เปลี่ยนไป
  • 2:24 - 2:27
    ในสถานการณ์เหล่านั้น เราต้องการ
  • 2:27 - 2:31
    รถที่มีความสามารถพอจะหลีกเลี่ยงอุบัติเหตุใดๆ
  • 2:31 - 2:33
    ก็ตามที่สามารถจะเลี่ยงได้
  • 2:33 - 2:38
    ผมต้องขอสารภาพว่า ยังมีแรงจูงใจข้อที่สามอีก
  • 2:38 - 2:40
    คือว่า ผมมีใจรักการแข่งรถ
  • 2:40 - 2:43
    ในอดีตผมเคยเป็นเจ้าของรถแข่ง
  • 2:43 - 2:45
    เป็นหัวหน้าทีม และเป็นโค้ชสอนขับรถแข่ง
  • 2:45 - 2:49
    ถึงแม้ว่ามันจะไม่ใช่ในแบบที่คุณคิด
  • 2:49 - 2:52
    อีกสิ่งหนึ่งที่เราพัฒนาขึ้นในห้องวิจัย
  • 2:52 - 2:53
    นั่นคือ เราพัฒนาพาหนะหลายคัน
  • 2:53 - 2:56
    ซึ่งเราเชื่อว่าเป็นรถคันแรกของโลก
  • 2:56 - 2:58
    ที่เป็นรถดริฟต์อัตโนมัติ
  • 2:58 - 3:00
    มันถูกจัดอยู่ในประเภท
  • 3:00 - 3:03
    ที่คงไม่ค่อยมีการแข่งขันมากนัก
  • 3:03 - 3:04
    (เสียงหัวเราะ)
  • 3:04 - 3:08
    และนี่คือรถ P1 เป็นรถไฟฟ้าที่สร้างโดยทีมนักเรียนทั้งคัน
  • 3:08 - 3:10
    ซึ่งด้วยการขับเคลื่อนล้อหลัง
  • 3:10 - 3:12
    และควบคุมล้อหน้าด้วยอิเล็คทรอนิคส์
  • 3:12 - 3:14
    รถสามารถดริฟต์ผ่านทางโค้งได้
  • 3:14 - 3:16
    มันสามารถไถลไปด้านข้างได้เหมือนกับนักขับรถแรลลี่
  • 3:16 - 3:18
    สามารถเข้าโค้งที่แคบที่สุดได้ในทุกครั้ง
  • 3:18 - 3:21
    แม้บนถนนที่ลื่น สภาพผิวถนนที่เปลี่ยนไป
  • 3:21 - 3:23
    โดยไม่เคยหลุดโค้ง
  • 3:23 - 3:25
    เรายังได้ทำงานร่วมกับ โฟล์คสวาเกน โอราเคิล
  • 3:25 - 3:28
    กับรถที่ชื่อ เชลลี่ รถแข่งอัตโนมัติ
  • 3:28 - 3:32
    ที่แข่งด้วยความเร็ว 150 ไมล์ต่อชั่วโมง
    ผ่าน โบเนวิลล์ ซอลท์ แฟลต (Bonneville Salt Flats)
  • 3:32 - 3:36
    วิ่งรอบสนามแข่ง ธันเดอร์ฮิลล์ เรซเวย์ พาร์ค
    (Thunderhill Raceway Park) ท่ามกลางแสงแดด
  • 3:36 - 3:39
    ท่ามกลางสายลม และสายฝน
  • 3:39 - 3:44
    และวิ่งผ่าน 153 โค้ง เป็นระยะทาง 12.4 ไมล์
  • 3:44 - 3:45
    บนเส้นทาง ไพค์ พีค ฮิลล์ ไคลมบ์
    (Pikes Peak Hill Climb)
  • 3:45 - 3:49
    ในโคโลราโด โดยไม่มีคนขับ
  • 3:49 - 3:50
    (เสียงหัวเราะ)
  • 3:50 - 3:56
    (เสียงปรบมือ)
  • 3:56 - 3:59
    ผมคงไม่ต้องบอกว่าเราสนุกกันมาก
  • 3:59 - 4:00
    ที่ได้ทำสิ่งนี้
  • 4:00 - 4:04
    อันที่จริงแล้ว ยังมีสิ่งอื่นที่เราได้พัฒนาขึ้นมา
  • 4:04 - 4:07
    ในระหว่างที่เรากำลังพัฒนารถยนต์อัตโนมัติเหล่านี้
  • 4:07 - 4:11
    เราได้พัฒนาความซาบซึ้งอย่างมหาศาล
  • 4:11 - 4:15
    ต่อความสามารถของนักขับรถแข่งที่เป็นมนุษย์
  • 4:15 - 4:19
    ในขณะที่เราพยายามหาว่ารถเหล่านี้ทำได้ดีแค่ไหน
  • 4:19 - 4:22
    เราต้องการเทียบมันกับคู่แข่งที่เป็นมนุษย์
  • 4:22 - 4:28
    และเราพบว่า คู่แข่งที่เป็นมนุษย์นั้นน่าอัศจรรย์มาก
  • 4:28 - 4:32
    ทีนี้ เราสามารถเอาแผนที่ของสนามแข่ง
  • 4:32 - 4:34
    เราสามารถเอาแบบจำลองทางคณิตศาสตร์ของรถ
  • 4:34 - 4:37
    และด้วยการคำนวณซ้ำๆ เราจะสามารถหา
  • 4:37 - 4:39
    เส้นทางวิ่งที่เร็วที่สุดรอบสนามได้
  • 4:39 - 4:41
    เราเอามันมาทาบทับเทียบกับข้อมูลที่เราบันทึก
  • 4:41 - 4:43
    ได้จากนักแข่งมืออาชีพ
  • 4:43 - 4:47
    และผลที่ได้คือความคล้ายคลึงกันอย่างไม่น่าเชื่อ
  • 4:47 - 4:50
    ใช่ครับ มันมีความแตกกันกันเล็กๆ น้อยๆ
  • 4:50 - 4:53
    แต่นักแข่งที่เป็นมนุษย์สามารถที่จะ
  • 4:53 - 4:56
    ขับบนเส้นทางที่เร็วอย่างน่าอัศจรรย์
  • 4:56 - 4:58
    โดยไม่ใช้ตัวช่วยด้วยระเบียบวิธีคิดที่เปรียบเทียบ
  • 4:58 - 5:01
    ระหว่างการวิ่งให้เร็วที่สุดเท่าที่จะทำได้ในโค้งนี้
  • 5:01 - 5:03
    แลกกับการลดเวลาลงเล็กน้อย
  • 5:03 - 5:05
    จากทางตรงที่อยู่ถัดไป
  • 5:05 - 5:08
    ไม่เพียงเท่านั้น พวกเขายังสามารถทำซ้ำๆ ได้
  • 5:08 - 5:10
    รอบแล้วรอบเล่า
  • 5:10 - 5:13
    พวกเขาสามารถออกไปขับ แล้วทำแบบนี้ได้อย่างสม่ำเสมอ
  • 5:13 - 5:17
    ผลักดันรถให้ถึงขีดสูงสุดได้ทุกครั้ง
  • 5:17 - 5:21
    มันเป็นสิ่งน่ามหัสจรรย์ที่ได้เฝ้ามอง
  • 5:21 - 5:23
    คุณให้พวกเขาเปลี่ยนรถคันใหม่
  • 5:23 - 5:27
    หลังจากขับไม่กี่รอบ พวกเขาก็จะสามารถหาเส้นทางที่เร็วที่สุดด้วยรถคันใหม่ได้
  • 5:27 - 5:30
    และพวกเขาก็พร้อมจะออกไปแข่ง
  • 5:30 - 5:32
    มันทำให้พวกเราต้องครุ่นคิด
  • 5:32 - 5:36
    อยากรู้ถึงสิ่งที่เกิดขึ้นในสมองพวกเขา
  • 5:36 - 5:41
    ดังนั้น ในฐานะของนักวิจัย นั่นคือสิ่งที่เราตัดสินใจจะหาคำตอบ
  • 5:41 - 5:43
    เราตัดสินใจที่จะไม่เพียงแต่ติดตั้งเครื่องมือวัดไว้ที่รถ
  • 5:43 - 5:45
    แต่ยังติดตั้งไว้กับนักแข่งด้วย
  • 5:45 - 5:48
    เพื่อพยายามจะมองให้เห็นถึงสิ่งที่
  • 5:48 - 5:50
    กำลังเกิดขึ้นในหัวของนักแข่งในขณะที่เขาแข่ง
  • 5:50 - 5:54
    นี่คือ ดร.ลีน ฮาร์บอทท์ กำลังติดตั้งขั้วไฟฟ้า
  • 5:54 - 5:55
    ลงบนหัวของ จอห์น มอร์ตัน
  • 5:55 - 5:58
    จอห์น มอร์ตัน เคยเป็นนักแข่งรายการ Can-AM
    และ เป็นนักแข่งทีม IMSA
  • 5:58 - 6:00
    ผู้ซึ่งครองดำแหน่งแชมป์ที่ เลอมอง (Le Mans)
