Kun Google kunne tro, at måden at forbedre flyvningen af gigantiske, heliumfyldte balloner er ved at komme med bedre algoritmer. Og for at være retfærdig over for den Mountain View-baserede søgning leviathan, ser det ud til at det har virket.
Indhold
- At fange strømme
- At træffe de rigtige beslutninger
I de sidste par år, Projekt Loon, et datterselskab af Googles moderselskab Alphabet, har arbejdet på at give internetadgang i landdistrikter og fjerntliggende dele af verden ved at bruge højhøjdeballoner i stratosfæren til at skabe trådløse antenner netværk. Sidste år meddelte Loon, at den havde nået 1 million timers stratosfærisk flyvning med sin kombinerede ballonflåde. Så i slutningen af oktober satte Loon en ny rekord for den længste stratosfæriske flyvning forbi forbliver i luften i hele 312 dage, der dækker en afstand på omkring 135.000 miles.
Anbefalede videoer
I en ny artikel, offentliggjort i tidsskriftet Nature, Loon forklarer, hvordan dens balloner er i stand til at blive i luften i uger ad gangen - uden menneskelig indgriben eller fuld viden om omgivende vinde. Hemmeligheden? Nogle imponerende banebrydende A.I.
At fange strømme
"Lonballoner navigerer ved at bevæge sig op eller ned i højden for at fange gunstige vindstrømme, der fører dem i en ønsket retning." Sal Candido, sagde Loons teknologichef, til Digital Trends. "Beslutningerne om, hvornår man skal stige op eller ned, bestemmes af sofistikerede algoritmer. Traditionelt er disse algoritmer blevet skrevet af menneskelige ingeniører. Med forstærkende læring udnytter vi A.I. at bygge disse algoritmer. I bund og grund har vi bygget en maskine, der er i stand til at bygge et bedre navigationssystem, end vi mennesker kan. Den maskine kan også bygge disse navigationssystemer på en brøkdel af den tid, det tager os mennesker.”
Forstærkende læring er en variant af maskinlæring, der er stærkt inspireret af behavioristisk psykologi. Reinforcement learnings ledende princip er ideen om, at softwareagenter kan lære at handle baseret på maksimering af en belønning. Det er berømt, at forstærkningslæring blev brugt af Google DeepMind til at undervise en A.I. til spille klassiske Atari videospil — ved ikke at bruge mere information end blot de pixels, der udgjorde hvert enkelt billede i spillene, og resultatet på skærmen. Ved at blive bedt om at maksimere sin score, vil DeepMind A.I. lært at spille spillene gennem trial-and-error, gradvist finpudse sine færdigheder, indtil det var en mester.
At flyve en ballon på en sådan måde, at den ikke bliver blæst ud af banen, er selvfølgelig en meget anden opgave end at spille computerspil. En vellykket ballonrejse kommer ikke med en høj score, der gør det umiddelbart tydeligt, at det har været vellykket. Men, som Candido sagde, er forstærkningslæring ikke desto mindre en afgørende del af Loons succes.
"[Reinforcement learning] er i stand til at behandle enorme mængder information og anvende det til at løse problemet, snarere end et menneske behov for i sagens natur at forstå, hvordan man reagerer på den information eller have en computer til at søge i rummet af alle mulige udfald,” han sagde. "Fordi Loon navigation forbedres ved at overveje et stort antal faktorer og information [eller] data, har kompleksiteten overgået hvad ingeniører er let i stand til at gøre [med hensyn til] førstnævnte, og sidstnævnte søgning er beregningsmæssigt vanskelig at skalere over en fuld flåde. [Det gør forstærkningslæring] til et godt værktøj til jobbet."
At træffe de rigtige beslutninger
Ved hjælp af forstærkningslæring er de kunstigt intelligente balloner i stand til at træffe optimale beslutninger om hvordan at flytte, baseret på historisk vindviden, observerede og forudsagte vinde og den forventede fremtidige flyvning stier. Alle disse data bliver vejet op og forskellige scenarier simuleret, før ballonen beslutter sig for, hvordan den skal handle.
Loon: 312 dage i stratosfæren
Sammenlignet med de tidligere controllere, der blev brugt til at kontrollere Loon, er den nye forstærkningslæringsbaserede metode mere effektivt holdt Loons balloner inden for rækkevidde af deres jordstation, så de effektivt kunne sende og modtage signaler. Da de blev slået ud af banen, betød det desuden, at de hurtigere vendte tilbage til de rigtige positioner.
"Vores nye forstærkende læringsdrevne algoritme er aktiv i dag og hjælper vores balloner med at holde sig over brugere i Kenya, som vi betjener som en del af vores partnerskab med Telkom Kenya," sagde Candido.
Alphabet har længe været engageret i ideen om teknologi for altid. Jo flere mennesker Loon kan give internetadgang til, jo bedre bliver initiativet. Og for at gøre det har den brug for en stadig smartere teknologi, der driver den. Som det fremgår af denne seneste milepæl, ser den ud til at have alle baser dækket.
Redaktørens anbefalinger
- Hvordan ved vi, hvornår en AI rent faktisk bliver sansende?
- Denne teknologi var science fiction for 20 år siden. Nu er det virkelighed
- Som en alkometer til udmattelse kan en ny blodprøve fortælle, hvor træt du er
Opgrader din livsstilDigital Trends hjælper læserne med at holde styr på den hurtige teknologiske verden med alle de seneste nyheder, sjove produktanmeldelser, indsigtsfulde redaktionelle artikler og enestående smugkig.
