Inteligencia artificial para salvar vidas: El sistema que busca predecir accidentes en tiempo real en las autopistas de Chile

Conceptos como la Inteligencia Artificial (IA), en el que la inteligencia es llevada a cabo por máquinas, y el Machine Learning, una de sus ramas que busca desarrollar técnicas que permitan que las computadoras aprendan, son conceptos que a pesar de su complejidad y visión futurista, hace mucho se encuentran presentes en nuestra vida cotidiana, como en la medicina, internet, procesadores para dispositivos móviles, y también el rubro automotriz.

En términos de desarrollo, Estados Unidos, China y la Unión Europea van a la vanguardia, ya sea en inversión en “startups”, financiamiento y desarrollo en el primer caso, las súpercomputadoras (214 de las 500 que existen en el mundo) para los chinos, y la cantidad de estudios para los europeos.

En cifras, China divulgó 24.929 documentos sobre la IA en 2018 -último año del que se tiene información-, la Unión Europea 20.418 y Estados Unidos 16.233, aunque la calidad promedio de la investigación estadounidense es todavía superior a la de China y la Unión Europea, según expertos.

La seguridad es una de las áreas donde existen buenos avances en modelos de prevención de accidentes creados con inteligencia artificial. Christian Stange, CIO de Tres60, explica que el funcionamiento de estos sistemas es “tomar los datos y aplicar un proceso que los normaliza, calibra y extrae de diferentes fuentes. Después llega el modelamiento de datos, donde se hacen las primeras predicciones simples, para luego pasar a algoritmos más complejos. Posteriormente se toman datos adicionales que tienen que ver con el comportamiento de las personas, más que con la cantidad de ciertos accidentes que puedan haber. En palabras sencillas, un modelo predictivo es igual que un niño, que a medida que le vas dando más información y experiencia, siempre va a ir madurando cada vez mejor”.

Stange señala que como modelo de predicción, el sistema en su empresa ya partió hace un año y medio, con proyectos pequeños en mineras, y se está implementado un sistema más complejo para Minera Escondida. “En términos de cifras, se disminuyó de 16 incidentes a cuatro incidentes con un contrato. Estamos hablando en un 400% el porcentaje de accidentes y esto solamente al detectar los datos y visualizarlos, ni siquiera con hacer analítica. Pero esta cifra puede ir mejorando aún más, a medida que las empresas entreguen más datos y con eso podemos decir que las predicciones pueden llegar a superar un 90%”.

Por su parte, Gustavo Lugo, CIO de Clever IT, agrega que “los escenarios presentados en estos sistemas van desde una baja probabilidad de ocurrencia (0-49%) media probabilidad de ocurrencia (50-85%) y alta probabilidad de ocurrencia (86-99.8%). Estos modelos se trabajan y desarrollan para ir mejorando los modelos, capturando patrones dentro de los datos. Se implementan en industria de tránsito, de transporte, celulosas, maderas, manufactura y retail. Hemos logrado poder predecir accidentes relacionados a la fatiga visual de los trabajadores, psicológica, físicos (como corte de manos u otro impacto), hora puntas de accidentes en la área de tránsito, entre otros”.

Según Allied Market Research, el mercado global de IA, situado en U$4,06 mil millones en 2016, se disparará a U$169,41 mil millones para 2025 gracias al aumento en el análisis de datos, la computación en la nube y el desarrollo del aprendizaje automático. Muchos de estos recursos irán a parar a las calles de las ciudades más importantes del mundo para mejorar las capacidades de los conductores y disminuir accidentes. Una buena noticia, considerando que cada año mueren cerca de 1,3 millones de personas en las carreteras del mundo, y entre 20 y 50 millones padecen traumatismos no mortales, según estudios de la OMS.

En cuanto a la tecnología para usuarios, fabricantes como Nissan incorpora en algunos de sus modelos tecnologías de asistencia como alerta inteligente de colisión frontal, asistente de mantenimiento de carril o el frenado inteligente de emergencia y detección de peatones, que rastrea lo que está delante del vehículo detectando a los peatones que se cruzan por delante para reducir la velocidad del vehículo cuando exista peligro de colisión. Otra de sus características es la alerta de punto ciego, que detecta vehículos u objetos que entran en punto ciego emitiendo una alerta, y el control crucero inteligente, que mide constantemente la distancia respecto al vehículo que nos precede, controlando la aceleración y la desaceleración para mantener la distancia correcta.

Y así como hay tecnología para conductores, el futuro se relaciona a los vehículos autónomos, donde la participación humana es limitada o eliminada por completo. Y en este sentido, las alianzas entre fabricantes y gigantes de la informática no se detienen. Además de los desarrollos de Waymo (perteneciente a Alphabet, matriz de Google), el sistema autopilot de Tesla y muchos otros, General Motors, se unió con Microsoft para acelerar la comercialización de sus vehículos autónomos. En 2020, la empresa francesa Renault anunció una asociación con Google Cloud, y recientemente el fabricante alemán de automóviles Volkswagen también anunció una asociación con Microsoft para desarrollar un programa informático de conducción autónoma y conectada, algo en lo que colaboran desde 2018.

