Balon Loon mendapat dorongan dari Google AI
Machine

Balon Loon mendapat dorongan dari Google AI


Alam (2020). DOI: 10.1038 / s41586-020-2939-8″ width=”800″ height=”480″/>

a, Skema balon tekanan super yang menavigasi bidang angin. Balon tetap berada di dekat stasiunnya dengan bergerak di antara angin di ketinggian yang berbeda. Rentang ketinggiannya ditunjukkan dengan garis putus-putus atas dan bawah. b, Jalur terbang balon, dilihat dari atas. Stasiun dan jangkauan 50 km ditampilkan dengan warna biru muda. Panah berbayang mewakili bidang angin. Medan angin terus berkembang, membutuhkan balon untuk merencanakan ulang secara berkala. Kredit: Alam (2020). DOI: 10.1038 / s41586-020-2939-8

Masa depan AI Google sedang mengudara.

Tapi itu hal yang bagus.

Tim di divisi AI Google dan di Alphabet-spinoff Loon sedang melatih balon udara ‘pintar’ untuk menavigasi rute angin navigasi yang kacau puluhan ribu kaki di udara.

Ini adalah paradoks yang menarik bahwa alih-alih memanfaatkan teknologi roket atau satelit yang canggih, para ilmuwan dalam beberapa tahun terakhir beralih ke studi ilmiah dan lingkungan mutakhir dengan mengandalkan perangkat yang pertama kali digunakan oleh kerajaan Shu Han Cina hampir tepat 2.000 tahun yang lalu.

Balon udara digunakan untuk menghubungkan konektivitas ke daerah yang terkena bencana alam, memantau kejadian cuaca buruk, mempelajari perubahan iklim, dan bahkan melacak aktivitas kriminal seperti perdagangan seks atau perburuan hewan.

Tetapi menjaga agar balon-balon ini tetap mengapung dan di jalurnya adalah usaha yang menakutkan. Cuaca ekstrem, angin yang bergeser, dan medan yang berat dapat menjadi rintangan yang sulit bagi kantong-kantong besar berisi helium tersebut. Insinyur Loon mengembangkan algoritme yang disebut StationSeeker yang membantu menjaga balon tetap di jalur. Namun pergeseran arus angin yang sangat tidak terduga menghambat upaya terbaik algoritme. Selain itu, ketika program harus menguji dan menguji kembali kondisi lingkungan, energi yang berharga digunakan, membatasi jumlah waktu balon bertenaga dapat tetap mengapung.

Simulasi 125 balon menjaga stasiun dalam kondisi yang menantang. Simulasi 125 balon dimulai dari gangguan satu posisi awal, baik menggunakan pengontrol yang dipelajari atau StationSeeker. Stasiun dilambangkan dengan ‘X’, dan jangkauan 50 km dengan garis putus-putus. Tidak seperti StationSeeker, pengontrol yang dipelajari dapat tetap berada di dekat stasiun terlepas dari kondisi awal, meskipun medan angin sangat menantang. Ini mencapai ini dengan menavigasi menjauh dari stasiun untuk menghindari angin kencang dan tetap di daerah yang relatif tenang, terlihat dari 0:06 ke dalam video. Kredit: Alam (2020). DOI: 10.1038 / s41586-020-2939-8

Dalam artikel yang diterbitkan Rabu di Alam, peneliti mengatakan mereka telah menerapkan pembelajaran penguatan – sistem penghargaan tindakan komputer dalam pengejaran optimal dari tujuan tertentu dalam lingkungan yang tidak diketahui – untuk mencapai hasil navigasi yang lebih baik. “Pembelajaran penguatan adalah ilmu membuat komputer belajar dari uji coba dan kesalahan,” kata Marc Bellemare dari divisi AI Google. “Dengan pembelajaran penguatan kita fokus pada bagian keputusan. Bagaimana kita naik atau turun berdasarkan data itu? Tidak hanya itu [the AI controller] membuat keputusan, tetapi membuat keputusan seiring waktu. “

Algoritme baru memprediksi kecepatan dan arah angin dengan lebih baik pada ketinggian yang berbeda, dan menaikkan atau menurunkan balon sesuai dengan itu. Seperti yang dijelaskan oleh Sal Candido, chief technology officer Loon, “Sangat sulit untuk memiliki [balloon] jaringan melalui orang-orang yang membutuhkan koneksi ke internet dan tidak terbawa arus jauh. Apa RL tersebut [reinforcement learning] Yang kami lakukan untuk kami adalah memutuskan situasi apa dengan balon tersebut, berapa banyak daya yang tersisa, tindakan terbaik apa yang dapat dilakukan balon saat ini untuk mengawasi orang yang memegang ponsel di tangannya. “

Candido mengatakan balon harus tetap berada dalam jarak 30 mil dari stasiun bumi untuk mengirim dan menerima sinyal dengan andal. Algoritme baru memungkinkan balon tetap terhubung lebih lama dan kembali ke koordinat yang benar lebih cepat dari sebelumnya.

Pengontrol AI baru berada di belakang rekor berjalan tanpa gangguan selama 312 hari awal tahun ini, memecahkan rekor lama 223 hari oleh pengontrol pra-RL.

Algoritma RL mengarahkan balon melalui gerakan angka delapan untuk mendeteksi arus ideal. Karena banyak kawasan atmosfer dunia tidak sepenuhnya dipantau arah dan kecepatan anginnya, algoritme menghasilkan ‘derau’ untuk mengisi celah data dan, termasuk data historis, menyusun rute yang paling mungkin menguntungkan.

Algoritme baru tim Loon mengalahkan kalkulasi yang dirumuskan sebelumnya oleh tim yang sama.

“Sejujurnya, kami ingin memastikan bahwa dengan menggunakan RL, sebuah mesin dapat membangun sistem navigasi yang sama dengan yang kami buat sendiri,” kata Candido. “Jaringan neural dalam yang dipelajari yang menentukan kontrol penerbangan dibungkus dengan lapisan jaminan keamanan yang sesuai untuk memastikan agen selalu mengemudi dengan aman. Di seluruh benchmark simulasi kami, kami tidak hanya dapat mereplikasi tetapi secara dramatis meningkatkan sistem navigasi kami dengan memanfaatkan RL.”


Balon loon memecahkan rekor durasi terbang di stratosfer — terbang tinggi selama 312 hari


Informasi lebih lanjut:
Marc G. Bellemare dkk. Navigasi otonom balon stratosfer menggunakan pembelajaran penguatan, Alam (2020). DOI: 10.1038 / s41586-020-2939-8

© 2020 Science X Network

Kutipan: Balon Loon mendapatkan dorongan dari Google AI (2020, 3 Desember) diakses 3 Desember 2020 dari https://techxplore.com/news/2020-12-loon-balloons-boost-google-ai.html

Dokumen ini memiliki hak cipta. Selain dari transaksi yang adil untuk tujuan studi atau penelitian pribadi, tidak ada bagian yang boleh direproduksi tanpa izin tertulis. Konten disediakan untuk tujuan informasi saja.


Halaman Ini Di Persembahkan Oleh : Result SGP