Por que a IA é fator decisivo no desenvolvimento dos carros autoguiados

Quando as pessoas pensam em carros autoguiados, a imagem que geralmente lhes vêm à mente é a de um veículo completamente autônomo e que dispensa o motorista humano. A realidade é mais complicada: não só há diferentes níveis de automação para veículos ─ o piloto automático, por exemplo, é um recurso antigo ─ como há também inteligência artificial em funcionamento dentro do carro para tornar a viagem mais segura para o motorista e para os passageiros. A IA é responsável inclusive por uma tecnologia que permite ao carro compreender o que o motorista quer fazer num ambiente de barulho através de leitura labial.

No Vale do Silício, há uma disputa pelo desenvolvimento da melhor tecnologia para veículos autônomos. “Talvez esta seja a época mais fascinante para se falar em veículos autoguiados'”, disse Kartik Hosanagar, professor de operações, informações e decisões da Wharton em um painel durante o recente congresso sobre Fronteiras da IA, no Vale do Silício. “Há dez anos, a maior parte do trabalho sobre veículos autônomos só ocorria em laboratórios de pesquisa e em instituições de ensino.” Há mais ou menos cinco anos, só o Google e um punhado de empresas fazia testes com a IA. “Hoje, o ritmo nesse segmento é frenético”, disse. “Só na Califórnia, o número de empresas com licença para fazer testes e operar veículos sem motorista já é de 30 a 50.”

No mundo todo, os EUA e a China estão à frente na corrida pelo desenvolvimento dos veículos autoguiados. Alemanha e Japão, apesar de famosos pelos carros que produzem, estão mais atrás. “A diferença fundamental é a IA”, disse Tony Han, um dos fundadores da JingChi, companhia de veículos autônomos com sede na China. “China e EUA lideram a IA.” Os dois países também lideram as regulações para carros autônomos. Há três megatendências por trás de todo esse interesse: a crescente popularidade dos carros elétricos, o surgimento da economia compartilhada que está por trás de empresas de viagens personalizadas como Uber e Lyft, além dos avanços da inteligência artificial. Se pensarmos nisso, disse ele, veremos que as viagens autônomas consistem, na verdade, na combinação entre um motorista robô e um carro elétrico.

De acordo com Han, a maior parte das empresas de veículos autônomos estão desenvolvendo uma tecnologia adequada ao que ele chama de roadster de nível 4. Há cinco níveis de automação para carros autoguiados. O nível 1 é o mais básico de todos, tem recurso de piloto automático já há anos em uso. O nível 5, em que o veículo é totalmente autônomo, é o mais avançado. O nível 4 está um grau abaixo ─ trata-se de um nível altamente automatizado em que o carro pode operar em certas situações sem a intervenção ou atenção do motorista como, por exemplo, em áreas com barreiras especiais ou no trânsito.

IA dentro do carro

Danny Shapiro, diretor sênior do setor automotivo do fabricante de chips Nvidia, disse que as empresas de tecnologia levam muito a sério o desenvolvimento dos veículos autônomos porque as apostas aí são altas. “Não se trata de um motor de recomendação para a Netflix”, disse ele durante o congresso. “A IA tem de ser precisa.” Isso significa que ela requer uma capacidade de computação “extrema” e muito código, disse Shapiro. No porta-malas dos veículos autoguiados há computadores e unidades de processamento gráfico poderosos trabalhando com aprendizagem profunda para analisar todos os dados que entram ─ para determinar coisas como, por exemplo, se o objeto à frente é uma pessoa, outro carro, um hidrante etc.

Mesmo que leve algum tempo para que os veículos autônomos cheguem ao mercado, a IA já está transformando o interior dos carros. As câmeras dianteiras podem identificar as pessoas dentro do veículo e rastrear a posição do olho do motorista para ver se ele está prestes a cochilar ou se está distraído ─ e podem até mesmo ler seus lábios. Sensores e câmeras na parte externa do carro trabalham em conjunto com a tecnologia interna para aumentar a segurança. Por exemplo, o carro avisa de forma audível que há “perigo na preferencial” se outro veículo estiver a ponto de furar o sinal vermelho. Ele pode também dizer coisas como “Atenção! Há uma moto se aproximando da pista central” para alertar o motorista caso ele queira mudar de pista.

“Haverá uma série de recursos para salvaguardar motorista e passageiros mesmo que não tenhamos o controle total do carro”, disse Shapiro.

Na verdade, um dos principais objetivos das empresas de veículos autônomos é fazer com que dirigir seja mais seguro. O erro humano é responsável por 94% das colisões de carros, disse Jeff Schneider, gerente de engenharia sênior do Uber e professor de pesquisas na Universidade Carnegie Mellon. Ele disse que 50% dos erros que resultam em acidentes foram devidos a erros de reconhecimento ─ o motorista não estava prestando atenção ou não viu algo que se aproximava. Os outros 50% são o resultado de um erro de decisão: o motorista estava dirigindo depressa demais ou interpretou mal a situação.

De acordo com Schneider, os veículos autônomos podem lidar com esses dois tipos de erro. Problemas de reconhecimento seriam atenuados com o uso de sensores, radar, câmeras, Lidar (um sistema de sensoriamento remoto) e outras ferramentas. Os carros conseguem ver o posicionamento em 3D dos objetos e outras coisas à sua volta, recebem imagens em 360 graus de câmeras de alta resolução e acessam outros dados pertinentes, tais como a velocidade dos objetos. Enquanto isso, sistemas computadorizados sofisticados analisam o entorno para tomar a decisão correta.

