现在,屏障区内有无人机,由距离20、30、50英里外的人操控。
采矿业自2007年至2008年以来,就已使用过一些无人驾驶卡车。
中国造船能力约为我们的两倍。
立即。每个自动驾驶汽车的驱动程序都只是基础的富裕。
关于如何在2010年传统世界中构建软件的假设,在自动驾驶领域并不适用。你实际上可以……
仅使用这些视频,就能对世界进行真正令人难以置信的重建,生成模型。这并非炒作。
我们在美国购买的汽车,在加州出口时,它们并非像你第一次购买iPhone时那样令人愉悦的消费产品。
这对于自动驾驶来说是一个巨大的进步。例如,Waymo的完全自动驾驶汽车已行驶超过2000万英里,相当于往返月球40次,现在每周行驶超过10万次。但这不仅仅局限于陆地。
例如,美国联邦航空管理局(FAA)今年早些时候授予了一些运营商在无需目视观察员的情况下飞行商用无人机的能力,这仅仅是开始。现在,在SF科技周的现场直播中,我们邀请了来自空中、陆地和海洋三个关键领域的专家,讨论自动驾驶系统,以及新芯片对成本和效率的影响,构建全栈解决方案,管理风险,以及监管在推动这些技术发展中的作用。本次小组讨论由a16z合伙人Erin Price-Wright主持,小组成员包括Skydio首席营销官Macario Namie,Applied Intuition产品负责人Vijay Patnaik,以及a16z工程研究员Peter Bowman-Davis,他将基于他在Saronic的工作,深入探讨海洋自动驾驶。
Skydio是一家成立十年,位于夏威夷的公司。我们提供无人机,特别是摄像无人机。我们已经售出了大约5万台。它最初面向消费者,特别是户外爱好者,现在将专注于向私营企业、州、地方政府和联邦政府销售。
接下来,我们有Applied Intuition产品负责人Vijay Patnaik,他之前还在Waymo工作了五年,最近担任自动驾驶部门的产品负责人。
Applied Intuition专注于为开发自动驾驶汽车的公司提供开发工具和软件。我们提供构建域系统所需的模拟和数据工具。
最后,Peter Bowman-Davis,一位a16z的工程研究员,之前在Throning从事机器学习工作。
Saronic是一家全栈海洋自动驾驶公司。我们制造无人驾驶船只,并直接面向政府。这涵盖从整个制造到模拟方面的所有内容。
关于自动驾驶。我们还收到了来自现场观众的一些精彩问题。请继续收看。当然,如果您想在未来参加类似的活动,请确保订阅。在您这样做的时候,请留下评论。让我们开始吧。
提醒一下,此处内容仅供参考,不应被视为法律、商业、税务或投资建议,也不应用于评估任何投资或证券。它不针对任何投资者或潜在投资者。a16z及其附属公司可能持有讨论公司中的投资。有关更多详细信息,请访问a16z.com/disclosures。
我很兴奋,因为我们有来自商业、产品和技术领域的专家,以及来自空中、陆地和海洋领域的专家。我想开始。我想听听你们觉得在各自行业中,自动驾驶的旅程已经走到了哪个阶段,以及如何定义自动驾驶的等级,我们是否已经完全实现自动驾驶?哪些方面还有待改进?
自动驾驶的旅程始于基础,我们并没有发明四旋翼无人机。在公司成立之前,它们就已经存在了。我认为我们都经历过,甚至只是看到过它们,或者以玩具的形式,使用一些无线电控制机制来告诉无人机飞向何处。
使用无人机面临的挑战在于,它始终需要有人在场。如果你将应用场景扩展到企业或政府,无人机的价值就会更高。如果你要飞到一个属于能源公用事业的变电站,并且无人机坠毁,你可能会导致整个社区停电。
这不仅仅是圣诞节下午孩子们玩的一个可爱的东西。这实际上可能会让你丢掉工作,因为这会给社区带来真正的麻烦。因此,在场的人不仅需要在场,还需要是专家飞行员。他们必须擅长在这些极具挑战性的环境中飞行。这就是Skydio的出发点。
我们能否将专家飞行员的技能融入无人机本身,以便我们每个人都能拿起无人机并熟练操作?这是否会使无人机更易于获得?从第一天起,我们就致力于实现这一目标。
第一个目标是让无人机能够跟随某人。从那时起,我们显著提升了我们的能力,不仅超越了障碍规避,而且能够完全无需有人在场。回到变电站的例子,现在屏障区内有无人机,由距离20、30、50英里外的人操控。
这些无人机可以完全自动执行检查任务。我们正在朝着这个方向努力。监管环境不允许我们完全消除人员。但我们正在取得显著进展。
在汽车领域,我们取得了一些进展,尤其是在较低级别的自动化中,例如驾驶员辅助系统。虽然驾驶员仍然需要关注车辆,但车辆可以执行自动紧急制动或车道保持等功能。我认为这些系统几乎在所有汽车上都可用。
