Waymo’s Journey to Full Autonomy: AI Breakthroughs, Safety, and Scaling
44:30 Share

大家好，欢迎来到No Priors播客。今天我们很荣幸地邀请到Waymo联合首席执行官Dmitri Dolgov。Waymo最初是谷歌内部的一个项目，始于2009年，最终独立成为一家公司。如今，Waymo每周在旧金山、洛杉矶、奥斯汀和凤凰城提供超过十万次付费乘车服务。我很喜欢Waymo，并经常为更好地覆盖南湾地区而努力。我们很高兴深入探讨自动驾驶技术，了解其部署的规模以及Waymo的未来发展。

我们可以从谷歌自动驾驶技术的历史开始，了解您是如何参与其中的，以及您的想法是如何随着时间的推移而变化的。

我已经从事这项工作很多年了。我想，大概从2006年开始。

那正是DARPA大挑战的时期。DARPA组织了几场机器人竞赛，目的是推动自动驾驶汽车的研究。第一场竞赛是第一届大挑战赛。

挑战在于制造一辆可以在沙漠中自主行驶约100英里的汽车。没有人成功，但取得了很大的进展。他们重复了挑战，一些团队在丘陵地带取得了成功，并创造了另一场名为DARPA城市挑战赛的竞赛。

竞赛设置了一个模拟城市，旨在模仿现实城市，并在公共道路上进行驾驶。我参与了这场竞赛，这对我来说是一个转折点，让我看到了未来的潜力和益处，我从未后悔。从那时起，我一直都在做这件事。然后，我们在2009年在谷歌成立了一个小型团队，并最终发展成为现在的公司，在2010年代初成立。

似乎该领域的大部分历史都可追溯到少数几个关键人物。斯坦福大学的埃特拉·比和其他人。似乎该生态系统中许多最终成立的公司创始人都来自这些团队。

在2009年加入谷歌项目的一些人来自这些团队。

我认为，当您开始这项工作时，这被认为是一件有点疯狂的事情，对吧？当时，深度学习的许多应用还没有真正发生。像Alexa和Echo这样的智能设备也不存在。

所有这些都是人们认为疯狂且永远不会成功的事情。老实说，我们自己也不完全确定我们是否只是疯了，完全疯狂，试图实现这一目标。

作为一项研究项目，您是否心中有一个最终实现这一目标的可行日期？

这更像是一个研究挑战。在谷歌开始这项工作时，我们相信我们可以做到。如果我们能做到，那么这项技术对世界和使命的积极影响是值得的，但那只是早期阶段。

因此，在开始这项工作后不久，我们并没有立即构建产品。在最初的几年里，您不会想到产品或目标日期。我们的首要任务是探索这个领域。为此，我们为自己设定了一些里程碑，目标是进行原型设计、学习和理解。

在经过这两年后，我们意识到，哦，这确实有潜力。我们开始讨论产品可能是什么。实际上，我们认为第一个可行的产品是高级驾驶员辅助系统。我们预计需要几年时间才能实现这一目标。在研究了一段时间后，我们决定，我们想要追求的是在2030年实现完全自主服务的业务。

现在，您每周进行大约十万次乘车服务，一年大约有五百万次。这真是令人难以置信。是什么导致了这种规模的增长？

我们回顾一下，我认为在2013年左右，我们决定追求完全自主服务时，有几个关键的进步。从那时起，我们每周的行程已经超过十万次，每周行驶里程超过一百万英里，还在不断增长。

2015年，我们首次将汽车投入道路使用，这是我们系统（第三代）的硬件、传感器和计算机的第三代。我们将其安装在名为“萤火虫”的定制车辆上，但没有驾驶员。这是从零到一的时刻。然后，下一代（第四代）是太平洋迷你，Waymo的第四代硬件套件。我们在亚利桑那州和加利福尼亚州部署了这些完全自主模式，并在2020年向公众开放。但重点是重复进行，重点是匹配技术、评估驾驶员并定期发布。将产品投入实际客户手中，听取客户反馈，并进行迭代。因此，重点是第四代，而不是快速增长和占领市场。然后，我们决定转向第五代Waymo驾驶员，这就是您今天在四个城市看到的。

