AVANCE SIGNIFICATIVO DE INTELIGENCIA ARTIFICIAL: VEHÍCULOS AUTÓNOMOS. DAYANA H. BAILÓN DELGADO
[email protected] Trabajo final de inteligencia artificial I. Estudiante de ingeniería informática. Escuela Superior Politécnica Agropecuaria de Manabí Manuel Félix López, Calceta – Ecuador.
RESUMEN: Las redes neuronales artificiales simulan el funcionamiento del cerebro, en su forma más simple, porque es lo que se ha alcanzado hasta la actualidad. Aunque en primera instancia parezca sencillo, el trabajo de los investigadores ha sido significativo. Y como lo señala el título de un importante artículo: La inteligencia artificial finalmente se está haciendo inteligente. El presente documento redacta, en la introducción de forma precisa, qué es la inteligencia artificial. Describe las neuronas biológicas y su entorno, para comprender el funcionamiento teórico de las redes neuronales artificiales. En el marco teórico, se hace énfasis a los logros que han alcanzado tanto empresas tecnológicas: Google y Apple, como las automovilísticas: Ford, Mercedes y BMW, entre otros en el desarrollo de automóviles autónomos. Concluyendo con el criterio de la autora. PALABRAS CLAVES: Inteligencia artificial, red neuronal artificial, tecnología, automóvil autónomo.
SIGNIFICANT PROGRESS OF THE ARTIFICIAL INTELLIGENCE: AUTONOMOUS VEHICLE. ABSTRACT: Artificial neural networks simulate the functioning of the brain, in its simplest form, because it is what has been achieved to date. Although it seems simple at first instance, the work of researchers has been significant and as indicated by the title of an important article: Artificial intelligence is finally coming intelligent. This document drawn up in the introduction of precisely what is artificial intelligence. Describe biological neurons and their environment, to understand theoretically the operation of artificial neural networks. In the theoretical framework, emphasis is given to the achievements that have achieved both technology companies: Google and Apple, as automakers Ford, Mercedes and BMW and so far in the development of autonomous vehicles. Concluding with the view of the author. KEY WORDS: Artificial intelligence, artificial neuronal network, technology, autonomous vehicle. I. INTRODUCCIÓN Al contrario de muchos artículos y proyectos leídos, no se va a entrar en discusión sobre si lo que realizan los investigadores del área Inteligencia Artificial (IA), puede denominarse como verdadera inteligencia. Se parte desde el concepto de Torres (2010) quien define a la IA como “la capacidad de un dispositivo de
desarrollar funciones que son normalmente asociadas con la inteligencia humana. La IA aproxima los resultados del razonamiento humano mediante la organización y manipulación exacta y heurística del conocimiento.” Recordando un poco de historia, no mucha para no aburrirse, y solo para tener un poco de ESPAM MFL – DAYANA H. BAILÓN DELGADO – PP. 1/5
cultura general. La IA nace en 1950 a través del matemático Alan Turing y “los primeros estudios teóricos importantes en las redes neuronales, se deben a los trabajos de Mc Coulloc (Neurofisiólogo) y Pitts (Matemático) en 1943, quienes presentaron un modelo de neurona biológica y sus componentes conceptuales para circuitos que podrían llevar tareas de cálculo”. (Cedeño, 2008) Lo que empezó como simple teoría, idealizada por unos e ignorada por otros, hoy presenta resultados reales. Pero, antes de detallar los avances más significativos de las Redes Neuronales Artificiales (RNA), es necesario explicarlas y lo más importante tratar de comprenderlas, aunque sea teóricamente, “La neurona es el principal componente del cerebro. Está formada por complejas uniones de elementos químicos (moléculas) que interaccionan de acuerdo a las leyes físicas. Una neurona es una célula especializada que consiste de un núcleo, un cuerpo celular, dendritas (ramificaciones), axones, etc. Se puede considerar como un pequeño procesador de información, que recibe entradas, las procesa y devuelve salidas hacia otras neuronas”. (Gómez, 2010) La neurona básica consiste de sinapsis, el soma, el axón y las dendritas. Las sinapsis son conexiones entre las neuronas – estas no son conexiones físicas, son pequeñas grietas que permiten a las señales eléctricas saltar de una neurona a otra. – Estas señales eléctricas son entonces pasadas a través del soma, el cual realiza alguna operación y le envía su propia señal eléctrica al axón. El axón entones distribuye esta señal a las dendritas; las cuales llevan la señal a diferentes sinapsis, y el ciclo se repite. (Torres, 2010) Teniendo una definición clara y completa de la neurona biológica, se hace necesario comprender la neurona artificial. Pensada desde un principio para simular el cerebro animal y humano. La neurona artificial, como ya se lo están suponiendo, es la simulación de la neurona biológica diseñada por el ser humano. Aunque no es que se haya logrado algo tan fascinante. En realidad lo que actualmente se hace es desarrollar algún software que haga de la
