BRIAN SCASSELLATI: Welcome til CS50 AI video-serien. Mitt navn er SCAS. Og i dag, kommer vi til å være snakker om selv kjøre biler. Nå er jeg litt flau over å innrømme at når Jeg var en gutt en stor del av min barndom dreide seg om David Hasselhoff. Nå, dette var før han ble involvert i noe lignende Amerikas Got Talent, eller involvert som badevakt i Baywatch, eller til og med før han hadde liksom historie som en popstjerne i Tyskland. 

I min barndom, David Hasselhoff var den mannlige birolle på en velkjent TV Serien heter Knight Rider. Og jeg si at han var den mannlige birolle, fordi egentlig stjernen i dette showet ble en bil, en Trans Am kåret Kit, som kan kjøre av seg selv. Kit var fantastisk. Det kunne snakke med deg. 

Det kunne løse problemer. Det kunne kjøre over alt. Det hadde også lasere og raketter. Så det var en fantastisk kjøretøyet til å begynne med. 

Men dette var vitenskapen fiksjon av tiden, styrte biler som kunne ta avgjørelser, som kunne kjøre langs veien. Og på hvert punkt i en av disse episoder David Hasselhoff ville komme i trøbbel og bilen ville begynne å kjøre og gå og redde ham. Det var vår science fiction. 

Selv i bare de siste 30 år, som science fiction har gått fra på TV og på skjermen til virkelighet, i kommersielle produkter. I dag skal vi snakke om hvordan det er at autonome kjøretøy er virkelig i stand til å gå og kjøre bil og å helt utrolige ting. Men la oss starte med historien. 

Fordi disse selv kjøre biler kom ikke ut av ingenting. Og faktisk meget første selv kjøre bil, det virkelig første innflytelsesrik forskningsprosjekter, kom ut av et prosjekt kalt Navlab. Navlab var et prosjekt som strakte nesten to tiår ved Carnegie Mellon Universitet. 

Og de bygget en rekke av ulike kjøretøyer som startet ut på jakt som små minivans, som var Humvee, som var til slutt bare sedans og minivans, selv bybusser. Og disse forskjellige enheter har sensorer i dem, hadde beregnings systemer satt i dem, så at de kunne styre og brems, og akselerere autonomt helt på egen hånd. Nå disse systemene var meget primitive i starten. 

Og de satte sin lit veldig spesifikke veimerkingen. Så det mest imponerende system som de hadde bygget var en del av Navlab fem. Og i 1995, dette kjøretøy, det var minivan, kjørte fra Pittsburgh til San Diego, nesten 3000 miles. Og 98% av tiden, er den eneste ting å styre styre ble datamaskinen. 

98% av tiden, det var helt selvstendig som det nesten kjørte fra kyst til kyst. Nå, det er utrolig imponerende. Og når vi tenker på det, det er mye for oss å vurdere. 

Hva slags sensorer ble det ved hjelp? Hva slags avgjørelse var det egentlig gjør? Hva var det andre 2% av tiden? 

Vi kommer til å prøve å få til noen av disse spørsmålene i dag. Og som vi ser på dem, vi kommer til å prøve å avdekke hva det er som strukturen under og hvor beregningen er direkte kjører disse programmene. Nå Navlab var en enorm suksess. Og det var grunnlaget for alle våre moderne tanker om autonom kjøretøyer. 

Men selv kjører biler gjorde egentlig ikke blitt godt kjent og populær før i 2005 DARPA, som en del av deres grand utfordring innsats, sette sammen et program for å prøve å bygge et autonomt kjøretøy. Og de gjorde dette en utfordring. De satt en $ 2,000,000 premien ute med ideen at noen virkelig smart forskning teamet ville komme sammen og være stand til å kreve dette $ 2.000.000 premie. 

Nå var ikke premien kommer til å være lett å få. For å få premie, ville du ha å bygge opp et kjøretøy som uten menneskelig inngripen var i stand til å kjøre 150 mil kurs gjennom ulendt terreng av ørkenen. Og det var mye oppgave. 

Og på den tiden, folk trodde at de var virkelig gale i å gjøre dette. Så det første møtet i grand utfordring var i 2004. Og ut av den 150 mil selvfølgelig, lengst, det beste laget som de hadde, gikk ca 11 miles før systemet sviktet fullstendig. 

Nå, for å gi deg en idé av hvor vanskelig det er, at 11 miles ble sett på som en absolutt fenomenal suksess. Men DARPA ville ha mer. Og så de tilbød den samme Premien året etter. 

Og bare ett år senere, teknologien hadde avansert til et punkt hvor ikke bare ett Systemet var i stand til å fullføre kurset, men fem forskjellige robot biler ferdig det kurset. Den raskeste ferdig 132 miles på under sju timer. Det var en robot som heter Stanley. 