实际上，我们从加利福尼亚州的旧金山开始。我认为，例如，在旧金山，我们遇到了一些问题，例如，有活动人士在汽车上贴标签，试图阻止它们。因此，选择测试基础取决于不同的时间范围。

第一代，我们选择了中等复杂度的开发区域，目标是实现端到端。因此，我们选择了我们认为能够帮助我们学习最关键风险因素的环境。

然后，系统开发需要解决最困难的问题，因此我们选择在最困难的环境中进行开发。我们决定在中国的部署中学习端到端系统。然后，当我们学到足够的东西时，我们转向第五代驾驶员，并认为这是我们希望用于扩展的平台。

对于自动驾驶汽车来说，最困难的环境是什么？

因此，天气、速度和道路状况都很重要。旧金山之所以被选中，是因为它具有很高的复杂性。我们还同时在凤凰城开展工作，它有不同的高速公路，这让我们能够以不同的方式思考驾驶员的开发和评估。

我们考虑的是运营空间，而不是特定区域。您将城市视为新地图，并部署到其中。我认为，从商业角度来看，这是一个很好的市场。

技术复杂性是什么？这是我们如何应用技术的方式。

技术突破是什么让您达到第五代驾驶员，这使您能够扩展？

最大的突破不是令人惊讶的。每代驾驶员硬件都有进步。它变得更强大，更简单，但成本更高。

但最大的转变是人工智能。

在最近的进步中，我们取得了重大突破。

这为我们带来了巨大的推动。但所有这些因素结合在一起。

我们经常谈论架构，但更重要的是周围的架构。架构很重要，但要实现我们关心的水平，您需要数据引擎、训练飞轮系统和评估系统。

您需要考虑评估驾驶员的问题，以及构建驾驶员的问题。您需要模拟数据。所有这些因素结合在一起，我认为这就是我们今天看到的持续进步。

您能解释一下内部评估是如何进行的，以及监管机构的评估与之有何不同吗？

这是一个重要的问题，我们一直在讨论驾驶员的构建和评估。内部评估从确定您关心的指标开始，然后收集数据来支持这些指标的评估。

您需要构建一个可扩展的模拟来支持所有这些，对吗？所有这些指标指导着系统开发，帮助我们改进和训练Waymo驾驶员。然后，它转化为验证和评估方法，即我们所谓的国家安全框架。

我们衡量的是行驶里程、城市环境，以及与特定城市中人类驾驶员的比较。

我们对我们的记录感到非常自豪。我们已经行驶了数百万英里，并且以比人类驾驶员更好的安全记录运行。

我们发现，在低严重性事故中，我们的安全结果大约是人类的两倍好。在更严重的事故中，差距会更大。

我们与瑞士再保险公司（全球最大的再保险公司之一）进行了研究，并与他们分享了数据。

他们发现，与人类基准相比，我们的索赔减少了四倍，人身伤害索赔减少了100%。

您认为监管机构应该采取什么立场？

我们致力于使道路更安全。我们与监管机构进行了八年对话，取得了成功。我们认为，内部对话应该基于透明度和负责任的渐进过程。

如果您现在每周行驶一百万英里，还有什么阻碍更快地推出？

您已经有了第五代驾驶员，其表现似乎很好。为什么不更快地扩展？

我们正在以良好的速度扩展。

美国每年行驶的里程数。

这需要时间。

我们认为，这应该是一个逐步建立信任的过程。

我们需要积累数百万英里的数据。

现在，我们对这些数据感到非常满意，这让我们更有信心。

最近，我们从软件驱动到更注重硬件的转变。

这在核心技术中起着关键作用。硬件仍然很重要。

我们的汽车硬件使我们能够思考这些问题。

这与人类驾驶员非常相似。

这都是关于构建系统、构建人工智能和进行评估。

我们已经取得了巨大的进步。

您是否考虑过减少或简化传感器套件？

作为一项重要优先事项？每一代都有所提升，保持核心功能，但也要进行大幅简化，然后成本就会随着每一代的进步而降低。所以，这对于之前的几代来说都是正确的，嗯，从之前的几代到现在的两代，然后从四代到五代，现在又到了六代。

