.

Inteligencia Artificial

Ni conductor ni programador, los coches aprenderán solos con aprendizaje reforzado

1

Una empresa israelí planea probar la técnica que permitió a un ordenador vencer al Go en vehículos autónomos en carretera durante la segunda mitad de este año

  • por Will Knight | traducido por Teresa Woods
  • 12 Enero, 2017

Una flota inusual de coches autónomos se echará a la carretera durante los próximos meses. A diferencia de la mayoría de los vehículos autónomos, que están programados para lidiar con las situaciones con las que se pueden encontrar, estos coches habrán aprendido por ellos mismos cómo enfrentarse a escenarios complejos de forma segura a través de simulaciones.

Los coches aprenderán a circular por intersecciones concurridas, autovías abarrotadas y rotondas gracias al aprendizaje reforzado, una aproximación al aprendizaje de máquinas inspirada en cómo aprenden los animales al asociar una recompensa con un comportamiento previo.

Mobileye, una empresa israelí que provee sistemas de seguridad para muchas empresas automovilísticas, ha anunciado en la feria CES celebrada a principios de mes en Las Vegas (EEUU) que probará esta técnica en carretera durante el segundo semestre de este año. Para ello, la empresa colaborará con el fabricante alemán BMW y la empresa de chips Intel.  

En el aprendizaje reforzado, un enfoque particular dentro del aprendizaje profundo, los ordenadores no se programan a mano ni se les facilita ejemplos específicos de lo que se pretende que aprendan; en su lugar, el ordenador altera su propio comportamiento a medida que comprueba qué pasos le llevan de manera fiable hasta un objetivo determinado. En el caso de la conducción autónoma, el objetivo a seguir podría ser entrar en una rotonda o incorporarse al tráfico de modo seguro y fluido. La técnica ha demostrado ser una manera eficaz de entrenar a los ordenadores para hacer cosas que son difíciles de lograr con código, como por ejemplo vencer a una persona en un videojuego de Atari y el juego de mesa Go.

El director del Centro Estadounidense de Movilidad, James Maddox, considera que interactuar con conductores humanos representará un reto clave para los coches autónomos. Según Maddox, cuya organización sin ánimo de lucro colabora con las empresas para crear y establecer estándares para las tecnologías conectadas y automatizadas, estos sistemas "tienen que aprender no sólo de la experiencia de un vehículo, sino de la de otros conductores también". Mobileye también está desarrollando una plataforma que permitiría a diferentes fabricantes compartir los datos recopilados por sus coches autónomos. Para Maddox, un acceso fácil a esa información podría ser crucial para impulsar la mejora de la tecnología.

La conducción autónoma y su tecnología asociada fueron del desencadenante de una buena parte de los anuncios y demostraciones del CES de este año. Toyota presentó su idea para un coche autónomo con asistente personal integrado. El fabricante de chips Nvidia mostró un potente sistema en un chip desarrollado para la conducción autónoma. El fabricante de piezas automovilísticas Delphi exhibió un Audi autónomo producido en colaboración con Mobileye.

La empresa israelí lleva por su parte algún tiempo trabajando en sus sistema de aprendizaje. En una conferencia de inteligencia artificial (IA) celebrada en Barcelona (España) en diciembre, el vicepresidente de tecnología de la empresa, Shai Shalev-Shwartz, explicó que el aprendizaje reforzado permite equipar a los coches autónomos con una conducción más habilidosa. Mostró como ejemplo una situación que su empresa está abordando con la técnica: en una simulación, en el punto de intersección de dos autovías, un puñado de coches se incorpora simultáneamente en direcciones contrarias.

"Tenemos que encontrar el equilibrio entre un comportamiento defensivo y otro agresivo", dijo Shalev-Shwartz. "Si somos demasiado defensivos, no progresaremos; si somos demasiado agresivos, podríamos chocar con otros coches. Necesitamos negociar con los demás conductores. No podemos [limitarnos a] respetar las reglas: tenemos que conocer las reglas de romper las reglas".

Inteligencia Artificial

 

La inteligencia artificial y los robots están transformando nuestra forma de trabajar y nuestro estilo de vida.

  1. Por qué medir la IA sigue siendo un desafío pendiente

    Los benchmarks, diseñados para evaluar el rendimiento de una IA, a menudo están basados en criterios opacos o en parámetros que no reflejan su impacto real. No obstante, hay enfoques que buscan ofrecer evaluaciones más precisas y alineadas con desafíos prácticos

    Los benchmarks, diseñados para evaluar el rendimiento de una IA, a menudo se fundamentan en criterios opacos o en parámetros que no reflejan su impacto real
  2. Qué es el 'red-teaming', el proceso que permite a OpenAI detectar fallos en ChatGPT

    A través del red-teaming, un proceso en el que se simulan ataques para buscar fallos en los sistemas, OpenAI identifica vulnerabilidades en sus herramientas. Sin embargo, la amplia variedad de situaciones en las que se pueden utilizar estos modelos dificulta su control

    El 'red-teaming' es un proceso usado por OpenAI para detectar fallos en sus modelos
  3. Al habla con la IA: el reto de lograr voces más diversas e inclusivas

    La iniciativa Common Voice, de Mozilla, busca que las voces generadas por inteligencias artificiales sean más inclusivas y reflejen una mayor variedad de dialectos para asegurar que las particularidades de cada lugar y cultura se preserven frente al avance tecnológico

    La iniciativa Common Voice, de Mozilla, busca que las voces generadas por IA sean más inclusivas y diversas