Conseguir la tecnología adecuada es sólo el primer obstáculo. Luego vienen las regulaciones y las conversaciones sobre el riesgo. Después de décadas de especulación, los vehículos autónomos finalmente están llegando a lugares, pero sólo a algunos lugares.
La adopción generalizada de vehículos sin conductor presenta obstáculos. Sin embargo, no de la forma que se podría pensar. Los vehículos autónomos probablemente no se generalizarán hasta que se establezca un estándar de preparación para la circulación ampliamente aceptado. Si bien este tipo de estándares a menudo vienen en forma de regulación.
La actual inacción del gobierno federal sobre el tema sugiere que es más probable que estos estándares se originen dentro de la propia industria. Los federales han creado algunas pautas sobre cómo deberían funcionar los vehículos autónomos. Son un total de 12 pautas y un proceso de comentarios públicos requerido antes de que las ruedas autónomas lleguen a las calles de los contribuyentes.
Decidir cuándo la goma llega a la carretera
Actualmente se solicita que las empresas de servicios de transporte presenten voluntariamente un resumen de lo que han hecho para garantizar que sus vehículos autónomos sean seguros para los pasajeros y para todos los demás en la carretera. Los fabricantes de al menos 19 modelos de vehículos autónomos han presentado informes de seguridad. Los criterios para decidir cuándo están listos para salir a la carretera varían.
Lo más cerca que estuvieron las empresas de crear un estándar de seguridad unificado fue en 2018, cuando Nvidia y Mobileye trabajaron juntas para crear un conjunto de reglas que rigen cómo reaccionan los vehículos autónomos a las condiciones de la carretera. Aunque su colaboración fracasó y Mobileye finalmente acusó a Nvidia de copiar su tecnología.
La idea de un proceso de creación de estándares impulsado por la industria puede parecer atractiva en principio. Lograr que todos los actores principales estén en la misma página podría ser difícil. Sin embargo, incluso al suceder esto, algunas empresas todavía están colaborando en este tema.
La IA también necesita instructores de conducción
La mayoría de las empresas de vehículos sin conductor utiliza un sistema de inteligencia artificial para decidir si un automóvil debe detenerse, avanzar, acelerar o reducir la velocidad. Este sistema de IA está entrenado por conductores humanos. Los automóviles autónomos esencialmente viajan como pasajeros de estos choferes humanos, y las máquinas aprenden de las decisiones que toman los humanos antes de que se les permita tomar el volante.
Muchas empresas, basan estas experiencias de aprendizaje en la nube, por lo que los datos pueden actualizarse continuamente y en todos los vehículos: cuando un camión aprende a responder a un tractor en la carretera, por ejemplo, todos los camiones aprenden de él.
Estos hallazgos luego se agregan a una “lógica central” establecida, o reglas de conducción que sustentan el sistema de inteligencia artificial. Estas reglas incluyen elementos como nunca exceder el límite de velocidad o detenerse siempre en los semáforos en rojo.
El estándar de seguridad universal ideal regularía la lógica central y el sistema de inteligencia artificial de los vehículos autónomos.
Las IA recorren millones de kilómetros antes de salir a la carretera
La mayoría de las empresas de servicios de transporte construyen sus sistemas de inteligencia artificial (y prueban su lógica central) a través de millones de kilómetros de conducción simulada. Quieren descubrir cómo está programado un vehículo para responder en diferentes situaciones y luego utilizar el aprendizaje automático para aprender de condiciones nuevas simuladas.
Muchas empresas basan sus sistemas de conducción simulados en motores de juegos, que se basan en la física y pueden replicar los efectos de cosas como la gravedad o la velocidad. La red neuronal se basa en un sistema ResNet de cosecha propia.
Los vehículos sin conductor deben probarse en toneladas de situaciones extrañas, algunas de las cuales a los humanos quizás no se les ocurra entrenar sus vehículos. Una limitación actual es que las computadoras no pueden generalizar como lo hacen los humanos. La IA de las computadoras debe entrenarse por separado para que descubran cómo reaccionar.
Una vez que una empresa decide que su automóvil autónomo ha recorrido suficientes millas simuladas (y ha entrenado su IA en consecuencia), está listo para realizar pruebas en la carretera. La tecnología que impulsa cómo los diferentes tipos de vehículos autónomos descubren lo que tienen delante presenta la mayor variación entre las empresas.
Muchos negocios utilizan una combinación de cámaras y sensores de radar para descubrir qué sucede alrededor del vehículo. Estas tecnologías están integradas en una visera sobre el parabrisas de un camión y toman al menos 20 imágenes de la carretera por segundo. Una computadora utiliza unidades de procesamiento gráfico para procesar las imágenes rápidamente. Luego, una red neuronal analiza las imágenes para determinar cómo debe conducirse el camión y comunica su decisión a los controles de la máquina en el volante, la aceleración y los frenos.
Actualmente hay sistemas que indican a los camiones cómo conducir en línea recta y mantener una distancia segura de los vehículos que los rodean.
Los coches autónomos se mantienen fuera de las calles porque debemos cubrir sus propios gastos
Los coches autónomos todavía no están ampliamente disponibles en las calles debido a una combinación de factores, que incluyen la necesidad de perfeccionar la tecnología para garantizar la seguridad y la eficiencia, así como la necesidad de establecer regulaciones y leyes que rijan su uso.
Además, el costo de desarrollo y mantenimiento de los vehículos autónomos es alto, lo que también puede ser un factor en su limitada presencia en las calles. Sin embargo, a medida que la tecnología avanza y se resuelven estos desafíos, es probable que veamos un aumento en la presencia de vehículos sin conductor en nuestras carreteras.
