Transcription
以下是与 Waymo 的首席技术官 Dimitri Dolgov 的对话。Waymo 是一家自动驾驶公司，起源于 2009 年的谷歌自动驾驶汽车项目，并于 2016 年成为 Waymo。Dimitri 一直在公司任职。
Waymo 目前在全自动驾驶汽车领域处于领先地位，他们已经大规模部署了可供公众使用的自动驾驶汽车，载客行驶，没有安全员，驾驶座上也没有任何人。对我来说，这是 21 世纪最困难和最令人兴奋的人工智能挑战之一中工程学上的非凡成就。
接下来会简要介绍赞助商，然后是一些与本期节目相关的想法。感谢 Trial Labs，一家帮助企业应用机器学习解决现实世界问题的公司；Blinkist，我用来阅读书籍摘要的应用程序；BetterHelp，与持证专业人士在线进行的心理治疗；以及 Cash App，我用来给朋友汇款的应用程序。请查看描述中的赞助商，以获取折扣并支持本播客。
顺便说一句，自动驾驶和半自动驾驶是我在麻省理工学院工作时的重点，这是一个我发现非常迷人且充满开放性问题的领域，无论是从机器人学还是人类心理学的角度来看。
关于我在学术界在这个主题上的经历，我可以说的有很多，这些经历让我看到了，比如说，人类不那么令人钦佩的一面。但我选择专注于积极的方面，专注于解决方案，专注于像 Dimitri 和 Waymo 团队这样才华横溢的工程师，他们不知疲倦地工作，创新并打造将定义我们未来的惊人技术。
因为 Dimitri 和像他一样的人，我对这个未来感到兴奋，谁知道呢，也许我也会为它贡献一些有价值的东西。
如果您喜欢这个节目，请在 YouTube 上订阅，在 Spotify 上给它五星好评并关注，在 Patreon 上支持，或者在 Twitter 上与我联系 @lexfridman。
现在，这是我和 Dimitri Dolgov 的对话。
您是什么时候第一次爱上机器人学，或者更广泛地说，是计算机科学的？
计算机科学，很早的时候，而机器人学则晚了很多。我想我第一次接触计算机是在 80 年代末，当时我们有了第一台电脑，我想是一台 IBM，我想是 IBM。还记得前面有一个涡轮按钮的东西吗？你按下它，你知道，让它运行得更快。
它们那时已经有软盘了吗？
是的，是的，是的，就像那种 5.25 英寸的。我想还有更大的英寸。
所以，5 英寸和 3 英寸？
是的，我想那是 5 英寸。我可能记错了，也许那是更早的时候，那些巨大的盘片，我没弄明白。但肯定不是 3 英寸的。
总之，我们得到了那台电脑，我花了最初的几个月只是玩电子游戏，就像你预期的那样。我玩腻了，所以我就开始捣鼓，想弄清楚如何让它做别的事情。我开始探索编程，几年后，我写了一个游戏。
很多游戏，然后一个日本游戏开发者实际上给了我几百美元的报酬，你知道，对俄罗斯的孩子来说，那是一笔大钱。
是的，那是一笔大钱。
我没有接受那个交易。
哇。
诚信。
是的，我当时是愚蠢的。是的，那不是我一生中最明智的财务决定。现在回想起来。
我反而把它放到了网上。你知道，当时叫什么？免费软件，我想是吧？它不是开源的，但你可以上传二进制文件。你把游戏放到了网上，想法是，你知道，人们喜欢它，然后他们，你知道，会贡献，会给你寄点小额捐款，对吧？
所以我快速计算了一下，你知道，我的，当然，你知道，成千上万甚至数百万的人会玩我的游戏，每人给我寄几块钱，你知道，这肯定会赚到钱。
正如我所说，不是最好的。
还记得是什么语言写的吗？是什么编程语言？
Pascal。
Pascal。
它有一个图形组件。
所以不是文本的？
是的，是的。它是，我想是 320x200，不管是什么。我想那种早期的，那是 CGA 分辨率，对吧？
我实际上认为，这家公司想买它，不是因为花哨的图形或实现，而是因为我的游戏的想法，游戏的构思。
好的。
嗯，其中一件很有趣的事情是，我以前玩过一个叫《Golden Axe》的游戏，它的图形很简单，音乐也很简单，这仍然困扰着我。我不知道这是否是童年时期的原因，我不知道现在对年轻的孩子们来说，《使命召唤》是否也是如此。但我仍然认为，简单的游戏，简单的纯粹性，能够让你的想象力驰骋，从而创造出更神奇的体验。就像现在，随着图形越来越好，感觉你的想象力无法创造世界，这很有趣。
这可能只是一个老人在门廊上冲着现在的年轻人挥手，他们不尊重人，但我仍然认为图形几乎阻碍了体验。
我不知道。
《Flappy Bird》？
我不知道，想象力是否被关闭了。
我不知道。
但那更多的是关于游戏，而不是像《俄罗斯方块》那样的游戏，它们巧妙地创造了短期的多巴胺体验，而不是我更指的是角色扮演游戏，有故事，你可以活在其中几个月或几年。
比如，《上古卷轴》系列，那可能是我最喜欢的游戏系列，那是一次神奇的体验，然后图形很糟糕，角色都是随机生成的，但它们，我不知道，它吸引你，有故事，就像《上古卷轴》托尔金世界的一个互动版本，你可以活在其中。
我不知道，我怀念它。作为成年人，最糟糕的事情之一是你必须活在现实世界，而不是《上古卷轴》的世界。
你知道，任何能给你带来快乐的东西，对吧？
《我的世界》？
《我的世界》是一个很好的例子。你创造，它不是花哨的图形，而是你创造自己的世界。
是的，那个很疯狂。你知道，人们告诉我养育孩子的一个好处是，你可以借口养育孩子，回到电子游戏世界，就像，你知道，父子、父女时间，但实际上你只是和你的孩子一起玩电子游戏。
所以，在那时，你有没有任何荒谬的雄心勃勃的梦想，作为创作者，你可能会成为一名工程师？你认为自己是一名工程师，一名修补匠，还是你想成为一名宇航员之类的？
我倒是想编造一些关于机器人、工程学或宇宙奥秘的事情，但这并不是你问我童年梦想时脑海中浮现的真实记忆。
所以，我将分享真实的事情。当我四五岁的时候，你知道，我也会思考，当我长大后想做什么。我有一个梦想，就是成为一名交通指挥员。
你知道，今天没有那种警察了，但你知道，在 80 年代的俄罗斯，你可能熟悉，他们有那种警察，他们会整天站在十字路口中间，他们会用他们那种黑白条纹的警棍来控制交通流量。
你知道，出于某种原因，我被这个过程深深地吸引住了，这就是我长大的梦想，我长大的愿望。
你知道，我的父母，顺便说一句，他们都是物理学教授，我想他们对他们孩子的这种雄心壮志感到有点担忧。
你知道，那个年龄。
嗯，这很有趣。我不知道你是否能感同身受，但我非常喜欢那个想法。我有一种强迫症的特质，我认为这非常适合工程师的心态，那就是你想要优化，通过创造一个自动化的解决方案来解决问题，就像一套规则，一套你可以遵循的规则，从而使其效率极高。
我不知道那是否是那种性质的。我肯定有那种。就像《模拟城市》和工厂建造游戏，所有这些都说明了工程师的心态。
还是你只是喜欢制服？
我想更多的是后者。我想是制服，你知道，那根条纹警棍让汽车朝着正确的方向行驶。但我想，我最终还是，我猜，你知道，或多或少地在交通运输行业工作。
没有制服，但那是对的。也许是我，你知道，对交通管制警棍的深深的内在迷恋，导致了我的职业生涯。
好的。
你是什么时候从编程转向机器人学的？
那是在研究生毕业之后。
之后？
实际上，我第一次真正接触机器人学是自动驾驶汽车。但我上学和训练时，从来没有真正有过太多实践经验。我，你知道，我研究应用数学和物理学，然后在大学里，我研究了更多抽象的计算机科学。
研究生毕业后，我才真正涉足机器人学，实际上就是自动驾驶汽车。你知道，那是一个巨大的转变。
嗯，研究生院。
我在密歇根州读的研究生，然后在斯坦福大学做了博士后。
斯坦福大学。
那就是我能玩自动驾驶汽车的博士后。
是的。
所以，我们将回到那里。让我们回到莫斯科。
所以，你知道，在第 100 集里，我采访了我爸爸，我从小也和我爸爸一起长大，我猜。
所以，我不得不忍受他很多年。
他去了菲斯蒂亚，或者说 MI PT。用英语说有点奇怪，因为我都是用俄语听说的。莫斯科物理技术学院。
对我来说，那就像，我认识了一些非常有趣的人。
作为一个孩子，我认识了一些非常有趣的人。在我看来，那是世界上最伟大的大学，最精英的大学。而我认识的那些从那里出来的人，不仅聪明，而且是特别的人。
似乎那个地方真的考验了灵魂，无论是在技术上还是在精神上。所以，这可能只是对那个地方的浪漫化，我不确定。
所以，也许你可以谈谈，但这是正确的说法吗？你曾在菲斯蒂亚待过一段时间？
是的，没错。六年。我在那里获得了物理学和数学的学士和硕士学位。
这很有趣，因为我爸爸，实际上，我的父母都去了那里。我想，就像你一样，亚历克斯，我从小就听到了关于那个地方的所有故事，以及它多么有趣、特别和神奇。我想，这是我选择去那里上大学的一个重要原因，也许是主要原因。
足够让我从美国回到了俄罗斯。
你高中毕业于美国。
我回去了。
我回去了。
是的，哇。
是的，这正是我大学里的大多数同学的反应，但也许更强烈一些，你知道，他们会指出我是一个疯狂的孩子。
你的父母支持你吗？
是的，是的。他们支持我，你知道，让我追求我的热情和，你知道，那些事情。
那是一个大胆的举动。哇。
那里是什么样的？
很有趣。你知道，在数学和物理学的基本功方面，绝对相当硬核。而且，你知道，从那些时候起有很多美好的回忆。
所以，好的。
斯坦福。
你是如何接触到自动驾驶汽车的？
我在 2006 年有幸加入了斯坦福大学的 DARPA 城市挑战赛团队。这是 DARPA 挑战赛的第三个系列。在此之前有两个大挑战。
然后在 2007 年，他们举办了 DARPA 城市挑战赛。所以，你知道，我当时正在做博士后，我加入了团队，并为那个比赛进行了运动规划。
好的。
所以，对于可能不知道的人来说，我知道从某种角度来看，自动驾驶汽车是一个有趣的世界。在某些圈子里，每个人都知道一切，而在某些圈子里，就普通公众而言，没有人知道。
所以，有趣的是，这是一个好问题，该谈论什么。但我确实认为，城市挑战赛值得重温。这是一个有趣的小挑战，它激发了许多不可思议的头脑去关注我们这个时代最困难的人工智能问题之一。
所以，从一个单一的小挑战的角度来看，这是一个成功。但你能谈谈挑战的内容吗？所以，有行人吗？有其他汽车吗？目标是什么？团队有哪些人？花了多长时间？有没有什么有趣的细节？
当然。
挑战是如何构建的，以及一些背景。正如我所提到的，这是该系列的第三次比赛。前两次被称为“大挑战”。目标是在完全静态的环境中驾驶。你知道，你必须在沙漠中驾驶。
那非常成功。所以，DARPA 随后推出了他们称之为“城市挑战赛”的比赛，目标是制造能够更动态的环境中运行并与其他车辆共享的车辆。
没有行人，但 DARPA 所做的是，他们接管了一个废弃的空军基地，在那里建造了一个小型的假城市。他们在那里有很多机器人，你知道，自动驾驶汽车，同时与由专业司机驾驶的其他车辆混在一起。
每辆车都有一个任务。所以，他们在开始时收到了一张粗略的地图，他们有一个任务，去这里，然后去那里，再到那里。
他们同时共享这个环境。他们必须相互互动，他们必须与人类司机互动。
这是非常第一个非常基础的自动驾驶汽车版本，你知道，可以在一个与其他动态参与者共享的环境中运行。
正如你所说，这在很多方面，你知道，确实启动了整个行业。
好的。
那么，团队有哪些人？你们做得怎么样？
我忘了。我们获得了第二名。
