.

Nancy Sun es la máxima responsable de ingeniería de camiones autónomos de Uber dentro del Grupo de Tecnologías Avanzadas de la compañía.

Inteligencia Artificial

"No queremos destruir los medios de subsistencia de las personas, sino mejorarlos"

1

La responsable de ingeniería de camiones autónomos de Uber, Nancy Sun, intenta convencer a los camioneros de que su tecnología puede hacerles la vida más fácil, aunque reconoce que la conducción autónoma masiva no llegará hasta dentro de entre 10 y 15 años

  • por Rachel Metz | traducido por Teresa Woods
  • 11 Diciembre, 2017

Uber está lidiando públicamente con muchos problemas bastante desagradables: la revelación de que pagó a unos hackers para ocultar una gran filtración de datos (ver El 'ubergate': Uber ocultó durante más de un año un hackeo que filtró los datos de millones de clientes), una demanda presentada por la unidad de conducción autónoma de Alphabet que alega el robo de tecnologías de conducción autónoma y una cultura corporativa considerada tan tóxica que la empresa tuvo que sustituir al fundador y antiguo CEO, Travis Kalanick, por un nuevo líder, Dara Khosrowshahi (ver Basta de acosos, trifulcas y plagios, Uber necesita madurar o morirá en el intento y Un ejército de psicólogos presiona a los conductores de Uber para seguir trabajando).

También está trabajando duro para lograr sacar vehículos autónomos a las carreteras. Y Nancy Sun es una de las personas que lidera este esfuerzo en su cargo de máxima responsable de ingeniería de camiones sin conductor (ver Uber transporta mercancías. Uber automatiza el servicio. Uber despide a los camioneros). Uber espera que finalmente estos vehículos hagan que transportar bienes de un lugar a otro sea más rápido y más fácil para los conductores, al tomar el control durante la conducción en carretera (el plan es que los humanos se responsabilicen de la parte del trayecto más complicada, la ciudad). Sun, quien también dirigió la ingeniería de la empresa de camiones autónomos Otto (ver TR10: Camiones sin conductor) antes de que Uber la comprara en 2016, ha hablado con MIT Technology Review sobre cómo es pasar el rato en uno de estos vehículos y cómo Uber está trabajando para ganarse la confianza de los camioneros.

Ha pasado más de un año desde que Otto, entonces recién adquirida por Uber, hiciera su primera entrega de camión autónomo (ver La primera entrega en camión autónomo amenaza el futuro de los camioneros). En aquel momento, todavía hacía falta un humano en la cabina y la compañía aún no ha anunciado ningún viaje totalmente 100% autónomo. ¿Cuáles son los mayores desafíos para lograr llevar estos camiones a las carreteras, para transportar carga y para conducir regularmente?

Los desafíos realmente van desde: "¿cuál es la visión del producto que queremos para nuestra tecnología?", y después trabajar hacia atrás desde allí para ayudar a definir todas las interacciones y cosas que deben suceder con el hardware y el software, y luego profundizar un nivel más, en la plataforma base del vehículo, en el kit del sensor, en la plataforma del ordenador, en los algoritmos de percepción, en cómo pensamos en los mapas y la localización, hasta detalles sobre qué hacer para escalar esta tecnología desde una perspectiva del back-end. Los sensores están recibiendo toneladas de datos que ingresan en una plataforma informática. Analizamos todos esos datos, eso tiene implicaciones en la infraestructura en términos de cómo almacenamos esos datos y cómo los procesamos, e incluso cómo hacemos una buena experiencia de desarrollador. Creo que el mayor desafío que intento abordar paso a paso es cómo hacemos que todo esto se una de una manera que termine con todos estos diversos vectores vinculados a un producto final.

¿Cuán cerca siente que está en este momento?

¡Qué pregunta tan cargada! Tenemos métricas internas para evaluar esto. Hay un montón de análisis de datos detrás de lo que creemos que significa la definición de "conseguido". Y luego hay mucho trabajo de ingeniería para apoyar eso. Las métricas no son algo de lo que queramos hablar públicamente en este momento.

Dos de los camiones autónomos de Uber esperando su próximo viaje.Foto: dos de los camiones autónomos de Uber a la espera de su próximo viaje.

¿Qué se siente al estar a bordo de estos enormes camiones mientras conduce?

