https://www.linkedin.com/in/karl-iagnemma-b52186102
dit prachtige interview met Karl Iagnemma gaat over autonome voertuigen. Karl is de CEO en medeoprichter van nuTonomy, dat is een zelfrijdende auto bedrijf gevestigd in Boston. Velen van jullie hebben waarschijnlijk nog niet gehoord van Karl, maar nuTonomy verleggen de grenzen van wat zelfrijdende auto ‘ s kunnen doen. En we hebben het geluk dat te horen van Karl.Karl heeft veel ervaring met roboticamobiliteit, waarschijnlijk een van de diepste achtergronden ter wereld. Hij is ook directeur van de Robotic Mobility Group aan het MIT. Hij promoveerde in 2001 aan het MIT.NuTonomy testte hun autonome auto ‘ s in Singapore en Boston.
– aan welk type mobiliteitsprojecten hebt u eerder in uw loopbaan gewerkt?
– hoe is uw opleiding en filosofie een beetje anders dan andere zelfrijdende autobedrijven?
– Wanneer zullen we ongeveer niveau 5 auto ‘ s hebben?
– is het moeilijk om auto ‘ s te trainen als het sneeuwt?
Transcript
Dave Kruse: Hey iedereen. Welkom bij een nieuwe aflevering van Flyover Labs en vandaag mogen we met Karl Iagnemma praten. Sorry voor die Karl. Velen van jullie hebben waarschijnlijk nog niet gehoord van Karl, maar zijn bedrijf maakt manieren rond zelf rijdende auto ‘ s. Karl is de CEO en medeoprichter van nuTonomy, een zelfrijdend autofabrikant.Karl heeft veel ervaring met roboticamobiliteit en heeft waarschijnlijk een van de diepste achtergronden ter wereld op dat gebied. Hij is ook directeur van de Robotic Mobility Group aan het MIT. Karl blijft dus vrij druk en promoveerde in 2001 aan het MIT. NuTonomy is in de media geweest over hun zelfrijdende auto ‘ s in Singapore en nu in Boston. Ze krijgen misschien niet zo veel aandacht als Google of Tesla, maar ze duwen zeker hun zelfrijdende grenzen net als zij. Dus ik ben behoorlijk opgewonden om Karl in de show te hebben.
dus Karl, bedankt voor het komen vandaag.
Karl Iagnemma: Ja, mijn genoegen.
Dave Kruse: dus laten we – ja voordat we praten over wat je nu doet, kun je ons een kort overzicht geven van je achtergrond en hoe je bent gekomen waar je nu bent?
Karl Iagnemma: Mijn academische achtergrond, Je weet dat ik naar MIT kwam in 1995. Ik was een afgestudeerde student. Ik heb een doctoraat in robotica gedaan. Mijn proefschrift was op het gebied van mobiele robotica en in het bijzonder planetaire exploratierobot.toen ik klaar was met mijn doctoraat begon ik met het leiden van een onderzoekslab aan het MIT. we deden door de jaren heen een aantal projecten voor automotive bedrijven op het gebied van wat toen active safety of diver assistance technology werd genoemd en we deden ook een aantal onderzoeksprogramma ‘ s voor het Ministerie van Defensie, de National Science Foundation, andere overheidsinstelling op het gebied van robotica. Het blijkt dat alle technologie die we in die periode onderzochten, zoals robotbewegingsplanning, lokalisatie, in kaart brengen, waarneming, de bouwstenen werden van zelfrijdende auto ‘ s. Zo ’n drie of vier jaar geleden werkten ik en mijn medeoprichter, een van mijn collega’ s bij MIT, ene Emilio Frazzoli, op een dag samen en realiseerden we ons dat het werk dat we bij MIT deden, echt in het midden van deze opkomende industrie rond zelfrijdende auto ‘ s lag en dat is wat ons echt motiveerde om het bedrijf te starten.
