Internetballonnen Loon navigeren met zelflerende AI

De Loon-ballonnen bieden vanuit de hoge luchtlagen internetconnectiviteit aan gemeenschappen die tot nu toe geen toegang hadden. De ballonnen drijven op ongeveer 20 kilometer hoogte, en vliegen over een gebied heen. Voorheen gebruikten de ballonnen een navigatiesysteem dat door mensen is gemaakt om de optimale vliegroute te berekenen. Maar dat systeem is nu ingewisseld voor één dat 'deep reinforcement learning' gebruikt. Dat is een vorm van machine learning waarbij de software zelf dingen leert aan de hand van zijn eigen fouten.

Dit nieuwe systeem voert niet alleen algoritmes uit om de optimale vliegroute te berekenen, maar schrijft die algoritmes ook, meldt Loon in een blogbericht. Om dat mogelijk te maken, is de AI eerst getraind om de ballonnen aan te sturen middels een computersimulatie. Daarbij kreeg Loon hulp van het AI-team van Google in Montreal. Door eerst met simulaties te werken, kon het systeem zichzelf verbeteren voordat het met de echte - en vrij dure - ballonnen aan de slag ging.

Overtreft de verwachtingen

Inmiddels is het systeem volledig operationeel. Volgens Loon zelf overtreft het de verwachtingen die ze eerder gesteld hadden. "We wilden bevestigen dat een machine aan de hand van reinforcement learning een navigatiesysteem kon bouwen dat net zo goed is als wat we zelf gemaakt hadden", schrijft CTO Sal Candido van Loon in het blogbericht. "Met onze simulatiebenchmark konden we niet alleen ons navigatiesysteem namaken, maar ook drastisch verbeteren aan de hand van reinforcement learning." Candido stelt dat het nieuwe systeem niet alleen sneller berekeningen maakt dan het oude, maar dat de ballonnen nu ook efficiënter vliegen. Daardoor verbruiken ze minder energie. 

Het bedrijf hoopt dat de bevindingen niet alleen handig zijn voor Loon zelf, maar dat het werk ook kan dienen als "bewijs dat reinforcement learning handig kan zijn om gecompliceerde, echte systemen te besturen voor fundamenteel constante en dynamische activiteit".