在欧洲,这些系统在监管方面已经成为强制性的。我认为美国的监管可能落后于强制实施其他系统,但这些系统通常在汽车上可用。许多汽车制造商的下一个重点是超越第二级以上的系统,即驾驶员辅助系统。
因此,作为用户,为了保持双手在方向盘上,你仍然需要关注道路,而下一级则允许你将视线从道路上移开。这样你就可以读书、看电影。这些系统目前尚未部署。
这些系统目前处于研发阶段,仅有少量早期部署。然后是第四级,我认为在城市中,我们都看到了这种主要部署。我认为中国也有一些第四级部署,应用于不同的行业,例如建筑和采矿。有趣的是,采矿业自2007年至2008年以来,就已使用过一些无人驾驶卡车。
这与Waymo的自动驾驶水平不同,因为这些系统在矿井中得到了基础设施的大力支持。但作为一种明确的商业案例和产品投资回报,采矿业正在投资于此。这项技术本身落后于当今汽车行业的技术。因此,更新该技术并解决更多应用场景是当前的重点。
在海洋领域,我认为它从汽车领域获得了许多灵感。原因在于,在海洋领域,你是在一个二维平面上移动,这与盐车非常相似,对吧?你只需要进行横向规划。
这可能稍微复杂一些。你必须了解水文情况,并且周围的环境要少得多。因此,当你考虑自动驾驶模型时,世界通常不会像你预期的那样围绕你移动。
想象一下,在城市高楼林立的区域驾驶汽车。当你左转时,世界会很好地围绕你移动。但想象一下,你在海洋中央,当你左转时,海洋看起来完全一样。
因此,当你创建这些视觉模型或自动驾驶堆栈时,你实际上获得的信息要少得多。我还想区分感知堆栈和自动驾驶堆栈。至少在我们看来,对于许多应用场景,感知问题大多已经解决,例如目标检测和目标规避。
这些都是非常简单的任务,大多数情况下可以使用20至30年前的卷积神经网络(CNN)来完成。自动驾驶有点棘手,因为你必须从感知堆栈中提取元素,并使其可操作。也就是说,你必须进行长期规划。
你必须处理这些数据并根据数据做出决策。我认为这在过去五年,甚至两年内才得以实现。因此,我对强化学习和长期规划所取得的进展感到非常兴奋,因为这在海洋领域非常重要。在海洋领域,你通常不会靠近海岸,在国防应用中,你通常不会与总部保持通信,因此你必须做出许多独立的决策。
更深入地探讨一些技术突破。你认为人工智能的最新发展对自动驾驶产生了哪些影响?这些影响有多大?与五年前或十年前相比,我们今天在该行业中看到了哪些变化?这基于当前的进展,例如视频语言模型或其他新兴的基于迁移学习的架构,这些架构在早期可能并不存在。例如,当Skydio成立时。
我认为影响相当大。实际上,就最新发展而言,我认为基础模型确实对这些自动驾驶系统、这些无人驾驶系统的架构产生了影响。你认为基础模型是否可以取代许多现有任务、特定模型?因此,我们看到越来越多的公司正在转向使用或研究如何使用基础模型。
目前研究的前沿是端到端。即使我加入a16z时,端到端驾驶也备受关注。但最终,这项技术并未准备好。
因此,现在几乎是这项技术的第二代,研究取得了一些进展,因此我认为架构将发生重大变化,即使它们尚未准备好投入生产。这也意味着支持这些进步所需的工具和基础设施正在迅速发展。因此,我们正在开发新的模拟器来支持这些进步。
架构和模拟器本身需要许多这些生成的技巧或神经渲染技巧,这些技巧在研究中显示出良好的前景。我认为,它只是使用一些通用人工智能来简化工作流程,例如,如果你是一名工程师,花大量时间与模拟器打交道,但我们现在可以以更可靠的方式通过编程生成这些模拟器,这在两三年前是不可能的。因此,无论是自动驾驶堆栈,还是用于开发自动驾驶堆栈的工具,我认为我们都看到了相当大的基础性变化。这是一个非常有趣的、积极发展的领域。
这些技术不仅仅局限于机器人或自动驾驶的模拟概念。我认为,对于那些在过去几年中没有在这个行业工作过的人来说,这是一个非常不明显的观点,因为我认为我们已经开始使用视频生成模型作为Unity、Unreal Engine等模拟器的替代品。
明确地说,你需要模拟器,因为首先,机器人非常昂贵,你不想让它们在现场损坏。如果你必须在现场进行测试,那么基本上……你还需要许多环境来进行策略训练,这意味着你基本上需要实时运行它们,以确保它们正常工作。因此,近年来,人们开始使用基于动作或传感器数据的视频生成模型。
你实际上可以使用这些视频生成模型对世界进行真正令人难以置信的重建。这并非炒作,特斯拉和Waymo都在使用它。
这非常令人兴奋。我认为有些人对此保持沉默。但实际上……
视频的兴起对我们这类公司来说非常重要,因为它使我们能够将这种计算能力放入一个体积小、成本低廉的设备中,这在2000年至2010年期间是难以实现的。我们仍然可以获得利润,这非常困难。
我很好奇,当你使用高性能芯片时,如何看待成本效益?当你将最新的GPU和计算机添加到无人机上时,业务的性质会发生哪些变化?
