Tesla, el gigante de los vehículos eléctricos, ha emitido un retiro masivo de 2 millones de vehículos en los Estados Unidos, principalmente debido a preocupaciones en torno a su función de piloto automático. Esta medida se produce inmediatamente después de las acusaciones de un ex empleado de Tesla sobre la seguridad de la función de piloto automático. Si bien la tecnología de conducción autónoma ha logrado avances significativos, los recientes dent y retiros del mercado resaltan que aún queda un largo camino por recorrer antes de que los autos totalmente autónomos se conviertan en algo común en las carreteras.
Las deficiencias del piloto automático: un motivo de preocupación
El sistema de piloto automático de Tesla está diseñado para ayudar con tareas como la dirección y la aceleración, pero aún requiere la participación activa del conductor. Numerosos casos reportados revelan deficiencias en la capacidad de la tecnología para interpretar con precisión su entorno. Estos incluyen casos en los que un vehículo Tesla confundió la imagen de una señal de alto en un cartel publicitario con una señal de alto real y confundió una luna amarilla con un semáforo amarillo.
Además, las preocupaciones se extienden más allá de los vehículos de consumo de Tesla hasta sus “robotaxis” que operan en San Francisco, lo que plantea aún más dudas sobre la preparación de la tecnología de vehículos autónomos (AV) para escenarios del mundo real.
El papel de la IA en los vehículos autónomos: el eslabón perdido
La piedra angular de los vehículos autónomos es la inteligencia artificial (IA), pero los algoritmos actuales carecen de la profundidad de la comprensión y el razonamiento humanos, cruciales para afrontar situaciones complejas del mundo real. Este defi abarca el razonamiento contextual avanzado, la capacidad de interpretar objetos oscurecidos e inferir elementos invisibles en el entorno.
Además, los vehículos autónomos deben poseer habilidades de razonamiento contrafáctico, que les permitan evaluar escenarios hipotéticos y predecir resultados potenciales, un aspecto vital de la toma de decisiones en situaciones de conducción dinámica.
Considere un escenario en el que un AV se acerca a una intersección bulliciosa con semáforos. No sólo debe obedecer las señales de tráfico actuales, sino también predecir las acciones de otros usuarios de la vía y considerar cómo esas acciones podrían cambiar en diferentes circunstancias. Un dent de 2017 que involucró a un robotaxi Uber que se pasó un semáforo en amarillo en Arizona subraya la importancia de ese razonamiento predictivo.
Además, la interacción social, donde los humanos sobresalen y los robots fallan, es esencial para sortear situaciones de tráfico ambiguas. Los seres humanos utilizan habilidades sociales para negociar el derecho de paso en escenarios como carreteras urbanas con automóviles estacionados a ambos lados o en rotondas donde llegan varios automóviles simultáneamente.
Necesidad urgente de algoritmos similares a los humanos
Para una coexistencia perfecta entre los automóviles impulsados por IA y los impulsados por humanos, se necesitan con urgencia algoritmos innovadores capaces de pensar como los humanos, interactuar socialmente, adaptarse a nuevas situaciones y aprender a través de la experiencia. Dichos algoritmos permitirían a los sistemas de inteligencia artificial comprender el comportamiento matizado del conductor humano, reaccionar ante condiciones imprevistas de la carretera, priorizar la toma de decisiones teniendo en cuenta los valores humanos e interactuar socialmente con otros usuarios de la carretera.
defi los estándares para la conducción autónoma
A medida que los vehículos impulsados por IA se integran al tráfico existente, los estándares existentes para evaluar y validar los sistemas de conducción autónoma pueden resultar insuficientes. Existe una necesidad apremiante de protocolos nuevos y más rigurosos para garantizar que los vehículos impulsados por IA cumplan con los más altos estándares de seguridad, rendimiento e interoperabilidad.
Estos protocolos deberían sentar las bases para un entorno de tráfico más seguro y armonioso donde coexistan los vehículos sin conductor y los conducidos por humanos. Deben centrarse en métodos de prueba y validación y al mismo tiempo promover la colaboración entre fabricantes de automóviles, formuladores de políticas, científicos informáticos, científicos del comportamiento humano y social, ingenieros y organismos gubernamentales.
Casos de uso específicos para vehículos autónomos
Si bien el camino por delante para los vehículos totalmente autónomos puede ser más largo de lo previsto, todavía hay un lugar para ellos en casos de uso específicos. Estos incluyen lanzaderas autónomas y conducción en autopistas, donde se pueden establecer entornos controlados para mitigar los riesgos.
Por ejemplo, los autobuses autónomos podrían operar en rutas defi con carriles exclusivos, y los camiones autónomos podrían tener sus propios carriles en las autopistas. Sin embargo, es vital que estos usos prioricen el beneficio de toda la comunidad y no atiendan exclusivamente a grupos específicos, a menudo ricos, de la sociedad.
Un enfoque colaborativo para la conducción autónoma
Para abordar los desafíos actuales que rodean la conducción autónoma, un grupo diverso de expertos debe reunirse para dialogar. Este grupo debería incluir a fabricantes de automóviles, formuladores de políticas, informáticos, científicos del comportamiento humano y social, ingenieros y organismos gubernamentales, entre otros.
Este esfuerzo de colaboración debería apuntar a crear un marco sólido que tenga en cuenta la complejidad y variabilidad de los escenarios de conducción del mundo real. Se deben desarrollar protocolos y estándares de seguridad para toda la industria con el aporte de todas las partes interesadas, garantizando la adaptabilidad a medida que evoluciona la tecnología.
Deben establecerse canales abiertos para compartir datos e ideas de pruebas y simulaciones del mundo real, fomentando la confianza pública a través de la transparencia y demostrando la confiabilidad y seguridad de los sistemas de inteligencia artificial en vehículos autónomos.
Si bien el reciente retiro del mercado de Tesla subraya los desafíos que enfrenta la tecnología de conducción autónoma, no señala el final del camino para los autos sin conductor. Más bien, resalta la necesidad de un desarrollo continuo, pruebas rigurosas y colaboración entre expertos para crear un futuro más seguro y eficiente donde los vehículos autónomos y los impulsados por humanos coexistan armoniosamente en nuestras carreteras.
