Nvidia, la compañía más conocida entre el público por su tarjetas gráficas, lleva tiempo trabajando con fabricantes de automóviles para añadir la capacidad de procesamiento adecuada a la nueva época de conducción autónoma.
Todos los sensores que un vehículo autónomo envían a las diferentes unidades de procesamiento del vehículo suponen un flujo de datos increíble que analizar. Y entre toda ese océano de datos, los algoritmos operan y deciden qué acciones tomar.
Empresas como Comma.ai han decidido optar por explicar las normas de la carretera a sus plataformas. El vehículo se convierte en una mera —aunque muy compleja— máquina de seguir órdenes introducidas por sus creadores. Decide cuándo girar, acelerar o encender las luces dependiendo de parámetros establecidos.
Nvidia ha optado por eliminar estos patrones, y ha construido un sistema que se retrotrae aún más. Es el mismo vehículo el que aprende a conducir.
> Al contrario que otros estilos de conducción para coches autónomos, no hemos programado ningún sistema de detección de objetos específico, de mapeado, planificación de ruta o control de componentes en el vehículo.
> En vez de eso, el vehículo aprende por sí mismo todas las representaciones internas para girar el volante simplemente al observar a vehículos humanos ejecutar la maniobra.
Hay un periodo de educación donde el coche ha tenido que aprender a conducir, causando múltiples "accidentes" en un entorno controlado como es una pista de conos. De esta forma, la conducción se siente más similar a una humana, con casos en los que la lógica se difumina y las decisiones extremas no hacen que el vehículo se quede inmovilizado sin saber qué responder. Por ejemplo: frente a una carretera con conos, el sistema de Nvidia dirige al vehículo en una conducción lenta sobre el césped lateral.
Son estos casos extremos los que hacen difícil la implementación en masa de la conducción autónoma. Poder conducir en un sistema de autopistas homogéneas es fácil. Lograr que el coche te lleve en cualquier situación, y que responda cuando sus algoritmos no sepan exactamente qué hacer. Incluido dar una respuesta en milisegundos a un posible choque para el que no tienen respuesta.
Una combinación de ambos métodos —aprendizaje y parametrizado— permitiría a los vehículos empezar con una base sólida de factores, y que se vayan adaptando específicamente a los deseos y particulares tanto de sus dueños, como de las carreteras por las que circulan normalmente. No habrá dos vehículos autónomos que conduzcan exactamente igual, de la misma forma que no hay dos humanos que conduzcan exactamente igual.
