Atomathic revoluciona la seguridad autónoma con AISIR: el primer motor de razonamiento físico para radares de alta definición

El desarrollo de vehículos autónomos y sistemas avanzados de asistencia al conductor (ADAS) ha enfrentado históricamente un obstáculo persistente: la fiabilidad de los sensores en condiciones adversas. Mientras que las cámaras fallan con poca luz y el LiDAR puede ser prohibitivamente costoso, el radar siempre ha sido la opción robusta para la lluvia y la niebla, aunque con una precisión cuestionable en entornos saturados.

Hoy, Atomathic (anteriormente conocida como Neural Propulsion Systems), pionera en tecnología de detección mediante IA física, ha presentado una solución que promete eliminar estas barreras técnicas. Se trata de AISIR for Radar™ (AI Signal Intelligence Reasoning), un motor de razonamiento generativo restringido por la física. Esta innovación busca entregar una percepción de radar estable y confiable incluso en los casos de borde (edge cases) más críticos, donde los radares convencionales suelen fallar.

El problema histórico: inestabilidad en entornos HDR

Para entender la magnitud de este lanzamiento, es necesario comprender por qué el radar ha sido relegado a un rol secundario en muchas arquitecturas de conducción autónoma. En escenarios de Alto Rango Dinámico (HDR) y entornos desordenados (cluttered environments), los sistemas tradicionales degradan su rendimiento.

Esto se manifiesta en la aparición de «objetos fantasma» (falsos positivos), el parpadeo de objetivos (target flicker) y una pobre separación de objetos cercanos. Estas inconsistencias hacen que el radar sea poco confiable para decisiones críticas de seguridad. Un ejemplo notorio de estas limitaciones fue la decisión de fabricantes como Tesla de eliminar el radar de su pila de conducción autónoma completa (FSD), sacrificando redundancia por consistencia para evitar el «frenado fantasma».

Atomathic aborda este desafío replanteando el procesamiento de radar. En lugar de utilizar un flujo tradicional de «filtrado y umbrales» —que a menudo descarta datos valiosos—, la compañía trata la detección como un problema inverso que requiere una reconstrucción rigurosa y una inferencia basada en la física.

Arquitectura de sistema dual: respuesta rápida y razonada

La innovación central de Atomathic, detallada en su nuevo libro blanco titulado «Physical AI Reasoning for Stable Radar Perception: Closing the Reliability Gap», radica en una arquitectura cognitiva de sistema dual. Esta estructura imita la toma de decisiones humana, combinando reflejos rápidos con un análisis lógico más profundo.

El sistema funciona en tándem con dos componentes clave:

1. AIDAR™ (Respuesta Rápida / Sistema 1): Ejecuta una reconstrucción dispersa rápida por fotograma. Descompone las mediciones de radar en bruto en un conjunto compacto de «átomos» físicamente significativos. Esto permite una separación de hiper-resolución incluso en medio del desorden visual y electromagnético.
2. AISIR for Radar (Respuesta Razonada / Sistema 2): Aplica una inferencia generativa restringida por la física a lo largo del tiempo. Este sistema prueba hipótesis competidoras utilizando predicción de señales consistente con las ondas. Básicamente, rechaza retornos físicamente inconsistentes (los fantasmas) y estabiliza la percepción utilizando computación adaptativa.

El Dr. Behrooz Rezvani, fundador y CEO de Atomathic, señaló que la industria ha luchado por integrar el radar de manera efectiva debido a la inestabilidad en escenas complejas. «Con la introducción de AISIR, estamos eliminando un obstáculo de larga data para la fiabilidad. Al unificar la reconstrucción dispersa con el razonamiento físico generativo, hemos creado una pila de percepción estable capaz de soportar ADAS y una verdadera autonomía», afirmó Rezvani.

Validación en escenarios críticos: el peatón y el camión

La teoría detrás de la «IA física» se valida en las pruebas de estrés presentadas por la compañía. Uno de los escenarios más difíciles para cualquier sensor es la detección de un Usuario Vulnerable de la Vía (VRU), como un peatón, caminando junto a un objeto metálico grande, como un camión o un autobús escolar.

En los sistemas convencionales, los lóbulos laterales (sidelobes) y los reflejos inconsistentes de ondas milimétricas del camión suelen enmascarar la presencia del peatón, provocando que el sistema lo pierda o suprima su señal intermitentemente. En las demostraciones de Atomathic, la tecnología AISIR logró aislar y localizar al peatón muy cerca del camión, estabilizando el seguimiento a lo largo del tiempo y rechazando las interferencias que no eran físicamente consistentes.

El impacto en la industria automotriz

Este enfoque hacia plataformas de percepción inspiradas en la física y centradas en el razonamiento se alinea con investigaciones recientes de gigantes como NVIDIA y Waymo. La industria se está moviendo hacia un «radar definido por software» que pueda igualar el rendimiento del LiDAR sin aumentar los costos o la complejidad del hardware.

Sam Abuelsamid, vicepresidente de investigación de mercado en Telemetry, destacó el potencial de esta tecnología: «Las demostraciones recientes muestran que el radar, cuando se procesa con capas de razonamiento avanzado, parece igualar el rendimiento del LiDAR en muchos escenarios críticos de seguridad. Si estos resultados iniciales se mantienen en entornos de producción, esta clase de tecnología podría influir en cómo los fabricantes de equipos originales (OEM) piensan sobre los futuros diseños de sistemas autónomos y ADAS».

Puntos más destacados del libro blanco de Atomathic

El documento técnico publicado junto con el lanzamiento subraya tres hallazgos clave que podrían redefinir el estándar de la industria:

• Solución al déficit de apertura dispersa: Utilización de reconstrucción dispersa estructurada para abordar la realidad matemática de que, en escenas desordenadas, los reflejos a menudo superan en número a las antenas receptoras.
• Estabilidad de sistema dual: La combinación de AIDAR y AISIR suprime eficazmente los fantasmas y estabiliza las pistas de seguimiento.
• Resolución de desorden HDR: Evidencia técnica de una detección robusta de peatones y ciclistas en escenas con fuerte interferencia de lóbulos laterales.

Con AISIR, Atomathic no solo presenta un nuevo software, sino que propone un cambio fundamental en la física computacional aplicada a la seguridad vial, acercándonos un paso más a la autonomía vehicular nivel 4 y 5.