función más simple de una neurona y a partir de un conjunto de éstas, formada por capas, y mediante algún tipo de aprendizaje, se obtienen las RNA. Que no son más que otro software capaz de realizar tareas como reconocimiento de voz, de imágenes, etc. Para tener más claro el funcionamiento de la neurona desarrollada por el hombre. “La neurona artificial, célula o autómata, es un elemento que posee un estado interno, llamado nivel de activación, y recibe señales que le permiten, en su caso, cambiar de estado. A la función que le permite cambiar de nivel de activación a partir de las señales que recibe se le denomina función de transición de estado o función de activación. Y al igual que las neuronas biológicas, pueden recibir señales del exterior o de las neuronas a las cuales está conectada.” (Isasi et al, 2004) “La parte interesante de este proceso se encuentra en que si la suma de las entradas supera un umbral (valor numérico crítico) la neurona se excita. En caso contrario, se inhibe. El resultado de este proceso aplicado a gran cantidad de neuronas es que, luego de la propagación de la señal a través de la red neuronal, las neuronas adquieren un estado de excitación o inhibición. Se pueden formar, de esta manera, áreas inhibidas o excitadas que responden positiva o negativamente ante las nuevas entradas que se le presenten”. (Gómez, 2010) Revisando el punto de vista de otro autor, Bertona (2005) “la neurona artificial es un elemento de procesamiento simple que a partir de un vector de entradas produce una única salida. Podemos encontrar tres tipos de neuronas artificiales: Las que reciben información directamente desde el exterior, a las cuales se las denomina neuronas de entrada. Las que reciben información desde otras neuronas artificiales, a las cuales se las denomina neuronas ocultas. Es en estas neuronas, en particular en sus sinapsis, donde se realiza la representación de la información almacenada. Las que reciben la información procesada y las devuelven al exterior. A estas neuronas se las denomina neuronas de salida.”
ESPAM MFL – DAYANA H. BAILÓN DELGADO – PP. 2/5
Entendiendo, en teoría, el funcionamiento básico de la neurona artificial, se explican las RNA como tales. “Las RNA constituyen sistemas de aprendizaje basado en ejemplos, la capacidad de una red para resolver un problema está ligado al tipo de ejemplos que dispone en el proceso de aprendizaje; debe ser significativo y representativo. Las RNA son modelos que intentan reproducir el comportamiento del cerebro, son máquinas abstractas que se basan en unidades de cálculo (células o neuronas), interconectadas entre sí, formando una estructura más compleja. Permiten adquirir conocimiento, ya que son útiles como algoritmos de clasificación, capaces de asignar categorías predefinidas a un gran conjunto de documentos, títulos o simples datos.” (Belcastro, 2006)
cuanto a redes neuronales, de la inteligencia artificial. II. MARCO TEÓRICO Existen varios procesos en los que se aplican las RNA. A continuación se va a tratar un tema específico: los vehículos autónomos. Están revolucionando el desarrollo de tecnologías y como destaca Lluís Puerto, director técnico de la Fundación RACC “Mientras no haya un suceso fatal, es un camino sin retorno, la tecnología avanza con paso firme, es una apuesta estratégica”, Los coches autónomos utilizan algoritmos de procesamiento basados en técnicas neuronales básicas para así poder llegar a técnicas de visión estereoscópica. Con la finalidad de detectar obstáculos y determinar la distancia a la que se encuentran. (Mateus at el, 2011)
En otra definición Zambrano y Lácides (2009) “Las redes neuronales artificiales son redes interconectadas, que operan en paralelo mediante procesadores simples (usualmente adaptativos) y con organización jerárquica que intentan interactuar con los objetos del mundo real, del mismo modo que lo hace el sistema nervioso central”.
2.1. COCHES QUE PUEDEN SER MANEJADOS POR UN CONDUCTOR Y AUTÓNOMOS EN CUALQUIER MOMENTO.
Una RNA está formada por 3 secciones. La primera es la capa de entrada compuesta por neuronas de entradas, las que reciben la información. La segunda sección conformada por una o más capas y aunque varios autores señalan que con una capa se puede realizar cualquier tarea, va a depender del diseñador; le denomina capa oculta. Y la tercer la de salida. Se obtiene el resultado de la información elaborada por la capa oculta, la cual puede ir a otra neurona o generar un resultado directo, dependiendo de la neurona.
