Google Project Loon — Google . -. , — , - «» , , .
Google . , . , .
. Google , Indosat, Telkomsel XL Axiata. , , , — , , .
. , . . ? .
Google .
Halten Sie den Ballon etwa 100 Tage lang über eine der Regionen Perus. Das Objekt befand sich während dieser Zeit ungefähr an derselben Stelle, ohne sich horizontal oder vertikal in eine kritische Entfernung zu verschieben.Der Ballon startete von Puerto Rico. Nach 12 Tagen erreichte er das Gebiet von Peru. An einem Tag führte das Navigationssystem Dutzende von Korrekturmanövern durch, sodass sich der Ball in die richtige Richtung bewegte. Wenn es keine geeigneten Luftströmungen über dem Land gab, verlagerte sich der Ball in Richtung Pazifik, wo der erforderliche Luftstrom war. Für einen 14-wöchigen Aufenthalt in Peru führte der Testballon mehr als 20.000 Routenkorrekturen durch. Danach wurde der Ball ohne Probleme gepflanzt.. , , . , , , , . , , , , : , . . . « , , ».
Durch die Steuerung des Ballons lernt das Computersystem allmählich. Nachdem sie in einem der Fälle die optimale Lösung gefunden hat, wird sie diese Lösung im anderen Fall verwenden, wenn sich die Bedingungen wiederholen oder nahe liegen. „Mit diesen Algorithmen können Ballons viel besser an einem Ort gehalten werden als mit jeder anderen Person“, sagte Sal Candido, der zuvor für einen der Entwicklungsbereiche von Project Loon verantwortlich war.Autos machen ihren Job gut, aber nicht perfekt. Das Problem ist, dass häufig neue Bedingungen entstehen, Faktoren, die die Bewegung des Balls entscheidend beeinflussen. In diesem Fall müssen die Berechnungen bei gleichzeitiger Anpassung der Ballonrate erneut durchgeführt werden. Candido verteidigte seine wissenschaftliche Arbeit zur stochastischen optimalen Kontrolle. Und er brachte seine Erfahrungen in Google Project Loon ein. Hier beschloss er, das Prinzip anzuwendenoptimale Kontrolle stochastischer Systeme , um das Ballonnetz an einem Ort zu halten.Dies ist nicht das erste Mal, dass Google in seinen Projekten eine schwache Form der KI verwendet. Der bekannteste Fall eines Unternehmens, das mit KI arbeitet, ist die Schaffung eines Systems zum Spielen von Go. AlphaGo, die Entwicklung der Google DeepMind-Division, besiegte leicht einen der stärksten Spieler der Welt in Lee Sedol. Einige Monate später konnte das Unternehmen dank eines weiteren KI-Dienstes, der ebenfalls von DeepMind entwickelt wurde, den Energieverbrauch in seinen Rechenzentren um 40% senken.Es wird nicht darüber gesprochen, die Funktionen neuronaler Netze in Project Loon zu nutzen. Stattdessen wendeten die Projektingenieure die Grundlagen des Gaußschen Prozesses an.. Um den Aerostat-Steuerungsalgorithmus zu „trainieren“, haben die Ingenieure Daten zu früheren Flügen in das System hochgeladen. Insgesamt flogen Projektballons rund 17 Millionen Kilometer. Mit dem Gaußschen Verfahren kann das Navigationssystem den optimalen Verlauf des Balls bestimmen und angeben, wann der Ballon besser nach oben und wann nach unten gehen soll. Mitarbeiter des Unternehmens haben Modelle entwickelt, um die Bewegung von Luftmassen in verschiedenen Höhen vorherzusagen.
Computersystemvorhersagen sind immer noch nicht perfekt. In einigen Fällen irrt sie sich. Und nicht, weil es schlecht funktioniert, sondern weil die Wetterbedingungen in der Stratosphäre ein wenig vorhersehbar sind. Um den Prozentsatz der Fehler zu verringern, verwendeten Spezialisten das stimulierte Training eines Computersystems. Und selbst nach der Vorhersage der Ballontrajektorie überwachen bodengestützte Systeme und Ballsensoren weiterhin die Wetterbedingungen. Wenn sich etwas ändert, kann die vorläufige Vorhersage der Flugbahn gemäß den neuen Daten geändert werden. Alle Arbeiten werden in Echtzeit ausgeführt.Laut Candido wurde die Verwendung von KI zur Anpassung der Bewegung von Ballons und zur Verwaltung des gesamten Netzwerks von Luftzugangspunkten nur dank der Ressourcen des Unternehmens ermöglicht. Alle Berechnungen werden in den leistungsstarken Rechenzentren durchgeführt. Und die Daten, die verarbeitet werden müssen, sind sehr, sehr viel. Laut den Teilnehmern des Project Loon-Projekts ist die Arbeit von Computersystemen bislang alles andere als perfekt. Aber selbst dann funktioniert maschinelles Lernen, und Computer können mit der Zeit immer besser mit Luftballons umgehen.
Service-Systeme verbessern. Zum Beispiel, um die Bälle seit 2015 zu starten, " Autostart". , 15 . . 5-7 , 45 9 ( , 24 /).