Cuando la gente piensa en coches autónomos, suele imaginar un vehículo completamente autónomo, sin conductores humanos. La realidad es más compleja: los vehículos tienen distintos niveles de automatización —el control de crucero es una forma temprana— y la inteligencia artificial también actúa dentro del coche para que el viaje sea más seguro para el conductor y los pasajeros. La IA incluso permite que el coche entienda qué quiere hacer el conductor en un entorno ruidoso: leyendo los labios.
En Silicon Valley hay una carrera por desarrollar la mejor tecnología para los vehículos autónomos. «Quizá sea uno de los momentos más emocionantes para hablar de vehículos autónomos», dijo el profesor de operaciones, información y decisiones de Wharton Kartik Hosanagar en un panel de la reciente conferencia AI Frontiers en Silicon Valley. «Hace diez años, la mayor parte del trabajo sobre vehículos autónomos se realizaba en laboratorios de investigación y diversas instituciones educativas». Hace unos cinco años, solo Google y un puñado de empresas los estaban probando. «Hoy hay una intensa actividad», afirmó. «Solo en California, el número de empresas con licencias para probar y operar vehículos sin conductor ya se sitúa entre 30 y 50».
A escala mundial, Estados Unidos y China llevan la delantera en la carrera por los coches autónomos. Alemania y Japón, pese a su fama en la industria automovilística, van rezagados. «La diferencia clave es la IA», dijo Tony Han, cofundador de JingChi, una empresa de vehículos autónomos con sede en China. «China y Estados Unidos lideran en IA». China y Estados Unidos también están a la cabeza en materia de regulación de los vehículos autónomos. Tres megatendencias impulsan este intenso interés: la creciente popularidad de los vehículos eléctricos, la aparición de la economía colaborativa, que impulsa a empresas de viajes compartidos como Uber y Lyft, y los avances en inteligencia artificial. Si se piensa bien, dijo, la conducción autónoma consiste en combinar un conductor robotizado con un coche eléctrico.
Según Han, la mayoría de las empresas de vehículos autónomos están desarrollando tecnología adecuada para lo que él denomina un coche de nivel 4. Hay cinco niveles de automatización en los coches autónomos. El nivel 1 es el más básico; una función típica es el control de crucero, que existe desde hace años. El nivel 5 es el más avanzado: el vehículo es completamente autónomo. El nivel 4 está un escalón por debajo: es un nivel de alta automatización en el que el coche puede funcionar en ciertas situaciones sin intervención ni atención del conductor, por ejemplo, en zonas especialmente valladas o en el tráfico.
La IA dentro del coche
Danny Shapiro, director sénior de automoción en Nvidia, fabricante de chips, dijo que las empresas tecnológicas se toman muy en serio el desarrollo de tecnología para vehículos autónomos porque hay mucho en juego. «Esto no es un motor de recomendaciones de Netflix», afirmó en la conferencia. «La IA tiene que acertar de lleno». Eso requiere una capacidad de cálculo «extrema» y mucho código, señaló Shapiro. En el maletero del vehículo autónomo hay potentes ordenadores y unidades de procesamiento gráfico que aplican aprendizaje profundo para analizar todos los datos que reciben y determinar, por ejemplo, si el objeto que tienen delante es una persona, otro coche, una boca de incendios, etcétera.
Aunque pasará algún tiempo antes de que los vehículos completamente autónomos lleguen al mercado, la IA ya está transformando el interior del coche. Las cámaras frontales pueden identificar a las personas que van en el vehículo y seguir la posición de los ojos del conductor para detectar si se está quedando dormido o está distraído, e incluso leerle los labios. Los sensores y las cámaras exteriores colaboran con la tecnología interior para mejorar la seguridad. Por ejemplo, el coche avisa por audio de que hay «peligro de tráfico transversal» si otro vehículo está a punto de saltarse un semáforo en rojo. También puede decir cosas como «¡Cuidado! ¡Se acerca una motocicleta por el carril central!» para alertar al conductor si quiere cambiar de carril. «Habrá toda una serie de funciones tipo ángel de la guarda, aunque todavía no conduzcamos de forma totalmente autónoma», dijo Shapiro.
De hecho, uno de los principales objetivos de las empresas de coches autónomos es hacer que la conducción sea más segura. El error humano es responsable del 94% de los accidentes de tráfico, dijo Jeff Schneider, gerente sénior de ingeniería de Uber y profesor investigador de la Universidad Carnegie Mellon. Señaló que la mitad de los errores que provocan accidentes eran errores de percepción: el conductor no prestaba atención o no vio algo que se acercaba. La otra mitad se debía a errores de decisión: el conductor iba demasiado rápido o interpretó mal la situación.
