Waymo traza una línea dura contra la autonomía basada solo en visión

Waymo dice que la autonomía total necesita más que cámaras

Waymo está presentando su argumento más claro hasta ahora contra la conducción autónoma basada solo en visión. En comentarios destacados de una reciente presentación de Y Combinator, el codirector ejecutivo de Waymo, Dmitri Dolgov, sostuvo que los sistemas basados solo en cámaras pueden funcionar para asistencia al conductor o para aproximarse al rendimiento humano, pero tropiezan demasiado pronto con límites si el objetivo es una autonomía total con una seguridad superior a la de un conductor humano.

El argumento importa porque toca una de las disputas técnicas y comerciales más duraderas en la conducción automatizada: si el software entrenado con datos de cámaras puede terminar haciendo todo el trabajo, o si una autonomía robusta requiere varios tipos de sensores trabajando juntos. Los comentarios de Dolgov sitúan a Waymo con firmeza en el segundo grupo y plantean el desacuerdo no como una cuestión de gusto de ingeniería, sino como una pregunta sobre qué objetivo de seguridad busca realmente la industria.

Según los comentarios citados, Dolgov describió la disyuntiva de forma directa. Dijo que más sensores pueden elevar el rendimiento, pero también aumentan la complejidad del sistema. Si el objetivo fuera solo igualar de forma aproximada cómo conducen las personas, o construir un producto de asistencia, depender de cámaras podría considerarse razonable. Pero si el objetivo es una conducción completamente autónoma y lo que describió como un rendimiento marcadamente sobrehumano, afirmó que una percepción débil hace que la curva de seguridad se aplana demasiado pronto.

Esa formulación es significativa porque redefine el punto de referencia. La conducción humana no es el techo en este argumento. La conducción humana es la base, y la pila técnica debe juzgarse por si puede seguir mejorando más allá de ese punto con suficiente confianza en casos extremos y entornos difíciles.

Por qué Waymo sigue apostando por tres tipos de sensores

La explicación de Dolgov, tal como resume el material de origen, es que Waymo usa cámaras, lidar y radar porque cada uno cubre las debilidades de los otros. Las cámaras aportan alta resolución e información de color, ayudando al sistema a interpretar la escena de formas visualmente ricas. Pero las cámaras son sensores pasivos, y dijo que se degradan en la oscuridad y con deslumbramiento.

El lidar, en cambio, mide directamente la estructura tridimensional del mundo alrededor del vehículo. El radar añade otra fortaleza: funciona bien en condiciones ambientales como niebla, lluvia y nieve, y puede medir directamente la velocidad mediante efectos Doppler. Dolgov también subrayó que el lidar y el radar son sensores activos, lo que significa que pueden funcionar con eficacia incluso en oscuridad total y en escenarios visualmente adversos, como conducir hacia un sol cegador al atardecer.

En conjunto, ese es el argumento técnico central de Waymo. Un sistema de conducción autónoma destinado a operar sin una alternativa humana no debería depender demasiado de un solo canal de percepción, especialmente cuando ese canal es vulnerable a fallos comunes en el mundo real. La postura de la empresa es que la diversidad de sensores no es una redundancia opcional. Es el mecanismo que permite al vehículo conservar la conciencia situacional cuando un modo de percepción se vuelve poco fiable.

Este es un estándar más exigente que simplemente reconocer carriles, vehículos y peatones en condiciones favorables. Supone un despliegue en el mundo desordenado donde la iluminación cambia rápidamente, el clima interfiere con la visibilidad, los usuarios de la vía se comportan de forma impredecible y las situaciones raras pero decisivas importan tanto como las cotidianas.

La división más profunda del sector tiene que ver con la categoría de producto

Los comentarios de Dolgov también sugieren que parte del desacuerdo sobre la conducción autónoma es, en realidad, un desacuerdo sobre la categoría de producto. Un sistema de asistencia al conductor y un sistema totalmente autónomo pueden parecer similares desde fuera, pero pueden construirse con supuestos muy distintos sobre fallos, responsabilidad y márgenes de rendimiento aceptables.

Si el conductor humano sigue siendo responsable y está atento, el sistema puede devolver el problema cuando encuentra incertidumbre. Si se supone que el propio vehículo debe encargarse de toda la tarea, la incertidumbre tiene que resolverse dentro de la propia pila de percepción y toma de decisiones de la máquina. Ahí es donde Waymo parece creer que un enfoque centrado en cámaras, o solo en cámaras, se vuelve insuficiente.

La vertiente comercial de esa división es igualmente importante. Más hardware suele significar más coste, más trabajo de integración y, potencialmente, mayor complejidad de mantenimiento. Los defensores de la visión pura han sostenido durante mucho tiempo que un hardware más simple puede escalar con mayor eficiencia. La respuesta de Dolgov, según el texto proporcionado, es que la cuestión del coste y la complejidad no puede separarse del objetivo de seguridad. Un enfoque de percepción más barato puede ser atractivo, pero solo si sigue apoyando el nivel de autonomía previsto.

Eso convierte este asunto en algo más que un debate técnico sobre qué sensor es más elegante. Es una discusión estratégica sobre si una pila de percepción de menor coste puede seguir mejorando cuando los problemas restantes se vuelven raros, difíciles o críticos para la seguridad.

Qué indican los comentarios para la carrera por la conducción autónoma

El texto original presenta los comentarios de Dolgov como un desafío directo al enfoque de Tesla, aunque la conclusión más sólida a partir del material suministrado es más amplia. Waymo está señalando que considera esencial la percepción multimodal para la siguiente etapa de la conducción autónoma y que cree que el camino hacia un rendimiento fiable sin conductor pasa por una percepción complementaria, no por el mínimo hardware posible.

Eso no zanja el debate del sector, pero lo afina. La pregunta ya no es solo si un vehículo puede conducirse a sí mismo en muchas situaciones. La pregunta es si una arquitectura dada puede seguir mejorando una vez que desaparecen las ganancias más obvias y los errores restantes provienen de la oscuridad, el deslumbramiento, el clima, el movimiento ambiguo o la geometría inusual de la carretera.

Al centrarse en la idea de una curva de seguridad que se aplana demasiado pronto, Waymo argumenta que el problema de una percepción débil no es solo que hoy haga peores los sistemas. El problema más profundo, desde su perspectiva, es que puede limitar hasta dónde puede mejorar el sistema mañana.

Para el ecosistema más amplio del transporte y la energía, esa distinción importa. Los vehículos autónomos suelen debatirse en términos de avances de software, pero el despliegue a gran escala depende tanto de lo bien que la máquina pueda percibir de forma fiable bajo estrés. Los comentarios de Dolgov refuerzan la idea de que las decisiones de hardware siguen siendo centrales para el caso de negocio y seguridad de la autonomía.

En ese sentido, el mensaje de Waymo es directo: si el sector quiere sistemas realmente sin conductor y no solo asistencia avanzada, la pila de sensores tiene que estar diseñada para condiciones en las que la visión humana, y por extensión la percepción basada solo en cámaras, no basta por sí sola.

Este artículo se basa en la cobertura de CleanTechnica. Leer el artículo original.