也许这是我对团队的贡献。我想斯坦福大学团队在 DARPA 挑战赛中获得了第一名。
然后我加入了团队。
你知道，是你代码里有 bug。我的意思是，你有没有什么特别困难的事情的记忆？或者，你知道，很酷的事情之一是，这不是一个产品，这不是你，你知道，你有一点点自由去实验。
所以，你可以冒险，你也可以犯错。
所以，有没有什么有趣的错误？有没有什么有趣的挑战让你印象深刻？或者有什么教会了你一个好的技术教训或一个好的哲学教训？
是的。
你知道，绝对，绝对是一段非常难忘的时光。不是真正的挑战，而是我当时最生动的记忆之一。我想，那实际上是我被这个领域深深吸引的日子之一。
那是我第一次能够在我写的软件上运行我的软件。我当时正在处理我们规划算法的一部分，它需要在停车场导航。
所以，你知道，我们称之为自由空间运动规划。
所以，它的第一个版本，你知道，我们在车上尝试了它。那是在斯坦福大学的校园里，在深夜。
你知道，我有一个用锥筒搭建的小赛道，在停车场中间。
所以，我们在凌晨 3 点在那里。你知道，当我们能够编译代码并运行它的时候。你知道，它开得很好，而且确实做了一些相当不错的事情。
你知道，当然，当时有很多 bug，有很多问题。但它相当神奇。我记得回去，你知道，后来晚上，试图入睡，但整晚都无法入睡。
我的大脑被震撼了。
是的，这就是我一直在做的，你知道，十多年来。
就挑战和有趣的记忆而言，就像比赛当天一样。那天非常紧张。我记得我和 Mike Montemerlo 站在一起，他是软件主管，写了大部分代码。我想我只写了规划器的一小部分。Mike，令人难以置信的是，你知道，几乎剩下的部分，你知道，还有其他一些不可思议的人。
但我记得在比赛那天，你知道，我和 Mike 一起看着汽车。你知道，你们的车是完全空的，对吧？它们都排在比赛开始的地方。
然后，你知道，DARPA 一辆一辆地派它们去执行任务。它们离开了。
你只是，你知道，它们有警报器。它们都有不同的警报器。
对。
每个警报器都有自己的个性，如果你愿意的话。
所以，你知道，它们出发了。你看不见它们。你只是，你知道，然后偶尔，它们会离观众近一点，你可以听到你汽车的声音。
你知道，它似乎在顺利进行。所以，你知道，这给了你希望。然后，你知道，它又消失了，你听不到它太久。你开始感到焦虑。
你知道，就像送你的孩子去上大学一样。你知道，你对他们投入了感情，你希望你，你，你，你建造得很好。但它仍然令人焦虑。
所以，那几天非常有趣。
就 bug 而言，正如你所提到的，你知道，有一个 bug 是我造成的，导致我们失去了第一名。你偶尔会和 CMU 团队的人争论。
我应该提到，你可能没听说过他们。但，是的，不，这是，你知道，这是一个小学校。它只是一个故障，你知道，他们碰巧在机器人学方面取得了一些成功。
非常风景如画。大多数人去那里是为了风景。
是的，那是对的。这是一个美丽的校园，不像斯坦福大学。
所以，对于不知道 CMU 是世界顶尖机器人学和人工智能大学之一的人来说，卡内基梅隆大学。
好的。抱歉，请继续。
好的，好的。
在我贡献的部分，也就是在停车场导航的部分，任务是这样的：在停车场里，你会从 DARPA 得到一张地图的轮廓。你可以得到一个巨大的多边形，定义了停车场的周长。
然后会有一个入口。你知道，也许有多个入口或通道。然后你会得到一个目标，在那个开放空间里，X、Y 坐标，汽车需要停在哪里。
它没有关于汽车可能遇到的光学障碍物的信息。所以，它必须在入口到停车场，然后到那个停车位之间，在完全自由的空间中导航。
然后，一旦停在那里，它必须退出停车场，同时还要遇到并实时处理它遇到的所有障碍物。
所以，我们的解释，或者至少是我的解释，是规则要求你必须从停车位倒车出来。我们的汽车就是这样做的。
即使前面没有光学障碍物，CMU 的汽车也没有这样做。它只是直接开过去了。
所以，仍然存在争论。当然，你知道，如果你停下来然后倒车出来，然后从另一条路出去，那会花费一些时间，对吧？
所以，仍然存在争论，你知道，是我糟糕的实现导致我们花费了额外的时间，还是 CMU 违反了比赛的一个重要规则？
你知道，我在这里有自己的看法。
就其他 bug 而言，我必须向 Mike Montemerlo 道歉，因为我在节目中分享这个。但实际上，这是我记得的更令人难忘的一个。而且，它已经成为行业中的一个比喻或标签。
至少在某些圈子里，它被称为“胜利圈”或“胜利巡游”。
我们的汽车就是这样做的。在城市挑战赛的一个任务中，在一个赛道上，在比赛的起点和终点附近有一个大椭圆。
所以，DARPA 的许多任务都会在同一个地点结束。这很酷，因为你可以看到汽车经过，完成那部分行程，然后继续完成其余部分。
其他车辆会到达它们的航点，然后离开椭圆，然后出发。
而我们的汽车，你知道，它到达了检查点，然后它会绕着椭圆多跑一圈，然后才离开，然后继续它的快乐旅程。
所以，在全天过程中，它积累了一些额外的时间。问题是，我们有一个 bug，它不会开始考虑下一个航点并计划到达下一个点，直到它到达前一个点。
在这种特殊情况下，当你到达那个点时，已经太晚了，我们无法考虑下一个点，也无法变道。
所以，每次它都会多跑一圈。
那就是斯坦福的胜利巡游。
哦，我感觉这里面有些哲学上的深刻之处。
但最终，每个人都是那种比赛的赢家。
这最终导致了谷歌自动驾驶汽车项目的诞生，现在是 Waymo。
那么，你能概述一下 Waymo 是如何诞生的吗？谷歌自动驾驶汽车项目是如何诞生的？它的使命是什么？希望是什么？它寻求实现的工程里程碑是什么？
那里有很多问题。
是的，我想你是对的。城市挑战赛和之前的 DARPA 大挑战赛，你知道，在很大程度上促成了下一步。
然后，拉里和谢尔盖，拉里·佩奇和谢尔盖·布林，谷歌的创始人，看到了那场比赛，并相信这项技术。
所以，谷歌自动驾驶汽车项目就诞生了。你知道，当时，我们从 2009 年开始，我们是一个相当小的团队，大约有十几个人聚集在一起，在谷歌上从事这个项目。
当时，我们看到了 DARPA 城市挑战赛中令人难以置信的早期成果。我想我们都对我们取得的成就感到非常兴奋，我们相信这项技术的未来。
但我们对问题空间的理解仍然非常粗糙。所以，这个项目在 2009 年的第一个目标是真正更好地理解我们面临的问题。
你知道，带着这个目标，当我们开始这个项目时，我们为自己设定了几个里程碑，以最大化学习。
你知道，有两个里程碑。一个是自动驾驶一万英里，这在当时是前所未有的。
第二个里程碑是驾驶 10 条路线，每条路线 100 英里。它们被特意选择为“更辣”，你知道，更复杂，并采样了该领域的全部复杂性。
而且你必须从头到尾驾驶每一条路线，没有任何干预，没有任何人为干预。
所以，你来到课程的开始，你按下那个按钮，启动自动驾驶，你必须，你知道，行驶 100 英里，你知道，从头到尾，没有任何干预。
它再次采样了驾驶条件的全部复杂性。有些是在高速公路上。我们有一条路线贯穿了湾区的整个高速公路和桥梁。我们有一些路线绕着太浩湖和山区道路行驶。我们有一些路线穿过市中心的帕洛阿尔托和旧金山等密集城市环境。
所以，这是一项非常有趣的工作。
它花了我们不到两年时间，大约一年半，多一点时间来完成这两个里程碑。
在这个过程中，是的，嘿，这非常有趣。可能是我职业生涯中最有趣的部分。因为你学到的东西太多了。你的目标是学习和原型化。你还没有开始构建生产系统。
所以，你只是，你知道，这是你，你知道，你 24/7 工作，你拼凑东西。而且你也不知道这有多难。
我的意思是，这一点，所以，我的意思是，这是一个雄心勃勃的。如果我把自己放在那个心态，即使现在，那也是一个非常雄心勃勃的目标。
只是这两个，选择 10 个不同的困难的、辣的挑战，然后没有任何干预。
所以，就像，不是说我们将在 10 年内逐步拥有大量路线，并逐步减少干预次数。
我的意思是，这字面意思是，尽快，我们希望零干预，而且是在困难的道路上。
所以，对我来说，如果我面临这种情况，我不确定这需要两年还是 20 年。
我的意思是，不到两年，我想。
这说明了做一次事情和拥有一个原型之间的巨大差异。你正在追求，你知道，了解问题，而不是你如何构建一个产品。你知道，你进行适当的评估，你查看指标，你，你知道，开车，你确信你可以在家做到这一点。
我想这就是，你知道，为什么它花了十几个人，你知道，16 个月或稍长一点的时间。
在 2009 年和 2010 年，以及十多年前的技术。
达到 10 条路线，每条 100 英里，零干预的里程碑。
你知道，我们花了更长的时间才实现一个完整的无人驾驶产品，供客户使用。
那是另一个非常重要的时刻。
有没有一些技术课程的记忆，或者就像，你从这次经历中学到了什么关于驾驶的问题？
我的意思是，我们现在可以谈谈你从现代 Waymo 学到的东西。但我感觉你在那些早期日子里学到了一些深刻的东西，甚至更多，因为感觉 Waymo 现在就是试图，你知道，如何规模化，如何确保你创造一个产品，如何确保它是安全的，所有这些都是迷人的挑战。
但你当时面临的是更根本的驾驶哲学问题。你知道，什么是驾驶，作为自动驾驶，或者也许我又在浪漫化它了？
你有没有在那里学到一些有价值的经验？
嗯，非常多。最重要的可能是，我们相信这是可行的。而且我们已经深入到这个问题，你知道，我们有一个，我想，只有对这个领域的真正复杂性的一瞥。
这有点像，你知道，爬山，你看到下一个山峰，你认为那就是顶峰。但然后你到达那里，你看到这只是旅程的开始。
但我们已经尝试了，我们已经采样了足够多的问题空间，而且我们已经取得了足够快的成功，即使你知道，用 2009 年、2010 年的技术，这给了我们信心，然后，你知道，将它作为一种真正的产品来追求。
所以，好的。
下一步。
你提到了你在那两年里的里程碑。那么，导致 Waymo 诞生以及之后的下一个里程碑是什么？
这是一段非常有趣的旅程。Waymo 出现得晚一些。
你知道，我们在 2010 年完成了那些里程碑。那是我们决定专注于实际构建产品的转折点。
你知道，在那之后的最初几年，我们专注于高速公路。你知道，你可能会称之为驾驶辅助，也许是 L3 驾驶辅助项目。
然后，大约在 2013 年，我们对这个领域有了足够的了解，并更深入地思考了我们想要构建的产品。所以，我们转向了，我们转向了构建一个驾驶员并完全部署无人驾驶汽车的愿景，没有一个人。
你知道，这就是我们一直以来的道路。而且，这正是对我们来说正确的决定。
所以，有一个时刻，你也考虑过，这里的正确轨迹是什么？自动化在驾驶任务中的正确作用是什么？
从早期开始，显然你想去完全自动驾驶。
我想是在 2013 年左右，那变得非常清楚，我们做出了那个转变。
而且，它也变得非常清楚，即使你构建驾驶辅助系统的方式，也与你构建完全无人驾驶汽车的方式根本不同。
所以，你知道，我们转向了后者，这就是我们一直以来都在做的事情。
所以，那是在 2013 年左右。然后，有一系列对我们来说真正有意义的、真正重要的、定义性的里程碑。
在 2015 年，我们有了第一个，实际上是世界上第一个完全无人驾驶的测试。
在公共道路上。它是在我们定制的车辆上。
我们一定见过。我们称之为“萤火虫”。
你知道，那个看起来像棉花糖一样奇怪的东西。
我们载了一名乘客。他叫史蒂夫·曼恩。
