L'IA aide à garder les ballons de Google Project Loon pendant des semaines au même endroit

Google Project Loon est un projet de Google Corporation visant à fournir des communications aux résidents des régions éloignées et éloignées de notre planète. Dans de tels endroits, il est difficile de réaliser un canal de connexion Internet rapide. Parfois, le problème est la situation géographique gênante de la région, parfois le fait que pour le fournisseur de services Internet de tirer le "large" canal de communication vers la zone où vivent plusieurs dizaines de personnes n'est tout simplement pas rentable.

Google a abordé le problème il y a quelques années. Les ingénieurs de l'entreprise ont proposé de créer un réseau de points d'accès puissants suspendus à des ballons stratosphériques. Dans la stratosphère, un tel ballon peut pendre pendant plusieurs semaines voire plusieurs mois, distribuant Internet sur un vaste territoire.

Le projet avance un peu. L'année dernière, Google a conclu un accord avec des fournisseurs tels que Indosat, Telkomsel et XL Axiata. Une fois l'infrastructure du réseau d'aérostat entièrement déployée, ces entreprises signaleront les points d'accès sur des ballons et diffuseront le signal dans les régions où il n'y avait pas d'Internet auparavant, ou c'était très lent.

Pour contrôler le ballon, l'entreprise a breveté sa propre technologie . Certes, nous parlons ici de contrôler la hauteur des balles. Mais le déplacement horizontal des ballons sous l'influence du mouvement des couches d'air est également pertinent. Que faire dans ce cas? Quitter un point d'accès à partir d'un point spécifique est lourd de perte de communication.



Les ingénieurs de Google ont résolu ce problème. L'entreprise a réussitenir le ballon sur l'une des régions du Pérou pendant environ 100 jours. L'objet était à peu près au même endroit pendant tout ce temps, sans se déplacer à une distance critique ni horizontalement ni verticalement.

Le ballon a été lancé de Porto Rico. Après 12 jours, il a atteint le territoire du Pérou. Un jour, le système de navigation a effectué des dizaines de manœuvres correctives afin que le ballon se déplace dans la bonne direction. S'il n'y avait pas de courants d'air appropriés au-dessus de la terre, le ballon s'est déplacé vers l'océan Pacifique, où le flux d'air requis était. Pour un séjour de 14 semaines sur le territoire du Pérou, le ballon d'essai a effectué plus de 20 000 corrections d'itinéraire. Après cela, le ballon a été planté sans aucun problème.

La société a utilisé une forme faible d'intelligence artificielle pour contrôler son point d'accès volant. Initialement, les ballons étaient conservés au même endroit, en utilisant des algorithmes spécialement conçus qui prenaient en compte de nombreux facteurs en même temps. Ce sont l'altitude, les coordonnées des objets, la vitesse du vent, l'heure de la journée, la saison de l'année et bien plus encore. Le problème est que lors du lancement d'un ballon stratosphérique, personne ne sait avec certitude comment cela se terminera: il y a trop de facteurs affectant une bouteille de gaz, dont certains sont imprévisibles. Autrement dit, l'algorithme ne peut pas apprendre à résoudre immédiatement les problèmes qui se posent avec le déplacement des ballons parfaitement. Par conséquent, il a été décidé d'utiliser l'IA. "Au lieu de passer du temps à soutenir la position des ballons en un seul endroit, nous passons plus de temps sur nos utilisateurs."

En contrôlant le ballon, le système informatique apprend progressivement. Ayant trouvé la solution optimale dans l'un des cas, elle utilisera cette solution dans l'autre cas, si les conditions se répètent ou se rapprochent. «Ces algorithmes peuvent gérer les ballons en un seul endroit bien mieux que n'importe qui», a déclaré Sal Candido, qui était auparavant responsable de l'une des zones de développement du projet Loon.

Les voitures font bien leur travail, mais elles ne sont pas parfaites. Le problème est que de nouvelles conditions surviennent souvent, des facteurs qui affectent de manière critique le mouvement du ballon. Dans ce cas, les calculs doivent être effectués à nouveau, avec un ajustement simultané du taux de ballon. Candido a défendu ses travaux scientifiques sur le contrôle optimal stochastique. Et il a apporté son expérience à Google Project Loon. Ici, il a décidé d'appliquer le principecontrôle optimal des systèmes stochastiques afin de maintenir le réseau de ballons en un seul endroit.

Ce n'est pas la première fois que Google utilise une forme faible d'IA dans ses projets. Le cas le plus célèbre d'une entreprise travaillant avec l'IA est la création d'un système pour jouer au go. AlphaGo, le développement de la division Google DeepMind, a facilement battu l'un des joueurs les plus forts du monde dans le Lee Sedol. Quelques mois plus tard, la société a pu réduire de 40% la consommation d'énergie de ses centres de données grâce à un autre service d'IA, également développé par DeepMind.

Il n'est pas question d'utiliser les capacités des réseaux de neurones dans le projet Loon. Au lieu de cela, les ingénieurs du projet ont appliqué les bases du processus gaussien.. Pour «former» l'algorithme de contrôle de l'aérostat, les ingénieurs ont téléchargé des données sur les vols précédents dans le système. Au total, les ballons du projet ont parcouru environ 17 millions de kilomètres. En utilisant le processus gaussien, le système de navigation peut déterminer le cap optimal de la balle, indiquer quand il est préférable pour le ballon de monter et quand descendre. Les employés de la société ont développé des modèles pour prédire le mouvement des masses d'air à différentes hauteurs.



Les prévisions des systèmes informatiques ne sont toujours pas parfaites. Dans certains cas, elle se trompe. Et pas parce que cela fonctionne mal, mais parce que les conditions météorologiques dans la stratosphère sont un peu prévisibles. Afin de réduire le pourcentage d'erreurs, les spécialistes ont utilisé la formation stimulée d'un système informatique. Et même après la prévision de la trajectoire du ballon, les systèmes au sol et les capteurs de ballon continuent de surveiller les conditions météorologiques. Si quelque chose change, la prévision préliminaire de la trajectoire peut être modifiée en fonction des nouvelles données. Tous les travaux sont effectués en temps réel.

Candido dit que l'utilisation de l'IA pour ajuster le mouvement des ballons et gérer l'ensemble du réseau de points d'accès aérien n'a été rendue possible que grâce aux ressources de l'entreprise. Tous les calculs sont effectués dans ses puissants centres de données. Et les données qui doivent être traitées sont très, très importantes. Selon les participants au projet Project Loon, le travail des systèmes informatiques est loin d'être parfait. Mais même dans ce cas, l'apprentissage automatique fonctionne et les ordinateurs gèrent de mieux en mieux les bulles au fil du temps.



Amélioration des systèmes de service. Par exemple, pour démarrer les boules depuis 2015, " Démarrage automatique". Il s'agit d'une plate-forme spéciale avec laquelle une équipe de quatre personnes peut lancer un aérostat toutes les 15 minutes. Avant de créer la plate-forme, chaque lancement individuel était un événement entier. Pour envoyer avec succès une balle dans la stratosphère, il fallait 5 à 7 personnes, qui pouvaient lancer une balle à 45 minutes à une vitesse de vent ne dépassant pas 9 kilomètres par heure (la vitesse du vent peut maintenant dépasser cette valeur, atteignant 24 km / h).

Source: https://habr.com/ru/post/fr397921/