Sólo Google podría pensar que la forma de mejorar el vuelo de globos gigantes llenos de helio es ideando mejores algoritmos. Y para ser justos con el leviatán de búsqueda con sede en Mountain View, parece haber funcionado.
Contenido
- Atrapando corrientes
- Tomar las decisiones correctas
Durante los últimos años, Proyecto Loon, una subsidiaria de la empresa matriz de Google, Alphabet, ha estado trabajando para brindar acceso a Internet en zonas rurales y partes remotas del mundo mediante el uso de globos de gran altitud en la estratosfera para crear conexiones aéreas inalámbricas redes. El año pasado, Loon anunció que había alcanzado 1 millón de horas de vuelo estratosférico con su flota combinada de globos. Luego, a finales de octubre, Loon estableció un nuevo récord de vuelo estratosférico más largo por Permaneciendo en el aire durante la friolera de 312 días., cubriendo una distancia de unas 135.000 millas.
Vídeos recomendados
En un nuevo artículo, publicado en la revista Nature, Loon explica cómo sus globos pueden permanecer en el aire durante semanas seguidas, sin intervención humana ni pleno conocimiento de los vientos circundantes. ¿El secreto? Algunas IA impresionantemente vanguardistas.
Atrapando corrientes
"Los globos somorgujos navegan moviéndose hacia arriba o hacia abajo en altitud para atrapar corrientes de viento favorables que los lleven en la dirección deseada". Sal Cándido, dijo a Digital Trends el director de tecnología de Loon. “Las decisiones sobre cuándo ascender o descender están determinadas por algoritmos sofisticados. Tradicionalmente, estos algoritmos han sido escritos por ingenieros humanos. Con el aprendizaje por refuerzo, estamos aprovechando la inteligencia artificial. para construir estos algoritmos. En esencia, hemos construido una máquina que es capaz de construir un sistema de navegación mejor que el que podemos construir los humanos. Esa máquina también puede construir estos sistemas de navegación en una fracción del tiempo que nos lleva a los humanos”.
El aprendizaje por refuerzo es una versión del aprendizaje automático fuertemente inspirada en la psicología conductista. El principio rector del aprendizaje por refuerzo es la idea de que los agentes de software pueden aprender a actuar en función de la maximización de una recompensa. Es famoso que Google DeepMind utilizó el aprendizaje por refuerzo para enseñarle a una IA. a jugar videojuegos clásicos de Atari – utilizando no más información que solo los píxeles que componen cada cuadro de los juegos y la puntuación en pantalla. Al decirle que maximice su puntuación, DeepMind A.I. Aprendió a jugar mediante prueba y error, perfeccionando gradualmente sus habilidades hasta convertirse en un maestro.
Volar un globo de tal manera que no se desvíe de su rumbo es una tarea muy diferente a jugar juegos de computadora, por supuesto. Un viaje en globo exitoso no viene acompañado de una puntuación alta que haga evidente de inmediato que ha sido un éxito. Pero, como dijo Candido, el aprendizaje por refuerzo sigue siendo una parte crucial del éxito de Loon.
“[El aprendizaje por refuerzo] es capaz de procesar enormes cantidades de información y aplicarla para resolver el problema, en lugar de un proceso humano. necesitar comprender inherentemente cómo reaccionar ante esa información o hacer que una computadora busque en el espacio de todos los resultados posibles”, dijo. dicho. “Debido a que la navegación de Loon mejora al considerar una gran cantidad de factores e información [o] datos, la complejidad ha superado lo que Los ingenieros pueden hacer fácilmente [con respecto a] lo primero, y la última búsqueda es computacionalmente difícil de escalar en un conjunto completo. flota. [Eso hace que el aprendizaje por refuerzo] sea una gran herramienta para el trabajo”.
Tomar las decisiones correctas
Utilizando el aprendizaje por refuerzo, los globos con inteligencia artificial pueden tomar decisiones óptimas sobre cómo moverse, basándose en el conocimiento histórico del viento, los vientos observados y pronosticados y el vuelo futuro proyectado caminos. Todos estos datos se sopesan y se simulan diferentes escenarios antes de que el globo decida cómo actuar.
Loon: 312 días en la estratosfera
En comparación con los controladores anteriores utilizados para controlar Loon, la nueva metodología basada en el aprendizaje por refuerzo es más mantuvo efectivamente los globos de Loon dentro del alcance de su estación terrestre para que pudieran enviar y recibir efectivamente señales. Cuando se desviaban del rumbo, también significaba que regresaban más rápido a las posiciones correctas.
"Nuestro nuevo algoritmo impulsado por el aprendizaje por refuerzo está activo hoy, lo que ayuda a que nuestros globos se mantengan por encima de los usuarios en Kenia, a quienes brindamos servicios como parte de nuestra asociación con Telkom Kenia", dijo Candido.
Alphabet lleva mucho tiempo comprometida con la idea de la tecnología para siempre. Cuantas más personas pueda brindar Loon con acceso a Internet, mejor será la iniciativa. Y, para lograrlo, necesita una tecnología cada vez más inteligente que lo impulse. Como lo demuestra este último hito, parece tener todas las bases cubiertas.
Recomendaciones de los editores
- ¿Cómo sabremos cuándo una IA realmente se vuelve sensible?
- Esta tecnología era ciencia ficción hace 20 años. Ahora es la realidad
- Como un alcoholímetro para detectar el agotamiento, un nuevo análisis de sangre puede indicar qué tan cansado estás
Mejora tu estilo de vidaDigital Trends ayuda a los lectores a mantenerse al tanto del vertiginoso mundo de la tecnología con las últimas noticias, reseñas divertidas de productos, editoriales interesantes y adelantos únicos.