Según Schneider, los vehículos autónomos pueden abordar estos dos tipos de errores. Los problemas de percepción se reducirían mediante el uso de sensores, radar, cámaras, Lidar (un sistema de teledetección) y otras herramientas. Los coches pueden ver la posición en 3D de los objetos y otros elementos que los rodean, recibir imágenes de cámaras de 360 grados en alta resolución y acceder a otros datos pertinentes, como la velocidad de los objetos. Mientras tanto, sistemas informáticos sofisticados analizan el entorno para tomar las decisiones de conducción adecuadas.
Una forma de mejorar la precisión es incorporar redundancia en los sistemas. Por ejemplo, si una señal de tráfico quedara oculta de algún modo, se toman medidas para que el coche autónomo no se confunda. Schneider dijo que el mapa del propio coche le indicaría que hay una señal de tráfico en ese lugar. Además, estos vehículos procesan enormes cantidades de datos para entrenarlos a funcionar en diversas condiciones, como nieve, lluvia, aguanieve e inundaciones. Las empresas de vehículos autónomos también utilizan condiciones generadas por ordenador para entrenar al coche a conducir en situaciones como una puesta de sol cegadora. «Con un conjunto de servidores, podemos generar más de 300.000 millas [de conducción] en solo cinco horas y probar algoritmos en todas las carreteras pavimentadas de Estados Unidos en apenas dos días», señaló Shapiro, de Nvidia.
Sin duda, estas son tareas complejas para el coche. «Póngase en la [posición] de la persona que escribe el código», que debe tener en cuenta, entre otras cosas, a la gente que cruza la calle, los demás coches en la vía, las vallas publicitarias, las señales de tráfico que tiene delante y los carriles para coches, bicicletas y peatones, dijo Schneider. «Es un caos absoluto».
Seguridad y protección
A quienes dudan y consideran que un vehículo completamente autónomo es una quimera, Schneider les dijo que sería útil repasar cuánto han avanzado estos vehículos. Ya en la década de 1980, el proyecto NavLab de la Universidad Carnegie Mellon equipaba furgonetas con ordenadores y sensores para la conducción automatizada y asistida. «Era la era de la robótica, cuando la regla era dejar la grabación de vídeo en marcha por si acaso ocurría algo bueno», dijo. En 1995, el viaje «No Hands Across America» de la universidad, desde Pittsburgh hasta el sur de California, fue autónomo en un 98% e incluyó un tramo de 70 millas sin intervención humana, dijo Schneider.
En 2000, la universidad pasó a los vehículos todoterreno. Las nuevas incorporaciones a los coches fueron el GPS y los Lidar, que facilitaban localizar los objetos y esquivarlos. Siete años después, en el DARPA Grand Challenge, una competición de vehículos autónomos, un avance importante fue la incorporación de buenos mapas que ofrecían una reconstrucción completa del entorno. «La IA dio un paso adelante», dijo Schneider. CMU ganó la competición. También fue entonces cuando Google reconoció el potencial de los vehículos autónomos y puso en marcha su proyecto de conducción autónoma, afirmó. Desde entonces, la IA, el aprendizaje automático y el aprendizaje profundo han mejorado aún más.
Aun así, ¿se sentirán cómodos los consumidores viajando en un coche autónomo? Según la experiencia de Uber probando vehículos autónomos en Pittsburgh y Phoenix, Schneider dijo que el público parece estar dispuesto a viajar en ellos. Aunque al principio preocupaba que la gente tuviera miedo de esos coches, «lo que descubrimos fue exactamente lo contrario», afirmó. Por ejemplo, como los pasajeros no pueden elegir un Uber autónomo, algunos clientes perseguían esos vehículos mientras pedían viajes con la esperanza de que les tocara uno.
Sin embargo, el modelo de negocio podría frenar el desarrollo de coches autónomos para el mercado masivo. Por ahora, sigue siendo más económico tener un coche que tomar un Uber para ir a todas partes. «Si haces los cálculos, desde el punto de vista financiero no sale más barato que tener tu propio coche», dijo Schneider. «Cuando los vehículos autónomos funcionen y estén por todas partes…, no tendrá sentido tener un coche».
