Così come gli automobilisti adottano una guida difensiva in situazioni pericolose, la tecnologia di guida autonoma è in fase di sviluppo per migliorare la sicurezza. Questo progresso si basa sull’addestramento dell’intelligenza artificiale (AI) per gestire situazioni temute.
Recentemente, IEEE Spectrum ha riportato che i ricercatori dell’Università di Nanyang, a Singapore, hanno introdotto un nuovo sistema di guida autonoma chiamato “Fear-Neuro-Inspired Reinforcement Learning (FNI-RL)”. Questa tecnologia imita il modo in cui gli esseri umani guidano difensivamente a causa della paura. Si basa su una risposta neurale simile a quella dell’amigdala, una regione del cervello legata alle emozioni, che si attiva in caso di paura.
L’agente FNI-RL è stato addestrato a riconoscere e gestire situazioni di guida rischiose, che spesso spaventano i conducenti umani. Questo addestramento ha permesso di ridurre notevolmente le decisioni o azioni rischiose del sistema quando interagisce con l’ambiente reale.
Chen Lu, professore presso il Dipartimento di Ingegneria Meccanica e Aerospaziale dell’Università di Nanyang, spiega: “Il nostro cervello può immaginare una varietà di scenari spiacevoli o pericolosi, e quindi comprendiamo come evitarli, come nel caso di collisioni imminenti”.
Durante i test, FNI-RL è stato confrontato con 10 diversi sistemi di guida, sia tradizionali che autonomi. In uno scenario di guida a breve distanza con una svolta a sinistra, FNI-RL ha mostrato prestazioni superiori dal 1,55% al 18,64% rispetto ad altri sistemi autonomi. Inoltre, in un percorso simulato di 2.400 metri, le prestazioni di guida sono migliorate del 64% rispetto ad altri sistemi, con una maggiore probabilità di raggiungere la destinazione senza incidenti o infrazioni come il passaggio con il rosso.
Un ulteriore test ha coinvolto 30 guidatori umani in tre scenari diversi, come quello in cui un veicolo taglia la strada all’improvviso. In tutti e tre i casi, FNI-RL ha superato le prestazioni umane.
Nonostante l’entusiasmo, il professor Chen Lu sottolinea che la FNI-RL è ancora in fase iniziale e ci sarà molto lavoro da fare prima che possa essere adottata su larga scala dalle case automobilistiche. Tuttavia, vi è interesse a migliorare ulteriormente il modello FNI-RL integrandolo con altri modelli AI, come i grandi modelli linguistici (LLM), per ottenere una guida autonoma ancora più affidabile. “Ciò potrebbe portare a trasporti più sicuri e a un mondo migliore”, conclude il professor Lu.