BRIAN SCASSELLATI: Dobrodošli na video serije CS50 AI. Moje ime je SCAS. I danas, mi ćemo biti govorimo o self-vožnje automobila. Sada sam malo neugodno priznati da kada Bio sam klinac veliki dio mog djetinjstva vrtio oko David Hasselhoff. Sada, to je bilo prije nego što je bio uključen u nešto poput američke Got Talent, ili sudjeluje kao spasilac u Baywatch, ili čak i prije nego što je imao neku vrstu povijesti kao pop zvijezda u Njemačkoj. 

U mom djetinjstvu, David Hasselhoff bio je sporednu ulogu na dobro poznata televizijska Serija se zove Knight Rider. A ja kažem da je on sporednu ulogu, jer stvarno zvijezda ovaj show bio je auto, Trans Am imenu Kit, koji bi mogao voziti po sebi. Kit je bila nevjerojatna. To bi mogao razgovarati s vama. 

To bi moglo riješiti probleme. To bi mogao voziti sve više mjesta. Također je imao laseri i rakete. Dakle, to je fantastičan Vozilo za početak. 

No, to je znanost književnost vremena, autonomnih automobila koji mogao donositi odluke, koji bi mogao voziti cestom. I na svakom mjestu u jedan od tih epizoda, David Hasselhoff bi dobiti u nevolji i automobila će početi voziti i otići i spasiti ga. To je bio naš znanstvena fantastika. 

Čak iu samo zadnji 30 godine, da je znanstvena fantastika je otišao iz na televiziji i na zaslonu u stvarnost, u komercijalnim proizvodima. Danas ćemo govoriti o tome kako je je da autonomnih vozila su stvarno u mogućnosti otići i voziti te apsolutno nevjerojatne stvari. No, krenimo s poviješću. 

Zbog tih self-vožnje automobila nije došao niotkuda. A u stvari, vrlo prvi self-vožnje automobila, stvarno prva utjecajna istraživačkih projekata, izašao iz projekta pod nazivom Navlab. Navlab je projekt koji je obuhvaćao gotovo dva desetljeća na Carnegie Mellon Sveučilište. 

I oni su izgradili niz različitih vozila koji je počeo u potrazi poput malih kombija, koji su Humvees, koji su na kraju samo limuzina i minivans, čak i gradski autobusi. A ti različiti uređaji ima senzore u njima, imala računalna Sustavi staviti u njih, tako da da bi mogli usmjeriti i kočnice, i ubrzati samostalno sve na svoje. Sada, ovi sustavi su vrlo primitivna na početku. 

I oni oslonili na vrlo posebne oznake trake. Dakle najimpresivniji sustav koji su izgrađena je dio Navlab pet. I u 1995, ova vozilo, to je minivan, vozio iz Pittsburgha do San Diego, gotovo 3.000 milja. I 98% vremena, jedina stvar kontrolu upravljanja je računalo. 

98% vremena, to je potpuno samostalna kao što je vozio gotovo od obale do obale. Sada, to je nevjerojatno impresivno. I kada mislimo o tome, ima puno za nas da razmislite. 

Koje vrste senzora je da koristite? Kakav odluke je li to stvarno što? Što je to druga 2% vremena? 

Idemo pokušati doći do Neki od ovih pitanja danas. I kao što mi gledamo na njih, idemo probati otkriti što je to struktura ispod i kako je proračun izravno vožnje te programe. Sada, Navlab bio golem uspjeh. I to je temelj svih naših moderne misli o autonomna vozila. 

No self-vožnje automobila nije stvarno postali poznati i popularni dok je u 2005. DARPA, kao dio njihova velika izazov truda, sastaviti program probati graditi autonomnu vozilo. I oni su to izazov. Stavili su nagradu od 2 milijuna dolara vani s idejom da neko stvarno pametan istraživanja Tim će doći zajedno i biti mogli tvrditi nagradu ove 2 milijuna dolara. 

Sada, nagrada nije bila će biti lako doći. Kako bi se dobili nagrada, te će imati izgraditi vozilo koje bez ljudske intervencije bio u mogućnosti voziti 150 milja Naravno kroz teškom terenu pustinje. A to je mnogo zadaća. 

A u to vrijeme, ljudi su mislili da je oni su stvarno ludi u to. Tako je prvi sastanak Grand izazov je bio 2004. godine. I iz tog 150 milja naravno, najdalje, najbolji tim da su imali, otišao oko 11 milja prije sustav nije uspio u potpunosti. 

Sada, kako bi vam dati ideju kako je teško da je, da 11 milja viđena kao apsolutna fenomenalan uspjeh. No, DARPA je želio više. I tako su ponuđena ta ista nagrada sljedeće godine. 

