專訪谷歌無人車前負責人厄爾姆森：Waymo已經沒有那么有趣了

據外媒報道，Chris Urmson是谷歌無人駕駛汽車項目早期團隊的負責人，直到該項目從谷歌分拆出來，Alphabet的無人駕駛汽車子公司Waymo成立。如今，Waymo已經在無人駕駛汽車領域處于領先地位。盡管是埃爾姆森將團隊推向了技術高峰，但他也認為Waymo可能成為第一家商業化部署無人車的公司，但他并沒有陪伴Waymo。就在Waymo的現任首席執行官John Clara Fusik（John

克拉夫西克接管公司后，埃爾姆森選擇辭職并于2016年12月離職。在考慮了幾個月的下一步行動后，埃爾姆森與特斯拉電動汽車公司負責開發自動駕駛的斯特林·安德森和叫車巨頭優步的機器學習專家德魯·巴格內爾合作，共同成立了一家新的無人駕駛汽車初創公司Aurora。當這家公司在2017年初悄然成立時，人們對它充滿了敬畏。在無人駕駛汽車領域，這是一支令人恐懼的新團隊。上個月，Aurora完成了第一輪融資，從Greylock Partners和Index Ventures籌集了9000萬美元。專業社交網站領英（Greylock的合伙人）的創始人Reid Hoffman也加入了新公司的董事會。最近，Ulmson接受了《大西洋月刊》編輯Alexis Madrigal的獨家采訪，談到了他的新公司、無人駕駛汽車行業的現狀Ford Escorts，以及為什么無人駕駛汽車上所有傳感器的成本并不重要。最令人驚訝的是，埃爾姆森對無人駕駛汽車技術的愿景并沒有真正改變，但他對這個行業的看法發生了變化。Waymo計劃擁有和運營自己的服務，并與一家汽車公司簽訂合同，為其生產汽車。Aurora計劃與大型汽車公司合作，為他們提供技術，幫助他們建立自己的無人駕駛汽車團隊。埃爾姆森問道：既然你可以向每個人銷售技術，為什么要建立自己的汽車服務？Aurora認為，無人駕駛汽車技術的初步開發將是一個復雜、令人擔憂和昂貴的過程，因此第一家部署它們的公司（如Waymo）不一定會成為長期的市場贏家。如果有人能繼續下注，那就是埃爾姆森。以下是采訪摘要：馬德里加爾：當你離開谷歌時，我非常驚訝，因為我以為你會一直陪伴著它。埃爾姆森：事實上，這是由時間決定的。我想，如果你在我離開前一年問我，我會說我會無限期地期待在那里。馬德里加爾：為什么？埃爾姆森：畢竟，我覺得它不再那么有趣了。和大多數人一樣，當我快樂的時候，我會盡力工作。沒有我，這支球隊應該能夠做得更好。他們請來了克拉拉·福西克，他們選擇他來管理公司。這對他們來說是件好事，但對我來說不合適。馬德里加爾：你為什么這么說，至少在一定程度上是因為你擁有這個行業最寶貴的工作經驗？埃爾姆森：不是。當我離開時，我甚至不知道該怎么辦。有些人叫我去海灘躺一會兒。當時有很多很酷的東西，無論是飛行汽車還是計算機科學和生物技術的融合。在我過去的12年里，我一直致力于研究無人駕駛汽車，所以我認為可能是時候看看外面還有什么了。我花了三到四個月的時間完成了這個過程，在這個過程中我遇到了很多人。幾個月后，我意識到這是一個成立公司的獨特機會。我可以找到幾個優秀的候選人和他們一起開公司。Anderson在特斯拉呆了一段時間，經驗豐富。安德森是麻省理工學院的博士生，曾在麥肯錫工作過幾年，后來進入特斯拉，并幫助推出了許多新產品。這與無人駕駛汽車不同，但他幫助推出了新款汽車Model。

