前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >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

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

作者头像
量子位
发布2019-04-24 10:27:42
4230
发布2019-04-24 10:27:42
举报
文章被收录于专栏:量子位
作者:Kirsten Korosec 原文刊发于TechCrunch 量子位 编译 | 公众号 QbitAI

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。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2019-02-09,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 量子位 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 作者:Kirsten Korosec 原文刊发于TechCrunch 量子位 编译 | 公众号 QbitAI
相关产品与服务
GPU 云服务器
GPU 云服务器(Cloud GPU Service,GPU)是提供 GPU 算力的弹性计算服务,具有超强的并行计算能力,作为 IaaS 层的尖兵利器,服务于生成式AI,自动驾驶,深度学习训练、科学计算、图形图像处理、视频编解码等场景。腾讯云随时提供触手可得的算力,有效缓解您的计算压力,提升业务效率与竞争力。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档