Machine Learning es una disciplina científica del ámbito de la inteligencia artificial que tiene como objetivo crear sistemas que aprendan automáticamente y sean capaces de identificar patrones complejos entre una inmensa cantidad de datos. Este aprendizaje se consigue llevar a cabo mediante la creación de algoritmos. Estos algoritmos además de tener la capacidad de revisar los datos y predecir comportamientos futuros, también han sido creados con la intención de que mejore los sistemas de forma autónoma, sin ningún tipo de intervención humana.
Machine Learning en vehículos autónomos
El sistema de aprendizaje de un vehículo autónomo se basa en la adquisición constante de conocimiento respecto a la detección de objetos y patrones. Debido a los algoritmos previamente integrados en el sistema, el vehículo es capaz de asimilar esa información de manera automática. A medida que se van recogiendo más datos se aumenta su precisión y como el sistema se perfecciona por medio de repetición, está continuamente recibiendo datos, lo que permite optimizar su habilidad para realizar predicciones. En el caso de los vehículos autónomos existe un sistema de inteligencia artificial centralizado, por lo que en caso de que un automóvil capture nueva información, esa información será enviada al resto de la flota de vehículos y a su vez asimilada por estos.
A modo de ejemplo: digamos que un automóvil ha encontrado una nueva vía mas rápida para llegar de un punto A a un punto B. Esta ruta será recogida por este automóvil y aprendida por el sistema, lo que provocará que la siguiente vez que el resto de automóviles deban hacer el trayecto del punto A al B, lo harán por está nueva vía.
De este modo, el Machine Learning permite a los vehículos autónomos lidiar con lo impredecible. Lo que es sin lugar a dudas el reto más complicado en materia de conducción automática, ya que sería prácticamente imposible lograr que la inteligencia humana fuera capaz de crear algoritmos tan complejos y con tantos factores a analizar.
Existen dos grandes técnicas para aplicar Machine Learning a la conducción autónoma:
- La abstracción semántica: Se enfoca en dividir el problema en distintos componentes (componente que detecta vehículos, componente que detecta carriles, componente que detecta el entorno...)
- El aprendizaje de punta a punta (end-to-end learning) es una técnica en la que el aprendizaje se realiza de forma automática por medio de captar y analizar experiencias reales de manejo. El sistema opera con todos los componentes de forma conjunta.
Hola! me ha gustado la entrada y resultaría muy útil disponer de vehículos inteligentes pero el inconveniente que veo es en caso de accidente con el piloto automático activado, ¿Quién se hace responsable? ¿El conductor, la empresa, el programador del vehículo?
ResponderEliminarBuen trabajo!