Conclusiones clave
- Los fabricantes de automóviles recurren a la inteligencia artificial para enseñar a los autos autónomos a sortear los obstáculos cotidianos.
- Tesla presentó recientemente su nueva supercomputadora que se utilizará para entrenar las redes neuronales que alimentan el piloto automático de Tesla.
- Usar IA para entrenar vagones puede aumentar la seguridad, dicen los observadores.
Los autos sin conductor también necesitan maestros, y la inteligencia artificial (IA) puede enseñar de manera eficiente a esos vehículos a evitar accidentes, probablemente mejor que las personas.
Una de las mejores formas de enviar autos a Driver's Ed es usando inteligencia artificial. Tesla presentó recientemente su nueva supercomputadora que se utilizará para entrenar las redes neuronales que impulsan el piloto automático de Tesla y la próxima IA autónoma. Y a medida que los autos se vuelven más autónomos, resulta que necesitan mucho entrenamiento.
"Al exponer la IA a datos relacionados con la conducción de automóviles, la IA puede comenzar a reconocer patrones", dijo Chris Nicholson, director ejecutivo de Pathmind, una empresa que aplica la IA a las operaciones industriales, en una entrevista por correo electrónico. "Muéstrele imágenes y aprenderá cómo son los peatones. Muéstrele secuencias de acciones en la carretera y aprenderá qué conduce a los accidentes y cómo evitarlos".
"Con los datos correctos, la IA puede hacer predicciones muy precisas sobre lo que está observando", agregó Nicholson. "Y cuáles son las consecuencias de una determinada acción, como girar a la izquierda o acelerar bajo la lluvia".
Número creciente de profesores de IA
Tesla, Audi, Toyota, GM's Cruise: casi todos los principales fabricantes de automóviles utilizan IA de alguna forma para aumentar sus capacidades de conducción autónoma, dijo Nicholson. Y algunos que no son fabricantes de automóviles, como Waymo de Google, están trabajando con fabricantes de automóviles como Chrysler Fiat para desarrollar y probar la inteligencia artificial autónoma.
Andrej Karpathy, jefe de IA de Tesla, presentó recientemente la última supercomputadora de la compañía durante una presentación en la Conferencia 2021 sobre visión artificial y reconocimiento de patrones.
Se ha demostrado que la IA es más precisa que las personas en situaciones de manejo, y es muy probable que reduzca enormemente la cantidad de accidentes.
El clúster utiliza 720 nodos de 8 GPU NVIDIA A100 Tensor Core (5.760 GPU en total) para lograr 1,8 exaflops de rendimiento. Cada exaflop equivale a 1 quintillón de operaciones de coma flotante por segundo.
"Esta es una supercomputadora realmente increíble", dijo Karpathy, según un comunicado de prensa. "De hecho, creo que, en términos de fracasos, esta es aproximadamente la supercomputadora número 5 del mundo".
Una red neuronal profunda observa y hace predicciones mientras el automóvil está conduciendo sin controlar realmente el vehículo. Las predicciones se registran y se registra cualquier error o identificación errónea. Luego, los ingenieros de Tesla usan estas instancias para crear un conjunto de datos de entrenamiento de escenarios diversos y difíciles para refinar la red neuronal, El resultado es una colección de aproximadamente 1 millón de clips de 10 segundos grabados a 36 fotogramas por segundo, con un total de aproximadamente 1,5 petabytes de datos. Luego, la red neuronal se ejecuta a través de estos escenarios repetidamente hasta que funciona sin errores. Finalmente, se envía de vuelta al vehículo y comienza el proceso nuevamente.
Enviando autos de vuelta a la escuela
Usar AI también puede entrenar autos más rápido que cualquier ser humano, dijo Aditya Pathak, un experto en transporte de la firma de servicios profesionales Cognizant, en una entrevista por correo electrónico.
"En el proceso de desarrollo de vehículos autónomos, uno de los pasos críticos es la anotación de datos", agregó. "En otras palabras, ¿cómo se etiquetan las personas, los lugares y las cosas para que puedan ser reconocidos por los vehículos?"
Hecho manualmente, el proceso de revisar los datos requeriría mucho tiempo y trabajo. "Con la IA y el aprendizaje automático, el proceso es mucho más rápido y eficiente", dijo Pathak.
AI tiene que enseñar a los autos sin conductor cómo operar en cualquier tipo de condición, dijo Anton Slesarev, jefe de ingeniería de la compañía de autos sin conductor Yandex, en una entrevista por correo electrónico. El clima, las obras viales, los accidentes y el comportamiento y las reacciones inconsistentes de otros conductores pueden contribuir a la imprevisibilidad de un viaje, incluso para los conductores que viajan al mismo lugar todos los días, agregó.
Yandex opera el primer servicio de taxi robótico de Europa y ya utiliza robots de entrega automatizados, los rovers de Yandex, para las entregas de pedidos de clientes de restaurantes y supermercados. La empresa utiliza el aprendizaje automático para ayudar a sus robots a desplazarse.
"Por ejemplo, ayuda a realizar funciones de percepción vitales, como reconocer las señales de tráfico, incluso cuando están ocultas por cosas como la lluvia o la rama de un árbol", dijo Slesarev."O para proporcionar funciones de seguridad, como detectar a un peatón que está a punto de cruzar la calle, incluso de noche o cuando el peatón está parcialmente oculto por cosas como automóviles estacionados".
Usar inteligencia artificial para entrenar vagones puede aumentar la seguridad, dicen los observadores.
"Se ha demostrado que la IA es más precisa que las personas en situaciones de manejo, y es muy probable que reduzca enormemente la cantidad de accidentes", dijo Nicholson.
