Mes: abril 2022

Algo extraño está pasando en el Ferrari SF90. Con una potencia métrica de 1000 caballos de fuerza bajo mi pie derecho, que suena ridículo, el SF90 debería estar deslizándose de lado a través de este diabólico tramo de la pista de pruebas Pista di Fiorano. Sobre todo porque estoy esforzándome por mantener el ritmo de Raffaele de Simone, el piloto de pruebas de Ferrari que habitualmente establece récords de vuelta en este circuito histórico, a pocos metros de distancia de su fábrica en Maranello, en el norte de Italia.

En cambio, el Ferrari plateado y amarillo hace piruetas en la esquina con gracia de ballet, sin ni siquiera un chirrido de sus neumáticos. Próxima parada, hiperespacio: el SF90 avanza hacia la siguiente esquina a un ritmo que simplemente no puedo relacionar con ningún otro automóvil que haya conducido aquí.

Sí, detrás de mi cabeza con casco hay un motor V-8 de 4.0 litros con doble turbocompresor que chilla, tan avanzado técnicamente como cualquier motor de automóvil. Genera una potencia sísmica de 780 hp (o 574 kilovatios), enviándolo hacia atrás a los gomosos neumáticos Michelin Pilot Sport Cup2. Pero eso deja sin contar dos ruedas y 220 hp. Lo que nos lleva al ingrediente secreto de Ferrari: la electricidad.

La misma salsa se está cocinando en todos los fabricantes de automóviles que esperan mantenerse al día en esta era de velocidad récord. Las principales marcas de autos deportivos y de lujo del mundo, junto con los expertos en autos potentes como Dodge, ahora están ampliando los límites del relativamente ineficiente motor de combustión interna (ICE). Llámelo Peak ICE: el último hurra de una tecnología que los gobiernos están sacando del escenario para combatir el cambio climático. Pero incluso ahora, años antes de que los EV finalmente puedan sacar a los ICE del negocio, los fabricantes de automóviles están descubriendo que la electricidad proporciona beneficios de rendimiento que son demasiado buenos para dejarlos pasar. 

A los fabricantes de automóviles les resulta difícil desafiar esos números en negrita solo con la combustión interna, especialmente porque los motores se reducen implacablemente para cumplir con las regulaciones. En los últimos tiempos, la turbo alimentación ha jugado un papel de salvador tecnológico, arrasando en la industria global y exprimiendo una potencia masiva incluso de los motores más pequeños de tres, cuatro o seis cilindros. Los motores de diez y 12 cilindros se encuentran en una guardia de muerte virtual, y se espera que los proveedores de V-12 como Lamborghini, Ferrari, Bentley y BMW eliminen estos marcadores de prestigio automotriz desde hace mucho tiempo.

Eso hace que el golpe uno-dos de la turbo alimentación y la hibridación sean la única opción viable para mantener contentos a los clientes de rendimiento y mantener competitivos sus autos. Porsche, McLaren y Bentley están desarrollando modelos híbridos para cerrar la brecha, y el Porsche Taycan se enfrenta a Tesla en el frente completamente eléctrico. Se espera que un Chevrolet Corvette híbrido entregue alrededor de 662 kW (900 hp), incluso cuando su matriz GM prepara un GMC Hummer EV de 1,014 hp. Lamborghini ha sido el obstáculo obstinado entre los comerciantes de velocidad. Pero incluso Lamborghini cedió recientemente, anunciando híbridos enchufables en toda su gama de modelos para 2024, incluido un V-12 híbrido para su buque insignia Aventador, seguido de su primer auto deportivo totalmente eléctrico. En una exhibición privada cerca de la pista, en un nuevo edificio repleto de pilotos históricos que se tambalean las rodillas, Ferrari nos da una idea de su futuro a corto plazo: el híbrido enchufable 296 GTB y una exhibición de su magnífico nuevo V-6. motor. El 296 GTB se convertirá en el primer automóvil de carretera con motor V-6 en llevar una insignia de Ferrari. (El encantador Dino de las décadas de 1960 y 1970, llamado así por el difunto hijo de Enzo Ferrari, no era oficialmente un Ferrari).