Dave Kruse: Got you. Wat was een van de eerste projecten waaraan je werkte met een autobedrijf?
Karl Iagnemma: Nou, we hebben nogal wat werk verricht met Ford, laten we zeggen relatief vroeg in mijn carrière toen we naar deze kolom met Rijassistentie keken en hoe je een semi-autonoom systeem zou kunnen ontwikkelen, dat wil zeggen een systeem dat de bestuurder soms laat rijden en andere keren dat het computersysteem de auto bestuurt. De vraag wanneer het systeem de controle zou overnemen van de bestuurder en wanneer het het zou teruggeven aan de bestuurder, dat was een van de fundamentele kwesties die we probeerden uit te zoeken.
het is een interessante kant anekdote hier. De student van mij die aan dat project werkte voor zijn doctoraat was ene Sterling Anderson. Sterling ging later consultant worden bij McKenzie, maar na McKenzie ging hij naar Tesla en bij Tesla was een van de dingen die hij uiteindelijk deed het leiden van hun zelfrijdende auto programma, waarvan je weet dat mijn beschrijving van ons werk bekend klonk, omdat Tesla ‘ s werk semi-autonome controle benadering was en dus denk ik dat dat deel is van mijn academici stamboom die rond de West Cost ging.
Dave Kruse: ik weet zeker dat het een kleine wereld is daarboven op de top. Als je aan deze projecten werkt, stel je dan voor waar de dingen nu staan bij zelfrijdende auto ‘ s. Ik bedoel, het klinkt alsof het je bijna op een bepaald moment op je hoofd sloeg, zoals Wow! Wat we hier doen heeft veel overlap met wat Google doet of andere exotische bedrijven doen?
Karl Iagnemma: Ja, Ik heb afgesproken dat we dat deden. Ik bedoel, als je er vanaf het begin in zit, duurt het soms echt een moment waarop je in staat bent om een stap terug te doen en dingen in perspectief te plaatsen. We wisten al lang dat de technologie een enorme belofte had om de manier waarop mensen zich verplaatsen te veranderen, vooral omdat het zou leiden tot efficiënter, veiliger en goedkoper transport wereldwijd.
maar de technologische volwassenheid was er nog niet helemaal. Ik bedoel, we zouden dagen, weken en maanden worstelen om te kunnen aantonen dat je een aantal relatief simpele taken kent in een laboratoriumomgeving en dat de technologie na verloop van tijd een beetje beter werd, een beetje beter, maar opnieuw was het echt een van die dagen dat je je realiseerde dat dit spul eigenlijk bijna werkt. En dan, en dat is het moment waarop je verder gaat denken dan het academische laboratorium, je kent de vier muren van je laboratorium en nadenkt over hoe je die technologie in de wijde wereld zou kunnen inzetten.
Dave Kruse: Ik heb je, oké. Laten we het een beetje over nutonomie hebben. Kunt u ons vertellen, kunt u ons een beetje overzicht geven over – Nou we weten wat jullie doen, maar een beetje van waar je bent met Singapore en Boston en hoeveel werknemers heb je en soort van uw tijdlijnen voor of het een level vijf rijden of welke tijd of andere tijdlijnen die u wilt delen?
Karl Iagnemma: Zeker. We zijn dus gevestigd in Boston en Singapore. We zijn vandaag ongeveer een derde van het bedrijf in Boston en ongeveer twee derde in Singapore. We zijn erg gericht op technische ontwikkeling. Ons business team is behoorlijk mager. Het is slechts ongeveer vier van de vijf bij het bedrijf die echt niet gericht zijn op de kern technische ontwikkelingen.
wat enigszins uniek is aan wat we doen in vergelijking met zoveel van de startups in dit tempo is dat we een complete oplossing voor paardrijden ontwikkelen. Dat omvat alle software die zou gaan op het voertuig, zodat een voertuig om u weet veilig navigeren langs een wegennetwerk, autonoom. Het bevat software die gaat op een headset om een eindgebruiker in staat om de voortgang van een auto die komt om ze op te halen voor een autonome reis te controleren en het bevat software die zou zitten in de cloud, dat zou coördineren op een optimale manier, de activiteiten van een zeer grote vloot van autonome voertuigen.
