“La forma más elevada de inteligencia consiste en pensar de manera creativa” (Ken Robinson)

La mayoría de las personas tiene más miedo a viajar en avión que a moverse en coche. Es absolutamente irracional, las ratios de mortalidad son claras. Bueno, pues cuando la gente escucha hablar de coger un taxi sin chófer, suele reaccionar con un “no me monto ahí ni loco”. Si lo pensamos fríamente, al margen de que en los inicios dé más reparo, tampoco tiene ningún sentido.

Nuevos datos revelan el impacto de Waymo Driver, propiedad de Alphabet (Google), en la seguridad vial: es 3,5 veces mejor que los conductores humanos a la hora de evitar accidentes que causan lesiones y dos veces mejor a la hora de evitar accidentes denunciados por la policía en casi 24 millones de km recorridos sólo por pasajeros en San Francisco y Phoenix. La compañía acaba de anunciar que planea expandir las pruebas de su tecnología de conducción autónoma en más de 10 nuevas ciudades en 2025:

Por si fuera poco, en breve, será más barato tener un coche autónomo que uno tradicional:

El Tesla Cybercab es un robotaxi autónomo y 100% eléctrico que se presentó en octubre de 2024:

- No tiene volante ni pedales.
- Sus puertas se abren hacia arriba.
- Está diseñado para el transporte urbano.
- Su lanzamiento se prevé entre 2026 y 2027.
- Su precio se estima en menos de 30.000 dólares.
- Elon Musk tiene la visión de que los coches autónomos sean una mezcla de Uber y Airbnb. En este modelo, los propietarios pueden aportar sus coches a la flota cuando no los necesiten y ganar dinero con la aplicación.

En Europa, se pudo ver el Cybercab en París, Londres, Berlín, Estocolmo, Oslo y Ámsterdam. Tesla, una aparente empresa automotriz solamente, es en realidad una tecnológica avanzada en big data, IA y robótica. Los datos de navegación de sus clientes están posibilitando que la firma avance con fuerza en la conducción autónoma.

Por su parte, Waymo (Google) usa todo el potencial de Google Maps y Waze entre otras cosas y apuesta con rotundidad por todos los aspectos relacionados con la seguridad (luego profundizaremos en esto). Además, la mayor cantidad de viajes de Waymo le otorga una ventaja tecnológica para abordar de manera eficaz los casos de uso de “cola larga”, que pueden ser muy raros, pero pueden causar daños.

Pero no subestimemos a China. Más allá de la movilidad eléctrica, ¿el titán asiático liderará la conducción autónoma? Ésa es la realidad que se vive en grandes ciudades como Wuhan. Es impresionante.

Y la competencia sigue creciendo: Uber se ha asociado con Nvidia para escalar la conducción autónoma más rápido.

La tecnología de conducción autónoma avanzada se puede aplicar en diferentes casos según el propósito de uso y el entorno operativo. Por tipo de vehículos utilizados: de pasajeros (por ejemplo, automóviles) y vehículos comerciales (por ejemplo, camiones y furgonetas). Según el entorno operativo, podrían segmentarse en entornos cerrados y caminos abiertos. El primer caso se refiere a zonas operativas fijas, que incluyen campus, estacionamientos, aeropuertos y entornos industriales, y el segundo abarca vías públicas con mayor complejidad de tráfico y movimientos humanos y de vehículos más impredecibles:

Los sistemas normalmente constan de varios componentes que funcionan estrechamente interconectados entre sí. Según Boston Consulting Group, cuatro de esos componentes claves son la percepción, la predicción, la planificación y el control.

- Percepción: determina los atributos relacionados con los obstáculos (por ejemplo, tipo, contorno y velocidad) y el entorno (por ejemplo, carriles y semáforos) a partir de datos sin procesar de los sensores. Como a menudo se utilizan simultáneamente múltiples tipos de sensores, la fusión de ellos es necesaria para aprovechar las capacidades para generar resultados de percepción precisos. Además, la percepción integra capacidades de mapeo y localización para determinar la posición y dirección actuales del vehículo. Actualmente, la percepción basada en el aprendizaje profundo tiende a funcionar mejor que los enfoques convencionales.

- Predicción: para que un coche autónomo planifique sus acciones, primero debe estimar la intención y los movimientos futuros de otros objetos en la carretera. Esta tarea se llama predicción. Comienza con la predicción de la intención, que pronostica qué acciones tomarán otros objetos/obstáculos a partir de un conjunto de acciones discretas definidas por humanos, por ejemplo, cambiar de carril, incorporarse o girar a la izquierda. Posteriormente, en función de la intención prevista, se pueden estimar las trayectorias de los obstáculos. La mayoría de los principales actores de la conducción autónoma utilizan el aprendizaje automático o el aprendizaje profundo para predecir la intención (aunque el conjunto de intenciones lo define el ser humano), mientras que la predicción de la trayectoria suele depender de métodos de optimización.

- Planificación: una vez completada la predicción, el automóvil autónomo puede planificar su propio movimiento. Se realizan tres tipos de tareas: 1) Planificación de ruta: desde el origen hasta el destino utilizando un mapa de navegación. 2) Planificación de comportamiento: seleccionar una intención o comportamiento de un conjunto de opciones definidas por humanos, por ejemplo, adelantar o ceder el paso, también conocido como módulo de decisión. 3) Planificación de movimiento: calcular la trayectoria a corto plazo del vehículo autónomo.

- Control: finalmente, los algoritmos generan comandos en tiempo real para los actuadores (por ejemplo, acelerador, freno y volante) para evitar cualquier desviación de la trayectoria planificada.

Aquí podemos analizar el detalle de los múltiples sensores:

La innovación mueve el mundo e implica un poco liarse la manta a la cabeza y lanzarse. Bill Gates suele decir: “Si tienes suficiente información para hacer un plan de negocio de tu idea, es que ya es demasiado tarde”.