TED日本語 - ジェニファー・ヒーリー: もし車が話せたら事故は避けられる

TED日本語

TED Talks(英語 日本語字幕付き動画)

TED日本語 - ジェニファー・ヒーリー: もし車が話せたら事故は避けられる

TED Talks

もし車が話せたら事故は避けられる
If cars could talk, accidents might be avoidable
ジェニファー・ヒーリー
Jennifer Healey

内容

車を運転するときは、ガラスに囲まれた密閉空間に乗り込みドアにロックをかけ、自分の目を頼りにして ? 前後の数台しか見ることはできないにも関わらず ? アクセルを踏み込みます 。しかし車同士が位置や速度の情報を共有し、予測モデルを用いて道路上の全員にとって最も安全な経路を計算できたらどうでしょうか?ジェニファー・ヒーリーは事故の無い世界を想像します。(TED@Intelで収録)

Script

Let's face it: Driving is dangerous. It's one of the things that we don't like to think about, but the fact that religious icons and good luck charms show up on dashboards around the world betrays the fact that we know this to be true. Car accidents are the leading cause of death in people ages 16 to 19 in the United States -- leading cause of death -- and 75 percent of these accidents have nothing to do with drugs or alcohol.

So what happens? No one can say for sure, but I remember my first accident. I was a young driver out on the highway, and the car in front of me, I saw the brake lights go on. I'm like, "Okay, all right, this guy is slowing down, I'll slow down too." I step on the brake. But no, this guy isn't slowing down. This guy is stopping, dead stop, dead stop on the highway. It was just going 65 -- to zero? I slammed on the brakes. I felt the ABS kick in, and the car is still going, and it's not going to stop, and I know it's not going to stop, and the air bag deploys, the car is totaled, and fortunately, no one was hurt. But I had no idea that car was stopping, and I think we can do a lot better than that. I think we can transform the driving experience by letting our cars talk to each other.

I just want you to think a little bit about what the experience of driving is like now. Get into your car. Close the door. You're in a glass bubble. You can't really directly sense the world around you. You're in this extended body. You're tasked with navigating it down partially-seen roadways, in and amongst other metal giants, at super-human speeds. Okay? And all you have to guide you are your two eyes. Okay, so that's all you have, eyes that weren't really designed for this task, but then people ask you to do things like, you want to make a lane change, what's the first thing they ask you do? Take your eyes off the road. That's right. Stop looking where you're going, turn, check your blind spot, and drive down the road without looking where you're going. You and everyone else. This is the safe way to drive. Why do we do this? Because we have to, we have to make a choice, do I look here or do I look here? What's more important? And usually we do a fantastic job picking and choosing what we attend to on the road. But occasionally we miss something. Occasionally we sense something wrong or too late. In countless accidents, the driver says, "I didn't see it coming." And I believe that. I believe that. We can only watch so much.

But the technology exists now that can help us improve that. In the future, with cars exchanging data with each other, we will be able to see not just three cars ahead and three cars behind, to the right and left, all at the same time, bird's eye view, we will actually be able to see into those cars. We will be able to see the velocity of the car in front of us, to see how fast that guy's going or stopping. If that guy's going down to zero, I'll know.

And with computation and algorithms and predictive models, we will be able to see the future. You may think that's impossible. How can you predict the future? That's really hard. Actually, no. With cars, it's not impossible. Cars are three-dimensional objects that have a fixed position and velocity. They travel down roads. Often they travel on pre-published routes. It's really not that hard to make reasonable predictions about where a car's going to be in the near future. Even if, when you're in your car and some motorcyclist comes -- bshoom! -- 85 miles an hour down, lane-splitting -- I know you've had this experience -- that guy didn't "just come out of nowhere." That guy's been on the road probably for the last half hour. (Laughter) Right? I mean, somebody's seen him. Ten,20,30 miles back, someone's seen that guy, and as soon as one car sees that guy and puts him on the map, he's on the map -- position, velocity, good estimate he'll continue going 85 miles an hour. You'll know, because your car will know, because that other car will have whispered something in his ear, like, "By the way,five minutes, motorcyclist, watch out." You can make reasonable predictions about how cars behave. I mean, they're Newtonian objects. That's very nice about them.

So how do we get there? We can start with something as simple as sharing our position data between cars, just sharing GPS. If I have a GPS and a camera in my car, I have a pretty precise idea of where I am and how fast I'm going. With computer vision, I can estimate where the cars around me are, sort of, and where they're going. And same with the other cars. They can have a precise idea of where they are, and sort of a vague idea of where the other cars are. What happens if two cars share that data, if they talk to each other? I can tell you exactly what happens. Both models improve. Everybody wins. Professor Bob Wang and his team have done computer simulations of what happens when fuzzy estimates combine, even in light traffic, when cars just share GPS data, and we've moved this research out of the computer simulation and into robot test beds that have the actual sensors that are in cars now on these robots: stereo cameras, GPS, and the two-dimensional laser range finders that are common in backup systems. We also attach a discrete short-range communication radio, and the robots talk to each other. When these robots come at each other, they track each other's position precisely, and they can avoid each other.