dus we hebben de neiging om, weet je, als we denken aan autonome voertuigen, gewoon denken aan de software die op een auto zit, maar er zijn andere dimensies aan dat probleem waar je veel waarde kunt toevoegen. Wat we vandaag in de Gemeenschap zien is dat, hoewel er veel mensen zijn die zich richten op zelfproblemen, je weet wel perceptie, in kaart brengen, wij geloven dat er een groot voordeel is om het hele probleem aan te pakken, want wat je daarmee kunt doen is de prestaties van het systeem optimaliseren door een zeer diepe integratie van de verschillende subsystemen en de kennis van hoe ze intern werken.
Dave Kruse: Interessant. Ik kan zien waar dat een groot voordeel is. En wat voor sensoren en camera ‘ s heb je op je auto? Is dat – ik bedoel doen veel de bedrijven hebben een soort van soortgelijke sensoren en camera ‘ s of heeft iedereen een beetje anders pakket dat je kent op zijn minst?
Karl Iagnemma: Ja, ik zou zeggen dat je als gemeenschap weet dat we over het algemeen zijn geconvergeerd naar een plaats waar we dezelfde soorten censors gebruiken, namelijk camera ‘ s, radars en LIDARS in een of andere combinatie en de reden dat we dat doen is vanwege de redundantie die je krijgt van die complementaire senor modes. Ik denk dat iedereen een iets andere configuratie van die sensoren had en begrijpelijk, ze komen allemaal op de waarschijnlijk je weet onafhankelijk proberen te optimaliseren zo goed als ze kunnen.
hierop zijn enkele uitzonderingen. Er zijn een paar groepen die helpen om het probleem op te lossen, laten we zeggen niet op LIDAR, volledig op zicht en radar. Het maakt het probleem moeilijker, maar de potentiële af te betalen als je kunt winnen op die manier is dat je weet dat je vermijdt het gebruik van een vrij dure sensor. Dus in onze vloot van R&D voertuigen hoewel ik u kan vertellen dat u weet dat we experimenteren, we verkennen een aantal verschillende senor configuraties in de loop van vandaag. We doen tweak dingen van tijd tot tijd, maar al onze auto ‘ s hebben een combinatie van radars en een aantal LiDAR sensoren.
Dave Kruse: oké, en je weet dat je zei dat een van je belangrijkste voordeel meer een systeem benadering is en je weet dat ik nieuwsgierig was, terwijl je in Boston bent, dus je krijgt geen sneeuw. We zijn in Madison, Wisconsin, dus we krijgen sneeuw. Nu was ik benieuwd naar de moeilijkheden tussen en wat voor soort training Je hebt gedaan in sneeuw versus zon. Er is waarschijnlijk niet veel sneeuw in Singapore, dus hoe veel moeilijker is het om een auto te trainen in sneeuw en hoe is uw systemen soort analyse denken in vergelijking met het niet hebben van die algemene aanpak.
Karl Iagnemma: Ja, dat is een goede vraag. Je weet dat dit een echt moeilijk technisch probleem is en het is al moeilijk genoeg om het in een goede staat te laten werken en daarom doe ik echt – we doen de meeste van onze testen in goede weersomstandigheden en de meeste van onze concurrenten doen hun testen in goede weersomstandigheden, maar we proberen dat nog steeds op te lossen, de ‘easy case’ eerst.
maar met dat gezegd hebbende, denken we aan de toekomst waarin we deze auto ‘ s in steden over de hele wereld willen inzetten, onder allerlei omstandigheden. We rijden veel in de regen in Singapore. Het regent regelmatig in Singapore, overal van een motregen tot een echt zware moesson als regenbui en we waren in staat om te rijden in een behoorlijk wereldwijde waaier van regenachtige omstandigheden. We hebben in de sneeuw Gereden, vrij zware sneeuw, maar geen diepe sneeuw. Dus een soort dichte windstoten en we hebben dit uitzonderlijk gedaan. Ik zou niet zeggen dat we het uitgebreid hebben gedaan. We hebben onze software niet echt gevalideerd in een reeks omstandigheden.
we proberen om u te weten echt bouwen een grote competentie in de goede omstandigheden en dan duwen het naar de grenzen van de uit nominale weersomstandigheden. Dus we zijn erg blij om te zien dat toen we onze testen deden in sneeuw, we een goede prestatie zagen voor de algoritmen en ook in regen, maar je weet dat er werk aan de winkel is om echt de grenzen van je systeem te begrijpen, je weet hoeveel sneeuw te veel is, hoeveel regen millimeter per uur te veel is.
als je klaar bent met de details, Weet je dat het niet echt de sneeuw is, de vallende sneeuw die het systeem hinderde. Het is het feit dat wanneer je veel sneeuw ophoopt, de wereld om je heen er anders uitzag dan toen er geen sneeuw op de grond lag. Dat kan complicaties veroorzaken voor sommige subsystemen, maar tot nu toe was onze eerste test veelbelovend.
Dave Kruse: Interessant. Ik kan me voorstellen dat het visiesysteem waarschijnlijk net zo goed zal werken als LIDAR, maar is dat het geval dat je denkt in sneeuw of werken de visiesystemen goed?
Karl Iagnemma: Nou, Dit is je weet wel – Dit komt echt op dat complementaire punt. Ik bedoel, dit is de reden dat we meerdere sensormodi gebruiken, omdat voor precies dit soort scenario ‘ s je minder zicht hebt in sneeuwcondities. Ingebouwde sensoren, er is geen magische kogel daar. Je weet dat als je door je voorruit kijkt en je niet veel kunt zien, je camera ook niet veel zal zien.
maar het goede nieuws is dat uw radarsensoren, uw LIDAR-sensoren misschien relatief onaangetast zijn en dus nogmaals, dat is precies de reden dat u weet waarom we dit soort riem en bretels benadering hebben van meerdere complementaire sensormodi die in vaak overlappende, ze u zeer vergelijkbare informatie geven, maar in sommige omstandigheden, zoals sneeuwdagen, kan een van hen niet goed functioneren en MOET u meer vertrouwen op de anderen.
Dave Kruse: klinkt logisch, oké. Dus je krijgt deze vraag waarschijnlijk veel gesteld, maar ik was benieuwd, wanneer in je gedachten zal ik in staat zijn om een volledig zelf rijdende auto te kopen? Zoiets als wat ze niveau vijf noemen, waar ik gewoon opgehaald kan worden en naar de supermarkt gebracht en naar huis gebracht kan worden. Heb je enig idee, enig verstand en enig bereik van jaren?
Karl Iagnemma: Nou, je weet dat je een self elke auto koopt, dat is waarschijnlijk een stuk later dan wanneer je een rit in de zelfrijdende auto zou kunnen ervaren. En wat ik daarmee bedoel is, er zijn echt twee verschillende modellen die daar Spelen en een functie verkopen aan een klant wanneer ze hun volgende auto kopen. Dus als je naar de dealer gaat en je koopt je volgende Ford of GM auto of Volvo wat het geval ook is, weet je dat de vraag is wanneer zal die verkoper zeggen, wil je de autonomie optie pakket voor $62.000? Dat zal nog een paar jaar duren. Het zou me verbazen als het eerder was dan 2025. De reden hiervoor is dat impliceert dat u niet met behulp van extreem gevoelige sensoren om die functie te laten werken. Je vertrouwt alleen op camera ‘ s en radars.
