Jay Gierak de Ghost, con sede en Mountain View, California, está impresionado por las demostraciones de Wayve y está de acuerdo con el punto de vista general de la empresa. “El enfoque de la robótica no es la forma correcta de hacer esto”, dice Gierak.
Pero no está convencido del compromiso total de Wayve con el aprendizaje profundo. En lugar de un solo modelo grande, Ghost entrena cientos de modelos más pequeños, cada uno con una especialidad. Luego, codifica a mano reglas simples que le indican al sistema de conducción autónoma qué modelos usar en qué situaciones. (El enfoque de Ghost es similar al adoptado por otra empresa AV2.0, Autobrains, con sede en Israel. Pero Autobrains usa otra capa de redes neuronales para aprender las reglas).
Según Volkmar Uhlig, cofundador y CTO de Ghost, dividir la IA en muchas piezas más pequeñas, cada una con funciones específicas, facilita establecer que un vehículo autónomo es seguro. “En algún momento, algo sucederá”, dice. “Y un juez te pedirá que señales el código que dice: ‘Si hay una persona delante de ti, tienes que frenar’. Ese fragmento de código debe existir”. Todavía se puede aprender el código, pero en un modelo grande como el de Wayve sería difícil de encontrar, dice Uhlig.
Aún así, las dos compañías persiguen objetivos complementarios: Ghost quiere fabricar vehículos de consumo que puedan conducirse solos en las autopistas; Wayve quiere ser la primera empresa en poner coches sin conductor en 100 ciudades. Wayve ahora está trabajando con los gigantes de comestibles del Reino Unido Asda y Ocado, recopilando datos de sus vehículos de entrega urbana.
Sin embargo, según muchas medidas, ambas empresas están muy por detrás de los líderes del mercado. Cruise y Waymo han acumulado cientos de horas de conducción sin humanos en sus automóviles y ya ofrecen servicios de robotaxi al público en una pequeña cantidad de ubicaciones.
“No quiero disminuir la escala del desafío que tenemos por delante”, dice Hawke. “La industria audiovisual te enseña humildad”.