Desarrollar un sistema de conducción autónoma es una tarea muy compleja, especialmente cuando el objetivo es que este alcance el denominado nivel 5. Este nivel, equivale a la capacidad de conducción del ser humano, e implica que el sistema sea capaz de captar la totalidad de su entorno y de reaccionar ante las distintas circunstancias que se presentan en cada momento.
Aunque actualmente esto parece más bien un sueño, o como mínimo un objetivo a muy largo plazo, una de las startups mejor valoradas del mercado ha anunciado que un proyecto de esas características podría llegar antes de lo previsto. La compañía Uber, dedicada a proporcionar vehículos de transporte en países de todo el mundo, ha comunicado que ya está trabajando en algo que podría marcar un antes y un después en materia de conducción autónoma, y esta gran innovación viene con el nombre de MultiNet.
En líneas generales, MultiNet es un sistema que tiene la capacidad de detectar todos los elementos que se presentan en el entorno, pero su potencial va mucho más allá. MultiNet no sólo detecta estos elementos y reacciona a ellos, sino que además predice cuál va a ser el comportamiento de estos y actúa en función de las circunstancias.
Esto implica que el sistema tiene registradas las decisiones que van a tomar peatones, ciclistas, y otros conductores que se encuentran en proximidad. Obviamente esto no es una ciencia exacta, pero gracias a la tecnología Machine Learning si se podría afirmar que se trata de un modelo predictivo bastante preciso (ya que está basado en la experiencia).
MultiNet recaba los datos desde un sensor LiDAR, el cuál reconoce el objeto en cuestión, calcula su posición exacta, y analiza la manera en la que se está moviendo. Acto seguido, hace una búsqueda en su base de datos interna para averiguar cuál es la dirección más probable hacia la que este objeto se desplazará.
Una pregunta que se nos viene a la cabeza cuando hablamos de Machine Learning, es la cantidad de datos con los que se “ha entrenado” el sistema. En el caso de MultiNet, esta no ha sido una labor tan complicada, dado que se han sido los propios vehículos autónomos de Uber los que se han encargado de recopilar los datos, planteando un total de 5.500 escenarios distintos.
Sin embargo, aún existe cierta preocupación en lo que a estos sistemas de conducción autónoma se refiere. A pesar de que generalmente las máquinas se caracterizan por tener un margen de error bastante más bajo que el del ser humano, aún existe cierto temor a la hora de dejar la seguridad de los pasajeros en manos de un sistema artificial.
Machine Learning es un concepto que ha dado mucho que hablar recientemente. No obstante, aún no somos capaces ni de imaginar el potencial de esta rama de la IA, aunque si sabemos que de su mano vendrán un importante número de innovaciones durante los años más próximos.