他是我们项目早期的一个好朋友。
这个人恰好是盲人。
所以，我们把他放在那辆车里。
汽车没有方向盘，没有踏板。
那是一个不受控制的环境。
你知道，没有领头车或追逐车，没有警察护送。
你知道，我们在德克萨斯州奥斯汀做了几次这样的旅行。
那是一个非常重要的里程碑。
那是在奥斯汀，是的。
酷。
而且，你知道，我们只，但当时我们只，它需要巨大的工程量，需要巨大的验证才能达到那个点。
但你知道，我们只做了几次。我只做了，那是一条固定路线。那不是一个受控环境，但那是一条固定路线。我们只做了几次。
然后，在 2016 年，2016 年底，2017 年初，我们创立了 Waymo。
那是项目的下一个阶段。
我们相信这项技术的商业愿景。
而且，在 Alphabet 内部创建一个独立的实体来大规模地追求这个产品是有意义的。
在那之后，2017 年，2017 年晚些时候，对我们来说是另一个非常重要的、非常重要的里程碑。
我们开始，那是 2017 年 10 月，我们开始在公共道路上进行常规的无人驾驶运营。
第一天运营，我们一天就开了 100 英里。
你知道，无人驾驶。
然后，我们，最重要的事情是，不是说一天开了 100 英里，而是这是常规的、持续的无人驾驶运营的开始。
我们可以说无人驾驶吗？这意味着没有司机。
没错。
所以，在第一天，我们实际上混合了。
我们不想在同一天出现在 YouTube 或 Twitter 上。
所以，在许多行程中，驾驶座上有人，但他们无法解除控制。
汽车没有解除控制。
但实际上，在第一天，有些里程是完全空着驾驶座开的。
这是关键的区别，我认为人们没有意识到。
你知道，通常当你谈论自动驾驶汽车时，驾驶座上会有一个司机，准备接管。
被称为安全司机。
而 Waymo 确实是少数几家公司之一，据我所知，或者至少是如此大胆、谨慎地，并且所有这些，实际上有案例，现在我们将越来越多地谈论，那里真的没有司机。
所以，这是另一个有趣的案例，司机不应该解除控制。那是一个很好的中间地带，如果他们还在那里，但他们不应该解除控制。
但实际上，当没有人时，确实存在这种情况。
当驾驶座上没有人时，这有点神奇。就像，你知道，你提到了你第一次编写自由空间导航代码来停放汽车。对我来说，作为一个机器人观察者，那是一个神奇的时刻。
第一个神奇的时刻是看到一辆自动驾驶汽车转弯，做出左转弯，施加足够的扭矩到方向盘上，你知道，有很多旋转。
不知何故，没有人坐在驾驶座上。
不知何故，这传达了这里有一个有力量的生命，它做出了决定。
方向盘有点不同，因为我们可能浪漫化了方向盘的概念。
它对我们 20 世纪的汽车概念至关重要。
而没有人坐在驾驶座上转动方向盘，对我来说，我想，也许对其他人来说，这真的很有力量。
这东西在控制之中。
然后，你给了它一个信任的飞跃。
我要把我的生命交给这个控制中的东西。
所以，从这个意义上说，当驾驶座上没有人时，这对机器人来说是一个神奇的时刻。
我去年有机会乘坐 Waymo 汽车。
那是一个神奇的时刻。
驾驶座上没有人。
就像，你认为细节不重要。
但如果没有人坐在驾驶座上，方向盘在自己转动。
我不知道。那很神奇。
绝对神奇。
你乘坐了许多这样的行程，在一辆完全空的车里。
没有人坐在车里。
你打电话给它，它就来了。
你上车，它带你去。
车里没有人，只有你。
你知道，这叫做完全无人驾驶。
只有乘客模式。
是的。
这很神奇。它具有变革性。
这就是我们从乘客那里听到的。它真的改变了你的体验。
而且，这真的解锁了这项技术的真正潜力。
但你知道，回到我们的旅程。
你知道，那是 2017 年，我们开始真正的无人驾驶运营。
然后在 2018 年，我们在凤凰城推出了我们的公共商业服务，我们称之为 Waymo One。
在 2019 年，我们开始为我们的早期用户群体提供真正的无人驾驶乘客服务。
然后，你知道，2020 年也是一个相当有趣的一年。
其中一个首先是关于技术，而是关于 Waymo 作为一家公司的成熟和成长。
我们今年完成了第一轮外部融资。
你知道，我们是 Alphabet 的一部分，所以我们当然可以获得大量的资源。
但作为 Waymo 成熟为一家公司的一员，我们认为部分地走向外部是有意义的。
所以，你知道，我们筹集了大约 32 亿美元。
从那轮融资中。
我们还，你知道，开始部署我们第五代驾驶员，我们的硬件。
它在新车上，但它也是一套定性不同的自动驾驶硬件。
它现在都在 JLR Pace 上。
那对我们来说是一个非常重要的步骤。
第五代硬件规格。
我想，如果我打断你，也许谈谈几代人，重点是第五代硬件规格，会很有趣。
当然。
我们把实际的汽车和我们放在上面的自动驾驶硬件分开了。
现在，我们有，正如我所提到的，第五代。
我们已经，你知道，很多年前就开始制造自己的硬件了。
那辆萤火虫车也有硬件套件，大部分是内部设计、工程和制造的。
激光雷达是我们设计和制造的最重要的组件之一。
所以，在我们的第五代驾驶硬件上，我们现在正在切换。
正如前几代一样，在传感方面，我们有激光雷达、摄像头和雷达。
而且，你有一个相当强大的计算机，它处理所有这些信息，并在车内实时做出决策。
所以，所有这些，它确实是一个定性的飞跃，在硬件的能力和各种参数和规格方面，与我们以前的相比，以及与你今天在市场上能买到的相比。
意思是，从第五代到第四代？
从第五代到第一代？
绝对是从第一代到第五代。但也是从其他，最愚蠢的问题。
绝对，绝对是从第四代到第五代。
所以，最后一步是一个巨大的飞跃。
一切都是内部的。
所以，激光雷达是内部制造的，摄像头也是内部制造的。
你知道，这是不同的。
你知道，我们与合作伙伴合作。
有些组件，你知道，我们从我们的制造和，你知道，供应链合作伙伴那里获得。
内部具体是什么有点不同。
如果我们，我们做了很多，你知道，定制设计，我们所有的传感材料，激光雷达，雷达，摄像头。
你知道，激光雷达几乎完全是内部的。
而且，我们的一些基本技术是完全独特的，Waymo。
雷达和摄像头也很大程度上是这样。
在我们自己做的事情和从合作伙伴那里获得的东西之间，混合程度更高一些。
有没有什么关于计算机的超级性感的东西你可以提到，不是绝密？
就像，你知道，对于喜欢计算机的人来说。
嗯，有很多机器学习。
但也有很多基本的计算。
你必须，你知道，对所有不同的传感器进行大量的信号处理。
你必须整合一切。
一切都必须实时进行。
可能还有某种冗余。
关于计算机，对于喜欢硬件的人，有什么有趣的事情可以告诉你吗？
它具有你刚才提到的所有特征和属性。
冗余。
用于通用处理以及推理和机器学习模型的非常强大的计算。
这有一些更敏感的东西，你知道，出于知识产权原因，我不想深入探讨。
但是的，可以分享一点。
就我们车上的传感器规格而言，你知道，我们实际上分享了一些视频，展示了我们的激光雷达看到的世界。
我们有 29 个摄像头，5 个激光雷达，6 个雷达。
你可以感受到它们产生的数据量。
所有这些都必须实时处理，以，你知道，进行感知，进行复杂的推理。
这让你对那些计算机有多强大有了一些想法。
但我不打算具体说明我们是如何制造它们的。
好的。
那么，让我尝试一些你不能具体说明的问题。
就 GPU 而言，这是你可以谈论的吗？
你知道，我知道谷歌与 TPU 等合作。
我的意思是，对于机器学习爱好者来说，这很有趣。
还是没有？
我该怎么问？
我一直在和政府官员谈论 UFO，他们不回答任何问题。
这就是我现在感觉。
问 GPU。
[笑声]
但有没有什么有趣的事情可以透露？还是只是，你知道，嗯，或者留给我们想象？
一些计算。
有没有什么，我想，有没有什么有趣的技巧？
我第二次和 Chris Lattner 谈话，他是 TPU 的关键人物。
而且，谷歌在优化机器学习的硬件方面有很多有趣的事情在发生。
有没有什么你可以透露的，关于你提到的定制化程度？
硬件的定制化程度有多高，用于机器学习？
我会像政府一样。
你知道，你，那个家伙。
个人。
UFO。
我猜，你知道，我会说，计算确实很重要。
我们有非常数据饥渴和计算饥渴的机器学习模型，遍布我们的整个堆栈。
这就是，你知道，既是 Alphabet 的一部分，又设计我们自己的传感器和整个硬件套件。
一方面，你可以获得，你知道，非常丰富原始传感器数据，你可以从你的传感器传输到你的计算平台。
是的，并构建，构建从原始传感器数据到大型计算的整个管道。
然后拥有巨大的计算能力来处理所有这些数据。
这就是我们发现拥有对该硬件堆栈的许多控制非常有优势的地方。
对我来说，最迷人、最神奇的地方之一，也许你不能详细说明，就是其他计算。
你知道，我们只是在谈论一辆车。
但是，你知道，驾驶体验是一个来源，它产生了大量迷人的数据。
而且，你有大量的汽车内数据。
汽车内的数据。
而且，你知道，存储其中一些数据以进行训练或。
为了分析等等，这是其中一个迷人的部分，我理解一辆车，我不理解如何以一种好的方式将它们整合在一起。你能谈谈这方面遇到的挑战吗？关于看到车辆网络，然后将数据带回来并分析那些像驾驶中的边缘情况，能够从中学习以改进系统，看到哪里出了问题，哪里做得对，并分析所有这些事情。从工程角度来看，这有什么有趣的地方吗？哦，那里有大量真正有趣的工作正在进行，无论是车队实时运行以及它们之间实时交换信息以做出更好决策，还是离线组件，你必须处理海量数据来训练你的机器学习模型，评估机器学习模型，模拟整个系统，以及评估你的整个系统。而且，作为 Alphabet 的一部分，这再次带来了巨大的优势，因为我们消耗了大量的计算资源用于机器学习基础设施。我们构建了许多自定义框架，以便在数据挖掘方面做得更好，找到有趣的边缘情况用于训练和系统评估，用于训练和评估一些组件以及系统的子部分和各种机器学习模型，以及评估整个系统和模拟。
好的，你提到的第一点是车辆之间通过一个中心点进行通信。这也很迷人。这在多大程度上帮助了你？想象一下，现在车辆的数量是 x，我不知道你是否能说出这个数字，但它还没有达到数亿。想象一下，如果全世界的车辆数量都很多，那可能会改变连接的力量。我想，如果你看看凤凰城，因为有足够的车辆，当有一定程度的密度时，你就可以开始利用车辆可以协商、可以相互通信并因此做出决定的事实来做一些真正有趣的事情。关于这如何帮助解决驾驶问题，与仅仅一辆车自己解决驾驶问题相比，有什么有趣的地方吗？
是的，这是一个光谱。我首先要说的是，是的，它有帮助，而且在很多方面都有帮助，但它不是必需的。目前我们构建的系统使得车辆可以独立运行，它们可以在没有连接的情况下运行。所以，我认为拥有一个完全自主的、完全有能力的驾驶员，每辆车都有，然后它们确实会共享信息，并且实时共享信息，这真的很重要。所以我们今天这样做的就是，每当一辆车遇到世界上有趣的事情时，无论是事故还是新的施工区域，这些信息都会立即通过空中上传，并传播到车队的其他部分。这就是我们如何看待地图作为我们车队驾驶员知识的先验知识，它分布在整个车队中，并实时更新。这是一个用例。你可以想象，随着这些车辆密度的增加，它们可以交换更多关于它们计划做什么的信息，并开始影响它们如何相互作用，以及可能分享一些观察结果，以提供帮助。如果你有足够多的车辆密度，一辆车可能看到的东西对另一辆车来说是相关的，而另一辆车是非常动态的。它不是你更新的静态先验地图的一部分，而更像是动态信息，可能与另一辆车实时做出的决定相关。所以你可以看到它们交换这些信息，你可以以此为基础。但同样，我认为这是一个优势，但它不是必需的。
