Mizzou Engineer mejora algoritmos que se potencian a sí mismos

Mar 01, 2024

09 de agosto de 2023

La inteligencia artificial (IA) toma todo tipo de decisiones por nosotros. Netflix recomienda nuestra próxima película. Amazon sugiere productos basándose en lo que hay en nuestro carrito de compras. Facebook determina el contenido que aparece en nuestros feeds.

Si bien tenemos una idea básica de cómo funcionan estos algoritmos, la mayoría de nosotros no necesitamos máquinas para explicar con más detalle por qué llegan a esas conclusiones.

Pero cuando se trata de confiar nuestra seguridad a los coches autónomos, necesitamos saber qué desencadena una decisión informatizada, como detener el coche o acelerar.

Ahí es donde entra Mushuang Liu. Profesor asistente de ingeniería mecánica y aeroespacial. Liu está trabajando para mejorar los algoritmos detrás de los vehículos que pueden conducirse solos.

"Necesitamos el algoritmo para garantizar siempre que los vehículos autónomos sean seguros, fiables y dignos de confianza", dijo. "Pero eso es un desafío porque requiere conocer las intenciones de otros vehículos y conductores".

Para calcular mejor esas incógnitas, Liu está utilizando la teoría de juegos, una rama de las matemáticas que toma en consideración situaciones de toma de decisiones donde los resultados dependen de las decisiones tomadas por otros. Específicamente, está desarrollando un enfoque de juego potencial con horizonte en retroceso, que no solo considera las necesidades de los peatones, ciclistas y otros participantes en la vía para modelar sus comportamientos, sino que también permite un horizonte de predicción extendido para los vehículos autónomos. Al integrar los méritos del control predictivo de modelos y la teoría de juegos, los algoritmos pueden anticipar los diferentes objetivos y comportamientos de todos y responder en consecuencia.

Liu cuenta con financiación de Ford y MU para centrarse en la creación de un enfoque metódico para desarrollar sistemas de control avanzados para la conducción automatizada. Los objetivos son garantizar la seguridad y mejorar la comodidad de los pasajeros. Ella y sus colaboradores utilizan simulación estadística y comparativa para probar métodos y determinar cómo funcionan las diferentes decisiones en situaciones del mundo real, como cruzar intersecciones o cambiar de carril.

En Mizzou, Liu espera formar equipo con otras personas que trabajan en diversas áreas de aplicación.

"Los algoritmos y teorías desarrollados no están limitados por las aplicaciones", afirmó. “Las optimizaciones efectivas pueden beneficiar a aplicaciones heterogéneas, que van desde la robótica hasta los materiales inteligentes, la fabricación inteligente y la atención médica inteligente. ¡Estoy abierto a todas las posibilidades!”

Liu también da la bienvenida a los estudiantes investigadores, especialmente aquellos con una sólida formación matemática.

Cualquier persona interesada puede contactarla en [email protected].