Esta IA permite a los coches autónomos “recordar” viajes pasados para planificar rutas más seguras.
Un recuerdo del pasado podría hacer que los coches autónomos sean más seguros en la carretera
Coche autónomo de Waymo
Unsplash
Uno de los mayores problemas con los sistemas de conducción autónoma es que pueden ver la carretera perfectamente bien y aún así tomar decisiones inestables a corto plazo en el caótico tráfico urbano. Los sistemas avanzados luchan por mantenerse al día con situaciones viales complejas y fluctuantes. Pero un nuevo estudio argumenta que estos coches no necesitan una mejor visión, sino una mejor memoria.
En el artículo revisado por pares KEPT (Predicción Mejorada por Conocimiento de Trayectorias a partir de Marcos de Conducción Consecutivos con Modelos de Visión-Lenguaje), investigadores de la Universidad Tongji y colaboradores desarrollaron un sistema que ayuda a los vehículos autónomos a "recordar" escenas de conducción pasadas antes de elegir qué hacer a continuación.
Coche autónomo Ford Stephen Edelstein / Digital Trends
¿Cómo funciona esta nueva tecnología de conducción autónoma?
El método, llamado KEPT, utiliza video de cámara de vista frontal, lo compara con una gran biblioteca de clips de conducción del mundo real anteriores y luego predice una trayectoria a corto plazo más segura basada tanto en la escena actual como en ejemplos recuperados del pasado. La idea central es bastante intuitiva. En lugar de pedir a un modelo de IA que reaccione a cada situación como si nunca hubiera visto algo así antes, KEPT le permite recordar momentos similares de conducciones anteriores.
Esos ejemplos se alimentan a un modelo de visión-lenguaje como parte de un proceso de razonamiento estructurado. Esto es importante ya que los investigadores dicen que los grandes modelos de visión-lenguaje, de otro modo, pueden alucinar, ignorar restricciones físicas o sugerir movimientos que parecen plausibles en papel pero no son buenos para un coche real. Así que KEPT actúa básicamente como barandillas para mantener el modelo anclado en cómo se veían situaciones de tráfico similares en el mundo real.
Coche autónomo de Waymo Unsplash
¿Es mejor que los sistemas autónomos convencionales?
Los investigadores probaron KEPT en el ampliamente utilizado benchmark nuScenes y dijeron que superó tanto a los sistemas de planificación convencionales de extremo a extremo como a los nuevos planificadores basados en visión-lenguaje en métricas de bucle abierto. Incluso logró reducir el error de predicción y disminuir los indicadores de colisión potencial, mientras mantenía la recuperación lo suficientemente rápida como para seguir siendo práctica para la conducción en tiempo real.
Esto puede hacer que parezca una elección obvia para los coches autónomos de próxima generación, pero aún no está listo para la carretera. Aún así, la idea más amplia es convincente. Si los coches autónomos pueden combinar la percepción en tiempo real con una memoria significativa de cómo se desarrollaron situaciones similares antes, pueden terminar tomando decisiones que se sientan menos frágiles y más humanas.
Periodista de tecnología y revisor de productos especializado en electrónica de consumo. Sean ha cubierto todo, desde buques insignia...
Amazon piensa que amas la IA, así que ha lanzado una tienda especial para gadgets impulsados por IA
Estás buscando un nuevo portátil: uno tiene un mejor procesador, otro tiene más RAM, un tercero dice "impulsado por IA" en letras negritas, y no estás del todo seguro de lo que eso significa. Pero Amazon ha notado que te detuviste en ese tercero, y tiene pensamientos. La compañía acaba de lanzar una Tienda de IA en Amazon.in: una tienda dedicada que reúne gadgets habilitados para IA en varias categorías, desde teléfonos inteligentes y portátiles hasta refrigeradores y lavadoras. Así que, en lugar de que tú te sumerjas en hojas de especificaciones tratando de averiguar qué "característica de IA" realmente hace algo útil, la tienda lo explica por ti.
Lo que realmente es la tienda de IA
Leer más
Gemini ahora crea imágenes personalizadas al entender tu gusto de la biblioteca de Fotos
Hasta ahora, usar Google Gemini significaba ser muy específico. Si querías una imagen, tenías que describirlo todo, el estado de ánimo, la iluminación, los pequeños detalles, solo para obtener algo cercano a lo que tenías en mente. Así es como operan la mayoría de las herramientas de IA. Pero aquí es donde las cosas comienzan a cambiar. Con la integración de Nano Banana 2 y Google Photos, Gemini se siente mucho más familiar. Se basa en tus preferencias, lo que te gusta, lo que sueles capturar y el tipo de visuales que te atraen, y utiliza ese contexto para dar forma a lo que crea para ti.
Así que, en lugar de sobreexplicar cada indicación, lo estás empujando en una dirección, y completa el resto de una manera que se siente personal. El objetivo aquí es simple: pasar menos tiempo describiendo y más tiempo viendo tus ideas cobrar vida, casi como las imaginaste, sin tener que decir todo en voz alta.
Leer más
Gemini de Google acaba de irrumpir en la fiesta de Mac de Apple, y llegó antes que Siri a la puerta
El debut de Gemini en Mac no es solo Google alcanzando a ChatGPT y Claude. Es un desafío directo al propio hardware de Apple, llegando antes de la reinvención de IA de Siri.
Google hizo una aparición inesperada en Macs con el lanzamiento de una aplicación nativa de Gemini. Lo que es aún más interesante (y un poco divertido) es que la aplicación llegó en el momento de la tan prometida actualización de Siri de Apple (y una rumoreada aplicación independiente para el asistente de voz).
La aplicación gratuita está disponible en macOS 15 y versiones posteriores. Aunque la aplicación no está disponible en la App Store (aún), puedes descargarla desde la página de aterrizaje oficial de Google.
Leer más
Otros artículos
Esta IA permite a los coches autónomos “recordar” viajes pasados para planificar rutas más seguras.
Un nuevo método de planificación llamado KEPT permite a los coches autónomos comparar lo que están viendo ahora con situaciones de tráfico pasadas similares para reducir el error de predicción y disminuir el número de colisiones potenciales.
