La Inteligencia Artificial está evolucionando a tal ritmo, que prácticamente cada día nos sorprendemos de sus extraordinarias capacidades, pero también de sus peligros. Ha sido profusamente empleada en sistemas de conducción autónoma, mediante el entrenamiento de modelos de IA masivos con grandes cantidades de datos y la introducción de información obtenida de cámaras y otras fuentes, la IA puede comprender la situación, tomar decisiones y controlar el vehículo.
Waymo celebró esta semana en Japón una conferencia de prensa en línea relativa a "Aprendizaje de IA", donde afirmaron que han desarrollado su propio modelo, usando un modelo masivo como "maestro" para entrenar a la IA integrada en sus autos, pero recalcando en varias oportunidades que la "IA es poderosa, pero no hace milagros".
Confiar la conducción a la IA, pero sin una confianza incondicional. Este es precisamente el tipo de conducción autónoma al que ha llegado Waymo, que ha recorrido más de 300 millones de kilómetros en vehículos totalmente autónomos.
A agosto de 2026, los servicios de transporte totalmente autónomos habían acumulado más de 20 millones de viajes. La distancia recorrida por Waymo Driver de forma autónoma en vías públicas superó los 320 millones de kilómetros.
¿Qué aprendió Waymo Driver al conducir de forma totalmente autónoma en carreteras reales y transportando pasajeros? Inicialmente, las redes neuronales convolucionales profundas se utilizaban principalmente para el reconocimiento, y posteriormente Transformer se amplió al reconocimiento y al modelado del comportamiento.
Waymo utiliza estos enormes modelos base como "maestros" para entrenar modelos de IA más pequeños, o "estudiantes". Luego, este modelo miniaturizado se opera desde el lado del vehículo. Este es el llamado modelo profesor-alumno, o enfoque de destilación del conocimiento.
Sin embargo, la IA pura de extremo a extremo conlleva el riesgo de crear una caja negra donde no se puede rastrear la causa. Este es un problema muy grave para la conducción autónoma. Esto, porque en los autos, las respuestas de la IA se traducen directamente en dirección, aceleración y frenado. Un auto que circula a decenas de kilómetros por hora debe tomar decisiones instantáneas constantemente en el mundo real, donde existen peatones, ciclistas y otros vehículos. Además, es inaceptable decir: "No sé por qué la IA tomó esa decisión".
Si no entendemos por qué la IA tomó una decisión concreta en una situación específica, resulta difícil verificar si dicha decisión fue correcta desde el punto de vista de la seguridad o el cumplimiento legal. Por ello, Waymo adopta un enfoque integral con información estructurada, que complementa las decisiones de la IA con información obtenida del contexto circundante, en lugar de basarse en un modelo puramente integral.
Sus autos cuentan con una capa de verificación integrada, independiente del Waymo Driver. Esta capa de verificación supervisa la trayectoria de conducción generada por el Waymo Driver y comprueba si es segura. Esto incluye estrictas restricciones de seguridad, los límites cinemáticos de los vehículos, las leyes de tránsito y las prácticas de conducción segura.
Por lo tanto, la IA considera el proceso de conducción, mientras que un sistema independiente verifica que la conducción sea segura, cumpla con las normas y sea cómoda para los pasajeros. Waymo usa la IA, pero no dejaran que la IA se descontrole.
