Tesla apuesta por la IA de «caja negra» para robotaxis: ¿Qué es y por qué es importante para la tecnología de conducción autónoma?

Tesla se dispone a presentar su esperado prototipo de robotaxi, el "Cybercab", lo que marca un momento crucial para las ambiciones de conducción autónoma del gigante de los vehículos eléctricos.

A medida que Elon Musk impulsa a Tesla más profundamente en la tecnología de conducción autónoma, la compañía está apostando por un enfoque arriesgado, impulsado por inteligencia artificial, conocido como IA de "caja negra".

Mientras que competidores como Waymo y Cruise dependen de una combinación de sensores y mapas para la seguridad, el enfoque de Tesla simplifica el proceso pero conlleva desafíos importantes, especialmente al navegar en escenarios de conducción poco comunes conocidos como "casos extremos".

A diferencia de sus rivales, el sistema de conducción autónoma de Tesla se apoya en gran medida en la "visión por computadora", un método que utiliza cámaras para simular la vista humana, junto con el aprendizaje automático de extremo a extremo, una forma de inteligencia artificial que procesa datos sin procesar para tomar decisiones de conducción.

Este enfoque potencia la función de “conducción autónoma total” (FSD) existente de Tesla, que aún requiere supervisión humana a pesar de su nombre.

La empresa pretende construir robotaxis totalmente autónomos utilizando esta misma tecnología.

¿Qué es la IA de caja negra?

La IA de "caja negra" se refiere a una forma de inteligencia artificial en la que el proceso de toma de decisiones no es fácilmente interpretable ni transparente.

Básicamente, funciona como una "caja negra", lo que significa que entran entradas y salen decisiones, pero comprender la lógica o el razonamiento detrás de esas decisiones es difícil.

El desafío clave con la IA de caja negra es que si algo sale mal, como un error de juicio o un accidente, es difícil determinar por qué ocurrió el error, lo que dificulta prevenir problemas similares en el futuro.

Esta falta de transparencia plantea problemas de seguridad, especialmente en situaciones críticas conocidas como "casos límite", donde surgen condiciones de conducción impredecibles o escenarios poco comunes.

A diferencia de los sistemas de IA más transparentes, la IA de caja negra puede dificultar la resolución de problemas y mejorar la confiabilidad.

Lo que piensan los expertos sobre la estrategia de Tesla

Sin embargo, expertos de la industria, incluidos ex ingenieros de Tesla, han señalado fallas críticas en la estrategia de Tesla.

Una de las principales preocupaciones es la imprevisibilidad de la IA de “caja negra”, que carece de transparencia en la toma de decisiones.

Si algo sale mal, es difícil determinar la causa del error, lo que dificulta abordar los problemas de seguridad.

Por el contrario, empresas como Waymo utilizan sensores adicionales como radar y lidar para proporcionar una imagen más clara del entorno del vehículo y garantizar un funcionamiento más seguro.

Los competidores de Tesla, incluidos Waymo de Alphabet, Zoox de Amazon y Cruise de General Motors, ya han lanzado flotas de robotaxi en ciudades selectas, pero Tesla espera diferenciarse ofreciendo vehículos autónomos más asequibles capaces de llegar a cualquier lugar.

Esta audaz decisión llega en un momento crítico para Tesla, ya que enfrenta una desaceleración de las ventas de vehículos eléctricos y una mayor competencia de los fabricantes de automóviles chinos.

Si bien Musk ha prometido durante mucho tiempo la llegada de vehículos totalmente autónomos, aún no ha cumplido su visión.

En 2019, predijo que Tesla tendría robotaxis operativos para 2020, pero ese hito aún no se ha alcanzado.

El anuncio de la presentación del robotaxi de esta semana sigue a la decisión de Tesla de descartar los planes para un vehículo eléctrico de mercado masivo de 25.000 dólares, lo que plantea preguntas sobre las futuras prioridades de la compañía.

La dependencia de Tesla de la visión artificial impulsada por IA presenta desafíos únicos en la gestión de "casos extremos": escenarios de conducción raros pero críticos que incluso los sistemas avanzados pueden tener dificultades para manejar.

A pesar de estos obstáculos, la estrategia de conducción autónoma de Tesla tiene sus partidarios.

Mientras tanto, la amplia flota de vehículos de Tesla equipados con cámaras proporciona a la empresa grandes cantidades de datos, lo que le permite perfeccionar su tecnología de conducción autónoma más rápido que sus competidores con flotas más pequeñas.

Sin embargo, los críticos argumentan que el enfoque exclusivo de Tesla en la IA y la visión artificial lo deja vulnerable a errores impredecibles que podrían tener resultados peligrosos.

A medida que continúa la carrera por la conducción autónoma, Tesla enfrenta una presión cada vez mayor para cumplir las promesas de Musk y, al mismo tiempo, garantizar la seguridad y confiabilidad de su tecnología de robotaxi.

Si bien las posibles recompensas son enormes, los riesgos del enfoque de IA de “caja negra” de Tesla son igualmente significativos.