巨大なブロードバンド通信気球で知られるルーンは、機械学習アルゴリズムを使用して成層圏で高高度の乗り物を自律的にホバリングさせる方法を解明したと発表している。
幅15メートルの気球は、数千キロメートルも離れた人々の自宅と地上局の間でインターネット接続を中継します。長距離にわたって確実にデータを伝送できる安定したネットワークを構築するには、気球が所定の位置に留まり、しかも自力でその機能を果たす必要があります。
この位置維持問題に対するLoonのAIベースの解決策は、水曜日にNatureに掲載された研究論文で説明されており、基本的には気球の高度を調整して適切な風の流れを捉え、気球が必要な場所に存在するようにすることで機能する。
伝えられるところによると、この機械学習ソフトウェアは、39日間続いた実験で、太平洋上空でLoonのガスバッグを上下に揺らし続けることに成功したという。Loonチームは以前、StationSeekerと呼ばれる自作アルゴリズムを用いた非AIコントローラーを使用してこの作業を行っていたが、機械学習を用いてより効率的な方法を見つけられるかどうか実験することにした。
「私たちの知る限り、これは強化学習を量産航空宇宙システムに導入した世界初の事例です」と、LoonのCTO、サルバトーレ・カンディド氏は語った。
FacebookがAquila自律インターネットドローンプログラムを静かに終了
続きを読む
このAIは、フィードフォワードニューラルネットワークで構成されており、風速、太陽高度、機器の残電力といった変数を考慮して、気球を上昇させるか下降させるかを学習します。この決定は制御システムに送られ、気球を所定の位置に維持します。
シミュレーションでモデルをトレーニングした結果、ニューラルネットワークは異なるシナリオで同じタスクを何度も繰り返すうちに、強化学習を用いて着実に改善しました。LoonはシミュレーションでStationSeekerと強化学習モデルのパフォーマンスをテストしました。
論文によると、「試験は、固定地点での2日間の模擬的な局地維持で構成され、その間、管制官は3分間隔で入力を受信し、指令を発する」とのことだ。性能は、気球が仮想地上局から半径50km以内にどれだけ長く留まれるかで評価された。
AIアルゴリズムの効率は55.1%で、StationSeekerの40.5%を大きく上回りました。研究者たちは、最良の理論モデルが56.8%から68.7%の間に達することを踏まえ、自律型アルゴリズムの効率はほぼ最適であると見積もっています。
LoonとGoogleが、太平洋上をホバリングする気球を使った実際の実験でコントローラーを動作させたところ、次のような結果が出た。「全体的に、強化学習システムは、より少ない電力で気球を目的の位置の範囲内に維持する頻度を高めた。気球を操縦するのにより少ない電力を使うということは、人々をインターネット、情報、そして他の人々とつなぐために利用できる電力が増えることを意味する。」
気球は約100kgの積載物を搭載し、太陽エネルギーを収集するための様々な電子機器や通信機器を搭載しています。気球を特定の場所まで飛ばすのは全く別の問題です。
「艦隊派遣システムが各気球を特定の位置へ割り当て、航法管制官が気球をその位置の近くに誘導してから、位置維持管制官に制御を切り替える」と論文は説明している。
Loonは、従来の光ファイバーケーブルが敷設されていない地域に無線ブロードバンドサービスを提供するため、気球の試験運用を継続します。既にケニアに1機送出しており、南米のアマゾン熱帯雨林上空にもう1機送出する予定です。®