十、 然后開始了自動駕駛項目。至于巴格內爾，我們從1999年開始認識，現在已經交往了19年。我們一起上研究生院。他是機器學習領域的專家，很早以前就開始將自己的知識應用于機器人技術。我們從未真正合作過，但我們有很多共同的朋友。他當時在優步工作，坦率地說，他已經做好了改變的準備。馬德里加爾：關于谷歌、特斯拉和優步無人駕駛汽車使用的不同方法的集成，你有什么要說的嗎？埃爾姆森：這實際上是我們看到的“秘密醬汁”的一部分。我們將研究這些不同的經驗基礎，并嘗試從中選擇最好的。特斯拉能提供什么新產品嗎？這實際上與硬件有關。我們建立了一支偉大的團隊。每個人都有豐富的經驗，都明白什么是合格的，我……

以現代的方式將它們整合到汽車系統中。顯然，巴格內爾在優步工作了一段時間，但我真的認為他是機器學習方面的專家，尤其是在機器人和機器學習方面。因為當你在開發一個機器學習網絡時，那里有無數的數據。馬德里加爾：當你花了這么長時間才開始谷歌/Waymo項目時，你為什么要創辦一家新公司？埃爾姆森：這是一個正確的時刻，因為技術和汽車生態系統都在正確的位置。幾年前，我認為汽車行業還沒有準備好做一些不同的事情。它已經進化了100多年。他們的供應鏈具有令人難以置信的能力，而且大多數供應鏈仍在高效運營。但這是一項新技術，需要一支新的團隊和新的技能。該行業似乎已經做好了準備，部分原因是他們面臨著巨大的壓力：環境影響加劇，電動化和互聯互通的需求飆升，優步、Lyft和滴滴出行等叫車服務正在興起。這是一種真正的信息連接，使汽車能夠以一種新的方式使用。還有無人駕駛汽車和駕駛員輔助技術。這些技術同時在這個行業聚集在一起，推動整個行業思考：我們應該如何應對？Aurora這家新公司的開業似乎給我們帶來了深刻的體驗，也讓我們對這個問題有了更深的理解。它需要走出去，本著不顛覆現有公司的精神，與現有公司密切合作。因為事實證明，制造汽車真的很困難。我們可能認為這是理所當然的，但事實上，它們令人難以置信。Madrigal：這就是為什么你所做的和Google/Waymo所做的之間存在關鍵的戰略差異的原因。那么你的方法和他們之間有技術差異嗎？埃爾姆森：我認為，如果你從數萬米的高空往下看，它們可能也沒什么不同。我們使用激光、雷達和相機，并正在研究運動規劃、感知和控制技術。我們有一個軟件基礎設施。所以，在這個水平上，沒有區別。不管你是誰，你都在使用這些傳感器和軟件。真正重要的是能夠實現技術的最后10%、最后1%和最后0.001%。馬德里加爾：澤諾關于無人駕駛汽車問題的悖論？所謂“芝諾悖論”是古希臘數學家支諾提出的一系列關于運動不可分割性的哲學悖論，即看似合理但明顯矛盾的情況。）烏爾姆森：是的。找幾個研究生，訂購一輛車，下載ROS（機器人操作系統），你可能會在六個月內得到一輛可以在停車場附近自動駕駛的車。當然，最大的挑戰在于細節，這是Aurora必須解決的問題。我們必須考慮的是，如果我們今天想憑空設計一輛汽車，我們不應該把重點放在演示軟件上，也不應該讓汽車盡快在停車場周圍行駛。我們需要首先了解如何實現高效和安全的旅行方式。馬德里加爾：你們的方法有什么不同？埃爾姆森：例如，我們有一種不同的方法將機器學習應用于運動規劃和感知系統的組合。設計這樣一個系統的經典方法是有一個專門開發傳感技術的團隊。他們全力以赴。他們到達了高原，并將其交給了負責體育規劃的人。他們寫了一些東西來找出在哪里停下來或如何改變一條小巷，這條小巷負責處理感知系統中的所有噪音，因為它不能完美地看到世界。它可能是錯誤的，也許它認為自己的移動速度比它想象的要快或慢。也許每隔一段時間就會有假警報。體育規劃系統必須對此做出回應。所以體育規劃的負責人落后于感知的負責人，但他們融合了一切，工作得很好，可以達到這種感知的水平。然后負責感知的人會說，“哦，但我們有了新的推動。”負責體育規劃的人再次落后，他們的系統在不合適的時候再次被打破。你最終會遇到這個具有挑戰性的跨越問題，這最終會阻礙整個團隊的進步。負責體育規劃的人不想改變他們的看法，因為他們剛剛適應了。但如果你的看法沒有改善，你就無法繼續進步。我們設計該系統的方法是在這兩個地方應用機器學習。我們將能夠自動重新調整運動規劃系統，以將最近的感知輸出與t……相匹配……