但主要焦点是简化和降低成本，以及了解车辆的使用体验，体验，当然还有规模经济，对吧？在组件方面没有什么根本性的不同，我们使用的是所有这些，它们都在规模上有所提升，你可以做到这一点。过去，制造稀有物品通常很昂贵，对吧，制造大量汽车是为了降低成本。计算机。

我想，从定性上来说，我们知道，人们可以用非常简单的视觉系统来驾驶。对。显然，在现实世界中，我们拥有更多不同类型的传感器。在收集数据/文本量方面，是否有某种逻辑框架，以便让性能系统相对于眼睛方面的曲线表现？换句话说，在眼睛方面，你能否遵循某种缩放曲线，从而预测你能够...

不用我们现在拥有的东西，嗯，现在直接回答你的问题，现在我们已经解决了驾驶员和评估问题，我们可以用数据来回答这个问题。所以，我们谈到了不同之处，从人类开始，是的，嗯，在转盘上安装摄像头，然后我们可以驾驶，视觉效果不是很好，你可能无法像计算机那样驾驶，对吧？嗯，所以这就是我们拥有视觉的原因。

我们有摄像头，我们有雷达，我们有激光雷达。它们会给我们带来一些信息，嗯，我们可以谈谈它们在桌面上提供的具体内容，数据在桌面上提供的具体内容，以及它们如何互补。然后，你从不同的传感模型中获得的东西，只是通过物理世界来获得的。但是，你再次，就如何回答这个问题而言，多年来，它更多的是，因此，假设，你知道你需要多少特定事物。

现在我们有了可行的东西，我们可以进行评估，我们可以提供更多数据来回答这个问题，以及对驾驶员方式的影响。如果你拿走一些东西，也许你会增加噪声系统，也许你会降低性能，也许你会拿走一个完整的传感器模块，也许你会拿走一个传感器，也许你会完全拿走它，然后你只用摄像头驾驶。我可以让一个人用一个或你知道，用改进的视觉系统驾驶，你认为这种性能可以接受吗？你能获得许可证吗？对我们来说也是一样。

我们可以用某种方式来回答这个问题。例如，性能是否足够好，用于完全自主驾驶，是否足够符合我们的安全性标准，嗯，以及其他标准，但是，再次强调，自主性的背景是规模的背景，以及负责任的部署和高安全标准的背景。

如果你改变一些输入，比如说，在小规模上，你谈论的不是完全自主驾驶，而是谈论驾驶员辅助系统，那么答案就会改变，如果你仍然有人在回路中并且负责安全，那么配置就会不同，你可能会完全去除传感器模式。或者，你知道，你可能使用所有三种模式，但你选择不同的模式，因为它是摄像头、摄像头、他们的解决方案范围、激光雷达。但是，你的操作点答案会根据产品标准而变化。

如果你展望一两年，你知道，破解难题的关键在于规模，嗯，可能更多的是关于商业模式。你认为大规模的机器人出租车是短期商业计划吗？是否有部署模式或类似部署模式？如果我考虑一下，这就像一个资本支出问题，就像其他新闻一样...

对你们来说很重要，探索这些。所以，我们专注于技术，专注于产品。我们每天都在学习，在信任方面取得进步，并建立这个领域的生态系统。

所以，这是主要焦点，对吧？我们非常兴奋地看到商业机会。这并非唯一机会，我认为Waymo，正如你所知，是一家技术公司，正在构建一种新的驾驶方式，并致力于成为世界上最值得信赖的驾驶员。

我们部署驾驶员不仅仅是为了出行。全球有超过3000万英里的道路。嗯，我们的愿景和使命是部署Waymo驾驶员的不同商业产品，在不同的应用中，并以不同的方式，你知道，在所有这些方面发挥作用。这包括诸如送货之类的活动，诸如长途卡车运输之类的活动，以及诸如个人出行之类的活动，但目前，我们非常关注出行。

