En la carrera por fabricar vehículos autónomos AV, la seguridad es crucial, pero a veces se pasa por alto, como lo demuestran los recientes accidentes de titulares. Los investigadores de la Universidad de Illinois en Urbana-Champaign están utilizando inteligencia artificial IA y aprendizaje automático para mejorarLa seguridad de la tecnología autónoma a través de los avances de software y hardware.
"Usar AI para mejorar vehículos autónomos es extremadamente difícil debido a la complejidad de los componentes eléctricos y mecánicos del vehículo, así como a la variabilidad en condiciones externas, como el clima, las condiciones de la carretera, la topografía, los patrones de tráfico y la iluminación", dijo RaviIyer
"Se están haciendo progresos, pero la seguridad sigue siendo una preocupación importante"
El grupo ha desarrollado una plataforma que permite a las empresas abordar la seguridad de manera más rápida y rentable en el complejo y cambiante entorno de tecnología autónoma. Están colaborando con muchas empresas en el área de la Bahía, incluidas Samsung, NVIDIA y unnúmero de nuevas empresas
"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 enel proyecto "Resolver este desafío requiere un esfuerzo multidisciplinario en ciencia, tecnología y manufactura".
Una razón por la cual este trabajo es tan desafiante es que los AV son sistemas complejos que utilizan inteligencia artificial y aprendizaje automático para integrar tecnologías mecánicas, electrónicas y de computación para tomar decisiones de manejo en tiempo real. Un AV típico es una mini-supercomputadora sobre ruedas;tiene más de 50 procesadores y aceleradores que ejecutan más de 100 millones de líneas de código para admitir la visión por computadora, la planificación y otras tareas de aprendizaje automático.
Como era de esperar, existen inquietudes con los sensores y la pila de conducción autónoma software y hardware de computación de estos vehículos. Cuando un automóvil viaja a 70 mph por una carretera, las fallas pueden ser un riesgo de seguridad significativo para los conductores.
"Si el conductor de un automóvil típico detecta un problema como la deriva o el tirón del vehículo, el conductor puede ajustar su comportamiento y guiar el automóvil a un punto de parada seguro", explicó Jha. "Sin embargo, el comportamiento del autónomoel vehículo 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 tales casos ".
Tradicionalmente, cuando una persona tiene problemas con el software en una computadora o teléfono inteligente, la respuesta de TI más común es apagar y volver a encender el dispositivo. Sin embargo, este tipo de solución no es aconsejable para AV, ya que cada milisegundo impactael resultado y una respuesta lenta podrían 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 AV.
"Las regulaciones actuales requieren que compañías como Uber y Waymo, que prueban sus vehículos en las vías públicas, informen anualmente al DMV de California sobre la seguridad de sus vehículos", dijo Subho Banerjee, un estudiante graduado de CSL e informática. "Queríamoscomprender las preocupaciones de seguridad comunes, cómo se comportaron los automóviles y cuál es la métrica de seguridad ideal para comprender qué tan bien están diseñados "
El grupo analizó todos los informes de seguridad presentados desde 2014-2017, que abarcan 144 AV que conducen 1.116.605 millas autónomas acumuladas. Descubrieron que para la misma cantidad de millas conducidas, los automóviles conducidos por humanos tenían hasta 4000 veces menos probabilidades que los AV detener un accidente. Esto significa que la tecnología autónoma no logró, a un ritmo alarmante, manejar adecuadamente una situación y desconectó la tecnología, a menudo confiando en que el conductor humano se hiciera cargo.
El problema que tienen los investigadores y las empresas cuando se trata de mejorar esos números es que hasta que un sistema de vehículo autónomo tenga un problema específico, es difícil capacitar al software para superarlo.
Además, los errores en las pilas de software y hardware se manifiestan como problemas críticos de seguridad solo bajo ciertos escenarios de manejo. En otras palabras, las pruebas realizadas en AV en carreteras o carreteras vacías / menos concurridas pueden no ser suficientes como violaciones de seguridad bajo fallas de software / hardwareson raros.
Cuando se producen errores, ocurren después de que se han conducido cientos de miles de millas. El trabajo que implica probar estos AV durante cientos de miles de millas requiere mucho tiempo, dinero y energía, lo que hace que el proceso sea extremadamente ineficiente.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 hoy en día no puede razonar sobre los errores que pueden ocurriren diferentes escenarios de manejo. Por lo tanto, se necesitan grandes cantidades de datos para enseñar al software a tomar la acción correcta frente a problemas de software o hardware ".
El grupo de investigación está actualmente desarrollando técnicas y herramientas para generar condiciones de manejo y problemas que impactan al máximo la seguridad AV. Usando su técnica, pueden encontrar una gran cantidad de escenarios críticos de seguridad donde los errores pueden conducir a accidentes sin tener que enumerar todas las posibilidades enel camino: un gran ahorro de tiempo y dinero.
Durante la prueba de una tecnología AV abiertamente disponible, Apollo de Baidu, el equipo encontró más de 500 ejemplos de cuándo el software no pudo manejar un problema y la falla condujo a un accidente. Resultados como estos están haciendo notar el trabajo del grupo en elindustria. Actualmente están trabajando en una patente para su tecnología de prueba, y planean implementarla pronto. Idealmente, los investigadores esperan que las compañías usen esta nueva tecnología para simular el problema identificado y solucionar los problemas antes de que se implementen los automóviles.
"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 para NVIDIA. "Esperamos que las tecnologías desarrolladas por el equipo de investigación de Illinois lo hagan más fácil".para que los ingenieros desarrollen sistemas automotrices más seguros a menor costo. NVIDIA está entusiasmado con nuestra colaboración con Illinois y se complace en apoyar su trabajo ".
Fuente de la historia :
Materiales proporcionado por Facultad de Ingeniería de la Universidad de Illinois . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :