HOFOLDING, Alemania – Los otros conductores no habrían notado nada inusual ya que las dos elegantes limusinas con placas de matrícula alemanas se unieron al tráfico en la Autopista 1 de Francia.
Pero lo que estaban presenciando, en ese soleado día de otoño de 1994, era algo que muchos de ellos habrían descartado como simplemente una locura.
Había recibido algunas llamadas telefónicas del lobby alemán de automóviles para que las autoridades francesas le dieran el visto bueno. Pero aquí estaban: dos Mercedes 500 SELs grises, acelerando hasta 130 kilómetros por hora, cambiando de carril y reaccionando a otros autos, de forma autónoma, con un sistema informático a bordo que controla el volante, el pedal del acelerador y los frenos.
Décadas antes de que Google, Tesla y Uber se metieran en el negocio de los automóviles autónomos, un equipo de ingenieros alemanes dirigido por un científico llamado Ernst Dickmanns había desarrollado un automóvil que podía navegar por el tráfico de pasajeros francés por su cuenta.
La historia de la invención de Dickmann, y cómo llegó a ser casi olvidada, es una ilustración clara de cómo la tecnología a veces progresa: no en pequeños pasos constantes, sino en auges y caídas, en avances improbables y retiros inevitables: «un paso adelante y tres pasos atrás», como lo expresó un investigador de IA.
Ernst Dickmanns, el científico alemán que probó automóviles autónomos en las calles europeas en los años 1980 y 1990 | Janosch Delcker para POLITICO
También es una especie de advertencia, sobre las expectativas que ponemos en la inteligencia artificial y los límites de algunos de los enfoques basados en datos que se utilizan hoy en día.
» He dejado de dar consejos generales a otros investigadores», dijo Dickmanns, que ahora tiene 82 años. «Solo esto: Uno nunca debe perder de vista completamente los enfoques que alguna vez fueron muy exitosos.»
From the skies to the street
Antes de convertirse en el hombre «que inventó los autos autónomos», como dijo el científico informático de Berkeley Jitendra Malik, Dickmanns pasó la primera década de su vida profesional analizando las trayectorias de las naves espaciales cuando vuelven a entrar en la atmósfera de la Tierra.
Formado como ingeniero aeroespacial, rápidamente ascendió en las filas de la ambiciosa comunidad aeroespacial de Alemania Occidental, de modo que en 1975, aún con menos de 40 años, se aseguró un puesto en una nueva universidad de investigación de las fuerzas armadas de Alemania.
Los tres vehículos autónomos de carretera en la manifestación PROMETEO en París, octubre de 1994. De izquierda a derecha: UniBwM VaMP, Daimler VITA-2, Daimler VITA-1 / Foto de Reinhold Behringer
En este punto, ya había comenzado a reflexionar sobre lo que pronto se convertiría en su misión de vida: enseñar a los vehículos a ver. El lugar para comenzar, Dickmanns se convenció cada vez más, no eran las naves espaciales, sino los automóviles. En pocos años, compró una camioneta Mercedes, la instaló con computadoras, cámaras y sensores, y comenzó a realizar pruebas en las instalaciones de la universidad en 1986.
» Los colegas de la universidad dijeron, bueno, es un bicho raro, pero tiene un historial, así que dejemos que lo haga», dijo Dickmanns durante una entrevista en la casa de su familia, ubicada a pasos de una iglesia con cúpula de cebolla en Hofolding, una pequeña ciudad a las afueras de Múnich.
En 1986, la furgoneta de Dickmanns se convirtió en el primer vehículo en conducir de forma autónoma en el skidpan de su universidad. Al año siguiente, lo envió por una sección vacía de una autopista bávara aún por abrir a velocidades cercanas a los 90 kilómetros por hora. Poco después, Dickmanns fue abordado por el fabricante de automóviles alemán Daimler. Juntos, se aseguraron la financiación de un proyecto paneuropeo masivo, y a principios de la década de 1990, a la compañía se le ocurrió una idea que primero le pareció «absurda» a Dickmann.
«¿No puede equipar uno de nuestros grandes turismos para la demostración final del proyecto en París en octubre , y luego conducir por la autopista de tres carriles en el tráfico público?»recordó que los funcionarios lo habían preguntado.
Tuvo que respirar hondo ,» pero luego les dije que con mi equipo, y los métodos que estamos usando, creo que somos capaces de hacerlo.»
