# 德米特里·多爾戈夫：Waymo 與自動駕駛汽車的未來 > Waymo 技術負責人講自動駕駛的工程難點、安全驗證與落地路徑，以及無人車上路的未來圖景。 - 原標題：#147 – Dmitri Dolgov: Waymo and the Future of Self-Driving Cars - 期數：第 147 期 - 釋出日期：2020-12-20 - 嘉賓 / 主題：德米特里·多爾戈夫 - 網頁版：https://lex.qiaomu.ai/tw/ep/dmitri-dolgov/ - 官方頁面：https://lexfridman.com/dmitri-dolgov/ - 精讀字數：約 11212 字（閱讀約 25 分鐘） > 本文為 lex.qiaomu.ai 基於原始訪談的 AI 改寫中文精讀，非官方翻譯；引用請註明出處並連結網頁版。 2020 年 10 月 8 日，鳳凰城東谷地區，任何一個人下載一個 App，點一下，一輛車停在門口，坐進去，駕駛座上沒有人，方向盤自己轉動，剎車油門自己踩，把你送到目的地。沒有內測名額，沒有邀請制，任何人付錢就能坐。服務覆蓋的地理範圍比舊金山市區還大。 從一間會議室裡的十幾個人，到街上跑著沒人開的收費計程車，中間是十一年。 德米特里·多爾戈夫（Dmitri Dolgov）在這十一年裡的每一天都在場。2009 年 Google 自動駕駛專案啟動時他在，2016 年專案獨立成 Waymo 時他在，現在他是這家公司的 CTO。在這次訪談裡，他把自己從蘇聯小城寫遊戲的小孩，到斯坦福 DARPA 車隊裡負責一段規劃程式碼的博士後，再到今天掌管全球唯一大規模商業無人駕駛車隊的完整路徑，講了一遍。 路徑裡有幾個節點值得單獨拎出來看。 ## 一個想做交通警察的孩子，父母都是物理學教授 問起童年夢想，多爾戈夫沒有編一個關於機器人和宇宙奧秘的故事。他說的是實話：四五歲的時候，他想當交通管制警察。 > 在八十年代的蘇聯，馬路上站著警察，手裡拿著黑白條紋的指揮棒，一整天都在路口指揮車流。不知道為什麼，我對這個流程有種奇怪的痴迷。（德米特里·多爾戈夫） 他父母都是物理學教授，對這個志向略感憂慮。這個細節放到今天看有點荒誕：一個痴迷於用小棍子讓車流按規則走的孩子，最後做的正是讓一整個城市的車流在沒有任何人揮棍子的情況下按規則走。他自己也承認，大概就是內心深處對那根指揮棒的迷戀，把他帶到了這個行業。 第一臺家用電腦是八十年代末的 IBM AT，正面有個 Turbo 按鈕，按下去機器「變快」。剛拿到機器那幾個月他和所有孩子一樣打遊戲，很快打膩了，開始琢磨怎麼讓這臺機器幹別的事，就這麼進了程式設計的門。 幾年後他用 Pascal 寫了個帶圖形介面的遊戲，解析度大概 320 乘 200。一家日本遊戲公司出價幾百美元要買，在一個俄羅斯小孩眼裡這不算小錢。他沒賣。 > 我現在回頭看，這不是我人生中財務上最精明的一個決定。當時的想法是把遊戲掛到網上做免費軟體，讓成千上萬人玩，每人給我捐幾塊錢，算下來肯定划算。（德米特里·多爾戈夫） 一個十幾歲的孩子已經在設計商業模式了，可惜算錯了。 後來他讀的大學是莫斯科物理技術學院（MIPT，俄語縮寫 Физтех）。這個選擇有明確來由：他父母都畢業於此，他從小聽著關於這個地方的故事長大。為了上這所學校，他從美國高中畢業之後專門搬回了俄羅斯。 > 我大學同學聽到這個決定之後的反應，基本就是看一個瘋子。可能比「看瘋子」還要再強一點。（德米特里·多爾戈夫） 六年，物理和數學的本科加碩士。他給出的描述是「在數學和物理基礎上相當硬核」。