Hyundai ha presentado recientemente el primer control de crucero inteligente que aprende la forma de circular de su conductor. Lo logra a través del Machine Learning, una rama de la inteligencia artificial que está suponiendo un salto enorme en la carrera por el coche autónomo. Pero, ¿cómo de factible es aplicarlo a día de hoy en un coche?

Antes de nada, ¿qué es el Machine Learning?

El Machine Learning o Aprendizaje Automático no es más que una rama más evolucionada de la Inteligencia Artificial. Al fin y al cabo, la IA como disciplina informática lleva con nosotros desde mediados del siglo XX, y su evolución sólo se ha visto frenada por la falta de potencia de los ordenadores de la época. Ya en los años 80, cuando la informática vivió nuevos avances, pudo empezar a desarrollarse lo que hoy conocemos como Machine Learning.

La gran novedad que introdujo el Aprendizaje Automático es precisamente ése, la capacidad del sistema de aprender y sacar con ello nuevas conclusiones. El proceso parte de un conjunto de datos y se desarrolla en fases de identificación de patrones, categorización y predicción de resultados. Estos resultados se van perfeccionando con la introducción de nuevos datos, con lo que podemos decir que el sistema «va aprendiendo». Un buen ejemplo es el teclado predictivo de nuestro smartphone; toma de base el diccionario español, nuestros correos electrónicos, nuestras redes sociales…, pero también va aprendiendo con las nuevas palabras que vamos escribiendo.

Todo este proceso de aprendizaje se realiza gracias a uno o varios algoritmos matemáticos, que tratan de imitar la forma de pensar del ser humano. Algunos de los más sencillos que utiliza el Machine Learning son las regresiones o los árboles de decisión. Pero a principios de esta misma década han aparecido otros, como las redes neuronales artificiales, que tratan de reproducir el proceso del cerebro humano. Gracias a estos algoritmos más avanzados, se han conseguido niveles de aprendizaje más rápidos y profundos, en lo que se conoce como Deep Learning.

¿Un control de crucero que aprende nuestra forma de conducir?

El Smart Cruise Control de Hyundai es sencillamente esto, un control de crucero adaptativo que aprende de nuestra forma de conducir, y mejora con ello su comportamiento. El proceso es el mismo, partiendo de unos ajustes predeterminados (los que podría tener cualquier ACC) y los va ajustando a medida que recoge información sobre nuestra forma de conducir. El sistema de Hyundai es capaz, según la información oficial, de identificar 10.000 patrones de conducción diferentes.

Para ello, el Smart Cruise Control se vale de distintos «recolectores» de datos instalados en el vehículo, como la cámara frontal, el radar y otros sensores. Estos dispositivos van recogiendo información sobre nuestra forma de conducir a medida que vamos circulando, y la envían al procesador central del sistema. De ella extrae patrones sobre varios aspectos de nuestra conducción, como nuestra forma de acelerar, nuestra capacidad de respuesta o la distancia de seguridad que solemos dejar con el vehículo que nos procede. Por suerte, el control de crucero inteligente de Hyundai ya viene «aprendido» de fábrica para desechar aquellos comportamientos del conductor que pueden considerarse agresivos o peligrosos.

De esta forma, cuando activamos el Smart Cruise Control, conseguimos una experiencia más similar a cuando conducimos nosotros. Y con ello nos sentimos más cómodos y tendremos menos reticencias para usar el sistema. Como vemos, puede ser una tecnología clave para fomentar y acelerar la adopción de los nuevos sistemas de seguridad, pues en muchas ocasiones la mayor barrera son los prejuicios que tenemos los conductores.

La carrera por el machine learning

Como vemos, el Machine Learning y Deep Learning van a suponer un salto cualitativo en la seguridad vial y los sistemas de conducción autónomos. Ya vimos en Circula Seguro cómo se están utilizando redes neuronales artificiales para la identificación de carreteras peligrosas. El gran salto aquí es poder integrarlo en nuestro vehículo, con el objetivo de mejorar los sistemas de seguridad activa que ya puedan integrar. Actualmente ya podemos ver algunos ejemplos de cómo se está llevando a cabo.

Además de Hyundai, sabemos que otros fabricantes están desarrollando también soluciones con Machine Learning. Audi por ejemplo ha presentado su AI: ME, un automóvil eléctrico y autónomo de nivel SAE 4. Se trataría de un modelo sencillo pensado para las grandes ciudades, donde el sistema de Machine Learning controlaría tareas básicas y para circular entre 20 y 70 kilómetros por hora. También sabemos que Volvo está trabajando en su propio algoritmo, aunque por ahora se limita a recoger datos con vehículos conectados de prueba.

La recogida de datos no es un asunto menor. Es de hecho fundamental para el desarrollo de la conducción autónoma, con la tecnología que disponemos actualmente. Para que un sistema autónomo pudiera perfeccionarse a través de Machine o Deep Learning, necesitaría una descomunal cantidad de datos recogidos en cientos de miles de vehículos con sensores. Y en la actualidad solo hay una empresa con ello: Tesla. El fabricante norteamericano se ahorra millones de dólares en pruebas gracias a sus más de 600.000 vehículos que circulan en todo el mundo (y a los que se suman casi 100.000 cada trimestre).