Nur Google könnte glauben, dass der Weg zur Verbesserung des Fluges riesiger, mit Helium gefüllter Ballons darin besteht, bessere Algorithmen zu entwickeln. Und um dem auf Mountain View basierenden Suchriesen gerecht zu werden, scheint es funktioniert zu haben.
Inhalt
- Strömungen einfangen
- Die richtigen Entscheidungen treffen
In den letzten paar Jahren Projekt Loon, eine Tochtergesellschaft von Googles Muttergesellschaft Alphabet, arbeitet daran, den Internetzugang in ländlichen Gebieten bereitzustellen Entlegene Teile der Welt durch den Einsatz von Höhenballons in der Stratosphäre, um Antennenfunk zu erzeugen Netzwerke. Letztes Jahr gab Loon bekannt, dass es mit seiner kombinierten Ballonflotte 1 Million Flugstunden in der Stratosphäre erreicht hat. Dann stellte Loon Ende Oktober einen neuen Rekord für den längsten Stratosphärenflug auf satte 312 Tage in der Luft bleiben, wobei eine Strecke von etwa 135.000 Meilen zurückgelegt wurde.
Empfohlene Videos
In einem neuen Artikel, veröffentlicht in der Zeitschrift Nature
, erklärt Loon, wie seine Ballons wochenlang in der Luft bleiben können – ohne menschliches Eingreifen oder vollständige Kenntnis der umgebenden Winde. Das Geheimnis? Einige beeindruckend innovative K.I.Strömungen einfangen
„Seetaucherballons navigieren, indem sie sich in der Höhe nach oben oder unten bewegen, um günstige Windströmungen einzufangen, die sie in die gewünschte Richtung treiben.“ Sal Candido, sagte Loons Chief Technology Officer gegenüber Digital Trends. „Die Entscheidungen darüber, wann auf- oder abgestiegen wird, werden von hochentwickelten Algorithmen bestimmt. Traditionell wurden diese Algorithmen von menschlichen Ingenieuren geschrieben. Mit Reinforcement Learning nutzen wir K.I. um diese Algorithmen zu erstellen. Im Wesentlichen haben wir eine Maschine gebaut, die in der Lage ist, ein besseres Navigationssystem zu bauen als wir Menschen. Diese Maschine kann diese Navigationssysteme auch in einem Bruchteil der Zeit bauen, die wir Menschen dafür brauchen.“
Reinforcement Learning ist eine Variante des maschinellen Lernens, die stark von der Verhaltenspsychologie inspiriert ist. Das Leitprinzip des Reinforcement Learning ist die Idee, dass Software-Agenten lernen können, Maßnahmen zu ergreifen, die auf der Maximierung einer Belohnung basieren. Bekanntermaßen wurde Reinforcement Learning von Google DeepMind verwendet, um einer KI das Lernen beizubringen. Zu Spielen Sie klassische Atari-Videospiele – Es werden nicht mehr Informationen als nur die Pixel verwendet, aus denen jedes Einzelbild der Spiele besteht, und die Punktzahl auf dem Bildschirm. Durch die Anweisung, die Punktzahl zu maximieren, kann die DeepMind-K.I. lernte die Spiele durch Ausprobieren und verfeinerte seine Fähigkeiten nach und nach, bis er ein Meister war.
Einen Ballon so zu fliegen, dass er nicht aus der Bahn gerät, ist natürlich eine ganz andere Aufgabe als Computerspiele zu spielen. Zu einer gelungenen Ballonfahrt gehört kein Highscore, der den Erfolg sofort erkennen lässt. Aber wie Candido sagte, ist Reinforcement Learning dennoch ein entscheidender Teil von Loons Erfolg.
„[Reinforcement Learning] ist in der Lage, große Mengen an Informationen zu verarbeiten und diese auf die Lösung des Problems anzuwenden, anstatt dass ein Mensch es braucht.“ „Ich muss von Natur aus verstehen, wie man auf diese Informationen reagiert, oder einen Computer den Raum aller möglichen Ergebnisse durchsuchen lassen“, sagt er sagte. „Da sich die Loon-Navigation durch die Berücksichtigung einer großen Anzahl von Faktoren und Informationen [oder] Daten verbessert, ist die Komplexität größer geworden.“ Ingenieure können Ersteres leicht durchführen, und Letzteres ist rechnerisch schwer auf eine vollständige Skalierung anzuwenden Flotte. [Das macht Reinforcement Learning] zu einem großartigen Werkzeug für diesen Job.“
Die richtigen Entscheidungen treffen
Mithilfe von Reinforcement Learning sind die künstlich intelligenten Ballons in der Lage, optimale Entscheidungen darüber zu treffen, wie basierend auf historischen Windkenntnissen, beobachteten und vorhergesagten Winden und dem prognostizierten zukünftigen Flug Wege. Alle diese Daten werden abgewogen und verschiedene Szenarien simuliert, bevor der Ballon entscheidet, wie er sich verhalten soll.
Loon: 312 Tage in der Stratosphäre
Im Vergleich zu den vorherigen Controllern, die zur Steuerung von Loon verwendet wurden, bietet die neue, auf Verstärkungslernen basierende Methodik mehr hielt Loons Ballons effektiv in Reichweite ihrer Bodenstation, sodass sie effektiv senden und empfangen konnten Signale. Wenn sie vom Kurs abkamen, bedeutete dies außerdem, dass sie schneller in die richtigen Positionen zurückkehrten.
„Unser neuer, auf Verstärkungslernen basierender Algorithmus ist heute aktiv und hilft unseren Ballons, über den Nutzern in Kenia zu bleiben, die wir im Rahmen unserer Partnerschaft mit Telkom Kenya bedienen“, sagte Candido.
Alphabet engagiert sich seit langem für die Idee der Technologie für immer. Je mehr Menschen Loon einen Internetzugang ermöglichen kann, desto besser wird die Initiative sein. Und um das zu erreichen, braucht es eine immer intelligentere Technologie als Antrieb. Wie dieser jüngste Meilenstein zeigt, scheinen alle Grundlagen abgedeckt zu sein.
Empfehlungen der Redaktion
- Woher wissen wir, wann eine KI tatsächlich empfindungsfähig wird?
- Diese Technologie war vor 20 Jahren Science-Fiction. Jetzt ist es Realität
- Wie ein Alkoholtester zur Feststellung von Erschöpfung kann ein neuer Bluttest Aufschluss darüber geben, wie müde Sie sind
Werten Sie Ihren Lebensstil aufDigital Trends hilft Lesern mit den neuesten Nachrichten, unterhaltsamen Produktrezensionen, aufschlussreichen Leitartikeln und einzigartigen Einblicken, den Überblick über die schnelllebige Welt der Technik zu behalten.
