|
不过，在以上服务过程中，Loon的平流层导航问题依然面临很大的挑战。
此次，基于RL系统的提出为解决当前的挑战提供了一种全新的解决方案，与原有的气球导航系统相比，RL算法改善了飞行过程中的决策时间问题。
谷歌加拿大公司的研究科学家、论文一作马克·贝勒马尔（Marc Bellemare）表示，
通过强化学习，我们可以根据数据决定该如何操作，AI不仅可以做出决策，而且可以根据移动的时间做出实时决策。
Loon：强化学习飞行控制器
如果在一个区域提供完全的网络覆盖，Loon一次至少要运行5到10个气球。如果覆盖范围扩大，需要调用周围的备用气球，在空中组建一个更大的网状网络。
在这一过程中，气球一般会出现以下状况：一是因电池报废等因素，导致气球寿命缩短并自动降落。二是受飓风等恶劣天气影响，气球被吹出固定服务区；
三是最关键也是难度最高的气球导航。
上文已经提到过，Loon的气球导航是通过球体上下移动，寻找合适的气流来进行导航。
如下图（a）气球通过在不同高度的风之间移动来接近它的指定位置。（b）显示了气球的飞行线路，蓝色圆直径代表50公里，为气球之间的最佳距离。
“AI 是未来的新基建，但真正能够发挥的是人类的大脑，要学习大脑的计算方式。”
“人类的大脑非常具有创新能力的，我们知道，人的眼睛有一定的局限性，看不远、看不到很细小的东西，所以发明了望远镜和显微镜;我们跑不过马，跑不过狗，于是发明了脚踏车、汽车、飞机。人类凭想象力把身体的功能延伸出去，这就是大脑的创新能力的体现。”陈世卿院士表示，我们已经有各种各样的发明延伸，而现在唯一没有被延伸出来的，最后一个需要去攻破的，就是我们自己的大脑。
“除了大脑、小脑，我们每个人都有一个延伸出来的第三脑”，近年专注于第三脑研究的陈世卿院士解释道，我们每天都与之交流的手机其实就是第三脑，它几乎储存着一切与我们有关的数据，音乐、照片甚至是所思所想。不同于其他的具有普适性的人工智能，第三脑是专属于每个人的人工智能。
陈世卿院士强调，将来的研究要把脑科学跟 AI 结合起来，实现脑机融合，利用人脑的创新能力和 AI 的速度，创造属于每一个人的人工智能，带动未来的应用场景。而这会发生在什么地方?发生在我们住的地方、社区、街道或者产业园旁边。在陈世卿院士看来，脑科学和人工智能技术相结合拥有广阔的应用场景，在这些场景里面，则需要 5G 带来的大量的数据。
“所有的大数据是用来为人服务的，都是个人的，或者是团体的。”
全世界的石油公司没有一个不买超级计算机的，因为通过模拟地层的爆炸、声波，才能找到可能石油存在的地方。每天坐的飞机、汽车为什么那么安全?因为在制作的时候，超级计算机就已经模拟出可能出现的状况，提前进行预防。
陈世卿院士通过各种例子阐述了超级计算机在各个方面的用途。与此同时，他也表示这种类型的超级计算机是大型、集中式的，需要消耗巨大能量，是国家实验室才可以养得起的。而随着科技的进步和通信技术的升级，AI 带动新的算法，使人脑的开发得到提升，那么人人将可以拥有专属的 “超级计算机”。“所有的大数据是来为人服务的，都是个人的，或者是团体的，完整的应用场景都将发生在社区旁边或者街道旁边。”
人工智能的应用场景比比皆是，智能医疗、智能教育、智能农业、智能交通、智能能源甚至是智能文创、智能金融等。
以智能医疗为例，陈世卿院士的愿景是：“我们要做全国一张健康网，全国一张健康卡，当病毒来临，一张网、一个健康号码就可以了。” 如何 “未卜先知”，提前诊断出疾病，这才是研究的希望所在。陈世卿院士解释道，研究的时候就要有数据，在各种场景里，人们的数据被收集，之后进行分析，这就是要做的边缘超算。陈世卿院士以心脏病为例对此做了进一步说明。
“假如有一天，一个患有心脏病的病人突然倒在马路上，而心脏病发作有十几种，如果不能够 20 分钟内知道这名病人的患病类型，那么救护车来之后，则无法知道应该送到哪个医院去会更适合，因为不是所有医院都有心脏专科的，所以 20 分钟内通过人工智能快速运用边缘超算，对所有的相关数据进行计算，例如个人状况、倒的地方、附近的社区，快速知道这名病人是属于哪一种心脏病，应该往哪个医院送。这是非常重要的应用。”
“人工智能需要很多人才，我们需要 500 万人”
“5G 时代是人工智能加速发展的重要机遇，研发前沿的应用场景、加快培养人才是当前最需要解决的问题。”但是，目前中国的人工智能人才还存在很大的缺口。陈世卿院士认为，我国目前需要人工智能开发人才至少 500 万人，而现在只有 5 万人不到。对此，他表示，希望在中国做 100 个人工智能大学，培养中高端的人才。而对于人才的高效率培养，陈世卿院士认为，运用脑机结合的方法，将能够实现高效的智能教育。
（编辑：南通站长网）
【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!
|
