Ícono del sitio La Neta Neta

Los globos estratosféricos de Loon ahora se están enseñando a volar mejor gracias a la IA de Google

Los globos estratosféricos de Loon ahora se están enseñando a volar mejor gracias a la IA de Google

Loon de Alphabet ha estado utilizando procesos algorítmicos para optimizar el vuelo de sus globos estratosféricos durante años y, como resultado, ha establecido récords de tiempo en el aire. Pero la compañía ahora está implementando un nuevo sistema de navegación que tiene el potencial de ser mucho mejor, y está utilizando una verdadera inteligencia artificial de aprendizaje reforzado para aprender a optimizar la navegación mejor que los humanos.

Loon desarrolló el nuevo sistema de aprendizaje por refuerzo, que dice es el primero en ser utilizado en un contexto aeroespacial de producto real, con sus colegas de Alphabet en Google AI en Montreal durante los últimos años. A diferencia de su anterior software de navegación algorítmica, este está diseñado completamente por una máquina: una máquina que es capaz de calcular la ruta de navegación óptima para los globos mucho más rápidamente que el sistema creado por humanos, y con mucha más eficiencia, lo que significa que los globos usan mucho menos potencia para recorrer distancias iguales o mayores que antes.

¿Cómo sabe Loon que es mejor? De hecho, enfrentaron la nueva navegación de IA contra su sistema anterior basado en algoritmos humanos directamente, con una prueba de 39 días que voló sobre el Océano Pacífico. El modelo de aprendizaje por refuerzo mantuvo el globo Loon en alto sobre las áreas objetivo durante períodos continuos más largos, usando menos energía que el sistema anterior, e incluso se le ocurrieron algunos movimientos de navegación nuevos que el equipo nunca había visto o concebido antes.

Después de que esta y otras pruebas demostraron un éxito tan espectacular, Loon siguió adelante y lo implementó en toda su flota de producción, que actualmente está implementada en partes de África para servir a los clientes comerciales en Kenia.

Este es uno de los pocos ejemplos del mundo real de un sistema de inteligencia artificial que emplea el aprendizaje por refuerzo para enseñarse activamente a sí mismo a funcionar mejor en un entorno de la vida real, para controlar el rendimiento del hardware real que opera en una capacidad de producción y atiende a los clientes que pagan. Es un logro notable, y definitivamente uno que será observado de cerca por otros en la industria aeroespacial y más allá.


Source link
Salir de la versión móvil