¿Cómo puede un auto sin conductor ver la carretera?

Estadísticamente, la parte menos fiable del auto es ¡el conductor!. Chris Urmson encabeza el programa de autoconducción de Google, uno de los varios esfuerzos para sacar a los humanos del asiento del conductor. Aquí habla de hacia dónde se dirige su programa en este momento, y comparte un material de archivo fascinante que muestra cómo el vehículo ve la carretera y cómo ese vehículo toma decisiones autónomas sobre qué hacer después.

En 1885, Karl Benz
inventó el automóvil.

Más tarde ese año, lo sacó para la
primera prueba de conducción pública,

para --historia verdadera--
estrellarse contra una pared.

En los últimos 130 años,

hemos trabajado en torno a esa parte
menos fiable del vehículo, el conductor.

Hemos hecho autos más fuertes.

Se ha añadido el cinturón de seguridad,
las bolsas de aire,

y en la última década empezamos
a hacer autos más inteligentes

para solucionar ese problema,
el conductor.

Hoy les hablaré un poco de la diferencia

entre emparchar el problema con
sistemas de conducción asistida

y realmente tener autos
plenamente autoconducidos

y lo que estos pueden
hacer por el mundo.

También les hablaré un poco
de nuestro auto

para que vean cómo ve el mundo,
cómo reacciona y qué hace,

pero primero hablaré un poco
sobre el problema.

Y es un gran problema.

en la carretera en el mundo mueren
1,2 millones de personas al año.

Solo en EE.UU., mueren
33 000 personas al año.

Para poner eso en perspectiva,

es como si cayeran 737 personas
del cielo cada día laboral.

Es increíble.

Nos venden los autos así,

pero en realidad, la conducción
es algo así.

¿Cierto? No es soleado, es lluvioso,

y Uds. quieren hacer otras cosas
que conducir.

Y esta es la razón:

El tránsito es cada vez peor.

En EE.UU., entre 1990 y 2010,

los kilómetros recorridos por vehículo
aumentaron un 38 %.

Las carreteras crecieron un 6 %,

así que no es idea de Uds.

El tránsito es sustancialmente peor
de lo que fue no hace mucho.

Y todo esto tiene
un impacto humano muy alto.

Por ejemplo, el tiempo de viaje promedio
en EE.UU. es de unos 50 minutos,

lo multiplicamos por los 120 millones
de trabajadores,

eso da unos 6000 millones de minutos

derrochados en desplazamientos
cada día.

Es un número enorme, así que
pongamos esto en perspectiva.

Tomamos esos 6000 millones de minutos

y los dividimos entre la
edad media de una persona,

eso da 162 vidas

gastadas cada día, derrochadas,

solo para ir de A a B.

Es increíble.

Y luego estamos quienes
no tenemos el privilegio

de sentarnos en el tránsito.

Este es Steve.

Es un tipo muy capaz,

pero es ciego,

y por eso en vez de conducir 30 minutos
para ir al trabajo cada mañana,

pasa dos horas en el transporte público

o pidiendo a amigos y familiares
que lo lleven.

No tiene la misma libertad
que Uds. y yo para moverse.

Deberíamos hacer algo al respecto.

El conocimiento convencional afirma

que si tomamos estos sistemas
de asistencia al conductor

si los impulsamos y mejoramos
de manera incremental,

con el tiempo, se convertirán
en vehículos autoconducidos.

Bueno, vengo a decirles
que eso es como decir

que si nos esforzamos mucho en saltar,
un día podremos volar.

Realmente tenemos que hacer
algo un poco diferente.

Por eso les hablaré de tres
formas diferentes en las que

los sistemas autoconducidos difieren
de los de conducción asistida.

Empezaré con la experiencia propia.

Volviendo a 2013,

hicimos la primera prueba
de un vehículo autoconducido

y se los dimos a probar a la gente común.

Bueno, casi comunes...
eran 100 empleados de Google

pero no trabajaban en el proyecto.

Les dimos los autos y les permitimos
usarlos en sus vidas diarias.

A diferencia de un vehículo autoconducido
real este tenía una gran salvedad:

Había que prestar atención,

porque era un vehículo experimental.

Lo probamos mucho, pero podía fallar.

Los capacitamos durante dos horas,

los pusimos en el auto,
les dejamos que lo usaran,

y la respuesta fue asombrosa,

como si alguien tratara
de crear un producto.

Cada uno de ellos dijo
que le encantó.