這個學校在蘇聯和俄羅斯的科技體系裡是什麼位置，值得單獨說一句：它把一批人送進了理論物理、航天、密碼學的核心圈層，那套訓練方式不只是在篩智商，也是在篩一個人能不能在長期高壓下保持思考。 ## DARPA 城市挑戰賽：他把車寫成了繞圈狂 從 MIPT 畢業之後，多爾戈夫去密歇根讀研，然後到斯坦福做博士後。真正讓他第一次動手碰機器人的，是自動駕駛車。 2006 年他加入了斯坦福的 DARPA 城市挑戰賽（DARPA Urban Challenge）車隊，負責運動規劃。這項比賽在自動駕駛的歷史上地位特殊：它之前的兩屆「大挑戰」（Grand Challenge）比的是在沙漠裡跑完全程，第三屆把場地換成了一個模擬城市。 DARPA 徵用了一座廢棄的空軍基地，在裡面造了一座小假城。參賽車輛全部無人駕駛，同時在一個場地裡跑，還混著專業司機開的人還混著專業司機開的人駕車。每輛車開局拿到一張粗糙的地圖和一個任務序列：去這裡，再去那裡，再去那裡。車必須自己在共享環境裡和其他自動駕駛車、和人類司機互動。 多爾戈夫負責的那塊是停車場裡的自由空間運動規劃。比賽規則是這樣的：DARPA 給你一個定義停車場邊界的大多邊形，再給你一個目標點（X、Y 和朝向），你在完全不知道場內有什麼障礙的情況下，從入口開到車位，停進去，再開出來。全程實時感知和推理。 他對這段經歷最鮮活的記憶落在比賽之前，第一次把自己寫的程式碼放到車上跑的那個晚上。 > 那是在斯坦福校園的一個停車場，凌晨三點，我們用錐桶擺了一條小賽道。程式碼編譯、上車、跑起來，它真的做出了一些相當合理的行為。當然 bug 一大堆，各種問題，但那件事真的很魔幻。我回去之後整晚睡不著，腦子裡一直在轉。從那天起我就一直做這件事，做了十幾年。（德米特里·多爾戈夫） 比賽當天則是另一種體驗。所有車排在起點，駕駛座全空，DARPA 一輛一輛放它們出去執行任務。每輛車裝了不同的警笛，各有各的「性格」。 > 車開出去你就看不見了。偶爾它跑得離觀眾區近一點，你能聽見自己那輛車的聲音，好像在正常往前走，這時候你會有點希望。然後它又開遠了，太久聽不到，你就開始焦慮。有點像送孩子去上大學。（德米特里·多爾戈夫） 結果斯坦福拿了第二，CMU 第一。 多爾戈夫在節目裡主動認領了一個 bug，這個 bug 後來在圈內有了名字，叫「勝利圈」（victory lap）。賽道上有個大橢圓形，很多工的路徑點都設在橢圓附近，別的車經過時打一下卡就出去了，斯坦福的車打完卡會繞著橢圓再跑一整圈，然後才繼續。 > 問題出在我們的系統在到達上一個路徑點之前，不會開始推理下一個路徑點、規劃去那裡的路線。等它打完卡，已經來不及做變道了，所以每次都要多跑一圈。這就是斯坦福的勝利圈。（德米特里·多爾戈夫） 這個 bug 累積下來耗掉了不少時間。關於第二名到底是他的實現問題，還是 CMU 在停車場裡沒按規則倒車出庫、直接開了出去，他和 CMU 的人至今還有爭論。他講這段的時候順便開了個玩笑，說 CMU 是「一所小學校，只是在機器人領域碰巧有點成就，很多人去那兒主要是看風景」。 ## 2009 年：十幾個人的兩個瘋狂目標 DARPA 的城市挑戰賽直接催生了後面的事。拉里·佩奇和謝爾蓋·布林看了比賽，相信了這項技術，Google 自動駕駛車專案在 2009 年成立。最初只有十來個人。 多爾戈夫說，當時團隊對這個問題空間的理解還很初級，所以第一個目標定得很清楚：先搞清楚自己面對的是什麼。為此他們給自己設了兩個里程碑。 - 在自動駕駛模式下累計行駛 10 萬英里。這在當時比任何人做過的都高出幾個數量級。 - 跑完 10 條路線，每條 100 英里，每條都從起點到終點全程零人工接管。 那 10 條路線是刻意挑出來「加辣」的：一條跑遍灣區所有高速和所有大橋；一條繞太浩湖走山路；有的穿過帕洛阿爾託市中心和舊金山的密集城區。上車，按下按鈕進入自動駕駛，然後一百英里不許碰。 這件事花了不到兩年，大概十六七個月。 > 那大概是我職業生涯裡最快樂的一段時間。目標就是學習和做原型，還沒到做產品的階段。你 24 小時連軸轉，到處拼湊東西，而且你根本不知道這有多難，這就是關鍵。（德米特里·多爾戈夫） 這裡有一個容易被忽略的時間差。用 2009 年的技術，十幾個人，十六個月，就做到了 10 條難路線零接管。而從這一步走到顧客真的花錢坐、駕駛座真的沒人，又花了十年。多爾戈夫自己點破了這個差別：做一次，和把它工程化成一個你能評估、能度量、能自信地大規模釋出的產品，是兩件完全不同的事。 他還給了個爬山的比喻。 > 有點像爬山，你看到前面那個山頭，以為那就是頂了，爬上去才發現那只是旅程的開始。（德米特里·多爾戈夫） ## 2013 年的那次轉向，放棄 L3 完成那兩個里程碑之後，專案做了一個關鍵決定：從「研究」轉向「做產品」。 但最初的方向沒有一步到位。2010 年到 2013 年這幾年，團隊做的其實是高速公路場景，用今天的話說，接近 L3 級別的駕駛輔助。到 2013 年前後，他們對這個領域的理解足夠深了，對想做的產品也想得更清楚了，於是轉向了另一條路：造一個真正的駕駛員，把它放進完全無人的車裡。 > 我們意識到，做駕駛輔助系統和做完全無人的車，是根本不同的兩件事。我們選了後者，從那以後一直走這條路。（德米特里·多爾戈夫） 這個判斷在 2020 年回頭看，是整個行業最重要的一次路線選擇。駕駛輔助的核心指標是「人機共駕時的接管體驗」，完全無人的核心指標是「系統自己能處理多少長尾」。兩者的技術棧、評估體系、組織形態會長成完全不同的樣子，中途切換的成本極高。 轉向之後是一串節點。 2015 年，世界上第一次真正意義上的公開道路全無人駕駛。用的是他們自研的車型，外形圓圓胖胖像棉花糖，內部代號 Firefly。乘客叫史蒂夫·曼恩（Steve Mahan），是專案的老朋友，恰好是盲人。車沒有方向盤，沒有踏板，沒有前導車，沒有後車，沒有警車護送，路線固定但環境不受控。在奧斯汀跑了幾次。 2016 年底到 2017 年初，Waymo 成立，作為 Alphabet 旗下的獨立公司。理由是相信這項技術的商業前景，需要一個獨立實體去規模化地做產品。 2017 年 10 月，開始常規化的公開道路無人駕駛運營。第一天就跑了一百英里。多爾戈夫強調，這個里程碑真正的分量落在「常規化」三個字上，一天一百英里只是它順帶產生的副產品。那天有一部分里程是駕駛座完全空著的，只是他們不想當天就上 YouTube 和 Twitter，所以很多趟車裡還是坐了人。 2018 年，在鳳凰城推出公開商業服務 Waymo One。2019 年，開始向早期使用者提供真正的「僅乘客」無人駕駛行程。2020 年，完成第一輪外部融資，32 億美元；同時第五代硬體開始上車，落在捷豹 I-Pace 上。10 月 8 日，把這個模式對公眾開放。 ## 規模化的三條軸，和鳳凰城的意義 鳳凰城是樣機，終點在更遠的地方。多爾戈夫把規模化拆成三條軸來講。 **第一條軸是核心技術，硬體加軟體。** 第四代硬體已經足夠支撐鳳凰城的全無人運營，白天黑夜、各種速度、各種天氣。但第五代是為大規模量產設計的：能力上有質的提升，架構更簡潔，冗餘更可靠，可製造性按大規模生產來設計，單位經濟性算得過來。 **第二條軸是評估與部署。** 怎麼度量系統，怎麼建立釋出流程，怎麼讓新版本的駕駛員能帶著信心定期推給整個車隊，怎麼把模擬、評估、資料科學、驗證這一整套做紮實，讓工程師不用為每次發版付出巨大代價，能把精力放在改進系統本身。 **第三條軸是產品、商業和運營。** 鳳凰城之所以被刻意選為第一個完整部署區，就是為了把這個問題拆開、逐條去做複雜度消解和風險剝離，然後逼著自己把所有硬課都上一遍：技術上的、評估上的、運營一個服務上的、經營一個生意上的。 使用者反饋裡那些「不該出現的問題」最能說明第三條軸的難度。有人去超市採購，要往車裡塞二十袋東西；有人騎車到某地，把腳踏車拆了放進車裡；有人被放在了一個座標上最近、但實際上隔著整個停車場和一排仙人掌的上車點，在 110 華氏度的高溫裡繞了一大圈才走到。 > 樸素的啟發式會以很糟糕的方式失效。而且你很快會發現，可預測性和可理解性對使用者體驗的重要性，遠遠超過「最優」。（德米特里·多爾戈夫） 座標算得更準並不解決這個問題。真正的解法是把地圖做得更細，理解步行路徑，理解一個大型商場裡哪個出口通向哪條街；同時接受一個反直覺的結論：一個不那麼優、但每次都一樣、使用者能預期的方案，比一個偶爾更優但行為飄忽的方案要好得多。 他們還把車「在想什麼」直接顯示給乘客。車來接你的路上，快到停止牌了，App 會顯示它停在停止牌前；停在紅燈前，App 會顯示它在等紅燈。技術上是小事，體驗上這一步把一臺黑箱機器變成了一個你能讀懂的行為主體。 ## 第五代硬體：29 個攝像頭、5 個鐳射雷達、6 個毫米波雷達 具體規格多爾戈夫給得比較大方。第五代平臺上：29 個攝像頭，5 個鐳射雷達，6 個毫米波雷達，加一臺「相當壯實」的車載計算機，實時處理所有資料、做感知、做複雜推理、做決策。 鐳射雷達幾乎全部自研，其中一些底層技術是 Waymo 獨有的。毫米波雷達和攝像頭是自研加供應鏈合作的混合模式。計算機的細節他以智慧財產權為由沒有展開，只確認了幾個特性：冗餘、通用處理的強算力、以及跑 ML 模型推理的算力。 關於成本，他的反駁很直接：雷達在大規模量產之前也很貴，技術上有了突破、開始大規模製造之後就便宜了。鐳射雷達走的是同一條曲線。第五代相比上一代在底層技術上做了不連續的躍遷，成本是上一代的零頭，也是目前市場上現貨產品的零頭，而且這個改善還會繼續。 埃隆·馬斯克說過鐳射雷達是「柺杖」。多爾戈夫沒有正面交鋒，他換了個角度： > 攝像頭是被動的，鐳射雷達和毫米波雷達是主動的，用的波長也不同，它們在物理層面上差異很大，正好互補，合起來能造出更安全、能力更強的系統。所以我更想問的是，當這些感測模態明明能讓系統更強更安全的時候，你為什麼要讓自己殘廢。（德米特里·多爾戈夫） 他也承認，做駕駛輔助和做完全無人的車，設計取捨本來就不一樣，一個產品的合理選擇未必是另一個產品的合理選擇。這句話留了餘地，立場卻很清楚。 至於「鐳射雷達難看」這個說法，他的回應是「美在觀者眼中」，然後主持人開始吐槽保時捷 911 像嬰兒車，兩個人在這件事上沒達成任何共識。 ## 機器學習能吃掉駕駛的多少 這是整場訪談裡技術密度最高的一段。 多爾戈夫先把兩件事拆開：感測模態的選擇，和 ML 在軟體棧裡的角色，是兩個獨立的問題。鐳射雷達、毫米波雷達、攝像頭，上面跑的全是機器學習。自研的鐳射雷達和雷達不只輸出物體的點估計，它們給出的是原始的物理觀測，連同豐富的輔助資訊，一起喂進大模型，做檢測、分類、狀態估計。 