Investigadores del MIT y la firma Motional diseñaron y publicaron en Nature el Concept-Wrapper Network (CW-Net), una red entrenada con 130 millones de escenas para identificar conceptos (intersección, semáforo, peatón, direcciones, velocidad) y ‘traducir’ las acciones de un sistema de conducción autónoma.
En pruebas reales, un vehículo equipado con CW-Net declaró que se acercaba a un ‘vehículo detenido’ cuando un pasajero atribuía la parada a un cono, y en ensayos con ciclistas el sistema mostró dificultades de detección que el conductor humano pudo compensar ajustando velocidad y trayectoria.
Los autores proponen que este feedback en tiempo real ayude a que ocupantes y desarrolladores comprendan decisiones del AV y corrijan fallos.
Y para los adoptantes nerviosos como yo, que la máquina explique lo que está haciendo de esta manera podría ayudar a aliviar muchas dudas en torno a la tecnología. O puede empeorarlo, pero vamos a intentar mantenernos positivos