Il mondo dei veicoli a guida autonoma è in fermento. Le recenti innovazioni nel campo dell’intelligenza artificiale hanno aperto nuove e promettenti strade per lo sviluppo di questa tecnologia. Tuttavia, l’entusiasmo per il progresso si scontra con un acceso dibattito su quale sia la strategia migliore da adottare.
Al centro della controversia si trova l’approccio “end-to-end”, un metodo che si affida completamente all’apprendimento automatico per guidare il veicolo. In sostanza, enormi quantità di dati vengono immesse in un sistema di intelligenza artificiale, che elabora le informazioni e produce autonomamente i comandi di guida.
Tesla è tra i più fervidi sostenitori di questa strategia, considerandola il percorso più veloce per raggiungere una guida completamente autonoma. Elon Musk, CEO di Tesla, ha riposizionato l’azienda come leader nel settore dell’autonomia e dell’IA, vantando un valore di mercato di circa 700 miliardi di dollari. Anche altre aziende, come Wayve e Waabi, hanno abbracciato l’approccio “end-to-end”, ottenendo ingenti investimenti: Wayve ha raccolto oltre 1 miliardo di dollari a maggio, mentre Waabi ha ottenuto 200 milioni di dollari a giugno.
Tuttavia, molti esperti mettono in guardia sui rischi di un approccio “end-to-end” puro, che non prevede la programmazione di regole di sicurezza specifiche o la possibilità di comprendere appieno il processo decisionale dell’IA. Sterling Anderson, ex responsabile di Tesla Autopilot e attuale Chief Product Officer di Aurora Innovation, definisce la strategia di Tesla come “addestra e prega”, sottolineando che non offre garanzie di sicurezza né la possibilità di individuare e risolvere eventuali problemi.
Aurora, Waymo e Mobileye, tra gli altri, stanno perseguendo strategie più articolate, che integrano i più recenti modelli di intelligenza artificiale con misure di sicurezza e metodi di verifica rigorosi. Anche Mobileye, fornitore globale di tecnologie per la guida autonoma, esprime scetticismo verso le strategie “end-to-end” pure. Shai Shalev-Shwartz, Chief Technology Officer di Mobileye, ritiene che questo approccio rappresenti un “rischio enorme”, sottolineando la mancanza di prove concrete a supporto della sua efficacia.
Il dibattito si concentra principalmente sulla capacità di questi sistemi di gestire situazioni complesse e imprevedibili. Mentre i sostenitori dell’approccio “end-to-end” evidenziano i progressi ottenuti grazie ai modelli linguistici di grandi dimensioni, altri esperti sottolineano i limiti intrinseci di un sistema che si basa esclusivamente sulla probabilità statistica.
Dmitry Polishchuk, CEO di Avride, azienda che sta testando robot di consegna e veicoli autonomi ad Austin, in Texas, afferma che i progressi osservati nell’ambito della guida autonoma sono diversi da quelli ottenuti in altri settori dell’IA, come la generazione di immagini o di testo. Shalev-Shwartz di Mobileye sottolinea che i modelli “end-to-end” non hanno la capacità di distinguere tra giusto e sbagliato, basandosi solo su ciò che è probabile o improbabile. Questo potrebbe portare a comportamenti indesiderati ma comuni, come non arrestarsi completamente a un segnale di stop.
Aurora, dopo aver sperimentato una soluzione “end-to-end” per diversi anni, ha abbandonato questo approccio a causa delle difficoltà incontrate nel raggiungere gli standard di sicurezza desiderati. Anderson sottolinea l’importanza di un’ingegneria che consenta agli esseri umani di comprendere le decisioni prese dalle macchine per garantirne la sicurezza e l’allineamento con gli obiettivi prefissati.
Mobileye propone un approccio basato su un sistema composto da più componenti, che integra l’intelligenza artificiale con altri sistemi di sicurezza. L’azienda si concentra sul raggiungimento di un elevato “tempo medio tra i guasti”, ovvero il numero di ore di guida che trascorrono prima che un sistema richieda un intervento critico. Per i veicoli completamente autonomi, questo valore potrebbe raggiungere i 10 milioni di ore.
Il dibattito sull’approccio “end-to-end” evidenzia la complessità e le sfide che il settore dei veicoli autonomi deve affrontare. Mentre l’intelligenza artificiale offre enormi potenzialità, la sua applicazione in un contesto critico come la guida autonoma richiede cautela, rigore scientifico e un approccio etico. La sicurezza, in definitiva, deve rimanere la priorità assoluta.
BMW ha rilasciato le prime immagini di un prototipo camuffato della nuova M3 elettrica, basata sulla piattaforma "Neue Klasse". L'auto dovrebbe arrivare nel 2027
Toyota svela l'Urban Cruiser, il suo nuovo SUV compatto completamente elettrico. Disponibile con due opzioni di batteria e trazione anteriore o integrale
Il Direttore di ACI Radio Pierluigi Bonora fa il punto sul fatto più rilevante della giornata offrendo spunti di riflessione per una corretta informazione.