新的感知輸出，并推動他們更快地前進。這聽起來幾乎很明顯，但它們之間的接口需要藝術處理，這樣你才能使算法正確地合作。馬德里加爾：自從谷歌的無人駕駛汽車項目開始以來，機器學習的流行程度發生了巨大變化。Waymo真的能充分利用這一點嗎？我曾經問過Waymo工程副總裁Dmitri Dolgov同樣的問題，他的回答是基本上可以充分利用，因為谷歌是機器學習領域無可爭議的領導者。埃爾姆森：多爾戈夫給出了一個很好的答案。馬德里加爾：但在我看來，他們現在可能會以不同的方式開始，與2009年的起點不同。埃爾姆森：事實上，這絕不是否認多爾戈夫和其他人的成就。他們是一支偉大的球隊，他們做得很好。他們顯然在所有人面前。但當你有一套特定的建筑規則時，一切都圍繞著它。你很聰明，可以改變，但你骨子里的東西不會改變。可以說，我們現在知道如何應用機器學習的所有知識和云計算的可用性，并了解這個問題有多困難，這使我們從第一天就開始解決這些問題。但這并不意味著我們會在Waymo之前實現目標，而是意味著我們可以以令人滿意的速度穿過指定的距離。我們將能夠幫助我們的合作伙伴帶來安全的產品，并最終在市場上占有一席之地。馬德里加爾：當你再次開始處理這一系列問題時，你有沒有遇到過當時很難但現在很簡單的事情？埃爾姆森：我在應用機器學習時遇到了它，比如目標跟蹤。現在，我們很快就能開發出一個新的技術版本，這很令人興奮。這是一個可以應用于我們生活的世界的生態系統功能。當我們在谷歌開始這個項目時，TensorFlow并不存在。馬德里加爾：Waymo的另一個原則是不要將無人駕駛技術視為駕駛員的輔助。我聽說你個人反對司機接管汽車的控制權。埃爾姆森：我仍然相信這個原則。這并不意味著你不能在車上安裝方向盤，或者你想開車時不能手動駕駛。但我想做的是：汽車不應該要求坐在駕駛座上的人開車。如果你想開車，喜歡開車并享受樂趣，那就去做吧！

