100万小时的平流层飞行 机器学习导航所带来的创新

原文作者：Salvatore Candido

谷歌气球最近取得了里程碑式的进展，已经在平流层高度飞行超过了100万小时。期间，谷歌气球已经飞行了近4000万公里——相当于100次地月间来回或绕地球飞行1000次。

谷歌气球在50000到70000英尺（15.2km至21.3km）之间的大气中飞行。气球利用了太阳能、空气、一些相当酷的设备和一系列智能算法。太阳能气泵用于增加或减少气球中的空气。空气使气球系统重量增加或减少，以实现在高度上升或下降。气球不是在固定高度随风漂浮，而是上下移动高度，直到找到一个有利的气流为止。高度调节操作在气球整个生命周期中重复上千次，实现随风漂流到世界各地。

实现这种平流层“舞蹈”需要处理大量的数据，包括来自全球数字天气模型的风场预报和来自气球系统本身的实时测量。在4000万公里的飞行中收集到的环境信息算得上大气研究中的“罗塞塔石碑”。谷歌气球展示了如何将这两个数据源融合在一起，并对气球应该做什么运动做出有根据的猜测。

自动化软件可以做人类做不到的事情。它深入挖掘风场预测数据，根据不断变化的平流层风场为气球绘制导航地图。（这些地图中的一幅令人着迷的延时图如下所示）。然后，自动化提供了处理每个气球上实时测量数据的方法，以实现不断猜测及跟踪导航地图。

由谷歌气球导航系统创建的从波多黎各到肯尼亚的潜在路径的延时图。蓝色阴影代表较短的路径。红色代表一个较长的颜色。

软件自动化能够对庞大的数据进行处理，使高效、长距离平流层飞行成为可能。谷歌气球有专门的飞行工程师团队365日全天候监控每一个气球，通过这套软件引导着气球作出最优的运动以实现世界各地的气球飞行，并能保持在一个理想的位置上长达数月。

在超过100万小时的飞行中，我们对这个系统中出现的一些聪明而复杂的导航行为感到惊讶。这些行为不是由建造它的工程师所指导的。相反，它们出现在系统试图最大限度地提高谷歌气球系统的导航效率的目标指引下。

定位

当X实验室的占星家几年前勾勒出谷歌气球的航行之旅时，他用航海来比喻气球是如何乘风航行的。这种相似性不仅出现在文学上，技术上更是如此。

当操作人员远程管理飞行系统时（这种情况经常发生在谷歌气球的早期），他们倾向于选择尽可能直线的路径。这是一种直觉，因为几何上两点之间最快的方法，人们在查看地图上气球的位置时自然会尝试扩展这种直觉。

谷歌气球的导航系统具有更高的信息处理能力，可以同时查看气球在地图上的位置和4D风矢量场，从而使气球飞行更具创造性。注意到气球有时会以“之”字形飞行，偏离航线后，在恢复到所需的方向之前，几乎颠倒方向。最近的一个例子如下：

最近的一个气球穿越南美的例子。

熟悉航海的人可能会把这项技术认作航向，这是一种在所需航向迎风时使用的机动操作。通过改变船只相对于风的方向，水手可以在不利的条件下继续航行。

考虑到气球和风帆船都是风力驱动的交通工具，而且这种定位技术已经被水手们使用了数千年，所以这可能是一种有用的技术也就不足为奇了。但当第一次看到系统开始执行这一操作时，气球操作人员感到十分惊讶，他们真的手动接管了系统吗？

即使是作为这个系统的创建者，在看到第一个气球被允许完全执行这项技术时，就创造了从波多黎各到秘鲁的飞行时间记录，他们同时感到自己又聪明又愚蠢。

 定区域游荡

2017年底，谷歌气球正处于飓风玛丽亚之后向波多黎各提供紧急连接服务的过程中。操作人员观察气球实时位置时，偶然发现一群气球停在波多黎各南部，在一片海洋上空呈等待状态。

通常情况下，在岛上完成一轮服务的气球会漂浮在西南方向，横穿南美，最后返回波多黎各，继续为那些需要连接的人服务。

相反，气球不是总是沿着一条已知的路径飞行，而是经常在空中徘徊或停留数天，以期有一条更有利的路径。

但是这群气球在没有人的地方徘徊。谷歌气球操作人员开始寻找原因。事实证明，风在未来几天可能会改变。新的风场会让气球直接飘回波多黎各，而不是沿着更长的、圆形的路线穿越南美。算法成功预测了风场改变，气球在更短时间内回到波多黎各。

谷歌气球经常会战略性地在某个地方徘徊，而不是冲刺。控制人员添加了额外的算法来双倍减少这种行为，以帮助增强服务的一致性。

一旦气球航行到某个地方，就期望它在那里呆得越久越好。实现气球定区域停留似乎是一个直接的目标，但当我开始研究的时候，这对我来说并不容易。目前，稳定飞行在某地区之上是谷歌气球业务的一个组成部分。

假设你想让一个气球停留在某个区域，但它需要继续在风中移动。最明显的选择是飞行一个圆形图案。幸运的是，我们没有对这种行为进行硬编码（即明确地指定它），因为从一开始我们的导航系统就有更好的想法。

控制人员第一次使用新的自动算法测试气球停留在一个地方的能力时，气球立即开始以一种意想不到的方式飞行。气球不是绕着这个区域飞行，而是按8字的模式飞行。不仅仅是一次，而是一整天。随着气球漂走，以前的每一次LTE测试都在几个小时内结束。但是这次操作团队测试了下面的LTE连接，直至他们的手机和笔记本电脑的电池耗尽后气球还停留在原处。

当气球试图停留在一个特定区域时，图中所示模式已经成为一种有用的操作

8字模式并不是唯一出现的模式。在一些风的条件下，我们看到一个来回的模式，就像网球比赛中的一个球。有时我们看到气球飞到一个特定的点，然后慢慢地漂走，只飞回右边。事实上，很少观察到循环模式。

这是气球是基于人工智能吗？

我经常问自己，是否需要人工智能才能有效地将这一点传播到平流层。作为一个在人工智能领域工作了这么多时间的人，我花了多少时间来问自己这是什么，这是吗？

许多人用技术的类型来描述人工智能（例如深层神经网络）或者一些直截了当的定义（如人工智能可以使人相信它是一个人）。其他人只是说当他们看到它时他们就知道了。也许我对它的定义更为简单：我认为人工智能是指一个系统以一种你最初想象不到的方式使用行为来解决一个问题。

根据我自己的定义，这些来自谷歌气球导航系统的紧急行为是一个基本的人工智能，但我仍然不确定。总之，不管是不是人工智能，这个系统的作用是使一些真正有意义的事情成为可能。除了有趣之外，这项技术是一个关键的推动因素，使我们的气球为数十亿人服务。

风的3维空间尺度随时间变化。别忘了，在4d最佳猜测的基础上，还有一个置信度维度，我们更确信，对向量场的某些猜测比其他猜测更好。

这就是波特·斯图尔特法官定义人工智能的标准。就我个人而言，我质疑这一观点，因为如果我在1995年告诉你，一台超智能计算机可以指引你到地球上的任何地方，你肯定这是人工智能的突破，但最近谷歌地图仅仅被认为是一个很好的应用程序，它有一些路线规划算法支撑着它（但这并不能算是人工智能的突破）。