Imagínate esto: estás conduciendo por una carretera de montaña, cuando de repente te encuentras con una densa niebla. Reaccionas instintivamente. Tu visión se agudiza y entrecierras los ojos para distinguir la forma de cualquier coche que se acerque en dirección contraria.
Los seres humanos manejan muy bien estos rápidos cambios, pero si se tratara de un coche autónomo –al menos uno con el actual sistema de inteligencia artificial (IA) al volante– las cosas podrían terminar fácilmente en un desastre.
Los sistemas de visión de IA actuales son extremadamente precisos cuando la visibilidad es buena. En un día claro y soleado, un vehículo autónomo puede reconocer con precisión a peatones, señales de tráfico y otros vehículos. Sin embargo, son extremadamente sensibles a los cambios ambientales. Si llueve, está oscuro o hay niebla, los sistemas de IA estándar se vuelven ciegos y no pueden detectar obstáculos que un conductor humano detectaría fácilmente.
Nuestra investigación en la Universidad de Valencia sugiere una posible solución: en lugar de exponer modelos de IA a millones de imágenes de todas las condiciones posibles de la carretera, decidimos imitar la biología. Pero biológicamente hablando, ¿por qué los humanos pueden ver tan bien en una gama tan amplia de condiciones?
Leer más: Visión humana: lo que realmente vemos (y lo que no vemos) nos dice mucho sobre la conciencia
El 'control de volumen' del cerebro
En nuestro cerebro, las neuronas no funcionan solas. Utilizan una forma de adaptación realmente fascinante que los neurocientíficos llaman normalización de partición.
Para entender esto (sin entrar en matemáticas) podemos pensar en ello como un sistema automatizado de "control de volumen", con neuronas trabajando como un equipo. Digamos que una neurona mira un área muy oscura del campo visual, como un automóvil negro de noche. Las neuronas vecinas amplifican la "fuerza" de esta señal débil, amplificando pequeños detalles para hacerlos más visibles.
Si miramos la luz brillante, ocurre lo mismo a la inversa. El cerebro baja el volumen para evitar que nos quedemos ciegos.
Este mecanismo es el que nos permite adaptarnos y ver con claridad en una gama muy amplia de condiciones. Pero en la búsqueda de velocidad y precisión, los sistemas modernos de IA han descuidado esta inspiración biológica.
Y lea australiano: Los sistemas de IA y los humanos "ven" el mundo de manera diferente, y es por eso que las imágenes de IA parecen tan deslumbrantes
IA en simulador de conducción
En nuestro estudio, procesamos imágenes utilizando algunos de los modelos de IA más utilizados, agregando capas para simular el mecanismo de "control de volumen" del cerebro. Básicamente, hicimos que sus neuronas se comunicaran entre sí y se adaptaran a su entorno, tal como lo hace nuestro propio cerebro.
Queríamos ver si imitar la biología haría que los automóviles fueran más seguros. Para ello, sometimos tanto a los modelos de IA estándar como a nuestra modificación inspirada en el cerebro a una serie de pruebas. Utilizando bases de datos de conducción real en ciudades europeas, imágenes de conducción nocturna en Suiza y varios simuladores de conducción virtuales diferentes, pudimos comparar las respuestas a diferentes niveles de niebla, oscuridad y variaciones de luz.
Los resultados demostraron que imitar el propio cerebro era un éxito. Una vez entrenados, los dos tipos de modelos de IA podían conducir perfectamente bien, pero cuando la niebla y la oscuridad entraron en la ecuación, el modelo no modificado comenzó a fallar. Perdió la capacidad de distinguir los coches de los edificios e incluso de la propia carretera.
Por otro lado, el sistema de inteligencia artificial que estaba equipado con nuestro mecanismo inspirado en el cerebro era robusto. Incluso en niebla o en completa oscuridad, funcionó más de un 20% mejor que su contraparte sin cambios.
Analizamos, desde dentro, cómo este nuevo sistema percibe el mundo y descubrimos que hace exactamente lo que esperábamos. Grabó y mejoró los detalles de vehículos ocultos en la niebla que de otro modo serían invisibles. Como resultado, su rendimiento se ha vuelto más estable en condiciones climáticas cambiantes.
Una lira australiana: la próxima generación de automóviles sin conductor tendrá que pensar en lo que hay en la carretera, no solo verlo
Aprendiendo de la naturaleza
Lograr que la sociedad en general confíe en la IA presenta grandes desafíos, y la seguridad de los pasajeros y peatones en los vehículos autónomos es un aspecto importante de esto. No basta con que los sistemas inteligentes funcionen en condiciones ideales. Necesitamos que sean completamente seguros en el mundo real y que protejan las vidas de todos los usuarios de la carretera en todas las condiciones climáticas.
Nuestra investigación muestra que la clave para crear una inteligencia artificial más segura, robusta y adaptable puede estar más cerca de lo que parece. No se necesitan ordenadores más potentes ni cantidades de datos significativamente mayores. A veces, todo lo que tenemos que hacer es observar los millones de años de evolución que han dado forma a nuestro propio cerebro.
En muchos casos, la naturaleza ya ha resuelto algunos de los problemas a los que se enfrenta hoy en día la inteligencia artificial. Sólo tenemos que aprender de ello.
.webp)
0 Comentarios