Alphabet har utöver Google en rad olika bolag i sitt paraply. Utöver den välkända sökjätten huserar Alphabet även AI-bolaget Deepmind, vars artificiella intelligens bräckt mänskligt motstånd i allt från brädspel till strategiska datorspel. Ett annat är Project Loon, där målet är att ge avlägsna platser tillgång till internetuppkoppling via ett nätverk av ballonger.

GoogleLoon-3.jpg
GoogleLoon-2.jpg

Projektet har redan varit aktivt i flera år och ballongerna har sammanlagt tillbringat över en miljon timmar i stratosfären, där en ballong sätter rekord med flygtur på 312 dagar i stratosfären. Till skillnad från alternativ, som exempelvis rymdbaserade Starlink, kräver ballonger traditionellt mänskliga operatörer för kontroll och höjdjustering. I en intervju med Digital Trends förklarar Sal Candido, teknisk chef för Project Loon, hur företaget överlåter uppgiften till algoritmer och artificiell intelligens.

Loon balloons navigate by moving up or down in altitude to catch favorable wind currents that take them in a desired direction. The decisions about when to ascend or descend are determined by sophisticated algorithms. Traditionally, these algorithms have been written by human engineers. With reinforcement learning, we are leveraging A.I. to build these algorithms. In essence, we have built a machine that is capable of building a better navigation system than we humans can. That machine can also build these navigation systems in a fraction of the time that it takes us humans

Istället för traditionella AI-system, där mänskliga mjukvaruingenjörer programmerat in ramverk för beteende, använder Project Loon en typ av maskininlärning som härmar en form av beteendevetenskap där algoritmerna söker bästa möjliga belöning. Konceptet kallas i AI-sammanhang förstärkande lärande (eng. reinforcement learning), vilket också använts för att låta Deepminds AI-system eftersträva bästa möjliga resultat i tävlan mot mänskliga spelare.

Systemet kämpar där för att bli så bra som möjligt, vilket med Project Loon använts för att få ballongerna att anpassa sig efter vindens påverkan på ballongen. Enligt Sal Candido har AI-systemet inte bara inneburit att mänsklig medverkan inte varit nödvändigt, utan det har gjorts med en effektivitet som människor inte mäktar med. Systemets algoritmer kan ta emot och reagera på en rad olika parametrar. Lärdomarna kan spridas vidare till andra ballonger i nätverket på ett sätt som manuella mänskliga åtgärder inte kan.

Reinforcement learning is able to process huge amounts of information and apply that to solving the problem, rather than a human needing to inherently understand how to react to that information or having a computer search the space of all possible outcomes. Because Loon navigation improves by considering a huge number of factors and information or data, the complexity has surpassed what engineers are easily able to do with regards to the former, and the latter search is computationally difficult to scale across a full fleet. That makes reinforcement learning a great tool for the job

Exempel på parametrar som används för att justera ballongernas höjd och riktning är en historisk översikt över vindmönster, kombinationer av väderprognoser, egna observationer av väderförhållanden och tidigare utstakade flygrutter. Alla detta tas i beaktning innan ballongen fattar beslut om hur den ska agera, med målet att nå bästa möjliga "poäng".

Fördelarna med det AI-baserade kontrollsystemet ligger inte endast i optimeringar av flygrutter. Enligt Project Loon har det också förbättrat ballongernas förmåga att hålla sig inom kontrollstationernas signalavstånd, och systemet låter dem korrigera parametrar om oväntade vindar kastar dem ur kurs. Project Loons anslutningar bygger på mobil LTE-uppkoppling, vilket innebär att den kan användas med vanliga 4G-telefoner.

Projektet fokuserar i dagsläget på att nå ut till regioner i världen som saknar tillgång till internet och katastrofområden där kommunikationsmöjligheter är kritiskt för drabbades överlevnadsmöjligheter. En detaljerad genomgång av hur Project Loon-tekniken fungerar finns att läsa i den vetenskapliga tidskriften Nature (betalvägg).

Läs mer om AI-projekt: