Caldo estivo, asfalto e miraggi: un’auto moderna crede alle illusioni ottiche?
Quasi tutti ci siamo imbattuti, nel pieno del caldo di luglio, in quella tipica "pozza" tremolante sull’asfalto. Sappiamo che si tratta di un’illusione: il calore e gli strati d’aria distorcono la luce, così i nostri occhi vedono acqua dove in realtà non c’è nulla. Il cervello umano, con l’esperienza, impara a interpretare il fenomeno. Ma cosa succede alle auto moderne, i cui "occhi" sono telecamere e sensori?
A differenza dei guidatori, gli algoritmi di visione artificiale non subiscono illusioni. Le telecamere registrano la luce così come arriva, quindi anche loro catturano quella chiazza luminosa che brilla sull’asfalto. Se però il sistema la interpreta come un pericolo dipende dall’intelligenza artificiale che lo governa. I modelli di machine learning vengono addestrati a distinguere i riflessi di una superficie d’acqua dalla grana dell’asfalto asciutto analizzando colore, contrasto e simmetria. Confrontano anche le immagini in sequenza: una vera pozzanghera resta ferma, mentre un miraggio si sposta o si deforma man mano che l’auto si avvicina.
Ancora più determinante è il confronto tra sensori. Radar e LiDAR non "vedono" il miraggio, perché non c’è alcun oggetto fisico. Questo permette al sistema di confermare rapidamente che sulla strada non esiste un ostacolo reale che richieda una frenata d’emergenza.
Ai livelli più avanzati di guida autonoma, la decisione si complica. Il sistema deve rallentare, avvisare il conducente o semplicemente attraversare la pozza fantasma? Entra in gioco il contesto: il comportamento degli altri veicoli, la presenza di eventuali schizzi, il tipo di riflesso osservato. Si trasforma in una questione di probabilità, con il sistema che valuta il grado di certezza della diagnosi e adatta la risposta di conseguenza.
In definitiva, i miraggi sull’asfalto rovente non rappresentano una trappola fatale per i sistemi autonomi, ma ricordano con forza che anche l’auto più evoluta non vede il mondo come noi. Si limita a calcolare probabilità, sperando che l’equazione sia corretta.
