El vehículo autónomo, un reto a corto plazo

En sus inicios, el vehículo personal proporcionó una gran sensación de libertad a la hora de desplazarnos por trabajo o placer.  Sin embargo, su utilización masiva e individual hace que hoy en día hablemos más de la contaminación ambiental y los accidentes de tráfico que provocan.  En consecuencia, las futuras ciudades inteligentes necesitan evolucionar hacia un paradigma de movilidad como servicio; donde seguridad, confort, eficiencia energética, y huella medioambiental sean ejes irrenunciables. Para llegar ahí, será imprescindible disponer de flotas de vehículos autónomos circulando constantemente por la ciudad de forma globalmente coordinada, con personas y/o mercancías que comparten parcialmente un trayecto punto a punto surgido de las necesidades del momento.

Por tanto, el vehículo autónomo se desarrolla principalmente, no como placer individual, sino como (imperiosa) necesidad colectiva.  De hecho, ésta tecnología es una de las diez que más cambiaran nuestra forma de vida según el Parlamento Europeo (y según cualquiera que se pare a pensarlo diez minutos).

Aplicación de inteligencia artificial

Evidentemente, desarrollar vehículos que se desplacen respetando las reglas de circulación sin intervención humanasin intervención humana y en cualquier circunstancia (lo que en la industria llaman autonomía de nivel 5), es de una dificultad mayúscula. Especialmente porque los vehículos actuales no van a ser sustituidos de forma instantánea por vehículos autónomos, cosa que simplificaría enormemente su implantación. Los actuales usuarios de la vía (vehículos, peatones, ciclistas, etc.), con sus costumbres y comportamientos impredecibles, convivirán con los nuevos y más disciplinados vehículos autónomos durante varias décadas.

Desde el punto de vista científico-técnico, desarrollar un vehículo autónomo es un reto absolutamente multidisciplinar. Pero diría que (aunque en esto no soy imparcial), el componente más crítico es la inteligencia artificial (IA) que ha de interpretar la información sensorial adquirida abordo (con cámaras, lidars, radares, etc), para entender el entorno que rodea al vehículo y así ejecutar maniobras confortables y seguras, de forma ininterrumpida. El estado actual en el campo de las llamadas redes neuronales nos hace pensar que es absolutamente posible desarrollar esa IA. Eso sí, no es trivial y en este momento todavía tenemos más preguntas que respuestas: ¿cómo entrenamos de forma eficiente esas redes neuronales para conducir? ¿cómo conseguimos que se adapten a diferentes estilos/entornos de conducción? ¿cómo conseguimos que aprendan de forma continuada sin olvidar el conocimiento previo? ¿cómo certificamos que una IA es un buen conductor? etcétera.

Servicios concretos a corto plazo

La IA para conducción que más se asemejaría a la conducción humana, es aquella que utiliza solo cámaras como sensor y es capaz de entender el contenido de las imágenes hasta el punto de completar correctamente cualquier ruta, conocida o nueva. Sin embargo, como esto es excesivamente complicado en el corto plazo, también se dota a los vehículos de sensores activos como radares y lidars, para así complementar la información sensorial que aportan las cámaras, esperando facilitar la interpretación de la escena. En esa línea, cuando se habla de vehículo conectado, desde el punto de vista de la conducción autónoma, la idea es que los vehículos intercambien información entre ellos (intención de cambiar de carril, de frenar, etc) y con la infraestructura (aportando información fuera del alcance de los sensores, indicando el estado de los semáforos, etc); por tanto, la conectividad la podemos ver como otro sensor destinado a facilitar la cooperación entre los elementos dinámicos de la vía. En este sentido, la existencia de mapas tridimensionales de alta resolución, también permite añadir robustez a las maniobras del vehículo autónomo ya que, mediante la auto-localización precisa en el mapa, este puede obtener información estática del entorno que le rodea (en qué carril está, la peligrosidad del tramo, etc).

¿Y cuándo estarán aquí los vehículos autónomos? Pues depende de cómo entendamos esta pregunta. Si la entendemos como siendo capaces de conducir perfectamente, en cualquier trayecto y circunstancia, pasarán décadas. Si la entendemos como proporcionando servicios concretos, en áreas controladas/segregadas, con restricciones 'ad hoc' (velocidad, condiciones atmosféricas, infraestructura de soporte, etc), entonces ya podemos encontrar diversos ejemplos en distintos puntos del planeta. En cualquier caso, lo que sabemos es que, alcanzado cierto nivel de fiabilidad, se salvarán más vidas introduciendo el vehículo autónomo, aunque no sea perfecto, que si esperamos a que lo sea. Intuitivamente, lo que sucede es que la IA del vehículo autónomo no se cansa, ni se distrae, ni se emborracha, ni se droga, que son causas detrás de muchos de los accidentes actuales.

*Profesor titular del Departamento de Ciencias de la Computación, UAB; Investigador Principal en Conducción Autónoma, Centro de Visión por Computador (CVC), UAB; ICREA Academia