Dai videogame alla realtà: l'auto-robot Nvidia alla prova su strada

Che i veicoli autonomi e quelli connessi (i primi sono un sottoinsieme dei secondi) sono molto trasversali per molti settori industriali non è certo una novità. Queste automobili aggiungono infatti ai tradizionali argomenti dell'automotive “competenze” quali la telematica, la cybersecurity e l'Intelligenza Artificiale. Quest'ultima, in particolare, dev'essere particolarmente sviluppata nelle auto-robot perché guidare è un'attività che richiede doti intellettuali non indifferenti. Forse non tutti lo sanno ma Nvidia si è da tempo impegnata nei settori dell'AI e dei computer per le auto: ha quindi gli skill per produrre un prototipo di veicolo autonomo. La cosa si è in effetti già concretizzata e potete vederla nel video qui sotto.

IMPARARE DAGLI UMANI L'azione di guidare, che a noi sembra così naturale dopo aver accumulato un po' di esperienze, implica invece abilità notevoli. Dobbiamo raccogliere e fondere assieme le percezioni che vengono dagli occhi, dalle orecchie, dalle mani sul volante e sulla leva del cambio (il cellulare rimane in tasca o in borsa perché sicuramente abbiamo un vivavoce) e di tutto il corpo che ci informa su accelerazioni, frenate e molto altro ancora. A questi dati va aggiunta una buona dose di esperienza, che ci porta, per esempio, a prevedere che l'auto davanti a noi frenerà perché c'è un semaforo rosso in vista et voilà, stiamo guidando. L'auto dimostrativa di Nvidia sta imparando a fare queste cose e possiamo vedere, nel video qui sotto, come impari anche dai propri errori.

E LA LINEA (DI MEZZERIA) SPARISCE! Il video è molto interessante e ci fa scoprire (ovviamente il processo è molto più lungo dei 2 minuti scarsi del video) come l'auto aumenti gradualmente le sue capacità, dall'errore del travolgere un cono da cantiere al riconoscimento di una via provvisoria che prevedeva anche l'uscita dall'asfalto per evitare un cantiere. È inoltre possibile vedere come la BB8 “tenga” la sua carreggiata con una discreta scioltezza anche se le linee di corsia si interrompono temporaneamente o non ci sono del tutto. La dicitura “ha imparato in California e ha guidato nel New Jersey” cita la sede di Nvidia, a Santa Clara, e esalta la flessibilità dell'auto, che percorre anche strade mai “viste” prima.

ESPERIENZE ARTIFICIALI E NON I nodi cruciali della guida autonoma sono molti e toccano persino temi etici: come si dovrà comportare un'auto robot se per evitare di travolgere dei pedoni dovrà sbattere contro un muro, mettendo a repentaglio i suoi occupanti? Rimanendo nella tecnica, non deve stupire l'iniziativa di Nvidia nel settore della guida autonoma: l'azienda ne ha capito da tempo le potenzialità e ha sfruttato le sue esperienze nel visual computing per produrre da un lato i suoi potentissimi Drive PX (leggi dei super computer per la guida autonoma) e dall'altro sviluppare quel deep learning che permetterà a questi super computer di “percepire” l'ambiente circostante e muoversi perciò con sicurezza al suo interno. Breve inciso: Nvidia è sata pioniera nel GPGPU, (General-Purpose computing on Graphics Processing Units), una metodica che assegna al processore grafico piuttosto che alla CPU l'esecuzione di calcoli (non di tutti i tipi, ovviamente), fermo restando il compito della creazione delle immagini. Le GPU della Casa erano diventate così prestanti che complessi modelli fisici o matematici venivano descritti e programmati in modo da poter essere risolti dalle GPU stesse invece che dalla CPU. Notiamo che il deep learning fa imparare “concetti” alle reti neurali, costruite prendendo come modello le reti di neuroni del cervello, con meccanismi che imitano quelli umani: c'è di che inorgoglirsi! Nvidia ha capito il grande potenziale dell'automotive già da tempo (leggi degli accordi con Audi già nel 2012) e i suoi risultati finanziari lo testimoniano, anche perché mette a disposizione strumenti di sviluppo e pacchetti di “esperienze” per accelerare la creazione di software per le auto-robot. Il bilancio del 2015 riporta infatti entrate dal settore del gaming (leggi come Continental pensa che i videogame sono utili per chi ha un'auto autonoma) per 687 milioni di dollari mentre la grafica professionale ha contribuito per 189 milioni e le attrezzature per data center per 143 milioni. Il fatturato del settore auto non solo si sta allineando a quelli più classici, con i suoi 113 milioni, ma è cresciuto molto perché valeva 77 milioni l'anno prima: il tutto grazie ad una visione lungimirante che ha fruttato accordi con decine di OEM.