Ahora, en un nuevo artículo de investigación publicado hoy en Comunicaciones de la naturaleza, Waymo describe un nuevo modelo cognitivo basado en computadora que explica cómo los conductores humanos toman decisiones en fracciones de segundo para evitar accidentes. La compañía cree que el nuevo modelo servirá como punto de referencia para comparar los sistemas de conducción autónoma como una forma de ayudar a que la industria avance hacia un mayor grado de estándares de seguridad compartidos. También es lo último en el creciente cuerpo de investigaciones revisadas por pares de Waymo que, según dice, lo distingue de otros operadores de vehículos autónomos.
Waymo diseñó el nuevo modelo, denominado ReD por «controlador de referencia», en colaboración con la Universidad Tecnológica de Delft en los Países Bajos. De la misma manera que la industria automotriz utiliza maniquíes de pruebas de choque para evaluar la integridad estructural y la seguridad del hardware de un automóvil, este nuevo modelo funciona como un maniquí de comportamiento para determinar qué tan bien un vehículo autónomo puede evitar situaciones peligrosas por completo.
«La evaluación de la seguridad audiovisual es multifacética, y comprender cómo un ser humano maneja los conflictos es una pieza fundamental del rompecabezas», dice Mauricio Peña, director de seguridad de Waymo. «Al establecer este modelo de referencia de una respuesta humana competente, podemos ayudar a la industria a avanzar hacia un enfoque compartido y científicamente fundamentado para evaluar el comportamiento para evitar colisiones».
ReD se basa en un marco de neurociencia llamado inferencia activa, defendido por neurocientíficos líderes a nivel mundial como el profesor Karl Friston (quien calificó el modelo ReD como un “tour de force técnico” en una declaración proporcionada por Waymo). El principio básico es que los cerebros humanos se esfuerzan constantemente por minimizar la sorpresa a lo largo del tiempo.
ReD reúne varios rasgos cognitivos humanos para simular cómo un conductor maneja este estrés. Los humanos juzgan las amenazas longitudinales basándose en su “inminencia” o en la rapidez con la que un objeto se expande en su campo de visión. El modelo de Waymo replica esto al luchar naturalmente para juzgar las velocidades a distancias lejanas, como una persona real. Tiene en cuenta un filtro de “norma de tráfico” que sesga sus predicciones hacia un comportamiento respetuoso de las reglas, hasta que observa explícitamente un vehículo que viola una norma de tráfico. Y evalúa las sorpresas como un conductor humano, provocando una reevaluación de su forma de conducir una vez que una sorpresa alcanza un cierto umbral que sugiere que el plan actual está fallando. El modelo también tiene en cuenta cómo los humanos accionan los pedales del acelerador y del freno con un solo pie, introduciendo una pausa de 0,2 segundos al cambiar entre los dos.
«Al basar nuestro modelo en la inferencia activa, hemos logrado una representación holística de la respuesta humana a una colisión», dice en un comunicado Arkady Zgonnikov, profesor asistente de la Universidad Tecnológica de Delft. «Esto nos permite simular la ‘sorpresa’ interna que siente un conductor durante un conflicto, proporcionando un punto de referencia más humano para los sistemas de conducción autónoma que antes era imposible automatizar a escala».
A diferencia de los modelos de seguridad tradicionales que solo simulan emergencias, Waymo dice que ReD es capaz de «evitar proactivamente» calculando continuamente la sorpresa mientras minimiza la energía libre. Esto le permite anticipar los riesgos con antelación y ajustar su conducción antes de que una situación se convierta en un conflicto.
Waymo dice que está colaborando activamente con investigadores, reguladores y organizaciones de estándares como la SAE para establecer un consenso en torno a estos modelos de referencia. El objetivo es hacer avanzar la industria de los vehículos autónomos hacia una definición compartida y científicamente fundamentada de lo que constituye una respuesta humana “cuidadosa y competente”. Con ese fin, la compañía está haciendo que el modelo ReD sea de código abierto y esté disponible públicamente para cualquiera que quiera probarlo.
