Só o Google poderia pensar que a maneira de melhorar o vôo de balões gigantes cheios de hélio é criar algoritmos melhores. E para ser justo com o leviatã da busca baseado em Mountain View, parece ter funcionado.
Conteúdo
- Pegando correntes
- Tomando as decisões certas
Nos últimos dois anos, Projeto Loon, uma subsidiária da Alphabet, controladora do Google, tem trabalhado para fornecer acesso à Internet em áreas rurais e partes remotas do mundo usando balões de alta altitude na estratosfera para criar sistemas aéreos sem fio redes. No ano passado, a Loon anunciou que atingiu 1 milhão de horas de voo estratosférico com sua frota combinada de balões. Então, no final de outubro, Loon estabeleceu um novo recorde para o voo estratosférico mais longo, permanecendo no ar por impressionantes 312 dias, cobrindo uma distância de cerca de 135.000 milhas.
Vídeos recomendados
Em um novo artigo, publicado na revista Nature, Loon explica como seus balões conseguem permanecer no ar por semanas seguidas — sem intervenção humana ou conhecimento completo dos ventos ao redor. O segredo? Algumas IA impressionantemente inovadoras.
Pegando correntes
“Os balões Loon navegam subindo ou descendo em altitude para capturar correntes de vento favoráveis que os levam na direção desejada”, Sal Cândido, diretor de tecnologia da Loon, disse à Digital Trends. “As decisões sobre quando subir ou descer são determinadas por algoritmos sofisticados. Tradicionalmente, estes algoritmos foram escritos por engenheiros humanos. Com o aprendizado por reforço, estamos aproveitando a IA. para construir esses algoritmos. Em essência, construímos uma máquina que é capaz de construir um sistema de navegação melhor do que nós, humanos. Essa máquina também pode construir esses sistemas de navegação em uma fração do tempo que nós, humanos, levamos.”
O aprendizado por reforço é um tipo de aprendizado de máquina fortemente inspirado na psicologia behaviorista. O princípio orientador do aprendizado por reforço é a ideia de que os agentes de software podem aprender a agir com base na maximização de uma recompensa. Notoriamente, o aprendizado por reforço foi usado pelo Google DeepMind para ensinar uma IA. para jogue videogames clássicos da Atari — usando apenas informações dos pixels que compunham cada quadro dos jogos e a pontuação na tela. Ao ser instruído a maximizar sua pontuação, o DeepMind A.I. aprendeu a jogar por tentativa e erro, aprimorando gradativamente suas habilidades até se tornar um mestre.
Voar um balão de forma que ele não saia do curso é uma tarefa muito diferente de jogar jogos de computador, é claro. Uma viagem de balão bem-sucedida não vem com uma pontuação alta que deixe imediatamente aparente que foi um sucesso. Mas, como disse Candido, a aprendizagem por reforço ainda é uma parte crucial do sucesso do Loon.
“[Aprendizado por reforço] é capaz de processar grandes quantidades de informações e aplicá-las para resolver o problema, em vez de um humano precisar entender inerentemente como reagir a essa informação ou ter um computador pesquisando o espaço de todos os resultados possíveis”, ele disse. “Como a navegação do Loon melhora ao considerar um grande número de fatores e informações [ou] dados, a complexidade ultrapassou o que os engenheiros são facilmente capazes de fazer [em relação] ao primeiro, e a última pesquisa é computacionalmente difícil de escalar em uma escala completa. frota. [Isso torna o aprendizado por reforço] uma ótima ferramenta para o trabalho.”
Tomando as decisões certas
Usando a aprendizagem por reforço, os balões artificialmente inteligentes são capazes de tomar decisões ideais sobre como mover-se, com base no conhecimento histórico do vento, nos ventos observados e previstos e no voo futuro projetado caminhos. Todos esses dados são ponderados e diferentes cenários simulados antes que o balão decida como agir.
Loon: 312 dias na estratosfera
Em comparação com os controladores anteriores usados para controlar o Loon, a nova metodologia baseada em aprendizagem por reforço mais efetivamente manteve os balões do Loon dentro do alcance de sua estação terrestre para que pudessem enviar e receber com eficácia sinais. Quando eles foram tirados do curso, isso também significou que eles retornariam mais rapidamente às posições corretas.
“Nosso novo algoritmo baseado em aprendizado por reforço está ativo hoje, ajudando nossos balões a ficarem acima dos usuários no Quênia, a quem atendemos como parte de nossa parceria com a Telkom Kenya”, disse Candido.
A Alphabet está comprometida há muito tempo com a ideia de tecnologia para sempre. Quanto mais pessoas a Loon puder fornecer acesso à Internet, melhor será a iniciativa. E, para isso, é necessária uma tecnologia cada vez mais inteligente que o conduza. Como evidenciado por este último marco, parece ter todas as bases cobertas.
Recomendações dos Editores
- Como saberemos quando uma IA realmente se tornará senciente?
- Essa tecnologia era ficção científica há 20 anos. Agora é realidade
- Como um bafômetro para exaustão, um novo exame de sangue pode dizer o quanto você está cansado
Atualize seu estilo de vidaDigital Trends ajuda os leitores a manter o controle sobre o mundo acelerado da tecnologia com as últimas notícias, análises divertidas de produtos, editoriais criteriosos e prévias únicas.
