Vehículos autónomos

La innovación disruptiva es un término que nace en el campo de la administración de empresas y se refiere a una innovación que crea una nueva red de mercado y valor; y que, eventualmente, interrumpe una red de mercado y valor ya existente, desplazando a firmas, productos y alianzas líderes en el mercado. El término fue definido y analizado por primera vez por el estudioso estadounidense Clayton M. Christensen[1] y sus colaboradores a partir de 1995.

En 2009, Milan Zeleny describió la alta tecnología como tecnología disruptiva y planteó la cuestión de lo qué se estaba alterando y, demostró, que es la red de soporte de alta tecnología[2]. Por ejemplo, la introducción de automóviles eléctricos interrumpe la red de apoyo para los automóviles de gasolina (red de gas y estaciones de servicio) y, a largo plazo, la tecnología de alto nivel (disruptiva) evita, actualiza o reemplaza la red de soporte desactualizada. Por tanto, la tecnología disruptiva es aquella que conduce a la aparición de productos y servicios que utilizan preferiblemente una estrategia disruptiva, frente a una estrategia sostenible, buscando una progresiva consolidación en un mercado.

En un plazo de 5 años es previsible que las tecnologías disruptivas que tengan un mayor impacto, tanto social como económico, sean aquellas que previamente hayan desplazado a otras, gocen de un mercado consolidado y que mantengan una innovación de tipo incremental o evolutiva, ejemplo: Netflix. No obstante, según la consultora McKinsey[3], próximamente, los vehículos autónomos estarán entre las 6 tecnologías disruptivas con mayor impacto económico a nivel global, pudiendo llegar hasta los 1,3 trillones de dólares. Además, se estima que podrán salvar entre 30.000 y 150.000 vidas de potenciales accidentes. En consecuencia, estamos ante una de las mayores revoluciones de tipo tecnológico que veremos en el medio plazo.

Los vehículos autónomos

Un vehículo autónomo está considerado como tal cuando está equipado con la suficiente tecnología que permita su manejo sin precisar de forma activa el control o supervisión de un conductor, tanto si dicha tecnología autónoma estuviera activa o desactivada, de forma permanente o temporal.

Historia

Haciendo retrospectiva, vemos que ha sido un tema de interés desde mediados del siglo pasado. La presentación más antigua de un vehículo autónomo que se conoce fue por Norman Bel Geddes en la feria de muestras para la Exposición Universal de 1939, que consistía en un vehículo eléctrico que era controlado por un circuito eléctrico embebido en el pavimento de la carretera. A partir de ahí, compañías como Mercedes-Benz, sacaron otros prototipos con bastantes limitaciones en 1980 y la comisión europea empezó a apostar por su desarrollo. En esa misma década, otras organizaciones como DARPA, continuaron con la investigación aplicando tecnologías de la época, pero no ha sido hasta estos últimos años en los que se ha podido desarrollar completamente.

Clasificación

Existen varios organismos que han tratado de clasificar los vehículos en base a su nivel de autonomía, las estadounidenses NHTSA y SAE, y los alemanes Bast. Actualmente, la que se está extendiendo con mayor fuerza es el estándar creado por SAE[4] y propone una clasificación en 6 niveles que van del 0 al 5, siendo el 0 el nivel sin autonomía y el 5 la de la automatización completa[5]:

• Nivel 0: No hay automatización de la conducción.
• Nivel 1: Asistencia al conductor.
  • Pequeñas ayudas, pero el conductor sigue siendo el humano.
• Nivel 2: Automatización parcial de la conducción.
  • Las ayudas permiten que el conductor (humano) ya no tenga que realizar tareas relativas al movimiento, pero el conductor debe estar atento en todo momento.
• Nivel 3: Automatización condicionada de la conducción.
  • El vehículo cuenta con automatización para el movimiento longitudinal y lateral, detección y respuesta ante objetos y eventualidades de manera completa y el humano es conductor de forma parcial.
• Nivel 4: Automatización elevada de la conducción.
  • El vehículo cuenta con todos los sistemas anteriores y ya no es necesaria la intervención del humano ante posibles eventualidades; el propio vehículo cuenta con un sistema de actuación en caso de fallo. Por tanto, desaparece la figura del conductor humano.
  • No obstante, el funcionamiento del sistema sigue limitado a ciertas condiciones y por tanto el vehículo puede encontrarse en situaciones en las que no pueda seguir conduciendo.
• Nivel 5: Automatización completa de la conducción.
  • El vehículo cuenta con todos los sistemas para automatizar la conducción y sabe cómo responder en cada momento. No es necesario un conductor.

Tecnología

El funcionamiento de un coche autónomo es complejo y requiere de un período de tiempo prolongado para su completo desarrollo; adaptándose a las diferentes normativas de circulación.

