por ultimo Durante año y medio, dos sedanes Tesla Model 3 blancos pirateados, cargados cada uno con cinco cámaras adicionales y una supercomputadora del tamaño de la palma de la mano, han circulado silenciosamente por San Francisco. En una ciudad y una época plagadas de preguntas sobre las capacidades y los límites de la inteligencia artificial, la startup detrás de los Teslas modificados está tratando de responder lo que equivale a una pregunta simple: ¿Con qué rapidez puede una empresa crear software para vehículos autónomos hoy en día?
La startup, que hoy hace públicas sus actividades por primera vez, se llama HiprLabs. Su equipo de 17 personas (solo ocho de ellas a tiempo completo) está dividido entre París y San Francisco, y la empresa está dirigida por un veterano de la empresa de vehículos autónomos, el cofundador de Zoox, Tim Kentley-Klay, quien salió repentinamente la empresa ahora propiedad de Amazon en 2018. Hypr ha recibido relativamente poca financiación, 5,5 millones de dólares desde 2022, pero sus ambiciones son de amplio alcance. Con el tiempo, planea construir y operar sus propios robots. “Piense en el hijo amado de R2-D2 y Sonic the Hedgehog”, dice Kentley-Klay. “Va a definir una nueva categoría que no existe actualmente”.
Por ahora, sin embargo, la startup está anunciando su producto de software llamado Hyprdrive, que considera un paso adelante en la forma en que los ingenieros entrenan vehículos para que se piloten solos. Este tipo de saltos se dan en todo el espacio de la robótica, gracias a los avances en el aprendizaje automático que prometen reducir el costo de entrenar software para vehículos autónomos y la cantidad de trabajo humano involucrado. Esta evolución de la capacitación ha traído un nuevo movimiento a un espacio que durante años sufrió una “baja de desilusión”, ya que los constructores de tecnología no cumplieron con sus propios plazos para operar robots en espacios públicos. Ahora, robotaxis recoger pasajeros que pagan en cada vez más ciudadesy los fabricantes de automóviles hacen nuevas y ambiciosas promesas sobre llevar la conducción autónoma a los coches personales de los clientes.
Pero utilizar un equipo pequeño, ágil y económico para pasar de “conducir bastante bien” a “conducir de manera mucho más segura que un ser humano” es un gran obstáculo. “No puedo decirles, con la mano en el corazón, que esto funcionará”, dice Kentley-Klay. “Pero lo que hemos creado es una señal realmente sólida. Sólo hay que ampliarla”.
Vieja tecnología, nuevos trucos
La técnica de capacitación de software de HyprLabs se aleja de los enfoques de otras empresas emergentes de robótica para enseñar a sus sistemas a manejarse solos.
Primero, algunos antecedentes: durante años, la gran batalla en los vehículos autónomos parecía ser entre aquellos que usaban solo cámaras para entrenar su software (¡Tesla!) y aquellos que también dependían de otros sensores (¡Waymo, Cruise!), incluidos lidar alguna vez costoso y radares. Pero debajo de la superficie, se agitaban diferencias filosóficas más importantes.
Los partidarios de las cámaras únicamente, como Tesla, querían ahorrar dinero mientras planeaban lanzar una flota gigantesca de robots; Durante una década, el plan del director ejecutivo Elon Musk ha sido cambiar repentinamente todos los automóviles de sus clientes a vehículos autónomos con solo presionar una actualización de software. La ventaja era que estas empresas tenían muchísimos datos, ya que sus coches, que aún no eran autónomos, recopilaban imágenes dondequiera que condujeran. Esta información se introdujo en lo que se llama un modelo de aprendizaje automático “de extremo a extremo” mediante refuerzo. El sistema toma imágenes:una bicicleta—y escupe órdenes de conducción—Mueva el volante hacia la izquierda y acelere con suavidad para evitar golpearlo.. “Es como entrenar a un perro”, dice Philip Koopman, investigador de seguridad y software para vehículos autónomos en la Universidad Carnegie Mellon. “Al final, dices: ‘Perro malo’ o ‘Perro bueno'”.
