Test riusciti per auto intelligenti (made in Germania) in grado di imparare a prevenire gli incidenti

Due modelli tedeschi: Niki della Volkswagen e Shelley della Audi, hanno sperimentato con successo un sistema di guida intelligente in grado di imparare come comportarsi in caso di eventi imprevisti. I loro «cervelli» sono stati progettati dai ricercatori dell’Università di Stanford e i risultati degli ultimi test, avvenuti nella pista di Thunderhill in California, sono stati pubblicati su Science Robotics.

Un cervello artificiale alla guida

I veicoli hanno potuto usufruire di una vera e propria rete neurale, realizzata da un team capitanato da Nathan Spielberg. La sfida è quella di realizzare degli algoritmi sempre più capaci di rendere possibile una guida autonoma sicura, in grado di apprendere dagli eventi passati come gestire scenari imprevisti, su tutti i tipi di terreno, imparando in quali momenti occorre frenare, accelerare o sterzare, mantenendo l’assetto su strada. Ecco quindi la necessità di una rete neurale. Nathan su questo ha le idee chiare:

Vogliamo che i nostri algoritmi siano capaci come i migliori piloti qualificati e, si spera, migliori.

Per ottenere tutto questo sarà necessario mettere insieme le conoscenze fisiche sul comportamento dei veicoli in strada, unite ad una collezione più ampia possibile di esperienze. Questo però è anche un limite: noi possiamo improvvisare, le reti neurali no;anche se l’apprendimento automatico permetterà alle automobili di attingere da un campionario di soluzioni diverse a numerosi problemi, non potranno fare molto di fronte a condizioni esterne a quelle già sperimentate. Un aumento progressivo delle auto a guida assistita e sempre più autonome potrà migliorare sempre più la capacità degli algoritmi di apprendere e gestire gli imprevisti. Gli incidenti lungo il percorso non mancheranno.

Macchine in grado di imparare

L’apprendimento automatico, meglio noto come machine learning è uno degli aspetti più stimolanti nel campo della ricerca sull’Intelligenza artificiale. Si tratta in sintesi di fare in modo che i programmi imparino a compiere determinati compiti, facendo tesoro di successi e insuccessi nel tentativo di risolvere determinati problemi. In un certo senso è come se prendessimo quel che abbiamo imparato studiando i meccanismi dell’evoluzione applicandolo alle macchine, sicuri del fatto che l’intelligenza sia frutto proprio di un continuo memorizzare situazioni favorevoli e sfavorevoli a seconda di ciò che facciamo, per risolvere un determinato problema.

Le applicazioni sono tante. Potremo sviluppare dispositivi biomedicali indossabili in grado di adattarsi al nostro corpo, per applicare terapie personalizzate;o gestire il fabbisogno energetico di intere città, ed in questo può giocareun ruolo importante anche la gestione del traffico con lo sviluppo di sistemi di guida intelligente, in grado anche di prevenire gli incidenti automobilistici.

Incidenti di percorso verso una reale guida autonoma

Si tende a esaltare i passi avanti nel campo della guida assistita, ma non dobbiamo dimenticare che i problemi sono ancora tanti. Basti pensare agli incidenti avvenuti durante i test del sistema a guida «autonoma» di Tesla. Nel giugno 2018 la Bbc fece un’indagine basata anche sul rapporto degli assicuratori britannici dove si metteva in evidenza il fatto chemolti automobilisti sovrastimino le capacità reali di questo genere di veicoli. Ad oggi siamo ben lontani dalla cosiddetta «automazione livello tre», con conducenti che possono permettersi di togliere le mani dal volante per lunghi periodi, senza stare attenti a quel che succede in strada.