Page 57 - No_73
P. 57
Año 13 /Enero -Febrero/ No. 73 U.M.S.N.H.
https://pixabay.com/es/photos/negocio-mobile-aplicaciones-7149137/
mentos que ya han sido traducidos por traductores los coches conducidos por humanos, ya que no se
humanos. Entonces, el traductor de Google reco- ven influenciados por factores como enfermeda-
lecta texto de diversas fuentes. Tras recopilar el des o las emociones del conductor. Si bien nosotros
texto (datos), la computadora intenta encontrar pa- visualizamos el mundo que nos rodea con los ojos,
trones escaneando el texto. Una vez que la compu- el piloto automático recurre a la ayuda de sensores
tadora detecta el patrón, este se utiliza varias veces de alta tecnología para reconocer los objetos. Pos-
para traducir un texto similar. Las repeticiones del teriormente, interpreta la información y deduce la
mismo proceso por parte de la máquina, detectarán mejor conclusión. Los coches autónomos tienen
millones de patrones que la convertirán en un tra- sensores muy bien distribuidos para la detección
ductor perfecto. Para algunos idiomas, el traductor de puntos ciegos, el radar, el aviso de colisión fron-
de Google ya tiene documentos traducidos, por lo tal, así como los sensores ultrasónicos y de cáma-
tanto, la computadora solo debería detectar unos ra. Además, estos coches disponen de servicios
pocos patrones. Pues bien, esto puede acabar con informáticos en línea para observar su entorno me-
una calidad de traducción variable. La traducción diante la recopilación de datos sobre el tráfico, las
de Google es indiscutiblemente perfecta, pero al condiciones climáticas, los vehículos adyacentes y
proporcionar constantemente nuevos textos tra- muchos otros indicadores. Finalmente, todos los
ducidos, puede volverse más inteligente y traducir datos recolectados por el coche (datos de los sen-
mejor. sores y el entorno) se interpretan por un algoritmo
de machine learning que tiene que tomar decisiones
Los coches autónomos de Tesla de acción a la perfección.
De acuerdo con un estudio efectuado recien-
temente, más del 90 % de los accidentes de tráfico Predicción de tráfico de Google Maps
se deben a errores humanos, que con frecuencia Es muy preciso en la predicción del tráfico. Si
son catastróficos. Los accidentes han ocasionado tiene su teléfono con Google Maps abierto y los ser-
numerosas muertes innecesarias (vidas que po- vicios habilitados, entonces su teléfono, o la aplica-
drían haberse salvado conduciendo de forma se- ción, envía de forma anónima datos en tiempo real
gura). Los coches autónomos son más seguros que a Google. Luego, Google usa esta información o da-
Coordinación de la Investigación Científica 57
