Un nuevo estudio de Accenture, “Autonomous vehicles: the race is on“, reveló que la gestión y el procesamiento de grandes volúmenes de datos, son los puntos clave para poder desarrollar los vehículos autónomos por parte de las empresas.
Si bien hoy ya se encuentran vehículos con asistencias incorporadas, estos no logran llegar al verdadero auto del futuro con auto-conducción.
Lo más desafiante de este desarrollo siguen siendo los datos, la creación de un vehículo completamente autónomo depende de grandes cantidades de datos que puedan entrenar a los sistemas de inteligencia artificial junto con la toma de decisiones por parte del sistema desarrollado.
Sin el correcto manejo y desarrollo de un sistema que logre adquirir, almacenar, manejar y etiquetar a ese gran volumen de datos, el desarrollo de un vehículo completamente autónomo será remoto. “A medida que sube la escala de autonomía que posee el desarrollo del vehículo, se complejizan los procesos y, por ende, los desafíos. Entre ellos se encuentra el procesamiento de datos, los cuáles son necesarios y fundamentales para el entrenamiento del sistema de inteligencia artificial que posee el vehículo autónomo en desarrollo”, sostieneJuan Morita, Director Ejecutivo de Accenture.
El estudio revela cuatro claves para comprender el proceso de optimización de datos.
Adquisición de datos: A través de las flotas de vehículos, junto con los sensores y los entornos simulados, comienza la recolección de datos del mundo exterior. La inteligencia artificial del vehículo autónomo estará expuesta a una gran diversidad de escenarios que la ayudará a identificar patrones y aprender qué podría encontrar en el camino.
La adquisición de datos debe ejecutarse de la manera más rápida y eficiente posible, para evitar la redundancia y así integrarse al sistema.
Almacenamiento de datos: La protección, junto con el modo de descarga y el dispositivo en el que se colocará son puntos que deberán evaluarse. Para ello, lo más recomendable será desarrollar un equipo de IT antes de comenzar con el almacenamiento de los datos.
Gestión de datos: Para una correcta gestión de datos, se debe almacenar todo lo que se registra. Para ello se debe contar con una estrategia longitudinal, que abarque a todo lo que se almacene, para así comprender y rastrear lo que los datos aportan y así sacarle el mejor provecho.
Etiquetado de datos:La claridad en el etiquetado facilitará el análisis a la hora de comprender los datos y analizarlos.
“Resulta imprescindible que las empresas consideren a los procesos relacionados con los datos antes de iniciar la investigación, para así adelantarse a los procesos complejos que surgirán a medida que se dé el desarrollo. Sin una gestión eficiente de datos, los grandes recursos que insumirá el proceso ralentizarán la innovación”, concluye Morita.
