广告
谷歌无人车CTO：十年前大家都嘲笑我们，技术发展比我预想更快
2019-02-14 17:24:10· 来源：智车科技 作者：Kirsten Korosec
十年前，十几名工程师齐聚在山景城的谷歌总部，投入Project Chauffeur。这是一个秘密项目，是谷歌X实验室的一部分。Project Chauffeur，就是后来广为人知的谷歌
十年前，十几名工程师齐聚在山景城的谷歌总部，投入Project Chauffeur。这是一个秘密项目，是谷歌X实验室的一部分。
Project Chauffeur，就是后来广为人知的谷歌自动驾驶汽车项目。2009年1月，这个项目正式启动，并在2016年独立成为新公司Waymo。
谷歌无人车点燃了一个时代。
这个项目最初由特龙（Sebastian Thrun）负责，并成为无人车行业的黄埔军校。一群工程师从这个项目离开，创办自己的公司。例如Aurora联合创始人Chris Urmson、Argo AI联合创始人Bryan Salesky，以及莱万多夫斯基。
当然，还有一群工程师从开始坚守到现在，成为Waymo的“元老”和技术中坚。其中包括：Andrew Chatham、Dmitri Dolgov、Dirk Haehnel、Nathaniel Fairfield和Mike Montemerlo等等。
现在，Dmitri Dolgov（多尔戈夫）已经成为Waymo首席技术官兼工程副总裁。他最近接受TechCrunch采访，讲述了谷歌无人车这十年。
以下是经过编辑整理的对话实录。
提问：你当初为什么进入无人车领域？
多尔戈夫：吸引我进入这个领域有三个主要因素，技术的影响、技术本身和挑战、合作的人。显然，自动驾驶能产生巨大的影响。
当时的兴奋感永远不会消失。那是2007年，我第一次开始研究无人车，第一次有汽车使用我写的软件开始自动驾驶。这太让人兴奋了。
提问：谷歌创始人佩奇提出的10100英里挑战是什么？
多尔戈夫：这是2009年我们在谷歌开始无人车项目时最大的目标。这个挑战要求无人车能在10条长度100英里的路线上，从头到尾自动驾驶，不需任何人为干预。
这些路线都经过精心选择，用来展现无人驾驶的复杂性。在最初的日子里，对我们来说，理解问题的复杂性是最重要的事情。
所有的路线都在湾区。在Palo Alto附近的路线体现城市路况，我们在高速公路上花了很多时间，还经过了湾区所有的桥梁。有一个路线是从山景城到旧金山，期间还经过了旧金山的九曲花街（Lombard Street）。还有一条路线在太浩湖。
提问：完成这些挑战花了多久？
多尔戈夫：2010年秋天才完成。
提问：这个速度已经很令人惊讶了。但仍然还有更多事情要做对吧？
多尔戈夫：没错。我认为这是问题的本质。搞出一个能做几次展示的原型产品，和构建一个人们日常能用的产品之间，存在巨大的差异。特别在无人车领域，开始时很容易在一次性的挑战中取得进展。
真正的困难有两个。第一，无人车系统要达到令人难以置信的性能，才能真正成为一个产品。第二，无人车系统要面对类型复杂的长尾困难。有些情况99%的时间都不会出现，但整个系统必须为1%的情况做好准备。
提问：现在无人车的进展，与你10年前的预期相比，更快还是更慢？
多尔戈夫：两者都有。一方面，在2009年的时候，我不曾想到硬件、软件、AI和机器学习方面的技术还有今天这样的突破。今天的技术发展，比我2009年预期的更强大。
另一方面，构建一个人们真正可用的无人车，比我预期的更加困难。
提问：有哪些具体的技术突破？
多尔戈夫：非常多。
感知方面。LiDAR和雷达都变得更加强大。测量范围更远、分辨率更高、功能更多，能测量出更丰富的环境信息。
计算方面。特别是硬件加速的并行计算，推动了神经网络的发展。这是一个巨大的进步。
然后是深度学习，神经网络本身带来了许多突破。
提问：你们当时怎么用AI？
多尔戈夫：我们一直在无人车项目上使用机器学习。不过和现在的机器学习不同。
大概是2012年，我们开始和Google一起合作研究自动驾驶技术和深度学习。当时，Google是世界上唯一一家认真投入这两个领域的公司。
在那个时间，我们没有可以在汽车上实时运行神经网络的硬件，但是可以通过云计算尝试很多有趣的事情。
对于深度学习，2013是非常重要的一年。赢得ImageNet大赛是深度学习的突破，它在计算机视觉竞赛中的表现优于其他所有方法。
提问：十年前，你能想到无人车今天的进步么？
多尔戈夫：没有，我2009或者2010年预料不到今天。
在这个项目的早期，大家都在嘲笑我们。整个行业都以此为乐，还有好几个针对谷歌自动驾驶汽车项目的有趣恶搞。
现在，无人车这件事从“只有一小撮疯狂的人在谷歌鼓捣”，变成全行业几十、上百家公司共同追逐的大行业，这非常了不起。
Project Chauffeur，就是后来广为人知的谷歌自动驾驶汽车项目。2009年1月，这个项目正式启动，并在2016年独立成为新公司Waymo。
谷歌无人车点燃了一个时代。
这个项目最初由特龙（Sebastian Thrun）负责，并成为无人车行业的黄埔军校。一群工程师从这个项目离开，创办自己的公司。例如Aurora联合创始人Chris Urmson、Argo AI联合创始人Bryan Salesky，以及莱万多夫斯基。
当然，还有一群工程师从开始坚守到现在，成为Waymo的“元老”和技术中坚。其中包括：Andrew Chatham、Dmitri Dolgov、Dirk Haehnel、Nathaniel Fairfield和Mike Montemerlo等等。
现在，Dmitri Dolgov（多尔戈夫）已经成为Waymo首席技术官兼工程副总裁。他最近接受TechCrunch采访，讲述了谷歌无人车这十年。
以下是经过编辑整理的对话实录。
提问：你当初为什么进入无人车领域？
多尔戈夫：吸引我进入这个领域有三个主要因素，技术的影响、技术本身和挑战、合作的人。显然，自动驾驶能产生巨大的影响。
当时的兴奋感永远不会消失。那是2007年，我第一次开始研究无人车，第一次有汽车使用我写的软件开始自动驾驶。这太让人兴奋了。
提问：谷歌创始人佩奇提出的10100英里挑战是什么？
多尔戈夫：这是2009年我们在谷歌开始无人车项目时最大的目标。这个挑战要求无人车能在10条长度100英里的路线上，从头到尾自动驾驶，不需任何人为干预。
这些路线都经过精心选择，用来展现无人驾驶的复杂性。在最初的日子里，对我们来说，理解问题的复杂性是最重要的事情。
所有的路线都在湾区。在Palo Alto附近的路线体现城市路况，我们在高速公路上花了很多时间，还经过了湾区所有的桥梁。有一个路线是从山景城到旧金山，期间还经过了旧金山的九曲花街（Lombard Street）。还有一条路线在太浩湖。
提问：完成这些挑战花了多久？
多尔戈夫：2010年秋天才完成。
提问：这个速度已经很令人惊讶了。但仍然还有更多事情要做对吧？
多尔戈夫：没错。我认为这是问题的本质。搞出一个能做几次展示的原型产品，和构建一个人们日常能用的产品之间，存在巨大的差异。特别在无人车领域，开始时很容易在一次性的挑战中取得进展。
真正的困难有两个。第一，无人车系统要达到令人难以置信的性能，才能真正成为一个产品。第二，无人车系统要面对类型复杂的长尾困难。有些情况99%的时间都不会出现，但整个系统必须为1%的情况做好准备。
提问：现在无人车的进展，与你10年前的预期相比，更快还是更慢？
多尔戈夫：两者都有。一方面，在2009年的时候，我不曾想到硬件、软件、AI和机器学习方面的技术还有今天这样的突破。今天的技术发展，比我2009年预期的更强大。
另一方面，构建一个人们真正可用的无人车，比我预期的更加困难。
提问：有哪些具体的技术突破？
多尔戈夫：非常多。
感知方面。LiDAR和雷达都变得更加强大。测量范围更远、分辨率更高、功能更多，能测量出更丰富的环境信息。
计算方面。特别是硬件加速的并行计算，推动了神经网络的发展。这是一个巨大的进步。
然后是深度学习，神经网络本身带来了许多突破。
提问：你们当时怎么用AI？
多尔戈夫：我们一直在无人车项目上使用机器学习。不过和现在的机器学习不同。
大概是2012年，我们开始和Google一起合作研究自动驾驶技术和深度学习。当时，Google是世界上唯一一家认真投入这两个领域的公司。
在那个时间，我们没有可以在汽车上实时运行神经网络的硬件，但是可以通过云计算尝试很多有趣的事情。
对于深度学习，2013是非常重要的一年。赢得ImageNet大赛是深度学习的突破，它在计算机视觉竞赛中的表现优于其他所有方法。
提问：十年前，你能想到无人车今天的进步么？
多尔戈夫：没有，我2009或者2010年预料不到今天。
在这个项目的早期，大家都在嘲笑我们。整个行业都以此为乐，还有好几个针对谷歌自动驾驶汽车项目的有趣恶搞。
现在，无人车这件事从“只有一小撮疯狂的人在谷歌鼓捣”，变成全行业几十、上百家公司共同追逐的大行业，这非常了不起。
广告
广告
编辑推荐
最新资讯
-
厂商要多努力，才能让用户听起来毫不费力？
2024-11-22 17:10
-
TOP30！海克斯康入选2024福布斯中国数字科
2024-11-22 15:25
-
揭秘国产装备制造厂商的成功秘籍：好耐电子
2024-11-22 15:24
-
一文详解安全分析方法STPA：以自动紧急制动
2024-11-22 15:20
-
选对涉氢压力表：守护涉氢场所安全的关键一
2024-11-22 15:19
广告
广告
