Alphabet的Loon团队负责将互联网从平流层氦气球传送到地球，该团队实现了一个新的里程碑：它的导航系统不再由人类设计的软件运行。

取而代之的是，该公司的互联网气球是由人工智能控制的，特别是一套由基于深度强化学习的飞行控制系统编写和执行的算法，该系统比老式的人造系统更高效、更熟练。该系统目前正在肯尼亚上空管理Loon的气球车队，在过去10年的大部分时间里，Loon在一系列救灾计划和其他测试环境中测试了其车队，并于今年7月在肯尼亚推出了首个商业互联网服务。

类似于研究人员在教计算机玩复杂的视频游戏和帮助软件学习如何以逼真的方式操纵机器人手方面取得了突破性的人工智能进展，强化学习是一种允许软件通过试错来自学技能的技术。显然，在现实世界中，处理高空气球时，这种重复是不可能的，因为高空气球的操作成本很高，一旦坠毁，维修成本甚至更高。

因此，像许多其他人工智能实验室一样，Loon已经转向强化学习来开发复杂的人工智能程序，在谷歌蒙特利尔人工智能团队的帮助下，他教自己的飞行控制系统如何使用计算机模拟来驾驶气球。这样，在部署到真实世界的气球舰队之前，该系统可以随着时间的推移而改进。

Sal Candido解释说：“虽然RL（强化学习）对Loon的应用前景一直很大，但当我们第一次开始探索这项技术时，人们并不总是清楚深RL对于长时间自主穿越平流层的高空平台是否实用或可行。”，Loon的首席技术官和一篇关于新型飞行控制系统的论文的合著者，这篇论文发表在本周的科学杂志《自然》上，发表在一篇博客文章中。“结果表明，RL对于平流层气球群是可行的。如今，Loon的导航系统最复杂的任务是通过一种算法来解决的，这种算法是由计算机在模拟气球导航的实验中学习的。”

Loon说，它的系统是世界上第一个在商业航天系统中部署这种人工智能的系统。不仅如此，它实际上比人类设计的系统更出色。坎迪多写道：“坦率地说，我们想确认，通过使用RL，一台机器可以建立一个与我们自己建立的导航系统相当的导航系统。”。“指定飞行控制的学习深度神经网络被适当的安全保证层包裹，以确保代理始终安全驾驶。通过我们的模拟基准测试，我们不仅能够复制，而且通过利用RL极大地改进了我们的导航系统。”

在2019年7月首次在秘鲁进行的真实世界测试中，人工智能控制的飞行系统与传统的飞行系统迎头赶上，由一种名为StationSeeker的人工算法控制，该算法是由月球工程师自己设计的。“从某种意义上说，正是这台机器——它花了几周时间**控制器——与我作对——与其他许多人一起，花了许多年时间，根据10年的气球工作经验，仔细微调了我们的常规控制器。我们很紧张。。。希望输，”坎迪多说。

人工智能控制的系统在性能上轻而易举地超过了人类系统，因为它始终靠近研究小组用来测量现场LTE信号的设备，而这项测试为更多的实验铺平了道路，以证明该系统的有效性，然后才正式取代了研究小组花了数年时间手工构建的系统。Loon现在认为，它的系统可以“作为一个证据，证明RL可以用来控制复杂的、真实世界的系统，从而实现基本上连续的、动态的活动。”

在闭幕词中，坎迪多谈到了这类人工智能是否名副其实的概念，因为它是多么专业，它与传统但不是自学习的自动化系统有多么相似，就像那些操作重型机械或公共交通控制元件的系统。

他说：“虽然在平流层中高效漂浮的超级压力气球不可能变得有知觉，但我们已经从自己设计导航系统过渡到让计算机以数据驱动的方式来构建。”。“即使这不是阿西莫夫小说的开头，这也是一个很好的故事，也许是值得称之为人工智能的东西。”