De hecho, tuvimos un conductor de Porsche
que vino y nos dijo el primer día:

"Esto es totalmente tonto.
¿En qué estamos pensando?"

Pero al final, dijo:
"No solo yo debería tenerlo,

todos los demás deberían tenerlo,
porque las personas conducen muy mal".

Eso fue música para nuestros oídos,

pero luego empezamos a observar
qué hacía la gente dentro del auto,

y esto fue revelador.

Mi historia favorita
es la de este caballero

que mira el teléfono y se da cuenta
de que la batería está baja,

se da vuelta así en el auto
y busca en su mochila,

saca su laptop,

la coloca en el asiento,

gira hacia atrás otra vez,

hurga en la mochila, saca
el cargador de su teléfono,

lo conecta en el laptop y al teléfono.

Se asegura de que el teléfono
está cargando.

Todo esto a 100 km por hora
en la autopista.

¿Correcto? Increíble.

Lo pensamos y dijimos: es obvio, ¿no?

Cuanto mejor sea la tecnología,

menos confiable se volverá
el conductor.

Al hacer autos cada vez más inteligentes,

quizá no veamos las ganancias
que necesitamos.

Ahora hablaré de algo un poco
técnico durante un momento.

Estamos viendo en este gráfico,
en la parte inferior

la frecuencia con la que el auto usa
los frenos sin necesidad.

Pueden ignorar gran parte de ese eje,

porque si conducen en la ciudad,
y el auto empieza a detenerse al azar,

nunca comprarán ese vehículo.

Y el eje vertical es la frecuencia
con la que el auto usará los frenos

cuando se supone que debe ayudar
a evitar un accidente.

Si vemos la esquina inferior izquierda,

este es el auto clásico.

No aplica los frenos por uno,
no hace nada torpe,

pero tampoco evita un accidente.

Si queremos introducir un sistema
de conducción asistida,

digamos con freno de
mitigación de colisiones,

pondremos cierta tecnología allí,

eso es esa curva, y tendrá
unas propiedades operativas,

pero nunca evitará todos los accidentes,

porque no tiene esa capacidad.

Pero tocaremos la curva por aquí,

y quizá evite la mitad de los accidentes
cometidos por conductores humanos,

y eso es increíble, ¿no?

Reducimos accidentes viales
en un factor de dos.

Ahora hay 17 000 personas menos
que mueren al año en EE.UU.

Pero si queremos
un vehículo autoconducido,

necesitamos una curva tecnológica
que se parece a esto.

Tendremos que poner
más sensores en el vehículo,

y alcanzaremos algún punto por aquí

donde básicamente
nunca habrá un accidente.

Ocurrirán, pero con
una frecuencia muy baja.

Uds. y yo podríamos ver esto
y argumentar

si esto es incremental, y yo podría
decir algo como "regla 80-20",

y es realmente difícil subir
en esa nueva curva.

Pero veámoslo desde una dirección
diferente por un momento.

Veamos con qué frecuencia la tecnología
tiene que hacer lo correcto.

Este punto verde de aquí es un
sistema de conducción asistida.

Resulta que los conductores humanos

cometen errores que llevan
a accidentes de tránsito

aproximadamente una vez
cada 160 000 km en EE.UU.

Un sistema de autoconducción, por
el contrario, quizá toma decisiones

unas 10 veces por segundo,

por lo que el orden de magnitud

es de unas 1000 veces cada 1,6 km.

Si se compara la distancia
entre estos dos,

es de 10 a la octava, ¿no?

Ocho órdenes de magnitud.

Es como comparar lo rápido
que puedo correr

a la velocidad de la luz.

Sin importar lo duro que entrene,
nunca llegaré allí.

Existe una brecha bastante grande.

Y, finalmente, está el manejo
de la incertidumbre.

Este peatón podría entrar en
la carretera, podría no entrar.

No lo sé, ni lo saben
nuestros algoritmos,

pero en el caso de un sistema
de asistencia de conducción,

significa que no puede hacer algo
porque, de nuevo,

si pisa los frenos inesperadamente,
es completamente inaceptable.

Mientras que un sistema autoconducido
puede mirar al peatón y decir:

no sé qué está por hacer,

desaceleraré, observaré mejor y después
reaccionaré en consecuencia.

Puede ser mucho más seguro que
un sistema de conducción asistida.

Eso es suficiente sobre la diferencia
entre ambos sistemas.

Hablemos ahora de
cómo ve el auto el mundo.

