Revolución IA

La Inteligencia Artificial está llamada a protagonizar la próxima Revolución tecnológica

Inicio

Sobre Revolucionia

Temas

Para saber más

Contacto

Coches autónomos confusos

Fernando P.    09/08/2017

Temas:  Aplicaciones    Divulgación    Actualidad    Inteligencia Artificial y Sociedad

Una aplicación de la Inteligencia Artificial que promete una gran revolución en la forma de entender nuestra vida habitual es la conducción autónoma para nuestros vehículos particulares.

Hace algunos años se consiguió que funcionaran los primeros coches autónomos en condiciones más o menos controladas y ya existen algunos sistemas de apoyo a la conducción en vehículos comerciales, pero aún no se comercializa ningún vehículo que sea completamente autónomo.

La conducción autónoma y la Inteligencia Artificial
Básicamente, un coche autónomo es un agente inteligente que toma una cantidad enorme de datos de su entorno para decidir cómo conducir el vehículo de forma segura y eficiente.

No vamos a describir aquí con detalle cómo opera un coche autónomo, pero sí que vamos a fijarnos en la tarea que seguramente sea más complicada, la de recoger información de su entorno para saber exactamente dónde está en cada momento y qué es lo que tiene alrededor.

Cualquier conductor humano sabe que la percepción visual constante del entorno del coche es esencial para una conducción segura y en un coche autónomo, la tarea de ver el entorno, es de lo más complicado que tiene que resolver.

En un coche autónomo esta tarea se lleva a cabo por varias cámaras (similares a nuestra visión) y por algunos sensores especializados similares a radares.

Toda la información que recogen las cámaras y sensores del coche se pasa de forma contínua a clasificadores que tratan de entender lo que hay en esas imágenes en base a patrones que conocen, para poder actuar en consecuencia.

Las señales de tráfico
Una de las cosas que un conductor debe conocer y a las que debe estar atento son la señales de tráfico, para conocer con precisión las limitaciones y los usos de la vía.

Los conductores deben superar un proceso de aprendizaje de las señales de tráfico para poder circular y lo mismo viene a suceder con los coches autónomos.

Los coches autónomos disponen de clasificadores especiales que son capaces de detectar señales de tráfico en las imágenes de las cámaras, conocen todas las señales y cada vez que detectan alguna adecúan la circulación del coche a lo que exige la señal.

Además, sucede que los coches autónomos son muy cumplidores con el tema de las señales de tráfico, no se les suele pasar casi ninguna y toman en consideración todas las que ven.

Problemas con las señales de tráfico
Sucede que a veces las señales de tráfico tienen problemas serios, hay muchas cosas no previstas que pueden sucederle a una señal de tráfico y que pueden generar confusión o incluso situación de peligro para los conductores. Una situación especialmente grave es el vandalismo sobre la señalización.

Este tipo de cosas son un problema serio en el caso de los coches autónomos por lo cumplidores que son con la señalización y porque no tienen la picardía que tenemos los humanos a la hora de analizar lo que vemos.

Confusión en los coches autónomos
Un grupo de investigadores de diversas universidades en EEUU ha estado estudiando el problema de la alteración de la señalización para ver cómo afecta a los clasificadores que se están probando actualmente en conducción autónoma.

Estos investigadores se han dedicado a alterar señales de tráfico, cómo si de vulgares vándalos se tratara, y han estado estudiando el efecto de estas modificaciones sobre la información que llegaría a un coche autónomo.

El resultado es que han encontrado unas cuantas formas sencillas de alterar señales de tráfico, a base de poner pegatinas, que pueden llegar a confundir fácilmente a los clasificadores de un coche autónomo y puede llegar a considerar que tiene delante una señal completamente distinta a la que en realidad hay.

En particular, han estado jugando con señales de STOP, que es una de las señales más críticas que un conductor puede encontrarse.

Entrenar para solucionar la confusión
Los humanos no tenemos problemas en reconocer una señal de tráfico ligéramente modificada porque durante años nos hemos tropezado una y otra vez con cosas de este tipo en múltitud de escenarios y tenemos un gran entrenamiento para reconocer cosas que estén alteradas.

Pero en el caso de los coches autónomos se trata de una tecnología muy reciente. De momento, tienen bastante con no caer por un precipicio y quedan muchos detalles importantes por mejorar.

Evidentemente, el vandalismo sobre las señales de tráfico no es una cosa justificable, pero es algo que está ahí y si los coches autónomos no pueden gestionarlo con un mínimo de garantías, la tecnología no podrá comercializarse.

Como respuesta a todo esto, los mismos investigadores que experimentaron con las señales de tráfico modificadas, han propuesto modificaciones a los clasificadores al uso para que sean más robustos.

En general, los problemas difíciles deben resolverse por etapas, en sucesivas aproximaciones con mayor precisión y robustez en cada etapa. El caso de los coches autonomos es un ejemplo claro de este paradigma: en un principio resultaba complicado reconocer señales de tráfico de forma automática, pero eso ya funciona bastante bien y ahora debemos pasar a la siguiente etapa en la cual se aprenda a reconocer las señales tocadas por la mano de los artistas del spray, las pegatinas y otros elementos del entorno extremandamente agresivo por el que se mueven los coches.

¿ Cual será el próximo reto a resolver para los coches autónomos ?

Para saber más:

• Bleeping Computer: You Can Trick Self-Driving Cars by Defacing Street Signs

Artículo de divulgación que describe el problema de las señales modificadas para los vehículos autónomos, con algunos ejemplos de modificaciones realizadas en señales.

• Arxiv: Robust Physical-World Attacks on Machine Learning Models

Artículo original del grupo de investigadores que han estado estudiando el problema de las modificaciones a señales de tráfico y que propone modificaciones a los clasificadores usados para poder hacerlos más robustos y evitar confusiones.