然而，如果你不想開車，你可以讓汽車自動駕駛。人們談論所謂的三級自動駕駛系統。這個想法是汽車可以自動駕駛，但它會提醒你保持警惕。事實證明，如果你對提醒做出回應，它仍然需要做正確的事情，所以在當時，它實際上是一個能力非常有限的四級系統。要做到這一點，實現它的復雜性足夠高，并且傳感器套件將變得非常昂貴。馬德里加爾：你是如何衡量你在這里的進步的？埃爾姆森：現在，我們正在制造無人駕駛汽車，我們的合作伙伴希望在2020年或2021看到它們。因此，我們應該盡快實現這一目標。當時，我們談論的是數千輛車，遠遠超過現在的數千輛車。但考慮到對世界的影響，這只是無人駕駛汽車部署的開始。Aurora的想法是，由于我們需要幾年時間才能使無人駕駛技術發揮作用，因此我們將需要幾年的時間才能制造出適合這項技術的汽車。那么為什么我們不能找到一個合作伙伴，讓兩者并行發展，這樣我們就可以比其他人更快地走出去，產生更快的規模效應。即使Waymo擁有技術，他們仍需要時間來擴大規模，他們需要與汽車制造商建立深度合作才能實現這一目標。馬德里：汽車公司傾向于說，“谷歌可以在汽車上安裝價值10萬美元的傳感器，這很好，但我們正在討論向普通人提供汽車技術。”這對技術套件制造商來說是一個關鍵問題嗎？埃爾姆森：在出租車服務或公共交通商業模式中，汽車上的設備成本并不重要。無論是1萬美元、2萬美元還是5萬美元，它都會成功。經濟學將發揮作用。同時，還有一個錯誤的等價性，即在一輛汽車上安裝10萬美元設備的成本相當于大規模部署一輛汽車的成本。如果你看看任何一個生產汽車的原型，然后買最便宜的汽車，你會發現兩者之間存在巨大的差異。例如馬德里加爾：福特護航。奧爾姆森：那是我的第一輛車。據外媒報道，Chris Urmson是谷歌無人駕駛汽車項目早期團隊的負責人，直到該項目從谷歌分拆出來，Alphabet的無人駕駛汽車子公司Waymo成立。如今，Waymo已經在無人駕駛汽車領域處于領先地位。盡管是埃爾姆森將團隊推向了技術高峰，但他也認為Waymo可能成為第一家商業化部署無人車的公司，但他并沒有陪伴Waymo。就在Waymo的現任首席執行官John Clara Fusik（John

克拉夫西克接管公司后，埃爾姆森選擇辭職并于2016年12月離職。在考慮了幾個月的下一步行動后，埃爾姆森與特斯拉電動汽車公司負責開發自動駕駛的斯特林·安德森和叫車巨頭優步的機器學習專家德魯·巴格內爾合作，共同成立了一家新的無人駕駛汽車初創公司Aurora。當這家公司在2017年初悄然成立時，人們對它充滿了敬畏。在無人駕駛汽車領域，這是一支令人恐懼的新團隊。上個月，Aurora完成了第一輪融資，從Greylock Partners和Index Ventures籌集了9000萬美元。專業社交網站領英（Greylock的合伙人）的創始人Reid Hoffman也加入了新公司的董事會。最近，Ulmson接受了《大西洋月刊》編輯Alexis Madrigal的獨家采訪，談到了他的新公司、無人駕駛汽車行業的現狀Ford Escorts，以及為什么無人駕駛汽車上所有傳感器的成本并不重要。最令人驚訝的是，埃爾姆森對無人駕駛汽車技術的愿景并沒有真正改變，但他對這個行業的看法發生了變化。Waymo計劃擁有和運營自己的服務，并與一家汽車公司簽訂合同，為其生產汽車。Aurora計劃與大型汽車公司合作，為他們提供技術，幫助他們建立自己的無人駕駛汽車團隊。埃爾姆森問道：既然你可以向每個人銷售技術，為什么要建立自己的汽車服務？Aurora認為，無人駕駛汽車技術的初步開發將是一個復雜、令人擔憂和昂貴的過程，因此第一家部署它們的公司（如Waymo）不一定會成為長期的市場贏家。如果有人能繼續下注，那就是埃爾姆森。以下是采訪摘要：馬德里加爾：當你離開谷歌時，我非常驚訝，因為我以為你會一直陪伴著它。埃爾姆森：事實上，這是由時間決定的。我想，如果你在我離開前一年問我，我會說我會無限期地期待在那里。媽……

伊戈爾：為什么？埃爾姆森：畢竟，我覺得它不再那么有趣了。和大多數人一樣，當我快樂的時候，我會盡力工作。沒有我，這支球隊應該能夠做得更好。他們請來了克拉拉·福西克，他們選擇他來管理公司。這對他們來說是件好事，但對我來說不合適。馬德里加爾：你為什么這么說，至少在一定程度上是因為你擁有這個行業最寶貴的工作經驗？埃爾姆森：不是。當我離開時，我甚至不知道該怎么辦。有些人叫我去海灘躺一會兒。當時有很多很酷的東西，無論是飛行汽車還是計算機科學和生物技術的融合。在我過去的12年里，我一直致力于研究無人駕駛汽車，所以我認為可能是時候看看外面還有什么了。我花了三到四個月的時間完成了這個過程，在這個過程中我遇到了很多人。幾個月后，我意識到這是一個成立公司的獨特機會。我可以找到幾個優秀的候選人和他們一起開公司。Anderson在特斯拉呆了一段時間，經驗豐富。安德森是麻省理工學院的博士生，曾在麥肯錫工作過幾年，后來進入特斯拉，并幫助推出了許多新產品。這與無人駕駛汽車不同，但他幫助推出了新款汽車Model。

十、 然后開始了自動駕駛項目。至于巴格內爾，我們從1999年開始認識，現在已經交往了19年。我們一起上研究生院。他是機器學習領域的專家，很早以前就開始將自己的知識應用于機器人技術。我們從未真正合作過，但我們有很多共同的朋友。他當時在優步工作，坦率地說，他已經做好了改變的準備。馬德里加爾：關于谷歌、特斯拉和優步無人駕駛汽車使用的不同方法的集成，你有什么要說的嗎？埃爾姆森：這實際上是我們看到的“秘密醬汁”的一部分。我們將研究這些不同的經驗基礎，并嘗試從中選擇最好的。特斯拉能提供什么新產品嗎？這實際上與硬件有關。我們建立了一支偉大的團隊。每個人都有豐富的經驗，了解什么是合格的，并以現代的方式將其融入汽車系統。顯然，巴格內爾在優步工作了一段時間，但我真的認為他是機器學習方面的專家，尤其是在機器人和機器學習方面。因為當你在開發一個機器學習網絡時，那里有無數的數據。馬德里加爾：當你花了這么長時間才開始谷歌/Waymo項目時，你為什么要創辦一家新公司？埃爾姆森：這是一個正確的時刻，因為技術和汽車生態系統都在正確的位置。幾年前，我認為汽車行業還沒有準備好做一些不同的事情。它已經進化了100多年。他們的供應鏈具有令人難以置信的能力，而且大多數供應鏈仍在高效運營。但這是一項新技術，需要一支新的團隊和新的技能。該行業似乎已經做好了準備，部分原因是他們面臨著巨大的壓力：環境影響加劇，電動化和互聯互通的需求飆升，優步、Lyft和滴滴出行等叫車服務正在興起。這是一種真正的信息連接，使汽車能夠以一種新的方式使用。還有無人駕駛汽車和駕駛員輔助技術。這些技術同時在這個行業聚集在一起，推動整個行業思考：我們應該如何應對？Aurora這家新公司的開業似乎給我們帶來了深刻的體驗，也讓我們對這個問題有了更深的理解。它需要走出去，本著不顛覆現有公司的精神，與現有公司密切合作。因為事實證明，制造汽車真的很困難。我們可能認為這是理所當然的，但事實上，它們令人難以置信。Madrigal：這就是為什么你所做的和Google/Waymo所做的之間存在關鍵的戰略差異的原因。那么你的方法和他們之間有技術差異嗎？埃爾姆森：我認為，如果你從數萬米的高空往下看，它們可能也沒什么不同。我們使用激光、雷達和相機，并正在研究運動規劃、感知和控制技術。我們有一個軟件基礎設施。所以，在這個水平上，沒有區別。不管你是誰，你都在使用這些傳感器和軟件。真正重要的是能夠實現技術的最后10%、最后1%和最后0.001%。馬德里加爾：澤諾關于無人駕駛汽車問題的悖論？所謂“芝諾悖論”是古希臘數學家支諾提出的一系列關于運動不可分割性的哲學悖論，即看似合理但明顯矛盾的情況。）烏爾姆森：是的。找幾個研究生……