過去十年這個領域的一個明顯趨勢是融合的時機越來越早：早年是每個模態各自做逐幀檢測，再在一個工程化的介面上做弱融合；現在更多是聯合融合、聯合訓練，讓訊號在不同階段之間前後傳播。 他並不認為「端到端」要一路走到底。 > 最純粹的那種解釋，一個模型從原始感測器資料直接輸出轉向力矩和油門剎車，那太過頭了，我不認為那是對的路徑。（德米特里·多爾戈夫） 他給出的理由是模組化和可分解性的價值。系統要能被理解、被評估、被驗證，就不能把所有東西塞進一個黑箱。但同時也**不能把介面設計得太窄太脆**，否則會犧牲解的通用性，也會擋住梯度訊號的前後傳播，讓整個系統沒法聯合最佳化。這個平衡點是設計上的核心難題。 他舉了紅綠燈的例子，這個例子把「該用 ML 的地方」和「不該用 ML 的地方」劃得很清楚。 檢測紅綠燈的狀態，是計算機視覺的看家本領，喂原始資料、上大模型，這是 ML 該乾的。但「紅燈意味著停車」這個語義，不需要用一個模型去推斷，它是一個語義極其清晰的工程訊號，應該作為約束或者代價函式直接注入系統。 真正難的是另一半：別人理論上該停，不代表他會停。判斷對面那輛車會不會闖紅燈，靠的是對物體行為、行人、騎行者、整個場景配置的細微線索的捕捉，這裡又回到了重度 ML 的領域。 然後是一條關於精度與召回的曲線，這條曲線能解釋這家公司很多技術選擇。 > 你有一條精度和召回的曲線，很容易在曲線上滑動，選一個更保守或者更激進的操作點，調調誤報和漏報的比例。但調參只是在同一條曲線上挪位置，激進不好，保守也不好。真正的能力提升是把整條曲線往上推，然後你就站在一個完全不同的取捨平面上。（德米特里·多爾戈夫） 他還提到一個有意思的跨領域連線：語言模型裡的 transformer、GPT-3 那一類突破，正在被用到行為預測和決策規劃上。理由是駕駛軌跡和語言在結構上高度相似：都是序列，都有很強的區域性性（相鄰的詞、相鄰的時刻強相關），但也都有超出區域性範圍的全域性上下文（整句話的意思、整個場景的態勢）。這個類比屬於建模思路，沒有停在修辭層面。 ## 一個騎腳踏車的人摔進了車道 關於行人安全，他講了一個鳳凰城的真實案例。 一條限速 45 英里每小時的多車道道路，車在右側車道，人行道上有個女人騎著腳踏車。車靠近的時候，她絆了一下，摔倒，直接倒向車道。 > 那次車上坐著測試司機，他們反應完全正確，猛打方向加上大力剎車，把車停住了。後來我們用模擬回放了這個場景，看系統會怎麼做，結果它做了一模一樣的事。（德米特里·多爾戈夫） 這個案例的技術含量在於它同時壓測了整條棧：狀態估計和跟蹤要在人和車分離、兩個物體朝相反方向飛出去、外觀持續變化的幾百毫秒裡保持準確；感知要在極短時間內識別出「人在摔倒」這個非標準姿態；規劃要在毫秒級做出轉向加剎車的複合動作，而且要顧及旁邊的車流。 他還提到一個容易被忽略的硬體優勢：在漆黑的居民區小路上轉彎，車燈照不到的那片空間裡可能跑出一個孩子。鐳射雷達在完全黑暗中的表現和白天一樣好。有些情況下，系統比車裡受過訓練的操作員更早發現目標。 關於那個經典的「電車難題」，他的回答沒什麼猶豫： > 那個問題本身是個深刻的哲學問題，因為人類自己也答不上來，這正是它的意義所在。但就係統怎麼建而言，它不是你會遇到的東西。而且很多時候，你本來就不該讓自己進入那個局面。造一個足夠好的、防禦性駕駛的司機，你會提前在環境裡看到足夠的線索，從而不把自己放到那個位置上。（德米特里·多爾戈夫） 他還補了一句更鋒利的：人類在這種場景下往往因為多花了幾毫秒去處理而僵住，最後做出所有可能結果裡最差的那個。 ## 卡車：換的是場景，不換的是難題 Waymo 有兩條產品線。