Daimler impulsó la financiación del proyecto. Los cabilderos de los automóviles despejaron las dudas dentro del gobierno francés. Y en octubre de 1994, el equipo de Dickmanns recogió a un grupo de invitados de alto rango del aeropuerto Charles de Gaulle, los llevó a la autopista cercana y cambió los dos coches al modo de conducción autónoma.
«A veces, quitábamos las manos del volante» — Reinhold Behringer, uno de los ingenieros que se sentaron en el asiento del conductor durante la demostración
Un ingeniero permaneció en el asiento delantero de cada automóvil, con las manos en el volante en caso de que algo saliera mal, pero los autos estaban conduciendo.
» A veces, quitábamos las manos del volante», dijo Reinhold Behringer, uno de los ingenieros que se sentó en el asiento del conductor durante la demostración, con emoción aún en su voz 24 años después.
Los periódicos publicaron artículos de primera plana sobre la manifestación, recordó. Y un año después, el equipo de Dickmanns tomó un coche rediseñado en un viaje aún más largo, viajando por más de 1.700 kilómetros en la autopista de Baviera a Dinamarca, alcanzando velocidades de más de 175 kilómetros por hora.
Poco después, el proyecto había terminado. La tecnología que Dickmanns estaba usando llegó a sus límites. Daimler perdió interés en financiar la investigación básica necesaria para avanzar. En poco tiempo, el esfuerzo pionero de Dickmann fue casi olvidado.
Summer child
La historia de la inteligencia artificial es una historia de manantiales bulliciosos seguidos de lo que los investigadores llaman «inviernos de IA», cuando la atención y la financiación se desvanecen.
El trabajo de Dickmanns en la conducción autónoma comenzó durante el primer invierno y terminó después de que un segundo llegó al campo.
La investigación sobre IA-esfuerzos para hacer que las máquinas realicen tareas que de otro modo requerirían el pensamiento humano — comenzó a finales de la década de 1950. Desde sus primeros días, el campo se caracterizó por la exageración, lo que llevó a algunos investigadores ambiciosos como el economista Herbert Simon a predecir en la década de 1960 que las máquinas «serían capaces en 20 años de hacer cualquier trabajo que un hombre pueda hacer».»
Estimulado por tales promesas, la financiación explotó, pero la tecnología no cumplió y la burbuja estalló a mediados de la década de 1970.
Dentro del empeine de vehículo experimental autónomo UniBwM, en el banco trasero donde se instaló el sistema informático para un fácil acceso y monitoreo | Foto de Reinhold Behringer
Este primer invierno de IA fue una de las razones por las que Dickmanns mantuvo su trabajo en visión artificial en gran medida para sí mismo en los primeros años. Era consciente, dijo, de que » la gente habría dicho que ese tipo tiene un tornillo suelto en alguna parte.»
En el momento en que envió su camioneta autónoma por una autopista alemana vacía a mediados de la década de 1980, otra primavera de IA había llegado. Su prueba de concepto generó suficiente interés para contratar a un equipo que eventualmente crecería a 20 personas antes de la demostración de París de 1994.
Luego llegó otro invierno, a principios de la década de 1990, y el impulso de Dickmann se perdió.
«Fue un concepto interesante», dijo Behringer, el ingeniero que se sentó al volante en París. «Pero para muchos todavía era demasiado futurista.»
Enseñar a un coche a ver
Los tecnólogos dicen que hay dos tipos de invenciones: Aquellos como la bombilla, que han estado en uso y han mejorado continuamente desde que se inventaron por primera vez. Y esos aviones supersónicos, ¿recuerdas el Concorde? – que encarnan un proceso tecnológico revolucionario, pero son demasiado avanzados para sobrevivir, al menos en el momento de su invención.
Los coches autónomos de Dickmann pertenecen a la segunda categoría.
Cuando comenzó a desarrollarlas a principios de la década de 1980, las computadoras necesitaban hasta 10 minutos para analizar una imagen. Para conducir de forma autónoma, un automóvil necesita reaccionar a su entorno, y para hacerlo, Dickmanns calculó que los ordenadores necesitarían analizar al menos 10 imágenes por segundo.
Frente a lo que parecía un obstáculo insuperable, se inspiró en la anatomía humana. Los coches, decidió, deberían programarse para ver las calles como los humanos perciben su entorno.