  • 6:00 - 6:04
    เป็นนักแข่งที่เยี่ยมยอด
    และเต็มใจที่จะทนกับเหล่านักศึกษา
  • 6:04 - 6:06
    และการทำวิจัยลักษณะนี้
  • 6:06 - 6:08
    เธอติดขั้วไฟฟ้าลงบนหัวของเขา
  • 6:08 - 6:10
    เพื่อที่เราจะได้บันทึกสัญญาณทางไฟฟ้า
  • 6:10 - 6:13
    จากสมองของจอห์นในระหว่างที่เขาขับไปรอบๆ สนาม
  • 6:13 - 6:16
    แน่นอนอยู่แล้วว่าเราคงไม่ติดขั้วไฟฟ้า
    แค่ 2-3 ขั้วบนหัวของเขา
  • 6:16 - 6:20
    แล้วจะสามารถเข้าใจทุกความคิดของเขาที่เกิดขึ้นในสนาม
  • 6:20 - 6:23
    อย่างไรก็ตาม นักประสาทวิทยาได้บ่งชี้รูปแบบบางอย่าง
  • 6:23 - 6:27
    ที่ทำให้เราพอจะมองออกถึงแง่มุมสำคัญๆ
  • 6:27 - 6:29
    ยกตัวอย่างเช่น สมองในขณะพัก
  • 6:29 - 6:31
    มีแนวโน้มจะสร้างคลื่นความถี่อัลฟาออกมามาก
  • 6:31 - 6:35
    ในทางกลับกัน คลื่นธีต้าก็มักจะเกี่ยวข้องกับ
  • 6:35 - 6:38
    กิจกรรมที่ต้องกับการรับรู้มากๆ เช่นการประมวลภาพ
  • 6:38 - 6:41
    หรือสิ่งที่นักแข่งต้องใช้ความคิดพอสมควร
  • 6:41 - 6:42
    ทีนี้ เราสามารถวัดมันได้
  • 6:42 - 6:44
    แล้วเราก็สามารถวัดพลังงานเปรียบเทียบ
  • 6:44 - 6:47
    ระหว่างคลื่นธีต้า และคลื่นอัลฟาได้
  • 6:47 - 6:49
    นี่ทำให้เราสามารถวัดภาระงานของจิตใจ
  • 6:49 - 6:53
    ว่านักแข่งนั้นถูกท้าทายมากแค่ไหนในเชิงของการรับรู้
  • 6:53 - 6:54
    ณ จุดใดๆ ในสนามแข่ง
  • 6:54 - 6:57
    เราต้องการลองว่าเราจะสามารถบันทึก
    สิ่งเหล่านี้ได้จริงหรือไม่ในสนามแข่ง
  • 6:57 - 7:00
    เราจึงมุ่งหน้าลงใต้ไปยัง ลากูนา เซกา (Laguna Seca)
  • 7:00 - 7:02
    ลากูนา เซกา เป็นสนามแข่งระดับตำนาน
  • 7:02 - 7:05
    อยู่กึ่งกลางระหว่าง ซาลินาส และมอนทาเรย์
  • 7:05 - 7:07
    มันมีทางโค้งอยู่โค้งหนึ่งที่เรียกว่า เกลียวจุกคอร์ค
  • 7:07 - 7:10
    ทีนี้ เกลียวจุกคอร์ค คือ เริ่มจากสิ่งกีดขวาง
  • 7:10 - 7:12
    ตามด้วยโค้งไปทางขวาอย่างรวดเร็ว
    ในขณะที่ถนนลดระดับลงเท่ากับตึก 3 ชั้น
  • 7:12 - 7:16
    กลยุทธการขับขี่ที่ผมได้รับการถ่ายทอดมาคือ
  • 7:16 - 7:18
    คุณต้องเล็งไปยังพุ่มไม้ในระยะไกล
  • 7:18 - 7:21
    และพอถนนลดระดับลง กว่าจะรู้ตัวคุณก็จะอยู่บนยอดไม้พอดี
  • 7:21 - 7:24
    ต้องขอบคุณโครงการ Revs ของแสตนฟอร์ด
  • 7:24 - 7:26
    เราจึงพาจอห์นไปที่นั่นได้
  • 7:26 - 7:27
    และให้เขานั่งหลังพวงมาลัย
  • 7:27 - 7:29
    รถพอร์ช อาบาร์ธ แคเรรา ปี 1960
  • 7:29 - 7:33
    คือ ชีวิตมันสั้นเกินกว่าที่จะขับรถธรรมดาๆ น่ะครับ
