Hemos recibido una nota de prensa por parte de Intel, os la dejamos a continuación:
La experiencia cuenta, especialmente en áreas donde la seguridad es esencial
Ahora es el momento apropiado para hablar sobre la importancia de la seguridad en vehículos autónomos.
Por Amnon Shashua
La sociedad espera que los vehículos autónomos puedan ser conducidos de mejor forma que lo hacen los conductores humanos. Después del trágico fallecimiento la semana pasada de Elaine Herzberg tras ser golpeada por un vehículo autónomo Uber en Arizona, parce que ahora es el momento apropiado para realizar algunas observaciones sobre el significado de la seguridad en relación con la toma de decisiones y la detección sensorial.
En primer lugar, tenemos un reto a la hora de interpretar la información de los sensores. El vídeo dado a conocer por la policía parece mostrar que incluso el componente más básico de un vehículo autónomo – la capacidad para detectar y clasificar objetos – es una tarea complicada. Esta capacidad es una pieza central en los sistemas avanzados de ayuda al conductor (ADAS) actuales, que incluyen prestaciones como el frenado automático de emergencia (AEB) y el soporte para mantener el vehículo dentro del carril. Pero son los sistemas de detección de alta precisión dentro del ADAS los que permiten salvar vidas hoy en día, ya que han sido probados en miles de millones de kilómetros de conducción. Antes de ocuparnos de unos retos incluso más complicados, necesitamos centrarnos en esta tecnología como elemento esencial para los vehículos totalmente autónomos del futuro.
Para demostrar el poder y la sofisticación de la tecnología actual para ADAS, utilizamos nuestro software en una transmisión de vídeo procedente de un monitor de TV con el vídeo que proporcionó la policía sobre el incidente – a pesar de las malas condiciones de la imagen, en donde es muy probable que se perdiera una gran parte de los datos de alto rango dinámico (HDR) que podrían haber estado presentes en la escena real, pero donde se consiguió una clara detección aproximadamente un segundo antes el impacto. Las imágenes que se incluyen a continuación son tres instantáneas con cuadros delimitadores de la bicicleta y de Herzberg. Estas detecciones provienen de dos fuentes diferentes: un reconocimiento de patrones, que genera los cuadros delimitadores, y un módulo de detección de un “espacio libre”, que genera un gráfico horizontal donde la sección de color rojo indica que un “usuario en carretera” se encuentra presente sobre la línea. Un tercer módulo separa los objetos de la calzada, usando para ello estructuras de movimiento – en términos técnicos: “plano + paralaje”. De esta forma, se valida la presencia en 3D de un objeto detectado con bajo nivel de confianza – tal y como indicaba “fcvValid: Low”, que aparecía en la parte superior izquierda de la pantalla. Esta baja confianza se debió a la información perdida normalmente disponible en un vehículo en fase de producción y a la configuración de imagen de baja calidad en la captura en vídeo de las imágenes con una cámara colocada en el salpicadero del vehículo que se vio sometida a algún tipo de reducción de resolución de origen desconocido.
Transmisión de vídeo en un monitor de tv que muestra las imágenes dadas a conocer por la policía. Los gráficos superpuestos muestran la respuesta del sistema ADAS de Mobileye. Los cuadros delimitadores verdes y blancos son los resultados de la detección de la bicicleta y del peatón. El gráfico horizontal indica los límites entre la calzada y los obstáculos físicos, lo que llamamos “espacio libre”
El software utilizado para este experimento es el mismo que se incluye en los vehículos actuales equipados con ADAS, probado en miles de millones de kilómetros.
Recientes avances en inteligencia artificial – como las redes neuronales profundas – han hecho que muchas personas piensen que ahora es más fácil el desarrollo de un sistema de detección de objetos de alta precisión y que los más de diez años de experiencia de los expertos en visión por ordenador no deberían tenerse en cuenta. Esta dinámica ha facilitado la entrada de un gran número de personas en este terreno y, aunque estas técnicas son útiles, el amplio historial a la hora de identificar y cerrar cientos de casos limite, la anotación de conjuntos de datos de millones de kilómetros y el complicado proceso de las pruebas de validación en la fase de preproducción durante la elaboración de programas de ADAS, no pueden ser pasados por alto. La experiencia cuenta, especialmente en áreas esenciales para la seguridad.
La segunda observación está relacionada con la transparencia. Todo el mundo afirma que “la seguridad es la consideración más importante”, pero pensamos que, para conseguir la confianza del público, debemos ser más trasparentes sobre lo que significa esta declaración. Tal y como comenté el pasado mes de octubre, cuando Mobileye dio a conocer el modelo formal de Seguridad Sensible y Responsable (RSS), la toma de decisiones debe ajustarse al sentido común de los criterios del ser humano. Para ello, elaboramos una fórmula matemática para algunas nociones de sentido común como las “situaciones peligrosas” y las “propuestas apropiadas” y creamos un sistema para garantizar matemáticamente el cumplimiento de estas definiciones.
La tercera observación se refiere a la redundancia. La verdadera redundancia del sistema de percepción debe basarse en fuentes de información independientes: cámaras, radares y sistemas LIDAR. La combinación de todas ellas nos garantiza la máxima comodidad en la conducción, aunque también puede tener consecuencias negativas para la seguridad. En Mobileye, para mostrar realmente que ofrecemos una auténtica redundancia, creamos un sistema basado en cámaras por separado y de extremo a extremo y un sistema independiente basado en radar y LIDAR.
Más incidentes como el ocurrido la semana pasada pueden dañar la ya frágil confianza de los consumidores e impulsar la implementación de una normativa de carácter reactivo que podría limitar este importante trabajo. Tal y como manifesté durante la presentación del modelo RSS, creo firmemente que ahora ha llegado el momento apropiado para poner en marcha una conversación de importancia sobre el marco de validación de la seguridad en vehículos totalmente autónomos. Con este objetivo, invitamos a fabricantes de automóviles, a compañías tecnológicas especializadas en este terreno, a reguladores y a otras partes interesadas a reunirse para resolver de forma conjunta estos temas tan destacados.
Amnon Shashua es vicepresidente ejecutivo de Intel Corporation y CEO y director tecnológica en Mobileye, una compañía de Intel.
