Ícone do site Summit Mobilidade

Deep learning: como os carros autônomos conseguem pensar?

Atualmente, já há versões de carros dotados de autonomia restrita, ou seja, é possível definir que o carro dirija por certo tempo ou distância de modo automático. Porém, para funcionar, o veículo emite alertas de comprovação de que o motorista está ao volante e apto a assumir a direção caso seja preciso. 

Para ajudar no desenvolvimento da tecnologia e possibilitar que um carro seja completamente autônomo, a inteligência artificial tem um papel fundamental. Entenda isso a seguir.

O que é o deep learning?

Com o uso da inteligência artificial profunda, os carros autônomos criam conexões abstratas para fazer escolhas mais assertivas. (Fonte: Freepik/ksandrphoto/Reprodução)

O deep learning ou inteligência artificial profunda é uma tecnologia baseada em redes neurais, que tenta imitar o comportamento do cérebro humano para captar informações e realizar tomadas de decisão. Essa rede se assemelha ao funcionamento dos neurônios do cérebro humano, conduzindo a informação. 

Assim, por meio de uma aprendizagem profunda, a inteligência artificial da máquina consegue entender imagens, sons e dados de comportamento em abstrações de alto nível de dados, composta de transformações lineares e não lineares. 

A vantagem da inteligência artificial frente ao comportamento humano é que ela é capaz de pensar com mais agilidade e tomar decisões de forma rápida. Além disso, a máquina não se cansa, fica distraída ou consome álcool. Por isso, é uma opção mais segura do que a condução humana em muitos casos. 

Como a inteligência artificial ajuda os carros autônomos?

Os carros autônomos foram planejados para reduzir quatro problemas: os acidentes, a poluição sonora, os engarrafamentos e a alta emissão de gases poluentes. (Fonte: TechTudo/ Reprodução/Elson de Souza)

Com a ajuda do deep learning, o carro poderá visualizar o mundo real e reconhecer obstáculos antes de tomar qualquer decisão. João Paulo Navarro, arquiteto de soluções com foco em Deep Learning da NVIDIA, destaca que o aprendizado de máquina não leva em consideração apenas a capacidade de ver ou não o que há na frente do veículo. 

O carro será capaz de entender o que forma aquela imagem e tomar decisões em fração de segundos. O arquiteto de soluções diz que é nessa fase que está a verdadeira essência do deep learning. Diferentemente da tecnologia de reconhecimento tradicional, não basta a máquina identificar uma forma com padrões de cachorro, por exemplo. No mundo real, haverá infinitas combinações de cachorro que a máquina precisará reconhecer. 

A Tesla é outra empresa que vem desenvolvendo esse tipo de tecnologia. A marca utiliza, por exemplo, um supercomputador FSD (autocondução completa) de desempenho neural duplo, diferenciando-se de outros fabricantes. Para capturar o ambiente, os carros autônomos da Tesla utilizam oito câmeras externas equipadas com visão computacional. 

A Waymo, que pertence ao conglomerado de empresas que administra o Google, também desenvolve pesquisas nesse sentido. A organização já tem mais de 16 milhões de quilômetros rodados nos Estados Unidos com esses automóveis. O chefe de engenharia da empresa acredita que em 10 anos os carros chegarão a um nível máximo de autonomia, podendo ser comercializados.

No Brasil, já existem projetos envolvendo a construção desse tipo de veículo. A Universidade Federal do Espírito Santo (Ufes) desenvolveu um dos primeiros veículos autônomos brasileiros e segue realizando pesquisas na área. 

Fonte: StarrSe, Olhar Digital, Mapfre.

Sair da versão mobile