Dentro del empeine de vehículo experimental UniBwM en una autopista pública en Dinamarca el 11 de noviembre de 1995 | Foto de Reinhold Behringer
El ojo humano solo puede ver un pequeño punto en el centro de su campo visual en alta resolución. De manera similar, pensó Dickmanns, un automóvil debe centrarse solo en lo que es relevante para la conducción, como las marcas viales. Esto redujo la cantidad de información que las computadoras de a bordo tenían que procesar.
También encontró otros atajos computacionales: una cantidad significativa de tiempo de computación se liberó cuando Dickmanns se dio cuenta de que no necesitaba gastar una valiosa energía de procesamiento para ahorrar cada imagen. También programó el coche para aprender de sus errores, mejorando gradualmente su comprensión de su entorno.
En total, fue suficiente para mantener el coche en la carretera, apenas.
Conducir en una carretera, resulta, es una de las tareas más fáciles que un automóvil autónomo puede realizar. Las condiciones están bien definidas: el tráfico fluye de forma predecible, en una dirección. Los carriles están claramente marcados.
E incluso entonces, la demostración no salió a la perfección. «Fue una prueba», dijo Behringer. «Cuando, por ejemplo, había un automóvil frente a nosotros que cubría las marcas de la carretera, y en el otro lado, las marcas se eliminaron, entonces la característica de identificación del carril tuvo un problema.»
America llamando a
Después de que el segundo invierno de IA se pusiera en marcha y el bullicio que rodeaba la demostración de París se desvaneciera, Daimler le dijo a Dickmanns que «quería tener un producto para el mercado lo antes posible», recordó. El fabricante de automóviles había perdido interés en su costosa investigación fundamental, que era poco probable que produjera aplicaciones de la vida real en los próximos dos años.
» En retrospectiva, probablemente fue un error que esos proyectos no se continuaran de inmediato», dijo Jürgen Schmidhuber, codirector del Instituto Dalle Molle para la Investigación de Inteligencia Artificial en Lugano, Suiza. «De lo contrario, no habría duda de quién sería el líder en el campo hoy en día.»
Las empresas alemanas siguen teniendo la mayoría de las patentes, casi la mitad de todas, en tecnología de conducción autónoma, pero los jugadores más nuevos, entre ellos los gigantes tecnológicos estadounidenses como Waymo de Alphabet, se han estado poniendo al día. Los expertos describen la actual carrera por el liderazgo en tecnología de conducción autónoma como una carrera a la par.
«Hay una profunda falta de conciencia de lo que se ha hecho en el pasado, especialmente entre los científicos de aprendizaje automático», investigador de IA desde hace mucho tiempo
«Es posible que se deshiciera de su claro papel de vanguardia porque la investigación no se continuó de manera consistente en ese momento», dijo Schmidhuber. Agregó que los fabricantes de automóviles podrían haber evitado la tecnología de conducción autónoma porque parecía estar en oposición a su comercialización, que promovía la idea de un conductor a cargo de conducir un automóvil.
A finales de la década de 1990, Dickmanns se trasladó al extranjero y firmó un contrato de cuatro años con el Laboratorio de Investigación del Ejército de los Estados Unidos.
La cooperación condujo a otra generación de automóviles autónomos, que fueron capaces de navegar por superficies más complicadas; sus resultados, publicados alrededor de la época en que Dickmanns se retiró, llamaron la atención de Darpa, la división de tecnologías emergentes del Pentágono. Inspiró a la agencia a lanzar una serie de» desafíos», a partir de 2004, encargando a los inventores que enviaran autos autónomos a carreras a través de un territorio espectacular.
Esos desafíos, promovidos por campañas de marketing masivas, fueron la primera vez que un público amplio escuchó hablar de la conducción autónoma. Convirtieron al informático de origen alemán Sebastian Thrun, que ganó el desafío en 2005 como profesor de la Universidad de Stanford y más tarde fundó el equipo de conducción autónoma de Google, en una celebridad en la comunidad de IA.
El vampiro del vehículo experimental UniBwM durante una parada / Foto de Reinhold Behringer
Mientras tanto, el trabajo pionero de Ernst Dickmanns cayó en el olvido.
Cuando en 2011, 17 años después de la demostración de Dickmanns en París, el New York Times publicó una historia de primera plana sobre los esfuerzos de Thrun para construir un automóvil autónomo, tuvo que hacer una corrección después, dejando en claro que «aunque el Sr. Thrun desarrolló un automóvil sin conductor, no fue el primero en hacerlo.»
