29/11/16
Cuando en el contexto de la seguridad vial hablamos de inteligencia artificial, a muchos se nos pueden venir a la cabeza los casos de los coches autónomos que pueden conducir por sí solos, o los semáforos inteligentes que regulan el tráfico en función del número de vehículos que detecta.
Sin embargo, cuando se habla de forma más estricta del concepto de inteligencia artificial, su definición alude directamente a la capacidad de “aprendizaje” del sistema y su capacidad de resolver problemas en base a su conocimiento adquirido, en contraposición del concepto más común que se tiene de la IA de sistemas de reconocimiento óptico o sensorial, tecnologías que son ya frecuentes en muchos campos.
La inteligencia artificial aplicada a la seguridad vial es una técnica compleja y novedosa, pero no son pocos los ingenieros que ya trabajan en este campo con el objetivo de reproducir auténticos sistemas neuronales que trabajen al servicio de conductores, técnicos y ciudadanos en general.
Qué es y qué no es inteligencia artificial
En el caso de los coches autónomos, aún estamos lejos de poder hablar de inteligencia artificial. Si bien es cierto que son capaces de emular ciertos comportamientos humanos de forma autónoma (conducir por sí solos o tomar determinadas decisiones de seguridad en función de lo que perciben sus sensores), aún son incapaces de interpretar de forma lógica determinadas situaciones, como no poder distinguir un bache de una mancha de aceite o una señal de tráfico con un vehículo incorporándose a la vía.
Sin embargo, las investigaciones van ya encaminadas a dotar a sus sistemas de la capacidad de aprender sobre lo que percibe en su entorno, calcular los riesgos y tomar decisiones anticipándose a los peligros. En cualquier caso, se trata de un camino que se desarrollará en parte de forma paralela e independiente al de los coches autónomos. En este sentido, Toyota ya está invirtiendo en su propio instituto de investigación (el Toyota Research Institute), dedicado a profundizar en esta nueva tecnología y en otras ya desarrolladas.
Tampoco podemos hablar de inteligencia artificial en el caso de los sistemas “inteligentes” instalados en la vía, y que en el entorno urbano ha ido desarrollándose de la mano del fenómeno de las smart cities. Avances como los semáforos que se ponen en ámbar cuando detectan vehículos a alta velocidad, o pasos de cebra que se iluminan ante la presencia de peatones cercanos, son ejemplos de sistemas “inteligentes” en cuanto a su capacidad de “tomar decisiones” de forma autónoma, pero no en cuanto a su capacidad de “aprender”.
Mención aparte merecen las pruebas piloto realizadas en la ciudad norteamericana de Pittsburgh, con semáforos que, a diferencia de los conocidos hasta ahora, actúan de forma autónoma y descentralizada y permiten comunicarse (en ambos sentidos) con los vehículos que circulan por la calle (y no necesariamente cerca de ellos).
Redes Neuronales Artificiales para la seguridad vial
En los ejemplos anteriores se perseguía un objetivo, sustituir la supervisión humana tratando de emular su comportamiento; y una premisa, utilizar sistemas de “inteligencia” con comportamientos en base a premisas ya precargadas con anterioridad.
Sin embargo, actualmente se está utilizando una técnica alternativa que consiste en desarrollar Redes Neuronales Artificiales que simulan el comportamiento biológico del cerebro humano. Al igual que éste aprende la información recibida a través de los sentidos y reconoce así objetos anteriormente desconocidos para él, las Redes Neuronales Artificiales son capaces de “aprender” la información procedente de las bases de datos de accidentes ya ocurridos, e identificar posteriormente las causas de siniestralidad de los nuevos cuando se producen.
Esto es especialmente valioso cuando tenemos carreteras con una alta siniestralidad y los motivos son poco o nada evidentes. Es el caso de una carretera estudiada recientemente en Extremadura; la vía presentaba una elevada siniestralidad a pesar de encontrarse en excelentes condiciones y haber sido objeto de varias actuaciones de obra pública para mejorar su seguridad.
Ante la incapacidad de detectar los problemas en esta vía de 150 km, la Junta de Extremadura decidió encargar a la empresa extremeña ISVIAL, encabezada por Concepción Garrido, doctora e ingeniera de Caminos de la Universidad de Granada, el proyecto de análisis de la carretera a través de esta técnica. Los resultados obtenidos a través de las redes neuronales indicaron que el causante de los accidentes era el factor humano; ante una condiciones excelentes en la vía, se producía lo que se conoce como “Homeóstasis del Riesgo Subjetivo”, esto es, una menor percepción del riesgo por parte del conductor que le hace prestar menos atención a la vía y adoptar conductas más arriesgadas.
Así, con la aplicación de este sistema de inteligencia artificial, se pudo llegar a unas conclusiones que a priori escapaban de la percepción del ser humano, y que los técnicos de seguridad vial eran incapaces de identificar.
Publicado originalmente en CirculaSeguro