Innovación

¿Por qué la IA es un factor decisivo en el desarrollo de los coches autónomos?

Cuando la gente piensa en coches autónomos, la imagen que en general les viene a la mente es la de un vehículo completamente autónomo y que prescinde del conductor humano. La realidad es más complicada: no sólo hay diferentes niveles de automatización para vehículos —el piloto automático, por ejemplo, es un recurso antiguo— también funciona la inteligencia artificial dentro del coche para hacer el viaje más seguro para el conductor y para los pasajeros. La IA es responsable incluso de una tecnología que permite al coche comprender lo que el conductor quiere hacer en medio de un ambiente ruidoso gracias a su capacidad para leer los labios.

En el Valle del Silicio está teniendo lugar una competición para desarrollar la mejor tecnología para los vehículos autónomos. “Tal vez esta sea la época más fascinante para hablar de vehículos autónomos”, dijo Kartik Hosanagar, profesor de Operaciones, Información y Decisiones de Wharton en un panel durante el reciente congreso sobre Fronteras de la IA, en el Valle del Silicio. “Hace diez años, la mayor parte del trabajo realizado sobre vehículos autónomos ocurría dentro de los laboratorios de investigación y en instituciones de enseñanza”. Hace más o menos cinco años, sólo Google y un puñado de empresas realizaban pruebas con la IA. “Hoy, el ritmo en ese sector es frenético”, dijo. “Sólo en California, el número de empresas con licencia para hacer pruebas y operar vehículos sin conductor ya es de entre 30 y 50”.

Estados Unidos y China lideran la carrera mundial para el desarrollo de los vehículos autónomos. Alemania y Japón, a pesar de ser países famosos por los coches que producen, se sitúan por detrás. “La diferencia fundamental es la IA”, dijo Tony Han, uno de los fundadores de JingChi, compañía de vehículos autónomos con sede en China. “China y EEUU lideran la IA”. Los dos países también lideran las regulaciones para coches autónomos. Hay tres mega tendencias detrás de todo este interés: la creciente popularidad de los coches eléctricos, el surgimiento de la economía compartida que está detrás de empresas de transportes privados como Uber y Lyft, además de los avances de la inteligencia artificial. Si pensamos en todo esto, dijo, veremos que los viajes autónomos consisten, en realidad, en la combinación de un motorista robot y un coche eléctrico.

Según Han, la mayoría de las empresas de vehículos autónomos están desarrollando una tecnología adecuada a lo que él llama roadster de nivel 4. Hay cinco niveles de automatización para autos autónomos. El nivel 1 es el más básico de todos, tiene función de piloto automático y se ha estado utilizando durante años. El nivel 5, en el que el vehículo es totalmente autónomo, es el más avanzado. El nivel 4 es un grado por debajo, es un nivel altamente automatizado en el que el coche puede operar en ciertas situaciones sin la intervención o la atención del conductor, como por ejemplo en áreas con barreras especiales o con tráfico.

IA dentro del coche

Danny Shapiro, director senior del sector automotriz del fabricante de chips Nvidia, dijo que las empresas de tecnología toman muy en serio el desarrollo de los vehículos autónomos porque hay mucho en juego. “No se trata de un motor de recomendación para Netflix”, dijo durante el congreso. “La IA tiene que ser precisa”. Esto significa que requiere una capacidad de computación “extrema” y mucho código, dijo Shapiro. En el maletero de los vehículos autónomos hay ordenadores y unidades de procesamiento gráfico de gran alcance trabajando con un profundo aprendizaje para analizar todos los datos que se reciben, para determinar cosas como, por ejemplo, si un objeto situado delante del vehículo es una persona, otro coche, una boca de incendios, etc.

Aunque se necesite algún tiempo para que los vehículos autónomos lleguen al mercado, la IA ya está transformando el interior de los coches. Las cámaras delanteras pueden identificar a las personas dentro del vehículo y rastrear la posición del ojo del conductor para ver si está a punto de quedarse dormido o si está distraído, e incluso pueden leer sus labios. Sensores y cámaras en el exterior del coche trabajan junto con la tecnología del interior para aumentar la seguridad. Por ejemplo, el coche avisa de forma sonora de que hay “peligro de tráfico en un cruce” si otro vehículo está a punto de pasarse un semáforo en rojo. También puede decir cosas como “¡Atención, hay una moto aproximándose al carril central!” para alertar al conductor por si quiere cambiar de carril.

“Habrá una serie de recursos para salvaguardar al conductor y los pasajeros aunque no tengamos el control total del coche”, dijo Shapiro.

En realidad, uno de los principales objetivos de las empresas de vehículos autónomos es hacer que conducir sea más seguro. El error humano es responsable del 94% de las colisiones de los coches, dijo Jeff Schneider, gerente de ingeniería senior de Uber y profesor de investigación en la Universidad Carnegie Mellon. El señaló que el 50% de los errores que tienen como resultado accidentes fueron debidos a errores de reconocimiento, el conductor no estaba prestando atención o no vio algo que se aproximaba. El otro 50% se producen como resultado de un error de decisión: el conductor estaba conduciendo demasiado rápido o interpretó mal la situación.

Según Schneider, los vehículos autónomos pueden lidiar con estos dos tipos de errores. Los problemas de reconocimiento se atenuarán con el uso de sensores, radares, cámaras, Lidar (un sistema de detección remota) y otras herramientas. Los coches consiguen ver el posicionamiento en 3D de los objetos y otras cosas a su alrededor, reciben imágenes en 360 grados de cámaras de alta resolución y acceden a otros datos pertinentes, tales como la velocidad de los objetos. Mientras tanto, sistemas computerizados sofisticados analizan el entorno para tomar la decisión correcta.

Una forma de contribuir a la precisión consiste en incorporar sistemas de redundancia. Por ejemplo, si una señal de tráfico estuviera oculta o poco clara por algún motivo, se activa un recurso de medición para asegurar que el vehículo autónomo no se confunda. Schneider dijo que el mapa del propio coche advierte de que hay una señal en la carretera en ese lugar. Además, estos vehículos analizan una cantidad enorme de datos para poder operar bajo condiciones climatológicas variadas como nieve, lluvia, heladas e inundaciones. Las empresas de vehículos autónomos utilizan incluso situaciones generadas por ordenador para entrenar al coche a pasar por situaciones como la de una puesta de sol deslumbrante. “Usando varios servidores, podemos generar casi 490.000 km de recorrido en sólo cinco horas, además de probar algoritmos en todas las carreteras pavimentadas de EEUU en apenas dos días”, observó Shapiro, de Nvidia.

Por supuesto que son tareas complejas para el vehículo. “Póngase en la posición de la persona que escribe el código” y que tiene que tener en cuenta a las personas que cruzan la calle, otros coches en la carretera, carteles publicitarios, señales de tráfico, carriles para automóviles, bicicletas o peatones, entre otras cosas. Schneider dijo: “Es el caos absoluto”.

Seguridad física y patrimonial

Para los escépticos, que piensan en el auto autónomo como si fuera un castillo en el aire, ayudaría mucho hacer un repaso de lo lejos que han llegado los vehículos autónomos, dijo Schneider. En la década de los 80, el NavLab, un proyecto de la Universidad Carnegie Mellon, ya equipaba furgonetas con computadoras y sensores para dirigirse de forma automática y asistida. “Vivíamos en la era de la robótica, cuando la norma era dejar el vídeo encendido en caso de que algo bueno sucediera”, dijo. En 1995, el proyecto “Cruzando América sin manos”, de la misma universidad, hizo el 98% del trayecto entre Pittsburgh y el sur de California de forma autónoma, además de un trecho de 113 kilómetros sin ninguna intervención humana, dijo Schneider.

En 2000, la universidad empezó a trabajar con los vehículos todo terreno. Las novedades añadidas a los roadsters fueron el GPS y el Lidiar para facilitar la tarea de detectar objetos y sortearlos. Siete años después, en el Gran Desafío DARPA, una competición para vehículos autónomos, un gran avance fue la introducción de buenos mapas que proporcionaban la reconstrucción completa del entorno. “La IA dio un paso adelante”, dijo Schneider. La CMU ganó la competición. Fue también en ese momento cuando Google se dio cuenta del potencial de los vehículos autónomos y lanzó su proyecto de conducción autónoma, dijo. Desde entonces, la IA, el aprendizaje de máquina y el aprendizaje profundo no han hecho más que mejorar.

¿Por qué el consumidor se sentirá cómodo a bordo de un vehículo auto guiado? Según la experiencia de Uber, que ha estado probando vehículos autónomos en Pittsburgh y Phoenix, dijo Schneider, el público parece estar abriéndose a ellos. Aunque hubiese un cierto temor inicialmente de que la gente se asustaría con este tipo de coche, “constatamos exactamente lo contrario”, dijo. Por ejemplo, ya que el pasajero no puede elegir un coche autónomo de Uber, algunos usuarios tratan de conseguirlos al solicitar los servicios ante la expectativa de lograrlo. Sin embargo, hay algo que podría retrasar el desarrollo de coches autónomos y su entrada en el mercado de masas: el modelo de negocio. Por el momento, aún es más económico tener un coche que tomar Uber a todas partes. “Si hacemos las cuentas, financieramente no es una opción más barata que tener un auto propio”, dijo Schneider. “En el momento en que los vehículos autónomos estén funcionando y se puedan encontrar por todas partes […] ya no tendrá sentido tener coche”.

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *