El crisol autónomo

A medida que avanza el 2023, los vehículos autónomos están navegando en un canal de entusiasmo. Ford y Volkswagen cerraron Argo , que anteriormente se pensaba que era un competidor real, y la mayoría de las empresas públicas de AV han perdido más del 90% en valor en comparación con su OPI. Los medios tecnológicos han pronosticado que los taxis robotizados y los camiones autónomos están a más de una década de distancia . Incluso los principales desarrolladores de AV han despedido a una parte importante de su personal.

Y, sin embargo, la gente normal puede viajar en un robotaxi totalmente sin conductor en este mismo momento, a través de uno de los servicios que funcionan las 24 horas en tres de las principales ciudades de EE. UU. Y los camiones autónomos ya están cruzando las carreteras interestatales de EE. UU. (aunque todavía en su mayoría con conductores de seguridad). Hay una gran demanda: entre los precios récord del transporte, la escasez de conductores, las huelgas ferroviarias y las persistentes preocupaciones por la COVID en el espacio aéreo compartido, el transporte sin conductor nunca ha sido más necesario y podría ser responsable de cientos de miles de millones de dólares en valor creado. ¿Cómo podemos dar sentido a estas realidades aparentemente inconexas, en las que los AV funcionan y son necesarios, pero aparentemente incapaces de ser viables comercialmente?

La seguridad es la razón, pero no es un binario. Si bien es cierto que las tecnologías autónomas han sido responsables de una serie de colisiones de alto perfil , ya son más seguras que los conductores humanos para ciertos comportamientos y situaciones. La evidencia es significativa de que el Frenado de Emergencia Automático reduce los choques traseros, y los más de 250 videos del AutoPilot de Tesla salvando vidas al evitar colisiones a alta velocidad desde el punto ciego son testimonio de una tecnología que casi seguramente contribuye positivamente a la seguridad. Además, los pilotos de AV urbanos que se están realizando en San Francisco, Phoenix y Austin ya tienen frecuencias de accidentes más bajas que los conductores humanos., aunque es posible que estén logrando estos beneficios conduciendo de forma tan conservadora (p. ej., con vehículos autónomos que paralizan constantemente el resto del tráfico ) y en dominios tan restringidos que limitan gravemente su propia utilidad. Si comparamos los vehículos autónomos con buenos conductores comerciales, tomará una cantidad de tiempo totalmente poco práctica (décadas y miles de millones de millas) para determinar si son significativamente más seguros con el mismo nivel de rendimiento. Pero, ¿y si pudiéramos hacer que los vehículos autónomos fueran tan seguros que la evidencia fuera irrefutable?

Creemos que los AV pueden eliminar sustancialmente todos los accidentes en la carretera. Para nosotros, esto significa que los vehículos autónomos deben manejar el 99,999999 % de la conducción: seis "sigma" de eventos de conducción, para usar la jerga estadística. Entre su capacidad para calcular una decisión en milisegundos y sus sensores avanzados, los AV tienen el potencial bruto para evitar incluso los accidentes más complicados. Lo único que falta es la IA correcta. Todavía es un gran desafío, sin duda, pero solucionable si su enfoque es lidiar con los casos más efímeros pero de mayor riesgo .

En términos generales, los casos extremos son las situaciones más complicadas y de mayor riesgo para un vehículo autónomo. Si bien hay muchos casos extremos con los que lidiar, un buen ejemplo inicial de un caso extremo de muy alto riesgo que aún es extremadamente difícil tanto para los vehículos autónomos como para los humanos es una colisión transversal. El siguiente video es un buen ejemplo…

En esta terrible colisión registrada en abril de 2022 en Minnesota, un automóvil a alta velocidad en una rampa de acceso curva pierde el control y patina cuesta arriba para chocar con un camión de caja. El conductor del camión lidia con la situación tan bien como cualquier conductor humano podría hacerlo con tan poca advertencia, logrando no desviarse bruscamente hacia el vehículo vecino a su izquierda. Aunque no pudo mantener el control del camión y se produjo un terrible incendio, vale la pena señalar que todos en esta situación sobrevivieron. Sin embargo, fue claramente un desastre. Todos los que han crecido con automóviles convencionales han llegado a aceptar que los desastres ocasionales son un hecho de la vida. Pero, ¿y si los vehículos autónomos pudieran prevenir los accidentes por completo?

