Num mundo onde os carros autônomos já lidam com rotas diárias, o verdadeiro desafio reside em outra área: como fazer o carro reagir com segurança a situações inesperadas e incomuns. É precisamente este problema que o novo modelo SafeDrive da Universidade Nacional de Seul resolve – não apenas simulando a condução humana, mas escolhendo a rota mais segura entre várias opções possíveis em tempo real.
A equipa liderada pelo Professor Chun Won Choi desenvolveu uma abordagem chamada Raciocínio de Segurança Granular – isto significa um raciocínio cuidadoso e multifásico sobre a segurança de cada manobra possível. Em vez de escolher imediatamente um caminho, como a maioria dos sistemas faz, o SafeDrive gera várias opções de trajetórias, analisa os dados dos sensores do carro e atribui uma pontuação de segurança a cada rota. Em seguida, o sistema seleciona a opção ótima. Esta solução aparentemente simples aborda diretamente os dois principais problemas dos modelos end-to-end modernos: a impossibilidade de explicar por que o carro escolheu um determinado manobra e o risco de comportamento imprevisível em situações críticas.
O trabalho recebeu o status de artigo em destaque na conferência CVPR 2026 – um reconhecimento raro, concedido a cerca de 3% de todos os trabalhos submetidos, ou cerca de 10% dos artigos aceitos. Mas o significado desta conquista vai muito além das estatísticas: é a primeira vez que uma equipa de pesquisa sul-coreana recebe tal status na área de condução autônoma end-to-end numa das conferências mais prestigiadas do mundo em visão computacional e inteligência artificial. O país, há muito conhecido pela sua força em eletrônica e fabricação de automóveis, finalmente se destacou na área mais competitiva da tecnologia – onde os EUA e a China lideram.
Do laboratório para a estrada: O SafeDrive já ultrapassou os limites dos experimentos. O modelo foi integrado ao EAD (Evolutionary Autonomous Driving) – uma plataforma de referência para a comercialização de sistemas de condução end-to-end, desenvolvida por um consórcio liderado pela Universidade Nacional de Seul com o apoio do Ministério do Comércio, Indústria e Energia da República da Coreia. A equipa do Professor Choi está a colaborar ativamente com desenvolvedores sul-coreanos de drones, realizando testes reais em carros de verdade. A agenda inclui a expansão dos conjuntos de dados de treinamento e a transição gradual para a comercialização completa com base em dados próprios coletados.
O que isso significa para a pessoa comum? Potencialmente, um comportamento mais previsível e seguro dos sistemas autônomos no momento em que cada segundo conta. Em vez de confiar numa "caixa preta" e adivinhar por que o carro realizou uma determinada manobra, o passageiro tem a oportunidade de entender a lógica das suas decisões. Isso torna a própria ideia de transporte autônomo em massa não uma fantasia, mas algo cada vez mais próximo da realidade cotidiana.
A longo prazo, pesquisas como esta podem acelerar a aprovação regulatória e aumentar a confiança pública nas tecnologias autônomas em todo o mundo. No entanto, o sucesso depende não apenas da qualidade dos algoritmos, mas também da escala dos testes de campo, da integração com as infraestruturas existentes em diferentes países e da capacidade de adaptação às condições locais.
Em última análise, a chave para um futuro seguro no transporte autônomo reside em fazer com que a IA não apenas aja, mas também explique as suas decisões. O SafeDrive mostra que isso é possível.
