ipca
-0,09 Ago.2018
selic
6,5 19.Set.2018
Topo

Carros autônomos `velozes e furiosos' não são algo tão louco

Pavel Alpeyev e Yuki Furukawa

19/03/2018 12h12

(Bloomberg) -- Os carros autônomos raramente terão que lidar com motoristas que pensam que estão em um filme "Velozes e Furiosos", mas treinar os veículos para eles pode ser o que falta para atingir uma verdadeira autonomia.

O problema é que colocar veículos autônomos para fazer drifting (um estilo de dirigir) em curvas a altas velocidades não é algo exatamente prático ou seguro. É por isso que a Ascent Robotics está construindo uma simulação virtual que a empresa acredita que ajudará a criar automóveis autônomos capazes de lidar com qualquer cenário, por mais improvável que seja. A startup com sede em Tóquio está levantando 1,1 bilhão de ienes (US$ 10 milhões) em sua primeira rodada de financiamento, liderada pela SBI Investment.

A distância total percorrida por veículos sem motoristas em vias públicas há tempos é considerada a principal métrica de progresso no setor. Se considerada apenas essa medida, os 8 milhões de quilômetros registrados pela Waymo, da Alphabet, pareceriam uma liderança intransponível. A Ascent está apostando que apenas uma fração desses dados é realmente útil o bastante para treinar carros autônomos, porque as ocorrências raras e inesperadas são as que mais importam.

"Os dados de direção não são tudo", disse Fred Almeida, que fundou a Ascent em setembro de 2016 após deixar outra startup de aprendizado profundo que havia ajudado a criar. "Podemos aprender comportamentos fundamentais em uma simulação que se transferem efetivamente bem a um sistema físico."

Embora fabricantes de automóveis e rivais do Vale do Silício no espaço autônomo também estejam mirando simulações para ajustar suas tecnologias, a Ascent aposta que os ambientes virtuais permitirão que a empresa ultrapasse a concorrência. Para criar a simulação estilo "Velozes e Furiosos" os engenheiros colocaram headsets de RV e começaram a realizar manobras de drift usando volantes de PlayStation. Os algoritmos tomam esses dados para clonar estilos de direção, depois instruem o software a tentar prever e reagir às trajetórias.

O ambiente de simulação Atlas, da Ascent, é baseado na Unreal Engine, plataforma de desenvolvimento de jogos usada em Batman: Arkham Knight, Assassin's Creed Chronicles e outros títulos. O mundo virtual vem completo, com pedestres, edifícios e sinalização de trânsito, mas não é uma réplica de nenhuma cidade em particular. Em vez disso, o software é mais parecido com um conjunto de blocos Lego que pode ser usado para construir cenários de treinamento.

"Queremos ter a incerteza e o ruído da direção humana como parte da experiência de aprendizagem do carro", disse Almeida. "Isso deve render um resultado mais robusto no fim."

Os carros-robôs percorreram um longo caminho na última década. Em 2004, em uma competição automotiva para estimular o desenvolvimento, nenhum veículo autônomo conseguiu cruzar a linha de chegada, batendo em barreiras, saindo da pista ou congelando no lugar. De lá para cá, os avanços dos sensores e as inovações nos algoritmos de aprendizado profundo melhoraram enormemente a capacidade das máquinas de perceber o mundo, tornando a navegação básica um problema resolvido.

(Bloomberg) -- Os carros autônomos raramente terão que lidar com motoristas que pensam que estão em um filme \"Velozes e Furiosos\", mas treinar os veículos para eles pode ser o que falta para atingir uma verdadeira autonomia.

O problema é que colo","image":"","date":"19/03/2018 12h36","kicker":"Bloomberg"}}' cp-area='{"xs-sm":"49.88px","md-lg":"33.88px"}' config-name="economia/economia">

Mais Economia