Para los vehículos autónomos, “aprender” la normativa vial es fácil, pues pueden programarse para reconocer las señales de tráfico y respetar los límites de velocidad. Pero otra cosa es lidiar con la imprevisibilidad de los conductores humanos.
En la mayoría de las ciudades, es común toparse con carros estacionados en doble fila. Por tal motivo, la división de conducción autónoma de General Motors, Cruise, está “enseñando” a sus prototipos de autos qué hacer ante esta aberración.
Antes de que pueda hacer algo, la inteligencia artificial debe averiguar si la máquina que tiene enfrente está detenida. Para ello, puede verificar la existencia de “señales contextuales”, como las luces de emergencia, o el tiempo que ha estado parado, según una publicación del blog de Cruise.
Los autónomos también deberían poder discriminar si el rodado en cuestión tiende a estacionarse con frecuencia en la segunda fila, como suelen hacerlo los camiones de reparto. Las unidades de Cruise dependen de las cámaras, el radar y el lidar para interpretar lo que hay a su alrededor, a diferencia de un ser humano, cuyo cerebro lo determina en milésimas de segundos.
Un automóvil robotizado no puede estar indefinidamente atascado detrás de un vehículo estacionado en doble fila, sino que imitar a una persona, que esperaría pista libre para rodear al vehículo infractor.
Los algoritmos consideran todo, desde las acciones potenciales de otros usuarios en la calle hasta la rapidez con que el automóvil responde a las órdenes. Cruise utiliza un algoritmo de “control predictivo modelo” para tratar de trazar un mapa de cómo puede cambiar el escenario alrededor del automóvil y cómo se espera que reaccione a un determinado comando.
Cruise realiza la mayor parte de sus pruebas en San Francisco, lo que proporciona un entorno más desafiante que otras populares ubicaciones experimentales. El denso tráfico expone a sus máquinas a escenarios muy difíciles, dando a los ingenieros más oportunidades para mejorar la tecnología de conducción autónoma.
Los ensayos realizados en arterias colmadas de carros han mostrado lo complicado que es conseguir que la inteligencia artificial responda en un escenario que la mayoría de los conductores humanos pueden entender fácilmente. Así las cosas, el deseo de General Motors de poner grandes flotas de vehículos autónomos en la carretera en los próximos años podría chocar con la realidad: conseguir que la tecnología funcione en todas partes puede llevar mucho más tiempo.