El 296 GTB exprime unos sorprendentes 663 hp con solo 3,0 litros de cilindrada, para un récord de la industria de 221 hp por litro. Ahora agregue 167 hp (122 kW) de un motor eléctrico y una batería de 7.5-kWh y tendrá una pelea injusta: el total de 830 hp del GTB galopa sobre el 710 del Ferrari F8 Tributo y su V biturbo más grande. -8. El 812 Competizione de Ferrari, su tradicional buque insignia V-12 con motor delantero, produce 818 caballos idénticos pero requiere un V-12 de 6.5 litros para hacerlo, más del doble del desplazamiento del 296 GTB. ¿Es ese un reloj que oímos hacer tictac?

Los defensores de los vehículos eléctricos pueden preguntarse: ¿por qué no omitir este paso híbrido intermedio y adoptar por completo el futuro eléctrico? Algunas marcas de lujo, incluidas Cadillac y Lotus, planean hacer precisamente eso. Pero aunque muchos fabricantes de automóviles se comprometieron a eliminar gradualmente los trenes de potencia ICE entre ahora y 2030 o 2035, algunos han sido más circunspectos. Seguramente ven que los vehículos eléctricos aún representan menos del 4 por ciento de las ventas de autos nuevos en los Estados Unidos. A pesar de todo el clamor de los medios, parece claro que muchos compradores están perfectamente satisfechos con sus autos ICE. Eso puede duplicarse para las personas ricas que coleccionan autos nuevos y clásicos como dulces de colores brillantes. Estas personas están acostumbradas a obtener lo que quieren, y tal vez eso incluya garajes llenos de vehículos eléctricos y modelos ICE.

En cuanto al rendimiento puro, a pesar de todo el entusiasmo por las hazañas en línea recta de Tesla, sus autos aún no pueden competir con lo mejor de ICE, ya sea en una pista de carreras o en un camino sinuoso, o en el compromiso y la estimulación del conductor que separa a los compradores de rendimiento de sus billeteras. . Los vehículos eléctricos tienen desventajas que muchos fanáticos simplemente se niegan a reconocer: baterías pesadas, rangos cortos y recarga lenta.

Para el rendimiento, la masa es quizás el mayor desafío. Los vehículos eléctricos aún transportan paquetes de baterías que pesan cientos de kilogramos, ya sea que estén llenos de energía o descargados. Un Tesla Model S Plaid pesa 4,833 libras (2,192 kilogramos), en comparación con las 4,000 libras o menos de un sedán ICE mediano comparable. A pesar de una ventaja modesta debido a los bajos centros de gravedad, esa masa EV tiene un efecto inevitable en la velocidad máxima y el manejo, y ejerce una gran presión sobre los neumáticos, los frenos, las suspensiones y los sistemas de refrigeración. Un auto de Fórmula 1 ICE aún puede hacer a un lado a un corredor de Fórmula E como un juguete de corto alcance y poca potencia.

El Tesla Model S Plaid reclamó el récord de seguimiento de los vehículos eléctricos de producción en Nürburgring, el circuito alemán que es el punto de referencia de prueba para los fabricantes de automóviles superiores, con una vuelta de poco menos de 7 minutos y 36 segundos. Puede acelerar a 60 mph en aproximadamente 2.0 segundos (Tesla afirma 1.95, pero solo en una superficie de carreras de resistencia especialmente preparada y pegajosa que es discutible para la mayoría de los conductores). Eso equivale aproximadamente al rendimiento del Ferrari. Pero cuando el camino comienza a curvarse, el cerdo eléctrico de Tesla es dado por muerto por una larga lista de modelos ICE más ágiles y con mejores frenos, incluidos autos de Ferrari, Porsche y Lamborghini que pueden recorrer el ‘Ring en 7 minutos o mucho más. menos. El Tesla también requiere varios minutos de preparación de la batería y los sistemas para realizar un solo lanzamiento automatizado; Las carreras de aceleración de Ferrari son fáciles y repetibles. Incluso para el Ferrari, su monto completo de torque eléctrico en modo de calificación dura solo unas siete vueltas en Fiorano. Coincidentemente o no, esa es casi la duración exacta de una vuelta en Nürburgring.

