• 3 min de lectura
El FSD de Tesla ahora reduce la velocidad ante coches de policía y peligros en el arcén
El sistema FSD de Tesla está empezando a comportarse menos como un trozo de software tosco y más como un conductor cauto con unas cuantas temporadas de experiencia en autopista. Los propietarios dicen

Imagen: ixbt.com
El sistema FSD de Tesla está empezando a comportarse menos como un trozo de software tosco y más como un conductor cauto con unas cuantas temporadas de experiencia en autopista. Los propietarios dicen que el sistema ahora detecta coches de policía en la mediana, reduce la aceleración y cambia de carril con suavidad, al tiempo que maneja vehículos de trabajo en el arcén, coches averiados y otros peligros con una contención más parecida a la humana.
Eso importa porque es precisamente el tipo de juicio del que ninguna ficha técnica puede presumir. Muchos sistemas de asistencia al conductor pueden mantener un coche centrado en el carril; muchos menos pueden interpretar la señal social que supone un coche de patrulla y decidir que algo de espacio extra probablemente sea lo sensato.
Cómo reacciona el FSD de Tesla ante coches de policía y peligros en el arcén
El comportamiento reportado es sencillo: una vez que el vehículo identifica un coche de policía en una carretera dividida, reduce la velocidad y se desplaza al carril contiguo sin dramatismos. Los usuarios dicen que la maniobra parece natural, lo cual es un gran elogio para una máquina que suele ser o demasiado tímida o demasiado impaciente por demostrar algo.
La misma lógica parece aplicarse ahora a coches averiados, equipos de obras en la carretera y otros obstáculos cerca del arcén. En lugar de tratar cada objeto como el mismo problema, FSD parece estar aprendiendo que una luz intermitente, un vehículo parado o el camión de un operario exigen un trato más delicado.
El entrenamiento de extremo a extremo de Tesla está enseñando buenos modales viales
Estos ajustes son el resultado del entrenamiento de redes neuronales de extremo a extremo de Tesla con grandes volúmenes de datos de conducción reales. En palabras sencillas: el sistema está absorbiendo los hábitos de los conductores humanos y convirtiéndolos en valores por defecto, lo cual es un truco más útil que memorizar una docena de reglas rígidas que fallan en cuanto el tráfico se vuelve extraño.

Recomendado
Zoox retira el software de sus robotaxis tras fallo en una escena con humo
- Reduce la velocidad cuando se detecta un coche de policía
- Cambia de carril con suavidad para rodear peligros en el arcén
- Mantiene más distancia de vehículos averiados y zonas de obra
Tesla ya había enseñado al FSD a evitar vehículos de emergencia con luces intermitentes. Extender ese comportamiento a escenas viales cotidianas es el paso más importante, porque sugiere que el sistema está empezando a generalizar en lugar de limitarse a reconocer unos pocos casos obvios de sirenas y destellos.
La siguiente prueba es la consistencia, no solo las demostraciones ingeniosas
La parte halagadora es obvia: Tesla puede señalar un software que se comporta con algo de sentido común. La parte más difícil es asegurarse de que ese mismo juicio aparezca cada vez, en cada ciudad, con mal tiempo y en carreteras donde los conductores humanos apenas se ponen de acuerdo en una incorporación en cremallera, y mucho menos en una segura.
Si FSD sigue mejorando en la lectura de situaciones en el arcén, la verdadera pregunta es si puede mantenerse calmado y predecible a gran escala. Ahí es donde un asistente útil deja de ser una demostración llamativa y empieza a parecer algo en lo que la gente podría confiar en el trayecto diario.
Frontier Editor
Dan is our resident futurist, covering electric mobility, space exploration, and the smart home. He's interested in atoms just as much as bits. Whether it's a new battery chemistry, a reusable rocket, or a protocol that finally makes IoT devices talk to each other, Dan breaks down the engineering that pushes humanity forward.
vía ixbt.com


