No hubo un único día, pero uno de los momentos más simbólicos ocurrió en Buenos Aires: el 18 de febrero de 2017, antes del ePrix de Fórmula E, Roborace hizo correr a dos autos sin piloto, los DevBot, en una de las primeras carreras entre vehículos autónomos; uno de ellos tomó una curva demasiado rápido y golpeó la barrera. Los autos autónomos siguieron aprendiendo: en 2021, la Indy Autonomous Challenge, en el óvalo de Indianápolis, la ganó el equipo de la Universidad Técnica de Múnich con un promedio cercano a los 219 km/h. Pero la inteligencia artificial que más se usa en el automovilismo no maneja: desde 2018, la Fórmula 1 y AWS aplican aprendizaje automático a los datos de más de 300 sensores por auto para predecir estrategias y duelos en pista.
Buenos Aires, 2017: una de las primeras carreras sin pilotos
El 18 de febrero de 2017, el circuito callejero de Puerto Madero, en Buenos Aires, recibió una fecha de la Fórmula E. Antes de la carrera, Roborace —un proyecto que buscaba crear una categoría de autos autónomos— puso en pista a dos prototipos sin piloto, los DevBot, para que corrieran uno contra otro guiados solo por sus sensores y su software.
Fue una de las primeras carreras entre dos autos autónomos, y dejó dos imágenes. En una, uno de los DevBot esquivó sin problemas a un perro que se metió en el circuito. En la otra, uno de los DevBot entró a fondo en una curva cerrada, calculó mal y golpeó la barrera. Nadie salió herido. La inteligencia artificial había llegado a la pista, y estaba aprendiendo.
Aprender a manejar al límite
El aprendizaje tuvo tropiezos públicos. En octubre de 2020, en la primera fecha del campeonato de Roborace en el circuito inglés de Thruxton, el auto de un equipo arrancó y se fue derecho contra el muro: según explicó el propio equipo, la dirección había quedado trabada hacia la derecha después de la vuelta de inicialización manejada por una persona.
Un año después, el 23 de octubre de 2021, la Indy Autonomous Challenge llevó a nueve equipos de 21 universidades al óvalo de Indianápolis, en la primera competencia de autos autónomos en ese escenario. Ganó TUM Autonomous Motorsport, de la Universidad Técnica de Múnich, con un promedio de casi 136 millas por hora (unos 219 km/h) en sus dos vueltas cronometradas, y se llevó el premio de un millón de dólares.
La inteligencia artificial que no maneja: lee datos
Mientras los autos autónomos acaparaban titulares, la inteligencia artificial entraba al automovilismo por otra puerta, mucho menos vistosa. En 2018, la Fórmula 1 firmó una alianza con AWS para aplicar aprendizaje automático a sus datos. Cada auto lleva más de 300 sensores que generan más de 1,1 millones de datos por segundo, y una persona no puede mirarlos todos a tiempo.
Con modelos entrenados sobre el historial de cada circuito y el ritmo de cada piloto, la transmisión empezó a mostrar predicciones: cuántas vueltas le faltan a un auto para quedar a distancia de ataque del que tiene adelante, o qué estrategia de paradas en boxes conviene desde la primera vuelta. Esta inteligencia artificial no toma el volante: aprende de los datos de miles de vueltas para predecir lo que probablemente va a pasar.
Lo que esto no significa
"El día" del título es una elección narrativa: la inteligencia artificial llegó al automovilismo en varias etapas y por varios caminos, no en una sola fecha. La carrera de Buenos Aires fue una exhibición antes del ePrix, no una competencia oficial con puntos, y algunas de las fuentes que la cubrieron difieren en los detalles.
Tampoco hay que confundir las dos inteligencias artificiales de esta historia: la de los autos autónomos decide y actúa; la de las transmisiones de la Fórmula 1 predice y sugiere. La segunda es la que hoy tiene más aplicaciones prácticas fuera de la pista, porque no necesita reemplazar a nadie para ser útil.
De la pista a tu flota
La idea que más sirve fuera de la pista es la segunda: aprender qué es normal para cada vehículo y avisar cuando algo cambia. El manual de un motor da un rango general de RPM, pero cada vehículo de una flota trabaja distinto según su carga, su recorrido y su desgaste.
Rutio usa inteligencia artificial para aprender cuál es el régimen normal de RPM de cada vehículo de tu flota —su propia línea de base, que no necesariamente coincide con lo que dice el manual— y te avisa cuando el motor empieza a trabajar fuera de ese patrón. Así detectás un cambio de comportamiento antes de que se convierta en una falla o en un gasto de combustible que nadie ve.
Fuentes primarias consultadas
Interesting Engineering: la primera carrera de autos autónomos de Roborace termina en choque (2017)
Gardner Business Media: un prototipo autónomo choca en la primera carrera sin pilotos
The Next Web: un auto de carreras autónomo se estrella contra el muro en Thruxton (octubre de 2020)
Indianapolis Business Journal: el equipo alemán gana con un promedio cercano a 136 mph
AWS: cómo el aprendizaje automático impulsa las predicciones F1 Insights
Preguntas frecuentes
¿Qué es Roborace?
Fue un proyecto que buscó crear una categoría de carreras de autos autónomos. Sus prototipos DevBot corrieron sin piloto en Buenos Aires en 2017, antes del ePrix de Fórmula E, y en 2020 organizó un campeonato con equipos universitarios.
¿Ya hay carreras de autos autónomos?
Sí. Además de Roborace, la Indy Autonomous Challenge reunió en 2021 a equipos universitarios en el óvalo de Indianápolis; ganó la Universidad Técnica de Múnich con un promedio cercano a los 219 km/h.
¿Cómo usa la Fórmula 1 la inteligencia artificial?
Desde 2018, junto con AWS, aplica aprendizaje automático a los datos de más de 300 sensores por auto para predecir, por ejemplo, cuántas vueltas faltan para que un auto alcance al de adelante o qué estrategia de paradas conviene.
¿Para qué sirve la inteligencia artificial en una flota?
Sobre todo para aprender qué es normal en cada vehículo y detectar cuándo algo se aparta de ese patrón, por ejemplo un motor que empieza a trabajar en un régimen de RPM distinto al habitual.