Cerca nel blog

2019/11/03

Guida autonoma e intelligenza artificiale: il problema della regionalità

Ultimo aggiornamento: 2019/11/03 20:45.

Oggi molte aziende stanno tentando di insegnare la guida autonoma a un’intelligenza artificiale usando grandi masse di dati: fai vedere alla IA milioni di foto o di scansioni LIDAR di oggetti, per esempio semafori, le dici “questi sono semafori” e continui a farlo finché non li riconosce tutti con altissimo tasso di successo in ogni condizione di luce, disposizione e orientamento. Il problema è che il mondo non è tutto uguale.

Le regole del traffico variano da paese a paese. La segnaletica varia. Il cartello dei 50 km/h italiano è diverso da quello francese e da quello svizzero, tanto per fare un esempio, e il sorpasso/superamento a destra è consentito in alcuni paesi ma in altri no, per non parlare di quelli squinternati che guidano a sinistra e affrontano le rotatorie a rovescio. Servirebbero quindi dataset di apprendimento separati per ogni paese e descrizioni software di regole differenti per i singoli codici della strada nazionali.

Inoltre gli stili di guida degli umani variano, non solo da paese a paese ma da città a città, come ben sa un palermitano che guida a Napoli o un milanese che guida a Zurigo. Un’auto con IA deve agire in modo diverso a seconda della disciplina e dell’aggressività degli automobilisti e dei pedoni: un’IA pensata per la tranquilla e ordinata Olanda sarebbe paralizzata dal terrore nel traffico romano (e dovrebbe oltretutto adattarsi quando l’auto si sposta da una regione all'altra). Quindi servirebbero dataset estremamente granulari, distinti e localizzati.

Ma per crearli con il metodo usato per esempio da Tesla, ossia far circolare le auto, registrare tante immagini, etichettarle inizialmente a mano e poi far fare il resto all’IA, verificando man mano successi e insuccessi e osservando cosa fanno i guidatori umani (il cosiddetto shadow mode), servirebbero tante auto per ogni singola regione. 

Esempio concreto: Tesla ha attivato da poco il riconoscimento dei coni di delimitazione delle corsie per lavori stradali. Ma l'addestramento a riconoscerli è basato principalmente su dataset americani. Riconoscerà i coni italiani di delimitazione delle corsie, che sono più piccoli?


[2019/11/03 20:45: dopo la pubblicazione iniziale di questo articolo, è emerso che il tweet citato qui sopra si riferisce a un altro problema di riconoscimento, riferito alle corsie. Il principio generale, comunque, resta valido]


Intendiamoci: gli attuali sistemi di guida assistita (non autonoma) si comportano egregiamente e sono straordinariamente utili in condizioni semplici, come i viaggi in autostrada. Ma nelle situazioni complesse, come i cantieri o il traffico cittadino, crollano miseramente. Per questo si raccomanda, forse mai a sufficienza, di non fidarsi ciecamente degli attuali sistemi e di non portarli oltre i loro limiti ben circoscritti.

Insomma, il problema è più complicato di quel che molti pensano. Un’AI di guida totalmente autonoma, nel caos delle strade reali e dei codici della strada incoerenti e differenti, è un incubo da realizzare e testare. Tenetene conto nella guida, se avete l’Autopilot di Tesla o dispositivi simili, e nell'acquisto, se state pensando di comprare un'auto con AI.

Ci sarebbe una possibile soluzione: riscrivere i codici della strada per renderli uguali in tutto il mondo e riprogettare la viabilità di conseguenza. Un’altra soluzione sarebbe separare il traffico autonomo da quello umano, con corsie/strade distinte e su misura. In ogni caso servirà uno sforzo enorme e un grandissimo dispendio di intelligenza naturale, risorsa ahimé scarsissima, ma si salveranno migliaia di vite.


Questo articolo vi arriva gratuitamente e senza pubblicità grazie alle donazioni dei lettori. Se vi è piaciuto, potete incoraggiarmi a scrivere ancora facendo una donazione anche voi, tramite Paypal (paypal.me/disinformatico), Bitcoin (3AN7DscEZN1x6CLR57e1fSA1LC3yQ387Pv) o altri metodi.

Nessun commento: