En las últimas semanas, ha habido una serie de artículos sobre la falta de progreso en Tesla Full Self-Driving (FSD). Esas historias han sido desde el punto de vista de los pilotos de prueba Beta. Este artículo es desde el punto de vista de un arquitecto de sistemas y un integrador de sistemas.

Antes de que el arquitecto del sistema pueda ponerse a trabajar, hay un paso preliminar. El analista de sistemas debe describir el sistema y el entorno que se va a construir. Según los datos proporcionados por el analista, el arquitecto puede decidir sobre los subsistemas y cómo interactúan.

Con el sistema Full Self Driving bien avanzado en la construcción, y Tesla habiendo descubierto muchas de las limitaciones y requisitos por ensayo y error, puedo saltar al estado actual del sistema.

Desde el exterior, parece que el progreso se ha estancado como lo hizo algunas veces antes. Elon Musk ha descrito esos casos como alcanzando un "máximo local". Es una buena manera de decir que es lo mejor que se puede hacer con la tecnología utilizada. La solución cada vez era mejor, más nueva tecnología.

No tengo ninguna duda de que eso es lo que Tesla está buscando ahora. Pero la ironía del máximo local actual es que no se trata de la tecnología. Se trata de metodología, y posiblemente de deficiencias arquitectónicas.

El sistema actual es un sistema de inteligencia artificial basado en redes neuronales. Los primeros intentos de construir sistemas de IA fueron "Sistemas de Conocimiento" basados ​​en reglas y repositorios. Y aquí está la gran ironía: los mejores instructores de manejo entrenan a sus alumnos para que se comporten como autómatas basados ​​en reglas.

Las reglas están para romperse, en opinión de muchos conductores. Y tienen razón. Pero hay reglas para romper las reglas de forma segura.

El sistema FSD no debe tratar de conducir como un ser humano, sino como un autómata basado en reglas. No puede entrenar este comportamiento imitando la conducción de un millón de personas que siguen sus propias reglas. Los ejemplos que obtiene el software de capacitación deben calificarse de acuerdo con las reglas de la automatización de buen comportamiento.

Tesla tiene miles de millones de millas de datos de conducción. Para casi todas las situaciones imaginables, hay suficientes datos para entrenar su IA. Lo que falta es una calificación clara de lo que son buenos ejemplos y lo que es basura. Esto queda claro en los muchos casos en los que el sistema FSD elige una solución incorrecta y comete errores de conducción que son muy comunes.

Creo que el error básico que ha cometido Tesla es tratar de entrenar al sistema FSD para que conduzca bien basándose en ejemplos de cómo conducir mal. Los conductores estadounidenses se encuentran entre los peores del mundo desarrollado.

En algunos países del tercer mundo, se otorga una licencia de conducir después de demostrar que puede conducir un automóvil por 30 pies en un estacionamiento: simplemente arranque, conduzca y deténgase. En algunas partes de los EE. UU., los requisitos no son muy diferentes.

En muchos países europeos, el candidato debe demostrar capacidad para conducir en horas pico, en autopistas y en el centro de las ciudades. Siempre hay una serie de situaciones difíciles a lo largo de la ruta. Una sola intervención es un fracaso, y una intervención no lo es porque hay una situación peligrosa, una intervención ocurre simplemente porque el candidato no está conduciendo de acuerdo con las reglas. El resultado es que tenemos menos de la mitad de los accidentes de tráfico y víctimas mortales en esos países europeos. [Nota del editor: Hay otros factores que también influyen en las tasas de accidentes, incluido el diseño de la ciudad y la planificación de la infraestructura de transporte. —Zach Shahan]

Necesitamos FSD. Sin un sistema que realmente conozca las reglas, sin embargo, nunca lo conseguiremos. La red neuronal FSD tiene que aprender a conducir como un autómata basado en reglas.

¿Aprecia la originalidad de CleanTechnica? Considera convertirte en un Miembro, colaborador, técnico o embajador de CleanTechnica - o un mecenas en Patreon.