El 13 de marzo de 2004, la Agencia de Proyectos de Investigación Avanzada del Departamento de Defensa de los Estados Unidos, Darpa, logró reunir 25 equipos de científicos para responder a un reto decididamente pionero: lograr que vehículos sin intervención humana alcanzaran recorrer los 240 km que separaban dos puntos de un terreno tortuoso del desierto de Mojave, en California. Resultado: ningún vehículo logró terminar el recorrido propuesto.

Este hito, a pesar del aparente fracaso, generó un interés inusitado entre la comunidad académica y en la industria. Investigadores, ingenieros y expertos en robótica de todo el mundo se lanzaron al desarrollo de nuevas tecnologías que compitieron entre sí, gracias, por supuesto, a millonarias inversiones procedentes del capital riesgo. El impacto potencial desbordaría el status quo en logística y el transporte, pero también la propia seguridad vial, considerando que la cifra anual de fallecidos a causa del tráfico roza los 1,3 millones de personas.

Durante los siguientes años, se dieron progresos sustanciales, como el establecimiento, por parte de la Sociedad de Ingenieros de la Automoción (SAE), de un conjunto de niveles, del 0 al 5, que identificaría el grado creciente de autonomía del vehículo. Por ejemplo, un parque móvil con todos sus vehículos SAE 5 evitaría, en teoría, el 95% de los accidentes. La década del 2010 fue espectacular en el desarrollo de prototipos, con promesas del tipo “los niños actuales no tendrán que aprender a conducir más” o “la venta de coches tradicionales desaparecerá”. Empresas tecnológicas, como Uber, Google o Tesla, se adelantaron a la industria de la automoción, más tradicional e inercial. El escenario de las marcas para la siguiente década pasaba por autopistas repletas de vehículos con niveles SAE por encima del 3, es decir, sin monitorización humana.

La visión artificial es clave en el desarrollo del coche autónomo. Sensores, cámaras, radares o lídar son tecnologías utilizadas para identificar el entorno y prever situaciones anómalas, tal como lo hace un humano. Los algoritmos basados en redes neuronales han mejorado esta percepción, pero no deja de ser el clásico aprendizaje mediante etiquetas. Millones de personas han dedicado a su vez cientos de millones de horas en etiquetar los múltiples objetos que se pueden presentar en una conducción estándar, incluidos obstáculos o señales de tráfico. Las imágenes etiquetadas no son más que el primer ingrediente. El segundo son los algoritmos que aprenden de dichas imágenes y posteriormente, los modelos resultantes, que interpretan el entorno y toman decisiones: qué hacer si aquel bache va a pinchar la rueda o si la lluvia impedirá la visibilidad. Todo ello asociado a una probabilidad. Con la peculiaridad de que una probabilidad de 0,01 aplicada a un filtrado de spam puede ser irrelevante, pero en conducción puede ser causa de un accidente mortal.

Un modelo que contemple todas las casuísticas constituye un reto harto complejo. Tanto es así que, en realidad, estamos lejos de cumplir ni una sola de las promesas de hace 10 años. Los niveles SAE alcanzados comercialmente llegan al 2, esto es, con supervisión humana. El primer auto de nivel 3 está pendiente de aprobación en el estado de Nevada (USA). Waymo (Google) y Cruise (GM), dos de las compañías de taxis que operan en San Francisco de forma muy limitada (la otra es Zoox, de Amazon), están enfrentándose a más restricciones de uso, tras los incidentes acaecidos en 2022 con repetidos colapsos de tráfico, al quedar sus flotas de vehículos inexplicablemente bloqueadas, como cualquier ordenador de mesa. Se han producido miles de despidos. Amazon o FedEx, en el segmento de la paquetería autónoma, están abandonando sus proyectos al igual que VW o Uber en el segmento de pasajeros.

Frente a los discursos triunfalistas de Elon Musk, la propia web de Tesla recomienda que sus conductores mantengan las manos en el volante, tras sufrir más de 700 accidentes desde 2019, con una tendencia creciente. ¿Quién es el responsable? ¿La marca o el fabricante? Volvo, Mercedes y Google ya han asegurado que aceptarán la responsabilidad de accidentes causados por sus coches autónomos en el futuro. El neto de todo esto es un recorte en la financiación global y casas fabricantes muy castigadas en el parqué.

El transporte ha sido ancestralmente una preocupación. Desde el caballo, hemos vivido transformaciones espectaculares. No va a ser diferente ahora. Antes de que los vehículos autónomos sean rentables y escalen, hay que dotarles de nuevas capacidades tecnológicas, nuevos enfoques de aprendizaje en visión artificial, nuevas estrategias de negocio y, sobre todo, despejar las dudas sobre la seguridad. Esto no es inmediato. McKinsey calcula que un 40% de los vehículos nuevos en el 2035 serán autónomos. Habrá, pues, que esperar unas décadas para poder ver el volante en nuestros museos.