Jennifer Healey: Kdyby auta mohla mluvit, nehodám by se možná dalo vyhnout

Když řídíme, dostaneme se do skleněné bubliny, zamkneme dveře a šlápneme na plyn, spoléhajíc na naše oči, aby nás vedly -- ačkoliv můžeme vidět jen pár aut před a za námi. Ale co kdyby auta mezi sebou mohla sdílet údaje o své poloze a rychlosti a používat prediktivní modely, aby vypočítala nejbezpečnější cestu pro každého na silnici? Jennifer Healey představuje svět bez nehod. (Filmed at TED@Intel)

Postavme se k tomu čelem --

řízení je nebezpečné.

Je to jedna z věcí, nad kterou neradi přemýšlíme,

ale skutečnost, že se náboženské ikony a přívěsky pro štěstí

objevují na palubních deskách po celém světě,

zrazuje fakt, že víme, že je to pravda.

Autonehody jsou hlavní příčinou smrti

lidí ve věku od 16 do 19 let ve Spojených státech --

hlavní příčinou smrti --

a 75 procent těchto nehod nemá nic společného

s drogami nebo alkoholem.

Takže co se děje?

Nikdo to nemůže říct jistě, ale já si pamatuji svou první nehodu.

Byla jsem mladá řidička na dálnici

a uviděla jsem, jak se brzdová světla auta přede mnou rozsvítila.

Říkám si: "Dobře, dobře, ten chlapík zpomaluje,

zpomalím taky."

Šlápla jsem na brzdu.

Ale ne, ten člověk nezpomaluje.

Ten člověk zastavuje, na doraz, na doraz na dálnici.

Z 65 mil za hodinu na nulu.

Prudce jsem sešlápla brzdy.

Cítila jsem, jak ABS naskočilo, a auto stále jede,

a nezastaví, a já vím, že nezastaví,

a airbag vystřeluje, auto je hotové,

a naštěstí, nikdo nebyl zraněn.

Ale já jsem nevěděla, že to auto zastavovalo

a myslím si, že to můžeme udělat mnohem lépe.

Myslím si, že můžeme přeměnit zkušenosti z řízení tak,

že necháme naše auta spolu mluvit.

Chci jen, aby jste trochu popřemýšleli,

jaké jsou zkušenosti s řízením nyní.

Jdete do svého auta. Zavřete dveře. Jste ve skleněné bublině.

Nemůžete bezprostředně vnímat svět kolem vás.

Jste v tomto rozšířeném těle.

Jste pověřeni navigovat je po

částečně viditelných silnicích,

v kovovém obrovi mezi dalšími takovými, rychlostí super člověka.

Je to tak? A vše, co máte, aby vás vedlo, jsou vaše dvě oči.

Dobrá, takže to je vše, co máte,

oči, které ve skutečnosti ani nebyly navrženy pro takový úkol,

ale pak vás lidé žádají o věci typu

přejetí do jiného jízdního pruhu.

Co je první věcí, kterou chtějí, aby jste udělali?

Spusťte oči ze silnice. Tak je to správně.

Přestaňte se dívat, kam jedete, zabočte,

zkontrolujte si svůj slepý bod

a jeďte po silnici, aniž by jste sledovali, kam jedete.

Vy a všichni ostatní. Tohle je bezpečný způsob řízení.

Proč to děláme? Protože musíme,

musíme se rozhodnout, podívám se sem, nebo sem?

Co je důležitější?

A obvykle odvádíme skvělou práci,

odhadujeme a vybíráme čeho se na silnici účastníme.

Ale příležitostně nám něco unikne.

Příležitostně něco zachytíme špatně nebo příliš pozdě.

U bezpočtu nehod řidič říká:

"Nečekal jsem to."

A já tomu věřím. Věřím tomu.

Nemůžeme vnímat všechno.

Ale nyní existuje technologie, která nám to může pomoci zlepšit.

V budoucnosti, kde si auta jedno s druhým budou vyměňovat údaje,

budeme schopni vidět nejen tři auta před sebou

a tři za sebou, vpravo a vlevo,

vše zároveň, z ptačí perspektivy,

ale také uvidíme dovnitř aut.

Budeme schopni vidět rychlost auta před námi,

jak rychle ten člověk jede nebo zastavuje.

Jestli ten člověk zpomaluje na nulu, budu o tom vědět.

A s výpočty a algoritmy a prediktivními modely

budeme schopni vidět do budoucnosti.

Možná si myslíte, že je to nemožné.

Jak můžete předpovědět budoucnost? Je to skutečně těžké.

Vlastně, není. S auty to není nemožné.

Auta jsou trojrozměrné objekty,

které mají pevnou polohu a rychlost.

Cestují po silnicích.

Často cestují po předběžně zveřejněných cestách.

Skutečně není tak těžké udělat přiměřené prognózy toho,

kam auto pojede v blízké budoucnosti.

I v případě, že jste ve svém autě

a nějaký motocyklista předjíždí -- bum! --

rychlostí 85 mil za hodinu --

já vím, že jste měli takovou zkušenost --

tenhle chlapík nepřijel "jen tak odnikud".