这对于我们的业务至关重要。我们必须在无人机上配备高性能计算机。我们在去年发布的最新版本中,实际上增加了额外的计算能力。
我们正在努力使硬件具有前瞻性,以便我们随着时间的推移能够做更多的事情。我们尚未完全利用它。我们希望能够运行更多模型,包括……让我们的客户在无人机上构建这些模型,因为他们可以对他们关心的问题进行更深入的分析。
客户可能想要构建的AI模型的例子是什么?
正如你提到的,目标检测是一个非常简单的例子。但在我们的领域,我们关注的是所有方面。这不仅仅是识别人,对吧?我想识别特定的变压器。
顺便说一下,不同类型的变压器是不同的。加州爱迪生公司的变压器,他们知道如何识别他们的变压器。
我们需要能够确定热量特征是否表明存在问题。这非常具体,并非所有公司都能构建这些模型。因此,这将是客户如何构建自己的模型并基本上运行它们的一个例子。因此,你可以对道路本身采取行动。这就是我们为什么在硬件中加入额外的计算能力,以便能够执行这些类型的操作。
实际上,这让我想到另一个问题,即Skydio和Applied Intuition。这两家公司基本上都在构建完整的垂直堆栈,不仅包括自动驾驶和感知算法,还包括进入世界的完整产品。Applied Intuition更像是一个软件提供商,与构建硬件的公司合作。我想听听你们在拥有完整的端到端系统和制造、交付最终产品方面获得的优势。
我们认为垂直整合的最终价值在于可靠性。我们非常重视这一点。我们从一开始就致力于这一点。事实上,我们最大的竞争对手是DJI,全球最大的无人机制造商。他们采取完全相反的策略。他们乐于制造硬件,并让其他公司围绕他们的硬件构建生态系统。
我们发现,当场景变得更复杂时,这些策略开始出现裂痕。当你添加自动驾驶功能时,在极端情况下会发生什么?在故障发生时会发生什么?这就是我们能够完全控制的地方。我们可以测试它,并围绕它建立可靠性。
因此,我认为缺点是我们可能速度会慢一些,对吧?因为我们的资源有限。我们必须选择投资的方向。其他公司可能专注于在其他人的硬件上构建功能。我们愿意放慢速度,以交付更高质量的产品。
这就像一种奇怪的中间道路。我认为,由于我们拥有完整的堆栈,我们也拥有三种类型的无人机,例如小型、中型和大型无人机。它们在相机数量和驱动技术方面存在很大差异。
话虽如此,我们仍然拥有所有硬件,特别是所有计算机。因此,计算能力在它们之间基本是同质的。但你的实际系统或感知将有所不同。
在不同无人机之间也存在差异。有时,因为我们想测试一些东西,我们想添加另一个相机或其他东西。实际上,在硬件和软件方面保持一些灵活性,这非常强大,因为它基本上迫使你为感知堆栈或自动驾驶堆栈创建真正可靠的抽象。
这至少在我看来,也迫使你成为一名更好的工程师。我们团队真的很喜欢思考,这在无人机上如何运作,以及在无人机加一上如何运作。这一直是一个有趣的挑战。但我确实同意,有时这确实会放慢速度。
是的,我完全理解这个抽象层次。所以Applied最初是工具提供商。所以你们提供数据产品,最终我们的客户喜欢这些产品。
工具很棒,但我们没有内部能力使用这些工具构建自主数据。你能帮我们吗?所以Applied就是这样开始的。
我们现在提供完整的自主堆栈。我们也有卡车堆栈。在自主领域,Beta阶段比以往任何时候都更重要,我认为这些吸引力是可能的,因为我们有一个堆栈,它并不完美。单个客户应该能够在客户之间重复使用,他们可以在IT之上构建最终应用程序。所以如果你只想使用工具,那很好。但如果你想真正拥有自主堆栈,无论是作为你的主要堆栈,还是为了启动你内部的努力,我们像Applied这样的提供商,以及其他你可以使用的提供商,都可以利用这种抽象来显著加速你的项目。
这种翻译过程,将不同类型的外国车辆客户类型,需要多大的参与度?我很想知道,将一种车辆的自主功能移植到完全不同的设置中,需要多大的努力。
我的意思是,我很想告诉你,这就像无缝的,一切都会自动发生,但其中有工程方面,也有组织方面。我认为在一定程度上,你可以设计出最好的APS。以及仍然需要进行定制的抽象,特别是如果它第一次部署到不同的平台。
但组织上的挑战更有趣,因为我们正在与一些公司合作,他们正在经历巨大的转变,从主要由硬件驱动的公司,转变为软件公司。他们需要重新发明自己,招募软件工程师,招募来自硅谷的工程领导者,并且你需要非常密切的合作才能让这一切运作,特别是如果涉及到真正的终端用户因素。所以这不仅仅是一个工程问题,也是如何为客户建立内部能力,经常需要与他们合作,例如培训他们的内部团队,以便能够共同应对堆栈转换。你可能有不同的...
