Buena parte del terreno de los vehículos autónomos sigue sin explorar. Waymo, con más de 200 millones de millas recorridas de manera completamente autónoma, es una de las pocas compañías que puede mirar su propio pasado para iluminar su futuro. Esa experiencia derivó en diez verdades fundamentales que, según la empresa, dan forma a cómo construye inteligencia artificial.

Para dimensionar la cifra: 200 millones de millas equivalen a unos 322 millones de kilómetros, es decir cerca de 8.000 vueltas al ecuador terrestre, todas sin una persona a cargo del volante.

¿Bastan las cámaras para conducir solo?

1. Los sensores multimodales son indispensables. Las cámaras son extraordinarias, pero no alcanzan. Durante años se discutió si solo con cámaras se podía resolver la autonomía completa. Después de más de 200 millones de millas reales, según Waymo el dato es claro: la operación segura y completamente autónoma a escala exige más. Al combinar cámaras, lidar y radar, el conductor de Waymo construye una visión del mundo rica y redundante que ningún sensor por sí solo puede replicar.

Cada sensor aporta fortalezas complementarias:

  • El lidar entrega la estructura de alambre, capturando geometría 3D con precisión milimétrica.
  • Las cámaras aportan la capa semántica, con su capacidad de leer señalética y detectar el color de los semáforos.
  • El radar actúa como centinela dinámico, siguiendo la velocidad y viendo a través de lo que oculta a las cámaras, como lluvia intensa, niebla o polvo.

2. Los mapas de alta definición son un "prior" poderoso. Este es el segundo gran debate del sector: mapear o no mapear. Waymo usa mapas HD para acelerar su proceso de validación y así ofrecer servicio completamente autónomo desde el primer viaje. Durante la marcha trata esos mapas como una entrada más, similar a un sensor pero funcionando como memoria mental. Eso permite que el computador de a bordo dedique su capacidad de procesamiento en tiempo real a lo dinámico o nuevo, como un desvío repentino o un disco pare temporal.

¿Muchos modelos pequeños o pocos grandes?

3. Menos modelos y más grandes es mejor. En los inicios del desarrollo autónomo la industria dependía de módulos especializados: uno para detectar peatones, otro para seguir autos, otro para saber cuándo el semáforo cambia a verde. Ese spaghetti modular es ágil al principio, pero se vuelve inmantenible a escala.

Al consolidar en pocos modelos fundacionales especializados y de alta capacidad, la empresa aprovecha mejor conjuntos de datos enormes y computación a gran escala. La estrategia deja que los datos, y no supuestos humanos frágiles, determinen qué es relevante, y permite que modelos con capacidad suficiente desarrollen razonamiento complejo. Waymo usa modelos maestro y alumno para optimizar el cómputo a bordo.

4. No se construye confianza con una caja negra. Las arquitecturas neuronales puramente extremo a extremo, en las que un modelo recibe píxeles crudos y entrega directamente comandos de dirección, corren el riesgo de fallar como caja negra. Por eso Waymo agregó una capa de validación independiente a bordo, decisión que describe como no negociable para escalar con seguridad en nivel L4.

Se trata de un sistema de seguridad separado, también basado en IA, que monitorea cada trayectoria propuesta por el conductor. Contrasta esos planes contra restricciones físicas duras y leyes de tránsito, incorporando técnicas de aprendizaje por refuerzo y razonamiento inspirado en IA generativa. Si la propuesta viola un límite o arriesga una colisión, la capa de validación actúa como freno definitivo.

¿Cómo se entrena lo que casi nunca pasa?

5. La simulación en lazo cerrado revela más casos borde. Entrenar para escenarios raros y muy dinámicos, como un vehículo que cruza tres pistas de golpe en una autopista, es dificilísimo de probar en el mundo real. Waymo advierte que reproducir datos grabados, la llamada simulación en lazo abierto, es insuficiente: es como entrar a una repetición de video donde el tráfico circundante se mueve pero permanece indiferente a lo que uno haga.

En lazo cerrado, en cambio, si el vehículo esquiva o frena ante ese cambio de pista agresivo, el tráfico alrededor reacciona de manera natural. Ese bucle de retroalimentación es lo que habilita técnicas potentes como el aprendizaje por refuerzo.

6. Todo buen conductor necesita un buen crítico. Waymo construyó un crítico basado en IA para analizar, comprender y detectar comportamientos de conducción indeseables, tanto en simulación como en la calle. El Waymo Critic examina los millones de millas recorridas cada semana, y decenas de miles de millones en simulación, lo que permite que los ingenieros humanos se concentren en los casos borde más complejos. Sin un crítico robusto, advierte la compañía, el conductor corre el riesgo de "corregir su propia tarea".

El crítico está ajustado para capturar un rango amplio de conductas, desde la seguridad y el cumplimiento de las leyes de tránsito hasta qué tan suave resulta un viraje o qué tan cómodo se siente el frenado.

7. Los modelos de visión y lenguaje mejoran el razonamiento de la escena. Conducir exige razonamiento encadenado. Cuando el vehículo se topa con un policía haciendo señas con las manos en el sitio de una colisión, debe entender la intención de esas señas dentro del contexto de la escena. Ahí los modelos de visión y lenguaje, en el caso de Waymo entrenados con Gemini, se vuelven socios de razonamiento.

La experiencia de la empresa muestra que estos modelos destacan en razonamiento de alto nivel, pero son demasiado lentos para el control en tiempo real y carecen por sí solos de suficiente conciencia espacial. Para salvar esa brecha, el sistema adopta una arquitectura de "pensar rápido y pensar lento": procesamiento intuitivo y fusión de sensores para el control instantáneo, y modelos de visión y lenguaje para el razonamiento deliberativo.

¿Dónde termina el trabajo?

8. La IA vale lo que vale la gobernanza que la evalúa. Mucha gente cree que una vez construido el conductor autónomo el trabajo está hecho. Waymo sostiene que la escalabilidad real solo es posible si conducción, simulación y evaluación se crean junto a una gobernanza de seguridad que determine cuándo están listas. En el centro de ese marco hay un motor de datos cuantitativo compuesto por múltiples metodologías de evaluación complementarias, reforzado con juicio humano experto.

9. Un volante de datos permite la mejora continua. Recorriendo millones de millas por semana, la compañía usa sus sistemas automatizados, incluido el crítico y la retroalimentación de pasajeros y comunidades, para detectar oportunidades de refinamiento. Extrae y examina los datos relevantes, los categoriza con autoetiquetadores avanzados, reentrena los modelos y valida en simulación antes de pasar por su marco de seguridad. Operar ese ciclo sobre exabytes de datos es lo que permite a un sistema L4 abordar sistemáticamente la cola larga de escenarios de conducción.

10. No hay sustituto para la experiencia completamente autónoma. La última lección es la más categórica: mejorar un sistema de asistencia al conductor de nivel L2 hasta convertirlo en autonomía completa es una cumbre falsa. La madurez L4 real solo se alcanza con seguridad mediante un sistema construido con ese propósito, validado en circuitos cerrados y endurecido por la experiencia de conducir sin una persona en el auto.

Se pueden correr miles de millones de millas en simulación o con supervisión humana, pero un sistema autónomo solo madura de verdad cuando es el único responsable de la tarea de conducir.