Andrew Stein, Waymo 소프트웨어 엔지니어 – 인터뷰 시리즈

Andrew Stein은 Waymo Via의 지각 팀을 이끄는 소프트웨어 엔지니어로서, Waymo의 자율 주행 배달 노력을 담당합니다. Waymo는 Alphabet Inc의 자회사로서, 자율 주행 기술 개발 회사입니다.

당신은 초기에 AI와 로봇공학에 관심을 가지게 된 계기가 무엇인가?

저는 아주 어렸을 때부터 무언가를 만드는 것을 좋아했습니다. 예술과 공예는 재미있었지만, 저의 가장 큰 열정은 어떤 방식으로든 기능적인 무언가를 만드는 것이었습니다. 저의 가장 좋아하는 미스터 로저의 이웃 부분은 자동화 공장에서 컨베이어 벨트와 액추에이터의 영상을 보는 것이었습니다. 병과 다른 제품들이 채워지고, 조립되고, 라벨이 붙여지고, 운송되는 것을 보는 것이었습니다. 저는 레고와 다른 건축 장난감을非常히 좋아했습니다. 컴퓨터 지원 설계(CAD) 경쟁을 통해 중학교와 고등학교에서 성공을 거두었고, 클리퍼 제조公司에서 CAD를 하는 아프터 스쿨 직업을 얻게 되었습니다. 그곳에서 저는 소매 의류 산업을 위한 거대한 로봇 정렬기와 관련된 컨베이어 장비를 위한 공장 레이아웃을 설계했습니다. 그 후, 저는 조지아 테크에서 전기 공학을 공부하기 위해 갔고, IEEE 로봇 클럽에 참여하고 컴퓨터 비전 수업을 들었습니다. 그것은 저를 카네기 멜런 대학교의 로봇 공학 연구소에서 박사 학위를 취득하게 하였습니다. 카네기 멜런 대학교의 많은同学들은 앙키와 웨이모에서 지금까지 저의 가까운 동료들입니다.

당신은 이전에 로봇 스타트업 앙키에서 리드 엔지니어로 일했습니다. 앙키에서 일할 때 어떤 프로젝트에 참여할 수 있었습니다?

저는 앙키의 코즈모 프로젝트에서 첫 풀타임 채용자였으며, 코드 저장소를 처음부터 시작하고, 제품을 100만 개 이상의 귀여운, 생생한 로봇으로 사람들의 집으로 배송하는 것을 보았습니다. 그 작업은 우리의 다음 제품인 벡터로 전환되었으며, 그것은 코즈모의 더 발전된 버전이었습니다. 저는 그 제품의 많은 부분에서 일했지만, 주로 얼굴 감지, 얼굴 인식, 3D 포즈 추정, 위치 지정 및 기타 지각 측면의 컴퓨터 비전에서 일했습니다. 저는 또한 텐서플로 라이트를 벡터의 임베디드 OS에서 실행하도록 포팅하고, 로봇에서 손과 사람 감지를 위해 딥 러닝 모델을 배치하는 것을 도왔습니다.

저는 또한 코즈모와 벡터의 눈 렌더링 시스템을 구축했으며, 앙키의 매우 재능 있고 창의적인 애니메이션 팀과密接하게 협력할 수 있는 기회를 가졌습니다. 그것은 또한非常히 재미있었습니다.

2019년에 웨이모는 앙키의 12명의 로봇 전문가와 함께 자율 주행 기술을 상업용 트럭을 포함한 다른 플랫폼으로 적용하기 위해 당신을 고용했습니다. 웨이모에서 일할 기회에 대한 당신의 초기 반응은 무엇이었나요?

저는 현재와 과거의 웨이모 엔지니어들을 많이 알고 있었으며, 당연히 자율 주행 차량 분야의 선두 주자로서의 회사의 명성을 알고 있었습니다. 저는 앙키에서 아이들을 위한 장난감과 교육 제품에서 일하는 창의성을非常히 즐기고 있었지만, 저는 또한 더 큰 회사에서 사회에 큰 영향을 미치는 분야에서 일하고, 소프트웨어 개발과 안전이 이러한 기술적 복잡성과 조직 규모에서 어떻게 처리되는지 보는 것을 매우 기대했습니다.

웨이모에서 일하는 하루는 당신에게 어떤 것입니까?

제 역할의 대부분은 현재 트럭킹 특정 도전을 식별하고 해결하는 데 집중되어 있으며, 웨이모의 다른 엔지니어링 팀과密接하게 협력하여 웨이모 드라이버를 개발하고 배치하고, 그 기능을 확장하여 우리의 트럭 플릿을 성장시키는 데 있습니다. 그것은 제 팀, 다른 기술 리드, 제품 및 프로그램 매니저와 회의를 의미합니다. 또한, 우리는 현재 많이 채용하고 있기 때문에, 저는 또한 후보자와 인터뷰하는 데 많은 시간을 보냅니다.