I samo godinu dana kasnije, tehnologija je imala napredovala do točke gdje ne samo jedan Sustav je u stanju završiti tečaj, ali pet različitih robota automobili završili taj tečaj. Najbrži jedan završio 132 milja pod sedam sati. To je robot zove Stanley. 

Stanley je izgrađen od strane Stanford Racing Team. I kao što možete vidjeti na vrhu, imao je niz od različitih senzora se na napa, gore na vrhu vozila, i tijekom cijelog. Koristeći kombinaciju kamere, infracrveni i redovito svjetlo, pomoću radara i sonara sustava na brodu, pomoću laserskog daljinomjera otkriti prepreke, ovo vozilo je u mogućnosti ploviti preko vrlo teškom terenu samostalno upravljanje, autonomno razbijanje, autonomno primjenom plina. 

To je bio pravi uspjeh. Danas smo vidjeli ovo događa čak i kao većim razmjerima. Mnogi od vas su čuli za Google self-vožnje automobila. A ta vozila su prijavljeni preko 1.2 Milijun milja u posljednjih nekoliko godina, nema ljudska intervencija god. 

U stvari, svaki put da Google automobil ima bili uključeni u bilo kakve nezgode, je bilo je bio jer je bio parkiran, ili zato što su neki ljudski je pa zanima što je to radio da su naletio automobil. Dakle, sa svim tim sustavima, vidimo to složenosti nastajanju. I u ovom vrlo kratko vremensko razdoblje, mi smo otišao iz područja znanosti fikcija komercijalne stvarnosti. 

Tako ćemo početi da se ti sustavi apart. Pokušajmo razumjeti kako je to oni rade, što oni zapravo rade. Da biste to postigli, ćemo koriste iste vrste vještina da smo razgovarali o tome u razredu. Kada vidite problem, što ćemo pokušati učiniti je pokušati ga razgrađuju. 

Počnite s najjednostavnije čine da možemo. A onda graditi van iz tog jednostavnog obrasca. Tako da nas dovodi do pitanja, što je najjednostavniji oblik autonomne vožnje? U kojem trenutku je računalo zapravo u kontroli mog auta? 

Sada, odgovor svibanj iznenađenje vas tamo. Budući da gotovo svako vozilo prodano danas u SAD-u ili Europi ili bilo gdje zapravo je djelomično autonomna vozila. Korištenje sustava kao što su anti-lock kočnice, ovi sustavi su stvarno autonomno. 

To je, kad sam korak na pauzi, što radim je ja tražim auto molimo razbiti sada. Nisam zapravo izravno koračni na nešto što primjenjuje kočnice jastučić na rotoru. A cijela točka anti-lock kočnice da je na nekoj točki duž puta Ja ću biti u mogućnosti da pritisnete dolje na odmor. 

No, automobil će prepoznati da je kotač klizi. I to će zadaviti koji krše signal, tako da kočnice ne zaključati. Ovi sustavi protiv blokiranja kočnica su, na neki način, donošenje odluka za vas. 

I doista, oni su ti koji su zaduženi kočnog sustava. Radiš zahtjev. Ali niste zapravo u kontroli. 

Tako bismo mogli pokušati prepoznati i ga razbiti u sastavne dijelove. A mogli bismo razmišljati o tome kako je malo pseudokod koda. To je, dok sam koračni na kočnice, dok sam primjenom tlaka na papučicu kočnice, anti-blok-sustav provjerava kontinuirano vidjeti je svaki od tih kotača klizanja. 

I pomoću neke unutarnje Senzori unutar automobila, oni otkrivanje bilo ili ne točak je zapravo zaustavljanje ili da li je klizna. A ako je klizna, anti-lock kočnice isključuje kočnice, a onda vam to ići. A kada prestane točkovi klizna, to ih reapplies. 

To je, sam što je zahtjev. Ja sam stao na kočnicu. Ali stvarni razbijanje je bio odlučila ovaj mali komad softvera. Pa stvarno, svi naši automobili su Već autonomnih vozila. 

Sada, to nije ono što mi mislimo o tome kad mislimo o autonomnih vozila. Mislimo o automobilima u kojima mogu uzeti moje ruke s volana, i možemo samo pustiti da ide. Sada, to ne događa na grand scale posvuda još danas. 

Ali postoje komada kako da se počinju doći u komercijalnom sektoru. Od 2003. godine, Toyota, a nakon da mnogi drugi proizvođači, Svatko od Forda i Lincoln se Mercedes Benz, je nudi neke vrste od pomoći inteligentni parking. To je, postoje senzori u automobilu, obično ultrazvučni senzori za kratko otkrivanje raspon prepreka, koji su u stanju prepoznati gdje postoje automobili, vozila, ljudi, bilo koja vrsta prepreka oko vozila. 

