Elon Musk afirma que algún día el fabricante de automóviles será la empresa de inteligencia artificial más valiosa del mundo gracias a la gran cantidad de datos de vídeo que recopilan sus coches. ¿Todos esos datos realmente le dan a la empresa una ventaja competitiva?
Tesla ya no debería ser considerada un fabricante de autos eléctricos. Es una empresa de inteligencia artificial, si le hacemos caso a su director ejecutivo Elon Musk. Su confianza está ligada a un conjunto de datos único: petabytes de video recopilados de los autos de la empresa a medida que los clientes de Tesla registran millones de millas de conducción en todo el mundo.
En teoría, todos esos datos del mundo real son exactamente lo que Tesla necesita para entrenar a sus autos para que funcionen sin asistencia humana, un objetivo que es fundamental en la visión de Musk para el futuro de Tesla. Pero hay un problema: esos datos no son necesariamente tan útiles como afirma Musk. Algunos de ellos no son útiles en absoluto.
Desarrollar una IA que pueda conducir un coche tan bien como un humano es un desafío radicalmente diferente a desarrollar un chatbot de procesamiento de lenguaje natural como ChatGPT, que se entrenó con miles de millones de palabras extraídas de Internet. Si bien el objetivo de ChatGPT y de sistemas de la competencia como Grok de xAI es utilizar el reconocimiento de patrones para proporcionar información fiable y respuestas a preguntas, los resultados suelen ser vergonzosos. Pero si la IA que controla un vehículo comete un error, pueden morir personas.
“Cualquier joven de 17 años puede aprender a conducir con unas 20 horas de práctica”
Yann Lecunn, científico jefe de inteligencia artificial de Meta
Conducir un coche es una cuestión muy diferente, ya que tiene muchas más variables: las condiciones de conducción, el tiempo, las obras, los cambios en los patrones de tráfico, el movimiento de otros vehículos. Controlar con éxito todas esas variables y estar preparado para reaccionar ante acontecimientos inesperados es la clave de la IA de conducción autónoma. Entrenarla con un sinfín de vídeos de personas conduciendo por autopistas no ayuda mucho a la IA a aprender a gestionar lo que más necesita: los casos extremos que provocan colisiones u otros escenarios peligrosos.
“Puede hacer que conduzcas con mucha suavidad en situaciones normales, pero cuando las cosas se ponen un poco raras, no tienes nada”, dijo un científico informático y ejecutivo de una empresa de tecnología autónoma, que pidió no ser identificado porque no quería criticar abiertamente a Tesla. “Y solo has aprendido malos hábitos. Nueve de cada diez personas pasan una señal de stop. Si todo lo que haces es aprender lo que hace la gente, pasarás las señales de stop sin problemas”.
Por eso también los robots de taxi de Tesla utilizan el láser lidar para obtener imágenes en 3D y el radar para detectar objetos sólidos en la trayectoria del vehículo, para obtener imágenes más detalladas y ricas del mundo. Y si bien es posible confiar únicamente en los datos de la cámara, se necesitan “los mejores sistemas de cámara para manejarlo realmente”, dijo Drago Anguelov, jefe de investigación de Waymo, en la conferencia de desarrolladores de Google hace unos años. “Es una apuesta muy grande que se puede lograr. Es muy, muy arriesgado y no es necesario”.
Yann LeCun, científico jefe de inteligencia artificial de Meta y profesor de informática en la Universidad de Nueva York, tampoco está convencido de que los datos de Tesla le den una ventaja competitiva.
“En general, se exagera el impacto de los datos: cuanto más datos se obtienen, el rendimiento mejora, pero los beneficios son cada vez menores”, afirmó. “Duplicar el volumen de datos trae consigo mejoras marginales que aún están lejos de la fiabilidad humana”. Incluso con cantidades masivas de datos, ninguna empresa ha desarrollado la denominada autonomía de nivel 5, el punto en el que un vehículo puede conducirse por sí solo en todas las circunstancias en las que puede hacerlo un ser humano.
“Sin embargo, cualquier joven de 17 años puede aprender a conducir con unas 20 horas de práctica”, afirmó LeCun. “Esto nos indica que a las arquitecturas de IA actuales les falta algo importante en su capacidad de comprender el mundo y aprender de cantidades limitadas de datos o ensayos”.
“Si alguien no cree que Tesla va a resolver la autonomía, creo que no debería ser inversor en la empresa”.
