Un muy interesante artículo en MIT Tech Review, «The big new idea for making self-driving cars that can go anywhere«, hace una buena panorámica sobre algunas de las compañías dedicadas al desarrollo de la conducción autónoma aplicando reinforcement learning, o aprendizaje por refuerzo, y de paso, explica de manera bastante clara la diferencia con la aproximación «tradicional» a la tarea, consistente en tratar de controlar todos los factores implicados (microcartografía, percepción, control y toma de decisiones) como sistemas separados que actúan en modo robótico.
Frente a la idea de una aproximación robótica, compañías como la israelí Autobrains, la británica Wayve o las norteamericanas Waabi y Ghost aplican la idea de end-to-end learning, de manera muy similar a la forma en que compañías como DeepMind, propiedad de Alphabet, se aproximaron al juego del Go. Básicamente, la idea es entrenar a una máquina desde cero mediante un sistema que comprende todos los aspectos, desde la percepción mediante sus cámaras y sensores, hasta el control y la toma de decisiones, de manera que lo que se obtiene no es un robot, sino una máquina inteligente, una red neuronal adiestrada mediante ensayo y error, que puede conducir en cualquier situación.
La idea fundamental que subyace tras esta aproximación es la de ser capaces de superar el progreso que han logrado compañías como Waymo, Cruise y otras, que son capaces de obtener resultados muy buenos en un lugar determinado, pero que tienen problemas a la hora de aplicarlos en un barrio o en una ciudad diferente. Mediante esta aproximación, estas compañías han logrado ya poner en marcha servicios perfectamente funcionales en varias ciudades en los que un vehículo completamente autónomo recoge a un usuario y lo traslada sin ningún tipo de problemas a su destino dentro de esa misma área delimitada, pero precisa no solo de una detalladísima microcartografía, sino también de ir actualizándola con todas las pequeñas variaciones que experimenta de manera casi constante en una ciudad: obras, accidentes, desvíos, cortes de trafico, etc.
Mediante una aproximación basada en end-to-end learning, que implica alimentar la red neuronal con millones de estímulos de la ruta (lecturas de sensores) y con sus correspondientes consecuencias en términos de actuaciones (girar el volante, frenar, acelerar, etc.) se puede llegar a conseguir que el algoritmo sea capaz de responder a estímulos sin necesidad de tener que analizar todos los datos que recibe de sus sensores, sino únicamente aquellos que sean significativos. Esto permite entrenar al algoritmo con eventos de todo tipo, incluyendo aquellos que no ocurren de manera habitual. Además, una buena parte de las fases del entrenamiento pueden hacerse sin necesidad de tocar la calle, en entornos virtuales realistas, lo que evita tener que conducir miles de kilómetros hasta que esos eventos más raros o menos habituales tienen lugar un suficiente número de veces.
A partir de ahí, la experiencia obtenida puede aplicarse a prácticamente cualquier entorno, sin necesidad de una microcartografía ultra-detallada, de la misma manera que una persona que sabe conducir puede conducir en casi cualquier sitio salvo cuando las condiciones varían realmente de manera muy drástica. Un elemento que podría afectar tanto a la velocidad con la que se obtienen prototipos verdaderamente funcionales y fiables, como también a su posterior escalabilidad a la hora de desplegar el servicio en más ciudades, un factor que podría terminar teniendo una gran importancia en el despliegue generalizado de la conducción autónoma.
This article is also available in English on my Medium page, «Could reinforcement learning be the way to get autonomous cars on the road sooner?»
La fallida colección de profecías sobre los vehículos autónomos, hace que ya ni Krigan ,piense que va a ver e taxis autónomos por su ciudad Elon Musk promete que en 2020 conoceremos su servicio de taxis autónomos compartidos que arrancará con un millón de coches Tesla
Ya llegan, ya llegan, ya están en China, se les oye el motor. ya están cerca, los tiene Phoenix, y sin volante,…. ¿Qué año se comercializaran los coche autónomo sin volante en España?
Se calcula que las IA mas adelantadas tiene una inteligencia de un niño de cuatro años https://hipertextual.com/2013/07/inteligencia-artificial
¿Pondrías a un niño de cuatro años al volante de un taxi?
Eso fue hace 9 años, ahora ya tendrá 13, ¿no?
¿La IA? Creo que em el último quiquenio ha pasado de tres a cuatro años.
No olvides lo que se ha avanzado en la traducción de idiomas (Deepl y otros), en el reconocimiento del habla, en la predicción del plegamiento de proteínas, en los juegos de Go y Ajedrez (ya juegan mucho mejor que los campeones del mundo humanos). Y todo esto sin necesidad de programación o búsqueda de algoritmos… aprenden solos, enfrentándose a sí mismos.
Toronjil
El problema es que para la conducción autónoma estaban aplicando soluciones imposibles para conseguir algo viable. Y algunos empiezan a cambiar esos algoritmos, ellos pueden empezar de cero.
¿Puede hacer eso Waymo?
Sería volver atrás muchos años y reconocer que el camino de aprendizaje que habían escogido es un fiasco.
Si alphafold (bastante más sencillo que conducir) les ha costado más de 5 años y un dineral para estar donde están ahora. ¿Qué tenemos que esperar otros 15 o 20 años para ver en los concesionarios un nivel 5 viable en todo el mundo?
¡ Nos ha vendido vaporware !
