在计算机编程和软件工程范畴，有一个著名的90-90规律。意思就是，在开发软件时，前90%的代码要破费90%的开发工夫，剩余的10%的代码要再破费90%的开发工夫。算计180%的工夫总量用看似荒谬的方式指出了软件开发项目里一个普遍的倾向—完成工夫经常严重超出预期工夫表。这项规律提醒了工程项目实践所花工夫远比预期的更长。

最近，Waymo软件工程总监Sacha Arnoud运用了90-90规律的变体来描绘Waymo的自动驾驶项目。他说，从Waymo的经历来看，前90％的技术任务量只占总任务工夫10％，而要完成最初的10％的任务，需求再花10倍的气力。

这番话是Arnoud在麻省理工学院展开题为“自动驾驶汽车的深度学习”的讲座时所说的。他从技术的角度对Waymo项目的开展停止了剖析，包括如何使用人工智能和深度学习，以及如何从演示顺序转向工业级产品。

不同于大少数Waymo管理演讲和旧事事情，Arnoud对这个复杂项目分享了迄今为止最生动的细节描绘，并用本人的洞察力剖析了行将到来的应战，这对那些试图追逐的人提供了珍贵的材料。雷锋网新智驾总结了这次报告的关键要点。

工业化需求10倍的努力

从实验室的演示版本到可平安上路的工业化产品，Arnoud强调这所需的少量任务，“你需求10倍的技术才能，10倍的团队规模，要有让众多工程师和研讨人员严密协作的无效管理方式。此外，还需求把传感器功用进步10倍，零碎的全体质量进步10倍，包括实践测试。”

深度学习使算法获得打破

Arnoud指出，谷歌2010年开端停止自动驾驶汽车项目时，深度学习技术远不如如今先进。多年以来，深度学习获得了分明停顿，在自动驾驶的几个关键范畴完成算法打破，包括制图、感知和场景了解。  

Arnoud举了很多例子，比方运用深度学习剖析街道图像来提取街道称号、房屋号码、交通讯号灯和交通标志，这些数据经过事后计算，存储为数字地图放在汽车里，为实时义务节省了珍贵的机载计算资源。

据雷锋网新智驾理解，深度学习推进了实时义务的打破，如剖析传感器数据以辨认交通讯号、其他车辆、妨碍物、行人等。深度学习还有助于预测其他驾驶员、骑行者和行人的能够行为，并据此来控制驾驶。

与Google其他团队的协作是Waymo提高的关键

Arnoud供认Google整个机器学习生态零碎对Waymo开展的重要性，包括Google Brain团队开发的创始性软件，以及与其他Google团队一同展开的大规模深度学习，如视觉、语音、自然言语处置和地图等。Google生态零碎还为机器学习提供公用根底设备和工具，包括减速器、数据中心、标志数据集和支持Google TensorFlow编程范例的研讨。

Waymo的测试方案能够是其机密武器

Arnoud强调说，不论Waymo的算法、传感器和全体套件有多弱小，自动驾驶汽车依然是复杂的嵌入式实机遇器人零碎，必需在不可预知的世界中依托不完满的数据平安地任务。 他强调Waymo的真实环境测试、模仿环境测试和构造化测试是技术迭代和产品化的关键。

Waymo的自动驾驶汽车曾经累计测试400万英里，Arnoud表示这相当于人类300年的驾驶体验并绕全球160圈，真实环境的驾驶至关重要，但模仿才能更为重要。

模仿十分关键，由于它可以让Waymo的每个新迭代软件版本测试一切先前数据，更重要的是剖析这些不同版本的才能，比方看看它们如何处置速度略微不同的汽车，如何处置有其他汽车或行人在汽车前穿过等等。Arnoud表示，仅2016年，Waymo就经过仿真零碎模仿行驶了25亿英里来放慢学习速度。在模仿零碎中，每天有超越25000辆虚拟自动驾驶汽车重复体验相似在实践路途上遇到的恶劣环境。

Waymo测试顺序的第三个组成局部是其构造化测试。Arnoud说，普通驾驶很少发作长尾效应。为了测试实践驾驶中能够遇就任何状况，Waymo在服役的卡斯尔(Castle)空军基地建了一个占地90英亩的模仿城市。在那里，Waymo可以测试汽车对立这种边缘效应,这些测试随后被送入仿真引擎停止模糊化以创立更多测试样本。

Waymo下一步

最初，Arnoud讨论了Waymo面临的工程应战，次要有两个方面。

• 扩展汽车的运转设计域（ODD）
  

次要扩展到密集的城市中心，如旧金山（Waymo最近宣布正在扩展其测试方案）。另一个ODD是额定的天气条件，如强降雨、雪和雾。最近，Waymo首席执行官John Krafcik对底特律左近12英寸降雪感到兴奋，由于这可以让Waymo在雪地上停止相应的环境测试。

• 语义了解
  

他罗列了巴黎凯旋门四周次序混乱的交通环岛。这个环岛由12条路途交汇，十分难导航。Arnoud说，虽然他曾经屡次平安路过此处，但他觉得这种状况下，需求的不只仅是感知才能和车辆操作技艺，还需求深入了解外地的规则和希冀，以及与其他驾驶员坚持沟通和协调，包括信号、手势等。这种深入缘由是剖析少量边缘效应的关键，也是进步自动驾驶汽车综合才能的关键。

虽然Waymo在自动驾驶方面曾经获得了宏大提高， 但Arnoud最初依然强调了根底工程的重要性以及处理自动驾驶落地为平安产品的复杂性。

总之，在该工业化进程的最初90％中，Waymo还有多远的路要走？我们拭目以待。

PS：看遍这一年中国与全球智能驾驶范畴的技术前沿与商业探究，雷锋网 (大众号：雷锋网) 新智驾年度引荐，扫描下图二维码或点击  https://www.leiphone.com/special/custom/本次涌现的 AI、区块链和物联网热潮不同于以往，将对产业、社会和生活产生真正堪称“颠覆性”的变革。IT 技术人员需要全方位地“换脑”：对原有的知识结构进行全面刷新，全面升级。AIdrive.html  ，理解更多信息。

。