El Centro de investigación alemán para la inteligencia artificial (DFKI por sus siglas en alemán) y TÜV SÜD lanzan un proyecto conjunto para certificar los sistemas basados en la inteligencia artificial (IA) que se utilizan en la conducción autónoma, y desarrollar un “test de aptitud para la circulación” para los algoritmos. Para ello, los expertos explorarán las conductas de aprendizaje de los sistemas de IA con la finalidad de poder controlar las reacciones de los sistemas.
El objetivo principal es desarrollar una plataforma abierta, conocida como “Genesis”, para OEM, proveedores y empresas de tecnología. La plataforma permitirá validar los módulos de inteligencia artificial, lo que constituirá la base para las certificaciones. Este proyecto pone de relieve la reivindicación de TÜV SÜD como principal organización independiente de ensayos y certificación en el desarrollo de la conducción autónoma.
TÜV SÜD y el DFKI desarrollan "“TÜV para la Inteligencia Artificial”. TÜV SÜD lleva ya más de 150 años trabajando activamente para mejorar la seguridad y la aceptación de las innovaciones técnicas, y la conducción autónoma no es una excepción. Al trabajar conjuntamente con el DFKI, trabajamos para hacer que la conducción del mañana sea más segura y aceptamos los desafíos que nos plantea la inteligencia artificial. Los sistemas de IA son cada vez más habituales en los sistemas electrónicos de los vehículos autónomos, y ayudan a los vehículos a dominar con mayor seguridad la gran cantidad de posibles situaciones de tráfico que pueden surgir: varios expertos de TÜV SÜD han estimado que son unos 100 millones para cada función de conducción totalmente automatizada. Esos sistemas no reaccionan de una manera determinista, y por lo tanto no se pueden prever con exactitud; más bien aprenden de las situaciones de tráfico en un proceso que se conoce como "aprendizaje profundo", y extraen sus propias conclusiones para dar con la reacción correcta. En otras palabras, toman decisiones de manera autónoma.
Para garantizar que sus decisiones sean siempre favorables para la seguridad del tráfico que les rodea, TÜV SÜD tiene previsto validar y certificar los algoritmos subyacentes. En este momento, se sabe muy poco acerca de cómo aprenden exactamente los sistemas de inteligencia artificial. Aprender más sobre este tema es embarcarse en un trabajo pionero. La finalidad es que en el futuro los usuarios de la nueva plataforma Genesis carguen sus datos y módulos para probarlos; los sistemas que tengan resultados satisfactorios recibirán el correspondiente certificado TÜV SÜD de seguridad funcional. La industria ha mostrado un gran interés, y muchas empresas ya se están preparando para participar en Genesis.
Las dificultades que comporta desarrollar métodos para la seguridad de los sistemas de IA son obvias. Los sistemas de IA utilizan los datos disponibles para sacar sus propias conclusiones, y aprenden sucesivamente cada vez que se encuentran con diferentes situaciones de tráfico. En este sentido, se parecen mucho a los conductores principiantes. Así, la seguridad de que un vehículo reaccione correctamente en el tráfico mejora continuamente con el tiempo. El objetivo de los expertos es poder evaluar el progreso del aprendizaje del sistema en un proceso similar al examen de teórica para obtener el permiso de conducir. Los resultados conseguidos hasta la fecha por el método de aprendizaje profundo han demostrado resultados sorprendentemente positivos en la práctica, pero nadie sabe todavía cómo funciona realmente este proceso. Esto es lo que ahora investigará el proyecto conjunto entre TÜV SÜD y el DFKI.
Pero, antes de que los vehículos autónomos obtengan luz verde para salir a la carretera, es esencial también que pasen una prueba física. Aquí, los expertos necesitan explorar el proceso por el que aprenden los sistemas de IA. Cuando podamos comprender exactamente qué conclusiones extraen los sistemas, podremos intervenir para controlar su aprendizaje de forma específica. Necesitamos saber no solamente si un vehículo va a frenar, sino también por qué. Pongamos por ejemplo los adelantamientos en autopista: el vehículo autónomo pasa al carril izquierdo para adelantar a un camión, pero se acerca por detrás otro vehículo a gran velocidad. ¿El vehículo autónomo frenará antes de entrar en el carril de crucero inmediatamente después de adelantar? ¿O ajustará su propia velocidad y acelerará? El trabajo de TÜV SÜD y sus socios en los próximos años será abordar preguntas como estas y descubrir sus respuestas. Los datos recogidos de las situaciones de tránsito virtuales se utilizarán para controlar y corregir el proceso de aprendizaje de los algoritmos. El resultado final será un certificado o “permiso de conducir” para un algoritmo, que confirme que es seguro para el tráfico en carretera.
La certificación tipo es un procedimiento reconoc...
La gestión de riesgos es hoy crítica para la fij...
Si piensas en productos de consumo, es probable qu...