Pero también existen otras tecnologías en funcionamiento. Este potencial ya se está mostrando con varios proyectos destinados a construir no sólo carreteras más nuevas, sino también una mayor eficiencia en la forma en que las personas conducen.

Una de ellas es Nauto, empresa que afirma ser la “única plataforma de aprendizaje del comportamiento del conductor impulsada por IA en tiempo real” que puede predecir, prevenir y reducir de forma activa posibles colisiones o accidentes en la carretera.

Según explican en su sitio, para ello utiliza un dispositivo multisensor con visión por computadora y cámaras que observan tanto la carretera como al conductor, recopilando datos y empleando algoritmos de aprendizaje automático para detectar conducción distraída, somnolencia, seguimiento de vehículos, aceleración o frenados bruscos, uso de teléfonos móviles, cigarrillos o accidentes en ruta. Dicen tener modelos de inteligencia artificial basados en información obtenida de casi 700 millones de Kms de video procesadas por IA, pudiendo detectar eventos de conducción riesgosos con alta precisión en tiempo real, para luego alertar a los conductores y ayudarlos a corregir su comportamiento con alertas sonoras y visuales.

Hasta ahora, sus resultados son positivos: incluyen una caída del 40% en conducción distraída, duración y distancia recorrida. En promedio, los usuarios informaron una reducción en los reclamos de seguros (35%) y colisiones (80%). Los conductores también fueron exonerados en las investigaciones de seguros en un 70% debido a la evidencia proporcionada por la plataforma.

También en Chile existe el sistema Mobicua, una tecnología predictiva para el monitoreo y control de flotas que integra alertas en cabina hacia una central de monitoreo. Por medio de un equipo de reconocimiento facial diseñado con inteligencia artificial, es capaz de detectar cuando el conductor se encuentra en situación de peligro. Así, entrega alertas de fatiga y distracción, velocidad, proximidad y salidas de carril, diseñando perfiles de riesgo, identificando caminos y horarios peligrosos con el fin de disminuir accidentes en ruta.

Otro caso es el de Bangkok (Tailandia). En 2018 una empresa local se asoció con Microsoft lanzando un programa basado en IA para intentar reducir la alta tasa de accidentes y muertes en las carreteras. Los conductores equipados con cámaras y GPS utilizan datos de reconocimiento facial enviados a la nube para el análisis de aprendizaje automático, por lo que si un conductor muestra signos de fatiga, el administrador de la flota puede enviar un reemplazo.

Además, hay enfoques más amplios, que salen desde el interior del auto y se preocupan del flujo en general.

En Dubai en 2018, la policía local lanzó el Proyecto Oyoon, una plataforma de IA diseñada para aprovechar miles de cámaras de tráfico con el objetivo de reducir simultáneamente el crimen y prevenir colisiones. La plataforma utiliza los datos para identificar posibles incidentes y alertar a la policía antes que sucedan, además de guiar, en base a informes de tráfico en tiempo real, a los equipos de emergencia por las mejores rutas.

También existen conceptos como el de Integrated Roadways, una empresa que desarrolla losas de hormigón prefabricado con sensores de fibra óptica, procesadores y antenas digitales en su interior. Una especie de “pavimento inteligente”. Su idea es recopilar datos de tráfico en tiempo real contando vehículos, midiendo la velocidad, dirección y peso, así como proyectar la recarga de vehículos eléctricos sobre la marcha en un futuro.

Leonardo Basso es investigador y director del Centro ANID Instituto de Sistemas Complejos de Ingeniería (ISCI). Junto a Franco Basso, de la Universidad Católica de Valparaíso, implementaron en colaboración con la Autopista Central un sistema de predicción de accidentes que lleva cinco años en funcionamiento y que es capaz de predecir la posibilidad de accidentes en tiempo real, con unos cinco minutos de antelación.

“Lo que hacemos es como predecir el tiempo. Nosotros aprovechamos la información que la Autopista Central nos pone en línea a través de los tag, y usando modelos de aprendizaje automático y tráfico, logramos identificar patrones que son precursores de accidentes de tráfico. Así, somos capaces de predecir con éxito el 80% de los accidentes”, dice.

