La conducció autònoma amb intel·ligència artificial encara té alguns reptes per salvar. Samuele Errico Piccarini / Unsplash., CC BY-SA

Pablo Hernández Cámara, Universitat de València

Conduir per una carretera de muntanya i que, de sobte, ens envolte una boira densa és una situació de màxima tensió. Automàticament, afinem la vista i entretanquem els ulls per distingir els altres cotxes. Els éssers humans som molt bons gestionant aquests canvis. Ara bé, per a la intel·ligència artificial que guia als cotxes autònoms actuals, aquesta mateixa escena pot ser un malson.

Avui dia, els sistemes d'intel·ligència artificial de visió són extremadament precisos en bones condicions. Un cotxe autònom pot reconèixer vianants, senyals i altres vehicles amb una gran precisió en un dia assolellat. Però tenen un greu problema: són molt fràgils davant els canvis ambientals. Si cau la nit, plou o apareix la boira, les imatges canvien dràsticament. Les intel·ligències artificials estàndard sovint es tornen cegues davant aquestes variacions, incapaces de detectar obstacles que un conductor humà veuria sense problemes.

En la nostra recerca en la Universitat de València ens proposem una possible solució: en compte d'ensenyar a la IA milions d'imatges de cada oratge possible, decidim imitar la biologia. Quin mecanisme biològic permet al nostre cervell veure-hi tan bé en condicions tan diferents?

El “control de volum” del cervell humà

En el nostre cervell, les neurones no treballen de forma aïllada. Utilitzen una forma d'adaptació fascinant coneguda en neurociència com a normalització divisiva.

Per a entendre-la sense utilitzar matemàtiques, podem imaginar-la com un sistema de “control de volum” automàtic, en què les neurones treballen en equip. Per exemple, suposem que una neurona mira una zona molt fosca de la imatge, com un cotxe negre de nit. En aquest cas, les neurones veïnes “pugen el volum” a aquest senyal dèbil. Així, aconsegueixen amplificar aquests petits detalls per fer-los més visibles. Si mirem una llum forta, succeeix l'efecte contrari. El cervell baixa el volum del senyal per no enlluernar-nos.

Aquest mecanisme biològic és el que ens permet adaptar-nos i veure-hi perfectament en condicions molt distintes. El problema és que les intel·ligències artificials modernes, provant de ser més ràpides i precises, han deixat de banda aquesta inspiració biològica.

La intel·ligència artificial en el simulador de conducció

En el nostre estudi vam prendre algunes de les intel·ligències artificials més utilitzades per a processar imatges i els vam afegir capes per simular aquest mecanisme del cervell. Bàsicament, els vam obligar a fer que les seues neurones es comuniquessen i ajustessen a l'entorn. Exactament igual que fa el nostre cervell.

Volíem comprovar si aquesta imitació biològica feia els cotxes més segurs. Amb aquest fi vam sotmetre a diferents proves tant la intel·ligència artificial estàndard com la nostra modificació inspirada en el cervell. Vam utilitzar bases de dades de conducció real en ciutats europees, imatges de conducció nocturna a Suïssa i diferents simuladors de conducció virtual. D'aquesta manera, vam poder comparar com responien davant diferents nivells de boira, foscor i variacions de llum.

Una resposta més sòlida i predictible

Els resultats van demostrar que imitar la biologia i el nostre cervell funciona. Després de l'entrenament, les dues intel·ligències artificials conduïen de manera perfecta. Però, en introduir la boira i la foscor, el sistema tradicional va començar a fallar. Fins i tot va perdre la capacitat de distingir els cotxes de la carretera o dels edificis.

Ben al contrari, la IA equipada amb el mecanisme inspirat en el cervell va demostrar una gran solidesa. Fins i tot en condicions de boira o en plena nit, va aconseguir millores superiors al 20 % respecte a la seua contrapart tradicional. Vam analitzar com veia el món per dins aquesta nova màquina i vam comprovar que feia exactament allò que esperàvem. Anava rescatant i amplificant els detalls dels vehicles ocults en la boira que, si no, serien invisibles. Amb aquests, el seu rendiment es va tornar més estable enfront dels canvis de condicions meteorològiques.

Aprendre de la natura

Com a societat, confiar el món a la intel·ligència artificial suscita grans reptes. Per exemple, a l'hora de garantir la seguretat dels passatgers i els vianants en els cotxes autònoms. No n'hi ha prou que els sistemes intel·ligents funcionen en condicions ideals. Necessitem que siguen totalment segurs en el món real i asseguren la vida dels vianants i els conductors en qualsevol oratge.

La nostra recerca demostra que la clau per a fer una intel·ligència artificial més segura, sòlida i adaptable es pot trobar-se més prop del que sembla. No cal utilitzar ordinadors més potents o moltes més dades. A vegades, n'hi ha prou amb mirar els milions d'anys d'evolució que han donat forma al nostre cervell.

En molts casos, la natura ja ha resolt alguns dels problemes als quals s'enfronta la intel·ligència artificial avui dia. Només hem d'aprendre d'ella.

Pablo Hernández Cámara, Professor i investigador. Departament d'Enginyeria Electrònica & Laboratori de Processat d'Imatges, Universitat de València

Aquest article es publicà originalment en The Conversation. Llegiu l'original.