Ferrari, por su parte, se niega a sacrificar su mítico manejo y sensaciones en el altar eléctrico. Incluyendo su batería de iones de litio de 72 kg, el hardware híbrido de Ferrari agrega solo 275 kg, una ganancia que se compensa con creces a través de una potencia y tracción mejoradas. El peso total en vacío sigue siendo de 1.570 kg. Una asombrosa relación peso-potencia de 1,57 kg/hp inclina la balanza a favor de Ferrari: es un nuevo récord para cualquier superdeportivo de producción en volumen.

Buscando cada ventaja, mi SF90 recortó otros 30 kg a través de su paquete opcional Assetto Fiorano de $56,240, que incluye resortes de titanio y sistema de escape de titanio/Inconel, paneles de puertas de fibra de carbono y amortiguadores Multimatic derivados de carreras y debajo de la carrocería. Y no olvides el sonido. Los defensores de EV pueden burlarse, prefiriendo el maravilloso silencio cercano de los motores eléctricos. Pero hay una razón por la que los fabricantes de vehículos eléctricos están bombeando sonidos de motores digitalizados a través de sus sistemas de audio, incluso si se trata más de un silbido de Star Trek que de una traducción literal de un V-8 frenético. Para muchos entusiastas, esas bandas sonoras (heavy metal, para un Detroit V-8, o una escofina hueca, para un Porsche de seis cilindros en línea) son una razón clave para su compra. El híbrido de Ferrari, por su parte, todavía gime como un tenor de La Scala en un pico emocional de 8,000 rpm.

Esos sedán ICE que destrozan a Tesla incluyen el nuevo CT5-V Blackwing de Cadillac, que es básicamente un auto de carrera legal en la calle que combina un V-8 sobrealimentado de 685 hp, una velocidad máxima de 202 mph y un manejo que acelera las endorfinas. Manejé ese CT5-V de $84,940 en el Virginia International Raceway durante hora tras hora en un abrasador día de verano, donde su resistencia y capacidad para todo el día se pusieron de relieve.

“Pasará mucho tiempo antes de que puedas hacer lo que hicimos en VIR con un vehículo eléctrico de batería”, dice Tony Roma, ingeniero jefe del CT5-V. “La gasolina es simplemente un fantástico dispositivo de almacenamiento de energía. Esa no es una declaración política, solo física. Pero la tecnología está cambiando tan rápido que dentro de 10 años tendremos una discusión completamente diferente”.

De hecho, Cadillac dice que los Blackwings serán sus últimos modelos de rendimiento con insignia V y motor de gasolina. Roma y su equipo están muy ocupados desarrollando vehículos eléctricos, incluidos el SUV Lyric y el sedán Celestiq.

Si bien la tecnología híbrida de tren de potencia dual puede estar bien para los Ferrari y otras marcas de bajo costo, Cadillac tiene la intención de pasar directamente de ICE a la electricidad. “Para cuando los costos bajen lo suficiente como para hacer un gran auto híbrido ICE asequible, podremos hacerte un auto completamente eléctrico que te encantará”, dice Roma.

Lo más improbable, quizás, es que Dodge, creador del notorio Demon, cuyos tiempos de carreras de resistencia desafiaron los modelos de un millón de dólares de Bugatti, tiene la intención de diseñar un auto eléctrico que sea aún más rápido.

“Nuestros ingenieros están llegando al límite práctico de lo que podemos exprimir de un motor de combustión interna”, dice el jefe de la marca Dodge, Tim Kuniskis. “Sabemos que los motores eléctricos pueden darnos más”.

Derek Jenkins, el diseñador jefe de Lucid, naturalmente está de acuerdo, aunque reconoce las limitaciones actuales. “Estás muerto sobre el factor de peso; esa es una gran desventaja, hoy en día”, dice, al tiempo que admite que la tecnología EV finalmente superará todas las desventajas.

Y donde los costos se están desplomando para los vehículos eléctricos, ya están aumentando para los autos ICE, ya que los fabricantes de automóviles desvían recursos a otros lugares. Muy pronto, los fabricantes de automóviles se negarán a invertir dinero en el desarrollo de ICE solo para ganar la carrera armamentista.

