Un laboratorio estadounidense de inteligencia artificial se aventuró a las caóticas calles del Perú para un ambicioso proyecto: poner a prueba la capacidad de los vehículos autónomos (sin chofer) en condiciones del mundo real. La misión no solo reveló los desafíos que enfrentan estos sistemas en un entorno urbano caótico como el peruano, sino también destacó cómo la adversidad del transporte podría mejorar la conducción con esta tecnología.
Como es públicamente conocido, el empleo de vehículos autónomos ofrece ventajas, pero su utilización conlleva riesgos: solo entre agosto del 2021 y junio del 2022, se registraron seis muertes a raíz de colisiones en este tipo de vehículos en Estados Unidos, y otros cientos de siniestros.
El equipo de investigadores del laboratorio Artificio eligió Lima, Cusco y Cajamarca para llevar a cabo su estudio entre diciembre del 2022 y febrero del 2023. Para ello, utilizaron equipos similares a los que emplean los vehículos sin chofer. Desde el principio quedó claro que las complejidades del tráfico iban a desafiar las capacidades de esta tecnología vehicular, equipada con diversas cámaras y sensores de reconocimiento de objetos y patrones de comportamiento.
Los vehículos autónomos están entrenados solo para moverse en condiciones casi perfectas, como poca gente, semáforos operativos, calles bien pavimentadas y conductores respetuosos. Es decir, todo lo contrario a lo que ocurre en país en desarrollo. Al probar sistemas en condiciones complicadas, la tecnología es capaz de “aprender” y así avanzar en el desarrollo de vehículos autónomos más seguros.
El experimento
Uno de los primeros problemas fue la diversidad de obstáculos. La conducción autónoma, acostumbrada a situaciones predecibles, se vio desafiada por la presencia de basura y desmonte. Los algoritmos, entrenados en entornos limpios, se vieron desafiados por objetos inesperados.
Los choferes peruanos también presentaron un reto. “El comportamiento impredecible de los conductores, combinado con la falta de respeto a las normas, creó un entorno hostil para los algoritmos”, dice el estudio publicado en artificio.org. “La capacidad de anticipar las acciones de otros conductores se volvió crítica”, añade.
Otro desafío importante fue la variedad de vehículos. Además de los convencionales como carros, buses y motos, se encontraron con mototaxis, combis, carretillas, motos con carreta y carros de helados, un reto para los algoritmos de reconocimiento de objetos. Esa diversidad de vehículos ya está ayudando a mejorar los modelos futuros.
A pesar de los numerosos problemas, el estudio arrojó luz sobre un aspecto fascinante: el caos vehicular y las condiciones adversas del transporte en el Perú contribuyen al desarrollo y aprendizaje de los sistemas de conducción autónoma.
El ingeniero vial David Fairlie destacó el experimento, aunque expuso que parte del análisis también debió incluir el diseño vial. “Parte de la dificultad de manejar en el Perú es la mala o nula señalización, señales inventadas que no figuran en ningún manual, malos diseños, marcas en el pavimento erradas o inexistentes”, dijo.