Интервью с главой Waymo (такси без людей в США) из МФТИ
Долгов рассказал, как упорство и глубокое понимание задачи помогли Waymo пройти путь от DARPA Challenge до лидера в беспилотных авто. Ключ — создание базовой мультимодальной модели мира-действия-языка, объединяющей восприятие, симуляцию и принятие решений для реального автономного вождения.
полный разбор ролика · 5 глав ↓
Введение и биография
Дмитрий вырос в разных странах, получил фундаментальное образование в МФТИ и выбрал путь в автономные системы. Ранние годы заложили технический фундамент и способность к самостоятельному обучению.
Начало работы с беспилотниками
Участие в DARPA Challenge стало моментом озарения, объединившим интерес к технологии и миссию. Ранние задачи включали проезд 100 тысяч миль и 10 сложных маршрутов полностью автономно, что было революционным.
Команда работала интенсивно, совмещая разработку софта и железа, что создало репутацию упорного и универсального инженера.
Преодоление кризисов и упорство
Технологические циклы сопровождаются быстрым ростом и спадом, но важно понимать, что задача сложная и требует долгосрочной выносливости.
Вера в миссию — спасение жизней — и отказ от поиска лёгких решений помогли команде пройти через трудные времена и добиться успеха.
Базовая модель Waymo
Модель объединяет восприятие с разных сенсоров (видео, лидар, радары), понимание физики, динамики и поведения агентов.
Она включает три столпа: водитель (агент), симулятор для тестирования и критик для оценки, что обеспечивает комплексное управление и обучение.
Интеграция с языковыми моделями расширяет семантическое и социальное понимание, что важно для реального взаимодействия в дорожной среде.
Сквозная архитектура и её преимущества
Сквозная модель обеспечивает богатые, согласованные представления, что повышает эффективность и универсальность автономной системы.
Подход можно рассматривать как эталон для построения ИИ-систем с комплексной интеграцией данных и принятия решений.