自駕車與飛行載具的規模化難題

哪個更難？他認為消費級無人機起步比自駕車早，但都市等級的規模與密度，自駕車反而會先做到。

送貨無人機之外，也可以載人：從波士頓一棟大樓樓頂飛到曼哈頓樓頂，一個半小時到，他認為很多人願意為此多付一百美元。

飛行車可不可行？他先說 50 年後很難猜，連會飛的碟形機器都有一半機會出現；再談他們稱為「敏捷空域」的那層空間——丟石頭打不到、又比大型客機航線低，認為那裡是真正還沒被利用的機會。

模擬在開發裡的用途。慣性感測這類內部感測與動力學一直好模擬；往外看的感測器難，雷射測距稍微容易，相機與雷達比較難。相機模擬最近剛跨過轉折點。

模擬人的行為才是最難的一關。他拿兩張圖問家人朋友哪張是算圖、哪張是真的，平常很難分；但只要畫面裡有人，他們就會說「哪裡怪怪的，說不上來」。

三個階段：先是定位與建圖，2012、2013 年深度學習興起後轉向辨識，但預測別人接下來要做什麼始終沒解決。

Lex 問：自駕車自己積極或保守，也會影響別人怎麼反應，這塊是不是被忽略了？他同意完全被忽略，並說車上沒人時，人會把它當成一般物品，甚至刻意欺負它。

規模化之後系統可以做得很有效率，也可以做得很宜居，兩者會互相拉扯；在有人的環境測試自駕車，風險也不會是零，只是很小。

他認為最重要的是讓大眾知情。Waymo 比較像在做研究，想搞懂自駕這套「引擎」本身；Tesla 則是把產品持續往外推，使用者也願意付錢買。

他不相信業界常講的「兩三年內全自駕」，改走市場切入的路線，目標是從「一人開一車」變成「十人照看五十輛車」。

不是遠端操控，更像空中交通管制員：車輛自己開，人只在效率（不是安全）需要時介入。他舉路口要不要先探頭再轉彎當假設例子，但說每個路口都要人按鈕就沒效率，人該設定的是高層的行為。

Optimus Ride 鎖定範圍固定（geofence）、交通貧乏的地方，像布魯克林海軍造船廠這種缺交通工具（連 Uber 都不划算）、大家只好開車進來的園區；拿回停車用地，兩英里見方的小範圍就值數千萬美元，在紐約市中心是數十億。

傳統接駁車大家都討厭，因為司機成本高；把座位拆成好幾台小車，車距縮短，等待時間也跟著變短。

Lex 問要多少台車，才能讓人一出門視線內就有兩台。他說反覆跑同樣路線能累積「資料密度」，讓系統對同一個路口越來越熟；他拿 Uber 司機的收入結構為例，推算規模夠大之後單趟成本可能壓到一美元以下。

他不看好「今年底」這類說法，提出「技術預測的時間膨脹」——很遠的事被當成就在眼前，其實很近的事反而被推到好幾年後，大家把什麼都塞進「三年後」。

反覆試驗（iterated learning）的重要性。Lex 問身為領導者，該不該說技術缺口很快能補上；他說做一到兩年的計畫、對投資人說明是好的，再往後就是願景，說五年、十年沒有意義。

Lex 建議 Optimus Ride 應該多對外展示成果；他承認公司一度選擇低調，但表示接下來會公開更多技術細節，吸引人才加入。

回應「光達是拐杖」的說法。他相信總有一天只靠攝影機就夠，但到那時光達可能也便宜到不裝反而可惜；Optimus Ride 目前是少量光達搭配攝影機的感測融合。

他想打造飛得比人類反應速度更快的無人機，實驗室做出每秒看一千格的系統（人眼大概只到一百 Hz）；也提到美國每天約一百人死於車禍，如果車上有夠快的運算與相機，或許能在車禍發生的瞬間幫上忙。

攝影機更新頻率會卡在資料透過銅線傳輸的物理上限，晶片時脈也會撞上光速與散熱這類極限，逼著重新設計運算架構。

為了加快研發，研究團隊改用動作捕捉室搭配虛擬實境測試無人機，即時把飛行畫面算給無人機看，真的撞到東西也不會摔壞。AlphaPilot 則準備了很多台無人機、允許撞機，跑道會一路推到大家開始撞為止。

在某些中等難度的跑道上，人跟機器比賽開一次，機器常輸一點點；同一條跑道開十次，人會累、會搞混，機器卻能一直重複同一套動作，這時反而是人略輸。

被問到機器人學裡最美的想法，他選了 Bellman 方程式，並用「一百個變數、每個十種取值」的例子說明維度詛咒有多可怕；對話收尾時兩人也聊到，人常常只在意最壞情況，但事情實際上多半沒那麼糟。