Noticias
Noticias
Inicio
Indicadores
Indicadores

Nvidia define c贸mo dise帽ar veh铆culos aut贸nomos realmente seguros

Publicado 14 Dic 2018
Nvidia define c贸mo dise帽ar veh铆culos aut贸nomos realmente seguros

El fabricante de microprocesadores elabor贸 un informe donde establece un marco te贸rico dentro del cual es posible desarrollar sistemas de inteligencia artificial que sean realmente seguros y pr谩cticos para la industria del autom贸vil.

Los veh铆culos aut贸nomos prometen reducir los accidentes de tr谩nsito al reemplazar los impredecibles conductores humanos con la inteligencia artificial, pero 驴c贸mo logran las marcas que estos nuevos conductores sean verdaderamente seguros?

Para responder esa pregunta, Nvidia, empresa estadounidense especializada en el desarrollo de microprocesadores y chips, lanz贸 un documento llamado "Informe de Seguridad de Conducci贸n Aut贸noma".

En este informe se analizan los procesos de desarrollo de procesadores 煤tiles para crear sistemas de conducci贸n aut贸noma funcionalmente seguros. "Al lograr el nivel m谩s alto de procesamiento, podemos incorporar la diversidad y la redundancia en cada soluci贸n -desde tipos de sensores a procesadores y algoritmos- para asegurarnos de que siempre existan varias l铆neas de defensa en caso de que se produzca una falla", explica el informe.

Nvidia es un proveedor de soluciones de la gran mayor铆a de los fabricantes de autom贸viles, de piezas, de sensores, empresas emergentes y empresas de mapas en el sector de la conducci贸n aut贸noma. 

"Nuestro informe detalla la forma en que el procesamiento transforma el rendimiento en seguridad en todas las etapas, desde la recopilaci贸n inicial de datos hasta las pruebas de manejo p煤blicas", indic贸 la empresa en un informe hecho p煤blico recientemente.

De acuerdo al mismo, la conducci贸n aut贸noma segura debe construirse sobre cuatro pilares b谩sicos:
 
Pilar 1: Plataforma de implementaci贸n y dise帽o con inteligencia artificial (IA)

Un conductor de IA seguro requiere una plataforma de computaci贸n que abarque todo el espectro de la computaci贸n, desde la conducci贸n asistida en ruta hasta los robotaxis. Debe combinar el aprendizaje profundo, la fusi贸n de sensores y la visi贸n del entorno para lograr que el autom贸vil tome decisiones en milisegundos seg煤n enormes cantidades de datos.

Pilar 2: Infraestructura de desarrollo compatible con el aprendizaje profundo 

Un 煤nico veh铆culo de prueba puede generar petabytes de datos cada a帽o. Capturar, administrar y procesar esta enorme cantidad de datos no solo para un autom贸vil, sino para una flota, requiere una infraestructura y una arquitectura de computaci贸n completamente nuevas.

Pilar 3: Soluci贸n del centro de datos para las pruebas y simulaciones robustas 

La capacidad para probar un entorno de simulaci贸n realista es esencial para lograr veh铆culos de conducci贸n aut贸noma seguros. Al combinar kil贸metros reales con kil贸metros simulados en un centro de datos de alto rendimiento, los fabricantes pueden probar la tecnolog铆a de forma extensa y validarla.

Pilar 4: El mejor y m谩s extenso programa de seguridad

El desarrollo de tecnolog铆as de conducci贸n aut贸noma debe seguir una metodolog铆a de seguridad integral que se enfoque en la diversidad y la redundancia del dise帽o, validaci贸n, verificaci贸n y soporte continuo de todo el sistema aut贸nomo. Dichas tecnolog铆as deben seguir recomendaciones de organismos nacionales e internacionales especializados en estos temas. El informe menciona la Administraci贸n Nacional de Seguridad del Tr谩fico en las Carreteras, la Organizaci贸n Internacional de Normalizaci贸n y el Programa Global de Evaluaci贸n de Autos Nuevos.

"Adem谩s de estos cuatro pilares, la investigaci贸n y el desarrollo extensos, as铆 como la colaboraci贸n en toda la industria, son aspectos esenciales para implementar de forma segura los veh铆culos aut贸nomos", concluye el informe.


Todos los derechos reservados 2018, Cámara Nacional de Comercio Automotriz de Chile Cavem A.G.
Avenida Holanda 1998, Providencia, Santiago, Chile C.P. 7510937 | Fono: 56 2 2 816 3300 Email: contacto@cavem.cl