Un paso de cebra virtual que se adapta a los peatones

El venerable paso de cebra va camino de cumplir setenta años. Lo inventó un inglés, George Charlesworth, que andando el tiempo recibiría el apodo del Dr. Cebra por una invención que ha salvado innumerables vidas a lo largo de todos estos años. Sin embargo, las necesidades de la vida urbana moderna reclaman alternativas a las sempiternas rayas de pintura blanca. Ahí es donde entra el nuevo paso de cebra inteligente que otros ingleses, esta vez una empresa llamada Umbrellium, ha desarrollado con las últimas tecnologías de inteligencia artificial y machine learning. Con el tortuoso acrónimo de Starling (STigmergic Adaptive Responsive LearnING Crossing o Paso de Aprendizaje Estigmérgico Adaptativo y Reactivo), este nuevo paso de cebra cambia de tamaño, diseño y colores dependiendo del entorno. El primer prototipo ya está instalado de forma provisional en el sur de Londres.

¿Pero en qué se diferencia exactamente de los sistemas tradicionales? Donde antes había pintura ahora hay una trama de LEDs conectada a un sistema de procesamiento de datos neural alimentado por dos cámaras. Así, este paso de cebra inteligente sabe en todo momento cuántos peatones y vehículos hay en las inmediaciones y se adapta a sus necesidades. Supongamos que en cierto momento del día el número de peatones aumenta sensiblemente. En tal caso, el paso de cebra se ensanchará para permitir a más personas cruzar con seguridad. O, por ejemplo, pensemos en esas situaciones en las que, por la disposición de la calle, las bocas de metro o  una determinada confluencia de personas, los peatones tienden a cruzar en diagonal por la calle. Entonces el paso de cebra hará lo propio y adoptará una configuración en diagonal. Este es el principio de la estigmergia, es decir, la forma en que ciertas colonias de seres vivos –las hormigas o las termitas– dejan un rastro de feromonas, huellas o indicios que ayudan a guiar a sus congéneres por una ruta específica. Una vez que cumple su cometido, los LEDs se apagan y el paso de cebra desaparece sin dejar rastro hasta la próxima vez.

Pero el paso de cebra Starling no se limita a regular simplemente los flujos masivos de personas. Así, por ejemplo, si algún despistado cruza la calle mirando el móvil y se aleja de la zona marcada del paso de cebra, los LEDs iluminarán su posición automáticamente para lanzar una señal de advertencia a los vehículos que se acerquen. Lo mismo sucederá si un niño cruza inesperadamente la calle corriendo: el paso de cebra delimitará una zona a su alrededor en apenas una centésima de segundo. Por último, también es capaz de calcular los posibles puntos ciegos de un ciclista o un conductor y avisarles de la presencia de un peatón por medio de señales luminosas específicas. El sistema de aprendizaje de máquina aprende a clasificar los objetos de cada situación −ya se trate de un ciclista, un vehículo o un peatón− y, con el paso del tiempo, es capaz de predecir su trayectoria. Además, acaba por determinar la ruta más segura para fijar el paso de cebra.           

La tecnología fundamental del Starling se basa en dos cámaras, la unidad de procesamiento neural, una subestructura de acero para sujetar los paneles LED ultrabrillantes y la cabletería, y una capa de protección de plástico resistente para proteger todo el sistema del peso de los vehículos. Además, la superficie está diseñada para evitar resbalones en caso de lluvia, un problema que afecta especialmente a los motociclistas. El prototipo actual ocupa 22 metros cuadrados para lograr nuevas cotas de seguridad ciudadana. Ya solo falta que, además, apartemos la mirada del móvil de vez en cuando mientras caminamos por la calle para terminar de reducir la tasa de atropellos.   

ACO: algoritmos de inteligencia artificial basados en las hormigas

Cuesta creer que algunos de los más sofisticados algoritmos de IA se basen en una disciplina científica desarrollada en los años 50 del siglo XX a raíz del estudio de los patrones de conducta de las hormigas. Pero así es. La disciplina se llama estigmergia y fue enunciada por un biólogo francés llamado Pierre-Paul Grassé tras estudiar el comportamiento de hormigas y termitas. La idea que planteaba Grassé es que existían sistemas descentralizados en los que un agente podía dejar indicios a los otros y que la suma de estos indicios podía encauzar conductas colectivas. Por ejemplo, el clásico sendero por el que transitan hileras de hormigas que se dirigen hacia algún alimento. Tal ruta está marcada por feromonas que se van evaporando progresivamente a menos que otras hormigas lo refuercen.

Así, la estigmergia, a través de los llamados algoritmos ACO (Ant Colony Optimization u Optimización de Colonia de Hormigas) ha terminado aplicándose en la resolución de problemas como el problema del viajante (la manera más corta de recorrer los nodos de un circuito dado pasando una sola vez por todos ellos). 

 Fuente: Wired, Umbrellium