«Hay una profunda falta de conocimiento de lo que se ha hecho en el pasado, especialmente entre los científicos de aprendizaje automático», dijo un investigador de IA de larga data, que pidió permanecer en el anonimato.
Agregó que entrevista regularmente a candidatos de alto rango que descartan documentos de cinco años de antigüedad como «anticuados» o simplemente no saben sobre investigaciones realizadas en décadas anteriores.
se acerca el Invierno?
En 2018, a medida que la IA se somete a otra ronda de bombos y platillos, ¿se avecina un nuevo invierno? Algunos piensan que es una posibilidad distinta.
Muchas de las investigaciones recientes sobre IA se han centrado en el llamado «aprendizaje profundo», en el que los algoritmos «aprenden» reconociendo patrones. Su principio subyacente, encontrar correlaciones en datos complejos, funciona muy bien para la mayoría de las aplicaciones, pero en algunos casos resulta ser un callejón sin salida. Y dado que el aprendizaje profundo está impulsado por datos, sus algoritmos siempre son tan buenos como los datos que se están alimentando.
Filip Piękniewski, científico informático con sede en San Diego y autor de un ensayo titulado «El invierno de la IA está en camino», dijo que gran parte de la financiación que se destina a la IA, particularmente en el contexto de los automóviles autónomos y la robótica, se basa en expectativas poco realistas planteadas sobre lo que el aprendizaje profundo es capaz de hacer.
Foto de Ernst Dickmanns
«Este es el lugar donde las expectativas chocan con la realidad», dijo Piękniewski. «Y mucha gente se molestará de haber invertido tanto dinero, y las expectativas no se materializan.»
Virginia Dignum, profesora de la Universidad de Delft, estuvo de acuerdo en que si los investigadores de IA siguen centrándose principalmente en el aprendizaje profundo, «en algún momento, las personas se sentirán decepcionadas.»El campo, dijo, tiene que mirar más allá de él e invertir en otros enfoques que dependen de menos datos o modelos basados en la causalidad en lugar de la correlación en la que se basa el aprendizaje profundo.
Pero, sin embargo, haciéndose eco de la opinión generalizada entre investigadores y analistas, Dignum enfatizó que no cree que otro «invierno de IA» llegue pronto. A diferencia de los auges anteriores, los desarrolladores de hoy están convirtiendo la IA de vanguardia en aplicaciones comerciales de la vida real, gracias a los recientes avances tecnológicos que comenzaron a principios de la década de 2010, particularmente en potencia informática y almacenamiento de datos.
Pathfinder
Esto hace que la situación sea diferente de las generaciones anteriores, que a menudo se decía que estaban haciendo «investigación de cielos azules», científicos como Ernst Dickmanns, quien dijo que pensó en el momento de sus experimentos que tomarían décadas más hasta que los automóviles autónomos se convirtieran en una realidad cotidiana.
De hecho, Dickmanns, sentado en su jardín de invierno, dijo que todavía cree que los vehículos verdaderamente autónomos están a una década o dos de distancia.
Los vehículos autónomos que se están probando actualmente utilizan un proceso diferente, menos costoso desde el punto de vista computacional, que necesita menos potencia de procesamiento en el ordenador de a bordo. Compensan la diferencia utilizando mapas, posicionamiento GPS y bases de datos de objetos observados previamente.
«Me alegro de haber sido uno de los pioneros. Pero si pudiera empezar de nuevo hoy, con la tecnología disponible, esta sería una historia completamente diferente» — Ernst Dickmanns
En lugar de «ver» de verdad, Dickmanns dijo que confían en lo que él llama «visión de confirmación».»Eso significa que podrían funcionar bien en carreteras y áreas que han sido mapeadas extensamente, pero que fallan cuando se trata de entornos menos controlados.
El enfoque en el que fue pionero, que él llama «visión del pionero» y que todavía se está aplicando en un par de instituciones de investigación, permitiría que los automóviles operaran en cualquier lugar. «En algún momento, la gente se dará cuenta de que después de una tormenta, después de un terremoto, o significativamente más a menudo en un contexto militar cuando te metes en un nuevo entorno, no funcionará», dijo.
Algún día, predice, la industria se dará cuenta de las limitaciones de su enfoque y su trabajo verá un resurgimiento.
» Me alegro de haber sido uno de los pioneros», agregó, » Pero si pudiera comenzar de nuevo hoy, con la tecnología disponible, esta sería una historia completamente diferente.»