Neuronas digitales “drive” de forma autonoma
El cerebro humano, sus neuronas y sus sinapsis son el modelo para las redes neuronales artificiales, un tipo especial de inteligencia artificial (IA). Estas redes pueden aprender a reconocer patrones y actuar de manera independiente.
Recibí las noticias en tu celular: Canal de WhatsApp Motorpy
Los copos blancos flotan hacia abajo, el camino se cubre de nieve y se vuelve resbaladizo. ¿Qué haces como conductor? Maneje con cuidado, dirija, frene – seguro. Pero, ¿cómo debe comportarse un vehículo autónomo en condiciones de conducción variables? ¿Cómo determinar el deslizamiento de la carretera, cómo calcular la interacción compleja de todos los factores? “Lo que es simple para las máquinas suele ser difícil para las personas, y viceversa”, dice Paul Hochrein, quien investiga la conducción autónoma en la división de control de dinámica de manejo del Grupo Volkswagen.
COOPERACIÓN DE INVESTIGACIÓN ENTRE VOLKSWAGEN Y STANFORD
La inteligencia artificial (AI) de un vehículo autónomo tiene que recalcular el proceso que generalmente ocurre inconscientemente para los humanos varias veces por segundo, compararlo con los registros de datos internos y la entrada de numerosos sensores, vigilar el entorno, seguir numerosos escritos y Reglas no escritas y reaccionan ante nuevas situaciones en una fracción de segundo. Entre otras cosas: reconocer lo resbaladizo que está el camino y conducir en consecuencia. Esta es un área importante de conducción autónoma en la que el Grupo Volkswagen está llevando a cabo una investigación junto con la universidad de élite de Stanford, California.
SITUACIONES EXTREMAS DURANTE LA CONDUCCIÓN AUTÓNOMA
La atención se centra en la aplicación de la inteligencia artificial en la conducción autónoma y asistida en todas las situaciones posibles en la carretera. “Queremos demostrarle al coche que esto es posible”, dice Hochrein, refiriéndose a la famosa carrera Pikes Peak en Colorado, en la que el Grupo Volkswagen ya ha establecido varios récords. En general, existen dos desafíos principales para la IA en la conducción autónoma: conducir en el límite de la pista y conducir en el tráfico de la ciudad. “Si un sistema completo, incluida la IA, puede manejar situaciones tan extremas, ya está un gran paso adelante”, dice Hochrein. Por supuesto, los sensores correspondientes y el procesamiento de datos también deben estar disponibles como base para esto.
Ya sea en una pista de carreras o en una gran ciudad, ¿cómo debería un vehículo autónomo lidiar con las nevadas y otras condiciones de la carretera? Volkswagen Group y Stanford han encontrado una respuesta a esta pregunta: una red neuronal artificial que puede reconocer diferentes superficies y reaccionar en consecuencia. Y es mejor y más flexible que un programa clásico que solo puede realizar tareas como la conducción semi-autónoma con un esfuerzo de programación previo inmenso. Las redes neuronales artificiales son una forma especial de inteligencia artificial, y de gran importancia para el desarrollo de la conducción autónoma y asistida.
EL GRUPO VOLKSWAGEN PRUEBA LA CONDUCCIÓN AUTÓNOMA EN HAMBURGO
Hochrein explica la inteligencia artificial de la siguiente manera: “Funciones matemáticas que actúan como lo haría un ser humano”. Pero hay un problema con la conducción autónoma. “Si usamos algoritmos simples, ellos hacen lo que se supone que deben hacer. Pero no representan la realidad con la precisión suficiente para una conducción autónoma segura “, dice Hochrein. Después de todo, se deben procesar enormes cantidades de datos diferentes al conducir: desde el ángulo del volante hasta el posible comportamiento de una motocicleta que se aproxima, hasta la cuestión de si los semáforos en frente son rojos o verdes y si están orientados hacia el carril propio del conductor o no.
“Representar todo esto matemáticamente, conduce a fórmulas muy complejas”, dice Hochrein. Es por esto que se necesita algo diferente aquí: un programa que puede tratar de manera independiente grandes cantidades de datos y derivar un cierto comportamiento de él. Un tipo de cerebro mecánico, formado por ceros y digitales, que no tiene que programarse hasta el último detalle, sino que se programa a sí mismo con ayuda humana de tal manera que se obtenga el resultado deseado al final.
EXPERIMENTANDO CON FOTOS DE PERROS
Lo mismo se aplica a las redes neuronales artificiales: intentan descubrir qué patrones producen los resultados deseados. La propia red selecciona qué neurona está vinculada a qué otras neuronas y en qué medida. En otras palabras: la programación original solo proporciona el marco aproximado, y AI llena los detalles de forma independiente sobre la base de las especificaciones. Estos patrones son retenidos y reforzados. Sin embargo, esto solo es posible si se entrena correctamente.
Un ejemplo: una red neuronal debería aprender a reconocer las fotos de los perros, y no confundirlos con los de los gatos, por ejemplo. Recibe diferentes grupos de fotos de diferentes perros, así como de gatos, y la información correspondiente sobre cuál es la salida correcta.
REDES NEURONALES ARTIFICIALES Y APRENDIZAJE PROFUNDO
Al principio, el programa todavía puede cometer muchos errores: hay muchas razas de perros diferentes, con diferentes formas de orejas, hocicos y tamaños de cuerpos. Analiza y experimenta de forma independiente los numerosos píxeles, reconoce patrones y características distintivas y los correlaciona. Y aprende qué parámetros tiene que cambiar de tal manera que el camino a través de su interior, desde la entrada de la foto hasta la salida “Esto es un perro” sea correcto.
¿SON LOS PERROS CHIHUAHUAS?
En algún momento, el programa podrá determinar con cierta probabilidad que un Chihuahua cuente como un perro, sin que se haya confirmado explícitamente de antemano como la solución correcta. Dependiendo del equipo técnico y la programación, esto puede tomar diferentes períodos de tiempo. La forma en que crea la conexión de la foto al resultado y las neuronas que se activan, se deja a la propia red con sus numerosos nodos y conexiones. Lo principal es que funciona. Quizás el ejemplo más conocido de una red neuronal artificial reciente es AlphaGo, un programa de DeepMind, que pertenece a Google.
ALPHAGO ES UN CAMPEÓN DEL MUNDO
Durante mucho tiempo, el juego de mesa asiático Go fue considerado uno de los últimos bastiones de la inteligencia y la intuición humanas. Es mucho más complejo que el ajedrez: se dice que hay más combinaciones posibles en un juego que átomos en el universo. Pero esta fortaleza también fue asaltada en 2016: una red neuronal fue entrenada durante meses usando Deep Learning, un tipo especial de red neuronal que puede aprender particularmente bien por sí misma. Jugó más de 30 millones de partidos. Y luego derrotó al anterior Campeón del Mundo Go, Lee Sedol de Corea del Sur, quien reclamó el puesto número uno durante una década.
“Ese fue el gran avance”, dice Hochrein. “La idea básica de las redes neuronales artificiales había existido durante mucho tiempo, pero ahora los avances en la informática se han combinado con los avances en la potencia informática. En lo que se refiere a la conducción autónoma, Hochrein es optimista: “El nivel 5, es decir, la conducción totalmente automatizada, es básicamente factible, pero es una tarea muy compleja para lograr que esté segura en la carretera”. No solo debe confiar en las redes neuronales – Los programas clásicos también son adecuados para ciertas tareas. “Las redes neuronales no son un remedio para todo”, dice Hochrein, “pero son enormemente importantes para el desarrollo de la conducción autónoma y asistida”.