十年前，大约12名工程师聚集在查尔斯顿路的谷歌山景校园，为Chauffeur项目工作，这是一项秘密工作，位于科技巨头X号月照工厂。

Chauffeur项目—俗称“谷歌自动驾汽车项目”——于2009年1月启动。2016年，它成为一家名为Waymo的独立公司。

该项目最初由Sebastian Thrun领导，将有助于激发至今仍在发展中的整个生态系统。风险投资者嗅到了商机，蜂拥而至，汽车分析师转变方向，监管者、城市规划者和政策专家开始收集数据，并思考自动驾驶汽车对城市的影响。

该项目也成为了许多工程师的跳板，他们陆续创建自己的公司。这张名单包括Aurora联合创始人克里斯·厄姆森、Argo人工智能联合创始人布莱恩Salesky和安东尼·列万多夫斯基，他们帮助Otto和Pronto.ai成功上市

然而，鲜为人知的是很多早期员工现在仍然留在Waymo，包括安德鲁·查塔姆、德米特里·多尔戈夫、德克·海纳、纳撒尼尔·费尔菲尔德和迈克·蒙特梅洛。另外，还有几位员工，如Hy Murveit、Phil Nemec和Dan Egnor，他们已经在Waymo工作八九年了。

Waymo的首CTO兼工程副总裁Dolgov最近与TechCrunch聊了聊公司早期、10周年纪念日以及下一步的工作方向。

以下是对Dolgov采访的节选，为了表达清晰，以及篇幅限制，我们对其进行了编辑。

TC:让我们回到故事的开端。就从您加入谷歌自动驾驶项目开始讲讲吧。

Dolgov：对我来说，最初驱使我投入这个领域的动力，主要有三点：科技的影响力、科技本身和团队一起面临的挑战。很明显，自动驾驶对交通安全有着巨大的意义，而且它可以提升效率，减少人和事物的运输损耗。

这种令人兴奋的感觉从未消失。我仍然记得第一次在自动驾驶汽车上工作时的情形。2007年，那是第一次通过我写的软件让汽车运行自动驾驶程序，相当令人惊讶。（Dolgov在谷歌项目开始之前，曾于2007年11月参与了DARPA  Urban Challenge。）

TC：拉里·佩奇（谷歌的联合创始人）参与的那些10和100的挑战是什么意思？能和我们分享一下吗？

Dolgov：这可能是我们2009年在谷歌开始这个项目时为自己设立的里程碑目标。这项挑战是驾驶10条路线，每条路线有100英里长。每辆车必须在没有任何人为干预的情况下从头到尾地完成自动驾驶。

这些路线定义非常清晰明确。所以挑战一开始，我们就开启汽车的自动驾驶模式，然后独自完成整个100英里的路程。

这些路线是精挑细选的，以完整地测试任务的复杂性。对我们来说，早期，这一切都是为了理解问题的复杂性。所有路线都在海湾地区。我们的市区测试场地在Palo Alto附近。我们有一辆主要在高速公路上测试的车，在海湾地区的所有桥梁进行了测试；有一辆从山景到旧金山的车，成功穿越了Lombard街；还有一辆车沿着Tahoe 环湖路线测试。

我们试图尽可能多地涵盖环境的复杂性。这项任务的伟大之处在于，它确实帮助我们很快理解了核心空间的复杂性。

TC：完成这些挑战花了多长时间？

Dolgov：我们直到2010年秋天才完成了这些挑战。

TC：听起来令人难以置信，竟然在2010年完成了这个项目的挑战，但是彻底完成这项任务，似乎还有许多工作要做。

Dolgov：是的。但我认为这其实是问题的本质。拥有一个可以使用一两次甚至好几次的模型，和制造一个人们可以在日常生活中使用的产品有着天壤之别。尤其是在这个领域，刚开始的时候很容易在这些一次性挑战上取得进展。

