A IA ajuda a manter os balões do Google Project Loon por semanas em um só lugar

O Google Project Loon é um projeto da Google Corporation para fornecer comunicação a residentes de regiões remotas remotas do nosso planeta. Nesses lugares, é difícil realizar um canal de conexão rápida à Internet. Às vezes, o problema é a localização geográfica inconveniente da região, às vezes o fato de que, para o provedor de serviços da Internet, puxar o canal de comunicação “amplo” para a área onde vivem dezenas de pessoas, é simplesmente inútil.

O Google abordou a questão há alguns anos. Os engenheiros da empresa propuseram a criação de uma rede de poderosos pontos de acesso suspensos por balões estratosféricos. Na estratosfera, esse balão pode travar por várias semanas ou até meses, distribuindo a Internet em um vasto território.

O projeto está avançando um pouco. No ano passado, o Google firmou um acordo com fornecedores como Indosat, Telkomsel e XL Axiata. Depois que a infraestrutura de rede do aerostat estiver totalmente implantada, essas empresas sinalizarão os pontos de acesso em balões e transmitirão o sinal para regiões onde antes não havia Internet, ou era muito lento.

Para controlar o balão, a empresa patenteou sua própria tecnologia . É verdade que aqui estamos falando sobre o controle da altura das bolas. Mas o deslocamento horizontal de balões sob a influência do movimento das camadas de ar também é relevante. O que fazer neste caso? Sair de um ponto de acesso de um ponto específico está repleto de perda de comunicação.



Os engenheiros do Google resolveram esse problema. Empresa conseguiusegure o balão sobre uma das regiões do Peru por cerca de 100 dias. O objeto esteve aproximadamente no mesmo local durante todo esse tempo, sem mudar para uma distância crítica horizontal ou verticalmente.

O balão foi lançado de Porto Rico. Após 12 dias, ele chegou ao território do Peru. Em um dia, o sistema de navegação fez dezenas de manobras corretivas para que a bola se movesse na direção certa. Se não houvesse correntes de ar adequadas acima da terra, a bola se deslocava em direção ao Oceano Pacífico, onde estava o fluxo de ar necessário. Para uma estadia de 14 semanas no território do Peru, o balão de teste realizou mais de 20 mil correções de rota. Depois disso, a bola foi plantada sem problemas.

A corporação usou uma forma fraca de inteligência artificial para controlar seu ponto de acesso voador. Inicialmente, os balões eram mantidos no mesmo local, usando algoritmos especialmente projetados que levavam em conta muitos fatores ao mesmo tempo. São altitude, coordenadas de objetos, velocidade do vento, hora do dia, estação do ano e muito mais. O problema é que, ao lançar um balão estratosférico, ninguém sabe ao certo como isso terminará: há muitos fatores afetando um cilindro de gás, alguns dos quais são imprevisíveis. Ou seja, o algoritmo não pode ser ensinado a resolver imediatamente os problemas que surgem com o deslocamento de balões perfeitamente. Portanto, foi decidido usar a IA. "Em vez de gastar tempo apoiando a posição dos balões em um só lugar, gastamos mais tempo com nossos usuários".

Ao controlar o balão, o sistema do computador está aprendendo gradualmente. Tendo encontrado a solução ideal em um dos casos, ela usará essa solução no outro caso, se as condições forem repetidas ou fechadas. "Esses algoritmos podem lidar com segurar balões em um lugar muito melhor do que qualquer pessoa", disse Sal Candido, que anteriormente era responsável por uma das áreas de desenvolvimento do Projeto Loon.

Os carros fazem seu trabalho bem, mas não são perfeitos. O problema é que frequentemente surgem novas condições, fatores que afetam criticamente o movimento da bola. Nesse caso, os cálculos devem ser realizados novamente, com um ajuste simultâneo da taxa de balão. Candido defendeu seu trabalho científico sobre o controle ótimo estocástico. E ele trouxe sua experiência para o Google Project Loon. Aqui ele decidiu aplicar o princípiocontrole ideal de sistemas estocásticos , a fim de manter a rede de balões em um só lugar.

Esta não é a primeira vez que o Google usa uma forma fraca de IA em seus projetos. O caso mais famoso de uma empresa que trabalha com IA é a criação de um sistema para jogar. AlphaGo, o desenvolvimento da divisão Google DeepMind, derrotou facilmente um dos jogadores mais fortes do mundo no Lee Sedol. Alguns meses depois, a empresa conseguiu reduzir o consumo de energia em seus data centers em 40%, graças a outro serviço de IA, também desenvolvido pela DeepMind.

Não se fala em usar os recursos das redes neurais no Projeto Loon. Em vez disso, os engenheiros do projeto aplicaram o básico do processo gaussiano.. Para "treinar" o algoritmo de controle do aerostato, os engenheiros enviaram dados dos voos anteriores ao sistema. No total, os balões do projeto voaram cerca de 17 milhões de quilômetros. Usando o processo gaussiano, o sistema de navegação pode determinar o curso ideal da bola, indicar quando é melhor o balão subir e quando descer. Os funcionários da corporação desenvolveram modelos para prever o movimento de massas de ar em diferentes alturas.



As previsões do sistema de computador ainda não são perfeitas. Em alguns casos, ela está enganada. E não porque funciona mal, mas porque as condições climáticas na estratosfera são um pouco previsíveis. Para reduzir o percentual de erros, os especialistas utilizaram o treinamento estimulado de um sistema de computador. E mesmo após a previsão da trajetória do balão, os sistemas terrestres e os sensores de bola continuam monitorando as condições meteorológicas. Se algo mudar, a previsão preliminar da trajetória poderá ser alterada de acordo com os novos dados. Todo o trabalho é realizado em tempo real.

Candido diz que o uso da IA ​​para ajustar o movimento dos balões e gerenciar toda a rede de pontos de acesso aéreo só foi possível graças aos recursos da empresa. Todos os cálculos são feitos em seus poderosos data centers. E os dados que precisam ser processados ​​são muito, muito. Segundo os participantes do projeto Loon, até agora o trabalho dos sistemas de computador está longe de ser perfeito. Mas, mesmo assim, o aprendizado de máquina funciona e os computadores lidam com balões cada vez melhor com o tempo.



Melhorando os sistemas de serviço. Por exemplo, para iniciar as bolas desde 2015, " Autostart". Esta é uma plataforma especial com a qual uma equipe de quatro pessoas pode lançar um aerostato a cada 15 minutos. Antes de criar a plataforma, cada lançamento individual era um evento inteiro. Para enviar uma bola com sucesso à estratosfera, eram necessárias 5-7 pessoas, que poderiam lançar uma bola aos 45 minutos. minutos a uma velocidade do vento não superior a 9 km / h (agora a velocidade do vento pode exceder esse valor, atingindo 24 km / h).

Source: https://habr.com/ru/post/pt397921/