Se os carros pudessem falar, talvez se evitassem acidentes

Quando conduzimos, entramos numa bolha de vidro, trancamos as portas e pisamos o acelerador, contando com os nossos olhos para nos guiar — mesmo só podendo ver alguns carros para a frente e para trás. Mas e se os carros pudessem partilhar informação com os outros sobre a sua posição e velocidade e usar modelos preditivos para calcular os percursos mais seguros na estrada? Jennifer Healey imagina um mundo sem acidentes. (Filmado na TED@Intel.)

Sejamos diretos:

Conduzir é perigoso.

É daquelas coisas em que não queremos pensar

mas as figuras religiosas e símbolos de sorte

que aparecem em tabliers por todo o mundo

revelam que temos consciência disso.

Os acidentes automóveis são
a principal causa de morte

entre os 16 e os 19 anos nos EUA —

principal causa de morte —

e 75% destes acidentes não têm que ver

com drogas ou álcool.

O que é que se passa?

Ninguém sabe ao certo, mas lembro-me
do meu primeiro acidente.

Era uma jovem condutora na autoestrada,

e vi as luzes do travão do carro
da frente acenderem.

Pensei: "Ok, tudo bem, vai abrandar,

"também vou abrandar."

Pisei no travão.

Mas não, ele não ia abrandar.

Ia parar, parar mesmo, parar mesmo
na autoestrada.

Estava a ir dos 105 km/h aos 0 km/h?

Pisei no pedal do travão com força.

Senti o ABS a funcionar,
o carro a continuar a andar,

e não ia parar, e eu sabia disso,

o airbag dispara, o carro fica destruído,

e, felizmente, ninguém se magoou.

Mas não fazia ideia de que o carro ia parar,

e acho que conseguimos fazer melhor.

Penso que podemos transformar
a experiência de conduzir

deixando que os carros falem
uns com os outros.

Só quero que pensem um pouco

sobre como é a experiência de conduzir agora.

Entrem no carro. Fechem a porta.
Estão numa bolha de vidro.

Não podem realmente sentir
o mundo à vossa volta.

Estão numa extensão do corpo.

Têm de o conduzir por

estradas pouco visíveis,

em e entre outros gigantes de metal,
a velocidades super-humanas.

E tudo o que têm a guiar-vos
são os vossos olhos.

Portanto, é tudo o que têm

olhos que não foram feitos para esta tarefa,

mas depois, as pessoas pedem-vos
para fazer coisas como

querem mudar de faixa,

qual é a primeira coisa que vos pedem?

Desviem os olhos da estrada. Tudo certo.

Parem de olhar para onde vão, virem,

verifiquem o ângulo morto,

e conduzam sem saberem para onde vão.

Vocês e toda a gente.
Este é o modo seguro de conduzir.

Porque o fazemos? Porque temos de o fazer

temos de escolher: "Olho para aqui ou para aqui?

"O que é mais importante?"

Geralmente, fazemos um ótimo trabalho

a decidir e escolher a que é que damos
atenção na estrada.

Mas, às vezes, escapa-nos qualquer coisa.

Às vezes, apercebemo-nos de algo
mal ou muito tarde.

Em inúmeros acidentes, o condutor diz:

"Não o vi".

E eu acredito. Acredito.

Não podemos ver tudo.

Mas agora existe tecnologia que
nos ajuda a melhorar isso.

No futuro, com carros a trocar informação
uns com os outros,

veremos não só três carros à frente

e três carros atrás, para a direita
e para a esquerda,

tudo ao mesmo tempo, com visão ampla,

mas veremos também dentro dos carros.

Veremos a velocidade do carro à nossa frente,

para vermos a que velocidade vai
ou se vai parar.

Se ele abrandar para 0, eu vou saber.

E com computação e algoritmos
e modelos preditivos,

conseguiremos ver o futuro.

Podem pensar que é impossível.

Como podem prever o futuro?
É muito difícil.

Na verdade não. Com carros
não é impossível.

Os carros são objetos tridimensionais

com uma posição e velocidade fixas.

Viajam por estradas.

Frequentemente em itinerários
pré-publicados.

Não é muito difícil fazer previsões sensatas

sobre onde vai um carro estar
no futuro próximo.

Mesmo quando está no carro

e vem um motociclista

a 140 km/h, a mudar de faixa —

sei que já tiveram esta experiência —

aquele tipo não "apareceu do nada."

Provavelmente já estava na estrada
desde há meia hora.

(Risos)

Certo? Quer dizer, alguém o viu.

