Source: The Conversation – (in Spanish) – By Pablo Hernández Cámara, Profesor e investigador. Departamento de Ingeniería Electrónica & Laboratorio de Procesado de Imágenes, Universitat de València, Universitat de València
Conducir por una carretera de montaña y que, de repente, nos envuelva una niebla densa es una situación de máxima tensión. Automáticamente, agudizamos la vista, entrecerramos los ojos para distinguir a los otros coches. Los seres humanos somos muy buenos gestionando estos cambios. Sin embargo, para la inteligencia artificial que guía a los coches autónomos actuales, esta misma escena puede ser una pesadilla.
Hoy en día, los sistemas de inteligencia artificial de visión son extremadamente precisos en buenas condiciones. Un coche autónomo puede reconocer peatones, señales y otros vehículos con una gran precisión en un día soleado. Pero tienen un grave problema: son muy frágiles ante los cambios ambientales. Si cae la noche, llueve o aparece la niebla, las imágenes cambian drásticamente. Las inteligencias artificiales estándar, a menudo, se vuelven ciegas ante estas variaciones, incapaces de detectar obstáculos que un conductor humano vería sin problemas.
En nuestra investigación en la Universitat de València, nos planteamos una posible solución: en lugar de enseñar a la IA millones de imágenes de cada clima posible, decidimos imitar la biología. ¿Qué mecanismo biológico permite a nuestro cerebro ver tan bien en condiciones tan diferentes?
El “control de volumen” del cerebro humano
En nuestro cerebro, las neuronas no trabajan de forma aislada. Utilizan una forma de adaptación fascinante conocida en neurociencia como normalización divisiva.
Para entenderla sin utilizar matemáticas, podemos imaginarla como un sistema de “control de volumen” automático, donde las neuronas trabajan en equipo. Por ejemplo, supongamos que una neurona mira una zona muy oscura de la imagen, como un coche negro por la noche. En este caso, las neuronas vecinas “suben el volumen” a esa señal débil. Así, logran amplificar esos pequeños detalles para hacerlos más visibles. Si miramos una luz fuerte, sucede el efecto contrario. El cerebro baja el volumen de la señal para no deslumbrarnos.
Este mecanismo biológico es el que nos permite adaptarnos y ver perfectamente en condiciones muy distintas. El problema es que las inteligencias artificiales modernas, buscando ser más rápidas y precisas, han dejado de lado esta inspiración biológica.
La inteligencia artificial en el simulador de conducción
En nuestro estudio, tomamos algunas de las inteligencias artificiales más utilizadas para procesar imágenes y le añadimos capas para simular este mecanismo del cerebro. Básicamente, les obligamos a que sus neuronas se comunicaran y ajustaran al entorno. Exactamente igual que hace nuestro cerebro.
Queríamos comprobar si esta imitación biológica hacía los coches más seguros. Para ello, sometimos tanto a la inteligencia artificial estándar como a nuestra modificación inspirada en el cerebro a distintas pruebas. Utilizamos bases de datos de conducción real en ciudades europeas, imágenes de conducción nocturna en Suiza y distintos simuladores de conducción virtual. De esta manera, pudimos comparar cómo respondían ante diferentes niveles de niebla, oscuridad y variaciones de luz.
Una respuesta más robusta y predecible
Los resultados demostraron que imitar a la biología y nuestro cerebro funciona. Tras su entrenamiento, las dos inteligencias artificiales conducían de forma perfecta. Pero, al introducir la niebla y la oscuridad, el sistema tradicional comenzó a fallar. Incluso perdió la capacidad de distinguir los coches de la carretera o de los edificios.
Por el contrario, la IA equipada con el mecanismo inspirado en el cerebro demostró una gran robustez. Incluso en condiciones de niebla o en plena noche, logró mejoras superiores al 20 % respecto a su contraparte tradicional. Analizamos cómo veía el mundo esta nueva máquina por dentro y comprobamos que hacía exactamente lo que esperábamos. Estaba rescatando y amplificando los detalles de los vehículos ocultos en la niebla que, si no, serían invisibles. Con ellos, su desempeño se volvió más estable frente a los cambios de condiciones meteorológicas.
Aprender de la naturaleza
Como sociedad, confiar el mundo a la inteligencia artificial plantea grandes retos. Por ejemplo, a la hora de garantizar la seguridad de los pasajeros y peatones en los coches autónomos. No es suficiente con que los sistemas inteligentes funcionen en condiciones ideales. Necesitamos que sean totalmente seguros en el mundo real y aseguren la vida de los peatones y conductores en cualquier clima.
Nuestra investigación demuestra que la clave para hacer una inteligencia artificial más segura, robusta y adaptable puede estar más cerca de lo que parece. No es necesario utilizar ordenadores más potentes o muchos más datos. A veces, basta con mirar a los millones de años de evolución que han dado forma a nuestro cerebro.
En muchos casos, la naturaleza ya ha resuelto algunos de los problemas a los que hoy se enfrenta la inteligencia artificial hoy en día. Solo tenemos que aprender de ella.
Pablo Hernández Cámara recibe fondos del Ministerio de Ciencia, Innovación y Universidades.
– ref. Mejorar los coches autónomos imitando al cerebro humano – https://theconversation.com/mejorar-los-coches-autonomos-imitando-al-cerebro-humano-281444