dit gezegd zijnde, is het grote voorbehoud hier dat je weet dat we vaak aannemen wanneer we denken over het kopen van een auto met autonome werking. We gaan ervan uit dat dit een functie zal zijn die we overal in de wereld kunnen in-en uitschakelen, op elk moment van de dag of nacht in elke weersomstandigheden. Mijn sterke gevoel waar we naar toe gaan evolueren en het veld is het universum waar, zelfs als we die zelfrijdende auto-functie aanbieden aan een eindgebruiker, het slechts een deel van de tijd beschikbaar zal zijn onder bepaalde voorwaarden, oké. Idealiter onder de meeste omstandigheden Ik denk niet dat je het zal verkopen als het alleen onder sommige voorwaarden, maar niet onder alle voorwaarden.
en dus denk ik dat je weet dat de wild card hier een bedrijf is als Tesla, die belooft deze functies waar we het over hebben daadwerkelijk te verkopen in een veel, veel dichterbij tijdsbestek, in 2025, waarschijnlijk in de komende jaren. Ik denk dat de waarschijnlijke waarschuwing hier is dat die functie niet beschikbaar zou zijn voor u als klant de hele tijd. Het zal nog een paar jaar duren voordat we die 24/7 autonome functie hebben.
nu je in staat bent om een rit in een zelfrijdende auto te ervaren, is de reden dat dat eerder beschikbaar zal zijn voor je als klant omdat de economie van wat we mobiliteit van de dienst noemen fundamenteel anders is dan de economie van Laten we zeggen particulier voertuigbezit. En het verschil is dat aan de ene kant, wanneer je een auto koopt en je gaat ervoor kiezen om die functie te kopen, je erg prijsgevoelig bent, erg prijsbeperkt als je de gemiddelde koper bent, betaal je misschien drie, vier, vijf, zes, zevenduizend Dollar. U bent niet van plan om te betalen $20.000 voor een functie en toe te voegen aan een auto.
aan de andere kant, als ik je in mijn Robo taxi zou willen kiezen en daar een bedrijf van zou willen maken, nou, als je denkt aan de economie van een taxidienst, dan is een aanzienlijk percentage van de kosten van je taxirit goed, de kosten van die chauffeur, het salaris van die chauffeur die daadwerkelijk in die auto rijdt. Als Ik zeg significant, ik bedoel ergens van 30, van ongeveer een derde tot twee derde de kosten van die reis is de kosten van de bestuurder. Dus als je de chauffeur uit de auto kunt halen, Weet je dat de economie van die taxirit radicaal is omgedraaid en laten we zeggen dat je de eerste winkel van die taxichauffeur kent, twee tips voor de taxichauffeur per jaar, laten we zeggen dat dat op dit moment $100.000 is. Dat betekent dat je dat $ 100.000 salaris kunt compenseren met apparatuur die je op de auto zet.
dus je zou tienduizenden dollars kunnen zetten. Je weet dat het de eerste orde, opnieuw van apparatuur op de auto als een gunstig rendement op uw investering en in staat zijn om te werken Weet je een bedrijf van het verplaatsen van mensen rond met behulp van autonome voertuigen en de economie zou zinvol zijn. Dus dat is echt de reden waarom je waarschijnlijk gaat rijden in een roller taxi en betalen per kilometer die je kent enkele jaren voordat je daadwerkelijk eigenaar van die volledig autonome auto.
Dave Kruse: Got you. Dus zelfs in Madison kunnen we misschien volledig autonome taxi ‘ s zien in drie, vier jaar potentieel?