訂購一輛車，下載ROS（機器人操作系統），你可能會在六個月內得到一輛可以在停車場附近自動駕駛的車。當然，最大的挑戰在于細節，這是Aurora必須解決的問題。我們必須考慮的是，如果我們今天想憑空設計一輛汽車，我們不應該把重點放在演示軟件上，也不應該讓汽車盡快在停車場周圍行駛。我們需要首先了解如何實現高效和安全的旅行方式。馬德里加爾：你們的方法有什么不同？埃爾姆森：例如，我們有一種不同的方法將機器學習應用于運動規劃和感知系統的組合。設計這樣一個系統的經典方法是有一個專門開發傳感技術的團隊。他們全力以赴。他們到達了高原，并將其交給了負責體育規劃的人。他們寫了一些東西來找出在哪里停下來或如何改變一條小巷，這條小巷負責處理感知系統中的所有噪音，因為它不能完美地看到世界。它可能是錯誤的，也許它認為自己的移動速度比它想象的要快或慢。也許每隔一段時間就會有假警報。體育規劃系統必須對此做出回應。所以體育規劃的負責人落后于感知的負責人，但他們融合了一切，工作得很好，可以達到這種感知的水平。然后負責感知的人會說，“哦，但我們有了新的推動。”負責體育規劃的人再次落后，他們的系統在不合適的時候再次被打破。你最終會遇到這個具有挑戰性的跨越問題，這最終會阻礙整個團隊的進步。負責體育規劃的人不想改變他們的看法，因為他們剛剛適應了。但如果你的看法沒有改善，你就無法繼續進步。我們設計該系統的方法是在這兩個地方應用機器學習。我們將能夠自動重新調整運動規劃系統，使最近的感知輸出與新的感知輸出相匹配，并推動它們更快地前進。這聽起來幾乎很明顯，但它們之間的接口需要藝術處理，這樣你才能使算法正確地合作。馬德里加爾：自從谷歌的無人駕駛汽車項目開始以來，機器學習的流行程度發生了巨大變化。Waymo真的能充分利用這一點嗎？我曾經問過Waymo工程副總裁Dmitri Dolgov同樣的問題，他的回答是基本上可以充分利用，因為谷歌是機器學習領域無可爭議的領導者。埃爾姆森：多爾戈夫給出了一個很好的答案。馬德里加爾：但在我看來，他們現在可能會以不同的方式開始，與2009年的起點不同。埃爾姆森：事實上，這絕不是否認多爾戈夫和其他人的成就。他們是一支偉大的球隊，他們做得很好。他們顯然在所有人面前。但當你有一套特定的建筑規則時，一切都圍繞著它。你很聰明，可以改變，但你骨子里的東西不會改變。可以說，我們現在知道如何應用機器學習的所有知識和云計算的可用性，并了解這個問題有多困難，這使我們從第一天就開始解決這些問題。但這并不意味著我們會在Waymo之前實現目標，而是意味著我們可以以令人滿意的速度穿過指定的距離。我們將能夠幫助我們的合作伙伴帶來安全的產品，并最終在市場上占有一席之地。馬德里加爾：當你再次開始處理這一系列問題時，你有沒有遇到過當時很難但現在很簡單的事情？埃爾姆森：我在應用機器學習時遇到了它，比如目標跟蹤。現在，我們很快就能開發出一個新的技術版本，這很令人興奮。這是一個可以應用于我們生活的世界的生態系統功能。當我們在谷歌開始這個項目時，TensorFlow并不存在。馬德里加爾：Waymo的另一個原則是不要將無人駕駛技術視為駕駛員的輔助。我聽說你個人反對司機接管汽車的控制權。埃爾姆森：我仍然相信這個原則。這并不意味著你不能在車上安裝方向盤，或者你想開車時不能手動駕駛。但我想做的是：汽車不應該要求坐在駕駛座上的人開車。如果你想開車，喜歡開車并享受樂趣，那就去做吧！