Nada de esto ha impedido que los optimistas de Tesla apuesten por la visión de inteligencia artificial de Musk, incluso cuando las ventas de vehículos eléctricos (y las acciones de la compañía) siguen cayendo y los manifestantes se manifiestan fuera de las tiendas de Tesla por el papel de Musk como principal recortador del presupuesto de la controvertida iniciativa DOGE del presidente Trump. Algunos analistas de acciones siguen convencidos de que Musk sabe algo que otros no saben. “Creemos que la autonomía vale un billón de dólares por sí sola y esta tesis se demostrará en los próximos años”, dijo Dan Ives de Wedbush Securities a Forbes .
Musk y Tesla no respondieron a las solicitudes de comentarios. Tampoco lo hizo Ashok Elluswamy, el responsable del programa de vehículos autónomos de Tesla.
‘Basura que entra, basura que sale’
Musk ha atribuido el futuro de Tesla a las aplicaciones de inteligencia artificial, incluidos robots humanoides y fábricas inteligentes, abandonando un objetivo que la empresa tenía desde hacía tiempo: vender 20 millones de vehículos eléctricos al año para 2030. Una de las razones es probablemente la intensificación de la competencia de los vehículos eléctricos, especialmente por parte de empresas como la china BYD. Otra es que si Tesla puede resolver el problema de la conducción automatizada, es más barato y más lucrativo desplegar cientos de miles de robotaxis eléctricos que generen tarifas en todo el mundo que añadir más plantas para construir y vender millones de vehículos personales.
Es tan importante para la empresa que Musk no quiere que los escépticos compren sus acciones. “Si alguien no cree que Tesla va a resolver el problema de la autonomía, creo que no debería ser inversor en la empresa”, dijo Musk en una conferencia telefónica sobre los resultados de 2024.
En enero, anunció que el enorme depósito de datos de Tesla se está aprovechando en su nuevo centro de datos “Cortex” en Austin para mejorar su software de conducción autónoma total, que a pesar del nombre, requiere supervisión humana en todo momento. Esa función habilitada por IA, junto con el sistema de piloto automático original de Tesla, sin duda necesita mejoras: a lo largo de los años, el FSD y el piloto automático se han relacionado con 52 accidentes fatales en todo el mundo.
La gran cantidad de datos de las cámaras es útil, pero no convierte a Tesla en un líder del mercado de la IA de forma instantánea. “Tener acceso a fuentes de datos únicas es sin duda una ventaja”, afirmó el informático Alex Ratner, director ejecutivo de Snorkel AI, que desarrolla software para ayudar a automatizar el etiquetado de datos sin procesar.
“No hay garantías de que todos los casos extremos que los automóviles necesitan aprender estén en los datos en cantidades suficientes para generar un comportamiento aprendido”.
“Pero el viejo dicho, ‘basura que entra, basura que sale’, se aplica más que nunca aquí”, dijo Ratner, quien tiene un familiar que trabaja para Waymo, a Forbes . “En la curación de datos, ¿qué transmisión de video proviene de un buen conductor y qué de un mal conductor? Eso no es trivial y es muy importante porque estos modelos… aprenden de lo más común que ven”.
Las empresas que han pasado años perfeccionando la inteligencia artificial para conducir automóviles y camiones de forma segura, entre ellas Waymo, Zoox, Aurora y Waabi, se han centrado en crear datos de calidad que se centren en suficientes casos extremos, dominando situaciones extremas o peligrosas en la carretera mediante simulaciones informáticas avanzadas y pruebas estructuradas del mundo real. Los datos de Tesla no son necesariamente representativos de esos eventos mucho más raros.
“No hay garantías de que todos los casos extremos que los autos necesitan aprender estén en los datos en cantidades suficientes para generar un comportamiento aprendido”, dijo la experta en IA Missy Cummings, profesora de la Universidad George Mason que ha asesorado a los reguladores federales y de California sobre tecnología de vehículos autónomos. Eso dificulta la solución de los problemas a los que se han enfrentado todos los desarrolladores de vehículos autónomos, como los eventos de frenado “fantasma” inesperados cuando la IA malinterpreta las circunstancias de la carretera que detecta como peligros.
Incluso identificar los bits más significativos de datos de conducción para fines de entrenamiento a partir de interminables kilómetros de videos en la carretera es extremadamente difícil de hacer, dijo un investigador de AV y científico informático informado sobre el enfoque de Tesla, quien pidió no ser identificado.
“Tienen miles de millones de kilómetros de datos”, dijo la persona. “¿Cómo se aseguran de seleccionar todo lo que importa para entrenar?”
