Por Canuto  

En una charla en Y Combinator, el co-CEO de Waymo, Dmitri Dolgov, desglosa siete lecciones aprendidas para construir y desplegar agentes de IA en el mundo físico, desde la brecha entre demostración y producto hasta la importancia de la simulación y la evaluación. La empresa ya logra que su conductor autónomo sea 17 veces más seguro que los humanos en áreas operativas.
***

  • Waymo AI driver es 17 veces mejor que los humanos en accidentes con lesiones graves, según datos de más de 220 millones de millas autónomas.
  • El modelo de base de Waymo combina sensores multimodales, estructura aumentada y simulación de bucle cerrado para alcanzar rendimiento sobrehumano.
  • La demostración tomó 18 meses, pero el producto requirió 15 años para escalar a 500.000 viajes semanales en 15 ciudades de EE. UU.

En una reciente charla en Y Combinator, el co-CEO de Waymo, Dmitri Dolgov, presentó la conferencia Waymo Co-CEO Dmitri Dolgov: The Demo Is Only 1% Of The Work, donde compartió las siete lecciones que la empresa aprendió al construir el conductor autónomo más maduro del mundo. Dolgov, quien trabaja en esta tecnología desde hace casi dos décadas, explicó cómo Waymo pasó de un prototipo que recorría 10 rutas en 2010 a una flota que realiza más de 500.000 viajes por semana en 15 ciudades de Estados Unidos.

El punto central del discurso es que la inteligencia artificial aplicada al mundo físico tiene desafíos únicos que la diferencian de la IA digital. Estas brechas incluyen el costo de errores (que se mide en vidas humanas), la latencia (los milisegundos importan), la falta de datos estructurados y la dificultad de validación. Según Dolgov, superar estas brechas requiere un enfoque completamente distinto al de las startups de software tradicionales.

La primera lección: la demostración es solo el 1% del trabajo

Waymo alcanzó su primer hito de conducir 100.000 millas y 10 rutas sin intervención humana en 2010, con un equipo de una docena de ingenieros. En ese momento, la conducción autónoma parecía resuelta, pero pasar de esa demostración a un producto escalable tomó 15 años. La empresa tardó 10 años en ofrecer un servicio inicial y otros 5 en alcanzar medio millón de viajes semanales.

La razón de esta lentitud es la dureza de la cola de casos límite. Cada “nueve” adicional de confiabilidad requiere aproximadamente 10 veces más esfuerzo. Una demostración puede necesitar un solo nueve, pero un agente autónomo que interactúa con el público necesita una pila completa de ellos. A escala de millones de millas, los eventos raros se convierten en la rutina diaria.

Dolgov aconseja a los fundadores que sean honestos sobre el número de nines que su producto realmente necesita. Gastar demasiado tiempo en la demostración y ahorrar esfuerzo para la implementación es un error recurrente en cada ciclo de entusiasmo tecnológico. La clave es mantener la emoción de los primeros días, pero sin perder de vista el producto final.

La segunda lección: la arquitectura dicta el techo de rendimiento

Cada tecnología tiene una curva de rendimiento frente al esfuerzo, que comienza empinada y luego se aplana. Elegir la tecnología que ofrece la rampa temprana más rápida puede llevar a una meseta prematura. En conducción autónoma, Waymo optó por múltiples modalidades de sensores: cámaras, lásers y radar, cada uno con ventajas complementarias.

Las cámaras aportan alta resolución y color, pero se degradan en la oscuridad. Los lásers miden directamente la estructura 3D y funcionan igual en completa oscuridad. El radar penetra niebla, lluvia y nieve, y mide velocidad con efecto Doppler. En conjunto, crean una visión del mundo vastamente superior a la de cualquier sensor individual.

Dolgov mostró ejemplos donde la detección redundante evitó accidentes: un peatón en una tormenta de polvo, niños persiguiendo perros en la oscuridad, o una rama que cayó sobre los sensores. También enfatizó que el hardware se abaratará con el tiempo; la sexta generación del sistema ya ha reducido drásticamente los costos.

La tercera lección: surfear las olas tecnológicas y unificar

La tecnología avanza rápido, por lo que hay que estar listos para aprovechar cada ola de innovación. Waymo ha reconstruido su conductor alrededor de avances como las redes convolucionales (2013) y los transformers (2017). Hoy utilizan modelos de visión-lenguaje y modelos de mundo de última generación.