然而，如果你不想開車，你可以讓汽車自動駕駛。人們談論所謂的三級自動駕駛系統。這個想法是汽車可以自動駕駛，但它會提醒你保持警惕。事實證明，如果你對提醒做出回應，它仍然需要做正確的事情，所以在當時，它實際上是一個能力非常有限的四級系統。要做到這一點，實現它的復雜性足夠高，并且傳感器套件將變得非常昂貴。馬德里加爾：你是如何衡量你在這里的進步的？埃爾姆森：現在，我們正在制造無人駕駛汽車，我們的合作伙伴希望在2020年或2021看到它們。因此，我們應該盡快實現這一目標。當時，我們談論的是數千輛車，遠遠超過現在的數千輛車。但考慮到對世界的影響，這只是無人駕駛汽車部署的開始。Aurora的想法是，由于我們需要幾年時間才能使無人駕駛技術發揮作用，因此我們將需要幾年的時間才能制造出適合這項技術的汽車。那么為什么我們不能找到一個合作伙伴，讓兩者并行發展，這樣我們就可以比其他人更快地走出去，產生更快的規模效應。即使Waymo擁有技術，他們仍需要時間來擴大規模，他們需要與汽車制造商建立深度合作才能實現這一目標。馬德里：汽車公司傾向于說，“谷歌可以在汽車上安裝價值10萬美元的傳感器，這很好，但我們正在討論向普通人提供汽車技術。”這對技術套件制造商來說是一個關鍵問題嗎？埃爾姆森：在出租車服務或公共交通商業模式中，汽車上的設備成本并不重要。無論是1萬美元、2萬美元還是5萬美元，它都會成功。經濟學將發揮作用。同時，還有一個錯誤的等價性，即在一輛汽車上安裝10萬美元設備的成本相當于大規模部署一輛汽車的成本。如果你看看任何一個生產汽車的原型，然后買最便宜的汽車，你會發現兩者之間存在巨大的差異。例如馬德里加爾：福特護航。奧爾姆森：那是我的第一輛車。馬德里加爾：我的第一輛車也是！

埃爾姆森：一輛藍色福特Escort旅行車。馬德里加爾：我有ZX2。埃爾姆森：你的運動型。Drigel：不過，它確實屬于最便宜的型號。埃爾姆森：你可能是對的。但當福特生產第一批50輛Escort汽車時，每輛車的成本約為25萬至50萬美元。通過制造流程、可制造性設計和供應鏈管理流程，他們將把每輛車的制造成本降低到12000美元左右。同樣的事情也會發生在其他元素上，比如雷達。在今天的汽車雷達中，你可能要花50美元才能買到。如果你是一家OEM，那就買100萬個雷達。當制造商生產第一個時，我向你保證成本可能是2萬到5萬美元。當人們談論這個問題時，你必須考慮我們所說的“應該成本”定價。把激光器從架子上拿下來，看看里面的零件。有時，如果是光纖激光器，它會非常昂貴。但如果你看到一個激光二極管激光雷達系統，幾乎沒有任何成本。激光二極管非常便宜。德里格爾：關于無人駕駛汽車，人們還有什么沒有想到的？埃爾姆森：問題是這項技術最終將如何使用，以及它的深層影響是什么。德里格爾：我有一個小的電子表格，其中包含不同的技術預測，例如虛擬現實技術和實驗室的肉類生產，以及關于無人駕駛汽車的預測。隨著時間的推移，我一直在跟蹤他們的最新進展。無人駕駛汽車的奇怪之處在于，我在六個月前再次做出了全面的預測。在過去的七到八年里，進展幾乎與你的預測一致。埃爾姆森：這對我們來說是一件好事。馬德里格爾：當然，在過去的一年里有很多新的預測，我們將拭目以待，看看它們能否實現，特別是因為它們來自更廣泛的參與者，而不是最初的預測者。早期的預測者主要來自所謂的“教練樹”，即參加DARPA挑戰賽的人。這些人對技術是如何發展的、它是如何工作的以及需要發展的領域有著幾乎相同的感受。埃爾姆森：我認為這是一件有趣的事情。在過去的一年半里，無論是好是壞，都有更多不同的人參與其中。你說得對。許多早期的工作都是從DARPA挑戰中發展出來的。那是你唯一能找到有經驗的人的地方。現在，隨著更多資金的涌入，它孕育了新的創新，我認為這很酷。德里格爾：我只想知道這些，你在想什么？埃爾姆森：我想要的是如何建立一家健康的公司。在這個招聘市場競爭日益激烈、對社會不平等有了更好的理解、面臨越來越多的自動化問題的時代，我們如何做到這一點？我們如何才能在不失去已經享受的福利并造成社會混亂的情況下獲得更多的福利？這是我的擔憂之一。我還沒有找到一個令人滿意的答案，但它一定在我的腦海中。馬德里加爾：我的第一輛車也是！