“Tienes estos casos de uso en las curvas, pero incluso para los tiempos de vuelta, los EV darán acceso a nuevos niveles de potencia y la capacidad de reducir esa potencia”, dice Jenkins. “Si quiere, digamos, 1.500 caballos de fuerza y ​​vectorización de torque en un automóvil ICE, será difícil de lograr y muy costoso”.

Eventualmente, dice, la gente querrá vehículos propulsados ​​por combustión interna porque son pintorescos. “Será puramente impulsado por la nostalgia, sin nada que ver con el valor o el rendimiento”.

A pesar de todas las mejoras en inteligencia artificial, la tecnología aún no puede reemplazar a los seres humanos en situaciones en las que debe marcar sus percepciones del mundo en palabras que las personas pueden entender.

Es posible que haya pensado que los muchos avances aparentes en el reconocimiento de voz ya hayan resuelto el problema. Después de todo, Siri de Apple, Cortana de Microsoft, Alexa de Amazon y Google Home son muy impresionantes, pero estos sistemas funcionan únicamente con la entrada de voz: no pueden entender ni reaccionar ante el entorno que los rodea.

Para cerrar esta brecha de comunicaciones, nuestro equipo de Mitsubishi Electric Research Laboratories ha desarrollado y construido un sistema de inteligencia artificial que hace precisamente eso. Llamamos al sistema de interacción consciente de la escena y planeamos incluirlo en los automóviles.

Para respaldar la mejora de la seguridad automotriz y la conducción autónoma, los vehículos están equipados con más sensores que nunca. Las cámaras, el radar de ondas milimétricas y los sensores ultrasónicos se utilizan para el control de crucero automático, el frenado de emergencia, el mantenimiento del carril y la asistencia de estacionamiento. Las cámaras dentro del vehículo también se utilizan para monitorear la salud de los conductores. Pero más allá de los pitidos que alertan al conductor de la presencia de un coche en su ángulo muerto o de las vibraciones del volante que avisan de que el coche se está saliendo de su carril, ninguno de estos sensores hace mucho por alterar la interacción del conductor con el vehículo.

Las alertas de voz ofrecen una forma mucho más flexible para que la IA ayude al conductor. Algunos estudios recientes han demostrado que los mensajes hablados son la mejor manera de transmitir de qué se trata la alerta y son la opción preferible en situaciones de conducción de baja urgencia. Y, de hecho, la industria automotriz está comenzando a adoptar tecnología que funciona como un asistente virtual. De hecho, algunos fabricantes de automóviles han anunciado aviones para introducir agentes conversacionales que ayudan a los conductores a operar sus vehículos y los ayudan a organizar su vida diaria.

La idea de construir un sistema de navegación intuitivo basado en una serie de sensores automotrices surgió en 2012 durante conversaciones con nuestros colegas de la división de negocios automotrices de Mitsubishi Electric en Sanda, Japón. Notamos que cuando está sentado al lado del conductor, no dice: «Gire a la derecha en 20 metros». En su lugar, dirá: «Gira en ese Starbucks en la esquina». También puede advertir al conductor de un carril que está obstruido más adelante o de una bicicleta que está a punto de cruzarse en el camino del automóvil. Y si el conductor malinterpreta lo que dices, continuarás aclarando lo que quisiste decir. Si bien este enfoque para dar instrucciones u orientación es algo natural para las personas, está mucho más allá de las capacidades de los sistemas de navegación para automóviles actuales.

Aunque teníamos muchas ganas de construir una ayuda de navegación para vehículos tan avanzada, muchas de las tecnologías de los componentes, incluidos los aspectos de visión y lenguaje, no estaban lo suficientemente maduras. Así que dejamos la idea en suspenso, esperando revisarla cuando llegara el momento. Habíamos estado investigando muchas de las tecnologías que serían necesarias, incluida la detección y el seguimiento de objetos, la estimación de profundidad, el etiquetado semántico de escenas, la localización basada en la visión y el procesamiento del habla. Y estas tecnologías avanzaban rápidamente, gracias a la revolución del aprendizaje profundo.

