BRIAN Scassellati: Benvingut a la sèrie de vídeo CS50 AI. El meu nom és SCA. I avui, serem parlant de cotxes d'auto-conducció. Ara, sóc una mica avergonyit d'admetre que quan Jo era un nen una gran part de la meva infància girat al voltant de David Hasselhoff. Ara, això va ser abans que ell va estar implicat en alguna cosa com Got Talent d'Estats Units, o involucrats com a socorrista en Baywatch, o fins i tot abans que tingués una mena d'història com una estrella del pop a Alemanya. 

En la meva infància, David Hasselhoff va ser l'actor de repartiment en una televisió coneguda sèrie anomenada Knight Rider. I dic que era l'actor de repartiment, perquè realment l'estrella d'aquest espectacle va ser un cotxe, un Trans Am nomenat Kit, que podia conduir per si mateix. Kit era increïble. Podria parlar amb vostè. 

Podria resoldre problemes. Podria conduir per tot el lloc. També tenia làsers i coets. Així que va ser una fantàstica vehicle per començar. 

Però aquesta era la ciència ficció del temps, cotxes autònoms que podria prendre decisions, que podria conduir al llarg de la carretera. I en cada punt un d'aquests episodis, David Hasselhoff faria ficar en problemes i el cotxe seria començar a conduir i anar a salvar-lo. Aquesta va ser la nostra ciència ficció. 

Fins i tot en tan sols els últims 30 any, que la ciència ficció ha passat de la televisió i en la pantalla en la realitat, en productes comercials. Avui, parlarem de com es és que els vehicles autònoms són realment capaç d'anar i conduir i coses absolutament increïble. Però anem a començar amb la història. 

Com que aquests cotxes d'auto-conducció no va sortir del no-res. I de fet, la molt primers cotxes d'auto-conducció, la veritat primera influent projectes d'investigació, va sortir d'un projecte anomenat NavLab. NavLab va ser un projecte que va abastar gairebé dues dècades al Carnegie Mellon Universitat. 

I van construir una varietat de diferents vehicles que va començar a buscar com petits monovolums, que eren Humvees, que van ser finalment acaba sedanes i minivans, fins i tot els autobusos urbans. I aquests diferents dispositius tenir sensors en ells, tingut computacional sistemes posats en ells, per la qual que podrien conduir, i el fre, i accelerar de forma autònoma pel seu compte. Ara, aquests sistemes eren molt primitiva en la sortida. 

I es recolzaven en molt marques dels carrils específics. Així que el sistema més impressionant que que havien construït era part de NavLab 05:00. I el 1995, aquest vehicle, que era minivan, en cotxe des de Pittsburgh a Sant Diego, prop de 3.000 milles. I 98% de les vegades, l'únic cosa control de la direcció va ser l'equip. 

98% de les vegades, era completament autònoma ja que va portar gairebé de costa a costa. Ara, això és increïblement impressionant. I quan pensem en això, hi ha molt que hem de considerar. 

Quin tipus de sensors es fa servir? Quin tipus de decisió estava realment fent? Quin era aquest altre 2% del temps? 

Anem a tractar d'arribar a alguns d'aquests problemes en l'actualitat. I si ens fixem en ells, anem a tractar per descobrir què és el que l'estructura sota i com el càlcul és directament conduir aquestes aplicacions. Ara, NavLab va ser un èxit tremend. I va ser la base de tot el nostre pensaments moderns sobre autònoma vehicles. 

Però els cotxes d'auto-conducció realment no arribat a ser ben conegut i popular fins que el 2005 la DARPA, com a part de el seu esforç desafiament gran, elaborar un programa per tractar per construir un vehicle autònom. I van fer d'aquest un desafiament. Van posar un premi $ 2.000.000 per aquí amb la idea que algunes investigacions molt intel·ligent equip es venja i sigui capaç de reclamar aquest premi de $ 2 milions. 

Ara, el premi no era serà fàcil d'aconseguir. Per tal d'obtenir el premi, vostè hauria per construir un vehicle que sense intervenció humana era capaç de conduir 150 milles curs a través del terreny aspre del desert. I això era una tasca molt. 

I en aquest moment, la gent pensava que eren realment boig en fer això. Així que la primera reunió de la gran repte va ser el 2004. I d'aquest curs 150 milles, la més allunyat, el millor equip que ells tenien, va ser prop de 11 milles abans el sistema va fracassar per complet. 

Ara, perquè us feu una idea de la dificultat que és, que 11 milles va ser vist com un fenomenal èxit absolut. Però DARPA volia més. I així que ens van oferir aquest mateix premi a l'any següent. 