你认为你可以将其授权出去吗？你认为你会为这些不同情况实际制造车辆吗？

嗯，我们不是，我们从未从事过制造车辆的业务。我想这就是...使命很重要。

机会如此巨大，以至于单独考虑。所以，想想我，甚至一起，为了追求所有这些不同的应用和所有这些，建立生态系统。你看到你在出行方面这样做。我们不制造自己的车辆，而是与合作伙伴、合作伙伴和公司合作。

未来十年左右。所以，如果你知道，看到无人驾驶出行方面的增长非常令人兴奋。在某个时候，一定比例的人口可能会像人们转向Uber一样，嗯，在主要城市用无人驾驶汽车接送他们，而不是开车或乘坐出租车，这可能是完全转向自主系统而不是拥有汽车的一个完整时期。

你只需点按一下，它就会在正确的时间出现，你只需上车，它就会带你去任何地方。我认为这将是10%的使用案例，30%的使用案例，就像比例的里程数。你认为随着时间的推移，我们会转换吗？

我认为随着时间的推移，我们会看到更多。我知道随着技术的成熟，随着这些不同产品的部署，我认为你正在开始看到一些。你好。

而且这并非一成不变，对吧，但有联系。看看那些生活在...甚至在自主驾驶之前，对吧？就发生了转变。

越来越少的人想拥有汽车。这是年轻一代，对吧？这并不是他们所期望的，对吧？嗯，我认为在这些方面，我对自主驾驶最兴奋，所有这些模式都将把这项技术的安全性带给...我问这个问题的原因之一是，我记得...

嗯，与自动驾驶领域的其他人交谈，我不知道多久以前，8年前，无论如何，当时每个人都认为这很快就会到来，我认为很多人在时间框架上以及实际发生的事情上都错了。当时有一波创业公司纷纷涌现。

很多对话都围绕着城市环境随着时间的推移如何变化。你实际上将停车场放在哪里，或者你将汽车停放在哪里，而不是在城市外有一个大停车场，然后汽车会在正确的时间来接你，而不是所有东西都需要集中。所以，我问这个问题的原因之一是，我想了解你对这个话题的看法，以及这些转变可能发生的时间框架。

我不想推测，我认为，绝对是关于这项技术的安全性益处的愿景，一旦你拥有了它，你就可以获得这些益处，一旦你可以大规模部署，对吧？一旦你可以大规模部署，你就可以做一些事情，你知道，以更好的方式利用土地，对吧？与其占用大量空间用于停车场，不如拥有大部分时间都闲置的个人车辆，你可以在社会方面做得更好。

我们可以做得更好，对吧？所有这些。但是，这些好处来自规模和，嗯，再次强调，安全是最重要的，我们非常关注。现在，我们已经谈论了多年来作为使命和愿景的东西。嗯，但是，你知道，一旦我们获得规模，它总是与之相关的。

所以，我认为今天我们开始真正谈论实现这一使命，数百万英里在背后，每周超过一百万英里。我们以及安全基准，这些基准非常重要，部分是模糊的，我们谈论的是实际的、可衡量的安全益处，以及减少道路上正在发生的伤害和事故。所以，这是主要焦点。我认为这是我们将看到的首要好处。然后，我认为还有其他好处...

你认为传统汽车制造商在这个世界中的作用是什么？嗯，我说功能性，就像汽车一样，你从一个点到另一个点，提供不同舒适度的体验。但是，你知道，一个庞大的产业已经建立在人们购买客车来满足工业设计或品牌需求，或者所有这些其他需求，嗯，你知道，你真的需要一辆福特卡车来在障碍物中穿行，对吧？你认为当...

当...

你知道，也许最重要的价值驱动因素之一现在是人工智能，以及自主完成这项工作的能力，我们认为...

我们正在做的事情是构建驾驶员，以及驾驶员...

驾驶员仍然可以驾驶...

驾驶员坐在汽车里，不同的因素，无论是汽车适合出行，还是某些类型的车辆适合长途旅行，你都需要不同的汽车。我们需要不同的形式。我认为这与我们正在做的事情以及汽车行业正在做的事情非常互补。

也许从城市如何变化的角度来看，答案目前已经给出，努力改变驾驶员、汽车和环境，只是改变驾驶员，对吧？嗯，你们已经做到了。你认为还有改变基础设施的论点，例如，在公共交通领域，对吧？还有其他形式需要公共部门参与才能大规模部署。

可持续性对我们来说很重要。安全是最重要的。但我认为所有这些模式都可以共存。事实上，就在最近几天，我们宣布...我们正在做一些事情，鼓励人们在运营城市中乘坐公共交通工具。

你如何看待汽车的形式？所以，你知道，像Zip之类的公司，亚马逊收购了它，他们将汽车内部空间最大化，因为你不再需要中控台，他们将座位朝向彼此，就像伦敦的出租车一样。你对未来这种体验有什么看法？随着越来越多的东西，自动驾驶汽车，对吧？

出行系统，将汽车设计围绕乘客是有意义的。过去，汽车的设计主要围绕驾驶员，对吧？如果是Waymo驾驶员，那就是关于乘客体验。

所以，我们在第六代驾驶员和汽车方面做了很多工作，汽车的设计考虑到了乘客。所以，它更人性化，而且一切都围绕着用户体验。你知道，地板更平坦，地板更低，有滑动门。

所以，一切都围绕着...当然，有不同的方面，我们没有面对面的汽车。我认为这是一个问题，有些人坐下来会感到恶心，你可能想让他们的座位朝前。但是，你知道，所有这些，我认为对我们来说，将成为一个指导，并弄清楚朝前坐。但我认为关键点是，设计围绕着乘客，而不仅仅是...

你可以做很多事情，例如，我总是想要一辆后部有支撑柱的汽车，或者在你的通勤中做一些事情。你只是...

我喜欢，我喜欢，我想成为自行车，但我希望我的自行车在...

里面。

可能...

好。

好。

我想去动物园。

嗯，稳定互联网。

不，不。

但是我们确实。我们越来越多地看到团队成员从Waymo开会，所以这，但它实际上，我们谈论的是，但它，嗯，它给出了一个观点。

如果你没有其他人的汽车，对吧？你可以开会，你可以做任何事情。你可以听你最喜欢的音乐，全音量，不用担心与你共享空间的其他人。所以，我们看到了这一点，这是我们产品的益处之一，我们今天从我们的运营区域看到了非常积极的反馈。

我非常兴奋地看到这项技术扩大覆盖范围，这可能是限制因素，比如每周一百万英里。从资本的角度来看，这是否意味着需要更多的汽车上路？从运营的角度来看，这是否只能如此快速地发生？你对安全和信任方面，以及消费者信任方面有什么看法？

瓶颈是什么？我们一直遵循的策略是逐步进行，并在每一步都赢得信任，进行透明的对话。再次强调，这是一项非常新的技术、新产品，与人们过去所使用的产品非常不同。我认为它必须是渐进的，再次强调，信任很难建立，但很容易失去。

所以，这是主要问题，对吧？嗯，我们看到，在我们的运营地点，我们与社区互动，人们使用Waymo，人们谈论的是信任。人们会使用“神奇”这个词，嗯，很多关于体验的事情。

我，他们去其他地方，人们没有经历过，而且对信任有更多焦虑。所以，你不能一步到位。你必须以一种渐进的方式去做。

在电梯里，你按下按钮，电梯门会为你关闭。看到不同类型技术随着时间的推移或人们对...如何看待...你如何看待...你提到的构建一个可靠的驾驶员，以及其他类型的车辆的演变，这很有趣。

你认为还有其他与你的构建相关的机器人扩展吗？或者你认为这些都是更专业的模型？或者你如何看待从驾驶员的角度来看，这会走向何方？嗯，我们设计它是为了成为一个平台，我们对第五代驾驶员感到非常满意，就像它们一样，它们在基于我们从非常原始的数据中收集的数据的基础上，在部署方面表现得非常好，并且逐步地，一旦我们相信我们达到了所需的性能水平，这与特定区域相对应。