Pronto, desarrollamos un sistema que era capaz de ver un video y responder preguntas al respecto. Para comenzar, escribimos un código que podía analizar las funciones de audio y video de algo publicado en YouTube y producir subtítulos automáticos para ello. Una de las ideas clave de este trabajo fue la apreciación de que en algunas partes de un video, el audio puede brindar más información que las características visuales y viceversa en otras partes. Sobre la base de esta investigación, los miembros de nuestro laboratorio organizaron el primer desafío público sobre el diálogo consciente de la escena en 2018, con el objetivo de construir y evaluar sistemas que puedan responder con precisión preguntas sobre una escena de video.

Entonces decidimos que finalmente era hora de revisar el concepto de navegación basada en sensores. Al principio pensamos que las tecnologías de los componentes estaban a la altura, pero pronto nos dimos cuenta de que la capacidad de la IA para el razonamiento detallado sobre una escena aún no era lo suficientemente buena para crear un diálogo significativo.

Una IA fuerte que pueda razonar en general todavía está muy lejos, pero ahora es posible un nivel moderado de razonamiento, siempre que se limite al contexto de una aplicación específica. Queríamos crear un sistema de navegación para automóviles que ayudara al conductor al proporcionar su propia visión de lo que sucede dentro y alrededor del automóvil.

Un desafío que se hizo evidente rápidamente fue cómo lograr que el vehículo determinara su posición con precisión. El GPS a veces no era lo suficientemente bueno, especialmente en los cañones urbanos. No podía decirnos, por ejemplo, exactamente qué tan cerca estaba el automóvil de una intersección y era aún menos probable que proporcionara información precisa sobre el nivel del carril.

Por lo tanto, recurrimos a la misma tecnología de mapeo que admite la conducción autónoma experimental, donde los datos de la cámara y el lidar (radar láser) ayudan a ubicar el vehículo en un mapa tridimensional. Afortunadamente, Mitsubishi Electric tiene un sistema de mapeo móvil que brinda la precisión necesaria a nivel de centímetros, y el laboratorio estaba probando y comercializando esta plataforma en el área de Los Ángeles. Ese programa nos permitió recopilar todos los datos que necesitábamos.

Un objetivo clave era proporcionar orientación basada en puntos de referencia. Sabíamos cómo entrenar modelos de aprendizaje profundo para detectar decenas o cientos de clases de objetos en una escena, pero hacer que los modelos eligieran cuál de esos objetos mencionar, «prominencia de objetos», requería más reflexión. Nos decidimos por un modelo de red neuronal de regresión que consideraba el tipo de objeto, el tamaño, la profundidad y la distancia desde la intersección, la distinción del objeto en relación con otros objetos candidatos y la ruta particular que se estaba considerando en ese momento. Por ejemplo, si el conductor necesita girar a la izquierda, probablemente sería útil referirse a un objeto a la izquierda que sea fácil de reconocer para el conductor. “Sigue el camión rojo que gira a la izquierda”, podría decir el sistema. Si no encuentra ningún objeto destacado, siempre puede ofrecer instrucciones de navegación basadas en la distancia: «Gire a la izquierda en 40 metros».

Sin embargo, queríamos evitar tales conversaciones robóticas tanto como fuera posible. Nuestra solución fue desarrollar una red de aprendizaje automático que grafica la profundidad relativa y las ubicaciones espaciales de todos los objetos en la escena, luego basa el procesamiento del lenguaje en este gráfico de escena. Esta técnica no solo nos permite razonar sobre los objetos en un momento determinado, sino también captar cómo van cambiando con el tiempo.

Dicho análisis dinámico ayuda al sistema a comprender el movimiento de peatones y otros vehículos. Estábamos particularmente interesados en poder determinar si un vehículo adelante estaba siguiendo la ruta deseada, de modo que nuestro sistema pudiera decirle al conductor: «Siga ese automóvil». Para una persona en un vehículo en movimiento, la mayoría de las partes de la escena parecerán estar en movimiento, por lo que necesitábamos una forma de eliminar los objetos estáticos del fondo. Esto es más complicado de lo que parece: simplemente distinguir un vehículo de otro por el color es un desafío en sí mismo, dados los cambios en la iluminación y el clima. Es por eso que esperamos agregar otros atributos además del color, como la marca o el modelo de un vehículo o tal vez un logotipo reconocible, por ejemplo, el de un camión del Servicio Postal de EE. UU.

La generación de lenguaje natural fue la última pieza del rompecabezas. Eventualmente, nuestro sistema podría generar la instrucción o advertencia adecuada en forma de oración usando una estrategia basada en reglas. 

La generación de oraciones basada en reglas ya se puede ver de forma simplificada en los juegos de computadora en los que los algoritmos entregan mensajes situacionales basados ​​en lo que hace el jugador. Para la conducción, se puede anticipar una gran variedad de escenarios y, por lo tanto, se puede programar la generación de oraciones basada en reglas de acuerdo con ellos. Por supuesto, es imposible conocer todas las situaciones que puede experimentar un conductor. Para cerrar la brecha, tendremos que mejorar la capacidad del sistema para reaccionar ante situaciones para las que no ha sido programado específicamente, utilizando datos recopilados en tiempo real. Hoy en día esta tarea es muy desafiante. A medida que la tecnología madure, el equilibrio entre los dos tipos de navegación se inclinará más hacia las observaciones basadas en datos.

Por ejemplo, sería reconfortante para el pasajero saber que la razón por la cual el automóvil cambia repentinamente de carril es porque quiere evitar un obstáculo en la carretera o evitar un atasco más adelante bajándose en la próxima salida. Además, esperamos que las interfaces de lenguaje natural sean útiles cuando el vehículo detecta una situación que no ha visto antes, un problema que puede requerir un alto nivel de cognición. Si, por ejemplo, el automóvil se acerca a una carretera bloqueada por una construcción, sin un camino claro a su alrededor, el automóvil podría pedirle consejo al pasajero. Entonces, el pasajero podría decir algo como: «Parece posible girar a la izquierda después del segundo cono de tráfico».

Debido a que la conciencia del vehículo sobre su entorno es transparente para los pasajeros, pueden interpretar y comprender las acciones que realiza el vehículo autónomo. Se ha demostrado que tal comprensión establece un mayor nivel de confianza y seguridad percibida.

Visualizamos este nuevo patrón de interacción entre las personas y sus máquinas como una forma más natural y más humana de gestionar la automatización. De hecho, se ha argumentado que los diálogos dependientes del contexto son la piedra angular de la interacción humano-computadora.

Los automóviles pronto estarán equipados con sistemas de advertencia basados ​​en el idioma que alertarán a los conductores sobre peatones y ciclistas, así como sobre obstáculos inanimados en la carretera. Dentro de tres a cinco años, esta capacidad avanzará a la guía de ruta basada en puntos de referencia y, en última instancia, a asistentes virtuales conscientes de la escena que involucran a los conductores y pasajeros en conversaciones sobre lugares y eventos circundantes. Dichos diálogos pueden hacer referencia a las reseñas de Yelp de restaurantes cercanos o involucrarse en la narración de historias al estilo de un diario de viaje, por ejemplo, cuando se conduce a través de regiones interesantes o históricas.

Los conductores de camiones también pueden obtener ayuda para navegar por un centro de distribución desconocido u obtener asistencia para enganchar. Aplicados en otros dominios, los robots móviles podrían ayudar a los viajeros cansados ​​con su equipaje y guiarlos a sus habitaciones, o limpiar un derrame en el pasillo 9, y los operadores humanos podrían brindar orientación de alto nivel a los drones de entrega cuando se acercan a un lugar de entrega. .

Esta tecnología también va más allá del problema de la movilidad. Los asistentes médicos virtuales pueden detectar la posible aparición de un derrame cerebral o una frecuencia cardíaca elevada, comunicarse con un usuario para confirmar si realmente hay un problema, transmitir un mensaje a los médicos para buscar orientación y, si la emergencia es real, alertar a los primeros en responder. Los electrodomésticos pueden anticipar la intención de un usuario, por ejemplo, apagando el aire acondicionado cuando el usuario sale de casa. Tales capacidades constituirían una conveniencia para la persona típica, pero cambiarían las reglas del juego para las personas con discapacidades.

El procesamiento de voz natural para comunicaciones de máquina a humano ha recorrido un largo camino. Lograr el tipo de interacciones fluidas entre robots y humanos como se muestra en la televisión o en las películas aún puede estar algo lejos. Pero ahora, al menos es visible en el horizonte.