用 AI 给 Project Loon 保驾护航,这很谷歌 style！

alibaba

用 AI 给 Project Loon 保驾护航,这很谷歌 style！

2016-09-24

在 Google X 神秘实验室中，有这样一个项目 Project Loon，旨在通过高空热气球为世界上尚无互联网接入的地区提供互联网接入服务。现在该项目已经从实验室中分离出来。

对于谷歌来说，将热气球升空至平流层并不是一件难事。但是有一个难题是他们不得不考虑的：热气球在空中的位置太难控制。

而近日，谷歌在南美秘鲁升空了一颗互联网热气球，气球在秘鲁平流层的滞空时间长达98天。这个消息让人震惊了。因为现阶段的导航系统只能让气球上升或下降，却不能操纵它前后左右移动。而如果使用更为复杂导航系统，则会使得热气球飞负重过高，会缩短气球的滞空时间。

那么，谷歌是如何做到的呢？Project Loon 项目小组表示，这是在人工智能的帮助下完成的。

谷歌的研究人员通过人工智能算法有效引导了高空热气球。从某种意义上说，这也代表了整个科技界在人工智能领域的重要转变。

在使用手工算法引导高空气球时，气球导航系统会根据高度、位置、风速以及时间等变量作出预定的反应。但是 AI 算法则更好利用了机器学习的优势：通过对大量数据进行实时分析，算法可以不断进行学习。它根据过去发生的事实，预测并改变即将作出的操纵。

Project Loon 负责人、前谷歌搜索工程师 Sal Candido 指出，“我们在恰当的位置合采用了机器学习的方法。这些算法比人工处理更加高效。”

当然，人工智能算法并不意味着作出的选择都是正确的。当热气球进入平流层后，仍然会有很多的不确定性。但是通过机器学习技术，研究人员可以对热气球进行更有效的控制。

机器学习在 Project Loon 上的应用与谷歌、Facebook 以及 Twitter 在 AI 领域的研究有些类似。这些公司的人工智能技术正在朝着深度神经网络方向迈进，这种技术是模拟人类大脑的神经元网络算法，可以用于智能手机的语音识别、人脸识别以及个性化搜索结果等。

Project Loon 并没有使用这种深层神经网络技术。它使用的是一种简单机器学习技术，但基本原理相同。在整个项目进行过程中，公司已经收集了超过 1700 万公里的气球飞行数据，导航系统能够控制气球什么时候上升或下降。

不过这种预测方法并是不完美的，天气等众多复杂因素的影响仍然存在，热气球所遇到的情况远比想象的要复杂。