平台是有意义的。我在加入a16z之前在一家小型公司工作过,所以我很熟悉这种模式。
关于如何帮助公司进行这种转变,无论是自主车辆还是软件数据,你的经验是什么?
这并不一定是严格的自主性。但我认为有很多相似之处,最重要的是如何与客户嵌入,以推动文化变革,这实际上是延迟工程师模型,我经常需要飞往阿曼、或其他偏远地区,帮助他们的工程师真正地了解如何在现场使用软件。
那么,让我们稍微改变一下话题,我想谈谈自主系统的经济性,以及它与监管的关系。我们最近在新闻中听说过Waymo和Waymo车队的经济性,看到它开始真正有意义,这真的很令人兴奋,这样我们就不只是为了研发而投入资金。
但每辆Waymo车队,我认为,如果不算上车辆的总体成本(这是一个需要大幅折扣的成本),都是有利可图的。我想听听Skydio,你们如何看待无人机行业的经济性,你们已经取得了真正的成功,哪些地方进展较慢?监管在这方面扮演了什么角色?
我们服务于多个不同的行业。ROI计算会有所不同。我举过几个例子,比如能源公用事业,在这种情况下,我们关注的是人力成本,去检查设备,无论是物理变电站还是输电线路和配电线路。
任何时候,你都可以节省实际派卡车到现场,让一个人进入吊篮,升空,这可能需要2000美元的部署成本。相反,你可以使用无人机,在60秒内获得相同的信息,这非常明显。我们也服务于公共安全,例如急救人员和警察部门。
我认为你不能真正衡量人的生命价值,但你可以衡量与警官相关的保险索赔。这些索赔每次使用武力时,很容易达到100万到200万美元。所以能够避免这种情况,能够将它减少一半,非常重要。归根结底,我们从事的是为人们提供信息,以便他们做出更好的决策。如果你处于高风险情境中,关于威胁所在位置的更好信息,真的可以带来很大的不同,在和平方式或悲惨方式结束时,当然有一些经济因素,但很多都是为了保障人员安全,保障警官安全,保障整个社区的安全。
关于监管方面,操作员是否需要在无人机上保持视线,例如警察或类似的案例,他们如何看待随着这些法规的变化而进行的机队扩张?
目前投资的关键领域之一,是持续的急救人员部署,在城市屋顶上预置停靠站,纽约正在进行,其他城市也在测试,当接收到911电话时,无人机自动部署,成为现场的第一响应者,并向远程飞行员提供信息。
这有两层含义。第一,飞行员坐在舒适的办公室里,可以立即将信息传递给任何响应的警官,以便他们做出更合适的反应。他们可以同时控制许多无人机。所以它变成了多对一,而不是一对一。
许多电话可以被取消。通过无人机基本判断没有实际问题,这些911服务电话可以被取消。你不需要外出。
这节省了巨大的经济成本。为了让无人机成为第一响应者,你必须拥有一个允许在屋顶上没有目视观察员的监管环境。目前,根据FAA法规,如果你要将任何东西送入空中,它都是受监管的。
FAA关心的是他们的空间。他们最关心的是不要撞到任何东西,不要撞到飞机或直升机。因此,他们要求你保持在400英尺以下。
他们要求有人始终目视观察无人机,这是基本规则。所以现在你可能需要更高的高度。你可能没有可用的人员来进行目视观察。第二,如果你在像纽约市这样的地方,前100座建筑物的高度超过600英尺。所以你如何保持在400英尺以下,以便与FAA合作,创建允许在目视视线范围之外,没有目视观察员的这种类型的豁免?并且能够在距离建筑物50英尺内飞行,这样你就可以飞过建筑物,只要在50英尺内。这实际上是纽约市在两三周前发布的。这是一种让FAA与这些机构合作,为社区做出正确选择的绝佳方式。
保持令人兴奋的对话。
你想更深入地了解复杂的问题和想法,例如如何利用人工智能来预测健康,或者聊天机器人的神秘之处吗?那么,你绝对应该看看“你的问题是什么?”
这是由播客主持人杰克·奥尔德斯通(Jack Oldstrom)制作的热门播客,它解释了聪明人目前正在尝试解决的问题,由播客“农场星球钱币”制作。
“你的问题是什么?”节目介绍了企业家和工程师,他们谈论他们正在尝试构建的未来以及他们在通往未来的道路上遇到的问题。
我想听听Applied Intuition的经济案例,你们在哪里看到这仍然是一个略微亏损的研发项目,以及你们在哪里真正看到经济有意义,以及监管在这方面扮演了什么角色?
