連續數周，氣球由人工智能控制，實現自主導航
科技日報北京12月3日電（記者張夢恕）根據英國《自然》雜志3日發表的計算機科學最新突破，加拿大科學家團隊報告稱，氣球完全由人工智能控制，成功實現了自主導航，并在平流層停留了數周。這一成果標志著深度強化學習在實際應用中邁出了重要而難得的一步，也提高了環境監測自動化的可能性。
人工智能在氣象領域的應用正呈爆炸式增長，呈現出從傳統機器學習向深度學習的趨勢。在氣象實驗中經常采用氣球充氦等高水平大氣監測。但是，如果它們被風吹離航道，它們必須回到原來的停滯點。深度強化學習可以訓練人工智能系統做出決策。對于超壓氣球，這些積極的決定包括采取什么行動來保持它們的位置不變。
這一次，加拿大谷歌研究所的科學家馬克·貝爾梅爾（mark belmaier）和他的同事訓練了一名人工智能控制器，根據風的歷史記錄、預報、當地風力觀測和其他因素（如氦損失和電池疲勞）來決定是否移動氣球。
該團隊使用了數據增強算法來解釋數據中的差距。他們將這項名為“探空者”的新技術應用于世界各地的“氣球”，包括在太平洋上空進行為期39天的受控實驗。”“氣球氣球”最初是一個互聯網項目。研究小組將高空超壓氣球送入平流層，在空中形成無線網絡。貝爾梅爾的實驗表明，“站導引頭”控制的氣球能夠成功實現自主導航，一旦氣球吹出航道，它們能比傳統控制器控制的氣球更快地回到原來的停滯點。
深度強化學習的應用已經在計算機游戲等受控環境中得到了驗證，但在受控環境中，有完整的數據集和明確定義的參數。在現實世界中，可預測性變得越來越差，例如，環境中風的數據是不完整的，因此很難做出最佳調整來保持氣球的位置。
英國牛津大學（Oxford University）科學家斯科特·奧斯佩爾（Scott Ospel）同時在《新聞與觀點》上發表文章說，正因為如此，最新的研究結果可以說代表了強化學習在現實世界中應用的一大進步。