Tento chlapík byl na silnici nejspíš poslední půl hodiny.

(Smích)

Je to tak? Chci říct, někdo jej už viděl.

Deset, 20, 30 mil nazpět toho chlapíka někdo viděl,

a jakmile jedno auto toho člověka spatří

a umístí jej na mapu, je na mapě --

poloha, rychlost,

s dobrým odhadem bude pokračovat v jízdě 85 mil za hodinu.

Budete to vědět, protože vaše auto to bude vědět,

protože mu to jiné auto zašeptá do ucha:

"Mimochodem, pět minut,

motocyklista, dávej pozor."

Můžete přiměřeně předvídat, jak se auta chovají.

Chci říct, jsou to Newtonovy objekty.

To je na nich velice pěkné.

Takže jak se k tomu dostaneme?

Můžeme začít s něčím tak jednoduchým,

jako je sdílení údajů o naší poloze mezi auty,

stačí sdílené GPS.

Pokud budu mít ve svém autě GPS a kameru,

budu mít dost přesnou představu o tom, kde jsem

a jak rychle jedu.

S počítačovým viděním můžu odhadnout,

kde asi jsou auta kolem mě, a kam jedou.

A totéž s ostatními auty.

Můžou mít přesnou představu o tom, kde jsou,

a takovou mlhavou představu, kde jsou ostatní auta.

Co se stane, jestli dvě auta sdílí tyto údaje,

jestli spolu mluví?

Můžu vám říct přesně, co se stane.

Oba modely se zlepší.

Každý vyhraje.

Profesor Bob Wang a jeho tým

udělali počítačové simulace toho, co se stane,

když se nejasné odhady spojí, dokonce i v provozu za světla,

kdy auta sdílí GPS údaje,

a my jsme tento výzkum posunuli z počítačové simulace

do robotových testbed, které mají skutečné snímače,

které jsou nyní v autech na těchto robotech:

stereo kamery, GPS,

a dvourozměrné laserové dálkoměry,

které jsou běžné v zálohovacích systémech.

Přikládáme také diskrétní komunikační rádio krátkého dosahu

a roboti spolu hovoří.

Když na sebe roboti přijdou,

přesně sledují vzájemnou polohu

a mohou se sobě navzájem vyhnout.

Nyní do této kombinace přidáváme více a více robotů

a narazili jsme na určité problémy.

Jeden z těch problémů je, když je kolem příliš mnoho štěbetání,

je obtížné zpracovat všechny balíčky, takže musíte něco upřednostnit,

a zde vám pomohou prediktivní modely.

Pokud vaše auta-roboty všechny sledují předpovězené trajektorie,

nemusíte věnovat tolik pozornosti těm balíčkům.

Upřednostníte jednoho člověka,

který se zdá být trochu mimo kurz.

Ten by mohl být problémem.

A vy můžete předpovědět novou trajektorii.

Takže víte nejen to, že jede mimo kurz, víte i jak.

A víte které řidiče máte varovat, aby uhnuli z cesty.

Šlo nám o to, jak nejlépe varovat každého.

Jak mohou tato auta šeptat: "Musíš uhnout z cesty?"

Nu, záleží to na dvou věcech:

zaprvé na schopnosti auta,

a zadruhé na schopnosti řidiče.

Pokud má jeden člověk opravdu velké auto,

ale zrovna telefonuje, nebo, však víte, prostě něco dělá,

asi není v té nejlepší pozici,

aby reagoval v případě pohotovosti.

Takže jsme začali se samostatnou částí výzkumu,

který modeluje stav řidiče.

A nyní, za užití série tří kamer,

můžeme odhalit, jestli se řidič dívá dopředu,

jinam, dolů, na telefon,

nebo jestli si dává šálek kávy.

Umíme předpovědět nehodu,

a umíme předpovědět kdo, která auta,

jsou v nejlepší pozici k poodjetí z cesty,

abychom vypočítali nejbezpečnější cestu pro každého.

V podstatě tyto technologie dnes existují.

Myslím si, že největší problém, kterému čelíme,

je naše vlastní ochota sdílet údaje.

Myslím, že je to velmi znepokojující představa,

tento nápad, že naše auta nás budou sledovat,

říkat o nás dalším autům,

že pojedeme po cestě v moři pomluv.

Ale věřím, že to může být uděláno způsobem, který by chránil naše soukromí,

stejně jako nyní, kdy se zvenku podívám na vaše auto,

a prakticky o vás nevím.

Když se podívám na vaši státní poznávací značku,

ve skutečnosti nevím, kdo jste.

Věřím, že naše auta o nás mohou mluvit za našimi zády.

(Smích)

A myslím si, že to bude skvělá věc.

Chci, aby jste na chvíli pouvažovali,

zda opravdu nechcete, aby ten nepozorný teenager za vámi

věděl, že zastavujete,

že zastavujete na doraz.

Ochotným sdílením našich dat

můžeme udělat to, co je nejlepší pro každého.

Tak nechte vaše auto, aby vás pomlouvalo.

Silnice budou mnohem bezpečnější.

Děkuji vám za pozornost.

(Potlesk)