Platero, el prototipo del CSIC, desarrollado por el Centro de Automática y Robótica (CAR), ha superado con éxito un viaje con tráfico real, aunque circulando siempre detrás de un coche guía. (Giralt, 2015)
Según las propuestas de los grandes automovilísticos, que varían entre ellos pero en algo si coinciden: antes del 2020 circularán los primeros coches autónomos comerciales.
Al igual que en las neuronas biológicas, entre neuronas de la RNA pueden existir conexiones. Estas conexiones son las sinapsis, asociadas a un peso sináptico, y son direccionales. (Bertona, 2005)
Nissan ha anunciado que en 2020 comercializará su primer modelo de coche autónomo. El viaje será progresivo y por etapas. De hecho, algunos sistemas de pilotaje asistido, como el control electrónico de estabilidad, comercializado bajo las siglas ESP, considerado uno de los avances tecnológicos en materia de seguridad más relevantes, se ha incorporado con absoluta normalidad. Otros sistemas como el aparcamiento dirigido, el sistema de aviso de ángulos muertos o de frenado automático se están incorporando. (Giralt, 2015)
Luego de haber comprendido el funcionamiento de las RNA (y si aún no queda completamente claro, leer un poco más en los artículos ubicados en la bibliografía, en el blog de inteligencia artificial de la autora, o en trabajos de otros investigadores) se van a detallar los avances más significativos, en
En el CES (Consumer Electronics Show), Mercedes paseó su prototipo FO15, que además de ser un híbrido basado en hidrógeno y batería eléctrica, usa sensores 3D para liberar al conductor. En un alarde de altiva suficiencia, el vehículo puede rotar sus asientos delanteros como si se tratara de un vagón de tren.
ESPAM MFL – DAYANA H. BAILÓN DELGADO – PP. 3/5
También Ford ha anunciado que está probando coches autónomos en carretera, mientras que el coche de BMW viajó desde San Francisco sin conductor a bordo. (Bejerano, 2015) Quien más quien menos, los fabricantes esperan que el intercambio de datos sobre localización, velocidad y destino podrá canalizar el tráfico vial, pero les falta sortear, entre otros obstáculos, la inquietud del usuario por su privacidad. (Bejerano, 2015) 2.2. COCHES AUTÓNOMOS DE GOOGLE. “El gigante de internet se ve como un pionero en este campo y en 2017 podría lanzar su propia flota de vehículos sin conductor”, textos como estos podemos encontrar en la web en varios blogs, artículos y noticias. Y no está de más, GOOGLE ya lanzó su propio automóvil autónomo. Según la empresa tecnológica, no tiene planes de trabajar únicamente para que los automovilísticos incorporen el sistema a sus coches, como lo están haciendo hasta ahora, al contrario, ya están presentando sus propios autos que han recorrido ya varios quilómetros: “Estos coches no tienen volante, acelerador o freno sencillamente porque no los necesitan. Nuestro software y sensores hacen todo el trabajo.”, palabras propias de Google. El prototipo lanzado en el presente año por esta empresa es súper sencillo y básico, no tiene ni equipo de música. Tan solo tiene un botón de iniciar la marcha, otro de parar, y una pantalla donde muestra la ruta. Sin embargo, la tecnología que lo hace posible sí que es revolucionaria. El coche cuenta con sensores que analizan cientos de objetos simultáneamente en 360 grados, y a 180 metros de distancia. (Zahumenszky, 2014) 2.3. GOOGLE Y APPLE EN PLANES DE GOBERNAR EL PRÓXIMO GRAN MERCADO. ¿Es compatible este coche con Android o funciona con iOS? No está lejos el tiempo en que los consumidores, cada vez más sumidos en la era de las pantallas, formulen una pregunta similar cuando se encuentren en un concesionario para comprar un coche nuevo. (Pérez, 2014)
Siendo una de las más importantes las tendencias tecnológicas del año, las grandes empresas como Google y Apple están marcando su territorio. Google en los últimos años más centrada en su proyecto de coche autónomo, que le ha servido a la firma para adquirir una ventaja en cuanto a I+D. Y también en lo que se refiere a mapas -Google compró además Waze en 2013- su ventaja es grande. Actualmente se ha asociado con cinco marcas -Audi, General Motors, Honda, Hyundai y la compañía de chips Nvidia- con el fin de integrar el sistema operativo Android en los vehículos. (Pérez, 2014) Por su parte Apple le lleva ventaja en número de empresas asociadas, aunque esto no es la gran cosa, ya que estas empresas no firman actos de lealtad, al contrario trabajan con varias empresas en competencia al mismo tiempo. La firma de la manzana se ha asociado con BMW, Acura, Audi, Ford, General Motors, Honda, Hyundai, Mercedes-Benz, Toyota y Volvo, cuatro de las cuales también trabajan con Google. III. CONCLUSIONES Desde tiempos remotos han existido muchas expectativas sobre lo que se puede lograr con las RNA, lo interesante es que ya se está alcanzando. Aunque Google sea una empresa poderosa, tanto en recursos como en talento humano. Existen diseñadores independientes que pretenden dejar su marca en el mundo, a través de las RNA. Lo cual es importante recalcar. La técnica que lidera el camino dentro de la IA es el “aprendizaje profundo”, empleada por muchos investigadores. Y al ser tratada en un campo tan grande como es el modelado del cerebro humano, no va a resolver todos los problemas. Pero como dice Jeff Dean (desarrollador de Google) “es una metáfora muy potente para aprender sobre el mundo”. Si los coches que entrarán en comercialización para antes del 2020, como lo anuncian las grandes empresas, están bien desarrollados, sin duda alguna además de brindar descanso al conductor, reducirá los accidentes en carreteras ya que una maquina no se distraerá del camino.