SAN SADURNI:
Pero parece que todos los éxitos recientes en los diferentes campos se basan en un método realmente simple: someter cada reto a muchos, muchísimos escenarios (reales o creados ad hoc) para aprender a base de un puñado de reglas, sean las del ajedrez o las normas de tráfico. Redes neuronales reforzadas con los datos más positivos. Desde luego los resultados han sido fabulosos en los casos mencionados.
Es el camino emprendido por Tesla con su Proyecto Dojo, un supercomputador alimentado con innumerables casos de reacciones de sus coches e intervenciones de sus “humanos».
Ya sabes, la conducción autónoma siempre ha sido y será la conducción del futuro :)
:-D Pues sí.
De Linux siempre se ha dicho que es el Sistema Operativo del futuro… y siempre lo será. Creo que la conducción autónoma es el nuevo Linux.
Y, al paso que vamos, se le unirá la generación universal de energía verde.
Creo que veremos antes a Musk llegar a Marte, que ver cumplida cualquiera de estas tres cosas.
Yo diría que Linux es el sistema operativo del presente. Que no esté en el escritorio de los PC domésticos y oficinistas es otra cosa (que tiene explicaciones, en algún caso pintorescas, que vamos a dejar ahora). Pero en todos los demás ámbitos (servidores, nube, telefonía móvil, supercomputación y un largo etcétera) está más que presente y no desde hace poco, precisamente.
Lo demás, si eso, ya tal…
Una cosa son las profecías frustradas y otra las retrasadas…Y ya te digo yo que el coche autónomo no es de las primeras.
Y con el nuevo enfoque, y vista la aceleración de la AI , puede que los planes no se retrasen tanto esta vez.
A parte de tu respetable opinión, algún dato para sustentarla, o es Dogma de Fe.
Si algo como esto no se ve claro, no hay datos que te convenzan.
Nadie dice que se retrase por la propia dificultad del asunto, pero que vamos de cabeza al coche autónomo está mas claro que el agua.
Tan claro como que ya está funcionando en varios sitios.
Ya llegan, ya llegan, ya están en China, se les oye el motor. ya están cerca, los tiene Phoenix, y sin volante,…. ¿Qué año se comercializaran los coche autónomo sin volante en España?
Esta no es una aproximación muy parecida a lo que hace Tesla con Dojo? Me sorprende que no se mencione en el artículo original ni tampoco lo mencione Enrique, por saber si es que es algo distinto a cómo Tesla quiere resolver el problema de la conducción autónoma
Yo fui uno de los convencidos por el Sr. Dans, y pensé que a estas alturas ya tendríamos algún tímido caso por España… Pero a este paso, ni 2030.
Con lo bonito que sería.
El humo de las tecnológicas nos va a hacer echar de menos a una industria tan mala como la automotriz.
Después de años diciendo que el vehículo autónomo es una realidad. El departamento de marketing dee una empresa nos muestra que ahora si
https://www.youtube.com/watch?v=eRwTbRtnT1I
Sin palabras
«conseguir que el algoritmo sea capaz de responder a estímulos sin necesidad de tener que analizar todos los datos que recibe de sus sensores, sino únicamente aquellos que sean significativos» (EDans).
Curiosamente esta frase podía ser de un maestro, que realmente quiera hacer autónomo a su alumnado, en su proceso de aprendizaje. Algo que, lógicamente, no abunda en este sistema educativo/domesticador medieval, que seguimos padeciendo.
Por si alguien no se «entera», me estoy refiriendo a mudar algoritmo por alumno (en la frase de la cita). Un buen método educativo no es el que hace almacenar modos de usar algoritmo matemáticos, por ejemplo, si no, hacer que aprendiendo algunos seamos capaces de desentrañar como operar con otros que pueden sernos desconocidos.
Si a eso va llegando la IA, bien venida sea. Aún van a tener la posibilidad de renovar el magisterio con los robots inteligentes apropiados.
Y, por otro lado, llegarán a ser capaces de filtrar la información de internet (por ejemplo), que sea realmente significativa, usando los algoritmos mentales precisos. Porque tengamos en cuenta, que lo realmente significativo, no es la opinión de quien piensa como tú, si no precisamente todo lo contrario. ¡El amigo lo más cerca posible, el enemigo mucho más!
A ver quien es el guapo que decide que información es relevante para conducir un vehículo y cual no lo es. Necesitaríamos otra IA para tomar esa decisión en cada momento.
Luego está el típico problema acerca de que decisión se toma entre atropellar un grupo de escolares o despeñar el vehículo con sus pasajeros, ¿Como y en base a que toma la decisión la IA?.
Muy interesante. @Enrique, me está faltando un artículo tuyo que explique al común de los mortales que la ia en la conducción, no solo nos traerá una conducción mucho más segura, sino unas velocidades límite muy superiores. Si el paso del transporte animal al vehículo de combustión trajo velocidades cercanas a los 100 km/h, cuando éramos niños, quien no recuerda un seiscientos casi desmontándose, y la evolución permite que haya quien rebase los límites o que en Alemania alcance los 200 km/h. Cuando no se permita conducir vehículos conducidos por seres impredecibles, seguro que las velocidades empiezan a crecer hasta alcanzar límites que hoy en día ni nos imaginamos para vehículos en carretera. ¿Alguna teoría?
Viviendo en un pueblo pequeño, con la aldea al lado, miedo me da cuando siempre leo sobre ‘ciudades’, o, todo lo más, grandes rutas.