那么关于“人机协作”呢？当我有机会乘坐 Waymo 时，有客户服务。有人能够动态地介入并帮助你吗？人在其中扮演什么角色？这是个迷人的想法，比如远程操作车辆。我们现在谈论的是一种无缝的、人类能够以一种无缝的方式帮助你的方式。我不知道他们是否真的能够控制车辆，你能谈谈吗？
是的，好的。需要明确的是，我们不进行传送。我将相信远程操作是出于罕见的原因，那不是我们车上的东西。正如你所提到的，我们有客户支持的版本，我们称之为“实时健康”。事实上，我们发现它对我们的乘客体验非常重要，尤其是如果这是你的第一次旅行，你从未乘坐过 Waymo 的全自动驾驶、仅乘客车辆。你进去后，那里没有人。所以你可以想象你的脑子里会有各种各样的问题，比如这个东西是怎么工作的。所以我们花了很多心思来引导我们的乘客，尤其是第一次乘坐的乘客。他们会通过手机获得一些信息。如果全自动驾驶车辆用于服务他们的行程，当你进入汽车时，我们有一个车内屏幕和音频来引导他们并解释他们会遇到什么。他们还有一个可以按下的按钮，可以将他们连接到一个可以与之交谈的真人。关于整个过程。这是其中一个方面。我应该提到，人类还为我们的汽车提供另一项功能，但它不是远程操作。你可以把它看作是车队协助，有点像交通管制。我们的汽车本身负责做出所有驾驶决定，这些决定不需要连接。它们是纯粹由车载系统自主完成的，任何安全或延迟关键的事情都是如此。但是，在某些情况下，如果连接可用，汽车遇到一个特别具有挑战性的情况，你可以想象一个非常棘手的事故现场。汽车会尽力而为，它们会识别出这是一个非正常情况，它们会尽力提出正确的解释，在这种情况下最好的行动方案。但是，如果连接可用，它们可以请求确认，比如来自人类助手，以确认这些行动，并可能提供一些上下文信息和指导。
10 月 8 日，Waymo 在凤凰城推出了其全自动驾驶的公共版本服务。是那天吗？是的，那是 Waymo One 公共服务中引入全自动驾驶、仅乘客车辆的日子。
那太棒了。所以任何人在凤凰城都可以乘坐 Waymo 了？是的。我们之前让早期乘客计划中的早期乘客在凤凰城乘坐全自动驾驶。就在不久前，10 月 8 日，我们向公众开放了这种运营模式。所以我可以下载应用程序，然后去乘坐。目前对这项服务的需求很大，而我们的产能有限。所以我们正在管理它，但这正是你所描述的。
嗯，这很有趣。需求大于你们的产能。到目前为止，人们的反应如何？我是说，这是一种产品，这是一个完全不同的讨论，关于它是一个多么引人注目的产品。但它也是 21 世纪最具变革性的技术之一。所以它也像一个旅游景点，参与其中很有趣。所以，看看人们怎么说，人们的反馈如何，会很有趣。
仍然是早期阶段，但到目前为止，反馈是惊人的，非常积极。我们在行程中询问他们的反馈，我们在行程结束后询问他们的反馈，作为他们行程的一部分。我们问了他们一些问题，让他们评价我们驾驶员的表现。到目前为止，绝大多数驾驶员在我们应用程序中都获得了五星评价，这真是太棒了。是的，他们也给我们提供了关于我们可以改进的方面的反馈。这也是我们这样做的一个主要原因，就是凤凰城，以及过去几年，以及今天的每一天，我们都从用户那里学到了大量新东西。没有什么可以替代真正去做这件事，真正拥有一个全自动驾驶产品在现场，有用户实际上付钱让我们从 A 点到 B 点。
这是一项合法的付费服务，对吧？是的。理念是使用应用程序从 A 点到 B 点，那么 A 点和 B 点的自由度是什么？这是一个服务区域，这是一个相当大的地理区域，实际上比旧金山市还要大。在其中，你可以完全自由地选择你想去的地方。当然，有一些限制。在你的应用程序中，你会看到一张地图，你告诉汽车你想在哪里被接载，你想在哪里被停车接载，然后你告诉它你想在哪里被放下。当然，有一些排除项，你希望汽车在哪里可以停车。你不能这样做。但除此之外，这很神奇。它不是一个预设的集合。
是的，在地理限制范围内，在该区域内的任何地方都可以接送你。是的。人们在各种各样的行程中都使用它们。我们有各种各样的乘客。我认为最小的乘客需要汽车座椅，我们有带孩子乘坐的乘客。我认为我们最小的乘客是 1 到 2 岁。各种各样的用例，人们可以带他们去学校，去杂货店购物，去餐馆，去酒吧，跑腿，购物等等。你可以去你的办公室，对吧？各种各样的用例。人们会在日常生活中使用它们来出行。我们看到了各种各样真正有趣的用例。这为我们提供了极其宝贵的经验，然后我们用它来改进我们的产品。
作为一个曾经和乔·罗根等人就互联网的毒性、评论中的负面情绪进行过多次长篇讨论的人，我对反馈很着迷。我相信大多数人是善良、聪明、有智慧的，即使在不同意见中也能提供令人着迷的想法。所以，在产品方面，对我来说，最迷人的是：你如何获得最丰富的用户反馈来改进？你使用哪些渠道来衡量？因为你不再……这是自动驾驶汽车的神奇之处之一，它不是与人类的互动是无缝的。所以你不能……它只是提供一次乘车。那么，你如何从人们那里获得反馈来改进呢？
这是一个很好的问题。有各种各样的机制。作为正常流程的一部分，我们征求人们的反馈。当汽车在行驶时，我们可以在手机和车内提供触摸屏，你可以点击一些按钮，实时提供关于汽车表现如何以及汽车如何处理特定情况的反馈，包括积极和消极的。这是一个渠道。正如我们讨论过的，有客户支持或实时帮助，如果客户有问题或有疑虑，他们可以实时与人交谈。这是另一个提供反馈的机制。行程结束后，我们也会询问他们情况如何，他们会给我们评论和星级评分。我们也会让他们解释哪些做得好，哪些可以改进。我们的乘客提供了非常丰富的反馈。很大一部分人对这项技术充满热情和兴奋。所以我们得到了很好的反馈。我们还进行用户体验研究。我们进行更深入的研究，进行横向和纵向研究，与客户进行更深入的互动。我们的用户体验研究团队会跟踪和测试。
是的，这正是。这是另一个非常有价值的反馈来源。我们正在涵盖大量内容。人们去杂货店购物，他们想把 20 袋杂货装进我们的车里。当你构建自动驾驶产品时，这可能不是你一开始就想到的一个工作流程。人们会骑自行车作为他们行程的一部分。他们骑自行车去某个地方，然后乘坐我们的汽车，他们会把自行车装进我们的车里，然后去。这就是他们……我们想在哪里停车，以及如何进出。这个过程提供了非常有用的反馈，关于什么是一个好的接送地点。我们得到了非常有价值的反馈。事实上，我们不得不做一些非常有趣的高清地图工作，并考虑步行方向。如果你想象一下在一个巨大的空间里，比如一个商店，然后你想在某个地方被接载。如果你只是在当前位置，可能是在购物中心中间，那么汽车的最佳接载地点是什么？你可以有一些简单的启发式方法，你只是计算你的直线距离，找到最近的汽车可以停车的地方，离你最近。但通常那不是最方便的。我有很多轶事说明这种启发式方法会以可怕的方式失效。我经常提到的一个例子是，有人想在凤凰城被放下。我们的汽车选择了一个地点，在纬度和经度上都离他们丢下的图钉最近。但碰巧是在一个有仙人掌的停车场另一边。可怜的人不得不绕着停车场走才能到达他们想去的地方，在 110 度的高温下。所以，我们把所有这些用户反馈都收集起来，并将其纳入我们的系统，然后进行改进。
我觉得这需要通用人工智能来解决这个问题，当你在一个很大的空间里，比如公寓楼，这并不重要，不是什么大空间，然后你从那里打电话给 Waymo。然后，无论如何，你的车在哪里，图钉应该在哪里落下？我觉得这需要通用人工智能。我将……为了……
替代方案，我认为谷歌搜索引擎已经证明了这一点，那就是，也许有点愚蠢但非常有力的答案，那就是：别人过去做了什么？别人做出了什么选择？在谷歌搜索方面，当你拥有数十亿次搜索时，你可以看到，当他们推荐你可能意味着什么时，他们会根据不仅仅是机器学习的东西，虽然他们也这样做，但根据别人过去成功的经验来建议。找到他们满意的答案。这是否与 Waymo 集成了？其他人的接载方式如何？
是的，我认为你说得完全正确。有一些非常有趣的解决方案，有有趣的失败模式。所以肯定有很多可以改进的地方，既可以从实际的经验中学习，也可以从获得更丰富的用户数据和更多关于环境的信息以及更丰富的地图中学习。但你绝对是正确的，在解决方案的某些方面，就它们对用户的影响而言，有些解决方案比其他解决方案好得多。不可预测性和可理解性很重要。所以你可能有一个不是那么最优但对用户来说非常自然和可预测的解决方案，并且总是以相同的方式工作。这对用户体验很重要。但要回到基本问题，一个非常基本的问题是，汽车确实会到达你告诉它的地方。你可以随时在地图上看到它，如果你不喜欢，你可以移动它。但汽车可靠地出现这一属性至关重要。与一些人类驾驶的类似物相比，我认为你可以有更多的不可预测性。事实上，如果我在这里详细说明一点，我认为手机和汽车之间的两个计算机之间的通信可以带来一些非常有趣的事情。我们可以做一些用户界面方面的事情，比如汽车确实会出现在你告诉它的地方，但也可能有一些非常有趣的用户界面方面的事情。当汽车行驶时，当你打电话给它，它正在来接你，你会在地图上看到汽车的位置和路线。它们确实遵循那条路线。但它也可以分享一些关于它正在做什么的非常有趣的信息。所以，当我们的汽车来接你时，如果它遇到一个停车标志，它会向你展示它在那里停着，因为它在停车标志或红绿灯处，它会向你展示它停在红绿灯处。所以，这些都是小事。但我发现这些小细节非常有趣，非常神奇。这些小事可以让你取悦你的用户。
这让我想起了一些我非常喜欢的产品。有一家名为 Rev 的公司，Rev.com。例如，对于这个播客，我可以拖放一个视频，然后他们会完成所有的字幕。是人类在做字幕，但他们能很好地将你与人类联系起来。他们自动化了所有连接你的过程，他们完成了字幕和转录。一切都很轻松。我记得当我第一次使用它们时，感觉生活真美好，因为之前要弄清楚这一点非常痛苦。同样，还有一家名为 iZotope RX 的公司，我用它来清理音频，比如声音清理。拖放一下，它就能很好地清理一切。我还有一次与亚马逊一键购买类似的体验。一开始，虽然现在其他地方也有，但购买的轻松程度，使其无缝。这让我觉得我是一个设计的粉丝，我是一个产品的粉丝，你可以创造一个非常愉快的体验。它的简单性，它的优雅，让你爱上它。
那么，你是否考虑过这些事情？这正是我们一直在谈论的。这些细节让你爱上产品。我们从城市挑战日开始，那时爱可能不在谈话之列。然后到这一点，有真人，你想让他们爱上这种体验。你是在优化这个吗？你是在思考如何创造人们喜爱的体验吗？
