Investigadores de Microsoft y el MIT, desarrollaron un modelo para mejorar el potencial de los sistemas de inteligencia artificial aplicada a la conducción autónoma.
La dinámica de entrenamiento de sistemas de conducción autónoma se basa en simulaciones virtuales, tratando de abarcar diferentes escenarios. Sin embargo, en el mundo real, las situaciones de tráfico pueden resultar imprevisibles.
Para eliminar estos puntos ciegos, y mejorar la seguridad de estos sistemas, los investigadores proponen la participación humana en el proceso de aprendizaje, complementando la dinámica de simulación.
Muchas veces, cuando se implementan estos sistemas, sus simulaciones entrenadas no coinciden con la configuración del mundo real [y] podrían cometer errores, como meterse en accidentes. La idea es usar a los humanos para cerrar esa brecha entre la simulación y el mundo real, de manera segura, para que podamos reducir algunos de esos errores
El equipo humano monitoreará el entrenamiento, creando reportes cuando detecte errores o potenciales situaciones de vulnerabilidad en el sistema. Así que, primero se implementa un sistema de IA, para un entrenamiento de simulación, y luego, se implementará en el mundo real, bajo la supervisión humana.
Utilizando el potencial del aprendizaje automático, combinarán las diferentes fases del entrenamiento con los informes humanos, creando un modelo que puede definir aquellas situaciones que requieren reforzar la información o el aprendizaje del sistema.
Este modelo ya fue probado en videojuegos, y ahora buscan implementarlos en robots y coches autónomos.
Crédito de la imagen: MIT