当然，以及你提出的另一个问题，超越自动驾驶汽车，一些事情，由于问题的性质和复杂性，以及我们进行的一些研究，嗯，是相当基础性的，嗯，当我们谈论你的感知时，对吧？你可以在汽车里，你可以在不同的模式中，通过在物理世界中操作。嗯，我们发表了很多研究成果，我认为这些成果也能造福社区。谈谈人工智能在某种实时系统和安全关键系统中的部署。

我们所做的很多工作，我认为可以转化为...谈论系统评估和超越汽车应用。车辆需要一个良好、现实、可扩展的模拟基础工作，这可以转化为...所以，我们非常关注的是我们可以获得积极益处的里程数。所以，对我们来说，我认为重点非常重要。所以，我们正在非常关注...他们正在关注...我能问一个技术问题吗？一段时间前，你说，嗯，你想专注于完全自主驾驶问题。有很多其他团队实际上在该领域有渊源。你知道，Waymo在谷歌项目中选择了一个看起来更容易的用例，比如长途卡车运输、送货，这并不明显更容易。你认为这里有什么教训可以吸取？或者至少，你知道，在道路上，Waymo比其他应用在乘客车辆上行驶的里程数更多。

是的，我认为这是一个很好的问题。我想强调一个重要的区别，那就是完全自主与规模化以及——你知道的——有人驾驶系统之间的区别。这就是我想要回答你问题的关键，不同车辆平台、不同操作系统，你可以让它以较慢的速度运行，用于本地送货，或者你可以让它用于卡车运输、高速公路。嗯，它们略有不同，但在讨论完全自主之前，它们可能只是次要区别，但复杂性故事仍然存在。

你可以——就像如果你考虑问题的核心，构建一个安全驾驶员，能够评估它，以及安全性的极高标准，嘈杂的物理环境的复杂性，以及人们正在做各种各样的事情的长期尾部——以及在毫秒级做出实时决策的必要性，以及人工智能问题的难度，如果要谈论方式或吐痰，分布和计数会略有变化。但是，根本的问题是，你不会得到银弹，你不会摆脱复杂性，例如，高速公路场景和危险情况，它们结构化得更多，我更喜欢它们。但是，你仍然会遇到频率较低但速度较高的严重情况，你会遇到施工区域，你会遇到，你知道的，掉落的东西，前面汽车的零件，汽车——你知道的——发生事故，并从视野中消失，你会遇到，你知道的，驾驶记录。

没有汽车比遇到行人更糟糕，他们正在横穿马路。你会遇到各种各样的东西，对吧？而且发生频率要低得多。

所以，这可能意味着如果每百万英里发生一次，我们从未见过我们世界中类似的例子。所以，你可以引导早期乐观主义者走向简单的虚构。如果你想全职做这件事，并且想以这种复杂的方式进行大规模操作。

为什么这与——比如说——高级驾驶辅助系统不同，它似乎在更多场景中有效？所以，完全自主。

区别是什么？是的，这是数量。以及这个问题的性质，对吧？

如果你考虑我们从2009年开始的地方，嗯，我们最初的目标之一，是的，一个里程碑，是驾驶——是的——10条路线。每条路线都是100英里，遍布整个州，你知道的，高速公路。

嗯，城市中心，以及周围地区，总而言之，你知道的，所有的一切。你必须在没有干预的情况下行驶100英里。所以，汽车必须从头到尾自主驾驶。

这是我们在2009年大约18个月内为大约12个人设定的目标。没有图像，没有大陆，没有变压器，没有大型模型，只有小型计算机，没有。

很容易开始。它一直是属性。在每一波技术浪潮中，我们都非常容易开始。但是，困难的问题在于，曲线早期一直在变得越来越深，但复杂性在哪里？复杂性在于长期尾部的最小值。如果你做一个原型，如果你做一个驾驶员系统，你不会看到这一点，这就是我们投入所有精力的地方，这只是问题中最困难的部分。我想，现在，随着每一轮技术周期的发展，你都可以利用人工智能和特定领域的进步，你可以利用几乎现成的变压器，它们非常棒。

