Mejorar los coches autónomos imitando el cerebro humano

Conducir por una carretera de montaña y de repente verse rodeado de una espesa niebla es una situación muy estresante. Automáticamente agudizamos nuestra visión, entrecerramos los ojos para distinguir otros coches. Los seres humanos somos muy buenos gestionando estos cambios. Sin embargo, para la inteligencia artificial que conduce los vehículos autónomos de hoy, esta misma escena puede ser una pesadilla.

Hoy en día, los sistemas visuales de IA son extremadamente precisos en buenas condiciones. Un coche autónomo puede reconocer peatones, señales y otros vehículos en un día soleado con gran precisión. Pero tienen un grave problema: son muy frágiles ante los cambios ambientales. Si cae la noche, aparece lluvia o niebla, las imágenes cambian drásticamente. Las IA estándar a menudo se vuelven ciegas a estas variaciones, incapaces de detectar obstáculos que un humano podría ver fácilmente.

En nuestra investigación en la Universidad de Valencia, consideramos una posible solución: en lugar de enseñar IA con millones de imágenes de todos los climas posibles, decidimos imitar la biología. ¿Qué mecanismo biológico permite que nuestro cerebro vea tan bien en condiciones tan diferentes?

El “control de volumen” del cerebro humano

En nuestro cerebro, las neuronas no funcionan de forma aislada. Utilizan una forma fascinante de adaptación conocida en neurociencia como normalización de partición.

Para entenderlo sin utilizar las matemáticas, podemos pensar en él como un sistema automático de “control de volumen”, donde las neuronas trabajan en equipo. Por ejemplo, supongamos que una neurona está mirando un área muy oscura de la imagen, como un automóvil negro de noche. En este caso, las neuronas vecinas “amplifican” esa señal débil. Así logran amplificar esos pequeños detalles para hacerlos más visibles. Si observamos una luz brillante se produce el efecto contrario. El cerebro reduce la intensidad de la señal para no cegarnos.

Este mecanismo biológico es el que nos permite adaptarnos y ver perfectamente en condiciones muy diferentes. El problema es que las inteligencias artificiales modernas, queriendo ser más rápidas y precisas, han dejado de lado esta inspiración biológica.

Inteligencia artificial en simulador de conducción

En nuestro estudio, tomamos algunas de las inteligencias artificiales más utilizadas para el procesamiento de imágenes y agregamos capas para simular este mecanismo cerebral. Básicamente, hicimos que sus neuronas se comunicaran y se adaptaran al entorno. Exactamente igual que nuestro cerebro.

Queríamos ver si esta imitación biológica hacía que los coches fueran más seguros. Para hacer esto, sometemos a varias pruebas tanto la IA estándar como nuestra modificación inspirada en el cerebro. Utilizamos bases de datos de conducción real en ciudades europeas, imágenes de conducción nocturna en Suiza y diversos simuladores de conducción virtuales. De esta manera podríamos comparar cómo reaccionaron ante diferentes niveles de niebla, oscuridad y variaciones de luz.

Una respuesta más sólida y predecible

Los resultados mostraron que imitar la biología y nuestro cerebro funciona. Después del entrenamiento, las dos IA condujeron perfectamente. Pero a medida que se introdujeron la niebla y la oscuridad, el sistema tradicional empezó a fallar. Incluso perdió la capacidad de distinguir los coches de la carretera o de los edificios.

Por el contrario, la IA equipada con un mecanismo inspirado en el cerebro mostró una gran robustez. Incluso en condiciones de niebla o en mitad de la noche, logró mejoras de más del 20% con respecto a su homólogo tradicional. Analizamos cómo el mundo veía esta nueva máquina desde dentro y descubrimos que hace exactamente lo que esperábamos. Rescató y mejoró los detalles de vehículos ocultos en la niebla que de otro modo serían invisibles. Con ellos, su desempeño se volvió más estable en relación a los cambios en las condiciones climáticas.

Aprende de la naturaleza

Como sociedad, confiar el mundo a la inteligencia artificial es un gran desafío. Por ejemplo, a la hora de garantizar la seguridad de pasajeros y peatones en coches autónomos. No basta con que los sistemas inteligentes funcionen en condiciones ideales. Necesitamos que sean completamente seguros en el mundo real y garanticen la vida de peatones y conductores en todas las condiciones climáticas.

Nuestra investigación muestra que la clave para crear una inteligencia artificial más segura, robusta y adaptable puede estar más cerca de lo que parece. No es necesario utilizar ordenadores más potentes ni muchos más datos. A veces, basta con mirar los millones de años de evolución que han dado forma a nuestro cerebro.

En muchos casos, la naturaleza ya ha resuelto algunos de los problemas a los que se enfrenta hoy en día la inteligencia artificial. Sólo tenemos que aprender de ello.