هوش مصنوعی Loon برای ناوبری بالن اینترنتی گوگل در حال آزمایش است

با پیشرفت‌‌های هوش مصنوعی و جدیدترین مدل‌‌های یادگیری تقویتی‌‌، بالن اینترنتی گوگل بسیار کارآمدتر هدایت‌‌ می‌‌شود.

حتما تا به امروز خبر بالن اینترنتی گوگل را شنیده‌‌اید که در ارتفاع حدود 20 کیلومتر از سطح زمین به پرواز در‌‌می‌‌آید تا در محدوده‌‌های دور از دسترس آنتن‌‌های مخابراتی، دسترسی به اینترنت را فراهم کند. این بالن‌‌های بی‌سرنشین که در دومین لایه اتمسفر پرواز‌‌ می‌‌کنند، قادرند تا سرعت اینترنت نسل چهارم شبکه تلفن‌‌های همراه را پشتیبانی کنند.

اخیرا، شرکت Loon که از زیرمجموعه‌‌های هولدینگ آلفابت است، برای بالن‌‌های اینترنتی گوگل به نوع دیگری از سیستم ناوبری روی آورده است. در این سیستم جدید، بالن‌‌‌‌ها به جای این‌که بر اساس الگوریتم‌‌های طراحی‌‌شده توسط انسان‌‌‌‌ها برای ناوبری استفاده کنند، از سیستم هوش مصنوعی Loon بهره‌‌ می‌‌گیرند که طی چند سال گذشته با هوش مصنوعی گوگل توسعه داده شده است.

در حال حاضر سیستم یادگیری تقویتی (RL) وظیفه ناوبری بالن اینترنتی گوگل را بر فراز کنیا بر عهده دارد. شرکت Loon در اوایل سال جاری اولین سرویس تجاری خود را در کنیا راه‌‌اندازی کرد. شرکت Loon در این زمینه بیان داشته که این اولین استفاده از مدل یادگیری تقویتی در یک سیستم هوابرد است. همچنین این شرکت اضافه کرده است: «این موفقیت بسیار جالب توجه است، زیرا نشان‌‌ می‌‌دهد یادگیری تقویتی‌‌ می‌‌تواند در طیف وسیعی از کاربردهای صنعتی در دنیای واقعی مورد استفاده قرار گیرد.» سیستم‌‌های یادگیری تقویتی از جمله سیستم‌‌های کارآمد برای هوش مصنوعی و یادگیری ماشین‌‌اند و در حقیقت، این مدل سیستم‌‌های هوشمند بودند که یادگرفتند چطور بازیکنان برتر Go و Dota 2 را شکست دهند.

هوش مصنوعی Loon‌‌

هوش مصنوعی Loon‌‌ می‌‌تواند مسیر بهینه برای پرواز بالن‌‌‌‌ها را به‌‌طور قابل توجهی سریع‌تر از سیستم ناوبری قبلی مشخص کند. این سیستم همچنین کار هدایت این هوابردهای بدون سرنشین را با کارایی بیشتری انجام‌‌ می‌‌دهد. به‌طوری که بالن‌ها‌‌ می‌‌توانند مسافت مشابه یا بیشتری را با قدرت کمتری طی کنند. رکورد ثبت‌شده برای مدت زمان پروازLoon  در واقع 312 روز است. این رکورد در اوایل سال جاری برای این بالن‌‌‌‌ها ثبت شده است و دور از ذهن نیست که سیستم هوش مصنوعی بتواند بالن‌‌‌‌ها را حتی برای مدت طولانی‌تری روی آسمان نگه دارد.

شرکت Loon و هوش مصنوعی گوگل قبل از شروع آزمایش‌‌های عملی در پرو‌‌، از شبیه‌سازی‌هایی برای آموزش مدل یادگیری تقویتی از طریق آزمون و خطا استفاده کرده‌‌اند. این تیم سپس با آزمایش 39 روزه‌‌ای که روی اقیانوس آرام انجام گرفت، توانایی‌‌های خود را در برابر سیستم ناوبری StationSeeker که به دست انسان ساخته شده بود، ارزیابی کرد. طی این آزمایش، هوش مصنوعی قادر بود بالن‌‌‌‌ها را در مدت زمان طولانی‌‌تری در مناطق هدف نگه دارد و در عین حال انرژی کمتری مصرف کند. این دستاوردی مهم است‌‌، زیرا به ارائه پوشش اینترنت سازگارتر به افراد در یک منطقه خاص کمک خواهد کرد.

در این مقایسه که بین سیستم ساخته‌‌شده توسط انسان و سامانه هوش مصنوعی آموزش دیده انجام گرفت، سیستم StationSeeker تمایل داشت مستقیماً به سمت یک مکان خاص هدایت شود‌‌، اما اغلب از نقاط مورد هدف عبور‌‌ می‌‌کرد و برای دستیابی به نقاط هدف دوباره باید مسیر معکوس را طی‌‌ می‌‌کرد. در حالی که سیستم هوش مصنوعی بیشتر به دنبال این بود که به‌‌صورت بی‌‌هدف در منطقه موردنظر بماند و در مصرف انرژی صرفه‌‌جویی کند، تا زمانی که حضورش مورد نیاز بود بتواند به کار آید. سیستم StationSeeker همچنین مانورهای پیچیده‌ای انجام‌‌ می‌‌داد که تیم Loon تا قبل از این آزمایش تجربه نکرده بود.

جدیدترین اخبار هوش مصنوعی ایران و جهان را با هوشیو دنبال کنید.