绝对。我认为这是愿景，就是消除我们用户、我们的乘客到达他们想去的地方的任何摩擦或复杂性，并使其尽可能简单。然后，除了交通之外，还要让物品尽可能无缝地到达目的地。你谈到了拖放体验，你表达了你的意图，然后它就神奇地发生了。对于我们的乘客来说，我们正在努力实现的目标是，你下载一个应用程序，然后你可以点击一下，汽车就会出现。这是一样的汽车，非常可预测，安全且高质量的体验。然后它会以一种非常可靠、非常方便、无缝的方式带你去你想去的地方。在旅途中，我认为我们也想做一些小事情来取悦我们的用户。就像网约车公司一样，因为它们不控制体验。我认为它们不能让人们爱上这种体验，或者也许它们没有付出努力。但我想说的是，就我目前拥有的网约车体验而言，它非常方便，但有很多可以让你爱上它的空间。我们可以谈谈汽车公司。汽车公司做得很好。你可以爱上一辆汽车，成为一个忠实的汽车爱好者。我喜欢那些很酷的跑车，比如 69 年的科尔维特。现在，拥有汽车是 20 世纪的事情了。但 Waymo 的体验有什么能让你爱上它的吗？这是其中的一部分吗？还是仅仅是提供一次方便的乘车，而不是网约车？我不知道正确的术语是什么，但只是方便的自动驾驶交通？你希望人们爱上 Waymo 吗？
所以，从商业角度来看，我很好奇，你希望它在后台隐形，还是希望它成为一个非常显眼、快乐的源泉？
我希望提供最好、最愉快的交通解决方案。这意味着以一种人们在日常生活中以一种非常无缝、无摩擦的方式使用它的方式来构建我们的产品和服务。我认为这在某种程度上意味着坠入爱河，这种产品就成了你日常生活的一部分。对我来说，这归结为安全性、可预测性和隐私。我认为这是其中的一部分。我们的汽车，你得到的是同一辆车，你得到非常可预测的行为。这很重要。如果你要在日常生活中使用它，隐私很重要。当你在一辆车里时，你可以做其他事情。你花了很多时间在车里，这是你生命中的一部分。所以，不必与你不想分享的人分享，我认为这是一个很好的特性。也许你想打个电话或在车里做其他事情。安全，驾驶质量，以及身体安全，比如不必与他人分享乘车，这对很多人来说很重要。
那么关于人类驾驶员在停车标志处进行滚动停止的想法呢？有时，比如你乘坐 Uber、Lyft 或其他有人驾驶的汽车，你知道他们可能有点激进。感觉上，并非所有的激进都是坏的。现在，这可能是一个错误的观念，20 世纪的驾驶观念。也许可以创造一种驾驶体验，如果你在后面忙于做某事，那么激进可能不是一件好事。这可能是一种非常不同的体验。但感觉上，为了在这个世界上航行，你需要……我该怎么说呢？你需要稍微打破规则，或者至少测试规则。我不知道政客们用什么语言来讨论这个问题，但无论他们用什么语言，你都会……你会在规则边缘试探。我不知道，但你……你有点……以一种激进的方式驾驶，以宣示你在世界上的存在，从而让其他车辆和人们尊重你的存在，从而让你能够及时地通过十字路口。我不知道这些是否都有意义。那么，这如何融入自动驾驶体验呢？这有很多销售。
你触及了许多行为组成部分和参数，这些参数使你的驾驶感觉自信、自然和舒适、可预测。现在，我们的汽车会遵守规则，它们会在所有情况下做最安全的事情，让我说清楚。但如果你想到非常非常好的驾驶员，想想专业的豪华轿车司机。他们会遵守规则，他们非常非常平稳，但他们非常高效。但他们很自信，对他们来说很舒服，对与他们共享环境的其他人来说是可预测的。这就是我们想要打造的驾驶员。
你认为这可能有一个运动类比，对吧？是的，在很多运动中，真正的专业人士动作非常高效。他们不会……他们不会……他们动作流畅而精确，他们会得到最好的结果。这就是我们想要打造的驾驶员。就激进而言，你可以……你可以……你可以闯过停车标志，你可以疯狂地变道。这通常不会让你更快到达目的地，通常也不是最安全、最可预测、最舒适的事情。但有一种方法可以做到这两者。这就是我们正在做的。我们正在努力打造一个安全、舒适、平稳且可预测的驾驶员。
这是一个非常有趣的区分。我认为在自动驾驶汽车的早期，车辆感觉很谨慎，而不是高效。而且可能仍然如此。但当我乘坐 Waymo 时，它相当自信，速度也很快。是的。令人惊讶的感觉之一是，它实际上速度很快，而且不像我之前编程的自动驾驶汽车那样感觉笨拙地谨慎。我所构建的一切都感觉要么过于激进，尤其是当是我的代码时，要么……我称之为笨拙的谨慎。而 Waymo 的车辆感觉自信，我认为高效是正确的术语。它不是……而且我也喜欢专业的豪华轿车司机，因为我们经常认为……你知道，网约车司机或公交车司机或出租车司机。有趣的是，人们认为出租车司机是专业人士。我……就像说我是一个专业的步行者，因为我一生都在走路。我认为这是一种艺术。如果你认真对待它作为一种艺术形式，那么掌握它就有一定的方式。思考驾驶中的掌握是什么样子很有趣。也许我们所认为的激进是不必要的。它不是驾驶体验的一部分。它是……它是没有必要的附加物。你可以……你可以在规则范围内创造一个好的驾驶体验。
你是我遇到的第一个这样说的人，所以这有点有趣。我需要思考一下。但这正是我乘坐 Waymo 的感觉。我有一种直觉，也许是俄罗斯人的原因，我不知道。你必须打破规则才能在生活中取得任何成就。但也许……也许有可能不是这样。我需要思考一下。但在凤凰城的街道上，当我还在那里乘坐 Waymo 时，感觉确实如此。那是一次非常愉快的经历，而且并不令人沮丧，那种“快点动起来”的感觉。那种感觉不存在。
是的，这就是我们追求的目标。我认为你不需要选择一个。我认为真正好的驾驶能提供效率和自信，但也提供舒适和可预测性，以及安全。而这正是核心能力的基本改进所能实现的。你可以把它看作是精度和召回的权衡。你的模型有某些能力，然后很容易……你知道，有一个精度和召回的曲线。你可以移动事物，你可以选择你的操作点，在你的精度和召回的训练中，假阳性与假阴性。然后你可以调整曲线上的东西，变得更谨慎或更激进。但激进是坏的，或者谨慎是坏的。但真正的能力来自于实际地将整个曲线向上移动。然后你就在这些权衡的完全不同的层面上。这就是我们在这里试图做的，就是将整个曲线向上移动。
在我忘记之前，我们来谈谈卡车吧。我也检查了一些 Waymo 卡车。我不确定我们是否想深入这个领域，但这是一个迷人的领域。所以也许我们可以至少简要提一下。Waymo 也在做自动驾驶卡车。从哲学和技术上来说，这个领域的问题有什么不同？
这是我们的两大产品之一，也是我们驾驶员的商业应用，处理和交付。我们有 Waymo One 和 Waymo Via，运送人和运送货物。卡车运输就是运送货物的一个例子。我们自 2017 年以来一直在从事卡车运输。这是一个非常有趣的领域。你的问题是它有多不同？它具有一个很好的特性，即一阶挑战，比如科学、硬工程，无论是硬件还是车载软件，还是离线软件，所有你为训练机器学习模型、评估退休系统而构建的系统，这些基础知识都会延续。驾驶的真正挑战，感知、语义理解、预测、决策、更多规划、评估、模拟、机器学习基础设施，这些都会延续。我认为数据、应用和领域可能不同，但最困难的问题，所有这些都会在领域之间延续。所以这是非常好的。这就是我们处理它的方式。我们正在投资核心技术，然后对核心技术进行专业化，以适应不同的产品线，不同的商业应用。
所以，稍微区分一下卡车。从硬件开始，传感器的配置不同，对吧？它们在物理上、几何上是不同的车辆。例如，我们的卡车在两侧都有两个主要的激光雷达，这样我们就不会有盲点。而在 JLR I-PACE 上，我们有一个放在顶部。但实际的传感器几乎相同或大部分相同。所以我们多年来在构建自定义激光雷达、自定义雷达以及整合整个系统方面所做的所有投资都会很好地延续。然后，在感知方面，看到世界、理解世界的基本挑战，无论是物体检测、分类、跟踪、语义理解，所有这些都会延续。是的，当你在高速公路上行驶时，有一些专业化。范围变得更重要，领域有点不同。但同样，基础知识会很好地延续。
同样，我认为你会进入预测或决策。预测他人行为的基本原理，找到长尾，改进你的系统在行为预测和响应的长尾方面，这些都会延续。等等，等等。所以，这很令人兴奋。顺便问一下，Waymo Via 是否包括使用小型车辆运输货物？
这是一个有趣的区分。所以，有三种有趣的运营模式。一种是运送人类，一种是运送货物，一种是运送零人，即空载车辆。你的空车，意思是它要去目的地，它没有乘客。这是最后一个浪潮，就是全部。从商业角度来看，它不那么令人兴奋。
嗯，就车辆内部的东西而言，当它移动时，因为车辆的很大一部分移动必须是空的。我认为这很有趣。也许只是在这个小点上，对于零人车辆，或者什么都没有的车辆，是否有不同的控制和政策？还是只是像有人在里面一样移动？
作为一阶近似，没有区别。如果你考虑到安全、舒适和驾驶质量，只有一部分与车内的人或货物有关。但你不想……你想平稳驾驶。正如我们所讨论的，不仅仅是为了车内物品的纯粹利益。这也是为了外面的人，为了让他们自然而然地、可预测地融入整个环境。所以，是的，有一些二阶效应。你可以改变路线，也许在车队规模上进行优化。你会考虑到你的某些汽车是否真的在服务一个有用的行程，无论是载人还是载货，而你的其他汽车则完全空着，开往下一个有价值的行程。但这些大多是二阶效应。
好的，很酷。所以凤凰城是一个不可思议的地方，你在凤凰城宣布的事情真是太棒了。但这只是一个城市。你如何征服世界？我是说，我替朋友问的。
一步一步来。这是卡通《粉红猪与大脑》里的吗？好的。但逐渐是真实的答案。我认为你问题的核心是，我们今天在哪里，接下来会发生什么，以及要超越凤凰城需要什么，以及将这项技术推广到更多地方和更多人需要什么。所以我们下一个重点领域正是大规模商业化和扩展。如果我想到凤凰城，它为我们提供了那个平台，它为我们提供了基础，我们可以在此基础上进行建设。为了构建技术，为了将其部署到现场，从自动驾驶汽车到提供服务的车队，再到商业化，你需要将一些非常具有挑战性的方面整合在一起。在凤凰城，我们已经将技术从一个证明点发展到一个实际的部署，并将我们的驾驶员从一辆车发展到一支可以提供服务的车队。除此之外，如果我想到在更多地方、更多客户那里进行扩展和部署，我倾向于从三个主要维度来思考。一个维度是核心技术，即我们驾驶员的硬件和软件核心能力。第二个维度是评估和部署。第三个维度是产品、商业和运营卓越。所以你可以谈谈我们在每个维度上的进展，我们今天在哪里，以及接下来会发生什么。
在核心技术方面，硬件和软件共同构成了我们的驾驶员。我们显然有这个基础，它正在为我们的客户提供全自动驾驶的行程，事实上，我们从中学习了很多。所以现在我们正在将所有这些经验教训融入到我们核心技术的一些非常根本的改进中，无论是硬件还是软件方面，以构建一个更通用、更强大的解决方案，然后这将使我们能够大规模地扩展，超越凤凰城。在硬件方面，所有这些经验教训都已融入到这个第五代硬件平台中，该平台目前正在部署。而第四代平台，也就是我们现在在凤凰城驾驶的那个，它足以在白天和黑夜，在各种速度和各种条件下完全自主地运行。但第五代是我们想要大规模扩展的平台。我们确实在系统能力、架构的简单性、冗余的可靠性方面进行了定性改进。它被设计成可以大规模制造，并提供正确的单位经济效益。所以这是我们的下一步。
在硬件方面，它已经准备好进行规模化了。第五代，对吧？这是巧合，还是我们应该深入研究一下？阴谋论？这是 Pixel 手机的相同版本吗？
他们既不确认也不否认。
好的，好的，很酷。所以，这是那个轴。还有什么？
与硬件不同的是一个离散的飞跃，但与我们从第四代硬件到第五代硬件的转变类似，我们在软件方面也做出了类似的改进，使其更加健壮和通用，并使我们能够快速地扩展到凤凰城之外。这就是核心技术的第一维度。
