開發新技術，天生就有風險。谷歌母公司Alphabet利用強化學習來自主導航的Loon計劃，在長達8年都無法盈利的情況下，宣佈關閉。這個計劃本身想要用自動飛行的高空氣球，來為遭受災難襲擊的地方和偏遠地區提供網路連線，但活幹了不少，錢也虧得不少。

在過去的8年中，Loon一直在嘗試透過平流層中的高空氣球，來建立空中的無線網路，為災區、農村和偏遠地區提供網路訪問。在2019年，Loon的聯合氣球機隊已經在平流層中飛行了100多萬個小時。並且還創造了在空中停留了312天，飛行距離高達135，000英里的平流層飛行紀錄。

Loon計劃背靠谷歌這個搜尋引擎大佬，認為改善巨型氦氣氣球飛行的方法是提出更好的演算法，實際上他們也確實這麼做了。這個計劃的飛行系統包括三個部分，一是將系統保持在空中的高空氣球，二是導航和安全操作所需要的硬體元件，三是將使用者連線到地面所需要的一部分通訊裝置。整體上，Loon計劃可以形容為“漂浮在天上的移動手機訊號塔”。

可惜，再強的新技術也要符合商業利益。Alphabet這個子公司Project Loon的執行長Alastair Westgarth在前兩天的1月21日說，他們已經做了全部的努力，但都無法將Loon變成商業上可行的業務。無法降低成本，也就無法繼續做下去。不過Westgarth還是很自豪，稱讚他的團隊在技術方面取得了很多首創。

這些創舉包括開發從平流層連線到地面的通訊裝置和新方法；建立一個能夠連線車輛並提供覆蓋面較廣網路的系統性軟體；為全新技術和業務建立全球供應鏈。Westgarth說自己很喜歡那可以讓氣球在平流層中飛行數百天的強化學習自主導航新方法，並表示希望繼續使用Loon的各種技術。

他說的高空氣球強化學習自主導航技術上個月已經發表在了Nature上，文章題目為Autonomous navigation of stratospheric balloons using reinforcement learning。該文提到，要在平流層中有效導航超壓氣球，就需要整合多種線索，例如風速和太陽高度，並且該過程會因預報誤差和稀疏風量而變得複雜。

這篇文章還提到，除了多種氣候條件限制以外，還需要做出實時決策，所有這些因素加起來，就勢必要排除常規的控制技術。所以他們使用了AI強化學習的方式，來建立一個高效能飛行控制器。在Loon的演算法中，使用了資料擴張及自我校正設計，可以從不完善的資料中進行強化學習以應用於物理系統的主要障礙。

實驗中，Loon團隊在全球部署了多處超壓氣球控制器，並進行了為期39天的受控實驗。據該文章分析稱，新控制器的效能優於Loon此前的演算法，並且對平流層風的自然多樣性具有魯棒性。因而他們認為強化學習是解決現實世界中自主控制問題的有效解決方案，為人工智慧提供了建立與現實，動態環境連續互動的關鍵線索。

這篇已發表論文中提及的技術其實只是他們這個Loon計劃的一部分，還有更多的技術靜待發掘。可惜，在商業世界裡，技術並不能當飯吃，這個Loon計劃如今就要結束了。這聽起來就很可惜，好在Alphabet不愧是一個在社會責任方面一直都做得很好的大佬公司，承諾將繼續提供1000萬美元的款項，用於支援肯亞的非營利組織和企業，持續維護Loon團隊此前8年在肯亞試點的網際網路服務。