Wayve demuestra que la IA integrada está rehaciendo el desarrollo de coches autónomos

La inteligencia artificial integrada y el aprendizaje en carreteras reales están rehaciendo el desarrollo de los coches autónomos, explicó el CEO de Wayve, Alex Kendall, en una entrevista con Tom Mackenzie, de Bloomberg.

Cómo funciona el enfoque de IA en los vehículos autónomos

La vía tradicional para desarrollar vehículos autónomos consiste en escribir código a mano. Una regla para cada situación: qué hacer ante un semáforo en rojo, cómo esquivar un coche aparcado, cómo estacionar en un hueco estrecho. Los ingenieros describen reglas para los escenarios que prevén y luego prueban el coche en esos mismos escenarios. Es un método estrecho y lento.

Wayve eligió un camino muy distinto. En lugar de programación rígida, instaló en sus coches una inteligencia artificial integrada que observa la carretera real como un conductor, aprende de situaciones reales y mejora de forma continua. Cámaras, lidares y radares recogen datos de vídeo, y una red neuronal los procesa en tiempo real y decide cuándo girar, acelerar y frenar.

La clave de este enfoque no es encerrar el coche en un entorno controlado para entrenarlo, sino sacarlo a calles reales con personas reales. Suena peligroso, pero Wayve afirma que así el coche aprende millones de veces más rápido que en una simulación ideal. Cada viaje es una lección. Cada encuentro con un escenario nuevo mejora el modelo.

Por qué esto acelera la expansión de los robotaxis

El principal problema del enfoque tradicional es la adaptación a nuevas ciudades. Cada ciudad es única: carreteras, señales, clima y comportamiento de los conductores distintos. Con el desarrollo manual, las empresas tardan años en adaptar un coche a Londres y otros tantos en adaptarlo a San Francisco.

Con el enfoque de IA, el coche se adapta solo. Se le deja un mes en Londres y aprende las particularidades de sus carreteras, el comportamiento de los peatones y el clima. Después se pasa a San Francisco y el ciclo se repite, pero mucho más rápido, porque el conocimiento sobre cómo aprender ya está integrado en el modelo.

Esto da a Wayve una gran ventaja:

• La IA integrada aprende de cada viaje, por lo que no hacen falta enormes conjuntos de datos con anotaciones manuales
• Las actualizaciones se envían por aire a todos los coches a la vez
• Escalar no exige reprogramar para cada ciudad
• El robotaxi resulta económicamente viable antes

Wayve ya ha desplegado taxis autónomos en Londres y se expande a nuevos mercados. Competidores como Tesla y Cruise usan enfoques de IA similares, pero Wayve apuesta claramente más que nadie por esta vía, al renunciar a las simulaciones y a los grandes conjuntos de datos etiquetados.

Qué significa

Si la IA integrada funciona a escala, los vehículos autónomos pasan de experimento científico a industria. Eso significa que los robotaxis estarán disponibles en más ciudades antes de lo que predecían los analistas. El precio bajará, porque las empresas no tendrán que gastar millones en adaptarse a cada región.