第二个维度是评估和部署。现在，你如何衡量你的系统？你如何评估它？你如何构建发布和部署流程，让你能够自信地定期向车队发布新版本的驾驶员？你如何擅长它，这样它就不会对你的研究人员和工程师造成巨大的负担？你如何构建所有这些流程、框架、模拟、评估、数据科学、验证，这样人们就可以专注于改进系统，而发布版本就会顺利完成并部署到整个车队？我们在凤凰城在这方面做得非常好。这是一个极其困难的问题，但这就是我们现在在凤凰城拥有的，它为我们提供了基础。现在我们正在努力整合我们学到的所有经验教训，使其更有效率，去往新的地方，扩展规模，并将其复制出去。这就是评估和部署的第二个维度。
第三个维度是产品、商业和运营卓越。同样，凤凰城提供了一个极其宝贵的平台。这就是为什么我们在凤凰城做端到端的事情。我们正在学习，正如我们今天早些时候讨论过的，我们从用户那里学到了大量非常有价值的经验教训，获得了令人难以置信的反馈。我们将继续迭代，并将所有这些经验教训融入到使我们的产品变得更好、对用户更方便。
所以，你正在将凤凰城的整个过程转化为可以在其他地方复制的东西。所以，也许你在进行实验时没有这样想过，但你正在经历完整的旅程。正如你所说的，在凤凰城，它需要什么才能基本上实现自动化。它不是整个凤凰城，但我可以想象它可能涵盖整个凤凰城，在不久的将来。但这甚至可能不重要，只要它是一个足够大的地理区域。那么，这个过程在多大程度上是可复制的？以及，当你复制粘贴时，比如在 Google Docs 或 Word 中，你可以应用源格式或目标格式。那么，当你复制粘贴凤凰城到波士顿时，你如何应用目标格式？将一个实际的公共交通自动驾驶交通服务带到一个城市的过程的核心有多少是你足够理解的，可以复制粘贴到波士顿或其他地方？
我们还没有到那个地步。我们还没有到……
我们现在有点大规模地到处复制粘贴，但凤凰城，你知道，我们在凤凰城所做的，我们非常刻意地选择凤凰城作为我们首次全面部署的区域，正是出于这个原因，来剖析问题，审视每个维度，并专注于复杂性和去风险化的基本原理，你知道这些维度，然后将整个事情整合起来，以便能够完成所有工作，并迫使我们学习技术、硬件和软件、评估部署、运营服务、运营业务、实际服务客户等方面的所有艰难教训，以便我们充分了解最困难、最重要的挑战，从而让我们能够迈出下一步，正如你所说的大规模复制粘贴。
[音乐] 这就是我们现在正在做的事情，我们将所有这些学到的东西融入到下一个系统中，然后这个系统将使我们能够到处复制粘贴，并大规模扩展到更多的用户和更多的地点。我的意思是，你知道，我刚才稍微谈了谈，你知道，这些不同的维度意味着什么。所以，例如，在硬件方面，再次强调，这是从第四代到第五代的转变，而第五代的设计就是拥有这种特性。
你能说出你还在考虑哪些其他城市吗？比如，我正在考虑，抱歉，我们现在在旧金山，我以为我想搬到旧金山，但我在考虑搬到奥斯汀。我不知道为什么人们现在对旧金山不太友好，也许是因为它很小，也许它现在很流行，但奥斯汀似乎，我去过那里，我在一家沃尔玛里，这些时刻很有趣，它们改变了你的人生。有一个非常和蔼的女人，眼神很友善，她停下来对我说：“亲爱的，你戴这条领带真帅。”我这辈子从来没有遇到过这样的事，但这个女人的善良是我从未体验过的，尤其是在波士顿的街头，甚至在旧金山，人们也不会那样说话或思考。我不知道，奥斯汀也有一种温暖，那种爱和善意。既然 Waymo 在那里确实有一点历史，那是否有可能？这是你问问题的版本吗？比如，你知道，德米特里，我知道你不能分享你的商业和部署路线图，但我在考虑搬家，我应该搬到奥斯汀吗？如果你认为我应该搬到那里，就眨眨眼两次。是的，没错。你抓到我了。
我们一直在到处测试，我认为我们在 25 个城市进行了测试。我们在旧金山开车，我们在密歇根州开车，为了雪。我们在湾区进行了大量的测试，包括旧金山，这不像我们在谈论一个完全不同的东西，就像一个全面的、大地理区域的公共服务。你不能分享任何东西。好吧，莫斯科怎么样？什么时候会发生？去对抗 Yandex。我没关注那些人，他们正在做，你知道，有很多乐趣。我的意思是，也许作为一种提问方式，你没有谈论政策或者政府方面是否有棘手的事情等等。除了解决这个非常困难的技术摩擦问题之外，你是否还遇到了其他需要克服的障碍，在城市部署公共服务时？
这很有趣，而且非常重要。所以我们付出了巨大的努力来建立那些合作伙伴关系，你知道，与各级政府的关系，你知道，地方政府、市政当局、州级、联邦级。我们从项目的早期就开始进行了非常深入的对话。你知道，在所有这些层级上，你知道，每当我们去一个新的区域进行测试或运营时，我们总是首先与当地官员进行对话。而这种投资的结果是，不，这不是我们必须克服的挑战，但我们继续进行这种对话非常重要。哦，是的，我也喜欢政客。
好吧，埃隆·马斯克先生说激光雷达是拐杖，你怎么看？我不会那样形容它。我知道，我认为激光雷达非常重要，它是我们使用的关键传感器，就像其他模态一样。正如我们讨论过的，我们的汽车使用摄像头、激光雷达和雷达，它们都非常重要。它们在物理层面非常不同，它们有非常不同的物理特性。摄像头是被动的，激光雷达和雷达是主动的。你使用不同的波长，这意味着它们可以很好地互补。结合起来，它们可以用来构建一个更安全、更强大的系统。所以，对我来说，这更多的是一个问题，为什么你要自残，而不使用一种或多种这些传感模态，当它们无疑会使你的系统更强大、更安全时？
现在，对于一个产品或一个企业来说，可能有些东西是有意义的，而对另一个来说则不然。所以，如果你谈论驾驶辅助技术，你会做出某些设计决策，你会做出某些权衡，而如果你正在建造一辆可以在完全无人驾驶车辆中部署的汽车，你就会做出不同的决策。你知道，当这个问题出现时，特别是关于激光雷达，我通常听到的批评或反驳是成本和美观。说实话，我觉得两者都不太令人信服。
在成本方面，激光雷达的成本并没有什么根本性的障碍。你知道，雷达曾经非常昂贵，直到人们开始，你知道，在人们需要某些平衡和技术，并且你开始大规模生产它们并将其部署在汽车上。同样，激光雷达也是如此，这就是我们汽车上的激光雷达，特别是第五代。你知道，我们在基本技术方面取得了一些非常定性的、不连续的飞跃，这使得我们能够以非常大的规模生产这些东西，而且成本只是我们上一代成本的一小部分，也是市场上可能买到的现成产品成本的一小部分。而且，你知道，这种改进将继续下去。所以，我认为成本不是一个真正的问题。
第二个是，你知道，美学。你知道，我认为这也不是一个真正的问题。嗯，在旁观者眼中。你可以让激光雷达再次变得性感。我认为你说得完全正确。我认为它很性感。老实说，我认为，你知道，有人跟我提过这件事。我的意思是，所有形式的激光雷达，即使是那些很大的，你也可以让它们看起来，我的意思是，它们可以看起来很漂亮。在任何意义上，你都不能将它融入设计。有各种各样很棒的设计。我不认为小巧和朴实就是美。它可以是，你知道，野兽派，或者可以是粗糙的角落。我的意思是，就像我说的，就像热棒一样。我不是特别喜欢，哦，天哪，我要引起很多争议了。我不喜欢保时捷。保时捷 911，每个人都说它是最美的。不，不，它就像一辆婴儿车，毫无意义，但每个人都说美是旁观者否认的。你已经在看着我，这个孩子在说什么？你乐于谈论，你在挖自己的坟墓。我们汽车上硬件的美学和功能，你知道，我不会评论保时捷的独白。好吧，好吧，但美学可以，但激光雷达问题背后有一个潜在的哲学问题，那就是计算机视觉和机器学习可以解决多少问题。
所以，我认为在没有分歧的情况下，将它放在一个光谱上是很好的，因为 Waymo 也在做很多机器学习。有趣的是，如果我们展望五年、十年、五十年后的驾驶，有多少可以以越来越端到端的方式来学习。如果我们看看特斯拉正在做的，作为机器学习问题，它们正在做多任务学习，它们将驾驶分解为一系列学习任务，它们有一个单一的神经网络，它们只是收集大量数据来训练它。我最近和乔治·科茨一起出去玩，我不知道你是否认识乔治。我非常爱他，他是一个非常有趣的人。我们在私下里谈论亨特·S·汤普森，他是那个在巴顿开车的人。
所以，我不知道，我没有意识到，但他们真的很想做端到端。他们正在将机器学习问题作为机器学习问题，他们真的不是在做多任务学习，但它正在计算可驾驶区域作为一个机器学习任务，并希望在未来，这个 L2 系统，这个驾驶员辅助系统，最终能够让你拥有一辆完全自动驾驶的汽车。那里有一个深刻的哲学问题，技术问题，即驾驶有多少是可以学习的。
所以，激光雷达是今天部署一个成功的服务，在凤凰城，安全、可靠等等的有效工具。但是，问题，我并不是说你不能在激光雷达上做机器学习，但问题是，驾驶有多少最终是可以学习的？我们能做到完全自动驾驶，这是通过学习实现的吗？
你知道，学习无处不在，并在我们系统的每个部分都起着关键作用。正如你所说，我会将传感模态与 ML 和软件部分分开。激光雷达、雷达、摄像头，它们都是机器学习，当然还有所有物体检测和分类，这就是这些现代深度网络和卷积网络非常擅长的事情。你给它们原始数据，大量的原始数据。而且，你知道，这实际上是我们的定制激光雷达和雷达非常擅长的事情。雷达不仅能给你物体在空间中的点估计，它们还能给你原始的物理观测。然后你将所有这些原始信息，你知道，像素的颜色，无论是激光雷达的回波还是辅助信息。它不仅仅是距离，你知道，角度和距离是从这些回波中获得的信息更丰富，加上雷达提供的非常丰富的信息。你将它们融合在一起，然后将它们输入到那些大型 ML 模型中，然后它们就能在物体检测、分类、状态估计等方面取得最佳结果。
所以，有一个侧面打断，但有一个融合。我的意思是，这是人们很长时间以来没有做过的事情，那就是传感器融合层面。我猜，早期将信息融合在一起，无论是车辆从不同模态接收到的传感信息，还是来自不同摄像头的传感信息，在将它们输入到机器学习模型之前就将它们结合起来。是的，我认为这是你看到越来越多的趋势之一。你提到了端到端，端到端有不同的解释。现在有一种最纯粹的解释，我将有一个模型，从原始传感器数据到转向扭矩和油门刹车。我认为那不是正确的方法。有更多的小型的端到端版本，你正在做更多的端到端学习或核心训练，或者信号在系统不同阶段之间的深度传播。
没有真正好的方法。这涉及到一些相当复杂的设计选择。一方面，你想要模块化和组合性，但另一方面，你不想创建过于狭窄或过于脆弱的接口，以至于你放弃了解决方案的通用性，或者你无法正确地将信号向前传播，以及损失和向后传播，以便你可以联合优化整个系统。所以，我会解耦，我猜你看到的是不同模态的传感数据融合，以及在时间层面的融合，从逐帧来看。你知道，你会有一个网络来做逐帧检测，摄像头，然后是做逐帧的激光雷达，然后是雷达，然后你以一种更弱的工程方式将它们融合在一起。在过去十年里，这个领域一直在向更联合的融合、更端到端的模型发展，这些模型正在联合解决其中的一些任务。这有巨大的力量，你知道，这就是我们技术、我们堆栈的进展。
现在，你知道，所以我会将传感以及这些信息的使用方式与 ML 在整个堆栈中的作用分离开来。而且，你知道，我认为有权衡，以及模块化，以及你如何将归纳偏差注入你的系统。你知道，能够做到这一点有巨大的力量。所以，我们系统没有一个部分不是严重地利用数据驱动开发或最先进的 ML。但是有映射，有模拟器，有感知，物体级别的感知，无论是语义理解、预测、决策制定等等。当然，物体检测和分类，就像你找到行人、汽车、骑自行车的人、锥形物、标志和植被，并且非常擅长估计检测、分类和状态估计。
有稳定的筹码，就像这是整个堆栈的零步。你可以非常擅长这一点，无论你使用摄像头、激光雷达还是雷达，但它们只是，你知道，这是稳定的筹码，这是零步。在此之上，你进入了语义理解的真正挑战，感知层面，你进入了场景级别的推理，你进入了与预测和联合预测以及交互有关的非常深刻的问题。所以，环境中的所有参与者之间的交互，行人、骑自行车的人、其他汽车，以及决策制定。所以，你如何构建大量的系统？所以，我们在所有这些组件中都大量利用 ML。
我确实相信，通过采用混合方法，拥有不同类型的 ML，拥有不同程度归纳偏差的不同模型，并且能够结合无模型方法与一些基于模型的方法以及一些基于规则的物理系统，你可以获得最佳结果。所以，我可以给你一个例子，交通信号灯。交通信号灯状态的检测是一个问题，显然这是一个计算机视觉的绝佳问题，卷积网络是它们的看家本领，这就是你如何构建它。但是，对交通信号灯的解释，你需要学习它。你不需要构建一个复杂的 ML 模型，它推断出红色意味着停止，具有一定的精度和召回率。这是一个非常清晰的工程信号，具有非常清晰的语义。所以，你想引入这种偏差，如何引入这种偏差，无论它是一个约束还是一个成本函数在你的堆栈中，但能够将这种清晰的语义信号注入你的堆栈很重要。这就是我们所做的。
但是，问题在于，当你将它应用于你自己，当你做出决定时，你是否想为红灯停车，或者不停车。但是，如果你考虑其他人如何对待交通信号灯，我们就回到了 ML 版本，因为他们应该为红灯停车，但这并不意味着他们会。所以，你又回到了非常重的 ML 领域，在那里你捕捉到非常微妙的线索，关于物体、行人、骑自行车的人、汽车的行为以及整个场景的配置，这些线索使你能够准确地预测他们是否会停车或闯红灯。
所以，听起来 Waymo 已经准备好了，机器学习是堆栈的重要组成部分。它不仅仅是，显然是第一步，零级，或者你说的任何级别，就是物体检测，你知道，机器学习可以做到这一点，而且也开始进行预测行为等等，来模拟场景中的其他方或实体将会做什么。所以，机器学习也越来越多地发挥作用。
当然，绝对是。我认为我们一直在，回到最早的日子，你知道，DARPA 甚至大挑战和团队都在利用机器学习。那是在图像识别之前，而且是完全不同类型的 ML。而且，我认为那是在我之前，但斯坦福团队在大挑战期间有一个非常有趣的机器学习系统，它会在沙漠中驾驶时使用激光雷达和摄像头。我们构建了一个模型，它可以扩展自由空间推理的范围。我们从激光雷达获得清晰的信号，然后它有一个模型，嘿，这个东西在摄像头里看起来有点像激光雷达里的东西，我知道这个东西，我在激光雷达里见过，我非常确定这是自由空间，所以让我把自由空间区域扩展到摄像头范围，这样车辆就可以开得更快。然后我们在此基础上进行构建，并一直在推动各种 ML 的最先进技术。
事实上，从早期开始，我认为，你知道，2010 年可能是谷歌，也许是 2011 年，开始大量涉足机器学习，深度网络。当时，这可能是唯一一家在自动驾驶汽车领域大量投资于最先进 ML 的公司。它们是携手并进的，我们一直都在这条路上。我们在 Waymo 进行研究，我们在 Alphabet 的研究人员那里进行了大量的合作，以及各种 ML，监督 ML，无监督 ML。我们在这个领域发表了一些有趣的研究论文，尤其是最近。
它只是超级超级学习。是的，所以超级超级活跃。当然，有一些更成熟的东西，你知道，卷积网络，用于物体检测。但有一些非常有趣、非常活跃的工作正在进行，你知道，更大的模型，以及具有更多结构的模型的领域。你知道，不仅仅是大型位图和合理的时序序列，以及你在语言模型中看到的一些有趣突破，你知道，Transformer，你知道，GPT-3 和朋友们。
在行为预测以及决策制定和规划方面，有一些核心突破的非常有趣的应用。你知道，你思考一下，行为，你知道，路径，轨迹，人们如何驾驶，它们共享这个问题的许多基本结构。你知道，顺序性质，表示中有很多结构。存在强烈的局部性，就像句子中的单词一样，它们紧密相连，但也有更大的上下文，没有那种局部性。你在驾驶中也看到了这一点。场景中发生的一切对序列的下一步有非常强烈的影响。无论你是预测其他人会做什么，还是自己做决定，还是在模拟器中构建人类行走、骑自行车、其他汽车驾驶的生成模型。
哦，那真是太迷人了。想到 Transformer 模型以及所有在语言和 NLP 领域的突破可能适用于驾驶的更高层面，行为层面，这真是太迷人了。
让我问一个关于那些烦人的小生物的问题，行人、骑自行车的人。他们似乎，人类是个问题。如果我们能摆脱他们就好了。但可惜，他们都是快乐、爱和美的源泉。所以，让我们保留他们。他们也是我们的客户。从你的角度来看，是的，是的，当然。有一些钱，非常好。
但我甚至不知道我要说什么。哦，是的，行人、骑自行车的人。你知道，他们是系统中不确定性、博弈论舞蹈的迷人注入。他们也有自己的看法，他们可以发推特谈论你的产品。所以，从这个角度来看，你不想撞到他们。我的意思是，我开了很多玩笑，但我认真地说，你知道，行人很复杂。计算机视觉问题，复杂的行为问题。你有什么有趣的事情可以从机器学习的角度，从自动驾驶汽车和产品角度，关于与这个世界中的人类互动中学到的吗？
是的，只是为了记录在案，我们非常关心行人的安全，即使是那些没有 Twitter 账户的。谢谢。好吧，但你知道，说真的，弱势道路使用者的安全，行人或骑自行车的人，是我们最高的优先事项之一。我们进行了大量的测试和验证，并非常重视我们系统的能力，这些能力与保护那些未受保护的弱势道路使用者的安全有关。你知道，就像前面讨论过的，在凤凰城，我们有完全空载的汽车，完全无人驾驶的汽车，在这个非常大的区域行驶。你知道，有些人用它们去上学，所以他们会开车穿过学校区域。孩子们是那些弱势道路使用者中的一个非常特殊的类别。你想非常非常安全，非常非常谨慎。所以，我们非常非常认真地对待。
你知道，要做到这一点需要什么？整个堆栈需要令人难以置信的性能。它始于硬件，再次强调，你想利用所有可用的传感模态。想象一下在夜间驾驶在居民区道路上，然后转弯，而你没有车头灯覆盖某些区域。你知道，一个孩子可能会跑出来，激光雷达在这方面非常出色。它们在完全黑暗中和白天一样看得清楚。所以，这再次给了你在能力、性能和安全质量方面的额外优势。事实上，在这些情况下，我们经常让我们的系统检测到一些东西，在某些情况下甚至比车内的训练操作员更早，尤其是在非常黑暗的夜晚等条件下。
所以，它始于传感，然后感知必须非常出色，你必须非常非常擅长检测各种情况和各种环境中的行人，包括姿势奇怪的人，跑来跑去的人，以及部分被遮挡的人。所以，这是第一步。然后，你必须在反应方面具有非常高的准确性和非常低的延迟，你知道，这些参与者可能会做什么。我们投入了大量的工程和大量的验证，以确保我们的系统能够运行。而且，很多时候它确实需要强烈的反应来做同样的事情。我们实际上看到了很多这样的情况，这是真正罕见的、真正疯狂的事件的长尾，这些事件有助于行人的安全。
一个我想到的例子，实际上发生在凤凰城。我们正在以大约每小时 45 英里的速度行驶，在相当高的车速交通中，旁边有一条人行道，人行道上有一个骑自行车的人。我们在右车道，就在骑自行车的人旁边。这是一个多车道公路。当我们靠近人行道上的骑自行车的人时，她是一个女人，她绊倒了，摔倒在我们的车道上。我们的汽车，这实际上是有一个测试司机。我们的测试司机做了完全正确的事情，他们反应过来并停了下来。这需要非常强大的转向和强烈的刹车。然后我们模拟了我们的系统在这种情况下会做什么，它做了完全一样的事情。
这说明了所有这些组件，非常好的状态估计和跟踪。想象一下，一个人骑着自行车，他们摔倒了，就在你面前摔倒了。你知道，事情正在变化，整个东西的外观正在变化。那个人朝一个方向去了，他们摔倒在路上，他们平躺在你面前。自行车飞了出去，朝另一个方向飞去。曾经是一个的两个物体，现在正在分裂。而汽车必须在几毫秒内检测到所有这些。仅仅刹车是不够的，你还必须转向和刹车，而且周围有交通。所以，这一切都必须结合起来。看到这种情况，以及我们在野外看到的其他类似情况，我们的系统确实表现得像我们希望的那样，并且能够避免碰撞，这真是太棒了。
这是一个多么令人兴奋的机器人领域，在那个瞬间做出生死攸关的决定。我不知道风险是否如此之高，但对于热爱人工智能的人来说，人工智能系统有可能挽救人类生命，这也很美妙。作为一个问题，让你醒来，这可能是可怕的，对于一个工程师来说，醒来并想到它，但它也很令人兴奋，因为这就像，它掌握在你手中。
让我问一个经常被提出的关于自动驾驶汽车的问题，也许看看你是否有任何有趣的东西可以谈论，那就是关于电车难题。电车难题是一个有趣的哲学构造，它突出了我们人类在这个复杂世界中面临的困难的道德决策，以及许多其他类似的构造。具体来说，如果你被迫选择，是杀死一组 X 人还是一组 Y 人？如果你什么都不做，你会杀死一个人，但如果你选择转向避开，你只会杀死一个人。你什么都不做，还是选择做点什么？你可以构建各种这样的伦理实验。
我认为至少从积极的方面来说，它能激发你思考，反思我们的道德的物理学是什么。通常没有好的答案。我认为人们喜欢它，因为它是一个令人兴奋的思考话题。我认为那些建造自动驾驶汽车的人通常会翻白眼，因为这不像它被构建的那样，它实际上从未在现实生活中出现过。你永远不必在杀死一组人还是另一组人之间做出选择。但我想知道你是否能谈谈，作为自动驾驶汽车的工程师，电车难题中是否有任何有趣的东西，或者更普遍地说，算法必须做出困难的道德决策吗？
关于电车难题的特定版本，如果你在开车，你会选择哪一个？这个问题本身就是一个深刻的问题，因为我们人类自己也无法回答，这正是重点。我想我会杀死两者。是的，人类，我认为你说得对，而且我认为人类并不特别好。我认为他们把它表述为“电脑会怎么做”，但人类并不好。我经常认为，由于你花了额外的几毫秒来处理，然后你最终做出了最糟糕的可能结果。所以，我认为正如你指出的，它可能有点分散注意力，有点像红鲱鱼。我认为这是一个有趣的哲学讨论。
但是，就它如何影响自动驾驶汽车的实际工程和部署而言，我，这不是你构建系统的方式。我们已经讨论了如何设计系统，如何评估不同的组件以及整个系统的安全性。你如何注入各种基于模型的安全论证，你就像，是的，你推理系统的各个部分，你推理碰撞的概率，碰撞的严重性。这被纳入其中，你必须正确地推理贯穿系统的所有不确定性。所以，你知道，这些因素肯定会在汽车的行为中发挥作用，但它们必须更多地是沉浸式行为，而且你看到的是，你绝对是对的，这些清晰的理论问题，你不需要在系统中。
而实际上，回到我们之前的讨论，你选择哪个？你知道，很多时候，你犯了一个错误，你一开始就不应该处于那种情况。而在现实中，系统会出现，如果你建造一个非常安全、非常强大的驾驶员，你在环境中会有足够的线索，你会进行防御性驾驶，这样你就不会将自己置于这种情况。而且，再次强调，它有，如果你回到精确度和召回率的比喻，好吧，你可以做出一个非常艰难的权衡，但没有一个答案真的很好。但取而代之的是，你专注于提高整个曲线，然后你专注于构建正确的技能和正确的防御性驾驶，这样你就不会将自己置于这种情况。