Los humanos no pueden reaccionar más rápido que una quinta parte de un segundo (200 ms) a un estímulo visual . Con una visibilidad reducida y una atención potencialmente reducida, el tiempo de reacción humano a una colisión potencialmente fatal será al menos el doble de esa cifra . Las computadoras, por el contrario, pueden reaccionar a estímulos de órdenes de magnitud más rápido, en milisegundos , y pueden mantener la atención completa en todo el espacio visual a la vez. Las cámaras CMOS económicas ahora son capaces de dar respuestas a escala de milisegundos , y ciertas cámaras especializadas pueden ser incluso más rápidas . La velocidad de respuesta de las otras modalidades de detección (radar de microondas y LIDAR) está limitada solo por la velocidad de la luz, sin mencionar otros beneficios como ver en la oscuridad total.

Aunque los sensores podrían permitir reacciones sobrehumanas, los AV no siempre pueden percibir lo que pueden sentir. Para anticipar realmente las colisiones frontales y transversales a alta velocidad, los AV probablemente necesitarán una detección de movimiento más robusta. Un AV que espera evitar una colisión transversal a alta velocidad debe poder detectar un movimiento correlacionado rápido, incluso y especialmente si no puede reconocer qué tipo de objeto es el peligro . Casi todos los animales en movimiento, desde humanos hasta peces e insectos, tienen circuitos neuronales rápidos para detectar otras cosas en movimiento a su alrededor y navegar por un camino seguro. En los humanos, estas vías rápidas comienzan tan pronto como las especializaciones en el ojo.. Si alguna vez se encontró esquivando un objeto antes de saber qué es, está experimentando este camino rápido de evitación de objetos que funciona de forma separada de su mente consciente. Estas vías de movimiento son la base de toda la navegación humana rápida a través de entornos complejos, pero tienen una velocidad limitada por su software neuronal. Solo imagine cuán efectivos serían en un AV, con el beneficio de sensores de alta velocidad y computación a escala de milisegundos.

Pero incluso con las vías de percepción AV convencionales cuadro por cuadro/basadas en la ubicación, aún podemos tener AV más seguros que los que tenemos ahora , simplemente al enfocar el desarrollo principalmente en evitar colisiones. Entre las docenas de puntos de referencia populares para el rendimiento de AV, ni uno solo clasifica la prevención de colisiones: eso debe cambiar, y los gobiernos con tendencia al futuro han comenzado a financiar la investigación de puntos de referencia de casos extremos (por ejemplo, CCAV del Reino Unido, con el Proyecto D-RISK ) . Al resolver primero los casos extremos, los desarrolladores de AV aún podrían obtener los casos centrales de forma gratuita. Es decir, el conjunto de habilidades que necesita para evitar cada posible colisión también es suficiente para manejar una conducción normal, pero no al revés. Algunos de los propios clientes de dRISK, desarrolladores de vehículos autónomos de próxima generación, están logrando este tipo de mejoras de rendimiento en este momento.

Mientras tanto, antes de que se implemente la próxima generación de tecnologías sin conductor, también deben pasar por evaluaciones de seguridad integrales de terceros (por ejemplo, GenAV de Stantec ), para verificar quíntuplemente que realmente superarán a los humanos en 1 o 2 órdenes de magnitud en el dominio donde están desplegados.

Creemos que si los objetivos de autonomía cambiaran de mejoras incrementales en la conducción normal a demostrar una evitación de colisiones completamente a prueba de bombas, veríamos que las tecnologías autónomas valdrían la pena antes y se extenderían más rápido. En lugar de esperar a que terceros demuestren los riesgos de los sistemas ya implementados y luego que la NHTSA emita retiros del mercado, los desarrolladores de AV, los OEM y los Tier 1 deben demostrar una seguridad integral antes de que se lancen nuevas tecnologías.El consumidor, así como la autoridad de transporte, deben esperar que los desarrolladores de AV muestren un rendimiento extraordinario al evitar cientos de miles de colisiones fatales dentro de simulaciones altamente realistas de sensores con todos los posibles agentes completamente representados, seguidas de cientos de pruebas de seguimiento. Con este cambio en la filosofía de desarrollo, dRISK cree que hay un AV sin bloqueos a la vuelta de la esquina.