En 1986, una camioneta Chevy azul circulaba a menudo por las calles de Pittsburgh, Pensilvania, cerca de la Universidad Carnegie Mellon. Para el observador casual, nada parecía fuera de lo común. La mayoría de la gente pasaría junto a él sin darse cuenta de que la videocámara se asomaba por el techo o del hecho de que no había manos en el volante.
Pero si algún transeúnte se hubiera detenido para inspeccionar la camioneta y observar su interior, se habría dado cuenta de que no era un automóvil común. Este fue el primer automóvil autónomo del mundo: un trabajo pionero de la informática y la ingeniería construido de alguna manera en un mundo donde las máquinas de fax seguían siendo la forma predominante de enviar documentos, y la mayoría de los teléfonos todavía tenían cables. Pero a pesar de estar atrapado en una era en la que la tecnología aún no se había puesto al día con la imaginación de la humanidad, la camioneta, y los investigadores apiñados en ella, ayudaron a sentar las bases para todo el teslas, Waymosy prototipos de Uber autónomos recorriendo nuestras calles en 2022.
Cómo surgió el primer coche autónomo
La camioneta antes mencionada fue diseñada y construida por el Laboratorio de Navegación de Carnegie Mellon (Navlab), mucho antes de que existiera la World Wide Web o Google, y con computadoras que eran 10 veces menos potentes que el Apple Watch de primera generación.
Con fondos del departamento de defensa de EE. UU., la división de robótica de Carnegie Mellon creó el Navlab en 1984 para explorar la navegación autónoma. El objetivo, Dra. Chuck Thorpe, el profesor de informática que dirigió el proyecto dijo a Digital Trends, debía lidiar con situaciones «aburridas, sucias y peligrosas».
El departamento de defensa, más específicamente, buscaba construir exploradores autónomos. Estos exploradores saldrían al campo y mapearían territorios inexplorados, donde generalmente existe un mayor riesgo de minas ocultas y enemigos, un trabajo por el que los humanos antes arriesgarían sus vidas. Y así nació el Terragator en 1983.
El Terregator de seis ruedas, que, a primera vista, podría confundirse fácilmente con el predecesor del Mars Rover, fue el primer robot autónomo de conducción al aire libre del mundo, y para una época en que los teléfonos móviles pesaban 11 libras, fue una hazaña de ingeniería notable. . Presentaba una gama de sensores y tecnología de visión por computadora para evitar obstáculos, escalar terrenos irregulares, rastrear caminos y mucho más. El trabajo en Terregator ayudó a los investigadores a darse cuenta del potencial de esta tecnología, y tres años más tarde, el Navlab 1, esa camioneta Chevy azul, salió a la calle.
El Navlab 1 era lo más primitivo que podía ser un automóvil autónomo. No tenía las pantallas táctiles elegantes o los controles de teléfonos inteligentes que encontraría dentro de los vehículos de motor en estos días. Lo que sí tenía era media docena de estantes de hardware de computadora del tamaño de refrigeradores, una videocámara de tamaño completo que se asomaba por encima del parabrisas, un generador de 20 kilovatios y algunos monitores en bloque que se usaban para mostrar el rendimiento del algoritmo a un puñado de personas. estudiantes de posgrado hacinados en la parte de atrás. Todo el montaje parecía más una furgoneta de vigilancia del FBI que un proyecto autónomo.
La forma en que Navlab 1 se condujo fue bastante sencilla. Su sensor lidar, similar al que se encuentra en los últimos iPhones, dispararía láseres a los objetos para determinar su distancia de ellos. Además de eso, con la visión por computadora, dividiría las imágenes de la cámara de video para seguir las marcas de los carriles y descubrir los bordes de la carretera para que no se desvíe. Los resultados de estos puntos de datos finalmente lo ayudarán a enviar los comandos de dirección finales.
Si eso suena como mucho trabajo para las computadoras de la década de 1980, es porque lo fue. Dado que el hardware aún no se había puesto al día con tales avances, llevaría mucho tiempo realizar los cálculos y, como resultado, la velocidad de Navlab 1 se limitó a 20 mph.
Además, los montones de hardware amontonados en la parte trasera de la camioneta sufrían de ventilación limitada y, por lo tanto, también se descomponía con frecuencia e incluso una vez se incendiaba, según el Dr. Dean Pomerleu, quien se unió al equipo de Navlab como Ph.D. estudiante.