Zatim pritisnite gumb na ploči i pitati auto, molimo parkirati sada. Možete izdati zahtjev. Autonomna Sustav tada traje više i pomoću tih senzora je u stanju voditi auto u poseban parking mjesto. U nekim od ovih modela, postoji paralelno parkiranje verzija a unazad spot verziji. 

I svaki od tih različitih aplikacija budi drugačiji komad softvera. Sad, da je softver nije ništa čudno ili nije nešto što vas Ne mogu razumjeti u ovom trenutku. To je samo slijedi ovi signali senzora. 

Ako postoji nešto u neposrednoj blizini na lijevoj strani i imam prostora na desnoj strani, onda ću skrenuti malo, tako da mogu premjestiti na to pravo. Mnogi od ranih parkirnih sustava će kontrolirati kut upravljača, ali zahtijeva korisnik, ljudski vozač, zapravo korak na gas ili korak na odmor. Više moderni sustavi zapravo kontrolirati koji u potpunosti sami. 

Tako, na primjer, u Mercedesu S klase pravo vozilo Sada, možete povucite zajedno gdje želite parkirati, pritisnite gumb, i to će paralelno park za vas bez ruke na kotaču ili noge na pedale. Sada sve te sustave oslanjaju na senzore da su zgrade u tim vozilima danas. I da li mi koristiti one senzore za otkrivanje potencijalne prepreke i uzbunjivanje korisniku ili bilo koristimo ti senzori za otkrivanje prepreka, a zatim se automatski kormilariti daleko, to je samo stvar softvera. 

U stvari, samo su neki Prije nekoliko tjedana, Tesla, koji je gradi fantastičan vozila s svih tih senzora u njima godinama Sada, izdao ažuriranje softvera. I to softver ažurirati dopušteno vozila za prvi put ući automatsku vožnju više, auto pilot zvali su ga. To automatski pilot dopušteno vozilo otkriti sudari i automatski razbiti, slijediti drugo vozilo to je ispred njega, odgovarajući brzine, ostati unutar staze, gledati s Kamere, i infracrveni i vidljivo svjetlo, a da bi mogli reći da li ili ne ste splavarenja iz vašeg trake ili ne, podešavanje volana na odgovarajući način, pa čak i za promjenu trake kada korisnik signala. 

Sve ove mogućnosti su različite samo pitanje je ažuriranje softvera. To je, sve to Korisnici probudio jedno jutro pronaći ovaj novi softver dostupno u svojim vozilima. Zbog sustava senzora bili su već tamo. 

Sada, u svim tim slučajevima, vidimo ove softvera based sustavi postaju sve više i više prevladava. Oni su tamo u komercijalni proizvodi već. A budućnost je da smo će vidjeti više od toga. 

Naime, upravo to godine, Freightliner je moći predstaviti autonomnu kamion, samostalna traktor prikolica, da oni testiranje pravno na putu u Nevadi. Ta vozila, opet, slijediti unaprijed određeni put. Oni ostati u svojoj traci. 

Oni ubrzati i usporavati u odgovoru na prepreke i prometnim uvjetima. Pa čak i oni slušaju neke od drugi slatkiša ceste. Svi ovi sustavi su sve više i složeniji. 

Ali oni su još uvijek nije sasvim autonomno. Oni još uvijek ne dosta radi sve. To jest, oni su još uvijek zahtijevaju ljudsku vozača biti prisutni kako bi neke odluke visokoj razini. 

I jedna od stvari koje smo si ćemo vidjeti u sljedećih pet godina razne pravna i etička pitanja kako vrti oko softvera gradi ovih upravljačkih programa automobila. Kako to da je driverless Automobil bi trebao odgovoriti, ako je to okružen skupinom ljudi? Što se događa ako je driverless automobil klizi na cesti i možete usmjeriti prema gomili od 10 osoba ili mnoštvo 7 osoba? Što bi automobil učiniti? 

U svim ovim slučajevima, tu je bogat niz pitanja kako bi se pitao. I oni su ne samo softver pitanja, pravna pitanja, etička pitanja, filozofska pitanja. I oni su one koje mi kao zajednica će morati baviti. 

Dakle, ja ću vas ostaviti s jednom Zadnje mislili, ovaj jedan od Randall Munroe, od Xkcd, jedan od mojih omiljenih stripova. To je ne samo da ćemo vidjeti ta vozila gradi i biti dizajnirana sa softverom. No, idemo vidjeti ljude pokušati ih iskoristiti kao dobro. 

Kako će to biti kad netko može, putem Wi-Fi, skinuti patch ili prenijeti virus na vašem automobilu? Kakve stvari će se tada dogoditi? Ovaj je malo više razigrani od primjera. Ali to su pitanja idemo baviti uskoro. 

Hvala što si me se pridružio. Nadam se da ste uživali u njoj. I mi Vidimo se sljedeći put.