Waymo One 運人，Waymo Via 運貨。卡車業務從 2017 年開始做。 多爾戈夫認為兩個域共享的東西比差異多得多：感知、語義理解、預測、決策、規劃、評估、模擬、ML 基礎設施，這些真正難的問題全部通用。不同的是資料和具體場景。硬體上，卡車兩側各裝一個主鐳射雷達來消除盲區，I-Pace 上是頂上裝一個，但感測器本身基本一樣，多年來自研鐳射雷達和雷達的投入可以直接遷移。高速場景下探測距離變得更重要，底層能力還是那套。 他順帶把「車在路上跑」拆成三種形態：運人、運貨、空車。第三種在商業上沒什麼吸引力，但從系統角度看，空車和載人車的駕駛策略一階近似上沒有區別。理由很簡單：開得平順不只為了車裡的人和貨，也為了讓車外的其他人能自然地、可預測地把你當成環境的一部分。真正的差別是二階的，比如路徑規劃和車隊層面的排程最佳化。 ## 不做遠端操控，但人在環裡 很多人以為無人車背後有個遠端司機在開。多爾戈夫明確否認：Waymo 不做遠端操控（teleoperation）。 人在系統裡扮演兩個角色。第一個是乘客側的客服：第一次坐全無人車的人滿腦子問號，車裡有螢幕和語音引導，還有一個按鈕，按下去能連到真人，聊整個過程。第二個是車隊協助，他自己把它類比成「交通管制」：所有跟安全、跟延遲相關的決策，全部由車上的系統獨立完成，不依賴連線。但在極端異常場景下，比如一個非常棘手的車禍現場，如果當時有網路，車可以向人類助理請求確認，讓對方提供一些上下文資訊。 這兩件事的分界線畫得很清楚：能連就連，連不上也必須能安全執行。這也是為什麼他強調每輛車本身必須是一個完整的、獨立的、有能力的駕駛員，車與車之間的資訊共享是加成，做不成前提。 至於車隊之間的實時通訊，現在的用法是把一輛車遇到的異常立刻上傳、廣播給整個車隊，比如事故、新的施工區。他把地圖理解成「分佈在整個車隊上的先驗知識，並且實時更新」。密度上來之後可以做的事更多，比如交換各自的規劃意圖來影響彼此的行為，或者共享高度動態的觀測。底線不變：車必須能獨立活下來。 ## 關於「駕駛要不要兇一點」 訪談裡有一段討論挺有意思。主持人問，人類司機開車時常常會「稍微試探一下規則」，比如在停止牌前滾動透過，或者在路口搶一個時機，這種帶一點攻擊性的駕駛其實是在向周圍宣示存在感，讓別人尊重你的位置，從而更順暢地穿過路口。無人車如果太守規矩，會不會顯得太「軟」？ 多爾戈夫的回答把「攻擊性」和「效率」拆開了： > 你當然可以滾過停止牌，可以做瘋狂的變道，但這麼做通常並不能讓你更快到達目的地，通常也不是最安全、最可預測、最舒服的做法。真正的專業司機是另一種樣子：他們守規則，動作非常平滑，同時又非常高效，而且很果斷。對車裡的人舒服，對車外共享環境的人可預測。我們要造的就是這種司機。（德米特里·多爾戈夫） 他打了個體育的比方：任何運動裡真正的高手，動作都是省掉的，沒有多餘的手忙腳亂，平滑、精確，然後拿到最好的結果。所謂「攻擊性」，在他看來更像是多餘的裝飾，駕駛這項技藝並不需要它。 主持人自己也承認，他以前編過自動駕駛的程式，寫出來的東西要麼過於激進，要麼彆扭地過分謹慎，而坐在 Waymo 車裡那次體驗是「果斷而高效」，沒有那種「快點走啊」的焦躁感。他說這可能是俄羅斯人的思維定式在作祟：總覺得在生活裡不打破規則就到不了任何地方，但在開車這件事上，也許真有一種不必如此的活法。 ## 他讀的三本書 第一本是《大師與瑪格麗特》，布林加科夫。 > 這是我個人最喜歡的書之一。你可以一輩子反覆讀，而且非常容易進入。小時候讀，情節有趣，魔鬼造訪蘇聯；在不同的人生階段重讀，你會為完全不同的理由喜歡它，並且不斷髮現更深的東西。（德米特里·多爾戈夫） 他說這本書對他的影響主要落在文化和風格上：它讓你思考，同時又帶著一種非常荒誕、古怪、黑暗的幽默感，比其他很多書都更抓住了俄羅斯人的精神核心。他只讀過俄文版，自己也不確定它能不能翻譯得動，一部分是語言，一部分是幾百年的文化差異。 第二本是斯特魯加茨基兄弟的科幻。他的評價是：地位和阿西莫夫、布拉德伯裡在一個層級，對他成長的影響更大。他列了一串書名：《路邊野餐》《上帝難為》《蟻巢裡的甲蟲》《週一從星期六開始》。 > 那不只是科幻，裡面還有非常有意思的人際和社會問題，而且有些語言就是純粹地好笑。（德米特里·多爾戈夫） 《週一從星期六開始》講的是一個研究所，做的事卻是魔法，跟嚴肅科研有很深的平行關係；《上帝難為》講的是一個更高文明的社會被注入一個原始世界，人在裡面怎麼操作，倫理問題非常深。他說小時候某個生日收到一整套，佔滿房間一整排書架，假期裡父母沒法把他從房間裡拖出來，他從頭讀到尾。唯一沒讀懂的是《山丘上的蝸牛》，試了幾次還是沒懂，其他全部讀得很享受。 第三本，奧威爾的《1984》。他說這本既是「影響過我的」，也是「人們應該讀的」。 > 你會讀完，把書放下，然後盯著空氣發一會兒呆。裡面有人們不該忽視的教訓。現在這個世界上發生的事，讓我忍不住會想到奧威爾描述的那些平行之處。（德米特里·多爾戈夫） 他提到「雙重思想」這個概念：一邊忽略邏輯，一邊在腦子裡同時持有完全矛盾的觀點而不覺得難受，無條件地忠於路線。然後他把話題拉到 2020 年。一個樂觀主義者在這一年裡最心疼的領悟，是社會本身很脆弱。那是人類搞出來的一個很特別的小實驗，它並不牢不可破，需要人們小心去維護。 > 我覺得它不是一把火燒掉的那種方式，很多時候它更像是溫水慢煮。這才是危險的地方。（德米特里·多爾戈夫） 主持人接了一句「愛和機器人」，說相信愛會在某種程度上成為解法。兩個人在這件事上達成了某種默契。 ## 生命的意義，和一個阿西莫夫的短篇 被問到「生命的意義是什麼」，多爾戈夫先想到的是阿西莫夫的《最後的問題》。 那篇短篇的情節是：人類造出一臺超級計算機，等它足夠強大，人們問它一個問題，宇宙的熵怎麼才能減少。計算機回答：目前資訊不足，無法給出有意義的答案。幾千年過去，同樣的問題反覆被問，計算機越來越強，回答始終一樣。幾百萬年、幾十億年過去，它吸收了全部人類和宇宙的全部知識，成為宇宙中唯一的實體。等到它終於有能力回答那個問題時，熱寂已經發生，沒有人還在聽。它唯一能做的回答方式是演示：重新點燃一次大爆炸，把時鐘重置。 然後他給了自己的版本。 > 我不敢代表全人類談生命的意義，那太自以為是了。對我個人來說，它是會變的。你剛來到這個世界上，驅動你的全是新的體驗：新的氣味、新的聲音、新的情緒。然後你開始有意識地學習，理解的快樂和發現的快樂開始驅動你。學夠了之後，你想把一些東西給回去，影響力和貢獻成了新的動力來源。再往後，如果你有了孩子，那會直接翻掉你腦子裡的某些開關，你會重新排序什麼重要、什麼不重要。我有三個孩子。（德米特里·多爾戈夫） 他希望這些東西是累加的，不要互相替換或者彼此消減。他不希望自己停下體驗新事物，也不希望自己停下玩。 一個造無人車的人，用一篇關於熱寂和重置宇宙的短篇來回答生命的意義。這個組合本身就挺說明問題：他習慣的思考尺度非常大。 ## 十一年裡真正重要的那幾個岔路口 把時間線攤開看，決定性的東西很少落在某一次技術突破上，更多落在團隊每個路口選的那條路。 2009 年選的是「先搞清楚問題有多大」，沒有去追一個能拿出去演示的東西。