但是，真正困难的地方在于，第一，需要让系统达到令人难以置信的性能水平，使它成为一个真正的产品。第二，是我们遇到的各种问题的复杂性。也许99 %的时候你看不到它们，但是你仍然要为1 %或0.1 %的可能性做好准备。

TC：当你回想往昔，或者是更近一点的时间，是否有某个时刻，有一些难以克服的软件或硬件问题，让你觉得这个技术还没有成熟？

Dolgov：早期我们面临着各种各样的问题。最开始，我们只是着手解决一些问题，并不知道我们将如何到达目的地。

我们开始着手解决问题，并朝着目标的方向前进。回想过去几年，我觉得不是某个大问题或一些困难的小问题在困扰我们，而是我们遇到了瓶颈。

换而言之，这更像是数百个难题聚集到了一起。但庆幸的是我们不觉得这些困难是一堵厚厚的墙，因为，我们的团队很棒，总在不断进步，并且拥有非常强大的技术。

我们总是在处理无数非常复杂的问题，越深入解决每一个问题，就越意识到实现完全自动驾驶有多难。

所以这是一个非常有趣的矛盾：一方面，问题变得越来越困难，但是你对它的了解也越来越多。另一方面，技术进步飞快，往往突破的到来也比预期的要快。

TC:你什么时候意识到自动驾驶技术在改变？意识到这可能是一个商机，而不仅仅是解决这个问题？

Dolgov：我认为这更像思维的进化，我们投入更多精力来定义这种技术产品和商业应用。 在第一阶段，我们面临的是这样的问题：“这种方案可行吗？”“这个技术有用吗？”我认为每个人都很清楚，如果这项技术成功，将会产生巨大的影响。

那个时候，我们也不清楚什么商业应用或产品会带来这种影响。但是，我们坚信利用这项技术可以在很多方面改变世界。

大家可以试想一下，我们通过汽车、云端运行的软件和硬件构建一个驱动程序，并将整个技术堆栈作为驱动因素。美国大约有3万亿英里行车里程是由人驾驶的。汽车在人们的生活中有很多使用场景，比如载人、送货等。一旦掌握了这项“驱动”技术，大家就可以在所有情景下使用它。但是技术本身也有优点和缺点。

随着时间的推移，我们在思考“什么是最有吸引力的？”“我们按什么顺序处理它们？”这些问题方面已日趋成熟。

前期的工作积累，为如今收获的成果打下了坚实基础。我们布局的第一个商业应用是打车。除此之外，我们还致力于将自动驾驶应用到长途卡车运输和其他长途运输领域。我们非常希望以后能够将这项技术应用于私家车、物流和公共交通等领域。

图：Waymo

TC：在这些应用场景中，哪个是你个人更关注或更让你兴奋的场景？

Dolgov：我希望在全球范围内，把自动驾驶技术和驱动程序部署到不同的商业应用中。在我看来，自动驾驶最令人兴奋的使用场景是打车，这也是我们现在正为之奋斗的头号目标场景。这很有可能在短期内对绝大部分人产生积极的影响。

我现在每天开着我们的自动驾驶车到处跑，包括今天上班也是如此。这就是我在山景城和Palo Alto四处溜达的出行方式。能够体验这些汽车真是太棒了，它减少了开车过程中的许多交通事故。

TC：所以你现在每天都可以开着自动驾驶的车上班了？

Dolgov：是的，但在加州，自动驾驶汽车里仍然有驾驶员。

TC：你乘坐自动驾驶汽车上班多久了？

Dolgov：事实上，我以后似乎都会以这种方式出行。我很多时候都待在车里。我认为体验自己开发的产品，以及直接体验自动驾驶技术非常重要。早期团队只有几个人，我们要负责所有的事情。