자율 주행 트럭과 자율 주행 차량을 비교했을 때, 컴퓨터 비전과 AI에서 직면하는 고유한 도전은 무엇입니까?

우리는 모든 차량에서 동일한 핵심 기술 스택을 사용하지만, 트럭킹에 대한 몇 가지 새로운 고려 사항이 있습니다. 첫째, 도메인이 다르다는 것입니다. 승용차와 비교했을 때, 트럭은高速 환경인 고속도로에서 더 많은 시간을 보냅니다. 더 많은 질량으로 인해 트럭은 차보다 더 느리게 가속되고 제동합니다. 그것은 웨이모 드라이버가 매우 멀리서 사물을 인식해야 함을 의미합니다. 또한, 고속도로는 다른 마커와 표지판을 사용하며, 때로는 반대쪽 도로로의 중앙 분리대 교차로를 포함할 수 있으며, 고속도로에 특정한 법률이 있으며, 많은 차선의 정체된 교통을 탐색해야 하는 도전이 있습니다. 트레일러로 인한 잠재적으로 더 큰 사각 지대를 극복해야 하는 또 다른 도전입니다.

웨이모는 최근 텍사스에서 훈련된 운전자가 탑승한 무인 트럭 플릿을 테스트하기 시작했습니다. 현재의 상황에서 웨이모는 이러한 테스트에서 무엇을 배우기를 기대하고 있습니까?

우리의 트럭은 운영하는 지역(아리조나/캘리포니아/텍사스/뉴 멕시코)에서 테스트를进行하여 다양한 상황에서 의미 있는 경험과 데이터를 얻습니다. 이 프로세스는 우리의 소프트웨어와 하드웨어를 연습하여, 우리가 어떻게 웨이모 드라이버를 트럭킹 도메인에 개선하고 적응시킬 수 있는지 배우는 것을 허용합니다.

특히 텍사스를 보았을 때: 달라스와 휴스턴은 미국에서 가장 큰 화물 허브의 일부로 알려져 있습니다. 그 환경에서 운영함으로써, 우리는 우리의 웨이모 드라이버를 매우 밀집된 고속도로와 화물 운송 노선에서 테스트할 수 있으며, 다른 트럭과 승용차 운전자가 이러한 루트에서 어떻게 행동하는지 더 잘 이해하고, 우리의 웨이모 드라이버가 이러한 바쁜 운전 지역에서 어떻게 반응하고 반응하는지 계속 tinh chỉnh할 수 있습니다. 또한, 그것은 또한 우리에게 고유한 날씨 조건이 있는 곳에서 테스트를进行하고, 그 분야에서 우리의 능력을 발전시키는 것을 허용합니다.

웨이모 오픈 데이터셋에 대해 चर론해 주십시오. 이는 센서 데이터와 레이블된 데이터를 모두 포함합니다. 웨이모가 이러한 귀중한 데이터셋을 공유하는 데에는 어떤 이점이 있습니까?

웨이모에서 우리는 기계 학습에서 존재하는 가장 어려운 문제 중 일부를 해결하고 있습니다. 기계 감각과 자율 주행 기술의 발전을 도와주기 위해, 우리는 웨이모 오픈 데이터셋을 출시했습니다. 이는 완전한 자율 주행 데이터셋 중 가장 큰 공개 데이터셋 중 하나입니다. waymo.com/open에서 無料로 연구자들에게 제공되는 이 데이터셋은 1,950개의 고해상도 센서 데이터 세그먼트로 구성되어 있으며, 도시 중심지에서 교외 풍경까지 다양한 환경을 커버하며, 낮과 밤,黎明과 황혼, 햇빛과 비에서 수집된 데이터를 포함합니다. 2020년 3월, 우리는 연구 커뮤니티가 자신의 전문 지식을 테스트하고 다른 사람들이 무엇을 하는지 볼 수 있는 방법을 제공하기 위해 웨이모 오픈 데이터셋 챌린지를 출시했습니다.

당신의 개인적인 의견으로, 산업이真正한 레벨 5 자율 주행을 달성하기까지 얼마나 걸릴 것이라고 생각합니까?

우리는 이미 10년 이상 이 일을하고 있으며, 그 경험으로 인해 이 기술이 세 가지로 세계에 나아갈 것이라는 것을 압니다. 자율 주행 기술은非常히 복잡하며, 우리는 많은 분야에서 센싱 하드웨어에서 기계 학습까지의 발전으로 인해 여기까지 왔습니다. 그것이 우리가 세상을위한 이 기술을 도입하기 위해 단계적인 접근 방식을 취하는 이유입니다. 우리는 그것이 가장 안전하고 책임 있는 방법이라고 믿으며, 우리의 승객과 파트너로부터도 우리가采用的 이 생각에주의 깊은 접근 방식을 оцен한다는 피드백을 받았습니다.

인터뷰 감사합니다. 더 많은 정보를 배우고 싶은 독자는 웨이모 비아를 방문하십시오.