Machine Learning con percepción humana: la idea de esta startup para que el coche autónomo entienda a los peatones

Hacer que el algoritmo de IA de un coche sea capaz de interpretar nuestras intenciones como peatón como lo haría otro humano. Esa es la idea que está tratando desarrollar la startup estadounidense Perceptive Automata, y con la que quieren acabar con los problemas que tienen los coches autónomos a la hora de entender nuestras intenciones.

Los seres humanos a veces somos un poco caóticos, y os podemos mover casi en cualquier momento y en la dirección menos prevista. Por eso, lo que quiere la empresa es combinar el Machine Learning con la percepción humana, y así poder crear un chip con un algoritmo capaz de entender las intenciones de los peatones, los ciclistas y cualquier otro ser humano que pueda cruzarse en su camino.

En cualquier caso, no hay que olvidar que de momento se trata sólo de intenciones, y que todavía está por ver si consiguen cumplir su objetivo. Para ello todavía quedan meses de desarrollo y lo más importante, asegurarse de que todo funcione y no se repitan accidentes como el del coche de Uber que en marzo atropelló mortalmente a un peatón por considerarlo un objeto no identificado.

Enseñándole a un coche a pensar como una persona

La idea parte de la base de que en el "Machine Learning" se utilizan datos objetivos para entrenar a los algoritmos, pero que para entender a los humanos hace falta añadirle la perspectiva humana al proceso. ¿Y cómo quieren hacer eso? Pues haciendo que los vídeos que van a utilizarse para entrenar al algoritmo hayan pasado antes un filtro humano.

Para ello, Perceptive Automata quiere contar con un grupo de personas encargadas de ver vídeos con peatones en diferentes situaciones. Estas personas tienen que etiquetar cada vídeo dependiendo de las intenciones del peatón, diciendo si interpretan que quiere cruzar la carretera o si ha visto al coche que se le acerca.

Y entonces, una vez el vídeo ya ha pasado por el filtro de percepción humana es cuando se utiliza para entrenar al algoritmo. Ese mismo proceso se utilizará también con ciclistas y otros humanos que puedan interactuar con los coches autónomos, y cuando el algoritmo esté entrenado se mete en un módulo que la startup quiere venderle a los fabricantes de coches como si fuera un sensor más, una especie de chip para añadirle al coche percepción humana.

Una vez instalado este sensor en el coche, los datos de este sensor se combinan con los de las cámaras, radar LIDAR y otros sensores instalados. De esta manera, y siempre según la startup, la IA del coche debería ser capaz de utilizar estos datos combinados para reconocer a los humanos y leer sus intenciones como lo haría otro ser humano.

En cualquier caso, estas no dejan de ser las intenciones de una startup que quiere hacerse un hueco en un negocio de futuro, y todavía queda por ver si consiguen lo que se proponen. E incluso aunque lo hicieran, luego también tendrían que convencer a los fabricantes para que deleguen un aspecto tan importante en su sistema de conducción a una solución de terceros sobre la que no tienen control directo.

Vía | Ars Technica
En Genbeta | "El peatón era un objeto no identificado", tenemos informe preliminar sobre el coche autónomo de Uber que mató a una persona

Ver todos los comentarios en https://www.genbeta.com

VER 0 Comentario

Portada de Genbeta