General Motors (GM) ha desarrollado un nuevo enfoque para abordar los desafíos relacionados con la conducción autónoma. Esto implica el uso de tecnología avanzada de IA para entrenar sistemas autónomos a un ritmo y escala que no es posible en el mundo real.
IA escalable de GM para conducción autónoma con simulación a alta velocidad
GM se centra en resolver el llamado problema de la «larga cola» en la conducción autónoma, donde eventos raros e inesperados pueden afectar la seguridad. Para lograrlo, combinan grandes entornos de simulación, aprendizaje por refuerzo y modelos basados en visión-lenguaje-acción (VLA). Esto permite entrenar los sistemas en escenarios que incluyen desde obstáculos inesperados hasta situaciones de tráfico complejas.
Mediante el uso de modelos VLA, los vehículos de GM pueden reconocer e interpretar señales manuales de agentes de policía o entender cómo es una «zona de carga». Además, están desarrollando un modelo híbrido llamado «Dual Frequency VLA» que combina decisiones de alta frecuencia con una comprensión semántica profunda. Esto permite que los vehículos reaccionen rápidamente ante peligros mientras comprenden situaciones de tráfico complejas. GM realiza millones de simulaciones de conducción cada día, equivalentes a decenas de miles de días de conducción humana, para probar los sistemas frente a escenarios peligrosos que no pueden recrearse fácilmente en el mundo real.
Perspectiva para el mercado español
El enfoque de GM en simulaciones avanzadas para la conducción autónoma ofrece un modelo valioso para las empresas tecnológicas españolas que buscan acelerar el desarrollo de sistemas seguros. La capacidad de probar soluciones de IA a gran escala puede impulsar la innovación en el sector automovilístico español, especialmente en regiones con infraestructuras complejas y variadas. Esto es clave para posicionar a España como un actor relevante en la movilidad autónoma europea.
Fuente: IEEE Spectrum
Lee también: Google lanza TurboQuant, nueva compresión de memoria para IA