ESPAM MFL – DAYANA H. BAILÓN DELGADO – PP. 4/5 /6
IV. BIBLIOGRAFÍA 1.
Gómez, R. 2010. Redes neuronales (parte 1). (En línea). Consultado, 26 de dic. 2014. Formato PDF. Disponible en www.peiper.com.ar
2.
Torres, L. 2010. Redes neuronales artificiales. (En línea). Consultado, 26 de dic. 2014. Formato PDF. Disponible en http://disi.unal.edu.co/~lctorress/RedNeu/Li Rna007.pdf
3.
4.
Zambrano, A. y Lácides, P. 2009. Aplicación de las redes neuronales artificiales en procesadores digitales de señales: caracterización de sensores infrarrojos. Guayana, VEN. Revista Universidad, Ciencia y Tecnología. Vol. 13 p 129-136. Bejerano, P. 2015. CES 2015, ¿qué hay de nuevo, viejo?. (En línea). Consultado, 13 de ene. 2015. Formato HTML. Disponible en http://www.norbertogallego.com/ces-2015%C2%BFque-hay-de-nuevoviejo/2015/01/12/
5.
ABC Tecnología. 2013. Google y el coche autónomo: el plan ambicioso para avanzar hacia el futuro. (En línea). Consultado, 13 de ene. 2015. Formato HTML. Disponible en http://www.abc.es/tecnologia/electronica/ 20130826/abci-google-coche-electrico201308261109.html
6.
Zahumenszky, C. 2014. El nuevo coche autónomo de Google no tiene volante, solo sensores. (En línea). Consultado, 13 de ene. 2015. Formato HTML. Disponible en http://es.gizmodo.com/el-nuevo-cocheautonomo-de-google-no-tiene-volante-sol1582478700
7.
Montaño, J. 2002. Redes neuronales artificiales aplicadas al análisis de datos. Tesis Doctoral. Psicología. Universidad de las Islas Baleares. Catalán, ES. p 315.
8.
Belcastro, A. 2006. Sistemas con redes neuronales para la recuperación semántica de textos en Internet. Revista UNPA-UACO. p 25.
9.
Mateus, S. y Modesti, M. 2011. Sistemas de guiado para colaboración en navegación de vehículos autónomos ( AGV ) . (En línea). Consultado, 13 de ene. 2015. Formato PDF. Disponible en http://www.investigacion.frc.utn.edu.ar/sen sores/Aplicaciones/Publicaciones/032.pdf
10. Godoy, M. 2012. Evolución de la inteligencia artificial aplicada a la robótica. (En línea). Consultado, 3 de ene. 2015. Formato HTML. Disponible en http://www.monografias.com/ 11. Carletti, E. 2013. La inteligencia artificial finalmente se está haciendo inteligente. (En línea). Consultado, 26 de dic. 2014. Formato HTML. Disponible en http://axxon.com.ar/noticias/2013/04/lainteligencia-artificial-finalmente-se-estahaciendo-inteligente/ 12. Bailón, D. 2014. Inteligencia Artificial Informática. (En línea). Consultado, 26 de dic. 2014. Formato HTML. Disponible en https://dayuia6toinfor.wordpress.com/ 13. Giralt, E. 2015. Los vehículos se conducirán solos antes de diez años. (En línea). Consultado, 08 de ene. 2015. Formato HTML. Disponible en http://enpositivo.com/2013/09/losvehiculos-se-conduciran-solos/
ESPAM MFL – DAYANA H. BAILÓN DELGADO – PP. 5/5 /6