  • 7:33 - 7:35
    คุณจะเห็นจอห์นอยู่ในสนาม
  • 7:35 - 7:37
    เขากำลังวิ่งขึ้นเนิน โอ้บางคนชอบครับ
  • 7:37 - 7:39
    และคุณจะเห็นว่า จริงๆ แล้วภาระของจิตใจเขา
  • 7:39 - 7:42
    ถูกวัดออกมาเป็นแถบสีแดงนี้
  • 7:42 - 7:44
    คุณจะเห็นการตอบสนองของเขาเมื่อเขาเข้าใกล้โค้ง
  • 7:44 - 7:47
    ทีนี้ ดูครับ เขาต้องลดเกียร์
  • 7:47 - 7:48
    แล้วเขาต้องเลี้ยวซ้าย
  • 7:48 - 7:52
    มองหาต้นไม้ และขับลงเนิน
  • 7:52 - 7:55
    ไม่น่าแปลกใจ คุณจะเห็นว่านี่เป็นงานที่ท้าทายไม่น้อย
  • 7:55 - 7:58
    และคุณจะเห็นว่าภาระงานทางจิตใจของเขาพุ่งสูงขึ้น
    ในขณะที่เขากำลังประสบมัน
  • 7:58 - 8:00
    เช่นเดียวกับที่คุณจะคาดหวังกับบางสิ่งที่
  • 8:00 - 8:03
    ต้องใช้ความซับซ้อนระดับนี้
  • 8:03 - 8:06
    แต่ที่น่าสนใจคือ ลองดูที่บริเวณนี้ของสนามแข่ง
  • 8:06 - 8:09
    ที่ซึ่งภาระงานทางจิตใจของเขาไม่ได้เพิ่มขึ้น
  • 8:09 - 8:10
    ผมจะพาคุณอ้อม
  • 8:10 - 8:11
    ไปอีกด้านหนึ่งของสนาม
  • 8:11 - 8:14
    รอบที่ 3 และจอห์นกำลังจะขับเข้าสู่โค้งหนึ่ง
  • 8:14 - 8:16
    แล้วด้านท้ายของรถกำลังก็จะไถลออกด้านนอก
  • 8:16 - 8:18
    เขาจะต้องแก้ไขมันด้วยการคุมพวงมาลัย
  • 8:18 - 8:21
    ลองดูในขณะที่จอห์นกำลังทำมัน
  • 8:21 - 8:23
    ดูภาระงานทางจิตใจ และดูการควบคุมพวงมาลับ
  • 8:23 - 8:27
    รถเริ่มที่จะไถลออก การควบคุมอย่างฉับพลันเพื่อแก้ไข
  • 8:27 - 8:30
    และไม่มีความเปลี่ยนแปลงใดๆ กับภาระงานทางจิตใจ
  • 8:30 - 8:33
    ไม่ใช่งานที่ท้าทายสักเท่าไหร่
  • 8:33 - 8:36
    อันที่จริงแล้ว มันเป็นการตอบสนองโดยอัตโนมัติ
  • 8:36 - 8:40
    ตอนนี้ การประมวลข้อมูลของเรายังอยู่ในขั้นพื้นฐาน
  • 8:40 - 8:42
    แต่มันดูเหมือนว่า การแสดงอันน่าทึ่ง
  • 8:42 - 8:44
    ที่นักขับรถแข่งเหล่านี้กำลังทำอยู่
  • 8:44 - 8:46
    เป็นไปโดยสัญชาติญาณ
  • 8:46 - 8:49
    มีบางสิ่งที่พวกเขาเรียนรู้ที่จะทำได้โดยง่าย
  • 8:49 - 8:52
    มันต้องใช้ภาระงานทางจิตใจน้อยมาก
  • 8:52 - 8:54
    สำหรับพวกเขาที่จะแสดงสิ่งที่น่าทึ่งนี้
  • 8:54 - 8:58
    และการแสดงของพวกเขาก็ยอดเยี่ยมมาก
  • 8:58 - 9:00
    นี่คือสิ่งที่คุณต้องการในการควบคุมพวงมาลัย
  • 9:00 - 9:04
    เพื่อคุมรถในสถานการณ์แบบนี้
  • 9:04 - 9:07
    สิ่งนี้ได้ให้ความเข้าใจอย่างลึกซึ้งแก่เรา
  • 9:07 - 9:10
    และเป็นแรงบันดาลใจสำหรับรถยนต์อัตโนมัติของเรา
  • 9:10 - 9:12
    เราได้เริ่มถามคำถามว่า
  • 9:12 - 9:14