I només un any més tard, la tecnologia tenia avançat fins al punt en el qual no només un sistema va ser capaç de completar el curs, però cinc diferents robot cotxes van acabar aquest curs. El més ràpid va acabar 132 milla en menys de set hores. Això va ser un robot anomenat Stanley. 

Stanley va ser construït pel Equip de curses de Stanford. I com es pot veure en la part superior, que tenia un nombre de diferents sensors per amunt a la caputxa, dalt a la part superior del vehicle, i tot el llarg. Usant una combinació de càmeres, infraroja i la llum normal, usant radars i sistemes de sonar a bord, utilitzant telèmetres làser per detectar obstacles, aquest vehicle va ser capaç per navegar per un terreny molt accidentat de direcció autònoma, autònoma trencar, de manera autònoma aplicar el gas. 

Això va ser un veritable èxit. Avui en dia, veiem que això passi fins i tot com una escala major. Molts de vosaltres heu sentit a parlar de l'auto-conducció de cotxes de Google. I aquests vehicles s'han registrat més de 1,2 milió de milles en els últims anys, sense intervenció humana alguna. 

De fet, cada vegada que que el cotxe té Google estat involucrat en qualsevol tipus d'accident, que ha estat bé perquè estava aparcat, o perquè alguns humana era tan interessat en el que estava fent que es van quedar al cotxe. Així que amb tots aquests sistemes, veiem aquesta complexitat emergent. I en aquest molt curt període de temps, hem passat de l'esfera de la ciència la ficció a la realitat comercial. 

Així que anem a començar a prendre aquests sistemes de separació. Anem a tractar d'entendre com és que treballen, ho fan en realitat fent. Per a això, anem a utilitzar el mateix tipus d'habilitats que hem parlat a classe. Cada vegada que vegi un problema, el que tractarem de fer és tractar de descompondre'l. 

Comenceu amb el més simple formar que podem. I després construir cap a fora a partir d'aquest senzill formulari. Així que això ens porta a la pregunta, què és la forma més simple d'autònoms la conducció? En quin moment és un ordinador realment en control del meu cotxe? 

Ara, la resposta pot sorprendre allà. A causa de que gairebé tots els vehicles venuts avui en dia en els EUA o Europa o en qualsevol lloc en realitat és parcialment un vehicle autònom. Ús de sistemes com els frens antibloqueig, aquests sistemes són realment autònoma. 

És a dir, quan em pas en el descans, el que estic fent és el que estic demanant el cotxe si us plau trencar ara. No estic realment directament trepitjar una cosa que s'aplica la pastilla de fre amb el rotor. I tot el punt de frens antibloqueig és que en algun punt del camí Vaig a ser capaç de pressionar cap avall al descans. 

Però el cotxe reconeixerà que la roda està lliscant. I va estrangular aquest senyal break, de manera que el fre no bloquegi. Aquests sistemes de frens antibloqueig són, en certa manera, la presa de decisions per a vostè. 

I en realitat, ells són els que estan a càrrec del sistema de frenada. Vostè està fent una petició. Però vostè no està realment en control. 

Així que podríem tractar de reconèixer això i dividir-lo en les parts que el componen. I podríem pensar-hi com una mica de codi pseudocodi. És a dir, que mentre estic trepitjar el fre, mentre estic aplicant pressió al pedal de fre, sistema de frens antibloqueig està comprovant contínuament veure és cadascuna d'aquestes rodes llisquen. 

I l'ús d'alguns interns sensors dins del cotxe, que estan detectant si o no la roda és en realitat parar o si es tracta de lliscament. I si és lliscant, l'anti-bloqueig sistemes de fre desacobla el fre, i després deixa anar. I quan les rodes s'aturen lliscant, que els torna a aplicar. 

És a dir, estic fent una petició. Estic trepitjant el fre. Però la ruptura real està sent decidit per aquesta petita peça de programari. Així que en realitat, tots els nostres cotxes són vehicles ia autònoms. 

Ara, això no és el que pensem quan pensem en vehicles autònoms. Pensem sobre els cotxes on puc prendre les meves mans lluny de la roda, i només podem deixar-lo anar. Ara, això no està succeint en un gran escala de tot el món encara avui. 

Però hi ha peces de que que estan començant a entrar en el sector comercial. Des de 2003, Toyota, i seguint que molts altres fabricants, tots, des de Ford i Lincoln a Mercedes Benz, ha estat oferint algun tipus d'estacionament intel·ligent ajudar. És a dir, hi ha sensors al cotxe, en general sensors ultrasònics per abreujar detecció sèrie d'obstacles, que són capaços de reconèixer on hi ha cotxes, vehicles, persones, qualsevol tipus d'obstacle al voltant del vehicle. 

