A Hyundai apresentou recentemente o primeiro cruise control inteligente que aprende a forma de circula do seu condutor. Consegue-o através de Machine Learning, um ramo da inteligência artificial que pressupõe um salto enorme no sentido do carro autónomo. Mas como é que isso se aplica no dia de hoje a um carro?
Antes de mais, o que o Machine Learning?
O Machine Learning ou aprendizagem automática não é mais do que um ramo evoluído da Inteligência Artificial (IA). Ao fim e ao cabo, a IA, enquanto disciplina informática, já existe desde meio do século XX e a sua evolução só abrandou pela incapacidade dos computadores da época. Já nos anos 80, quando havia novos avanços na informática, começou a desenvolver-se aquilo que hoje conhecemos como Machine Learning.
A grande novidade que a Aprendizagem Automática é precisamente essa, a capacidade do sistema de aprender e tirar novas conclusões. O processo parte de um conjunto de dados e desenvolve-se em fases de identificação de padrões, categorização e previsão de resultados. Estes resultados vão se aperfeiçoando com a introdução de novos dados, pelo que podemos dizer que o sistema «vai aprendendo». Um bom exemplo é o teclado do nosso smartphone que pega no dicionário português, nos nossos e-mails, nas nossas redes sociais…. Mas também vai aprendendo com as novas palavras que vamos escrevendo.
Todo este processo de aprendizagem acontece graças a um ou vários algoritmos matemáticos que tratam de imitar a forma de pensar do ser humano. Alguns dos mais simples utilizados pelo Machine Learning são as regressões ou as árvores de decisão. Mas no princípio desta década apareceram outros, como as redes neurais artificiais, que reproduzem o processo do cérebro humano. Graças a estes algoritmos mais avançados, conseguiram-se níveis de aprendizagem mais rápidos e profundos, conhecidos como Deep Learning.
Um cruise control que aprende a nossa forma de conduzir?
O Smart Cruise Control da Hyundai é simplesmente isto, um cruise control adaptativo que aprende a nossa forma de conduzir e melhora o seu comportamento. O processo é o mesmo, partindo de uns ajustes predeterminados (os que poderia ter qualquer cruise control adaptativo) e os que vai ajustando à medida que recolhe informação sobre a nossa forma de conduzir. O sistema da Hyundai é capaz, de acordo com a informação oficial, de identificar 10.000 padrões de condução diferentes.
Para tal, o Smart Cruise Control vale-se de diferentes coletores de dados instalados no veículo, como a câmara frontal, o radar e outros sensores. Estes dispositivos vão recolhendo informação sobre a nossa forma de conduzir à medida que vamos circulando e enviam-na ao processador central do sistema. São extraídos padrões sobre vários aspetos da nossa condução, como a nossa forma de acelerar, a nossa capacidade de resposta ou a distância de segurança que costumamos deixar do veículo que nos precede. Por sorte o cruise control inteligente da Hyundai já traz «aprendido» de fábrica que deve esquecer os comportamentos do condutor que possam ser considerados agressivos ou perigosos.
Desta forma, quando ativamos o Smart Cruise Control, conseguimos uma experiência mais semelhante a quando somos nós a conduzir. E com isso sentimo-nos mais cómodos e teremos menos reticências para usar o sistema. Como vemos, pode ser uma tecnologia chave para fomentar e acelerar a adoção de novos sistemas de segurança, pois em muitas ocasiões a maior barreira são os prejuízos que os condutores têm.
O caminho até ao machine learning
Como vimos, o Machine Learning e o Deep Learning vão pressupor um salto qualitativo na segurança rodoviária e nos sistemas de condução autónomos. Além da Hyundai, há outros fabricantes a desenvolver também soluções com Machine Learning. A Audi, por exemplo, apresentou o seu AI:ME, um automóvel elétrico e autónomo de nível SAE 4. Tratar-se-ia de um modelo simples, pensado para as grandes cidades, onde o sistema de Machine Learning controlaria tarefas básicas e permitiria circular entre 20 e 70 quilómetros por hora. Também se sabe que a Volvo está a trabalhar no seu próprio algoritmo, ainda que por agora se limite a recolher dados com veículos conetados de teste.
A recolha de dados não é um assunto menor. É de facto fundamental para o desenvolvimento da condução autónoma, com a tecnologia de que dispomos atualmente. Para que um sistema autónomo possa aperfeiçoar-se através de Machine ou Deep Learning, seria preciso uma descomunal quantidade de dados recolhidos em centenas de milhar de veículos com sensores. E na atualidade só há uma empresa assim: a Tesla. O fabricante norte americano poupa milhões de dólares em testes graças aos seus mais de 600 000 veículos que circulam em todo o mundo (aos quais se somam quase 100 000 em cada trimestre).
Imagens | Hyundai News | Unsplash/Luca Bravo | Audi Media Center
Fonte: CirculaSeguro.com
