Ainult Google võiks arvata, et hiiglaslike heeliumiga täidetud õhupallide lendu saab parandada paremate algoritmide leidmisega. Ja et olla aus Mountain View-põhise otsinguleviathani suhtes, tundub, et see on töötanud.
Sisu
- Hoovuste püüdmine
- Õigete otsuste tegemine
Viimase paari aasta jooksul Projekt Loon, Google'i emaettevõtte Alphabeti tütarettevõte, on töötanud selle nimel, et pakkuda Interneti-juurdepääsu maapiirkondades ja maailma kaugemates osades, kasutades stratosfääris kõrgmäestiku õhupalle, et luua juhtmevaba õhustikku võrgud. Eelmisel aastal teatas Loon, et on saavutanud oma kombineeritud õhupallipargiga 1 miljon tundi stratosfäärilendu. Seejärel püstitas Loon oktoobri lõpus uue pikima stratosfääri lennurekordi jäänud õhus ilmatu 312 päeva, läbides umbes 135 000 miili.
Soovitatavad videod
Uues artiklis avaldatud ajakirjas Nature, Loon selgitab, kuidas selle õhupallid suudavad nädalaid järjest õhus püsida – ilma inimese sekkumiseta või ümbritsevatest tuultest täielikult teadmata. Saladus? Mõned muljetavaldavalt tipptasemel A.I.
Hoovuste püüdmine
"Loon õhupallid navigeerivad, liikudes kõrgusel üles või alla, et püüda kinni soodsad tuulevoolud, mis suunavad nad soovitud suunas." Sal Candido, rääkis Looni tehnoloogiajuht Digital Trendsile. "Otsused selle kohta, millal tõusta või laskuda, on määratud keerukate algoritmidega. Traditsiooniliselt on need algoritmid kirjutanud iniminsenerid. Tugevdusõppe abil võimendame A.I. nende algoritmide koostamiseks. Sisuliselt oleme ehitanud masina, mis suudab ehitada parema navigatsioonisüsteemi kui meie, inimesed. See masin suudab neid navigatsioonisüsteeme ehitada ka murdosa ajast, mis meil, inimestel, kulub.
Tugevdusõpe on masinõppe maitse, mis on tugevalt inspireeritud biheivioristlikust psühholoogiast. Tugevdava õppimise juhtpõhimõte on idee, et tarkvaraagendid saavad õppida tegutsema, mis põhineb tasu maksimeerimisel. Kuulsalt kasutas Google DeepMind A.I õpetamiseks tugevdusõpet. juurde mängida klassikalisi Atari videomänge — ei kasutata rohkem teavet kui ainult pikslid, mis moodustasid mängude iga kaadri, ja ekraanil kuvatav tulemus. DeepMind A.I. käsul oma skoori maksimeerida. õppis mänge mängima katse-eksituse meetodil, lihvides järk-järgult oma oskusi, kuni see oli meister.
Õhupalliga lennata nii, et see kursilt välja ei lendaks, on arvutimängude mängimisest muidugi hoopis teine ülesanne. Edukas õhupallireis ei anna kõrget tulemust, mis näitaks kohe, et see on olnud edukas. Kuid nagu Candido ütles, on tugevdusõpe Looni edu oluline osa.
"[Tugevdusõpe] suudab töödelda tohutul hulgal teavet ja rakendada seda probleemi lahendamisel, mitte inimesel. vajadus mõista, kuidas sellele teabele reageerida, või lasta arvutil otsida kõiki võimalikke tulemusi. ütles. "Kuna Looni navigeerimine paraneb, võttes arvesse paljusid tegureid ja teavet [või] andmeid, on keerukus ületanud insenerid saavad hõlpsasti teha [seoses] esimesega ja teist otsingut on arvutuslikult keeruline kogu ulatuses skaleerida. laevastik. [See muudab tugevdusõppe] suurepäraseks töövahendiks.
Õigete otsuste tegemine
Tugevdusõppe abil suudavad kunstlikult intelligentsed õhupallid teha optimaalseid otsuseid selle kohta, kuidas liikuda, tuginedes ajaloolistele tuuleteadmistele, vaadeldud ja prognoositud tuultele ning prognoositavale tulevasele lennule teed. Kõiki neid andmeid kaalutakse ja simuleeritakse erinevaid stsenaariume, enne kui õhupall otsustab, kuidas tegutseda.
Loon: 312 päeva stratosfääris
Võrreldes varasemate Looni juhtimiseks kasutatud kontrolleritega on uus tugevdusõppepõhine metoodika rohkem hoidsid Looni õhupalle tõhusalt oma maapealse jaama levialas, et nad saaksid tõhusalt saata ja vastu võtta signaale. Kui nad kursilt kõrvale lükati, tähendas see lisaks, et nad pöördusid kiiremini õigetesse kohtadesse.
"Meie uus õppimisvõimeline algoritm on täna aktiivne, aidates meie õhupallidel püsida kõrgemal kui Keenia kasutajatest, keda me teenime osana partnerlusest Telkom Kenyaga," ütles Candido.
Alphabet on pikka aega pühendunud tehnoloogia ideele. Mida rohkematele inimestele suudab Loon internetiühendust pakkuda, seda parem on algatus. Ja selleks on vaja üha targemat tehnoloogiat. Nagu näitab see viimane verstapost, tundub, et kõik alused on kaetud.
Toimetajate soovitused
- Kuidas me teame, millal AI tegelikult tundlikuks muutub?
- See tehnika oli ulme 20 aastat tagasi. Nüüd on see reaalsus
- Nagu kurnatuse alkomeeter, võib uus vereanalüüs määrata, kui väsinud olete
Uuenda oma elustiiliDigitaalsed suundumused aitavad lugejatel hoida silma peal kiirel tehnikamaailmal kõigi viimaste uudiste, lõbusate tooteülevaadete, sisukate juhtkirjade ja ainulaadsete lühiülevaadetega.
