En la carrera por fabricar vehículos autónomos (AV), La seguridad es crucial, pero a veces se pasa por alto, como lo ejemplifican los accidentes recientes que acapararon titulares. Investigadores de la Universidad de Illinois en Urbana-Champaign están utilizando inteligencia artificial (IA) y aprendizaje automático para mejorar la seguridad de la tecnología autónoma a través de avances en software y hardware.

"Usar la IA para mejorar los vehículos autónomos es extremadamente difícil debido a la complejidad de los componentes eléctricos y mecánicos del vehículo, así como la variabilidad en las condiciones externas, como el clima, condiciones del camino, topografía, patrones de tráfico, e iluminación, "dijo Ravi Iyer

"Se está avanzando, pero la seguridad sigue siendo una preocupación importante ".

El grupo ha desarrollado una plataforma que permite a las empresas abordar la seguridad de forma más rápida y rentable en el entorno complejo y en constante cambio de la tecnología autónoma. Están colaborando con muchas empresas en el área de la Bahía, incluido Samsung, NVIDIA, y varias empresas emergentes.

"Estamos viendo un esfuerzo de todas las partes interesadas en todas las industrias y universidades con cientos de nuevas empresas y equipos de investigación, y estamos abordando algunos desafíos en nuestro grupo, "dijo Saurabh Jha, un candidato a doctorado en ciencias de la computación que lidera los esfuerzos de los estudiantes en el proyecto. "Resolver este desafío requiere un esfuerzo multidisciplinario a través de la ciencia, tecnología, y fabricación ".

Una de las razones por las que este trabajo es tan desafiante es que los AV son sistemas complejos que utilizan inteligencia artificial y aprendizaje automático para integrar mecánica, electrónico, y tecnologías informáticas para tomar decisiones de conducción en tiempo real. Un AV típico es una mini-supercomputadora sobre ruedas; tienen más de 50 procesadores y aceleradores que ejecutan más de 100 millones de líneas de código para admitir la visión por computadora, planificación, y otras tareas de aprendizaje automático.

Como se esperaba, existen preocupaciones con los sensores y la pila de conducción autónoma (software y hardware informático) de estos vehículos. Cuando un automóvil viaja a 70 mph por una carretera, las fallas pueden suponer un riesgo de seguridad significativo para los conductores.

"Si el conductor de un automóvil típico detecta un problema, como que el vehículo se desvía o tira, el conductor puede ajustar su comportamiento y guiar el coche hasta un punto de parada seguro, "Jha explicó." Sin embargo, el comportamiento del vehículo autónomo puede ser impredecible en tal escenario a menos que el vehículo autónomo esté entrenado explícitamente para tales problemas. En el mundo real, hay un número infinito de estos casos ".

Tradicionalmente, cuando una persona tiene problemas con el software de una computadora o teléfono inteligente, la respuesta de TI más común es apagar el dispositivo y volver a encenderlo. Sin embargo, este tipo de corrección no es recomendable para AV, ya que cada milisegundo afecta el resultado y una respuesta lenta podría provocar la muerte. Las preocupaciones de seguridad de tales sistemas basados ​​en IA han aumentado en los últimos años entre las partes interesadas debido a varios accidentes causados ​​por vehículos autónomos.

"Las regulaciones actuales requieren que empresas como Uber y Waymo, que prueban sus vehículos en la vía pública para informar anualmente al DMV de California sobre la seguridad de sus vehículos, "dijo Subho Banerjee, un estudiante graduado de CSL y ciencias de la computación. "Queríamos comprender las preocupaciones de seguridad comunes, cómo se comportaron los coches, y cuál es la métrica de seguridad ideal para comprender qué tan bien están diseñadas ".

El grupo analizó todos los informes de seguridad presentados entre 2014 y 2017, que cubre 144 AV que conducen un 1 acumulativo, 116, 605 millas autónomas. Descubrieron que para el mismo número de millas conducidas, Los coches conducidos por humanos tenían hasta 4000 veces menos probabilidades de sufrir un accidente que los vehículos autónomos. Esto significa que la tecnología autónoma falló, a un ritmo alarmante, para manejar adecuadamente una situación y desconectar la tecnología, a menudo confiando en que el conductor humano se haga cargo.

El problema que tienen los investigadores y las empresas a la hora de mejorar esos números es que hasta que un sistema de vehículo autónomo tenga un problema específico, es difícil entrenar el software para superarlo.

Más lejos, Los errores en las pilas de software y hardware se manifiestan como problemas críticos de seguridad solo en ciertos escenarios de conducción. En otras palabras, Las pruebas realizadas en vehículos autónomos en autopistas o carreteras vacías / menos concurridas pueden no ser suficientes, ya que las infracciones de seguridad bajo fallas de software / hardware son raras.

Cuando ocurren errores, tienen lugar después de haber recorrido cientos de miles de millas. El trabajo que implica probar estos AV durante cientos de miles de millas lleva un tiempo considerable, dinero, y energía, haciendo que el proceso sea extremadamente ineficaz. El equipo está utilizando simulaciones por computadora e inteligencia artificial para acelerar este proceso.

"Inyectamos errores en la pila de software y hardware de los vehículos autónomos en simulaciones por computadora y luego recopilamos datos sobre las respuestas de los vehículos autónomos a estos problemas, "dijo Jha." A diferencia de los humanos, La tecnología de IA actual no puede razonar sobre los errores que pueden ocurrir en diferentes escenarios de conducción. Por lo tanto, necesita grandes cantidades de datos para enseñar al software a tomar la acción correcta ante problemas de software o hardware ".

Actualmente, el grupo de investigación está desarrollando técnicas y herramientas para generar condiciones de conducción y problemas que impacten al máximo la seguridad AV. Usando su técnica, pueden encontrar una gran cantidad de escenarios críticos para la seguridad en los que los errores pueden provocar accidentes sin tener que enumerar todas las posibilidades en la carretera, lo que supone un gran ahorro de tiempo y dinero.

Durante la prueba de una tecnología AV disponible abiertamente, Apolo de Baidu, el equipo encontró más de 500 ejemplos de casos en los que el software no pudo manejar un problema y la falla provocó un accidente. Resultados como estos están haciendo que el trabajo del grupo se note en la industria. Actualmente están trabajando en una patente para su tecnología de prueba, y planea implementarlo pronto. Idealmente, los investigadores esperan que las empresas utilicen esta nueva tecnología para simular el problema identificado y solucionar los problemas antes de que se desplieguen los coches.

"La seguridad de los vehículos autónomos es fundamental para su éxito en el mercado y en la sociedad, "dijo Steve Keckler, vicepresidente de Investigación de Arquitectura de NVIDIA. "Esperamos que las tecnologías que está desarrollando el equipo de investigación de Illinois faciliten a los ingenieros el desarrollo de sistemas automotrices más seguros a un costo menor. NVIDIA está entusiasmada con nuestra colaboración con Illinois y se complace en respaldar su trabajo".

Esta investigación ha sido publicada varias veces por IEEE (artículo 1, Artículo 2, artículo 3).