We're now adding more and more robots into the mix, and we encountered some problems. One of the problems, when you get too much chatter, it's hard to process all the packets, so you have to prioritize, and that's where the predictive model helps you. If your robot cars are all tracking the predicted trajectories, you don't pay as much attention to those packets. You prioritize the one guy who seems to be going a little off course. That guy could be a problem. And you can predict the new trajectory. So you don't only know that he's going off course, you know how. And you know which drivers you need to alert to get out of the way.

And we wanted to do -- how can we best alert everyone? How can these cars whisper, "You need to get out of the way?" Well, it depends on two things: one, the ability of the car, and second the ability of the driver. If one guy has a really great car, but they're on their phone or, you know, doing something, they're not probably in the best position to react in an emergency. So we started a separate line of research doing driver state modeling. And now, using a series of three cameras, we can detect if a driver is looking forward, looking away, looking down, on the phone, or having a cup of coffee. We can predict the accident and we can predict who, which cars, are in the best position to move out of the way to calculate the safest route for everyone. Fundamentally, these technologies exist today.

I think the biggest problem that we face is our own willingness to share our data. I think it's a very disconcerting notion, this idea that our cars will be watching us, talking about us to other cars, that we'll be going down the road in a sea of gossip. But I believe it can be done in a way that protects our privacy, just like right now, when I look at your car from the outside, I don't really know about you. If I look at your license plate number, I don't really know who you are. I believe our cars can talk about us behind our backs.

(Laughter)

And I think it's going to be a great thing. I want you to consider for a moment if you really don't want the distracted teenager behind you to know that you're braking, that you're coming to a dead stop. By sharing our data willingly, we can do what's best for everyone.

So let your car gossip about you. It's going to make the roads a lot safer.

Thank you.

(Applause)

事実に向き合いましょう 運転は危険な行為です 私たちはそれについて考えることを避けますが 事実 世界中の車のダッシュボードには 宗教の偶像や 幸運のお守りが飾られています それでも これを真実とは認めようとしないのです 自動車事故は アメリカの 16歳から19歳の人の間では 最大の死因であり その事故のうち75%はドラッグやアルコールとも 関係がありません

では何が起きているのでしょう? 確かなことは言えませんが私は初めての事故を憶えています 若い頃 高速道路を運転していると 前の車のブレーキランプが光ったのが見えたので こんなことを思いました「減速するのね じゃあ私も減速しなきゃ」 私はブレーキを踏みました しかしその人はただ減速していたわけではなく 停止 それも高速道路の上で完全に停止したのです 時速約100km から 0km に 私はブレーキをベタ踏み ABSが作動したのが分かりましたがそれでも車は走り続け 分かっていたことではありますが止まり切れませんでした エアバッグが作動し車はめちゃめちゃ ですが幸運にもケガ人はいませんでした でも前の車が止まった理由は私には見当もつきません こんな状況は避けられたはずです 私が考えたのは 車がお互いにしゃべりかけることができれば もっと運転しやすくなるのではないかということです

少し考えて頂きたいのは 車の運転とはどんなものかということです 車に乗り込み ドアを閉めるとガラス内の窮屈な空間に密閉され 周りの世界は 直接には認識できなくなります その車体を 部分的にしか見えない道で 鉄の巨体をすり抜けながら 人間ではありえないスピードで操らなければならないのです いいですか? 信じられるのは自分の両目だけなんです そう それだけ 人間の目が本来 得意とはしないことを強いられるのです 車線変更をするとき まずどんなことをする必要があるでしょうか? 道から目をそらす?その通り 進行方向を見るのをやめて 死角を確認して 前を見ずに運転するんです 誰にとっても等しくこれが安全な運転方法とされています なぜこんなことをするのでしょうか? 視線を向ける先を選択する必要があるからです もっと重要なことは? 通常 私たちは道路上で 注目するものを選択するのは得意ですが 時として何かを見落としたり物事に気付くのが遅れたり 間違った解釈をしてしまうこともあります ドライバーは 事故を起こすと決まって 「気付かなかったんだ」と言い訳します それは信じましょう 全てに注意を払うのは不可能ですから

しかし 今やその状況を改善する技術が存在しています 将来的には 車がお互いにデータを交換することで 3台の車が前方にいるということだけでなく 後ろや左右にいる3台も 同時に俯瞰することができるようになり 車の中の様子までわかるようになります 前方の車の速度も分かるようになり 巡航速度や 止まろうとしていることも分かります 停止しようとしていることを事前に察知できるのです