    เราจะทำให้พวกมันใช้ระเบียบวิธีคิดให้น้อยลง
  • 9:14 - 9:17
    และใช้สัญชาตญาณให้มากขึ้น ได้หรือไม่
  • 9:17 - 9:19
    เราจะสามารถนำเอาการตอบสนองแบบอัตโนมัติ
  • 9:19 - 9:21
    ที่เราเห็นจากเหล่าสุดยอดนักแข่ง
  • 9:21 - 9:23
    แล้วใส่มันลงไปในรถของเรา
  • 9:23 - 9:25
    และบางทีอาจจะใส่ลงไปในระบบ
  • 9:25 - 9:27
    ที่จะเข้าไปอยู่ในรถของคุณในอนาคต
  • 9:27 - 9:29
    นี่คงจะเป็นงานที่ยาวไกล
  • 9:29 - 9:31
    บนเส้นทางของรถยนต์อัตโนมัติ
  • 9:31 - 9:33
    ที่จะขับได้ดีเท่ากับมนุษย์ที่เก่งที่สุด
  • 9:33 - 9:36
    แต่มันทำให้เราต้องคิดลึกซึ้งขึ้นเช่นกัน
  • 9:36 - 9:39
    ว่าเราต้องการบางสิ่งที่มากขึ้นจากรถของเรา
  • 9:39 - 9:41
    มากกว่าที่จะเป็นแค่เพียงโชเฟอร์หรือไม่?
  • 9:41 - 9:45
    เราต้องการให้รถของเรา เป็นเพื่อน เป็นโค้ช
  • 9:45 - 9:48
    เป็นผู้ที่ใช้ความเข้าใจสถานการณ์
  • 9:48 - 9:53
    เพื่อช่วยให้เราใช้ศักยภาพได้เต็มที่หรือเปล่า?
  • 9:53 - 9:55
    เทคโนโลยีนี้ จะสามารถ ไม่เพียงแต่ทดแทนมนุษย์
  • 9:55 - 10:00
    แต่ชวยให้เราเข้าถึงระดับของการตอบสนองแบบอัตโนมัติ
    และใช้สัญชาตญาณ
  • 10:00 - 10:03
    ซึ่งเราทั้งหลายสามารถทำได้
  • 10:03 - 10:05
    เมื่อเราเดินหน้าไปในอนาคตของเทคโนโลยีนี้
  • 10:05 - 10:08
    ผมอยากให้คุณลองหยุดและคิดสักครู่ว่า
  • 10:08 - 10:12
    ความสมดุลย์ที่เหมาะสม
    ระหว่างมนุษย์กับจักรกล ควรอยู่ตรงไหน
  • 10:12 - 10:13
    และเมื่อเราคิดอยู่นั้น
  • 10:13 - 10:15
    เรามาสร้างบันดาลใจ
  • 10:15 - 10:18
    จากความสามารถอันน่าทึ่ง
  • 10:18 - 10:21
    ของร่างกายและจิตใจของมนุษย์ กันเถอะครับ
  • 10:21 - 10:23
    ขอบคุณครับ
  • 10:23 - 10:27
    (เสียงปรบมือ)
Title:
คริส เกอร์เดส: รถแข่งแห่งอนาคต -- 150 ไมล์ต่อชั่วโมง โดยไม่มีคนขับ
Speaker:
Chris Gerdes
Description:

รถยนต์อัตโนมัติกำลังจะมา -- และพวกมันจะเก่งกว่าคุณเสียอีก คริส เกอร์เดสจะเผยให้เห็นวิธีที่เขาและทีมของเขา พัฒนาหุ่นยนต์รถแข่ง ที่สามารถวิ่งได้ 150 ไมล์ต่อชั่วโมง และยังเลี่ยงอุบัติเหตุทุกอย่างที่จะเลี่ยงได้ และนอกจากนั้น ในการศึกษาคลื่นสมองของนักแข่งรถมืออาชีพ เกอร์เดส กล่าวว่าเขาได้รับความซาบซึ้งใหม่ ต่อสัญชาติของนักแข่งรถมืออาชีพ (บันทึก ณ TEDxStanford)
more » « less
Video Language:
English
Team:
closed TED
Project:
TEDTalks
Duration:
10:47

Thai subtitles

Revisions

Our website uses cookies for analysis purposes.