Los vehículos autónomos pueden estar equipados con un motor térmico, eléctrico o hibrido, pero siempre con una transmisión automática. A diferencia de los vehículos tradicionales, estos están repletos de cámaras, láseres (LIDAR), sensores[6] y radares. El cerebro del vehículo necesita de una gran cantidad de datos de entrada para tomar las mejores decisiones y, por tanto, combina el análisis de todas ellas: procesamiento de imágenes, posicionamiento GPS, lectura de ultrasonidos y haces de luz, etc.

Por tanto, el procesamiento de los diferentes datos en tiempo real es fundamental para poder garantizar una actuación rápida e inteligente. Para ello, se hace uso de la inteligencia artificial mediante el modelo computacional que está detrás: la red neuronal artificial (RNA).

IA: Red de neuronas artificiales en los vehículos

Los vehículos autónomos no se entienden sin la inteligencia artificial. Han sido diseñados de tal forma que es una máquina quien sustituye al ser humano en las labores de conducción y, por tanto, esa máquina debe ser inteligente.

En la inteligencia artificial (AI, sus siglas en inglés) hay una rama que tiene como objetivo desarrollar técnicas que permitan a las computadoras aprender y que es conocida como aprendizaje automático, o “Machine Learning”, en inglés. Se trata, por tanto, de generar programas capaces de generalizar comportamientos a partir de cierta información. Además, dentro del Machine Learning, nos encontramos con un conjunto de algoritmos denominados de aprendizaje profundo (en inglés, “Deep Learning”) que intenta modelar abstracciones de alto nivel en datos usando arquitecturas compuestas de transformaciones no lineales múltiples [7].

Una de las formas más comunes de implementar el Deep Learning es mediante redes neuronales artificiales (en inglés, Artificial Neural Network). Una red de neuronas es una herramienta matemática que modela, de forma muy simplificada, el funcionamiento de las neuronas en el cerebro. Se trata de una serie de operaciones matemáticas sobre una lista de números, que da como resultado otra lista de números. Otra forma de verlas es como un procesador de información, que recibe información entrante, codificada como números, lo filtra y procesa mediante cálculos matemáticos, y produce como resultado información saliente, codificada como otros números.

El proceso que siguen las redes neuronales artificiales es similar al de los seres humanos, primero se entrenan con millones de datos y una vez que adquieren “experiencia” están ya preparadas para trabajar con datos reales. En el caso del análisis de imágenes extraídas del entorno del vehículo, lo que la red hace es tratar cada pixel como un valor de la escala RGB (rojo, verde y azul) y la procesa en busca de patrones para identificar los diferentes elementos que contiene. En base a los resultados, sigue entrenando y mejorando, hasta obtener el resultado óptimo deseado.

Esta tecnología de aprendizaje computacional es la que permite que los vehículos puedan interpretar su entorno y generar información para poder actuar. No se trata de insertar en el cerebro del vehículo una lista enorme de reglas para solventar un problema, lo que se hace es darle un modelo con el que pueda evaluar ejemplos y una pequeña colección de instrucciones para modificarlo cuando se produzcan errores. Con el tiempo, se espera que esos modelos sean capaces de solucionar el problema de forma extremadamente precisa, gracias a que el sistema es capaz de extraer patrones. En la conducción autónoma, las redes neuronales utilizan las diferentes imágenes captadas en tiempo real como información de entrada de la primera capa. Después, es particionada en miles de trozos que cada neurona analiza por separado; el color, la forma, etc. Cada capa se especializa en una característica y le va asignando un peso. Finalmente, las neuronas de la salida recogen esa información y ofrecen un resultado.

El futuro de la conducción autónoma

Retos a los que se enfrenta

Hay una serie de obstáculos y debilidades que, aunque se prevé que no vayan a detener su distribución masiva, es posible que ralentice su llegada. Como, por ejemplo:

• Se deberá actualizar la legislación para que, ante infracciones graves, los jueces puedan discernir las diferentes responsabilidades.
• Los seguros tradicionales ya no serán válidos y las aseguradoras deberán de desarrollar nuevos productos que cubran las nuevas necesidades.
• Se generarán diferentes dilemas éticos y morales[8].
• La sociedad en su conjunto deberá de aceptar la llegada de estos nuevos vehículos[9] y para ellos será indispensable realizar una correcta labor de divulgación. De lo contrario, puede ser rechazado.
• El vehículo estará constantemente obteniendo imágenes del entorno, es decir, todo estará grabado. Por tanto, aumentarán los conflictos relacionados con la intimidad de las personas.

¿Qué se espera en los próximos años?

Sin lugar a duda, el vehículo autónomo es una realidad que ha llegado para quedarse, y dispone de una serie de puntos fuertes con los que la industria ya cuenta, tanto para convencer a gobernantes, como para atraer a futuros consumidores. Entre ellos, destacan:

• La reducción de forma drástica del número de accidentes y, por lo tanto, el de fallecidos.
• La posesión y el transporte para personas sin necesidad de que dispongan de un carné de conducción.
• Que la conductora o conductor que debía de atender con exclusividad la tarea de circular pueda ir haciendo otras: leer, ver una película, etc.
• El aparcamiento pasará a ser un problema del pasado. Los vehículos autónomos podrán dejarte en el lugar deseado y, después, podrá ir a buscar aparcamiento.