Stanley ble bygget av Stanford racing team. Og som du kan se på den øverste, det hadde en rekke av forskjellige sensorer opp på hette, opp på toppen av kjøretøyet, og alle overalt. Ved hjelp av en kombinasjon av kameraer, infrarød og vanlig lys, ved hjelp av radar og sonar systemer om bord, ved hjelp av laser avstandsmålere til å oppdage hindringer, var dette kjøretøyet stand å navigere over svært ulendt terreng autonomt styring, autonomt bryte, autonomt påføring av gassen. 

Det var en skikkelig prestasjon. I dag ser vi at dette skjer selv som en finere skala. Mange av dere har hørt om Googles selv kjører bil. Og disse kjøretøyene har logget over 1,2 million miles i de siste årene, uten menneskelig inngripen hodet. 

Faktisk, hver gang at Google bilen har vært involvert i noen form for ulykke, Det er enten vært fordi det var parkert, eller fordi noen menneskelig var så interessert i hva det gjorde at de kjørte inn i bilen. Så med alle disse systemene, vi ser denne kompleksiteten dukker opp. Og i dette meget korte periode, vi har borte fra riket av vitenskap fiction til kommersiell realitet. 

Så la oss begynne å ta disse systemene fra hverandre. La oss prøve å forstå hvordan det er at de fungerer, hva gjør de faktisk gjør. For å gjøre det, skal vi bruke de samme typer ferdigheter at vi har snakket om i klassen. Når du ser et problem, hva vi kommer til å prøve å gjøre er å prøve å dekomponere det. 

Start med det enkleste danner det vi kan. Og deretter bygge utover fra det enkle form. Så det fører oss til spørsmålet, hva er den enkleste form av autonome kjøring? På hvilket punkt er en datamaskin faktisk kontroll over bilen min? 

Nå kan svaret overraske deg der. Fordi nesten alle kjøretøy selges i dag i USA eller Europa eller hvor som helst faktisk er delvis et autonomt kjøretøy. Bruke systemer som ABS-bremser, disse systemene er veldig selvstendige. 

Det vil si, når jeg tråkker på pause, det jeg gjør er at jeg spør bilen vennligst bryte nå. Jeg er faktisk ikke direkte tråkke på noe som gjelder bremsekloss til rotoren. Og hele poenget med ABS-bremser er at på et eller annet punkt langs veien Jeg vil være i stand til å trykke ned på pause. 

Men bilen vil gjenkjenne at hjulet er forsinket. Og det vil strupe som pause signal, slik at bremse ikke låse opp. Disse anti-lock bremsesystemer er, på en måte, ta beslutninger for deg. 

Og egentlig, de er de som er ansvarlig for bremsesystemet. Du gjør en forespørsel. Men du er faktisk ikke i kontroll. 

Så vi kan prøve å gjenkjenne dette og bryte det ned i enkeltdeler. Og vi kunne tenke på det som en liten bit av pseudokode. Det vil si, mens jeg er tråkke på bremsen, mens jeg legge press til bremsepedalen, anti-bremsesystem sjekker kontinuerlig å se, er hver av disse hjulene sklir. 

Og ved hjelp av noen interne sensorer i bilen, de oppdage om eller ikke hjulet er faktisk stoppe eller om den er skli. Og hvis det er glidende, anti-lock bremsesystemer løsner bremsene, og deretter lar det gå. Og når hjulene stopper skyve, reapplies det dem. 

Det vil si, jeg gjør en forespørsel. Jeg tråkke på bremsen. Men selve brudd blir avgjøres av dette lille stykke programvare. Så egentlig, alle våre biler er allerede autonome kjøretøy. 

Nå, det er ikke det vi tenker på når vi tenker på selvstyrte biler. Vi tenker på biler hvor jeg kan ta hendene mine bort fra hjulet, og vi kan bare la det gå. Nå, som ikke skjer på en stor skala overalt ennå i dag. 

Men det er biter av at det er begynt å komme inn i den kommersielle sektoren. Siden 2003, Toyota, og følge som mange andre produsenter, alle fra Ford og Lincoln til Mercedes Benz, har vært å tilby noen form av intelligent parkeringshjelp. Det vil si, det er sensorer i bilen, typisk ultralydsensorer for kort spekter påvisning av hindringer, som er i stand til å gjenkjenne der det finnes biler, kjøretøy, mennesker, hvilken som helst type hindring rundt kjøretøyet. 

