El MIT se esfuerza por desarrollar un modelo de IA que pueda conducir casi como un humano

Crear automóviles sin conductor que puedan razonar y manejar situaciones similares a las de los humanos es uno de los objetivos más importantes y a largo plazo de las empresas pioneras en el campo de los vehículos autónomos, como Waymo, GM, Cruise, Uber y algunos otros grandes nombres. Mobileye, una empresa reconocida en el desarrollo de tecnología de visión para sistemas avanzados de asistencia al conductor (ADAS) y conducción autónoma, parte de Intel Corporation, propuso previamente un modelo matemático que puede denominarse Seguridad sensible a la responsabilidad (RSS). Este invento se describe como una forma avanzada de ayudar al automóvil a tomar decisiones más precisas durante la operación, similar a la forma en que normalmente giramos un automóvil, y ha recibido bastantes críticas y comentarios positivos de la comunidad. Además, otra gran empresa que también está muy interesada en el campo de los vehículos autónomos, Nvidia, también está desarrollando activamente Safety Force Field, una "política" que ayuda al automóvil a tomar decisiones precisas basadas en la capacidad de planificar, monitorear y evaluar cualquier Acciones inseguras durante las operaciones mediante el análisis de datos de sensores recopilados en tiempo real.

• Bosch presenta una caja de sensores diseñada para "taxis voladores" no tripulados.

Lo anterior es un ejemplo típico de los esfuerzos encomiables de las empresas para centrarse en el desarrollo de capacidades de conducción segura, un factor fundamental que determina el éxito de un vehículo autónomo. Sin embargo, los científicos del Instituto Tecnológico de Massachusetts (MIT) tienen una ambición mucho mayor: construir un sistema de inteligencia artificial capaz de conducir como los humanos. Más específicamente, un equipo de expertos en inteligencia artificial del MIT está trabajando actualmente en un método para aprovechar los datos de los mapas y otros tipos de datos visuales similares al GPS para permitir que los vehículos autónomos basados ​​en IA puedan aprender cómo conducen los humanos y, al mismo tiempo, “con fluidez”. “aplican los conocimientos que han aprendido a rutas experimentales planificadas de forma compleja en entornos nunca antes vistos. En consecuencia, esta investigación se basa en los sistemas de navegación de extremo a extremo diseñados por Daniel Rus, director del Laboratorio de Ciencias de la Computación e Inteligencia Artificial de EE. UU. (CSAIL), y está previsto que se presente en la Conferencia Internacional sobre Robótica y Automatización en Long Beach, California, EE. UU. el próximo mes.

• Las características de seguridad equipadas en los autos Tesla hacen que sea difícil "querer" ir por el carril equivocado

El modelo de aprendizaje automático anterior de Daniel Rus y sus colegas se consideró "engorroso" y era menos probable que se implementara ampliamente. Sin embargo, en este nuevo modelo, los científicos del MIT han superado casi por completo el problema anterior. "Con nuestro sistema, no es necesario entrenar el automóvil en cada camino, pero puede descargar un nuevo mapa para el automóvil que lo ayudará a navegar por los caminos que nunca antes había transitado", dijo el ingeniero Alexander Amini, jefe de la equipo de investigación.

Como explican el ingeniero Amini y sus colegas, su sistema de IA es capaz de observar y aprender a controlar el vehículo desde el conductor, y luego correlaciona las rotaciones del volante con cada curva que hace el conductor, lo cual se observa a través de la cámara y el sistema de mapas que fue incluidos en el sistema anterior. Por último, el coche puede dar "órdenes de conducción" precisas para cada ruta diferente, como carreteras rectas, intersecciones de cuatro o tres vías, rotondas...

• Se prueban 55 coches autónomos de 5 grandes fabricantes al mismo tiempo

En múltiples experimentos, los investigadores alimentaron al modelo de aprendizaje automático con un mapa con una ruta seleccionada al azar. Durante el funcionamiento del vehículo, el sistema extrae características visuales de la cámara, lo que le permite predecir cada elemento de la estructura de la carretera, como señales, badenes, medianas duras... Más Además, el modelo de IA también es capaz de correlacionar Datos visuales con datos de mapas para señalar irregularidades, lo que ayuda a determinar con mayor precisión la ubicación del vehículo en la carretera y garantizar que el vehículo esté circulando por la ruta más segura. Por ejemplo, cuando el modelo de IA conducía el automóvil por una carretera recta sin ningún giro, pero el sistema de mapas cometió un error e indicó que el automóvil debía girar a la derecha, la IA reconoció que esto no es razonable y sabe cómo. controlar el coche en la ruta correcta sin seguir las órdenes del mapa.

• ¿Está la humanidad en el camino correcto en el desarrollo de tecnología de vehículos autónomos?

“En el mundo real, los sensores no siempre pueden alcanzar una precisión perfecta. Sin embargo, queremos asegurarnos de que nuestro modelo pueda "adaptarse" a diversos errores que aparecen en operaciones reales, mediante la construcción de un sistema que pueda reconocer anomalías y aún sea capaz de navegar y posicionarse con precisión en todas las carreteras", añadió el ingeniero Alexander Amini.