En estos momentos, hay una competición abierta por ser el mejor posicionado en el lanzamiento del coche autónomo. La tarta por repartir es muy interesante y las apuestas están siendo muy fuertes. Las mejor posicionadas[10] por ahora son empresas como Tesla, Uber, Lyft, Ford, Google, Baidu, General Motors, Waymo, Hyundai, BMW, Volvo, PSA-Peugeot, etc. En definitiva, son las compañías líderes en automoción y tecnología, así como las nuevas compañías de transporte, las que están liderando su desarrollo. En estos momentos, ya hay fabricantes como Hyundai[11] anunciando el lanzamiento de nuevos modelos de nivel 4, es decir, sin conductor, para 2021, y Renault[12] lo hará en 2023.

Por otro lado, los centros tecnológicos están acompañando su desarrollo con la investigación en nuevas tecnologías. Un ejemplo cercano es el de Vicomtech[13], en San Sebastián, que ya se encuentra inmerso en un proyecto de desarrollo de tecnología propia para la conducción autónoma.

Por último, ya hay diferentes organismos que están trabajando en dar solución a los dilemas éticos y morales. El MIT ha desarrollado una herramienta[14] con diferentes escenarios relacionados con la conducción autónoma y que tiene dos objetivos fundamentales: 1) Construir una imagen multitudinaria (usando «crowdsourcing») de la opinión de los humanos sobre cómo las máquinas deben tomar decisiones cuando se enfrentan a dilemas morales; y 2) permitir la construcción y discusión de posibles escenarios con implicaciones morales por una multitud de individuos. A partir de aquí, será necesaria la generación de un código ético que regule los aspectos de la conducción autónoma, las responsabilidades y los códigos de actuación ante diferentes situaciones.

En conclusión, una vez superados todos los retos, vamos a ir viendo por nuestras carreteras vehículos en los que no habrá conductoras o conductores humanos.

Iker Alberdi – 18 de mayo de 2018

Referencias:

[1] Clayton M. Christensen: https://en.wikipedia.org/wiki/Clayton_M._Christensen

[2] Zeleny, Milan. «High Technology and Barriers to Innovation: From Globalization to Localization«. International Journal of Information Technology & Decision Making. World Scientific. 11: P 441.

[3] Disruptive technologies: Advances that will transform life, business, and the global economy: https://www.mckinsey.com/business-functions/digital-mckinsey/our-insights/disruptive-technologies

[4] SAE, Taxonomy and Definitions for Terms Related to Driving Automation Systems for On-Road Motor Vehicles J3016_201609 https://www.sae.org/standards/content/j3016_201609/

[5] Xataka, De 0 a 5: cuáles son los diferentes niveles de conducción autónoma, a fondo: https://www.xataka.com/automovil/de-0-a-5-cuales-son-los-diferentes-niveles-de-conduccion-autonoma

[6] Hipertextual, ¿Qué sensores tiene un coche autónomo?  https://hipertextual.com/presentado-por/ford/sensores-coches-autonomos

[7] Y. Bengio, A. Courville, and P. Vincent., «Representation Learning: A Review and New Perspectives,» IEEE Trans. PAMI, special issue Learning Deep Architectures, 2013

[8] El MIT y la CMU creen tener la solución sobre a quién debe atropellar un coche autónomo en caso de duda, Xataka https://www.xataka.com/robotica-e-ia/el-mit-y-la-cmu-creen-tener-la-solucion-sobre-a-quien-debe-atropellar-un-coche-autonomo-en-caso-de-duda

[9] Casi la mitad de los españoles no se atrevería a viajar en autónomo, El Periódico: https://www.elperiodico.com/es/motor/noticias/innovacion/coche-autonomo/casi-la-mitad-de-los-espanoles-no-se-atreveria-a-viajar-en-autonomo-6811224

[10] Xataka, Cuáles son y qué están haciendo las principales empresas en la carrera por el coche autónomo: https://www.xataka.com/vehiculos/cuales-son-y-que-estan-haciendo-las-principales-empresas-en-la-carrera-por-el-coche-autonomo

[11] Hyundai comercializará coches autónomos de nivel 4 en 2021, Autofacil: http://www.autofacil.es/hyundai/2018/01/08/hyundai-comercializara-coches-autonomos-nivel-4-2021/42155.html

[12] Renault lanzará su coche autónomo en 2023, Autofacil: http://www.autofacil.es/renault/2018/01/06/renault-lanzara-coche-autonomo-2023/42149.html

[13] Una guía hacia el coche autónomo, EITB: http://www.eitb.eus/es/television/programas/teknopolis/videos/detalle/5573352/video-guia-coche-autonomo-investigadora-oihana-otaegui-vicomtech/

[14] Moral Machine, MIT:  http://moralmachine.mit.edu/hl/es