我不知道你是否有好的答案，但人们喜欢我问这个问题，关于书籍。你生活中有没有让你喜欢的哲学小说、技术书籍，对你作为工程师或作为一个人产生了巨大影响？从科幻小说到你最喜欢的教科书，有没有三本书让你印象深刻？
三本书，我会，你知道，它们对我的影响，我会说，你可能很熟悉，而且在美国或国际上并不普遍为人所知，那就是《大师与玛格丽特》。这是我最喜欢的书之一。它是一位俄罗斯作家米哈伊尔·布尔加科夫的小说。它是一本很棒的书，你可以一生中反复阅读它，而且非常容易理解。你可以把它当作孩子来读，而且，你知道，情节很有趣。你知道，魔鬼访问苏联。但是，你一生中不同阶段反复阅读它，你会因为非常不同的原因而享受它，并且不断发现越来越深的意义。
你知道，它肯定对我产生了影响，主要是从文化和风格方面。它让你成为那些你知道它很好并且让你思考的书籍之一，但它也有这种非常愚蠢、古怪、黑暗的幽默感。
嘿，卡斯帕，你是俄罗斯人，所以这比其他许多书都多。只是出于好奇，我读了这本书的英文版。你碰巧读的是英文版还是俄文版？只读了俄文版。而且，我确实偶尔会问自己这个问题，我想知道它翻译得有多好，如果它能翻译的话。有语言方面，也有文化方面。所以，我实际上不确定你是否知道，这两者在英语中是否都那么好。
我现在忘了他们的名字了。所以，当新冠疫情稍微缓解时，我要去巴黎旅行。有几个原因。一是，我从来没去过巴黎，我想去巴黎。但那里有最著名的俄语文学翻译家，陀思妥耶夫斯基、托尔斯泰，他们都住在那里。有几位，一男一女。我将与他们进行一系列对话。为了准备，我开始用俄语阅读陀思妥耶夫斯基。所以我真的很尴尬地说，我读过的所有严肃深度的俄语文学都是英文的，尽管我也可以读俄语。但不知何故，在人生优化中，似乎不恰当的决定是用俄语阅读，你知道，我不需要选择，我需要用英语思考，而不是用俄语。但现在我改变主意了。
所以，翻译得有多好这个问题非常根本。即使是陀思妥耶夫斯基也是如此。据我所知，陀思妥耶夫斯基更容易翻译。其他人则不然，显然诗歌翻译得不好。我还是弗拉基米尔·维索茨基的忠实粉丝，他显然翻译得不好。人们尝试过，但我不确定。我只知道英文版。它在英语中很有趣。
所以，这是一个奇怪的问题，我想从机器学习方面进行严谨的研究，也因为我想在俄罗斯进行几次采访。我仍然不确定如何正确地进行跨语言障碍的采访。这是一个迷人的问题，最终会传达给美国观众。我认为有几个俄罗斯人是真正特别的人。我有时会遇到一些令人难以置信的科学家，也许你也会在生活中遇到这种情况。感觉因为语言障碍，他们的思想被历史遗忘了。这是一件悲哀的事情。我想起中国科学家甚至作家，你知道，我们这些说英语的人无法欣赏一些文化深度，因为它在翻译中丢失了。我希望向世界展示这一点。我只是个傻瓜，但我至少有一些说俄语的技巧，我知道如何在摄像机上录制东西。我想捕捉像格里戈里·佩雷尔曼这样的数学家，我不知道你是否熟悉他。我想和他谈谈。他是一个迷人的思想，并将其带给更广泛的英语听众。这将是迷人的。但这需要严谨地研究这个问题，即布尔加科夫翻译得有多好。我的意思是，我知道这是一个愚蠢的概念，但它是一个根本性的概念，因为你如何翻译？这就是谷歌翻译也面临的问题。
作为一个更机器学习的问题，但我想，对于人工智能来说，这是一个更大的问题，我们如何捕捉语言中的魔力？我认为这是一个非常有趣、非常具有挑战性的问题。如果你用俄语阅读《大师与玛格丽特》，我很想听听你的看法。我认为一部分是语言，但另一部分是几个世纪的文化，文化不同，所以很难联系起来。
好的，这是我的第一个。你必须知道明天。第二个，我可能会选择斯特鲁加茨基兄弟的科幻小说。你知道，它与艾萨克·阿西莫夫和雷·布拉德伯里等人齐名。斯特鲁加茨基兄弟对我来说更具吸引力，我认为他们在我成长过程中留下的印象更深。
你能，如果我显示我完全无知，我很抱歉，我对科幻小说很弱。他们写的是什么？路边野餐。当神难。蚂蚁丘上的甲虫。星期一开始是星期六。它不仅仅是科幻小说，它还有非常有趣的个人和社会问题，而且一些语言完全是搞笑的。
那就是那个。哦，有趣。星期一开始是星期六。我需要读。哦，天哪。你把它归类为科幻小说。那个，我的意思是，那是一部更愚蠢、更幽默的作品。我的意思是，它也有深刻的意义，对吧？科幻小说是关于，你知道，这个研究所，它与严肃的研究有深刻的相似之处。但当然，背景是他们在研究魔法。有很多东西。所以，我，我，我，那是他们的风格。他们去，你知道，其他书则非常不同。你知道，《当神难》？它讲述的是一个更高的社会被注入到这个原始世界，以及他们如何运作。一些非常深刻的伦理问题。而且，他们有这个光谱，有些更像是冒险风格。但我喜欢他们的所有书。实际上可能有一两本，我认为他们认为自己最重要的作品。我认为是《蜗牛在山上》。我不知道确切怎么翻译。我尝试读了几次，仍然不明白。但我完全享受其他一切。而且，就像我小时候的一个生日，我得到了他们的全集。它占据了我房间里一个巨大的架子。然后在假期里，我只是，你知道，我的父母无法把我从房间里拖出来，我从头到尾读完了。我真的很喜欢。
这就是第三本。我想，也许有点黑暗。但我想起来的是奥威尔的《1984》。而且，你知道，你问了什么给我留下了深刻印象，以及人们应该读的书。我认为那本书属于这两类。现在，当然，它是那种你读完后会放下，然后盯着太空发呆的书。是的，那种作品。我认为那里有教训，人们不应该忽视。而且，你知道，如今，随着世界上发生的一切，我忍不住会想到奥威尔描述的一些相似之处。而且，有这个“双重思想”的概念，忽略逻辑，在你的脑海中持有完全矛盾的观点，而这并不困扰你。而且，坚持党的路线。不惜一切代价。你知道，那里有一些东西。
如果 2020 年教会了我任何东西，而且我是奥威尔的《动物农场》的忠实粉丝，这就像《1984》的朋友一样，它就像另一个思想实验，我们的社会可能会走向我们不希望的方向。但如果有什么让一个乐观主义者对 2020 年感到心碎的话，那就是社会是脆弱的。我们有一个这个特殊的实验，它不是牢不可破的。我们应该小心地保护我们所拥有的任何特殊的东西。我的意思是，我认为《1984》和这些书，《美丽新世界》，它们有助于思考事情会以非显而易见的方式出错。而且，这取决于我们来保护它。而且，这是一种责任。
这让我很沉重，因为，不知何故，我妈妈在 Twitter 上关注我，我觉得我现在有某种责任。对这个世界。我意识到，我和数百万其他人就像小蚂蚁，维护着这个小殖民地。所以，我们有责任不，我不知道正确的比喻是什么，但我会把喷火器扔到那里。我们不想那样做。而且，有有趣而复杂的方法可以做到这一点，正如《1984》所显示的。它可以是通过官僚主义，可以是由于无能，可以是由于错误信息，可以是由于分裂和毒性。我坚信爱将是某种解决方案。所以，爱机器人。
是的，我认为你说得对。不幸的是，我认为它不太像喷火器类型的东西。我认为在很多情况下，它可能更像慢炖。那就是危险。
让我问一个问题。让一个世界级的机器人工程师和领导者对一个关于生命的荒谬问题感到不舒服是一件有趣的事情。生命的意义是什么？德米特里，从机器人和人类的角度来看。你只有几分钟或一分钟来回答。我不知道这是否让它更难或更容易。
是的，你知道，我非常想引用艾萨克·阿西莫夫的某个故事。实际上，恰当地命名为《最后一个问题》。一个短篇故事，你知道，情节是，你知道，人类建造了这个超级计算机，你知道，这个人工智能智能。而且，一旦它变得足够强大，他们就向它提出了这个问题，你知道，宇宙中的熵如何减少？所以，你的电脑回答说，到目前为止，信息不足，无法给出有意义的。
回答正确，然后你知道，几千年过去了，他们仍然提出同样的问题。你知道，电脑变得越来越强大，并且一直给出同样的答案，是的，到目前为止，信息不足以给出有意义的答案，或者类似的话，对吧？然后你知道，它一直在发生，发生。你快进到未来数百万年，你知道，数十亿年，然后你知道，在某个时候，它就是宇宙中唯一的实体。它就像吸收了全人类和宇宙中的所有知识，然后它就像对自己提出同样的问题，你知道，最终它能够回答这个问题，但当然，在那时，你知道，宇宙的热寂已经发生，而它是唯一的实体，没有其他人可以提供这个答案。所以它唯一能做的就是通过演示来回答它，所以它就像，你知道，重现大爆炸，重置时钟，对吧？但我可以尝试给出一种不同的答案，你知道，也许，呃，不是代表全人类。我认为代表全人类谈论生命的意义可能有点自以为是。但至少，你知道，就个人而言，它会改变，对吧？我认为如果你想想什么能让你和你的生活有意义和目标，以及什么在驱动你，它似乎会随着时间而改变，对吧？而且，你知道，你存在的寿命，你知道，当你刚进入这个世界的时候，一切都是关于新的体验，你会有新的气味，新的声音，新的情感，对吧？这就是驱动你的东西，对吧？你正在体验新的惊人事物，对吧？那很神奇，对吧？那很棒，对吧？那给了你意义。然后你变得稍微年长一些，你开始更有意识地学习事物，我猜实际上在你开始有意识地学习之前，乐趣可能是一件给你带来意义和目标，以及你优化的事情，对吧？而且乐趣很好。然后你开始学习，我想这种理解和发现的喜悦是另一件你知道的，给你带来意义和目标，并驱动你的事情，对吧？然后你知道，你学到了足够多的东西，你想回馈一些，对吧？所以对技术或社会、呃、人们、你知道的，本地或更全球化的影响和贡献，是的，成为一件新的事情，你知道，驱动了很多你的行为，以及给你带来目标并从中获得积极反馈的事情，对吧？然后你继续，如此等等，你经历人生的各个阶段。如果你有孩子，那肯定会改变你看待事物的视角，你知道，我有三个孩子，那肯定会改变你脑子里的一些想法，关于你在乎什么，你优化什么，以及什么重要，什么不重要，对吧？所以，你知道，如此等等，对吧？而且，在我看来，你知道，这一切都是那些事情，而且当你经历人生的时候，你知道，你希望这些是累加的，对吧？新的体验，乐趣，学习，影响，就像你希望你能够积累其他东西，你知道，我不想停止享受乐趣或体验新事物，而且我认为重要的是它只是累加的，而不是替代或减去。但你知道，就我所及而言，这可能就是我的看法了。但几年后你再问我，我可能会再加一两个。在你意识到之前，时间就到了，就像这次谈话一样。但希望这是一次有趣的旅程。很高兴认识你，你知道，我一直是你的粉丝，也是谷歌自动驾驶汽车和 Waymo 的粉丝很长时间了。我迫不及待了。我是说，如果我们回顾 21 世纪，我相信它将是我们这些猿的后代在这片土地上创造的最令人兴奋的事情之一。所以我是一个巨大的粉丝，我迫不及待地想看看你接下来会做什么。非常感谢今天的谈话。谢谢，谢谢你邀请我，而且我真的很享受。谢谢你收听这次与 Dimitri Dalgov 的谈话，也感谢我们的赞助商 Trial Labs，一家帮助企业应用机器学习解决现实世界问题的公司；Blinkist，我用来阅读书籍摘要的应用程序；BetterHelp，在线心理治疗，有执照的专业人士；以及 Cash App，我用来给朋友汇款的应用程序。请查看描述中的这些赞助商以获得折扣并支持此播客。如果你喜欢这个，请在 YouTube 上订阅，在播客上评论 5000 次，在 Spotify 上关注，在 Patreon 上支持，或在 Twitter 上与我联系 @lexfridman。现在，让我用艾萨克·阿西莫夫的一些话来结束：科学可以娱乐和吸引我们所有人，但改变世界的是工程。感谢您的收听，希望下次再见。