问：自谷歌开始研究自动驾驶汽车，机器学习的普遍性已发生巨大的变化，你认为Waymo是否在充分利用这一点？Waymo的工程副总裁德米特里多尔戈夫（Dmitri Dolgov）的回答是，“你认为在这一技术上谁会是全球第一？”

厄姆森：这个回答不差。他们是一个非常棒的团队，他们的工作非常出色。他们显然远远领先其它公司。当你拥有自身的一套架构规则，周边的一切以此为基础。你很聪明，你会迭代，你善于改变，但也存在争议。事实上，我们需要了解我们在机器学习上所做的一切以及云计算的可用性，并理解问题究竟有多艰巨，这些都有助于我们从最开始就着手解决这些问题。

这并不意味着我们将在Waymo之前解决这些问题，但我们能够更快地取得一定进展。我们将能够帮助合作伙伴向市场推出安全的、更强大的产品。

自动驾驶不等同于辅助驾驶 造车成本将大幅降低

问：当你回顾那些问题时，在当时极为棘手的问题，但今天回想起来会让你觉得：天哪！我们一个月内就解决了？

厄姆森：例如，我们把机器学习技术应用在对象追踪上。进展很快，我们已经能够获得正常运行的版本。那真令人兴奋。对象追踪功能可广泛应用在汽车生态系统和我们生活的世界中。当谷歌开始研发这一功能时，TensorFlow还不存在。

问：另一个Waymo式准则是决定不把自动驾驶技术当成辅助驾驶形式，这点你现在怎么看？

厄姆森：我仍坚信这条准则！这并不是说不在汽车中安装方向盘，或是当车主想开车的时候却不能开。但我会实现的区别是：汽车不应该要求驾驶座上的人开车。如果你想开车也喜欢开车，就去享受其中的乐趣，去开吧。但如果你不想开车，总不能让汽车发话，“我现在真的需要你开车”，就让汽车自主驾驶吧。

人们常谈论所谓的三级自主驾驶系统（汽车可以自主控制，但人类必须时刻为突发情况做好准备）。设想是这样的：汽车正在自主驾驶，如果出现车主应该掌控方向盘的情况，汽车就会通知车主。如果车主未回应，汽车仍需要做该做的事，此时，它就相当于性能十分有限的四级自动驾驶系统(汽车可完全自主控制，人类几乎不需要做任何事情）。要做到这一点，需要极复杂的技术，这时传感器套件将变得非常昂贵。

问：你如何评估你们的进度？

厄姆森：我们的合作伙伴希望时间节点大概在2020年或2021年。为了实现这个节点，我们正尽可能快地推进工作。在那个时候，预计我们的服务会覆盖数万辆自动驾驶汽车，与目前大约数千辆这类汽车相比，这个数据是巨大的。不过这只是刚开始部署，我们想到的是对全球的影响。这只是为Aurora设想的部分计划，我们需要这么多年才能让这一技术正常运作，而打造能够支持这类技术的汽车也需要大致相同的时间。因此，如果我们能够找到合适的合作伙伴，并与它们同步开发Aurora技术和汽车，那么我们就可以完成这些规划，实现我们所预想的规模化影响，而且速度还快于其他企业。

即使Waymo已开发出成熟的技术（假设今天刚研发成功），他们仍需要时间来推广技术，并且需要密切的汽车合作伙伴关系才能实现这一目标。

问：汽车公司会这么说，“谷歌在一辆汽车上装配了价值10万美元的传感器，这很好，但我们谈论的是向大众推广这类技术。”你们是技术套件开发商，这对你们是否是个关键问题吧？

厄姆森：从两个方面考虑，我不支持这种说法。在乘车共享或公共交通的商业模式中，汽车设备的成本并不重要。如果是1万美元、2万美元或5万美元，都会有办法收回。经济学将发挥作用。目前存在一种错误的等价观念，即，一辆汽车的设备成本为10万美元，那么每辆量产汽车的设备成本也会是这么多。去瞧瞧任何一辆量产汽车的研发原型，都要耗费高额成本。

当他们制造出前50辆时，每辆车的某块成本大概是25万和50万美元之间。经过控制制造过程、工艺设计以及供应链管理流程，最终这块成本可降到大约1.2万美元。

这同样适用于其他元件。以雷达设备为例。如果原始设备制造商购买100万件雷达设备，单价可能才50美元。但是最初为了生产第一辆车时，我保证单价会在2万到5万美元之间。当人们谈论这一点时，必须先考虑“应计成本”。从架子上取下激光设备，看看里面的部件。如果是光纤激光设备，其中的钇掺杂光纤十分昂贵。但是如果是含激光二极管的激光雷达系统，里面的元件都不贵。每个激光二极管售价几美分或几十美分，每个APD探测器售价几美分或几美元。如果大量订购的话，这些成本会大幅下降。

问：对于自动驾驶汽车，人们没有想到的还有什么？

厄姆森：最难回答的问题是这类技术最终将被如何使用，以及将产生怎样的深远影响。智能手机问世已有大约十年的时间。如果十年前针对智能手机问类似的问题，会有怎样的回答？我认为没人预测得到Uber或Lyft会出现。

当然，去年也出现了许多新的预测，我们还需等待时间的验证，尤其因为这些预测源自更多进军这一行业的人。这些参与者远多于这一行业的发展早期。而早期的参与者大多来自你的“教练树”，他们中许多人曾参加过DARPA挑战赛。他们都对这类技术的现有阶段、如何运作以及发展领域拥有共识。

我认为这蛮有意思。在过去一年半或两年中，无论胜任与否，更多形形色色的人参与进来了。你说得对，许多早期参与者曾是DARPA挑战赛的参赛者。当时，那是唯一能找到有经验的人的地方。现在这一行业吸引到了大量资金。所以投资者会说，这看起来很有趣，让我们去做吧。这催生了新的创新，我认为这很酷。

我在考虑如何打造一家健康的公司，在目前这个竞争极为激烈的招聘市场，我们如何能做到这一点。我们需要更好地理解社会的不平等现象，需要直面自动化趋势带来的问题。我们如何权衡利弊？全球每年逾百万人死于交通事故。自动驾驶汽车有助于减少交通事故以及节约时间。我们如何在不扰乱社会的情况下推广无人车技术？对社会的影响是我担心的问题之一。

我考虑得还不够深入，还未得到满意的答案，但我肯定会想出来的。（完）

关注网易智能公众号（smartman163），获取人工智能行业最新报告。

点击查看《AI英雄》专题，往期内容一步直击！