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(gè)秘密項(xiàng)目，是谷歌X實(shí)驗(yàn)室的一部分。

Project Chauffeur，就是后來(lái)廣為人知的谷歌自動(dòng)駕駛汽車項(xiàng)目。2009年1月，這個(gè)項(xiàng)目正式啟動(dòng)，并在2016年獨(dú)立成為新公司W(wǎng)aymo。

谷歌無(wú)人車點(diǎn)燃了一個(gè)時(shí)代。

這個(gè)項(xiàng)目最初由特龍（Sebastian Thrun）負(fù)責(zé)，并成為無(wú)人車行業(yè)的黃埔軍校。一群工程師從這個(gè)項(xiàng)目離開，創(chuàng)辦自己的公司。例如Aurora聯(lián)合創(chuàng)始人Chris Urmson、Argo AI聯(lián)合創(chuàng)始人Bryan Salesky，以及萊萬(wàn)多夫斯基。

當(dāng)然，還有一群工程師從開始堅(jiān)守到現(xiàn)在，成為Waymo的“元老”和技術(shù)中堅(jiān)。其中包括：Andrew Chatham、Dmitri Dolgov、Dirk Haehnel、Nathaniel Fairfield和Mike Montemerlo等等。

現(xiàn)在，Dmitri Dolgov（多爾戈夫）已經(jīng)成為Waymo首席技術(shù)官兼工程副總裁。他最近接受TechCrunch采訪，講述了谷歌無(wú)人車這十年。

以下是經(jīng)過編輯整理的對(duì)話實(shí)錄。

提問：你當(dāng)初為什么進(jìn)入無(wú)人車領(lǐng)域？

多爾戈夫：吸引我進(jìn)入這個(gè)領(lǐng)域有三個(gè)主要因素，技術(shù)的影響、技術(shù)本身和挑戰(zhàn)、合作的人。顯然，自動(dòng)駕駛能產(chǎn)生巨大的影響。

當(dāng)時(shí)的興奮感永遠(yuǎn)不會(huì)消失。那是2007年，我第一次開始研究無(wú)人車，第一次有汽車使用我寫的軟件開始自動(dòng)駕駛。這太讓人興奮了。



提問：谷歌創(chuàng)始人佩奇提出的10100英里挑戰(zhàn)是什么？

多爾戈夫：這是2009年我們?cè)诠雀栝_始無(wú)人車項(xiàng)目時(shí)最大的目標(biāo)。這個(gè)挑戰(zhàn)要求無(wú)人車能在10條長(zhǎng)度100英里的路線上，從頭到尾自動(dòng)駕駛，不需任何人為干預(yù)。

這些路線都經(jīng)過精心選擇，用來(lái)展現(xiàn)無(wú)人駕駛的復(fù)雜性。在最初的日子里，對(duì)我們來(lái)說，理解問題的復(fù)雜性是最重要的事情。

所有的路線都在灣區(qū)。在Palo Alto附近的路線體現(xiàn)城市路況，我們?cè)诟咚俟飞匣撕芏鄷r(shí)間，還經(jīng)過了灣區(qū)所有的橋梁。有一個(gè)路線是從山景城到舊金山，期間還經(jīng)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(zhàn)花了多久？

多爾戈夫：2010年秋天才完成。

提問：這個(gè)速度已經(jīng)很令人驚訝了。但仍然還有更多事情要做對(duì)吧？

多爾戈夫：沒錯(cuò)。我認(rèn)為這是問題的本質(zhì)。搞出一個(gè)能做幾次展示的原型產(chǎn)品，和構(gòu)建一個(gè)人們?nèi)粘Ｄ苡玫漠a(chǎn)品之間，存在巨大的差異。特別在無(wú)人車領(lǐng)域，開始時(shí)很容易在一次性的挑戰(zhàn)中取得進(jìn)展。

真正的困難有兩個(gè)。第一，無(wú)人車系統(tǒng)要達(dá)到令人難以置信的性能，才能真正成為一個(gè)產(chǎn)品。第二，無(wú)人車系統(tǒng)要面對(duì)類型復(fù)雜的長(zhǎng)尾困難。有些情況99%的時(shí)間都不會(huì)出現(xiàn)，但整個(gè)系統(tǒng)必須為1%的情況做好準(zhǔn)備。

提問：現(xiàn)在無(wú)人車的進(jìn)展，與你10年前的預(yù)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(shí)候，我不曾想到硬件、軟件、AI和機(jī)器學(xué)習(xí)方面的技術(shù)還有今天這樣的突破。今天的技術(shù)發(fā)展，比我2009年預(yù)期的更強(qiáng)大。

另一方面，構(gòu)建一個(gè)人們真正可用的無(wú)人車，比我預(yù)期的更加困難。

提問：有哪些具體的技術(shù)突破？

多爾戈夫：非常多。

感知方面。LiDAR和雷達(dá)都變得更加強(qiáng)大。測(cè)量范圍更遠(yuǎn)、分辨率更高、功能更多，能測(cè)量出更豐富的環(huán)境信息。

計(jì)算方面。特別是硬件加速的并行計(jì)算，推動(dòng)了神經(jīng)網(wǎng)絡(luò)的發(fā)展。這是一個(gè)巨大的進(jìn)步。

然后是深度學(xué)習(xí)，神經(jīng)網(wǎng)絡(luò)本身帶來(lái)了許多突破。

提問：你們當(dāng)時(shí)怎么用AI？

多爾戈夫：我們一直在無(wú)人車項(xiàng)目上使用機(jī)器學(xué)習(xí)。不過和現(xiàn)在的機(jī)器學(xué)習(xí)不同。

大概是2012年，我們開始和Google一起合作研究自動(dòng)駕駛技術(shù)和深度學(xué)習(xí)。當(dāng)時(shí)，Google是世界上唯一一家認(rèn)真投入這兩個(gè)領(lǐng)域的公司。

在那個(gè)時(shí)間，我們沒有可以在汽車上實(shí)時(shí)運(yùn)行神經(jīng)網(wǎng)絡(luò)的硬件，但是可以通過云計(jì)算嘗試很多有趣的事情。

對(duì)于深度學(xué)習(xí)，2013是非常重要的一年。贏得ImageNet大賽是深度學(xué)習(xí)的突破，它在計(jì)算機(jī)視覺競(jìng)賽中的表現(xiàn)優(yōu)于其他所有方法。

提問：十年前，你能想到無(wú)人車今天的進(jìn)步么？

多爾戈夫：沒有，我2009或者2010年預(yù)料不到今天。

在這個(gè)項(xiàng)目的早期，大家都在嘲笑我們。整個(gè)行業(yè)都以此為樂，還有好幾個(gè)針對(duì)谷歌自動(dòng)駕駛汽車項(xiàng)目的有趣惡搞。

現(xiàn)在，無(wú)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(yè)幾十、上百家公司共同追逐的大行業(yè)，這非常了不起。