“En principio instalamos un sistema de alerta temprana en un tramo de la Autopista Central y comenzamos a estudiar qué ocurría con otros tramos, pero nos dimos cuenta que el lugar seleccionado tenía más vehículos livianos, lo que cambió después cuando observamos lo que ocurría en General Velásquez cuando descubrimos la importancia de la interacción entre vehículos livianos y pesados. Entonces, el modelo va aprendiendo. Ya somos capaces de hacer modelos para distintos horarios y tramos de la autopista. En ese caso, el sistema es adaptativo”, explica Basso.

Sin embargo, el proyecto es aún más ambicioso. El investigador cuenta que el siguiente paso, que se encuentra actualmente en desarrollo, es analizar cuál es la mejor manera de avisarle a la gente del riesgo de accidentes, y que efectivamente cambie su comportamiento al conducir.

“¿Cuántas veces en los tableros de las autopistas hemos visto un mensaje que dice, maneje con cuidado?, Nosotros nos preguntamos si eso tiene un impacto o no”, afirma. “Hemos estado experimentado con sistemas de seguimiento ocular y comportamiento en la ruta a conductores reales, para ver cuáles son los mensajes, la forma y ubicación que lleven a que las personas observen, procesen y cambien su comportamiento. Y hemos descubierto cosas interesantes: un mensaje que parpadea produce una atención muy superior a uno estático, por ejemplo”.

Basso, que ha publicado estudios científicos en 2018 y 2020, señala que en el futuro, la idea es que los conductores entiendan que en la autopista se predicen accidentes, de manera que cuando aparezca un mensaje que diga “alto riesgo de accidente”, es porque hay un modelo computacional que predice efectivamente que hay un peligro. Por ahora el modelo está siendo observado hace cinco años entre Mapocho y Carlos Valdovinos, y entre General Velásquez y Américo Vespucio sur.

El investigador también señala que en su estudio se realza la importancia de distinguir el tipo de vehículo, lo que atenta fuertemente en la capacidad de predicción. Por ello, la idea es que el sistema pueda detectar si se trata de un camión, un vehículo liviano o una motocicleta, aunque también es posible en el futuro pueda determinar si el automóvil es un SUV, o un auto pequeño de ciudad. Esto, porque el comportamiento de los conductores es distinto, y también la aceleración y velocidad alcanzada por estos autos.

“La forma en que la gente maneja alrededor de un vehículo pesado es muy diferente. Cuando estos salen de la ruta, se produce un fenómeno que nosotros llamamos ‘Formula 1′, en el que todos aceleran. Y como las aceleraciones son dispares, se produce un accidente”, dice.

Basso además señala que para realizar una buena lectura de los posibles eventos en ruta, es necesaria una buena conexión entre vehículo e infraestructura, que en este caso está dado por el tag. “Con el tag no fallamos en la medición de los autos. Probamos si era posible predecir vía sensores en el pavimento que cuentan vehículos, pero se equivocan. Por ello, podemos contar autos en lugares donde la comunicación sea de vehículo con la infraestructura y viceversa. La ventaja que tiene Chile, es el uso del tag. Y gracias al programa Chile sin Barreras, podremos instaurar este sistemas en las autopistas interurbanas. Sólo faltarían algunos pórticos que instalar”, explica.

En relación a los patrones de conducción que se han descubierto en estos cinco años, el investigador indica que “entre Mapocho y Toesca hacia el sur en las horas punta, siempre hay mucha congestión. Pero cuando este se comienza a liberar y al mismo tiempo en Carlos Valdovinos las velocidades son más bajas de lo usual, se producen accidentes por alcance, algunos frenazos y salidas hacia los costados. Vimos que la gente acelera mucho en el sector de Toesca, como queriendo recuperar el tiempo perdido. Entonces, en ocasiones existe una ‘tormenta perfecta’ de alguien que acelera mucho porque le tocó un taco terrible, y se encuentra con autos más lentos. Se producen accidentes de manera muy seguida y lo vemos muy claro”.

¿Qué se puede hacer entonces? De acuerdo al investigador, además de mensajes que llamen al cambio de conducta de las personas, se ha pensado en intervenciones en la autopista como la utilización de un auto de seguridad similar a los que se usan en las carreras, y que llame la atención con señales lumínicas a bajar la velocidad del flujo. Sin embargo, Basso también apela a la conciencia de los conductores.

“La apuesta es conseguir que la gente cambie su comportamiento y durante esos cinco minutos malditos que se vienen, esté atento al conducir. Por ello, la idea es hacer una campaña muy grande para decirle a la gente que ‘en esta autopista estamos prediciendo accidentes en tiempo real. Créanos cuando decimos algo’”, afirma.

Además, dice que el plan es llevar este sistema a otras autopistas en Chile, así como exportarlo al exterior. “Esta tecnología es de punta, y no expandirlo sería muy ineficiente. Es tecnología que puede salvar vidas. Lo positivo es que estamos cada vez más cerca de llevar un piloto de este sistema funcionando en la calle, nos vamos acercando”, sentencia Basso.