por ultimo año y medio, dos blancos hackeados Tesla modelo 3 sedanes, cada uno cargado con cinco cámaras adicionales y una supercomputadora del tamaño de la palma de la mano, circulaban silenciosamente san francisco. En una ciudad y una época llenas de preguntas sobre las capacidades y los límites de la inteligencia artificial, la startup detrás de los Teslas modificados está tratando de responder lo que equivale a una pregunta simple: ¿Con qué rapidez puede una empresa crear software para vehículos autónomos hoy en día?
La startup, que hoy hace públicas sus actividades por primera vez, se llama HiprLabs. Su equipo de 17 personas (sólo ocho de ellas a tiempo completo) está repartido entre París y San Francisco, y la empresa está dirigida por un veterano de los vehículos autónomos, zoox cofundador Tim Kentley-Klay, quien se fue de repente la empresa ahora es propiedad de Amazon en 2018. Hypr ha recibido relativamente poca financiación, 5,5 millones de dólares hasta 2022, pero sus ambiciones son amplias. Con el tiempo, planea construir y operar sus propios robots. “Piensa en el hijo amoroso de R2-D2 y Sonic the Hedgehog”, dice Kentley-Klay. “Esto definirá una nueva categoría que no existe actualmente”.
Por ahora, sin embargo, la startup está anunciando su producto de software llamado Hyprdrive, que considera un gran avance en la forma en que los ingenieros entrenan a los vehículos para que se conduzcan solos. Este tipo de saltos están presentes en todo el espacio de la robótica, gracias a los avances en el aprendizaje automático que prometen reducir el costo del software de capacitación para vehículos autónomos y la cantidad de trabajo humano involucrado. Esta evolución formativa trajo un nuevo movimiento a un espacio que durante años sufrió un “valle de desilusión”, ya que los fabricantes de tecnología no cumplieron con sus propios plazos para operar robots en espacios públicos. recoger pasajeros que pagan en cada vez más ciudadesy los fabricantes de automóviles hacen promesas ambiciosas sobre llevar la conducción autónoma a los coches personales de los clientes.
Pero utilizar un equipo pequeño, ágil y económico para pasar de “conducir muy bien” a “conducir mucho más seguro que un ser humano” es un gran obstáculo. “No puedo decir, de plano, que esto vaya a funcionar”, dice Kentley-Klay. “Pero lo que hemos construido es una señal realmente sólida. Sólo hay que ampliarla”.
Vieja tecnología, nuevos trucos
La técnica de capacitación de software de HyprLabs es diferente de los enfoques de otras nuevas empresas de robótica para enseñar a sus sistemas a manejarse solos.
Primero, algunos antecedentes: durante años, la gran batalla en los vehículos autónomos parecía ser entre aquellos que solo usaban cámaras para entrenar su software: ¡Tesla! – y aquellos que también dependían de otros sensores – ¡Waymo, Cruise! – incluido trato antes caro y radares. Pero debajo de la superficie surgieron diferencias filosóficas más grandes.
Los fanáticos de las cámaras como Tesla querían ahorrar dinero mientras planeaban lanzar una flota gigantesca de robots; Desde hace una década, el plan del CEO Elon Musk ha sido cambiar repentinamente todos los autos de sus clientes a autos sin conductor con el impulso de una actualización de software. La ventaja era que estas empresas tenían una gran cantidad de datos, ya que sus coches, que aún no eran autónomos, recopilaban imágenes dondequiera que condujeran. Esta información se introdujo en lo que se llama un modelo de aprendizaje automático “de un extremo a otro” mediante refuerzo. El sistema captura imágenes—una bicicleta—y escupe comandos de dirección—Mueva el volante hacia la izquierda y vaya lentamente al acelerar para evitar golpearlo.. “Es como entrenar a un perro”, dice Philip Koopman, investigador de seguridad y software para vehículos autónomos en la Universidad Carnegie Mellon. “Al final, dices: ‘Perro malo’ o ‘Perro bueno'”.