Du trykker på en knapp på dashbordet og spør bilen, kan du parkere nå. Du utsteder en forespørsel. Det autonome systemet tar deretter over og bruke disse sensorene er i stand til å lede den inn i bilen en bestemt parkeringsposisjon. I noen av disse modellene, er det en lukeparkering versjon og en backing inn i en flekk versjon. 

Og hver av disse forskjellige applikasjoner fremkaller en annen stykke programvare. Nå, som programvare er ikke noe rart eller er ikke noe som du kan ikke forstå på dette punktet. Det er bare å følge disse sensorsignaler. 

Hvis det er noe å tett på venstre side og jeg har plass på høyresiden, så skal jeg styre litt, slik at jeg kan flytte over til høyre. Mange av de tidlige parkering systemer ville kontrollere styrevinkelen, men krever at brukeren, det menneskelige driveren, å faktisk tråkke på gasspedalen eller gå på pause. Mer moderne systemer faktisk styre som helt av seg selv. 

Slik at for eksempel i en Mercedes S-klasse bilen rett nå, kan du trekke sammen der du ønsker å parkere ved å trykke på en knapp, og det vil lukeparkere for deg uten hendene på rattet eller føttene på pedalene. Nå er alle disse systemene stole på sensorene at de bygger inn i disse kjøretøyene i dag. Og om vi bruker disse sensorene for å avdekke mulige hindringer og varsle brukeren eller om vi bruker disse sensorer for å oppdage en hindring, og deretter automatisk styre unna, det er bare et spørsmål om programvare. 

Faktisk bare noen få uker siden, Tesla, er hvem vært å bygge fantastiske biler med alle disse sensorer i dem i årevis nå, utstedt en programvareoppdatering. Og at programvareoppdatering tillatt kjøretøyer for første gang å legge inn en automatisk kjøring mer, en auto pilot de kalte det. Dette auto pilot tillatt kjøretøyet å oppdage kollisjoner og automatisk bryte, å følge et annet kjøretøy som er foran den, matchende hastighet, å holde seg innenfor de baner, for å se med kameraer, både infrarødt og synlig lys, og for å kunne å si hvorvidt du er drivende ut av kjørefelt eller ikke, justere styre hensiktsmessig, og selv å endre baner når brukeren signaler. 

Alle disse forskjellige funksjonene var bare et spørsmål om en programvareoppdatering. Det vil si, alle disse Brukerne våknet opp en morgen å finne denne nye programvaren tilgjengelig i sine kjøretøy. Fordi sensorsystemer var allerede der. 

Nå, i alle disse tilfellene vi ser disse programvare baserte systemer blir mer og mer utbredt. De er ute i kommersielle produkter allerede. Og fremtiden er at vi er kommer til å se mer av det. 

Faktisk bare dette år, var Freightliner i stand til å avsløre en autonom lastebil, en autonom traktor trailer at de er testet lovlig på veien i Nevada. Disse kjøretøyene, igjen, følge en forhåndsbestemt rute. De holde seg innenfor sitt kjørefelt. 

De akselerere og bremse svar til hindringer eller trafikkforhold. Og de selv adlyde noen av de andre niceties av veien. Alle disse systemene er blir mer og mer komplisert. 

Men de er fortsatt ikke helt selvstendig. De er fortsatt ikke ganske gjør alt. Det vil si, de er fortsatt krever en menneskelig sjåfør å være til stede for å gjøre noen høyt nivå beslutninger. 

Og en av de tingene som vi er kommer til å se i de neste fem årene er en rekke juridiske og etiske spørsmål som spinner rundt programvare bygges for disse førerløse biler. Hvordan er det at en førerløs Bilen skal svare på om det er omgitt av en gruppe mennesker? Hva skjer hvis førerløs Bilen er skrens på veien og du kan styre mot en folkemengde på 10 personer eller en gjeng med 7 personer? Hva skal bilen gjøre? 

I alle disse tilfellene, er det en rik rekke spørsmål for å bli spurt. Og de er ikke bare programvare spørsmål, juridiske spørsmål, etiske spørsmål, filosofiske spørsmål. Og de er de som vi som et samfunnet blir nødt til å ta opp. 

Så jeg vil forlate deg med en siste tenkte, denne fra Randall Munroe, av XKCD, en av mine favoritt tegneserier. Det er ikke bare at vi kommer til å se disse kjøretøyene blir bygget og å være konstruert med programvare. Men vi kommer til å se folk prøve å utnytte dem også. 

Hvordan går det å være når noen kan, over Wi-Fi, laste ned en patch eller laste opp et virus til bilen din? Hva slags ting vil skje da? Denne er en liten bit mer leken av et eksempel. Men disse er spørsmålene vi kommer til å forholde seg til snart. 

Takk for å bli med meg. Jeg håper du har hatt glede av det. Og vi ser deg neste gang.