Un gruppo di ricercatori del MIT di Boston ha sviluppato un algoritmo che un giorno potrebbe consentire alle auto a guida autonoma di prevedere i comportamenti degli automobilisti umani e ridurre di conseguenza i rischi. Il tema non è secondario considerando lo scostamento che esiste tra come bisognerebbe guidare l'auto nel rispetto del codice e la realtà. Il progetto del Computer Science and Artificial Intelligence Laboratory (CSAIL) del MIT punta a classificare le "personalità" dei conducenti sulla strada. Un po' come ogni automobilista impara a fare nel tempo rilevando ad esempio l'aggressività di un'auto in sorpasso o la cautela di un neopatentato fra le curve di montagna. Ecco, la prospettiva è che un'auto a guida autonoma possa capire con chi ha a che fare per evitare incidenti stradali; la cosiddetta "guida difensiva" insegnata anche ai motociclisti della polizia inglese.
"Abbiamo sviluppato un sistema che integra strumenti della psicologia sociale nel processo decisionale e nel controllo dei veicoli autonomi", ha spiegato Wilko Schwarting, assistente di ricerca presso il MIT CSAIL, a Digital Trends. "È in grado di stimare il comportamento dei conducenti rispetto a quanto egoista o altruista sembra essere un determinato guidatore. La capacità del sistema di stimare il cosiddetto 'orientamento al valore sociale' dei conducenti gli consente di prevedere meglio cosa faranno gli umani ed è quindi in grado di condurli in modo più sicuro".
Il cambio di corsia altrui ad esempio è ancora un fronte problematico poiché esistono moltissime di modalità diverse e soprattutto ad alta velocità la previsione si complica. Resta che il fatto che esistono due macro-categorie: coloro che si preoccupano degli altri e quelli che hanno un approccio egoistico e competitivo. Infatti l'algoritmo del MIT valuta gli altri conducenti sulla scala "ricompensa per gli altri" rispetto a "ricompensa per se stessi". E la declinazione comprende categorie "altruistiche", "egoistiche", "competitive", "sadiche", "sadomasochiste", "masochiste" e "martire".
"Abbiamo prima addestrato il sistema modellando scenari stradali in cui ciascun conducente ha cercato di massimizzare la propria utilità e analizzando le risposte più efficaci alla luce delle decisioni di tutti gli altri agenti", ha affermato Schwarting. "L'utilità incorpora quanto un conducente pesa il proprio vantaggio rispetto al beneficio di un altro conducente, ponderato dalla SVO (orientamento sul valore sociale). Basato su quel piccolo frammento di movimento di altre auto, il nostro algoritmo potrebbe quindi prevedere il comportamento delle auto circostanti come cooperativo, altruistico o egoistico durante le interazioni. Abbiamo calibrato le ricompense sulla base di dati di guida reali con l'apprendimento automatico, essenzialmente codificando quanto i conducenti umani apprezzano il comfort, la sicurezza o raggiungono rapidamente il loro obiettivo".
La sintesi di tutto questo lavoro è in un dato incoraggiante: i test in ambiente controllato hanno dimostrato che l'algoritmo aumenta l'accuratezza previsionale del 25%. "Ci consente inoltre di decidere in che modo un veicolo autonomo cooperativo o egoistico dovrebbe dipendere dallo scenario", ha aggiunto Schwarting. "Agire in modo eccessivamente conservativo non è sempre l'opzione più sicura perché può causare incomprensioni e confusione tra i conducenti umani".
Il modello del MIT non è ancora pronto per test su strada nel mondo reale, ma la strada è segnata.