El auto autónomo debe pensar más allá de los pasajeros que lleva dentro
PARA LA NACIONJulieta Schulkin
En el transporte con autos autónomos, ¿quién es el usuario? En primer lugar, podría ser una respuesta evidente pensar en el pasajero. Sin embargo, Melissa Cefkin, titular del Centro de Investigación de Nissan en Palo Alto, amplía la visión. Durante el evento Nissan Futures, realizado por primera vez en América latina, la ex científica de la NASA habló de la movilidad del futuro, explicando, entre otras cosas, que los autos autónomso deben tener en cuenta también a las personas que están afuera del auto, y tratarlas como usuarios.
En el encuentro, donde Nissan anunció la llegada al mercado latinoamericano de su auto eléctrico Leaf (el más vendido del mundo), Cefkin destacó la confianza que deberán transmitir los vehículos autónomos , pensando, por ejemplo, en peatones o ciclistas. La investigadora, doctora en antropología, estudia junto a su equipo cómo es el tráfico en cada ciudad y cómo preparar a los autos autónomos para diferentes situaciones.
Así, expuso las variaciones que puede tener el estado del tránsito en Irán, San Pablo, Buenos Aires o California. Asimismo destacó la importancia del lenguaje corporal (¿qué sucede alrededor del auto autónomo?) y señaló que algunas señales de tránsito podrían en el futuro no importarles a los autos sin chofer.
Un policía o un malabarista
¿Cómo podría un auto autónomo en la calle distinguir a un malabarista de un policía? "Tenemos que descubrir y aprender cosas de este tipo y eso no ha sido resuelto al 100%. La respuesta vendrá en una combinación de muy rápido desarrollo con la mejora en los sistemas de sensores, para que sean capaces de ver y comprender mejor cuáles son las acciones y cuáles los comportamientos, dependiendo de cada acción", explica.
La antropóloga admite no querer trabajar siempre de la misma forma, ya que las personas viven de diferentes formas en distintos lugares del mundo. También destaca el trabajo que hacen en la empresa nipona para crear nuevos programas de uso compartido de los autos y robotaxis, como Easy Ride (taxis autónomos que circularán en los Juegos Olímpicos de Tokio 2020), con el objetivo de descongestionar el tránsito en grandes ciudades.
Cefkin explica que durante muchos años, Nissan ha estudiado la conducta de choferes y peatones en numerosas ciudades del mundo. Actualmente estas investigaciones toman aun mayor profundidad con la aplicación de complejos algoritmos al sistema de autos autónomos con inteligencia artificial. "Estamos pensando autos que puedan interpretar", señala.
"Nuestro laboratorio en Palo Alto está creciendo constantemente, trabaja un equipo de personas de muchos orígenes diferentes. Yo soy antropóloga, hay un sociólogo, un investigador de operaciones e ingeniero y una geógrafa, por ejemplo. Más allá de eso, en los equipos más amplios con los que trabajamos hay robots, inteligencia artificial, aprendizaje automático, informática general y otras ciencias de datos. También hay un equipo de innovación, con gerentes de proyectos. Existe una amplia gama de grupos interdisciplinarios que trabajan en conjunto", explica Cefkin a LA NACIÓN.
Al hablar del proceso de creación de algoritmos, la investigadora indica que las clases de partes de cada uno de ellos es muy importante. "Si muestro un dibujo de un arquitecto de sistemas, verán que hay muchas cajas diferentes. Habría probablemente 12 cajas diferentes allí y cada una de estas cajas tendría decenas de distintos tipos de algoritmos que han sido creados", expresa.
Las puertas de la percepción
Una de las áreas de estudio del equipo de Cefkin es la percepción. "Una vez que el sensor ha detectado algo, el sistema de percepción es lo que le da sentido a lo que se detecta. Entonces allí necesitas algoritmos con la habilidad de identificar ciertos objetos, que busquen patrones y sean capaces de reconocerlos. Nosotros nos enfocamos en los algoritmos que se usan para cruzar las intersecciones. Y yo muestro porqué son complejas, debido a las partes interseccionadas", explica.
Por ejemplo, si en el medio de una intersección hay carriles que desaparecen, el vehículo debe ser capaz de saber cómo moverse a través de esa intersección para encontrar en forma correcta los carriles una vez que se lo cruzó. Usa su posicionamiento y luego los algoritmos van a ser predictivos en base a la distancia y otros datos vinculados a este ajuste.
"Ésa es una combinación de la planificación de carriles, que es una especialización de área completa en el centro de investigación. Hay científicos enfocados solo en ese tema y en las decisiones a tomar en las intersecciones. Usan diferentes algoritmos y modelos relacionados a los diferentes puntos. Es complejo y muy interesante", admite.
Si bien todos los fabricantes de autos planean sumar al mercado sus modelos autónomos y semi-autónomos en el mundo luego del 2020 o en 2022, como dijo más cauta la propia Nissan (aunque algunos consideran que podría demorarse esa fecha), la infraestructura para sostener este tipo de transporte, probablemente no evolucione de la misma forma en todas las ciudades y rutas. ¿Cuánto tiempo llevará?
"Hay que ir en profundidad por muchos caminos simultáneamente. Hay muchísimo trabajo con respecto a la infraestructura en conexión vehicular, con conexiones de banda ancha, a través de diferentes oportunidades de radio para conectar a señales o a los otros vehículos. Pero, honestamente, hemos estado desarrollando el sistema autónomo como si nada de esto existiera. Olvídense del 5G, ni siquiera hay 4G en todos lados... Sabemos que tenemos que ser capaces de operar en situaciones sin infraestructura", finaliza.
Por Julieta Schulkin
Temas
Conforme a los criterios de
Más leídas de Tecnología
Imágenes. Cómo se vería el histórico Renault Fuego modelo 2025, según la IA
Un pizarrón infinito y a medida. Las lecciones que dejan dos años de ChatGPT en el aula
Prototipo. Compró un iPhone usado en China y resultó ser un modelo único de Apple
Una por una. Qué tipo de proteínas ayudan a aumentar la masa muscular, según la inteligencia artificial
