Como a Tesla está trabalhando em seus carros autônomos?

A companhia de Elon Musk capta dados de veículos já vendidos para que seu software reconheça padrões e possa dirigir sozinho

Isabella Carvalho

Por Isabella Carvalho

12 de novembro de 2018 às 17:34 - Atualizado há 1 ano

Tesla

Já não é novidade que Elon Musk está se esforçando para provar que pode tornar a Tesla rentável com seu recurso de piloto automático, o Autopilot. Um dos grandes planos do empreendedor é construir uma frota de carros autônomos e operar o próprio serviço de corrida por aplicativos. Pensando nisso, vale a pena entender como a companhia está desenvolvendo a tecnologia de carros autônomos comparado às outras empresas. Hoje, os clientes já têm acesso à um sistema de Autopilot, mas que não automatiza todas as funções de direção, exigindo que o motorista permaneça sempre atento à estrada e com as mãos no volante.

A Tesla tem uma vantagem sobre outros desenvolvedores de carros autônomos: ela vendeu centenas de milhares de carros – cada um conectado à internet – para usar a experiência desses veículos para “treinar” o piloto automático e o software para que saibam o que está funcionando e o que não está. Os dados são inseridos em um sistema de inteligência que reconhece padrões – principalmente, outros veículos e como eles se movem – e que fica mais rápido ao fazer isso com o tempo.

De acordo com fontes da companhia em depoimento ao The Information, a Tesla também usa milhares de microchips conhecidos como unidades de processamento gráfico, ou GPUs, para treinar muitas redes simultaneamente em sua sede. Além de receber regularmente dados das câmeras e radares de carros atualmente em trânsito, os membros da equipe do Autopilot podem solicitar que informações específicas sejam coletadas, como por exemplo quando os carros desviam de bicicletas ou caminhões -, treinando redes para reconhecer automaticamente essas situações.

Clonagem comportamental

A equipe de Autopilot pode analisar a condução humana tradicional em vários cenários de direção e imitá-la, usando as informações como um fator adicional para planejar como um carro dirigirá em situações específicas – por exemplo, em uma curva ou para evitar um objeto. Porém, a “clonagem de comportamento”, como o método é chamado, não pode ensinar um sistema de direção automatizada para lidar com cenários perigosos que não podem ser facilmente previstos.

Mas os engenheiros da Tesla acreditam que, colocando dados suficientes de uma boa condução humana, essa rede neural pode aprender a prever a direção, a frenagem e a aceleração corretas na maioria das situações. Mais além, eles imaginam um futuro em que os humanos não precisarão escrever códigos para dizer ao carro o que fazer quando encontrar um cenário específico; ele saberá o que fazer sozinho. Antes que a inteligência artificial possa dominar os carros, a Tesla deve dar pequenos passos. Isso significa deixar as redes neurais assumirem partes do software Autopilot para um chamado “Software 2.0”.

Modo sombra

Também há discordância sobre o valor do que foi apelidado de “modo de sombra” da Tesla para a pesquisa de novos softwares de piloto automático. Essa é uma referência à capacidade da companhia de executar softwares experimentais em qualquer um de seus carros na estrada sem realmente afetar o que o que eles fazem. Os engenheiros da Tesla podem comparar o que o carro faria com o software experimental com o que está realmente acontecendo. O modo de sombra permite que a equipe do piloto automático compare como os humanos reagem a determinadas situações com o que o piloto automático teria feito na mesma situação naquele momento.

Mas o que os engenheiros não conseguem ver é como outros carros na estrada reagiriam se o software experimental estivesse em uso, um ponto que os críticos dessa abordagem alertam sobre o “experimento”. Além disso, a Tesla não é capaz de saber o que os motoristas humanos podem realmente ver com os olhos, o que poderia atrapalhar o reconhecimento de objetos.