Hace una década, en el alto desierto de California, once finalistas compitieron en una carrera de 60 millas sin precedentes: los autos que compitieron eran robots y necesitaban completar de manera segura y rápida la misión sin intervención humana, a la vez que interactuaban con vehículos impulsados por humanos, en menos de seis horas. Así fue el Desafío Urbano DARPA 2007, una competencia de coche autónomos que inició oficialmente las iniciativas de tecnología de auto-conducción que conocemos hoy en día.\r\n
Si miramos hacia atrás, los vehículos presentados eran tan increíbles como los imaginamos hoy en día
\r\nEl desafío de DARPA estuvo en la necesidad de desarrollar algoritmos y una potencia computacional más avanzada. Para ese momento dependían en gran medida de las técnicas de programación basadas en reglas, lo que significaba que los sistemas robóticos de una década tendían a funcionar solo en entornos muy limitados (en torno a usuarios de buena conducta que no se desviarían mucho de un conjunto establecido de reglas).\r\n\r\n
\r\n\r\nArgo Inteligencia Artificial ha estado en el terreno de la robótica y los vehículos de conducción autónoma durante más de una década. Desde allí trabajan para llevar estas tecnologías a las masas, aprovechando la amplia experiencia que tienen, incluyendo la DARPA Urban Challenge.\r\n\r\nEn la compañía hacen referencia a los desafíos que conlleva la comercialización del software y el hardware que alimenta sistemas altamente automatizados e inteligentes. Trabajar al aire libre, entre el tráfico de vehículos, los peatones y ciclistas que operan sin cumplir estrictamente un conjunto de reglas, puede resultar bastante complicado. De hecho, los efectos de las condiciones del mundo real como la noche y el día, el clima cambiante, las diferentes geometrías de caminos e incluso los materiales con los que están hechos pueden llegar a agravar las cosas.\r\n\r\nEn los últimos años, el juego ha cambiado debido en parte al poder computacional ahora disponible, pero con esto ha surgido también un nuevo conjunto de complejidades que aún estamos aprendiendo a manejar. Muchos avances en el procesamiento de energía, almacenamiento e inteligencia artificial se están uniendo para que estas computadoras puedan razonar y resolver problemas sin necesitar de un script. Podrán aprender de grandes cantidades de datos, reconocer patrones con sorprendente precisión y filtrar entradas anómalas de los sensores para enfocarse en lo que más importa.\r\n\r\nPero desde Argo también destacan que a medida que logran estos avances, lo hacen conscientes de que ninguna herramienta, técnica o algoritmo solo resolverá categóricamente todos los desafíos de auto-conducción.\r\n\r\nTan solo unos meses después de su primer aniversario, el equipo de Argo Inteligencia Artificial cuenta ya con casi 200 empleados y vehículos de pruebas en carreteras de Pittsburgh y el sudeste de Michigan.