16, 32, 48 km atrás, alguém o viu,

e assim que um carro vê esse tipo

e o coloca no mapa, ele fica lá —

posição, velocidade,

é provável que continue a 140 km/h.

Vão saber, porque o vosso carro
vai saber, porque

o outro carro terá dito algo ao seu ouvido,

tipo: "Já agora, daqui a 5 minutos,

"motociclista, cuidado."

Podem fazer previsões razoáveis sobre
como os carros se comportam.

Isto é, são objetos newtonianos.

É algo muito bom sobre eles.

Então como chegamos lá?

Podemos começar com algo
tão simples como

partilhar informação sobre a nossa posição
entre carros,

apenas partilhando o GPS.

Se eu tiver um GPS e uma câmara
no meu carro,

tenho uma ideia muito precisa
sobre onde estou

e a que velocidade vou.

Com visão computacional, posso calcular onde

estão os carros à minha volta, mais ou menos,
e para onde vão.

E o mesmo com os outros carros.

Podem ter uma ideia precisa de onde estão,

e uma ideia vaga de onde os outros estão.

O que acontece quando dois carros
partilham essa informação,

comunicando um com o outro?

Posso-vos dizer exatamente
o que acontece.

Ambos os modelos melhoram.

Todos ganham.

O Professor Bob Wang e a sua equipa

fizeram simulações

quando cálculos vagos se combinam,
até no semáforo,

quando os carros apenas partilham
informação de GPS,

e passámos da pesquisa da simulação
no computador

para os bancos de teste robô que
têm os sensores reais

que estão nos carros agora nestes robôs:

câmaras estéreo, GPS,

e os dois telémetros a laser bi-dimensionais

que são comuns em sistemas de emergência.

Juntamos um discreto rádio de curto alcance,

e os robôs falam uns com os outros.

Quando estes robôs se encontram,

localizam a posição do outro de modo preciso,

e podem evitar-se uns aos outros.

Estamos a juntar cada vez mais
robôs à mistura,

e encontrámos alguns problemas.

Um dos problemas, devido ao excesso de dados,

é difícil processar todos os pacotes,
por isso é preciso ter prioridades,

e é aí que o modelo preditivo vos ajuda.

Se todos os vossos carros-robô estiverem
a localizar as trajetórias previstas

não darão tanta atenção a esses pacotes.

A prioridade será aquele

que parece um pouco fora de rota.

Aquele tipo pode ser um problema.

E será possível prever a nova trajetória.

Então, não só sabem que ele vai na rota errada,
mas também o quanto.

E sabe quais os condutores terá que alertar
para saírem do caminho.

E quisemos — qual a melhor maneira
de alertar toda a gente?

Como é que estes carros podem sussurrar:
"Precisa de sair do caminho"?

Bem, depende de duas coisas:

primeira, da capacidade do carro,

e segunda, da capacidade do condutor.

Se um tipo tem um ótimo carro,

mas está ao telemóvel ou a fazer algo,

provavelmente não estão na melhor posição

para reagir numa emergência.

Então iniciámos uma linha de
investigação separada

a fazer modelagem do estado do condutor.

E agora, usando um conjunto de três câmaras,

podemos detetar se um condutor
está a olhar para frente,

desviando o olhar, para baixo, ao telefone,

ou a beber um café.

Podemos prever o acidente

e quem, que carros,

estão na melhor posição para se desviarem

para calcularem o caminho
mais seguro para todos.

Fundamentalmente, estas tecnologias
já existem.

Acho que o nosso maior problema

é a vontade de partilharmos os nossos dados.

Acho que é uma noção muito perturbadora,

esta ideia de que os nossos carros
nos estarão a observar,

a falar sobre nós a outros carros,

que andaremos pela estrada como
num mar de boatos.

Mas acho que pode ser feito de maneira
a proteger a nossa privacidade,

como agora, quando olho para
o vosso carro, do lado de fora

não o conheço.

Olho para a vossa matrícula,

Na verdade, não sei quem são.

Acho que os nossos carros podem falar
de nós pelas costas.

(Risos)

E acho que vai ser ótimo.

Quero que considerem por um momento

se não querem mesmo que
o adolescente distraído lá atrás

saiba que estão a travar,

que está a chegar a uma paragem brusca.

Partilhando voluntariamente estes dados

podemos fazer o que é melhor para todos.

Por isso, deixem o carro falar sobre vocês.

Vai tornar as estradas muito mais seguras.

Obrigada.

(Aplausos)