Karl Iagnemma: ik denk de andere. Het andere punt is dat je weet dat een mentaal model waar we soms in Vallen, ervan uitgaat dat wanneer deze auto ‘ s aankomen ze op schaal beschikbaar zullen zijn. Ze zullen overal op de plaats advertentie beschikbaar De hele tijd. Ik denk dat de waarschijnlijke realiteit is dat je eerst ervaring in een plank rijden shuttle of een robo taxi zal worden in een vrij laten we zeggen gestructureerde omgeving. Het zal in het winkelcentrum zijn, in een pretpark, ergens op een gesloten campus, misschien op de Je kent de Universiteit van Wisconsin, ergens waar je een voorspelbare route hebt die deze auto ‘ s volgen of voorspelbare netwerken van routes. Het is niet noodzakelijk de onbelemmerde open weg omgeving.
u weet dat dit technisch eenvoudiger use cases zijn. Het zijn vereenvoudigde Economische Zaken. Het zijn manieren voor ontwikkelaars van deze technologie en bedrijven die geïnteresseerd zijn in de ruimte voor mobiliteitsdiensten om de wateren echt te testen en weet je, om deze redenen, al deze redenen samen denk ik dat we de neiging zullen hebben om deze technologie eerst in deze beperkte omgevingen te gebruiken.
Dave Kruse: dat is logisch. Ja, en het lijkt erop dat sommige bedrijven, zie je, autonome shuttlediensten doen, wat een soort luchthaven van iets zou zijn, mensen beginnen dat tenminste te doen of in Vegas denk ik dat ik gelezen heb dat iemand dat doet. Dat klinkt logisch.
Karl Iagnemma: Precies. Dat is een goed voorbeeld van een omgeving die we semi-structuur zouden kunnen noemen. Natuurlijk kan er van alles gebeuren als je in de natuurlijke wereld bent, maar door de operationele omgeving van die auto te begrenzen, door te zeggen dat je in dit wat we noemen een geo omheind gebied blijft en trouwens, als het een privéterrein is, kun je zelfs bepaalde beperkingen opleggen, zoals het toewijzen van een rijstrook voor dit soort auto ‘ s terwijl je er knipperlichten op zet of je weet soortgelijke dingen als dat. U kunt (A) het technische probleem gemakkelijker maken en (b) U kent het aansprakelijkheidsrisico lager. U kunt in wezen bedienen bij lage snelheden. Er is een aantal dingen die je zou kunnen doen om het probleem meer intrekbaar te maken en de business case aantrekkelijker te maken.
Dave Kruse: Ik heb je, oké. En ik weet dat we geen tijd meer hebben. Heb je nog tijd voor een paar vragen?
Karl Iagnemma: Ja, zeker.
Dave Kruse: Yeah, okay, because I was curious you know about partnership, which car companies have you partnered with if any?
Karl Iagnemma: wel, dat doen we. We hebben een paar partnerschappen met automotive bedrijven. Het is een beetje moeilijk om over de specifieke kenmerken ervan te praten, omdat ze allemaal een aparte aard hebben. Je weet dat ik over het algemeen kan zeggen dat je weet dat de automotive bedrijven, een paar waren gegaan en ik heb het over drie of vier jaar geleden over het samenwerken met een start-up. Het zou een waarschijnlijk moeilijk gesprek geweest zijn omdat er een grote, Ik ga zeggen grote sleutel miss match tussen je weet alleen de schaal van een typische OEM en de schaal van een start-up. Het is echt moeilijk om manieren te vinden om zinvol samen te werken in mijn ervaring.
u weet dat het landschap tegenwoordig een beetje veranderd is. Er is een echte sterke interesse in autonome voertuigtechnologie. Er is een sterke interesse in mobiliteit als een dienst in bijna elke OEM wereldwijd deze dagen en er is een erkenning dat je weet dat sommige van de goede ideeën en een aantal van de goede technologie wordt ontwikkeld buiten hun vier muren bij de bedrijven.
deze kun je natuurlijk niet helemaal generaliseren, maar je weet dat in onze ervaring met de grootste spelers in de auto-industrie, er een sterke interesse is in wat we doen in de autonomie. Er is vaak een bereidheid om een manier om partner te vinden en het komt echt gewoon neer op je weet het identificeren van een structuur die de twee partijen zijn blij met en kan zinvol werk gedaan. Maar we hebben eigenlijk zeer productieve relaties gehad met een aantal van de toonaangevende spelers in de auto-industrie en ik verwacht dat je weet dat we dat zullen blijven doen in de komende jaren.
