Miguel Ángel Sotelo: "Los vehículos autónomos suponen una oportunidad para mejorar el tráfico"

Cuando los vehículos autónomos eran poco más que una utopía en la década de 1990, Miguel Ángel Sotelo (Talavera de la Reina, 1972) ya investigaba la conducción automatizada. Hizo una demostración en su tesis, de 2001, para doctorarse en Ingeniería de Telecomunicación. Formado como Ingeniero Técnico e Ingeniero Superior, desde 2010 es catedrático en Ingeniería de Sistemas y Automática en la Universidad de Alcalá de Henares (UAH) y, actualmente, ocupa el cargo de gerente de la institución.

Su trabajo, con más de 300 publicaciones de investigación en revistas, congresos y capítulos de libro, le ha valido numerosos premios y el reconocimiento de estar en el 1% de los investigadores de mayor impacto en el ámbito mundial, según el rankin de la Universidad de Stanford. Durante los últimos años trabaja en proyectos financiados por la Comisión Europea centrdos en las interacciones entre vehículos automatizados y los usuarios de las carreteras, una iniciativa que presenta en el marco del Congreso Internacional en Sistemas Asistidos por Ordenador, Eurocast 2024, organizado por la Universidad de Las Palmas de Gran Canaria (ULPGC) y que se celebra en el Museo Élder de Las Palmas de Gran Canaria hasta el 1 de marzo.

Walter Brenner: "Bastan cinco segundos de un video para copiar la imagen y la voz de una persona"

¿En qué consiste el trabajo que presenta en Eurocast?

Este año presentamos un trabajo que se enmarca dentro de un proyecto europeo, que se denomina Heidi, participado por empresas e instituciones europeas: la Universidad de Alcalá de Henares con Honda, BMW y Magneti Marelli. Intentamos desarrollar interfaces que permitan mejorar las interacciones entre vehículos automatizados, ya sea parcial o totalmente, y los usuarios de la carretera (peatones y conductores). Hay dos: una interfaz hacia el exterior, que puede comunicar con otros peatones o conductores de otros vehículos y una interfaz interna, que comunica con el propio conductor. Se pretende reunir información sobre el comportamiento de todos los usuarios de carretera y tomar decisiones para que la interacción sea óptima.

¿Podría poner algunos ejemplos?

Un peatón que avanza por un cruce peatonal de forma inesperada y un vehículo parcial o completamente autónomo lo detecta de forma anticipada. Ese vehículo puede proporcionar información a ese peatón, a los vehículos que vienen detrás suyo, al propio conductor o incluso tomar las riendas del vehículo para disminuir la velocidad, frenar o lo que sea necesario. 

¿Qué tipo de maniobras investigan?

Nuestra presentación (en el Congreso Eurocast) se centra en la anticipación de maniobras peligrosas de cambio de carril. Las anticipamos basándonos en información de contexto, es decir, lo que cualquiera de nosotros como conductor tendría en cuenta. Por ejemplo, que el propio conductor de un vehículo parcialmente automatizado reciba un mensaje con antelación para que disminuya la velocidad o cambie de carril. Incluso, aunque el vehículo sea totalmente automatizado, que pueda transmitir con una interfaz gráfica esa información hacia atrás. Sería tan sencillo como activar el intermitente si cambia de carril, para que los conductores tengan tiempo de pensar y actuar en consecuencia. Básicamente, presentamos un sistema de anticipación de cambio de carril basado en información de contexto con técnicas de inteligencia artificial (IA).

¿Cómo se recaban esos datos?

Tres de los socios del proyecto, un instituto de investigación de Austria, que es el coordinador, otro socio -que es una universidad alemana- y un centro de investigación de Suecia, disponen de simuladores avanzados a pistas de prueba interiores controladas. Uno para conducción, donde se puede recrear cualquier tipo de situación extrema sin ningún riesgo; otro de realidad virtual para interactuar, con un ser humano que hace de peatón y con otro que hace de conductor, como si fuera Mátrix de tal manera que podemos testar sin que haya ningún riesgo de colisión o atropello. Y también contamos con un centro de experimentación enorme, con una pista interna, donde también se pueden realizar experimentos con vehículos reales, pero de forma muy controlada. Así es como estamos generando toda esta información, porque salir a la carretera a buscar esos datos o hacer experimentos es peligroso y no se puede. 

¿Cuáles son los objetivos?

Hay dos objetivos: el primero siempre es la seguridad, como dicen siempre en aviación ‘Safety first’, y también incrementar la aceptación de este tipo de sistemas por parte de los usuarios. Y esto tiene que ver con el confort. Es decir, si eres un peatón y sientes que el vehículo que se te aproxima te entiende y te respeta cediendo el paso, o si eres conductor y sientes que el vehículo se anticipa a tus necesidades es más probable que decidas adquirir un vehículo automatizado o parcialmente automatizado. 

¿Qué retos se deben afrontar en el transporte automatizado?

Ahora mismo, la Comisión Europea está preocupada por unir todo el conocimiento micro y macro. A nivel micro, qué hacer para anticipar maniobras de un vehículo que interactúa con el peatón y, al mismo tiempo, cómo escalar toda esa información a nivel macro, como la situación de tráfico, porque un cambio de carril afecta a la circulación. Ahora mismo, hay programas abiertos que pretenden financiar investigaciones en esta línea, cómo unir lo micro con lo macro para crear una especie de sistema que pueda actuar en los dos niveles.

El vehículo autónomo, ¿es una oportunidad para mejorar el tráfico en las ciudades?

Absolutamente. Es una oportunidad, como todo en la tecnología, si se utiliza de forma adecuada y mesurada, mejorará las cosas. Una parte ya es bastante real. Por ejemplo, en la ciudad de San Francisco (EE.UU), Waymo, una empresa filial de Google que se dedica a la conducción autónoma, tiene una especie de robotaxis que no llevan ni conductor ni copiloto de seguridad. Cualquier usuario que se encuentre con uno de estos vehículos por la carretera puede entrar y usarlo como un taxi a través de una aplicación. He visto esos vehículos funcionando y es absolutamente impresionante. Incluso durante la noche. Llevan bastantes años y han demostrado mucha seguridad. Pero tiene dos limitaciones: una es que necesita un mapa muy detallado, tridimensional, de una zona concreta. Fuera de ese área, no conoce el entorno y no sabe conducir. Aunque es soslayable, porque occidente estará mapeado algún día. Otra limitación es que, aunque está muy cerca de los niveles de seguridad humana, cualquier accidente tiene una repercusión mediática enorme y eso frena la aceptación de la conducción automatizada; por ejemplo, cuando en 2018 en Arizona, durante la noche, un vehículo autónomo de Uber atropelló y mató a una ciclista.

¿Y en cuanto a la inversión?

Las inversiones son brutales, son hasta difíciles de cuantificar y las llevan a cabo empresas como Google, Microsoft o Tesla. Estamos hablando de miles de millones de dólares. Se necesitan datos gigantescos, acceso a recursos inmensos de software para el entrenamiento y aprendizaje de los sistemas de inteligencia artificial. Estamos hablando de una cantidad de datos y de procesos que se escapa a cualquier institución. Por ejemplo, cuando Microsoft decidió entrar en la empresa OpenAI puso 10.000.000.000 de dólares tan solo en recursos hardware en la nube para que OpenAI pudiera entrenar GPT durante ocho o nueve meses, que es lo necesario para que aprenda a hablar. Las inversiones están al alcance de muy pocos.

¿Las instituciones públicas?

Las inversiones se les escapa a los gobiernos, de ahí la preocupación con la falta de democratización. La empresa OpenAI fue impulsada por Elon Musk para democratizar la IA, para hacerla abierta. Pero luego llegó al mercado y se ha cerrado otra vez. Es un tema inaccesible para las universidades, por ejemplo.

¿Cómo empieza a adentrarse en este campo de estudio?

Hace casi 30 años trabajaba en el campo de la robótica. Por entonces, se intentaba hacer robots autónomos que hicieran pequeñas tareas, algunos con pequeñas ruedas que incluso se empezaban a parecer a un coche. En la década de 1990 empezamos a plantearnos mover a un vehículo y de ahí surgió la idea de pasar de la robótica a la conducción autónoma. Por ejemplo, defendí mi tesis en 2001 con un vehículo totalmente autónomo en un circuito cerrado. En el inicio del siglo, surge el interés de aplicar estos sistemas en la asistencia a la conducción, como cuando conductor se sale del carril y el vehículo le envía un aviso para retomar el volante, por ejemplo. En 2009, Google revela al mundo que tiene un vehículo autónomo y se retoma el interés en el ámbito mundial en la conducción autónoma. Acompañado, a su vez, del aprendizaje profundo en IA a partir de 2012. Se unieron las dos tendencias y durante toda la década de 2010, la conducción autónoma ha venido propulsada por la IA y ya es una onda imparable. Es cierto que se predecía que para 2015 o 2020 habría numerosos vehículos autónomos en las carreteras. Ahora se dice, más moderado, que será en 2030 y 2050, de la mano con la IA. Toda esta onda mundial la hemos experimentado, nos pillaba de camino y hemos ido con ello. 

¿Cómo valora el Congreso Eurocast?

Es un clásico. La primera vez que vine fue en 2003 y he repetido en casi todas las ediciones. Siempre me resulta refrescante venir, porque además de que la ciudad me resulta maravillosa, a nivel humano, los organizadores son gente extraordinaria y luego con la gente que viene, compartimos una motivación semejante. 

Suscríbete para seguir leyendo