當前位置:
首頁 > 科技 > 谷歌無人車CTO:十年前大家都嘲笑我們,技術發展比我預想更快

谷歌無人車CTO:十年前大家都嘲笑我們,技術發展比我預想更快

作者:Kirsten Korosec

原文刊發於TechCrunch

量子位 編譯 | 公眾號 QbitAI

十年前,十幾名工程師齊聚在山景城的谷歌總部,投入Project Chauffeur。這是一個秘密項目,是谷歌X實驗室的一部分。

Project Chauffeur,就是後來廣為人知的谷歌自動駕駛汽車項目。2009年1月,這個項目正式啟動,並在2016年獨立成為新公司Waymo。

谷歌無人車點燃了一個時代。

這個項目最初由特龍(Sebastian Thrun)負責,並成為無人車行業的黃埔軍校。一群工程師從這個項目離開,創辦自己的公司。例如Aurora聯合創始人Chris Urmson、Argo AI聯合創始人Bryan Salesky,以及萊萬多夫斯基。

當然,還有一群工程師從開始堅守到現在,成為Waymo的「元老」和技術中堅。其中包括:Andrew Chatham、Dmitri Dolgov、Dirk Haehnel、Nathaniel Fairfield和Mike Montemerlo等等。

現在,Dmitri Dolgov(多爾戈夫)已經成為Waymo首席技術官兼工程副總裁。他最近接受TechCrunch採訪,講述了谷歌無人車這十年。

以下是經過編輯整理的對話實錄。

提問:你當初為什麼進入無人車領域?

多爾戈夫:吸引我進入這個領域有三個主要因素,技術的影響、技術本身和挑戰、合作的人。顯然,自動駕駛能產生巨大的影響。

當時的興奮感永遠不會消失。那是2007年,我第一次開始研究無人車,第一次有汽車使用我寫的軟體開始自動駕駛。這太讓人興奮了。

提問:谷歌創始人佩奇提出的10100英里挑戰是什麼?

多爾戈夫:這是2009年我們在谷歌開始無人車項目時最大的目標。這個挑戰要求無人車能在10條長度100英里的路線上,從頭到尾自動駕駛,不需任何人為干預。

這些路線都經過精心選擇,用來展現無人駕駛的複雜性。在最初的日子裡,對我們來說,理解問題的複雜性是最重要的事情。

所有的路線都在灣區。在Palo Alto附近的路線體現城市路況,我們在高速公路上花了很多時間,還經過了灣區所有的橋樑。有一個路線是從山景城到舊金山,期間還經過了舊金山的九曲花街(Lombard Street)。還有一條路線在太浩湖。

提問:完成這些挑戰花了多久?

多爾戈夫:2010年秋天才完成。

提問:這個速度已經很令人驚訝了。但仍然還有更多事情要做對吧?

多爾戈夫:沒錯。我認為這是問題的本質。搞出一個能做幾次展示的原型產品,和構建一個人們日常能用的產品之間,存在巨大的差異。特別在無人車領域,開始時很容易在一次性的挑戰中取得進展。

真正的困難有兩個。第一,無人車系統要達到令人難以置信的性能,才能真正成為一個產品。第二,無人車系統要面對類型複雜的長尾困難。有些情況99%的時間都不會出現,但整個系統必須為1%的情況做好準備。

提問:現在無人車的進展,與你10年前的預期相比,更快還是更慢?

多爾戈夫:兩者都有。一方面,在2009年的時候,我不曾想到硬體、軟體、AI和機器學習方面的技術還有今天這樣的突破。今天的技術發展,比我2009年預期的更強大。

另一方面,構建一個人們真正可用的無人車,比我預期的更加困難。

提問:有哪些具體的技術突破?

多爾戈夫:非常多。

感知方面。LiDAR和雷達都變得更加強大。測量範圍更遠、解析度更高、個哦功能更多,能測量出更豐富的環境信息。

計算方面。特別是硬體加速的並行計算,推動了神經網路的發展。這是一個巨大的進步。

然後是深度學習,神經網路本身帶來了許多突破。

提問:你們當時怎麼用AI?

多爾戈夫:我們一直在無人車項目上使用機器學習。不過和現在的機器學習不同。

大概是2012年,我們開始和Google一起合作研究自動駕駛技術和深度學習。當時,Google是世界上唯一一家認真投入這兩個領域的公司。

在那個時間,我們沒有可以在汽車上實時運行神經網路的硬體,但是可以通過雲計算嘗試很多有趣的事情。

對於深度學習,2013是非常重要的一年。贏得ImageNet大賽是深度學習的突破,它在計算機視覺競賽中的表現優於其他所有方法。

提問:十年前,你能想到無人車今天的進步么?

多爾戈夫:沒有,我2009或者2010年預料不到今天。

在這個項目的早期,大家都在嘲笑我們。整個行業都以此為樂,還有好幾個針對谷歌自動駕駛汽車項目的有趣惡搞。

現在,無人車這件事從「只有一小撮瘋狂的人在谷歌鼓搗」,變成全行業幾十、上百家公司共同追逐的大行業,這非常了不起。

加入社群

量子位現開放「AI 行業」社群,面向AI行業相關從業者,技術、產品等人員,根據所在行業可選擇相應行業社群,在量子位公眾號(QbitAI)對話界面回復關鍵詞「行業群」,獲取入群方式。行業群會有審核,敬請諒解。

此外,量子位AI社群正在招募,歡迎對AI感興趣的同學,在量子位公眾號(QbitAI)對話界面回復關鍵字「交流群」,獲取入群方式。

誠摯招聘

量子位正在招募編輯/記者,工作地點在北京中關村。期待有才氣、有熱情的同學加入我們!相關細節,請在量子位公眾號(QbitAI)對話界面,回復「招聘」兩個字。

喜歡就點「好看」吧 !


喜歡這篇文章嗎?立刻分享出去讓更多人知道吧!

本站內容充實豐富,博大精深,小編精選每日熱門資訊,隨時更新,點擊「搶先收到最新資訊」瀏覽吧!


請您繼續閱讀更多來自 量子位 的精彩文章:

吳恩達新研究:AI看心電圖,診斷心律失常準確率超過人類醫生
「蟻人」不再是科幻!MIT最新研究,能把任何材料物體縮小1000倍

TAG:量子位 |