我的意思是,在乘客方面,他们已经拥有驾驶辅助系统很长时间了。随着这些系统变得更强大,OEM可以为它们收取更多费用。
来自BestLane的FSD系统,超过一万美元。
作为测试级别或驾驶用户。
你看到,是的,你看到,如果系统的性能足够好,人们愿意为此付费,现在只是折扣而已。所以我觉得这个行业现在处于定价阶段,显然,最好的情况是性能更高,同时成本保持不变。
但是,随着计算机成本、车辆传感器和软件部署的增加,OEM的成本也会增加,因此价格也会上涨。OEM已经以比我们硅谷习惯的利润率运作。所以他们没有能力在每个系统上继续亏损。
我认为市场最终会找到一个让这些系统在经济上可行的价格,以便将其投入生产。我认为卡车和建筑、采矿等领域有不同的经济模式。例如,如果你考虑卡车,那么能源监管也应该纳入其中,我们可以考虑将单位经济性降低到当前成本。但很大一部分不经济性也...
你能读一下评论吗?第一个论点是这里存在短缺。所以我们正在失去灵活性。
所以,我们在日本做了一些工作,提供无人驾驶技术给日本,日本政府实际上正在推动商业卡车行业转向现代自主性,因为他们看到了所谓的2024年问题,即司机越来越少,工作过度,问题不断出现。所以短缺问题是真实的。但即使你超越了,好的,我们如何降低劳动力成本和保险成本?
如果你有一个无人驾驶卡车网络,你实际上可以优化运输网络,从而产生更多收入。这让你在经济上更有效。监管在这方面发挥作用的是,例如,在美国,每个州都可以对这些卡车进行监管。部署的卡车数量较少。你可能会出现一种奇怪的混合情况,卡车行驶的州有略微不同的法规,而联邦政府有不同的法规。所以你需要一些一致性。所以如果你从洛杉矶到纽约,这实际上是一个非常繁忙的运输线路,加州的法律必须与德克萨斯州的法律保持一致,以便允许这种运输。
我认为这不仅仅是关于这一点,但关于像服务时间这样的法规,它决定了卡车和卡车司机可以驾驶多长时间,这对于他们的安全、疲劳和道路安全至关重要。所以政府必须愿意在这些方面做出调整,以便这些卡车能够全天候运行,这样你就可以重新配置物流网络,让供应链更有效率,让收入和单位经济性发挥作用。所以我觉得卡车和采矿行业有不同的因素,在某种程度上,行业已经很清楚为什么他们长期以来一直在投资,我们谈论的是采矿,这些自主系统正在部署到这些采矿地点,就像一台价值500万美元的机器一样,对吧?所以这没什么大不了的。
你在一台价值100万美元的机器上安装一个价值10万美元的灯,当然,这10万美元是有意义的。但相对于价值500万美元的机器,这不是重点。重点是如果系统停止,它会停止采矿作业,每分钟停止采矿,你就会损失数千美元。所以单位经济性游戏在采矿层面,而不是在卡车层面。
我还想象,更换周期是不同的,购买一台新的价值500万美元的挖掘机不像购买一台新的价值10万美元的汽车那么容易。
没错。整个汽车监管变得略有不同,即你部署到矿山的卡车数量是多少?它们如何提高生产力,从而增加矿山收入,以及它们如何影响停机时间,等等。所以我们看到的是略微不同的应用。但我认为,总的来说,在采矿业,正如我所说,OEM和矿山会看到,技术改进能够可靠地运行,并降低到矿山。
所以,关于监管的一些问题,我想谈谈地缘政治,以及我们对自主性的区域或全球差异。我不知道这是否属实,但我听说过早期的乌克兰冲突中使用DJI无人机,中国向俄罗斯提供了后门,以便他们能够使用DJI无人机确定地面乌克兰人的位置。
这对于我们目前在乌克兰看到的无人机活动来说是一个巨大的考验。来自美国的。所以在这个地缘政治环境中有很多事情正在发生。我想听听你们三人,特别是Saronic作为国防承包商,如何看待地缘政治,以及你们如何看待自主性,它如何成为挑战,以及如何成为激励因素。
Saronic基本上是建立在这个想法之上,即中国在造船能力方面远远超过我们,大约是我们的两倍。问题是,我们能利用什么优势来超越这一点,而不是仅仅基于每艘船的成本来竞争?我们如何利用自主分布式系统来超越中国的芯片链接优势?这显然对Saronic公司起到了很大的激励作用。
但甚至超越这一点,我认为我们已经看到许多无人驾驶车辆,它们在中东以及乌克兰和俄罗斯等地区被用于冲突。我认为全球代理战争的加剧,不仅仅是大国冲突,也导致了无人驾驶系统使用的增加,正如我们在乌克兰、也门海岸以及其他国家所看到的那样。
是的,这就是情况。然后,考虑到这里DJI的角度,我想听听你们如何看待...