El músculo más difícil no es implementar nuevas capacidades, sino hacerlo sin fragmentar la arquitectura. Waymo persigue la simplificación radical: cada nueva tecnología debe simplificar la pila y unificar componentes, no añadir complejidad. Este enfoque llevó al desarrollo del modelo de base Waymo, un modelo multimodal de lenguaje y acción que procesa sensores y entiende la física y la semántica.

El modelo usa un sistema de “pensamiento rápido” para reacciones en milisegundos y otro de “pensamiento lento” para razonamiento semántico complejo. Por ejemplo, si un automóvil está en llamas al lado de la carretera, el camino rápido lo ve como un obstáculo, pero el lento decide tomar una ruta distinta basándose en el contexto.

La cuarta lección: la escala vence al conocimiento artesanal

Dolgov citó la “dura lección” de Richard Sutton: los métodos que escalan con más datos y computación siempre ganan. Waymo apuesta por modelos de alta capacidad y usa el aprendizaje por refuerzo para destilar modelos más pequeños y eficientes. La estructura, cuando se usa correctamente, canaliza la escala en lugar de limitarla.

Un ejemplo de estructura útil es el uso de representaciones intermedias, como un tablero de Go en 19×19, que capturan el estado completo sin restringir el modelo. En el mundo físico, las leyes de la física y las reglas de tránsito son estructuras que, combinadas con representaciones aprendidas, mejoran el rendimiento y la validación.

El modelo de extremo a extremo aumentado con estructura permite mezclar entrenamiento y evaluación a diferentes niveles. Esto simplifica la validación en tiempo de inferencia y acelera el proceso de desarrollo. Dolgov afirma que obtener mejores leyes de escalado es la clave para superar a los humanos en seguridad.

La quinta lección: la simulación es indispensable

Para entrenar y evaluar un agente físico, se necesita un simulador de alta fidelidad que funcione en bucle cerrado. En bucle abierto solo se observan pares entrada-salida, pero en bucle cerrado se toman acciones y se ven sus efectos. Esto permite evaluar contrafactuales y entrenar con escenarios sintéticos raros.

En Waymo, construyeron modelos de mundo conductuales y de detección, integrados con el trabajo de Google DeepMind en Gen3. El simulador produce escenarios controlables y altamente realistas, desde un automóvil parado en la autopista hasta un dinosaurio cruzando la calle. La calidad del simulador debe ser suficiente para validar la seguridad con alta confianza.

La simulación en bucle cerrado es vital para el entrenamiento por refuerzo y para evaluar nuevas versiones del agente antes de desplegarlas en el mundo real. Dolgov destaca que construir el simulador es tan difícil como construir al propio agente, y que es un gran modelo generativo del mundo.

La sexta lección: construir un ecosistema y un volante

Un agente de IA física no puede construirse como un solo modelo; necesita un ecosistema completo que incluya el agente, el simulador y un crítico que lo evalúe. Los tres se basan en el mismo modelo de mundo de base, lo que les permite compartir capacidades generativas y de razonamiento.

Con este trío, se crea un volante de crecimiento: el agente se despliega en el mundo real y genera datos, que mejoran el simulador, que genera casos más difíciles, que el crítico evalúa y retroalimenta al agente. Este ciclo acelera el progreso de forma exponencial, pero necesita métricas para guiarlo en la dirección correcta.

Waymo ha construido este ecosistema a lo largo de años, refinando el marco de seguridad y preparación que guía su desarrollo. Dolgov considera este marco uno de sus activos más valiosos, porque en el mundo físico la confianza se gana gradualmente con evidencia pública de seguridad.

La séptima lección: la evaluación es el modo estratégico más importante

Sin métricas cuantitativas, no se está construyendo un producto, solo iterando en una demostración. Las mejores arquitecturas de modelos ya son conocidas, pero sin buenas métricas, se está volando a ciegas. Por eso, la evaluación debe construirse antes que la tecnología, antes que el producto.

Para agentes físicos, la evaluación debe ir más allá del modelo individual e incluir cada componente, desde la capa física hasta los procesos operativos. Waymo publica abiertamente sus datos de seguridad, como el reciente informe basado en más de 220 millones de millas autónomas, que muestra que el conductor es aproximadamente 17 veces mejor que los humanos en accidentes con lesiones graves.

Esta confianza pública se convierte en una ventaja comercial difícil de replicar. Dolgov concluye que la próxima década de la IA ocurrirá en el mundo físico, y que las startups que apuesten por ella tendrán que recordar para quién construyen: sus clientes y su misión, no solo la tecnología.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados