أندرو شتاين ، مهندس برمجيات وايمو - سلسلة مقابلات

أندرو شتاين مهندس برمجيات يقود فريق التصور لشركة Waymo Via، وهي شركة تابعة لشركة Waymo للتوصيل الذاتي. Waymo هي شركة تطوير تقنيات القيادة الذاتية، وهي تابعة لشركة Alphabet Inc، الشركة الأم لجوجل.

ما الذي جذبك في البداية إلى الذكاء الاصطناعي والروبوتات؟

لقد أحببت دائمًا صنع الأشياء التي "تفعل شيئًا" منذ أن كنت صغيرًا جدًا. يمكن أن تكون الفنون والحرف اليدوية ممتعة، لكن شغفي الأكبر كان العمل على إبداعات كانت أيضًا عملية بطريقة ما. الأجزاء المفضلة لدي من حي السيد روجرز كانت لقطات أحزمة النقل والمحركات في المصانع الآلية، ورؤية الزجاجات والمنتجات الأخرى يتم ملؤها أو تجميعها، وتصنيفها، ونقلها. لقد كنت من أشد المعجبين بلعبة الليغو وألعاب البناء الأخرى. وبعد ذلك، وبفضل بعض النجاح في مسابقات التصميم بمساعدة الكمبيوتر (CAD) من خلال رابطة طلاب التكنولوجيا في المدارس المتوسطة والثانوية، انتهى بي الأمر بالحصول على وظيفة بعد المدرسة في مجال التصميم بمساعدة الكمبيوتر (CAD) لشركة ناشئة صغيرة، وهي Clipper Manufacturing. هناك، كنت أصمم مخططات مصنع لآلة فرز آلية ضخمة ومعدات نقل مرتبطة بها لغسل وتنظيم الملابس الرسمية المعلقة لصناعة الملابس بالتجزئة. ومن هناك، انطلقت إلى Georgia Tech لدراسة الهندسة الكهربائية، حيث شاركت في نادي IEEE Robotics Club وحصلت على بعض الدروس في رؤية الكمبيوتر. قادني هؤلاء في النهاية إلى معهد الروبوتات في جامعة كارنيجي ميلون للحصول على درجة الدكتوراه. لقد كان العديد من زملائي طلاب الدراسات العليا من CMU زملاء مقربين منذ ذلك الحين، سواء في Anki أو الآن في Waymo.

لقد عملت سابقًا كمهندس رئيسي في Anki ، وهي شركة ناشئة في مجال الروبوتات. ما هي بعض المشاريع التي أتيحت لك الفرصة للعمل عليها في Anki؟

كنتُ أول موظف بدوام كامل في مشروع كوزمو في شركة أنكي، حيث حظيتُ بشرف بدء مستودع الأكواد البرمجية من الصفر، ورافقتُ المنتج حتى وصل إلى أكثر من مليون روبوت لطيف وواقعي تم شحنها إلى منازل الناس. انتقل هذا العمل إلى منتجنا التالي، فيكتور، وهو نسخة أخرى أكثر تطورًا واستقلالية من كوزمو. عملت على أجزاء عديدة من هذه المنتجات، لكنني كنتُ مسؤولًا بشكل أساسي عن الرؤية الحاسوبية لاكتشاف الوجوه والتعرف عليها، وتقدير الوضعيات ثلاثية الأبعاد، وتحديد المواقع، وجوانب أخرى من الإدراك. كما نقلتُ TensorFlow Lite ليعمل على نظام التشغيل المدمج في فيكتور، وساعدتُ في نشر نماذج التعلم العميق لتشغيلها على الروبوت لاكتشاف الأيدي والأشخاص.

لقد قمت أيضًا ببناء أنظمة عرض العين الخاصة بـ Cozmo و Vector، مما أعطاني الفرصة للعمل بشكل وثيق مع جزء كبير من فريق الرسوم المتحركة الموهوب والمبدع للغاية في Anki، وهو ما كان ممتعًا للغاية أيضًا.

في عام 2019 ، وظفتك Waymo واثني عشر خبيرًا في الروبوتات من Anki لتكييف تقنية القيادة الذاتية الخاصة بها مع منصات أخرى ، بما في ذلك الشاحنات التجارية. ماذا كان رد فعلك الأولي تجاه احتمال العمل في Waymo؟

كنت أعرف العديد من المهندسين الحاليين والسابقين في Waymo، وكنت على دراية تامة بسمعة الشركة كرائدة في مجال المركبات ذاتية القيادة. استمتعتُ كثيرًا بالإبداع الذي أتاحه العمل على الألعاب والمنتجات التعليمية للأطفال في Anki، لكنني كنت متحمسًا أيضًا للانضمام إلى شركة أكبر تعمل في مجال مؤثر كهذا للمجتمع، لأرى كيف يتم تطوير البرمجيات والسلامة على هذا النطاق التنظيمي ومستوى التعقيد التقني.

هل يمكنك مناقشة كيف يبدو يوم العمل في Waymo بالنسبة لك؟

يركز معظم دوري حاليًا على توجيه فريق العمل الخاص بي وتنميته أثناء قيامنا بتحديد التحديات الخاصة بالشاحنات وحلها بالتعاون الوثيق مع فرق هندسية أخرى في Waymo. هذا يعني أن أيامي أمضيت في الاجتماع مع فريقي ، وغيرهم من العملاء التقنيين ، ومديري المنتجات والبرامج بينما نخطط لأساليب تقنية وتنظيمية لتطوير ونشر نظام القيادة الذاتية لدينا ، المسمى Waymo Driver ، وتوسيع قدراته لتشمل خدماتنا المتنامية. أسطول من الشاحنات. إلى جانب ذلك ، نظرًا لأننا نقوم بالتوظيف بنشاط ، أقضي أيضًا وقتًا طويلاً في مقابلة المرشحين.

