3 卓尔不凡的谷歌 
        由于谷歌的卓尔不凡，远大梦想、大手笔运作以及解决这个棘手问题的解决方案都令人称奇。这样大规模的、史无前例的、难以想象的数据收集工作，使曾经十分棘手的“机器视觉”问题变得简单多了。 
        去年秋季，另一位研制无人驾驶汽车的谷歌员工安东尼-莱万多斯基（Anthony Levandowski）到硅谷日产汽车公司做演讲。在问答阶段，日产汽车公司的工程师们不停地抛出汽车之间互动的概念，他们似乎认为这就是无人驾驶汽车解决方案的重要组成部分。 
        莱万多斯基自信地、敏捷地回应了所有这些问题。“我们用其他汽车的感应器能够看到前方道路的更多信息吗？我需要明确说明的是，汽车之间共享信息是可能的，但这不是我们优先考虑的事项。” 
        汽车公司的员工们无法理解或不愿理解的是，谷歌认为，汽车之间的交流互动是可能的，但是无法做到实时互动。
毕竟，每辆汽车的数据都来自于地图。有了这些地图数据，所有汽车要做的就是根据超级精确的虚拟地图明确自己的准确位置。这样一来，它们就可以省下所有数据分析和计算（以及汽车之间互动）的时间。 
        有趣的是，谷歌无人驾驶汽车的做法与风投公司Andreesen Horowitz支持的创业公司Anki对其玩具赛车游戏的做法具有惊人的相似性。在你购买Anki Drive的时候，他们还会附带销售这些赛车比赛的跑道。这些跑道内置有很多地理位置数据，实际上是虚拟赛车地图的物理形式。 
        去年，Anki CEO鲍里斯-索夫曼（Boris Sofman）（他与厄姆森一样，也是卡内基梅隆大学的高材生）说，提前了解赛道更有助于他们同步软件所运行的虚拟世界和汽车飞驰的物理世界。索夫曼认为，我们能够将物理世界变成虚拟世界。我们能够将这些真实的人物进行抽象处理，把他们当成是手机视频游戏中的虚拟人物。 
        4 机器学习算法 
        当然，在有步行者和骑行者的情况下，要在虚拟和现实结合的山景城道路上行驶就不是那么容易的事了：汽车需要在道路上不断地规划路线，避免发生交通事故。谷歌汽车并不是傻瓜。它们有自己的感应设备：雷达、雷克萨斯SUV车顶的激光旋转装置以及一系列摄像头。它们的车载系统会分析数据并决定采取哪条路线，以避免撞车。 
        这是一个非常棘手的问题，但是谷歌使用了“台式电脑”级别的计算能力。（大型计算和数据处理工作由谷歌服务器中心团队完成。）车载电脑首先要做的事情就是整合传感器数据。它会从激光装置、摄像头那里收集数据，并将它们整合形成周围环境的实况图，并据此在虚拟山景城地图中确定自己的位置。