Muchas personas pueden pensar que subirse a un vehículo autónomo es algo seguro, lo cual es parcialmente cierto. Si bien este tipo de tecnología ha avanzado hasta el punto de reconocer eficazmente los obstáculos que hay en la vía y permanecer a una distancia segura de ellos, todavía tiene falencias para actuar ante eventos inesperados o terrenos no tan favorables.
Por eso a un grupo de estudiantes de la Universidad de Stanford se les ocurrió una grandiosa idea. Lo que hicieron fue desarrollar un sistema para vehículo autónomo que fuera capaz de desplazarse de forma segura aún moviéndose a altas velocidades. Sin embargo, este trabajo va más allá de simplemente conducir rápido. Así lo señaló el líder de la investigación Nathan Spielberg:
Tal y como se puede observar en el video adjunto, el resultado es sorprendente. El vehículo autónomo de los estudiantes se desplaza a través de la pista de carreras sin detenerse una sola vez. Como si tuviera un piloto de carreras experto, es capaz por sí mismo de tomar las curvas con precisión. Esto, sin el aparente riesgo de accidentarse.
¿Cómo logró esto?
El equipo tuvo en cuenta que los sistemas de conducción autónoma emplean constantemente información de la fricción entre las llantas y el terreno. Esto les permite tener información para saber cómo frenar y/o girar en situaciones de emergencia. Sin embargo, esto resulta insuficiente si se quiere lograr la suficiente seguridad como para no accidentarse en terrenos difíciles como carreteras heladas. Por eso es necesario tratar de obtener este tipo de detalles por adelantado. Es decir, prever las situaciones.
Pensando en ello crearon una red neuronal que integra datos de miles de experiencias automovilísticas. Entre ellas están las carreras ocurridas en la pista Thunderhill en Willows, California; y pistas invernales de prueba. En total la red neuronal estudió más de 200.000 trayectorias.
La red neuronal aprendió de una forma increíble. Su desempeño fue tan bueno que la pusieron a competir con un corredor humano en la pista de carreras. Sorprendentemente logró obtener casi los mismos tiempos de vuelta que el participante humano.
