Inteligencia artificial en los coches: del ojo humano a los omnipresentes algoritmos
De repente, una pelota surge entre dos coches aparcados junto a la acera y bota alegremente en la calzada. Cualquier conductor que observa esta escena sabe que en cualquier momento puede aparecer un niño en busca de su preciada posesión y de forma casi instintiva pisará el pedal del freno. Pero un radar o una cámara que sirvieran a un sistema automático de guiado de un vehículo podrían interpretar que sencillamente hay un objeto redondo y blando en la trayectoria y no es necesario aminorar la velocidad.
La inteligencia artificial (IA) está llamada a solventar situaciones como esta como lo hacemos los conductores humanos y ya ha tomado posiciones en diversos dispositivos presentes en los automóviles actuales, sobre todo en algunas ayudas a la conducción, conocidas como ADAS, y en los asistentes digitales. Su desarrollo en los próximos años será exponencial pues es el elemento clave de los futuros sistemas de seguridad, de la conducción autónoma y de muchos servicios relacionados con la movilidad.
Como nos recuerda Carglass, numerosos modelos cuentan hoy con asistentes ADAS que ofrecen visión artificial a través de la cámara que montan en el parabrisas -razón por la que, si se sustituye una luna equipada con estos sistemas, es preciso recalibrar la cámara-, así como de otros sensores y de algoritmos de procesamiento de imágenes. De este modo se hace posible reconocer el entorno, identificar situaciones de riesgo y detectar señales, marcas viales, peatones o ciclistas.
Otras muestras de inteligencia artificial sencilla, esto es, sin capacidad de aprendizaje, las encontramos actualmente en los comandos de voz gracias a los cuales no necesitamos solicitarle a nuestro coche, por ejemplo, que suba la temperatura del climatizador a 24 grados, sino que basta con decirle “tengo frío”. Como el sistema es capaz de aprender nuestras rutinas (desplazamientos habituales, música favorita, temperatura preferida…) para automatizarlas, sabe que debe ponerla a 24º, ni un grado más ni uno menos.
Todos estos son procesos simples que el día de mañana deberían aumentar en complejidad, y ello llegará de la mano del aprendizaje automático, o machine learning, y del aprendizaje profundo, o deep learning. Sin estas destrezas no existirá el vehículo autónomo, que necesita definir un entorno y un contexto basándose en la información que ha recopilado para poder tomar las decisiones correctas. Solo aprendiendo de la experiencia podrá predecir cómo se desarrollará una situación y, en el caso de la pelota que irrumpe en la calzada, frenar por si un niño viene detrás.
La marca coreana Hyundai ha desarrollado una función ADAS basada en IA con aprendizaje automático. Se trata de un control de velocidad que reconoce, analiza y aprende de los patrones de conducción del usuario en lo que respecta a mantener la distancia de seguridad con el coche precedente y a acelerar. Al reaccionar de manera idéntica a como lo hace el conductor, este no se siente incómodo usando el sistema y pierde los posibles recelos hacia él.
Mediante el deep learning, aún no disponible en ningún modelo del mercado, es posible que un coche autónomo como el que está desarrollando la start-up británica Wayve aprenda a conducir sin salirse de la carretera en solo 20 minutos, después de 12 intentos y numerosas correcciones por parte del conductor humano. Ese vehículo puede desenvolverse en tráfico real con el solo apoyo de cámaras, sensores, un navegador GPS y su capacidad de mejora constante, en una dinámica basada en tres inputs -experiencia, ejemplo y feedback- similar a la que utilizamos las personas.
Los ingenieros surten a la IA del coche de conocimientos de matemáticas, física y biología (formas corporales de personas y animales) que deberá aplicar de manera constante, y el aprendizaje profundo se extenderá a todas las circunstancias que rodean la conducción: las reacciones de todos los coches con los que nos cruzamos, el comportamiento de todos los peatones, las condiciones de todas las calles y carreteras que recorramos, el flujo del tráfico…
Con esa formidable cantidad de datos de todos los coches autónomos que circulen por el mundo se irán generando modelos que se almacenarán en redes neuronales. Y a partir de ellas se desarrollarán constantemente nuevos algoritmos que acabarán embarcados a su vez en otros coches autónomos, que de esta manera se beneficiarán de la experiencia de millones de situaciones ya vividas para tomar siempre la decisión correcta en una fracción de segundo.
Pronosticar averías en función de tus hábitos de conducción
Entre las mil y una aplicaciones futuras de la inteligencia artificial se halla la tecnología que permitirá pronosticar eventuales averías del vehículo en función de los hábitos de conducción de quien lo utiliza. En breve plazo podría ayudar también a predecir y evitar los atascos, así como a prever la evolución del tráfico controlando los semáforos y los flujos de coches, por ejemplo, de zonas residenciales a grandes centros de trabajo.
Un informe de la consultora McKinsey adelanta que las compañías de seguros podrán valerse de ella para confeccionar perfiles de riesgo y cálculos de cuotas con base en los datos compartidos por los conductores. Por último, la IA se empleará para gestionar de modo más eficiente las flotas de vehículos compartidos, las redes y puntos de recarga para coches eléctricos, las plazas de aparcamiento y las conexiones en los sistemas de movilidad multimodales, entre otros muchos aspectos de las nuevas formas de movilidad.
