El pasado 22 de abril, Tesla celebró por primera vez algo que llamaron el "Día de la Autonomía de Tesla", donde Elon Musk dio una gran cantidad de detalles técnicos y novedades acerca de Autopilot. Entre estos anuncios se destacaba el lanzamiento de su super ordenador 'Full Self-Driving' (FSD), que actualmente está instalado en los todos los nuevos Tesla, así como su servicio de taxis autónomos compartidos, o 'robotaxis', que llegaría en algún momento de 2020.
Desde entonces, Tesla se ha enfrentado a un par de problemas tras la salida en mayo de Stuart Bowers, vicepresidente de Autopilot, que a su vez provocó la salida de al menos 11 ingenieros de la división de conducción autónoma de Tesla.
Tras estas salidas, hoy se ha dado a conocer, según información de CNBC, que Tesla adquirió DeepScale, una importante startup centrada en el desarrollo de tecnología de visión computarizada para sistemas de conducción autónoma, la cual llega a complementar la división de Autopilot en la compañía de Elon Musk.
Pero ¿quién es DeepScale? Vamos a ello.
Una empresa con una visión novedosa de cómo los coches deben "ver" el mundo que los rodea
DeepScale es una compañía relativamente nueva con sede en Mountain View, California, que fue fundada en 2015 por el Dr. Forrest Iandola y el Profesor Kurt Keutzer. La compañía nació con el objetivo de desarrollar redes neuronales profundas y eficientes para los sistemas avanzados de asistencia al conductor y los vehículos autónomos.
Lo que hace DeepScale es usar estas redes neuronales en pequeños sensores y procesadores de bajo coste y bajo voltaje, cuya utilidad está pensada para ser instalada en vehículos para mejorar la precisión de sus sistemas de percepción. Estos sistemas de percepción, que se basan en sensores, sistemas de cartografía, planificación y control para interpretar y clasificar los datos en tiempo real, son esenciales para el funcionamiento de los vehículos autónomos. Es decir, estos sistemas permiten a los vehículos "comprender" el mundo que les rodea.
La mayor parte del desarrollo de DeepScale proviene de Forrest Iandola, quien es un informático y empresario estadounidense, egresado de la Universidad de California, Berkeley, con un doctorado en ingeniería eléctrica e informática. Mientras realizaba sus estudios, Iandola desarrolló SqueezeNet, una red neuronal profunda y ligera que se ha implementado en dispositivos móviles empleando cantidades relativamente pequeñas de memoria.
De hecho, el mismo Iandola fue quien confirmó tras actualizar su perfil en LinkedIn y en Twitter, que se unía a Tesla como científico senior de machine learning.
I joined the @Tesla #Autopilot team this week. I am looking forward to working with some of the brightest minds in #deeplearning and #autonomousdriving.
— Forrest Iandola (@fiandola) October 1, 2019
Durante estos cortos cuatro años, DeepScale ha conseguido una inyección de capital por 18 millones de dólares. Esto tras presentar un innovador método que se basa en utilizar sensores y procesadores de bajo voltaje, y supuestamente también de bajo coste, que permiten ofrecer asistencia al conductor y conducción autónoma a vehículos en todos los niveles de precio.
Tesla y su anhelada "conducción autónoma total"
A pesar de que Tesla no ha confirmado la adquisición, dos personas familiarizadas con el acuerdo confirmaron a CNBC que todo el equipo de DeepScale se integraría a la división de Autopilot en Tesla, esto después de que la compañía de Elon Musk había adquirido la empresa. Hasta el momento se desconocen los términos financieros de la compra.
Hoy día los coches Tesla están certificados bajo un nivel de autonomía SAE 2, pero Elon Musk asegura que su hardware está listo para ofrecer un nivel SAE 4, de hecho la reciente incorporación de su super ordenador FSD habría hecho esto posible. Sin embargo, Musk afirma que ahora mismo el problema es el software, aunque garantiza que continuamente estarán mejorando los sistemas hasta alcanzar la automatización completa.
Y aquí es donde entra DeepScale, que podría ser es pieza que le falta ahora mismo a Tesla, ya que hay que recordar que sus coches no usan sensores LiDAR, toda su plataforma autónoma se basa en ocho cámaras, 12 sensores ultrasónicos y un radar. Es decir, Elon Musk busca desarrollar una plataforma de inteligencia artificial que sea capaz de reconocer una amplia variedad de objetos en carretera en condiciones que no son ideales usando el hardware actual. Que es precisamente lo que hace DeepScale.
Todo lo aprendido y desarrollado por Tesla a día de hoy, sumado a los desarrollos de DeepScale, podrían se un buen inicio para dar vida no sólo a la "conducción autónoma total" que busca Elon Musk, sino también la ambiciosa plataforma de robotaxis que piensan lanzar en 2020.
Ahora sólo falta conocer los planes que tiene Elon Musk con DeepScale y cómo piensa aplicarlos en los próximos meses o años.
Ver 4 comentarios