埃爾姆森：一輛藍色福特Escort旅行車。馬德里加爾：我有ZX2。埃爾姆森：你的運動型。Drigel：不過，它確實屬于最便宜的型號。埃爾姆森：你可能是對的。但當福特生產第一批50輛Escort汽車時，每輛車的成本約為25萬至50萬美元。通過制造流程、可制造性設計和供應鏈管理流程，他們將把每輛車的制造成本降低到12000美元左右。同樣的事情也會發生在其他元素上，比如雷達。在今天的汽車雷達中，你可能要花50美元才能買到。如果你是一家OEM，那就買100萬個雷達。當制造商生產第一個時，我向你保證成本可能是2萬到5萬美元。當人們談論這個問題時，你必須考慮我們所說的“應該成本”定價。把激光器從架子上拿下來，看看里面的零件。有時，如果是光纖激光器，它會非常昂貴。但如果你看到一個激光二極管激光雷達系統，幾乎沒有任何成本。激光二極管非常便宜。德里格爾：關于無人駕駛汽車，人們還有什么沒有想到的？埃爾姆森：問題是這項技術最終將如何使用，以及它的深層影響是什么。德里格爾：我有一個小的電子表格，其中包含不同的技術預測，例如虛擬現實技術和實驗室的肉類生產，以及關于無人駕駛汽車的預測。隨著時間的推移，我一直在跟蹤他們的最新進展。無人駕駛汽車的奇怪之處在于，我在六個月前再次做出了全面的預測。在過去的七到八年里，進展幾乎與你的預測一致。埃爾姆森：這對我們來說是一件好事。馬德里格爾：當然，在過去的一年里有很多新的預測，我們將拭目以待，看看它們能否實現，特別是因為它們來自更廣泛的參與者，而不是最初的預測者。早期的預測者主要來自所謂的“教練樹”，即參加DARPA挑戰賽的人。這些人對技術是如何發展的、它是如何工作的以及需要發展的領域有著幾乎相同的感受。埃爾姆森：我認為這是一件有趣的事情。在過去的一年半里，無論是好是壞，都有更多不同的人參與其中。你說得對。許多早期的工作都是從DARPA挑戰中發展出來的。那是你唯一能找到有經驗的人的地方。現在，隨著更多資金的涌入，它孕育了新的創新，我認為這很酷。德里格爾：我只想知道這些，你在想什么？埃爾姆森：我想要的是如何建立一家健康的公司。在這個招聘市場競爭日益激烈、對社會不平等有了更好的理解、面臨越來越多的自動化問題的時代，我們如何做到這一點？我們如何才能在不失去已經享受的福利并造成社會混亂的情況下獲得更多的福利？這是我的擔憂之一。我還沒有找到一個令人滿意的答案，但它一定在我的腦海中。

標簽：特斯拉福特發現曼現代

汽車資訊熱門資訊