アルゴリズムや予測モデルを用いた計算により 未来を予測できるようにもなるでしょう 不可能だと思われることでしょう どうやって未来を予測する?確かにとても困難ですが ? 実際には違うんです車に関しては不可能ではないのです 車は3次元の物体であり ある時点では 位置と速度は決まっています また道路を走行するものであり 多くの場合 事前から知られる経路をとります ある車が ほんの少し後にいる場所について 合理的な予測をすることはそんなに困難ではないのです 車に乗っているとき バイクが時速135kmで 車線を横切りながらブシューッとやって来たとしても ? こんな経験をされた方も多いかと思いますが ? 「どこからともなく現れた」というわけではありません その人は30分ぐらいは道路上にいたんです (笑) ここで言いたいのは 誰かがそのライダーを見たということ 10km 20km 30km手前でも誰かがその人を見たはずです ある車がその人を見かけ地図上に記録すると 地図に現れ 位置 速度や 時速135kmで走行を続けるという推定などが得られます これは事前に察知可能です 理由は他の車がこう耳打ちするからです 「ところで5分後 バイクに注意」というように 車の行動について合理的な予測ができるのです 車はニュートン力学に従う物体ですこれは非常に都合の良いことです

どのようにして実現するのでしょうか? まず手始めに GPSを使って 位置情報を共有するというような シンプルなことから始めましょう 私の車にGPSとカメラが搭載されていれば どこを どの位の速度で走行しているのか 非常に高い精度で分かります コンピュータ・ビジョンを用いれば 周囲の車の位置や 進行方向のようなものも割り出せます 他の車についても同様で 自分の現在地については正確に 他の車の位置については大雑把に分かります では2台の車がそのデータを共有したらどうなるでしょうか? 車がお互いに会話できたら? それは簡単なことで 両者の予測モデルが改善されます みんな得をするのです ボブ・ワン教授のチームは 車の共有するのがGPSデータのみで 交通量が少なくても 曖昧な推定を結合させるとどうなるか コンピュータでシミュレーションを行いました さらには この研究をシミュレーションの枠から出し 現在 実際に車に搭載されているセンサーを取り付けた ロボットを用いて実験を行いました 使用したのはステレオカメラ GPS そして補助システムとして一般的な 2次元レーザー距離計です また それとは別に短距離無線装置を取り付け ロボット間の情報伝達を可能にしました ロボット同士が近付くと お互いの位置を正確に追跡し 衝突を避けることができます

現在もさらなる改良を続けていますが いくつかの問題に突き当たりました その1つは 情報量を増やし過ぎると データを処理し切れなくなることですそこで優先度を決める必要が出てきますが それこそ予測モデルが役に立つ場面です ロボット自動車が予測された軌跡をなぞっているだけなら そんな情報は捨てても構いません 優先すべきは 予測とは異なる 道を進んでいる車です そのようなものこそ問題となりますが 軌跡を新たに予測することができます 道を外れたことだけでなくその外れ具合も分かるのです さらに 退くよう警告する必要があるのはどのドライバーかも分かります

どうやって全員に警告するのがベストでしょうか? どうすれば車は「どいた方が良い」と耳打ちできるでしょうか? 次の2つの要素に依存します 1つは車の能力 もう1つはドライバーの能力です 性能の良い車に乗っていても 電話していたり 何かをしていたら おそらく緊急時には 咄嗟に反応できません そこで私たちは別系統の研究を立ち上げ ドライバーの状態のモデル化を試みています 現在では 3台のカメラを用いて ドライバーが前を向いているのか 横や下を向いているのか電話しているのか コーヒーを飲んでいるのか検出できるようになりました 事故を予測することができ 全員が安全な経路を計算することで 誰が どの車が最も道を空けるのに 最適な位置にいるのか予測できるのです 本質的には これらの技術は既に存在しています

目下のところ 最大の問題は データを共有する意思です 確かに 自分の車に見張られ 自分のことを 他車に話され 陰口の中を進んで行くというのは あまり気乗りのしない考えだとは思います しかしプライバシーを侵害しないような方法で行うことも可能だと信じています さっき話したように車を外から見ても 乗っている人のことは分かりませんし それはナンバープレートについても同じことです 車が裏でしゃべってしまうかもしれませんけどね

(笑)

このアイデアは素晴らしいものだと思っています ちょっと考えてみてください 後ろにいる注意力散漫な10代の人に あなたがブレーキをかけて 完全停止しようとしていることを知らせたくは無いのですか? データをすすんで共有することで みんなにとっての最善策を取れるのです

車に陰口をたたかせましょう それが道路をとても安全にするのですから

ありがとうございました

(拍手)

― もっと見る ―
― 折りたたむ ―

品詞分類

  • 主語
  • 動詞
  • 助動詞
  • 準動詞
  • 関係詞等

関連動画