La Fórmula 1 podría ser el que que utilice mas la IA en los camiones de carga
La inteligencia artificial (IA) ha demostrado que es capaz de cumplir tareas cotidianas que antes solamente eran posibles con la mente humana. Con IA ahora un camión de carga pesada se desplaza de un punto a otro sin ser conducido por una persona. Con esta tecnología también se puede ganar una carrera de Fórmula 1.
Aquí no es que la IA llegó a reemplazar a los operadores: su función principal es entregar datos claves que son trascendentales para tomar mejores decisiones. Precisamente, esa información es la que permite entrenar a los modelos de machine learning (aprendizaje automático) que comprenden los datos, que aprenden cómo se debe reaccionar según la situación.
Este sistema lo que hace son pronósticos. Es decir, los modelos de machine learning son entrenados y para esto se utilizan más de 30 sensores (de temperatura, velocidad, de nivel de combustible, de freno) distribuidos en varias partes del vehículo que arrojan más de 20 tipos de estadísticas en tiempo real y que se alojan en la nube.
En los camiones de carga, por ejemplo, estos sensores más varias cámaras especiales entregan información sobre cómo son las carreteras, los cambios de los semáforos, los animales que se puedan atravesar por la vía, entre otra. Identifica todas estas situaciones. Este entrenamiento dura mínimo dos años y sirve para que los modelos realicen las simulaciones, como si se tuviera un conductor: son los ojos, el acelerador, el freno.
Este es un ejemplo de la empresa TuSimple que utiliza los servicios de computación en la nube para desarrollar sus camiones autónomos.
“Estas tecnologías tienen algoritmos matemáticos que no necesariamente la persona que lo va a aplicar necesita conocer, pero que basado en los datos logra comprenderlo y generar reglas basadas en lo que pasa en la vida real”, dijo Américo de Paula, Head de Solutions Architecture de MCO en Amazon Web Services (AWS).
Siguiendo con el caso del camión en la carretera, estos modelos de aprendizaje automático identifican las señales (colores) de los semáforos: si reconoce que está en rojo, para; en verde, avanza.
“La IA logra interpretar datos que vienen de la vida real a través de sensores y esos datos son aplicados al modelo matemático que garantizan que un camión o un coche de Fórmula 1 se manejen de forma automatizada”.
IA en las carreras de Fórmula 1
En los carros de fórmula 1, para el entrenamiento previo se instalan sensores de velocidad y temperatura que son los que entregan los datos que revelan qué tan probable es que un vehículo pase a otro.
Los modelos de aprendizaje automático en este punto hacen que un carro sea más competitivo. A través de AWS, explicó Américo, se transmiten, procesan y analizan estos datos en tiempo para transformarlo en conocimiento. Muestran lo cerca que están los pilotos de frenar en el vértice de una curva, así como los diferentes estilos de freno, lo cual puede dar ventaja al piloto cuando se ejecuta.
“Se hacen simulaciones en túneles de viento y toda esa data se toma para hacer un análisis que garantice que los pilotos pueden hacer traspasos de forma más simple en la pista. También se genera una experiencia más entretenida a los fans, porque ven las estadísticas en tiempo real”, agregó de Paula.
En la práctica, los equipos lo que hacen es utilizar los datos que vienen de los sensores para intentar predecir si uno de los carros tendrá el motor roto o la llanta ponchada, situaciones de esta naturaleza para intentar predecir lo que sería la estrategia de las próximas vueltas.
La IA en este contexto permite conocer qué pilotos están llevando a su vehículo al límite de sus capacidades según las condiciones de la carrera: esto incluye la tracción, el frenado y el paso por las curvas. Estos desarrollos de AWS fueron aplicados en el pasado Premio de Austria.