A continuació, prem un botó al tauler i demanar al cotxe, si us plau aparcar ara. S'emet una sol·licitud. El sistema autònom llavors pren 1 i l'ús d'aquests sensors és capaç de guiar el cotxe a una posició d'estacionament particular. En alguns d'aquests models, no hi ha una versió d'estacionament en paral·lel i una còpia de seguretat en una versió acte. 

I cadascuna d'aquestes diferents aplicacions evoca una peça diferent de programari. Ara, que el programari No és gens estrany o no és una cosa que no es pot entendre en aquest punt. És només després de aquests senyals del sensor. 

Si hi ha alguna cosa que prop del costat esquerre i no tinc espai a la dreta, llavors seguiré una mica, de manera que pugui moure cap a la dreta. Molts dels primers sistemes d'aparcament controlaria l'angle de direcció, però requereixen l'usuari, el conductor humà, al pas realment en l'accelerador o trepitjar el descans. Els sistemes més moderns en realitat controlen que completament per si mateixos. 

Així, per exemple, en un Mercedes Dret del vehicle Classe S Ara, vostè pot tirar al costat on vol aparcar, prem un botó, i va estacionar en paral·lel per a vostè sense les teves mans al volant o els peus en els pedals. Ara tots aquests sistemes confiar en els sensors que estan construint en l'actualitat aquests vehicles. I si fem servir aquests sensors per detectar possibles obstacles i alertar a l'usuari o si fem servir aquests sensors per detectar un obstacle, i després dirigir automàticament de distància, això és només una qüestió de programari. 

De fet, només alguns Fa setmanes, Tesla, que és estat construint vehicles fantàstics amb tots aquests sensors en ells durant anys Ara, va emetre una actualització de programari. I aquesta actualització de programari permet els vehicles per primera vegada per introduir una conducció automàtica més, un pilot automàtic que ho va cridar. Aquest pilot automàtic permet que el vehicle per detectar col·lisions i automàticament trencar, per seguir un altre vehicle que està al davant d'ella, la velocitat del joc, per mantenir-se dins dels carrils, a mirar amb càmeres, tant infraroja i visible llum, i de poder per dir si o no que està a la deriva fora del seu carril o no, ajustar la direcció adequada, i fins i tot per canviar de carril quan els senyals d'usuari. 

Totes aquestes diferents característiques eren només és qüestió d'una actualització de programari. És a dir, tots aquests usuaris van despertar un matí per trobar aquest nou programari disponible en els seus vehicles. A causa que els sistemes de sensors ja hi eren. 

Ara, en tots aquests casos, que estem veient aquests programari sistemes basats convertint- més i més freqüent. Ells hi són fora en productes comercials ja. I el futur és que estem veurem més d'això. 

De fet, només per aquesta any, Freightliner va ser capaç de desvetllar un camió autònom, un camió amb remolc autònom, que estan provant legalment a la carretera a Nevada. Aquests vehicles, de nou, seguir una ruta predeterminada. Es queden dins del seu carril. 

Acceleren i desaccelerar en resposta als obstacles o les condicions del trànsit. I fins i tot obeeixen a alguns dels altres subtileses de la carretera. Tots aquests sistemes són cada vegada més complexa. 

Però segueixen sent no del tot autònoma. Ells encara no estan bastant fent tot. És a dir, segueixen sent que requereix un conductor humà d'estar present per fer algunes decisions d'alt nivell. 

I una de les coses que estem veurem en els propers cinc anys són una varietat de legal i qüestions ètiques que giren al voltant del programari sent construït per a aquests cotxes sense conductor. Com és que un conductor cotxe ha de respondre si és envoltada per un grup de persones? Què passa si el conductor cotxe està patinant al camí i es pot dirigir cap a una multitud de 10 persones o un grup de 7 persones? Què ha de fer el cotxe? 

En tots aquests casos, hi ha una rica varietat de preguntes que es planteja. I no són només de programari preguntes, qüestions jurídiques, qüestions ètiques, preguntes filosòfiques. I ells són els que nosaltres, com comunitat haurà d'abordar. 

Així que et deixo amb una última pensat, aquest de Randall Munroe, de XKCD, un dels meus còmics preferits. No és només que veurem aquests vehicles estan construint i sent dissenyat amb programari. Però anem a veure a la gent tractar d'explotar també. 

Com serà quan algú pot, mitjançant Wi-Fi, descarregar un pegat o carregar un virus al seu cotxe? Quin tipus de coses passarà llavors? Aquest és una mica més lúdica d'un exemple. Però aquestes són les preguntes anem a tractar amb aviat. 

Gràcies per acompanyar-me. Espero que hagis gaudit. I ens veiem la propera vegada.