振动盘厂家
免费服务热线

Free service

hotline

010-00000000
振动盘厂家
热门搜索:
技术资讯
当前位置:首页 > 技术资讯

谷歌上网热气球有了新驾驶员名字叫AI_[#第一枪]

发布时间:2021-06-07 16:08:03 阅读: 来源:振动盘厂家

北京时间9月24日消息,今年夏天,谷歌曾在秘鲁“发射”一枚气球,它在大气层停留了98天。

对于Google X实验室(或者叫作X)来说,将气球送上同温层并不是什么稀奇的事。X实验室有一个项目名叫“Project Loon”,它的目标就是从同温层发送互联网信号,让地表居民可以上网。按照谷歌的设想,气球可以飞入没有网络服务的地区,然后长时间停留在空中,不断传输互联网信号。问题在于:气球可能会飘走。

正因如此,谷歌让气球在秘鲁的天空停留三个月才显得很了不起。导航系统只能控制气球向上或者向下飞行,不能前进或者后退,也不能从一边到另一边。谷歌气球像热气球一样运行,它要避开糟糕的天气,避免碰撞,而不是穿过障碍区,如果谷歌安装复杂的导航系统,重量会增加,成本也会提升。为了解决问题,谷歌没有使用喷气式推进系统给气球导航,相反,团队利用了AI技术。

我们所说的“AI”是广义上的AI。无妨,大家都是这样说的。你也可以换一种说法,例如:用算法引导高空气球,这样讲也是合适的。

最开始时,谷歌团队利用手工编写的算法引导气球,算法会对各种预设变量进行响应,比如高度、位置、风速、时间。新算法发挥了机器学习的优势。通过分析海量数据,它们可以不断学习。通过分析过去发生的事情,算法可以不断改变自己的“行事方式”。萨尔·坎迪多(Sal Candido)是前谷歌工程师,他曾负责过气球项目。萨尔坎表示:“我们在更多的正确位置上拥有了更多的机器学习技术,这些算法处理事情的效率很高,比任何人都高。”

尽管如此,算法并非总是正确的。坎迪多拥有博士学位,他学习的内容和“随机最优控制”有关。简单来讲,坎迪多能够控制物体在不确定表面上运行,他的专业知识有了用武之地。当我们将气球送上天空,不确定因素很多,而且你无力改变。

有了机器学习的帮助,坎迪多和团队就可以找到更好的办法控制气球。当谷歌团队首次启动气球项目时,他们认为如果要将互联网服务覆盖到某一区域,只有发射大量的气球,让它们高高飘浮在空中才能做到。现在,团队可以更好控制气球,最终,只需要几个气球就可以将信号送到地表。坎迪多说:“我们没有必要将气球放在海洋上,专注用户就行了。”

机器学习在Project Loon项目中发挥了作用,在整个谷歌也是一样的,其它企业也大力引进机器学习技术,比如Facebook、微软和Twitter。这些企业集体朝着深度神经网络前进,深度神经网络的运行原理和人脑神经元有些类似。Facebook用深度神经网络识别图片,谷歌用它挑选搜索链接。放在过去,谷歌搜索算法是工程师手工编写的。现在算法可以自己学习,分析用户点击时生成的大量数据,通过分析用户的行为来学习。

谷歌气球项目并没有使用深度神经网络,它使用了一种比较简单的机器学习技术——Gaussian,尽管有所不同,其原理却是一样的。由此可以看出,深度学习只是AI革命的一部分,并非全部。在整个气球项目执行过程中,气球飞行了170万公里,谷歌从中收集了大量数据,用Gaussian处理之后,导航系统可以预测气球的行进路线,知道何时上升,何时下降,还可以判断何时将空气吸入气球。

预测很完美,至少大部分时间是完美的,毕竟同温层的气候太多变。坎迪多表示,同温层的气候已经算是比较稳定的,但是气球所遇到的不确定因素仍然很多,超过了团队的预计。他们只好增强导航系统,用所谓的“增强学习”来强化。做出预测之后,系统会不断收集数据,比如气球面对什么样的状况,什么管用,什么不管用,然后用数据调整气球的行进。

谷歌还有一个团队开发了AlphaGo,它也是一个AI系统,最近在围棋上打败了顶尖选手。AlphaGo分析人类棋手所下的无数棋步,不断学习,然后不断下棋,通过“增强学习”提高棋艺,不断分析什么能赢,什么不能。AlphaGo设计者相信,同样的技术可以应用于机器人,还可以完成其它任务,既有线上任务,也有线下任务。

没有什么神奇的,只是数据、数学和处理能力,这种处理能力相当相当强大。坎迪多说,气球的导航系统只是一种可能的方案,因为谷歌有无数的数据服务器,系统可以接入服务器,用海量机器处理信息。

坎迪多还表示,气球的机器学习技术还没有完成。机器学习也还不完美。事实上,AI并不等于“智能”,只是许多时候AI能将我们带到想去的地方。随着时间的推移,AI会越来越强大,它可以找到更好的办法将我们带到想去的地方——甚至是同温层。

自动洗米机

蜂窝板切割机图片

园林景观雕塑

汽车空调清洗货源