Uma forma de contribuir com a precisão consiste em incorporar recursos excedentes aos sistemas. Por exemplo, se uma placa da estrada ficar obscurecida por algum motivo, é acionado um recurso de mensuração para assegurar que o veículo autônomo não se confunda. Schneider disse que o mapa do próprio carro avisa que há uma placa na estrada naquele lugar. Além disso, esses veículos analisam uma quantidade enorme de dados para que possam operar sob condições variadas como neve, chuva, geada e enchentes. As empresas de veículos autônomos usam inclusive condições geradas por computador para treinar o carro a passar por situações como a de um pôr do sol ofuscante. “Usando vários servidores, podemos gerar quase 490.000 km de percurso em apenas cinco horas, além de testar algoritmos em todas as estradas pavimentadas dos EUA em apenas dois dias”, observou Shapiro, da Nvidia.

É claro que são tarefas complexas para o carro. “Coloque-se na posição da pessoa que escreve o código” e que precisa levar em conta as pessoas que atravessam a rua, outros carros na estrada, outdoors, sinais de trânsito à frente, pistas para carros, ciclovias faixas de pedestres, entre outras coisas. Schneider disse: “É o caos absoluto.”

Segurança física e patrimonial

Para os céticos, que pensam no carro autônomo como se fosse um castelo no ar, ajudaria muito fazer uma retrospectiva e ver aonde já chegamos, disse Schneider. Na década de 80, o NavLab, um projeto da Universidade Carnegie Mellon, já equipava vans com computadores e sensores para direção automática e assistida. “Vivíamos a era da robótica, quando a regra era deixar o vídeo rodando para o caso de alguma coisa boa acontecer”, disse. Em 1995, o projeto “Cruzando a América sem as mãos”, da mesma universidade, fez 98% do trajeto entre Pittsburgh e o sul da Califórnia de forma autônoma, além de um trecho de 113 km sem qualquer intervenção humana, disse Schneider.

Em 2000, a universidade passou a trabalhar com os veículos off-road. As novidades acrescentadas aos roadsters foram o GPS e o Lidar para facilitar a tarefa de detectar objetos e contorná-los. Sete anos depois, no Grande Desafio DARPA, uma competição para veículos autônomos, um grande avanço foi a introdução de bons mapas que proporcionavam a reconstrução completa do entorno. “A IA deu um passo à frente”, disse Schneider. A CMU ganhou a competição. Foi também nesse momento que o Google se deu conta do potencial dos veículos autônomos e lançou seu projeto de direção autônoma, disse. Desde então, a IA, a aprendizagem de máquina e a aprendizagem profunda só melhoraram.

Contudo, será que o consumidor se sentirá confortável a bordo de um veículo autoguiado? Com base na experiência do Uber, que vem testando veículos autônomos em Pittsburgh e Phoenix, disse Schneider, o público parece estar se abrindo a eles. Embora houvesse um certo receio inicialmente de que as pessoas ficariam assustadas com esse tipo de carro, “constatamos exatamente o contrário”, disse. Por exemplo, já que o passageiro não pode escolher um carro autoguiado do Uber, alguns usuários procurariam por eles ao fazer uma solicitação na expectativa de consegui-lo.

No entanto, há algo que poderia desacelerar o desenvolvimento de carros autoguiados e sua entrada no o mercado de massa: o modelo de negócios. Por enquanto, ainda é mais econômico ter um carro do que tomar o Uber em algum lugar. “Se fizermos as contas, financeiramente essa não é uma opção mais em conta do que ter um carro próprio”, disse Schneider. “No momento em que os veículos estiverem funcionando e puderem ser encontrados por toda parte […] não fará mais sentido ter carro.”

Citando a Universia Knowledge@Wharton

Close


Para uso pessoal:

Por favor, use as seguintes citações para referências de uso pessoal:

MLA

"Por que a IA é fator decisivo no desenvolvimento dos carros autoguiados." Universia Knowledge@Wharton. The Wharton School, University of Pennsylvania, [05 December, 2017]. Web. [15 December, 2018] <http://www.knowledgeatwharton.com.br/article/por-que-ia-e-fator-decisivo-no-desenvolvimento-dos-carros-autoguiados/>

APA

Por que a IA é fator decisivo no desenvolvimento dos carros autoguiados. Universia Knowledge@Wharton (2017, December 05). Retrieved from http://www.knowledgeatwharton.com.br/article/por-que-ia-e-fator-decisivo-no-desenvolvimento-dos-carros-autoguiados/

Chicago

"Por que a IA é fator decisivo no desenvolvimento dos carros autoguiados" Universia Knowledge@Wharton, [December 05, 2017].
Accessed [December 15, 2018]. [http://www.knowledgeatwharton.com.br/article/por-que-ia-e-fator-decisivo-no-desenvolvimento-dos-carros-autoguiados/]


Para fins Educacionais/Empresariais, use:

Favor entrar em contato conosco para usar com novos propósitos artigos, podcasts ou vídeos através do nosso formulário de contato para licenciamento de conteúdo. .

 

Join The Discussion

No Comments So Far