Il traffico di Lima è uno dei peggiori al mondo. Per Artificio, startup guidata da Arturo Deza (ex MIT), è il terreno ideale per stressare i sistemi di guida autonoma. Mentre big come Waymo e Cruise tagliano progetti, Deza e il suo team raccolgono dati reali — da dash cam e GoPro — per addestrare le auto in contesti imprevedibili. “I veicoli oggi falliscono perché non capiscono ciò che non conoscono”, spiega Deza. Il progetto ha già attirato l’attenzione di centri di ricerca in Europa e Stati Uniti. Artificio collabora con l’Università della California a Santa Barbara e partecipa a programmi di scambio con team accademici per validare i propri modelli su dataset internazionali. I prossimi test includeranno l’analisi delle reazioni umane agli imprevisti urbani, per integrare una componente comportamentale nei sistemi decisionali. L’approccio di Deza combina neuroscienze computazionali e visione artificiale, in una ricerca di frontiera che unisce teoria e sperimentazione sul campo.
Allenamento avversariale
Il cuore della piattaforma è una rete neurale che usa tecniche di Adversarial Training per esporre gli algoritmi a scenari anomali: pedoni in corsia, animali in mezzo alla strada, segnali sbiaditi. Artificio lavora con set di dati ridotti ma mirati, per sviluppare modelli leggeri, etici e più efficienti di quelli tradizionali come YOLO o Detectron2. L’obiettivo è semplice: classificare e risolvere conflitti in tempo reale, anche con risorse limitate. La maggior parte dei sistemi di guida autonoma è stata addestrata su dati raccolti in contesti regolati, come le strade statunitensi o nordeuropee, dove segnaletica, comportamenti e infrastrutture seguono standard omogenei. Ma oltre il 60% della popolazione urbana mondiale vive in città del Sud globale, spesso prive di tali condizioni. L’ITU (agenzia ONU per le telecomunicazioni) ha evidenziato la necessità di ampliare i dataset e di testare gli algoritmi in ambienti ad alta variabilità. Progetti come quello di Artificio, che propongono scenari “difficili per definizione”, sono cruciali per evitare bias sistemici e garantire la sicurezza dei veicoli autonomi in un mondo reale che è ben più caotico di quanto mostrino i modelli standard.
Una piattaforma aperta
La startup prepara una web app per testare modelli di terze parti, pensata per studenti e ingegneri. L’integrazione di sensori LIDAR è prevista nei prossimi mesi, ma la visione è chiara: Lima come laboratorio globale per la resilienza dei sistemi autonomi. Deza non promette miracoli: “Sarà un percorso lungo e costoso, ma inevitabile”. Artificio lavora per rendere le auto autonome adatte al mondo reale, non solo alle corsie perfette di Silicon Valley.
Internauta 
Lascia un commento