地缘政治是我们世界中非常重要的话题。想象一下乌克兰。我们过去一年去了乌克兰30多次。
他们以非常易耗的方式使用DJI无人机,因为这是他们能获得的最便宜的无人机。他们会对其进行黑客攻击。这实际上是他们的一种热销产品。
因此,他们必须进行相当大的黑客攻击,以便无人机能够飞行,并且不会被俄罗斯人通过某些技术探测到。他们必须这样做。美国面临的挑战之一是,他们完全依赖中国制造的技术,这些技术被认为对国家安全至关重要。乌克兰向世界展示了无人机在任何冲突中都至关重要。如果所有无人机和所有无人机部件都由中国制造商控制,那么我们完全依赖他们来获得这种关键技术。
这正是美国试图避免的情况。因此,国会现在正在讨论立法,以减少对中国制造无人机的依赖。这不会一夜之间就发生,但他们可以减少这种依赖,并开始鼓励美国公司和美国制造商进入这个领域,包括我们自己。
我们不是在要求禁令,但我们确实受益于这些限制,特别是对于一些组织,例如联邦政府和州/地方政府,选择使用西方产品而不是中国制造商的产品。一个小的例子,说明制造商可以拥有的力量,这实际上是DJI的一个缩小版。
根据中国某一城市的具体情况,他们有一天决定更新他们的地理围栏,基本上是允许或不允许飞行的区域。他们关闭了台湾的所有访问权限。因此,所有无人机都无法在台湾飞行。
为什么是台湾?所以,如果你有一个例子,所有关键行业都在使用中国制造商的无人机,那么中国有一天说,我要关闭所有这些无人机,他们可以立即破坏这些行业。这就是问题的严重性。
是的。我认为中国是所有主要OEM在访问我们办公室时,与每个CDRC进行对话的话题。这些都是每周的对话,只是从汽车行业,也许还有政府部门,学习经验。
Applied也与政府在汽车行业合作。中国正在重新定义这个行业。没有明确的道路可以走。
有一些事情正在发生,北京的订单显示,早些时候看到了一件IT事件,恰好是面对面的,所有人的注意力都集中在当地的中国公司上,就像你可以直接去国际公司的展位一样。消费者实际上对它们很感兴趣,除了少数几个品牌。这是因为中国生态系统中的产品创新目前是首屈一指的。
你可以购买的汽车,不仅仅是驾驶原型,与你在美国或欧洲获得的体验相比,其消费者体验要好得多。
我之前和员工谈过一些体验,比如走过去,敲门,门就为你打开。你坐在神圣的系统中,处理来自四个人同时对接悉尼的命令。坐在这些生产线上的体验令人愉悦。
而不仅仅是今天的产品。实际上,创新基础的速度有多快,令人震惊。每六个月,对产品的创新以及他们能够做到这一点的成本,全球行业都难以匹敌。所以,在某个时候,你可能会想,也许全球经济因此而有所统一,我们在美国看到了这一点。
百分比的车辆。与此同时,我们看看中国市场的情况,这些公司正面临着国内需求的某种停滞。他们有产能过剩。
因此,即使中国已经是最大的汽车市场和最大的出口国,他们也都怀有走向全球的雄心,对吧?而其中一些公司拥有单一成本点,比如比亚迪,尽管在欧洲和美国都有数据库,它们实际上可能具有一定的竞争力。
这就是为什么汽车高管会担心中国,以及他们应该制定什么策略,不仅在中国,而且在全球范围内,鉴于我们在中国所看到的,我认为政府方面也是类似的。老实说,以前国防部是创新的驱动力,对吧?在硅谷的历史和DARPA以及自主性是如何产生的,以及许多其他技术,比如互联网是如何产生的方面,有很多东西被遗忘了。现在,我认为五角大楼已经意识到,它在向软件和自主性转变方面进展缓慢,而且肯定比中国慢,无论是流程方面,比如如何进行采购,这实际上在今天都是一个很大的价值。
所以,我们每年都在华盛顿特区举办一次会议,重点关注国家安全。整个讨论都围绕着如何更快地将商业世界中正在部署的技术带到国家安全领域,以及如何让各个行业的采购流程能够做到这一点。我们看到中国是对话的主要部分,是公司战略的主要驱动力。
我本来想以最后一个问题结束,即是什么让你保持动力,但我感觉这非常有动力。因此,我想我们还有几分钟时间。所以我想开放一下,如果房间里有人想问我们精彩的嘉宾任何问题。
好的,由于这是一次现场录制,一些问题相当长,我们已经将它们浓缩了,我会用她的声音来回答。第一个问题是,在处理安全指南和监管机构时,你的经验是什么?
