Download avance significativo de inteligencia artificial – vehículos autónomos

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