那兩個里程碑（10 萬英里累計、10 條百英里零接管）設計得極其狠，狠到用當時的技術也只花了十六個月。也正因為只花了十六個月，他們才真正看見後面還有多遠。 2013 年選的是「造一個完整駕駛員配完全無人的車」，放棄了當時看起來更近的高速公路駕駛輔助。這條路走得更慢，走成的卻是一家能收費運營、駕駛座真的空著的公司。 2017 年選的是「開始常規化無人運營」，沒有再多測幾年等一個完美的時機。第一天一百英里，真正的分量落在「常規化」三個字上。 然後是鳳凰城。它被刻意選成第一個完整部署區，那裡並不好做，但它足夠大、足夠真實，逼著團隊把評估、部署、運營、商業這幾條線一次性全走一遍。走到今天，它的作用是把鳳凰城變成一個可以被複制的模板，一個專供參觀的樣板間很難承擔這個任務。 多爾戈夫在訪談裡反覆回到同一條精度與召回的曲線。調引數、選操作點、在保守和激進之間挪位置，這些動作都只在同一條曲線上滑動。真正的能力提升，是整條曲線抬起來，然後你站在一個完全不同的平面上做取捨。 把這句話從技術挪到公司上看，會得到一樣的結論。這個行業裡絕大多數爭論發生在同一條曲線上：要不要鐳射雷達、要不要高精地圖、要不要端到端、要不要做 L3。Waymo 的回答始終是：這些是可以討論的取捨，決定性的那個問題不在它們中間。決定性的問題是你有沒有能力讓整條曲線上去。 ## 如果要給讀到這裡的人留下點什麼 這場訪談的資訊量很大，落到可以帶走的東西上，其實有幾條很具體。 - 判斷一個技術團隊是不是真的在進步，看它有沒有在「抬曲線」，還是隻在「挪操作點」。挪操作點很舒服，可以立刻講出一個好看的故事，但它不產生能力。 - 遇到一個反直覺的工程結論（比如「不那麼優但可預測的方案更好」），先別急著反駁，去看它在誰的約束下成立。可預測性之所以重要，是因為使用者需要在腦子裡建模你的行為。 - 設計系統時，主動區分哪些東西該交給學習，哪些東西該寫死。紅綠燈檢測交給模型，「紅燈要停」作為語義約束注入。模糊的地方交給學習，明確的地方交給工程，這條分界線越早畫清楚，後面越省事。 - 任何一個環節，都問一遍「如果連不上網，它還能自己安全執行嗎」。能不能依賴外部，和該不該依賴外部，是兩個問題。前者決定架構上限，後者決定風險邊界。 - 評估一個自動化系統，重點不在它能做到什麼，而在它做不到的時候你怎麼知道。模擬、回放、長尾取樣、假設推演，這些不產生演示效果的工作，才是決定你能不能規模化的地方。 - 如果要做一件長期的事，先給自己設一個足夠狠、又足夠短的早期里程碑。它的用處在於讓你儘快看清後面還有多遠，證明自己能成倒在其次。 - 讀一點結構上跟你工作相似、但領域完全無關的東西。他是從語言模型的序列結構裡找到駕駛軌跡的建模思路的。跨領域的類比，往往比本領域的論文更能開啟局面。 - 最後一條，來自那個想做交通警察的孩子：真正讓你走到今天的，常常是童年某個看似毫無意義的迷戀。它未必通往你當初以為的地方，它會一直給你一種別人沒有的注意力的方向。 2020 年 10 月 8 日之後，鳳凰城東谷的街上，一輛沒有人的車在跑。它守規則，動作平滑，遇到人行道上摔倒的騎車人會同時打方向和踩剎車，停在停止牌前的時候會在你的手機上告訴你「我在等停止牌」。 它背後是十一年，是一堆在凌晨三點被錐桶絆住的 bug，是一個把規則背得太認真、每圈都多繞一次的勝利圈，是一群在岔路口每次都選了更難那條路的人。 而這件事的意義，可能真的要放到幾十年後回頭看才能稱量清楚。一個 AI 系統在毫秒之間做出轉向和剎車的決定，從而救下一個人的命，這件事在 2020 年已經發生過，只是沒有成為新聞。