Este es nuestro vehículo.

Empieza por entender
dónde está en el mundo,

alineando su mapa
y los datos de su sensor,

y luego apilamos encima
lo que ve en el momento.

Las cajas púrpura que pueden ver
son otros vehículos en la carretera,

y la cosa roja allí al lado
es un ciclista,

y a la distancia, si vemos de cerca,

se ven unos conos.

Luego sabemos dónde está
el auto en el momento,

pero tenemos que hacerlo mejor:
tenemos que predecir qué ocurrirá.

La camioneta de la parte superior derecha
está a punto de pasar al carril izquierdo

porque la carretera al frente
está cerrada,

por eso tiene que salir del camino.

Conocer a esa camioneta es genial,

pero tenemos que conocer
qué piensan todos,

por eso se vuelve un problema
bastante complicado.

Y sabiendo eso, hay que adivinar cómo
debería responder el auto en el momento,

qué trayectoria debería seguir,
si debería acelerar o desacelerar.

Y luego todo se reduce
a seguir el camino:

girar el volante a izquierda o derecha,
presionar el freno o acelerar.

Son realmente al final solo dos números.

¿Cuán difícil puede ser realmente?

Cuando empezamos en 2009,

este era el aspecto de nuestro sistema.

Pueden ver nuestro auto en medio
y las otras cajas en la carretera,

conduciendo por la autopista.

El auto tiene que entender dónde está
y saber dónde están los otros.

Tiene que entender
geométricamente el mundo.

Cuando empezamos a conducir en
las calles del barrio y la ciudad,

el problema adquiere
un nuevo nivel de dificultad.

Vemos peatones y autos cruzando

en todas las direcciones,

los semáforos, los pasos de peatones.

Es un problema increíblemente
complicado en comparación.

Y una vez tenemos
el problema resuelto,

el vehículo debe poder
lidiar con la construcción.

Los conos de la izquierda
obligan a conducir a la derecha,

pero no se trata solo de la construcción
en forma aislada, claro.

También tiene en cuenta personas en
movimiento por la zona de construcción.

Y, claro, si alguien no cumple
las reglas, la policía está allí

y el vehículo debe entender que
la luz titilante encima del auto

significa que no es un vehículo cualquiera
sino el de una patrulla de policía.

De manera similar,
la caja naranja en el lateral

es un bus escolar,

y debe recibir un trato especial también.

Cuando estamos fuera en la carretera,
otras personas tienen expectativas:

Cuando un ciclista levanta el brazo,

significa que está esperando que el auto
le ceda el paso y le haga espacio

para hacer un cambio de carril.

Y cuando un oficial de policía
se interpone en el camino,

nuestro vehículo debe entender
que esto significa "alto",

y cuando indique avanzar,
debemos continuar.

Nuestra manera de lograr esto es
intercambiando datos entre vehículos.

El primer modelo, y más crudo,

es cuando un vehículo
ve una zona de construcción,

y le avisa a otro para que
esté en el carril correcto

y así evitar en parte la dificultad.

Pero en realidad entendemos
mucho más que eso.

Podríamos tomar los datos de
los autos vistos en el tiempo,

los cientos de miles
de peatones, ciclistas,

y vehículos que hemos visto,

entender su aspecto,

y usar eso para inferir el aspecto
de los otros vehículos

y el de los otros peatones.

Y luego, incluso más importante,
podríamos extraer un modelo

de cómo esperamos que
se muevan por el mundo.

Aquí en la caja amarilla hay
un peatón que cruza ante nosotros.

La caja azul es un ciclista y anticipamos

que se avisarían para sortear
el auto y salir hacia la derecha.

Aquí hay un ciclista
que va por la carretera

y sabemos que seguirá la trayectoria
de la carretera.

Aquí alguien gira a la derecha,

y en un momento, alguien quiere
girar en U frente a nosotros,

y podemos anticipar ese comportamiento
y responder con seguridad.

Todo bien con estas cosas
que ya hemos visto antes,

pero, claro, uno encuentra
muchas cosas que uno

nunca antes vio el mundo.

Por ejemplo, hace un par de meses,

nuestros vehículos circulaban
por Mountain View,

y encontraron esto.

Es una mujer en silla
de ruedas electrónica

persiguiendo a un pato en círculos
por la carretera. (Risas)

Y no hay ningún sitio
en el manual del DMV

que diga cómo resolver algo así,

pero nuestros vehículos
pudieron resolverlo,

redujeron la velocidad,
y condujeron de forma segura.

Y no solo tenemos que lidiar con patos.

Miren esta ave que vuela justo frente
a nosotros. El auto reacciona.

Aquí lidiamos con unos ciclistas

que uno nunca esperaría ver en otro
sitio que no fuese Mountain View.

Y claro, tenemos que lidiar
con los conductores,

incluso con los muy pequeños.

Miren a la derecha como alguien
salta de este camión hacia nosotros.

Y ahora, miren a la izquierda cuando
el auto de la caja verde decide

girar a la derecha a último momento.

Aquí, cuando cambiamos de carril,
el coche de la izquierda decide

que también quiere hacerlo.

Y aquí, vemos un auto
que pasa un semáforo en rojo

y cede el paso.

Y, del mismo modo, aquí, un ciclista
pasa esa luz también.

Y, por supuesto, el vehículo
responde en forma segura.

Y, claro, tenemos personas
que no sé por qué

a veces en la carretera, se interponen
entre dos vehículos autoconducidos.

Uno se pregunta:
"¿En qué estás pensando?"

(Risas)

Les he mostrado rápidamente muchas cosas

por eso analizaré en detalle
una de ellas rápidamente.

Estamos viendo nuevamente
la escena del ciclista,

y habrán notado abajo, que todavía
no podemos ver al ciclista,

pero el auto sí puede: ese esa
pequeña caja azul de allí,

y eso proviene de los datos láser.

En realidad, no es fácil de entender

por eso giraré esos datos láser
para analizarlos,

y si son buenos analizando
datos láser podrán ver que

unos pocos puntos de esa curva,

justo allí, esa caja azul es el ciclista.

Si bien nuestra luz es roja,

la luz del ciclista
ya se puso en amarillo,

y si observan, pueden verlo en la imagen.

Pero el ciclista seguirá
por la intersección.

Nuestra luz ahora es verde,
la de él es totalmente roja,

y ahora anticipamos que esta bici
hará el recorrido completo.

Por desgracia, los otros conductores
cercanos no prestaron mucha atención.

Empezaron a avanzar,
y afortunadamente para todos,

este ciclista reacciona, evita,

logra pasar la intersección.

Y allá vamos.

Como pueden ver, hemos
hecho progresos apasionantes,

y en este momento estamos
bastante convencidos

de que esta tecnología saldrá al mercado.

Hacemos 4 millones 800 mil km
de pruebas en simulador cada día,

podrán imaginar la experiencia
que tienen nuestros vehículos.

Esperamos con ansia que esta tecnología
salga a las carreteras,

y creemos que la forma correcta
es el enfoque de la autoconducción

en vez del enfoque de
la conducción asistida

porque la urgencia es mucha.

En el tiempo que llevó
dar esta charla hoy,

han muerto 34 personas
en las carreteras de EE.UU.

¿Qué pronto podemos llevarlo a cabo?

Bueno, es difícil de decir porque
es un problema muy complicado,

pero estos son mis dos niños.

El más grande tiene 11 años,
o sea que en 4 años y medio

podrá tener su licencia de conducir.

Mi equipo y yo estamos decididos
a asegurarnos de que eso no pase.

Gracias.

(Risas)
(Aplausos)

Chris Anderson: Chris,
Tengo una pregunta para ti.

Chris Urmson: Claro.

CA: Sin duda, la mente de tus autos
es bastante alucinante.

En este debate entre
conducción asistida y autoconducción...

ese debate existe hoy.

Algunas compañías, por ejemplo Tesla,

van por la senda de
la conducción asistida.

Tú dices que ese camino
será un callejón sin salida

porque no puedes seguir mejorando
esa vía y llegar a la autoconducción

en algún momento, y entonces el conductor
dirá: "Esto parece seguro",

girará hacia atrás, y entonces
ocurrirá algo feo.

CU: Cierto. No, eso es correcto,
y no quiere decir

que los sistemas de conducción asistida
no vayan a ser increíblemente valiosos.

Pueden salvar muchas vidas
mientras tanto,

pero al ver la oportunidad transformadora
de ayudar a alguien como Steve a moverse,

de llegar a buen puerto
en materia de seguridad,

de tener la oportunidad
de cambiar nuestras ciudades

de quitar los estacionamientos
y deshacernos de esos cráteres urbanos,

es la única opción a seguir.

CA: Seguiremos tu progreso
con gran interés.

Muchas gracias, Chris.
CU: Gracias. (Aplausos)