如果变压器很棒，你可以利用一种可以接受图像或视频的暴力——你知道的——有解码器，或者你可以用书中的文本问题来给你，你可以找到——只是你需要一点数据，从汽车摄像头数据到轨迹，或者你知道做出决策的原因，因为有黑匣子。你让我找到一点，我想，如果你问计算机科学领域的优秀人才来构建，那么今天他们会怎么做。从盒子里拿出来，变压器的能力，能力是惊人的，对吧？只需要一点努力。

你就能在路上得到一些东西。更糟糕的是，你可以看到你的驾驶员在数小时内行驶数英里，这会让你大吃一惊。但是，这是否足够？这是否足以让驾驶员离开，在数百万英里内驾驶，并拥有安全记录？现在，这比没有好，对吧？我想，这是我们对每一轮技术进步的理解。

迭代周期对Waymo来说是正确的思考方式。现在，尽管许多人工智能公司在评估某些案例时，发现自己无法很好地处理，然后收集更多数据，将其放入管道中，重新训练并部署？或者，在不断提高效率之后，是否仍然有架构变化？

你首先提到的数据收集，以及了解性能不佳的地方，这实际上是构建整个数据飞轮和价值飞轮的核心。

但我认为，这就是我猜想，你知道的，有点棘手的地方，你该怎么做？架构是什么？特别是训练方法是什么？嗯，你可以做最简单的事情，你知道的，一个端到端模型，只是训练一个图像。

一些驾驶员，非常简单的传感器，像素流，驾驶行为，你有一些例子，你只是试图模仿人类驾驶员，你可以运行这个飞轮，并运行你描述的循环，同时运行。我知道这种范式，你将取得进展，对吧？非常了解这种方法，对吧？嗯，你平衡你的数据，找到一些你表现不佳的例子。就像如果你弄清楚——

你知道如何——

评估它，看看你如何开始模拟，甚至在没有类似的模拟的情况下，构建整个机器，你找到更多例子，你知道的，你想要模仿更多东西，你减少了数量。你找到例子，你知道的，你必须做一些你不喜欢的事情。所以，你知道的，这不是你的，你继续改进。

你可能会把两件事放在错误的地方，把两件事放在正确的地方，对于驾驶员系统来说，对于完全自主系统来说，可能会放在错误的地方。所以，你必须构建这个机器，在高层次上，新数据和增强原则。嗯，但你知道的，真正要实现自主性，你需要做其他事情，对吧？你需要合成数据。

你需要进行详细的模拟。也许传感器模拟还不够，因为以这种规模进行高分辨率视觉模拟是不切实际的，对吧？只是在整个过程中进行迭代。

所以，你开始进入像即时表示这样的东西。你可以在那里进行模拟，你仍然在高层次上做这件事。我想这取决于具体情况。

所以，我想，你今天准备好了——

你认为我们要去哪里？我想我们正在反思一个持续多年的旅程。我发现自己比以往任何时候都更兴奋，对我们所处的位置、势头和未来感到兴奋。

对吧？我已经做了将近20年了。嗯，愿景一直都在，但我们有一个巨大的存在问题。

我们可以构建这个东西吗？我们可以弄清楚它是否足够好，以及如何评估它？嗯，人们是否想使用它？我们可以以一种商业上可行的形式做到这一点吗？不。

嗯，它也取决于——你可以走很远，就像我们今天所处的位置，在规模上，我们已经证明我们可以做到。我们对我们的安全记录感到自豪，弄清楚如何评估它。我们看到人们想要使用它，并给予非常积极的反馈，人们对它感到兴奋。

我们看到我们可以以一种成本有效且完全可行的方式做到这一点。嗯，我对未来充满期待。开始谈论实现真正实现安全效益的任务。所以，现在一切都围绕着优化、扩展和让更多人使用这项技术。

太棒了。现在，非常令人兴奋。再次感谢你今天加入我们。

感谢你。感谢你。在过去一年中，你取得了巨大的进步，时间上很小。

谢谢。

谢谢。在Twitter上关注我们——

在no-priors-pod上，如果你想看到我们的脸，订阅我们的YouTube频道，在苹果播客、Spotify或其他你收听的地方收听我们的节目，每周都会有新剧集，并在no-dash-fire-stock.com上注册电子邮件或获取每集的文字稿。