Es difícil decirlo, ya que Tesla no ha sido abierta sobre su proceso y tampoco es un miembro activo de la comunidad de investigación de IA, donde los ingenieros de las mayores empresas tecnológicas publican periódicamente artículos que detallan sus últimas investigaciones.
“Tesla prácticamente no tiene presencia en el circuito de I+D de IA (conferencias, publicaciones, etcétera)”, afirmó LeCun. “Es como si no existiera”.
Historial irregular
Los logros de Tesla en materia de conducción autónoma no han alcanzado los objetivos de Musk una y otra vez. Su promesa de 2016 de que un Tesla podría recorrer Estados Unidos sin intervención humana todavía no se ha cumplido. ¿Su objetivo de 2019 de tener un millón de robotaxis en funcionamiento para 2020? Ni siquiera se acerca.
“Elon lleva casi una década exagerando y no cumpliendo con sus promesas sobre la ‘conducción autónoma total’”, afirmó LeCun. “Para muchos de nosotros era obvio que todas esas afirmaciones eran mentiras o señales de autoengaño. No entiendo cómo alguien puede creer todavía algo de lo que afirma sobre el tema”.
Pero eso no ha impedido que Musk haga más y más promesas, ni que sus fans más fervientes sigan invirtiendo en él. Sin embargo, los prototipos que ha mostrado hasta ahora parecen bastante lejanos. El pasado mes de octubre, organizó una demostración escenificada del CyberCab de la empresa que transportó a los participantes del evento por el estudio cinematográfico de Universal Studios en Los Ángeles. Pero incluso en un estudio cerrado, se podía ver a los técnicos de Tesla supervisando, si no controlando de forma remota , los prototipos de baja velocidad. Del mismo modo, las versiones del robot humanoide “Optimus” de Tesla que estaban a mano para servir bebidas a los asistentes se controlaban de forma remota .
“Creo que, a largo plazo, Optimus tiene el potencial de [generar] más de 10 billones de dólares en ingresos, es realmente una locura”, dijo Musk en la conferencia de resultados.
La verdadera prueba llegará en junio con el servicio piloto de robotaxi de Tesla en Austin, suponiendo que debute a tiempo. “Lo analizaremos con mucho cuidado para asegurarnos de que no se nos haya escapado nada”, dijo Musk en la conferencia sobre los resultados. “Será un servicio de transporte autónomo a cambio de dinero en Austin en junio, y luego, lo antes posible, en otras ciudades de Estados Unidos”. (Tesla también ha solicitado un permiso para operar un servicio similar a los taxis en California, con vehículos que posee y opera, aunque no para robotaxis, según informó la Comisión de Servicios Públicos de California a Forbes).
El dominio de la autonomía “no vendrá de Tesla”, dijo LeCun. “Simplemente no tienen una organización de investigación con suficiente capacidad y suficientes científicos talentosos para hacerlo”.
Musk tiene que ponerse al día con Waymo de Alphabet, líder de lejos en robotaxis en el país. Opera su servicio de viajes automatizados en Phoenix, San Francisco, Los Ángeles y Austin, a partir de la semana pasada . El mes pasado dijo que la compañía está reservando más de 200.000 viajes pagos por semana con una flota de solo unos 700 vehículos. A finales de este año, se expandirá a Atlanta y planea lanzarse en Miami el próximo año. Alphabet no ha revelado los ingresos de Waymo, aunque Forbes estima que fueron más de $100 millones de dólares de 4 millones de viajes reservados en 2024.
Waymo ha tenido accidentes menores, aunque hasta ahora su flota robótica no ha sido vinculada a accidentes fatales. Mientras tanto, los propietarios de Tesla suben rutinariamente videos de sus vehículos haciendo maniobras peligrosas mientras operan en modo FSD, como casi chocar con otros vehículos en una rampa de salida de una autopista en Nueva Jersey o saltarse semáforos en rojo en China .
En última instancia, la propuesta de inteligencia artificial de Musk para Tesla se reduce a cuán valiosa será financieramente para su empresa, al ver billones de dólares de nuevos ingresos en los próximos años.
LeCun, de Meta, cree que se necesita un “cambio de paradigma” para permitir que las máquinas aprendan cómo funciona el mundo a partir del vídeo, lo que podría llevar otra década de investigación.
“Tengo la corazonada de que no llegaremos a una autonomía completa y similar a la de los humanos (ni a robots humanoides prácticos) hasta que descubramos cómo lograr que los sistemas de IA aprendan cómo funciona el mundo como lo hacen los animales y los humanos”.
Fuente: Forbes Chile
