研究人员们采用了一种称为“基于群体进行训练”（PBT）的技术，此前DeepMind研发了该技术，以提升视频游戏的算法。PBT技术的灵感来自于生物进化，通过让候选代码从算法群中抽取“最合适”的样本（最有效执行给定任务的样本），加速选出特定任务中用到的机器学习算法和参数。
以此种方式改进AI算法可帮助Waymo获得优势。随着自动驾驶汽车收集越来越多的数据并部署到新地点，引导自动驾驶汽车的算法也需要得到重新培训和校准。目前，已经有数十家公司争相在真实道路上展示最好的自动驾驶汽车，Waymo也在探索其他方法，以加速其机器学习算法的开发。
实际上，更有效地再培训机器学习算法的方法应该让AI在不同背景下变的更加灵活、更实用。研究人员表示，Waymo目前正使用PBT技术，改进探测车道标记、车辆和行人的深度学习代码的开发，并验证输入到其他机器学习算法中且已经做好标记的数据的准确性，结果发现，PBT将重新训练神经网络所需的计算机能力降低了大约一半，而且将开发周期的速度提高了一至两倍。
此外，谷歌目前还在研发一系列技术，以让训练机器学习模型的过程实现自动化，而且已经通过“Cloud Auto-ML”项目为顾客提供了一些技术。毫无疑问，让AI培训更加高效、更加自动化，对自动驾驶技术的商业化以及盈利至关重要。