ما هي بعض تحديات الرؤية الحاسوبية الفريدة والذكاء الاصطناعي التي تواجه الشاحنات ذاتية القيادة مقارنة بالمركبات ذاتية القيادة؟

بينما نستخدم نفس مجموعة التكنولوجيا الأساسية في جميع مركباتنا ، هناك بعض الاعتبارات الجديدة الخاصة بالشاحنات التي يجب أن نأخذها في الاعتبار. أولاً وقبل كل شيء ، المجال مختلف: مقارنةً بسيارات الركاب ، تقضي الشاحنات وقتًا أطول بكثير على الطرق السريعة ، وهي بيئات ذات سرعة أعلى. نظرًا للكتلة الكبيرة ، تكون الشاحنات أبطأ في التسارع والفرملة من السيارات ، مما يعني أن سائق Waymo يحتاج إلى إدراك الأشياء من بعيد جدًا. علاوة على ذلك ، يستخدم بناء الطرق السريعة علامات مختلفة ولافتات ويمكن حتى أن تتضمن تقاطعات متوسطة إلى الجانب "الخطأ" من الطريق ؛ هناك قوانين خاصة بالطرق السريعة مثل الانتقال للمركبات المتوقفة على أكتاف ؛ ويمكن أن يكون هناك العديد من الممرات المزدحمة للتنقل. يعد وجود بقعة عمياء أكبر محتمل بسبب مقطورة تحديًا آخر نحتاج إلى التغلب عليه.

بدأت وايمو مؤخرًا اختبار أسطول من الشاحنات الثقيلة بدون سائق في تكساس مع سائقين مدربين على متنها. في هذه المرحلة من اللعبة ، ما هي بعض الأشياء التي يأمل Waymo أن تتعلمها من هذه الاختبارات؟

تختبر شاحناتنا في المناطق التي نعمل فيها (AZ / CA / TX / NM) لاكتساب خبرة وبيانات ذات مغزى في جميع أنواع المواقف المختلفة التي قد نواجهها أثناء القيادة على الطريق السريع. تمارس هذه العملية برامجنا وأجهزتنا ، مما يسمح لنا بمعرفة كيف يمكننا الاستمرار في تحسين وتكييف برنامج Waymo Driver الخاص بنا لمجال النقل بالشاحنات.

بالنظر إلى تكساس على وجه التحديد: من المعروف أن دالاس وهيوستن جزء من أكبر مراكز الشحن في الولايات المتحدة. من خلال العمل في تلك البيئة ، يمكننا اختبار برنامج Waymo Driver الخاص بنا على الطرق السريعة وممرات الشحن عالية الكثافة ، وفهم كيفية تصرف سائقي الشاحنات وسيارات الركاب الآخرين على هذه المسارات ، والاستمرار في تحسين الطريقة التي يتفاعل بها سائقنا Waymo ويستجيب له في مناطق القيادة المزدحمة هذه. . بالإضافة إلى ذلك ، يمكننا أيضًا من إجراء الاختبار في مكان به ظروف مناخية فريدة يمكن أن تساعدنا في دفع قدراتنا في هذا المجال إلى الأمام.

هل يمكنك مناقشة مجموعة بيانات Waymo المفتوحة التي تتضمن كلاً من بيانات المستشعر والبيانات المصنفة ، والفوائد التي تعود على Waymo لمشاركة مجموعة البيانات القيمة هذه؟

في Waymo، نعالج بعضًا من أصعب المشكلات الموجودة في التعلم الآلي. لمساعدة مجتمع الأبحاث في تحقيق تقدم في إدراك الآلة وتكنولوجيا القيادة الذاتية، قمنا بإصدار Waymo Open Dataset، وهي واحدة من أكبر مجموعات البيانات ذاتية القيادة وأكثرها تنوعًا والمتاحة للعامة. متاحة دون أي تكلفة للباحثين في waymo.com/open، تتكون مجموعة البيانات من 1,950 قطعة من بيانات أجهزة الاستشعار عالية الدقة وتغطي مجموعة متنوعة من البيئات ، من المراكز الحضرية الكثيفة إلى المناظر الطبيعية في الضواحي ، بالإضافة إلى البيانات التي يتم جمعها أثناء النهار والليل ، عند الفجر والغسق ، في ضوء الشمس والمطر. في مارس 2020 ، أطلقنا أيضًا تحديات Waymo Open Dataset لتزويد مجتمع البحث بطريقة لاختبار خبراتهم ومعرفة ما يفعله الآخرون.

برأيك الشخصي ، كم من الوقت سيستمر حتى تحقق الصناعة المستوى 5 الحقيقي من الاستقلالية؟

لقد عملنا على هذا لأكثر من عشر سنوات حتى الآن ، ولذا فإننا نستفيد من هذه التجربة لنعلم أن هذه التكنولوجيا ستظهر للعالم خطوة بخطوة. تعد تقنية القيادة الذاتية معقدة للغاية وقد وصلنا إلى ما نحن عليه اليوم بسبب التقدم في العديد من المجالات من الاستشعار في الأجهزة إلى التعلم الآلي. لهذا السبب اتخذنا نهجًا تدريجيًا لتقديم هذه التكنولوجيا إلى العالم. نعتقد أنها الطريقة الأكثر أمانًا والأكثر مسؤولية للذهاب ، وقد سمعنا أيضًا من ركابنا وشركائنا أنهم يقدرون هذا النهج المدروس والمدروس الذي نتخذه لنشر هذه التكنولوجيا بأمان في مجتمعاتهم.

شكرًا لك على المقابلة الرائعة، يجب على القراء الذين يرغبون في معرفة المزيد زيارة Waymo Via.