Dave Kruse: Interessant. Ja, ik bedoel, zelfs op deze podcast interview ik veel Chief Innovation Officers en ik denk dat soms de innovatie teams hebben echt opengesteld sommige van deze grote ondoorzichtige bedrijven om kleinere entiteiten en laat ze filteren door een aantal van deze grote bedrijven.
Karl Iagnemma: Ja, en ik denk dat grote organisaties zich gerealiseerd hebben dat dit een zeer snel bewegende ruimte is en het is soms het geval dat je intern technologie kunt ontwikkelen in een zeer snel tempo en je kunt het de deur uit krijgen en op die manier gelijke tred houden met je concurrenten. In andere scenario ‘ s is het gewoon niet zo eenvoudig om te doen en dus als een manier om je vooruitgang te versnellen, kijk je buiten de vier muren van je eigen bedrijf.
u ziet of er mogelijkheden zijn om samen te werken met de gelicentieerde software, in sommige gevallen om u via M&een activiteit te leren kennen om uw eigen interne ontwikkeling op gang te brengen. En je weet dat ik denk aan de auto-industrie echt krediet. Dit ik een industrie die niet historisch, in ieder geval weer zeer over het algemeen zeer groot op externe samenwerking, vooral met kleine bedrijven. Maar ik denk dat dat vrij snel veranderd is in de laatste paar jaar.
Dave Kruse: Ik heb je, Oké, dus laatste vraag. Nadat je een niveau vijf autonomie hebt bereikt en je bent vrij comfortabel. Ik denk dat er waarschijnlijk altijd meer omgevingen waar je beter in kunt worden als ik wilde vragen wat er nog meer is om aan te werken. Misschien is er gewoon meer en meer gebruikte gevallen of tweaken om de veiligheid te verbeteren of-ik bedoel je hebt waarschijnlijk niet veel nagedacht over wat je gaat doen nadat je het bereiken, omdat je er niet bent, maar ik was gewoon benieuwd wat er nog meer is om aan te werken als je het te bereiken.
Karl Iagnemma: Je weet dat er manieren zijn om te gaan in de technologische ontwikkeling front. De technologie die we aan het bouwen zijn en ik kan zeggen over het algemeen over de ruimte, niemand heeft een afgewerkt product nog. Niemand heeft een oplossing die ze comfortabel zou voelen vandaag het nemen van de bestuurder uit de auto en laat dat systeem werken op een volledig driverless manier, in echt dichte moeilijke stedelijke straat. We boeken snelle vooruitgang voor dat doel. Sommige van onze concurrenten zijn dat ook. Maar er is nog veel werk te doen alleen al op het gebied van kerntechnische ontwikkeling en dus zijn we daar echt op gericht.
uiteraard evalueren we voortdurend de business case, onze go-to-market strategie, om ervoor te zorgen dat wanneer we een product hebben dat rijp genoeg is om op de weg te gaan, we in staat zijn om naar de markt te gaan en betekenisvolle inkomsten te genereren in de belangrijke, vroege markten over de hele wereld.
Dave Kruse: dat is logisch. Goed, Karl, ik waardeer je tijd en je gedachten hier en wat je doet is erg inspirerend. Dus bedankt voor het delen met ons en het doorbrengen van wat tijd met ons vandaag.
Karl Iagnemma: Nou, graag gedaan. Het was leuk met je te praten.
Dave Kruse: absoluut, en bedankt iedereen voor het luisteren naar een andere aflevering van Flyover Labs. Zoals altijd waardeer ik het enorm en we zien je de volgende keer. Bedankt iedereen. Bedankt Karl. Afscheid.
Karl Iagnemma: goed, tot ziens.