有一件事,它有时会有点不确定,那就是设计自主系统,只要它们不是真正的联网工厂,风险实际上就比较低。我经常喜欢举的例子是想象设计无人机和直升机,对吧?直升机。
你必须非常确定那东西不会飞到天空中,对吧?无人机掉下来,没关系,继续迭代。所以,有时这实际上让我晚上睡得更好,想着,归根结底,如果船沉了,这些系统在控制自己,那也不是世界末日。
所以,这在实际情况中增加了什么,即我们正在为国防部设计,尽管是的,这些系统必须绝对安全,任务关键,尤其是在可靠性方面。在这方面,我认为Saronic的工程世界是建立在这个基础上的,比如我们进行系统工程的方式,我们进行测试评估流程的方式,我认为比许多其他公司都要严格得多。但归根结底,你只要知道他们的无人系统,就可以睡得更香一点。
从产品设计的角度来看,在安全性方面,很多都与故障模式有关。如果电池电量过低,无论操作员输入什么,会发生什么?无人机将返回,并沿着我设定的路径返回,以便它可以避开障碍物。
无论它在哪里,它都可以返回其原始位置,也可以直接降落到安全区域。有一个安全着陆区的编程。所以,所有这些都是为了让大家保持安全。
在安全性方面,尤其是在国防部,我们出售的是我们产品的变体,它们实际上是离线的。离线有点像在线,但它们完全在国防部的专用网络内。所以我们无法访问它。它不是基于云的。在客户真正需要这种安全级别的那些情况下,它对我们来说基本上就是工程工作,因为我们必须将其带到各种前沿,但在我们的最终政府应用中是必要的。
而不是汽车的实际驾驶员,而是自动驾驶汽车。我所说的,过去行业中所做的事情,比如所有用于建造飞机(如商业航空公司)的系统工程实践,都是有用的,但并不足以满足需求。一些已经发布的标准,如ISO 26262,在行业中使用已久。这些都是输入,但这些输入,单独或累积起来,都不够。
所以,如果你看看我们客户可以获得的一些出版物,客户实际上需要做的远比任何监管机构要求的或IO空间工程师为了证明系统的安全性而做的事情更多,才能证明这些系统是安全的,无论是在乘客、卡车、采矿、农业还是国防应用中部署。实际上,这是我们的客户最难以解决的问题之一,因为没有标准蓝图。为此,它结合了工程问题、数据科学问题、理想化问题以及赢得消费者信任的问题,因为最终,你必须说服自己和利益相关者,这足够安全。所以,这不仅仅是一个科学问题。
但在许多方面,蓝图仍然没有明确写出来。我认为法规和标准还不够,网络安全也是如此。我认为它们远远不够,不足以真正放入这些系统中。
你使用哪些最佳实践来减少技术债务?
如果你问任何Saronic软件工程师,三个神奇的词是什么,他们会告诉你,我们遵循的设计原则很简单、正确、快速,按这个顺序。这个想法是,首先,你想要构建一个非常简单的系统,你从电子层面就能理解。我们不会集成我们不理解的任何技术,从电子层面一直到软件层面。
所以,我们构建了很多东西,一开始不起作用,但我们非常非常了解。因此,系统设计,就像物理学一样,基本上渗透到我们软件的方方面面。所以,是的,简单、正确、快速,是我们做Saronic的方式。这完全是有效的。我一直在做。
我从未在外面听到过技术债务。所以,我认为技术债务在快速变化的行业中是不可避免的,比如我们所处的行业。所以,我真正想谈的是,最终系统中的底层技术正在发生变化,这意味着我们必须重新思考向市场提供的产品,对吧?所以,你保持当前系统的稳定,然后神奇地部署一个新的系统。
但我们都从事工程工作很长时间了。我们知道它永远不会像这样清晰明了,但我们非常关注与客户合作,并与他们一起制定升级产品架构的路线图,因为现在我们可以利用新技术或其他技术来改进这些产品。令人惊讶的是,如果你的路线图合理,客户通常会很配合。
这不需要建立信任关系,就像金钱一样。只是根据某些功能购买,以及谁的采购成本最低,很难建立这种关系。但在我们提供软件的行业,无论是开发工具还是实际进入产品的软件,这都是尖端软件,他们知道这涉及软件。所以,这是一种非常合作的关系,我们经常与客户一起开发新产品,这使我们能够制定这些路线图。
我从事这项工作已有25年了。随着你周围的堆积物越来越多,技术债务总是会累积。我不知道我还能补充什么。Saronic有点独特的地方在于,我们有这些硬件平台,这让我们能够基本上重新开始。例如,去年发布的最新一代花了三年时间和8000万美元才完成,这让我们能够基本上重新开始很多事情。但是,我们也有一个相当大的云软件组件,并且在过去七年或八年中积累了很多技术债务。我没有灵丹妙药。
现在关于一些...
人们认为要实现四级或五级驾驶或机器人出租车状态,我们不需要更轻的传感器。你的看法是什么?