Aprendiendo de los errores del pasado
Si bien Navlab continuó refinando sus módulos de conducción autónoma en los próximos años, no fue hasta 1989 cuando el Dr. Pomerleu enseñó a una ambulancia Humvee del ejército de color camuflado, Navlab 2, a aprender de sus errores que el grupo logró su próximo avance.
Hasta 1989, los estudiantes de Navlab estaban codificando programas para corregir las deficiencias del automóvil autónomo cuando se encontraba en situaciones desconocidas. Por otro lado, la Dra. El algoritmo ALVINN (abreviatura de An Autonomous Land Vehicle in a Neural Neutral) de Pomerleu permitió que el vehículo se adaptara a escenarios para los que no estaba programado simplemente observando cómo reaccionaría un conductor humano en ese caso. Esto significaba que la próxima vez que Navlab 2 se encontrara con el mismo escenario, no necesitaría la intervención humana. Es lo que desbloqueó la próxima generación de autos sin conductor, e incluso en los sistemas actuales basados en IA, se pueden encontrar las pistas de ALVINN.
Muy pronto, Navlab 2 navegaba a 55 mph en un viaje por carretera de 102 millas desde Pittsburgh a Erie, Pensilvania. «Ese fue el primer viaje realmente largo que había hecho y me convenció de que algún día veríamos vehículos que pudieran conducirse solos en la vía pública», agregó el Dr. Pomerleu.
Dado que las iteraciones de Navlab dependían de una red neuronal adaptativa y no de mapas 3D como el automóvil autónomo de Google, podrían colocarse en cualquier lugar que no hayan visto antes y funcionar lo suficientemente bien. Eso es lo que finalmente impulsó la vuelta de la victoria de la división Navlab: un viaje por carretera de casi 3,000 millas a través del país desde Pittsburgh a San Diego en 1995.
El Navlab 5 se dirigió solo durante más del 98 % del viaje, con el Dr. Pomerleu y su estudiante de posgrado, el Dr. Todd Jochem, turnándose para acelerar y frenar. Y a pesar de las grandes variaciones en los tipos de caminos y terrenos, el par enfrentó casi cero anomalías y registrado toda la experiencia a lo largo del viaje, incluido el día en que lo demostraron para el primero el show de esta nocheEl presentador de Jay Leno, en lo que fue uno de los primeros blogs de viajes en línea.
“Creo que si retrocedes en el tiempo y obtienes uno de esos autos ahora”, dice el Dr. Jochem, que ahora conduce un Tesla Model S, dijo en un intercambio de correos electrónicos con Digital Trends: “Te sorprendería lo idéntico que es en algunas situaciones al rendimiento que ves en los autos que ahora son comerciales. Muy orgulloso de eso”.
Los miembros del equipo de Navlab fundaron y contribuyeron significativamente a los principales proyectos de conducción autónoma de la actualidad, como Uber, Google, Tesla y más. Sin embargo, a pesar del progreso que ha logrado la industria, el Dr. Pomerleu cree que un «invierno de IA», un término utilizado en los círculos académicos para describir un período de baja financiación y crecimiento en un campo, podría estar a la vuelta de la esquina para los vehículos autónomos y Elon Musk podría ser el culpable.
Mientras que la Dra. Pomerlue está de acuerdo en que Musk ha ayudado a avanzar en la era de la conducción autónoma, su enfoque de la autonomía, que depende demasiado de los sensores de la cámara y las políticas insensibles hacia la seguridad del conductor, es preocupante. “En última instancia, prometer en exceso y cumplir de manera insuficiente es inconcebible en mi opinión y amenaza con contribuir a otro ‘invierno AV’”, agregó.
Al momento de escribir este artículo, la Administración Nacional de Seguridad del Tráfico en las Carreteras de EE. UU. anunció que está investigando a Tesla por permitir que los conductores jueguen videojuegos en la pantalla del tablero mientras el automóvil se conduce en piloto automático.
El trabajo de investigadores como el Dr. Thorpe, por lo tanto, aún no ha llegado a su línea de meta. “Hace treinta años predije que me jubilaría en un automóvil autónomo”, dijo, “supongo que todavía no puedo jubilarme”.
Recomendaciones de los editores