Por lo general, los primeros dos o tres minutos todos están sentados allí y están prestando atención, y preguntan: "¿qué es eso? ¿Qué va a pasar, digamos, si alguien abre la puerta [de otro vehículo] mientras pasamos al lado, esquivaremos la puerta?" Y después de que pasar los primeros tres o cuatro minutos, se olvidan de que están en un vehículo que se conduce solo y empiezan a tener una conversación sobre otra cosa. Tal vez sobre la tecnología o tal vez sobre el recorrido que hace camión; tal vez sobre el clima o lo que se desayunó ese día.

Una gran preocupación de la gente sobre la inteligencia artificial (IA) y la automatización es que podría robar los empleos de muchas personas [ver "El ritmo implacable de la automatización" (y el futuro del empleo)], en este caso los camioneros, si los camiones son lo suficientemente buenos para conducirse solos.

No es como si un día encendamos un interruptor y aparezcan los camiones que se conducen solas y se ocupan de todo. Va a ser un largo viaje hasta llegar a un punto en el que la mayoría del transporte se realice con vehículos autónomos. Pero no sucederá en los próximos tres años, ni en los próximos cinco años. Estamos hablando de un futuro a cinco, 10, 15, 20 años, o más.

Para nosotros es una cuestión, básicamente, de trabajar con conductores de camiones, trabajar con sindicatos, con personas que dependen de eso como una industria para sus vidas diarias, de trabajar en desarrollar la naturaleza de ese trabajo y trabajar con las personas para comprender sus necesidades y asegurarnos de que nuestra tecnología también sea compatible con esa industria. No es algo que pretendamos hacer para eliminar los medios de subsistencia de las personas. Buscamos complementar y ayudar a mejorar sus medios de vida.

El modelo de camionero de largo recorrido: creo que hay gente a la que le gusta eso y esos trabajos van a existir durante mucho tiempo todavía. Y hay personas que quieren poder volver a casa con sus familias todas las noches. Y creo que el modelo en el que podemos tener camiones autónomos que automatizan muchas de las rutas de larga distancia y los conductores continúan operando entre un centro de transferencia a un centro de distribución, conduciendo más por las rutas locales cercanas a sus hogares, es algo en lo que estamos súper interesados.

En general, ¿cómo logra que los actores de la industria del transporte en camión confíen en ustedes? Francamente, Uber no tiene la mejor reputación del mundo.

El primer indicio de eso fue probablemente el [reciente] artículo de Medium. Creo que vamos a ver mucho más de eso durante el próximo año mientras empezamos a expresar no solo nuestra visión de alto nivel, sino que también profundizamos en lo que queremos decir cuando hablamos de estar más seguros, cuando hablamos de querer ser más eficientes, cuando hablamos de querer mejorar la vida de las personas.

Inteligencia Artificial

 

La inteligencia artificial y los robots están transformando nuestra forma de trabajar y nuestro estilo de vida.

  1. De predicar el pastafarismo a votar leyes: el experimento en Minecraft que creó una sociedad propia con IA

    Un experimento en Minecraft con personajes impulsados por IA demostró que, de manera autónoma, pueden desarrollar comportamientos similares a los humanos, como hacer amigos, inventar roles laborales o incluso difundir una religión como el pastafarismo entre sus compañeros para ganar adeptos

  2. La "sustancia" del algoritmo: la IA cada vez está más cerca de actuar por nosotros

    En un futuro cercano, la IA no solo será capaz de imitar nuestra personalidad, sino también de actuar en nuestro nombre para llevar a cabo tareas humanas. Sin embargo, esto da lugar a nuevos dilemas éticos que aún deben ser resueltos

    Agentes de IA, hacia un futuro con algoritmos humanos y dilemas éticos complejos
  3. Por qué medir la IA sigue siendo un desafío pendiente

    Los benchmarks, diseñados para evaluar el rendimiento de una IA, a menudo están basados en criterios opacos o en parámetros que no reflejan su impacto real. No obstante, hay enfoques que buscan ofrecer evaluaciones más precisas y alineadas con desafíos prácticos

    Los benchmarks, diseñados para evaluar el rendimiento de una IA, a menudo se fundamentan en criterios opacos o en parámetros que no reflejan su impacto real