好的?我可以轻松回答这个问题。我认为,总的来说,行业已经陷入了一种是或否、迟早的二元游戏中。但归根结底,传感器只是你用来实现最终目标(在这种情况下是四级机器人出租车)的另一种技术。
如果我们都有部署你看到在路上行驶的车辆的路线图,而无需更轻的传感器,我就会这样做。但是,由于构建我们拥有的某些传感器需要大量的工程和科学发明,它们实际上正在成为一种负担。所以,我们不应该为了仅仅实现一个目标而构建它们,而应该专注于解决这些技术挑战。
安全性案例的一部分回到了如何证明这些系统足够安全,这依赖于我们今天拥有的某些特性。其他传感器组合无法做到这一点,即使在汽车和中国等地方,你也会看到更轻的传感器。这使他们能够更快地将某些功能推向市场。但是,从责任的角度来看,你必须从制造商的角度考虑,如果车辆发生事故,我们将看到行业中事故的发生,这实际上是技术进步的方式。
你宁愿走一条更谨慎的道路,从安全和责任的角度来看,尽可能避免这种情况,还是作为一家公司,必须面对这个问题,即我是否应该在乘客汽车中安装传感器?所以,最终,我们是否会达到一个点,即没有驾驶员的系统在各自的设计领域足够好用,无论是采矿、汽车还是某些国防应用?我认为从长远来看,我们会达到那一步。
但我认为,在技术部署的早期阶段,采取最安全的方法是正确的做法。为了建立对这项技术的信任,为了建立与城市居民的信任,为了建立与监管机构的信任,我认为这是一个相当合理的做法。
我很想知道你对正在出现的生态系统的一些观察。我相信这对风险投资来说也很有趣,对吧?你如何看待未来几年会发生什么?
我很乐意对此发表一些看法。我认为这是一个非常好的问题,我们历史上一直在思考这个问题。我会说,除了少数例外,行业主要关注的是,应用就是一个很好的例子,Schlei也是另一个例子,这两家公司都是通过向自动驾驶早期市场(至少是自动驾驶市场)销售软件而真正起飞的。
过去十年中,大多数自动驾驶公司都非常紧密地结合了硬件和软件,其中所有软件几乎都是为特定硬件形式因素而编写的。我认为,我们开始看到的部分原因是过去三年人工智能的发展,以及对各种不同用例的自主性的广泛兴趣激增。
这更多的是一个软件工具链的出现。但是,我们看到在自动驾驶领域运营的公司中,有很多未解决的挑战。所以,即使是关于如何为20世纪的传统商业世界构建软件的基本假设,在自动驾驶领域也不适用。
你通常没有像预期的那样,可以每五分钟向客户发布版本,他们就能更新。你如何从一个地方流式传输数据到另一个地方?你如何决定哪些决策发生在设备上、芯片上、边缘上,还是在云环境中,因为你必须考虑设备群或车队。所以,所有这些都是非常有趣的技术挑战和问题,我认为开发人员将在未来几年随着越来越多的自动驾驶用例出现而开始更大规模地解决这些问题。所以,我认为构建自动驾驶系统的开发工具包将越来越独立于硬件本身。在这些领域出现很多新技术的机会。
从我们的角度来看,自主性正在使无人机更容易获得,但这并不是人们购买无人机的理由。他们不在乎我们的自主性。坦率地说,他们实际上并不真正关心我们的无人机。他们关心的是无人机提供的信息。我们可以获得信息的速度越快,越好。
我们下一阶段的自主性和更广泛的路线图将不再关注如何飞行,而是关注我们试图完成的任务以及如何安全快捷地跨多个无人机完成该任务。这将更加垂直和特定于用例,这实际上是我们的黄金,我们将创造巨大的价值。我们的希望是,美国实际上将拥有一个蓬勃发展的无人机行业,能够与中国制造商抗衡,中国制造商在资金方面也具有巨大的优势,这确实是一个巨大的障碍。他们筹集了大量资金,并拥有大型制造业,但我们还有很长的路要走。
我希望会有许多参与者涌现出来,因为我认为最终对消费者来说最好的方法是为车辆构建应用程序。所以,目前,我们在美国和欧洲购买的汽车,例如,它们不像你第一次购买iPhone时那样令人愉悦的消费产品,iPhone 6看起来像iPhone 50。
所以,从某种意义上说,一段时间以来,我们还没有一款很棒的消费产品。但是,当你到中国体验这些产品时,你会感受到一些惊喜,并回味那份惊喜,然后你深入研究,说,为什么这里没有类似的产品?你深入研究汽车背后的情况。
今天,有150家不同的供应商,每家都提供一个小型ECU(小型计算机)。然后,你将它们集成到某种功能体验中,但你几乎必须从头开始重新设计汽车。特斯拉之所以能够做到这一点,是因为他们可以从头开始,从软件工程师的角度开始。这是今天每辆移动车辆的旅程。
这就是应用提供操作系统的原因,因为他们从操作系统开始,并为你提供一个良好的应用程序平台。你只能看到你想到的神圣空间,以及你想要体验的方式。这是否应该被接受?所以,我希望行业朝着这个方向发展。总的来说,我们只是...
好的,今天的讨论到此结束。首先,谢谢大家。我们投入了大量精力来制作每一集,无论是嘉宾、日历、与精彩的编辑Tommy合作,还是确保音乐恰到好处。如果你喜欢我们制作的内容,请在ratethispodcast.com上留下评论,告诉我们你最喜欢的剧集。这将使我的工作更有意义,我相信Tommy也会在下次与你见面。