Inteligencia artificial para una movilidad ultraconectada
Ayer se ha celebró el curso de verano Impacto de la Inteligencia Artificial en la Movilidad, organizado por el Clúster de Movilidad y Logística de Euskadi.
Ayer día 21, se ha celebrado el curso “Impacto de la Inteligencia Artificial en la Movilidad”, organizado por el Clúster de Movilidad y Logística de Euskadi, para la Universidad del País Vasco, con el apoyo de Mubil. El curso ha ofrecido una visión integral y actualizada de la situación de la Inteligencia Artificial, proporcionando una visión orientada a afrontar los retos que presenta y aprovechar sus oportunidades. En ese sentido, se han analizado tanto las perspectivas en el corto y medio plazo, como la visión desde los diferentes agentes implicados: vehículos, infraestructuras y gestores de movilidad, tráfico y transporte, incluyendo el papel indispensable de la ciberseguridad.
Dónde termina la movilidad conectada y dónde empieza la inteligencia artificial, ha sido una de las cuestiones que ha recorrido todas las intervenciones. Más allá de vaticinios efectistas, todos los ponentes han destacado un camino no tan vertiginoso. De hecho, muchas de las aplicaciones de la inteligencia artificial ya están entre nosotros, aunque no hayan desarrollado todo su potencial. Porque, la inteligencia artificial puede considerarse como la gestión de un ingente número de datos para generar conclusiones coherentes. Eso, ya se está haciendo ahora. En adelante, falta incorporar más información, sofisticar algoritmos, identificar e implementar soluciones y gestionar otras cuestiones como confiabilidad o seguridad, pero actualmente la movilidad ya está generando, utilizando y gestionando datos para optimizarse.
Tras esa visión de prudencia ante una eclosión no tan explosiva, los ponentes han respondido, cada uno desde su perspectiva, a la pregunta de qué podemos esperar de la inteligencia artificial aplicada a la movilidad. Oihana Otaegui, directora de la división de Transporte y Seguridad de Vicomtech, afirmaba que la “Movilidad Automatizada Conectada y Cooperativa (CCAM) está floreciendo gracias a la Inteligencia Artificial, que ha logrado un avance notable con la aparición de sofisticados métodos de Deep Learning, junto con el desarrollo de tecnologías como las comunicaciones, microelectrónica, sensores e infraestructuras. Las soluciones CCAM han aprovechado la aplicabilidad de componentes basados en IA para la percepción, la interpretación situacional y la toma de decisiones en todos los ámbitos, desde el vehículo a la gestión de infraestructuras y movilidad”. Y añadía que, a principios de la década de 2010, surgió un gran interés en los enfoques que buscaban entrenar sistemas de extremo a extremo, generalmente en forma de redes neuronales, aprendiendo transformaciones altamente complejas que operan sobre los datos de entrada y producen resultados finales para la toma de decisiones. Estos sistemas revelaron que la respuesta de los componentes de IA es en gran medida impredecible en condiciones reales, lo que hace que a menudo los usuarios perciban estos sistemas como cajas negras debido a su falta de transparencia e interpretabilidad. También se ha hecho evidente que la IA puede ser injusta y sesgada dependiendo de los datos de entrenamiento, y puede ser extremadamente sensible a entradas inesperadas.
Para evitar que el creciente uso de componentes de IA a nivel de vehículos en particular y de la movilidad y transporte en general nos lleve por un camino en el que los sistemas tomen decisiones y nosotros confiemos ciegamente en ellos, la IA confiable es el siguiente paso. Para ganar aceptación social y un desarrollo sostenible y ético, es imprescindible la denominada “IA confiable”, que Europa está liderando gracias al avance tanto tecnológico como legislativo (AI Act). Este marco normativo clasifica los sistemas de IA según su nivel de riesgo y establece requisitos estrictos para aquellos considerados de alto riesgo, como las aplicaciones del sector de la movilidad y automoción, incluyendo obligaciones de transparencia, evaluación de conformidad y supervisión humana.
Como ejemplos de aplicación, Alfonso Brazalez, director de Transporte Sostenible y Movilidad de Ceit, destacaba trabajos que ya se están desarrollando con aplicación de Inteligencia Artificial. En concreto, presentaba ejemplos de uso para la identificación de estado de la vía, lo que incide en la propia disponibilidad de las carreteras o en la identificación de eventos que dificulten la visibilidad, como la niebla. Estas aplicaciones incorporadas al vehículo y a la gestión integral, permiten ofrecer previsiones y ayudar en la toma de decisiones de movilidad, tanto desde el punto de vista particular, como del transporte colectivo.
Aritza Aldama, product manager de Kapsch, exponía el trabajo que desarrollan para la gestión del tráfico con IA aplicada. A pesar de los avances, incidía en la necesidad de identificar correctamente los casos de uso, es decir, las aplicaciones y utilidades de esa ingente cantidad de datos para que sirvan para resolver una situación, más allá de obtener una abrumadora cantidad de información.
En la misma línea, Javier Rojo, Tolling Manager en Indra, exponía cómo la IA, y en particular el Deep Learning, está revolucionando la gestión y mejora de la movilidad. Estas tecnologías permiten el cálculo preciso de estadísticas y la monitorización del tráfico en tiempo real. Además, los últimos avances en visión artificial para la detección y clasificación de vehículos en los sistemas de peaje, contribuyen a la gestión de la movilidad en ámbitos como el acceso a las grandes urbes.
Por su parte, Luis Lozano, gerente de la subdirección de sistemas aeroespaciales del Ineco ofrecía una perspectiva global sobre las ventajas y oportunidades que la IA aporta a la gestión y mejora de las infraestructuras de movilidad, destacando su impacto en la capacidad, eficiencia, sostenibilidad y resiliencia. Durante su exposición ha abordado temas clave como el mantenimiento predictivo para optimizar la explotación de activos, la implementación de gemelos digitales que facilitan la toma de decisiones y la simulación de diferentes escenarios, así como el papel de la IA generativa en la gestión de las infraestructuras en un futuro cada vez más próximo.
Inteligencia Artificial y Ciberseguridad
El curso se cerraba con el imprescindible abordaje de la ciberseguridad. La intervención de Oscar Lage, jefe de ciberseguridad de Tecnalia, se adentraba en el mundo de la computación segura, explorando su papel crucial en la protección de la soberanía y confidencialidad de los datos en la era de la Inteligencia Artificial. Durante la sesión se ha discutido sobre técnicas avanzadas como la criptografía homomórfica y cómo estas pueden ser aplicadas para garantizar la seguridad en la explotación de algoritmos de IA.
El Clúster en los Cursos de Verano
Desde 2018, el Clúster de Movilidad y Logística de Euskadi organiza cada año un curso de verano para la Universidad del País Vasco, con la colaboración de la Diputación Foral de Gipuzkoa a través de Mubil. El objetivo es acercar la Movilidad Inteligente y Sostenible a las nuevas generaciones de profesionales e identificar nuevos ámbitos de conocimiento para una movilidad más segura, eficiente y sostenible.
La entrada Inteligencia artificial para una movilidad ultraconectada se publicó primero en Actualidad Marítima y Portuaria.