随着团队的成长，我仍然会确保自己对自动驾驶技术的实际体验感，并保持每周至少一次的测试频率，有时候会更频繁。

当我们开发打车程序时，我们做了一个app，通过基础的构建，使它成为面向用户的产品，我是早期的测试人员之一。这差不多是三年前的事了。

图：自动驾驶汽车

TC：10年前，你能想象得到今天所获得的成果吗？ 10年后，你期待我们的科技发展到什么程度？现实发展比你预期的到来的更快还是更慢？

Dolgov：对我来说，如果回到2009年，在硬件、软件、人工智能和机器学习方面的一些技术突破我也无法预测到。我认为今天的技术比我在2009年预期的要强大得多。

另一方面，开发出一个产品到人们在日常生活能广泛使用它，这个挑战比我预期的更加困难。所以，就现实和预期发展快慢的问题，我觉得二者兼而有之吧。

TC：有哪些技术突破是你没预料到的呢？

Dolgov：有几个方面。LiDARs和雷达功能变得更加强大。 我所说的强大是指在传感器方面，能探测到更大的范围，拥有更高的分辨率以及更多的功能，就测量方面而言，环境识别反馈也更丰富了。 计算方面，尤其是在硬件加速的并行计算对神经网络的发展起到了巨大的推动作用。 在深度学习和神经网络方面也取得了许多突破。

TC：上面这两个例子，我觉得是近期看起来突破较大的两方面，在更早些的时候，这些突破在你预料之中吗？

Dolgov：我们在做自动驾驶时一直在使用机器学习，但是和现在的机器学习不同。

2012年，我们的自动驾驶出了一些有意义的成果，也是我们与谷歌在自动驾驶技术和深度学习方面合作的时候。 可以说，当时谷歌是世界上唯一一家认真投入于自动驾驶和深度学习的公司。当时，我们没有硬件能够在车上实时运行这些网络。但是在云端可以做一些非常有趣的事情。 对于深度学习来说，2013年是非常重要的一年。我认为这是ImageNet在竞争中赢得比赛的辉煌时刻，也是深度学习领域的一个重大突破。在计算机视觉竞赛中，它超过了所有其他的算法。

TC：在2009年，你能想象2019年有这么多公司的自动驾驶汽车在加州道路上测试吗？这样的情景在当时看合理吗？

Dolgov：不，2009年或2010年时我想象不到这样的画面。在项目的早期，我们受到了一些嘲讽。当时，行业中人也会拿自动驾驶开玩笑。针对谷歌自动驾驶汽车项目，就有很多有趣的调侃。 从“有一群疯子试图在谷歌做这种科幻小说中才会出现的事情”，到成为如今的一个主要行业，有数十家，甚至数百家公司在朝着这一目标前进，这个过程是非常棒。

图：谷歌自动驾驶汽车

TC：在城市里，有什么办法可以促使人们乘坐自动驾驶汽车？这只是纯粹的饱和问题吗？还是包括Waymo在内的所有公司都有责任帮助用户适应自动驾驶？

Dolgov：人们对新技术和变革的态度似乎总是有所不同。一些负面影响更容易被人注意到。但就我过去十年的经历来讲，积极的态度和兴奋之情变得异常强烈。

我一次又一次地看到，真正强大的自动驾驶技术在改变人们的态度，从不确定性和焦虑到兴奋、舒适和信任。

我们让体验者坐进自动驾驶的车里，然后带他们去兜风。即使是那些对坐上一辆无人车感到焦虑的人，一旦他们体验过这种车，明白了这种车的用途及好处，他们会开始相信它。这真的会导致用户态度的改变。

随着这项技术的推广，越来越多的人开始亲身体验，这将帮助用户适应自动驾驶。

TC：2009年你所面临的最大挑战和今天一样吗？仍亟待解决的问题是什么？

Dolgov：2009年，挑战在于解决我们遇到的问题，而今天，挑战则来自于如何把自动驾驶变成真正的产品。

现在的挑战在于自驱动堆栈的展示，以及构建评估体系，搭建技术部署的工具和框架。一直以来，让我感觉真实的其实是技术迭代的速度，以及学习新事物，并且在发现技术问题时解决它们的能力。（编译/谢红）