.

Waymo

Inteligencia Artificial

Las peores pesadillas de un conductor entrenan al coche autónomo

1

Además de desplazarse por las carreteras, los vehículos sin conductor de Waymo han recorrido miles de millones de kilómetros en un mundo virtual. Gracias a su entrenamiento en una simulación, los coches robóticos aprenden cómo enfrentarse a situaciones de riesgo que serían demasiado peligrosas de recrear en la realidad

  • por Will Knight | traducido por Ana Milutinovic
  • 16 Noviembre, 2018

Se podría considerar que Waymo, la filial de Alphabet, tiene los coches autónomos más seguros. Sin duda, son los que han recorrido el mayor número de kilómetros. Pero en los últimos años, los accidentes graves en los que han estado involucrados los primeros sistemas de Uber y Tesla han minado la confianza pública en esta naciente tecnología. Para recuperarla, no es suficiente recorrer más kilómetros en las carreteras reales.

Por eso, Waymo no solo acaba de anunciar que sus vehículos han recorrido más de 16 millones de kilómetros desde 2009. También ha revelado que su software ahora recorre esa misma distancia dentro de una versión simulada del mundo real cada 24 horas, es decir, el equivalente a 25.000 coches que conducen sin parar todas las horas del día a lo largo de los siete días de la semana. En total, Waymo ha recorrido más de 9.650 millones de kilómetros virtuales en total.

Esta pista virtual de pruebas es muy importante para los esfuerzos de Waymo en demostrar que sus coches son seguros, explica el director de tecnología de esta empresa, Dmitri Dolgov. Permite a los ingenieros probar las últimas actualizaciones de software en una amplia variedad de nuevos escenarios, incluyendo situaciones que no se han visto en carreteras reales. También hace posible testar las situaciones que serían demasiado arriesgadas para recrearlas en la realidad, como por ejemplo con otros vehículos que conducen imprudentemente a gran velocidad. 

"Digamos que estamos testando un escenario donde alguien está saltando desde un vehículo", detalla Dolgov. “En algún momento se vuelve peligroso probarlo en el mundo real. Y aquí es donde el simulador tiene un gran poder". A diferencia de los conductores humanos, los coches autónomos dependen de los datos de entrenamiento en lugar de tener un conocimiento real del mundo, por lo que pueden confundirse fácilmente con escenarios desconocidos.

Pero no es fácil ensayar y probar los sistemas de aprendizaje automático que son complejos y pueden comportarse de manera difícil de predecir (ver "El secreto más oscuro de la inteligencia artificial: ¿por qué hace lo que hace?). Permitir que los coches recopilen grandes cantidades de datos de entrenamiento de un mundo virtual ayuda a entrenar estos sistemas.

"La pregunta es si las pruebas basadas en simulaciones incluyen realmente todos los casos complicados que hacen que la conducción sea un desafío", dice el profesor asistente en la Universidad de Michigan (EE.UU.) Ramanarayan Vasudevan, especialista en las simulaciones de vehículos autónomos. 

Para explorar el mayor número de casos excepcionales, el equipo de Waymo utiliza un enfoque conocido como "fuzzing", un término prestado de la seguridad informática. El fuzzing implica ejecutar la misma simulación mientras se añaden variaciones aleatorias para ver si estas perturbaciones pueden provocar accidentes o hacer que algo falle. Waymo también ha desarrollado un software que garantiza que los vehículos no se alejen demasiado de un buen comportamiento en la simulación (por ejemplo, un frenazo violento).

Además de analizar los datos de conducción real y simulada, Waymo trata de retar a sus coches diseñando escenarios de conducción inusuales. En una pista de prueba en la Base de la Fuerza Aérea Castle, en el centro de California (EE .UU.), los evaluadores arrojan todo tipo de obstáculos a los coches para confundirlos, desde personas que cruzan la calle con salvajes disfraces de Halloween hasta objetos que caen de la parte trasera de camiones que pasan. Sus ingenieros también han probado lo que sucede si se cortan los cables de corriente del sistema de control principal para asegurarse de que la solución alternativa funcione correctamente. 

Waymo está progresando. En octubre del año pasado, se convirtió en la primera compañía en prescindir de los conductores de seguridad en algunos de sus vehículos. Alrededor de 400 personas en Phoenix, Arizona (EE. UU.), han estado usando estos robotaxis (taxis robóticos) realmente autónomos para su transporte diario.

Pero Phoenix es un entorno bastante sencillo para vehículos autónomos. Trasladarlos a zonas menos tranquilas y más caóticas, como el centro de Boston en medio de una tormenta de nieve, será un gran paso adelante para la tecnología. "Yo diría que el lanzamiento de Waymo en Phoenix se parece más al de Sputnik que a un vehículo totalmente autónomo en Michigan o San Francisco [en EE.UU.], donde estaría más cerca de una misión Apollo", ejemplifica Vasudevan.

La situación a la que se enfrentan Waymo y otras empresas de coches autónomos sigue siendo, de hecho, un claro recordatorio de la gran brecha que aún existe entre la inteligencia real y la artificial. Sin muchos miles de millones de kilómetros más de pruebas reales y virtuales, o sin un nivel más profundo de inteligencia, los coches autónomos siempre son propensos a tropezar cuando se encuentran con algo inesperado. Y las empresas como Waymo no pueden permitirse ese tipo de incertidumbre.

Inteligencia Artificial

 

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

  1. Esta IA ayuda a que los profesores enseñen mejor matemáticas a los niños

    La herramienta, llamada Tutor CoPilot, demuestra cómo la IA podría mejorar, en lugar de sustituir, el trabajo de los educadores

  2. Meta ofrece gratis un gran conjunto de datos para acelerar el descubrimiento de nuevos materiales mediante IA

    Open Materials 2024 (OMat24) es uno de los mayores conjuntos de datos de entrenamiento de IA para la ciencia de materiales y está disponible de forma abierta y gratuita

  3. ChatGPT discrimina por raza y género según el nombre de usuario en el 0,1% de las interacciones

    MIT Technology Review accede en exclusiva a la investigación sobre estereotipos negativos en los grandes modelos lingüísticos de la empresa