开发新技术，天生就有风险。谷歌母公司Alphabet利用强化学习来自主导航的Loon计划，在长达8年都无法盈利的情况下，宣布关闭。这个计划本身想要用自动飞行的高空气球，来为遭受灾难袭击的地方和偏远地区提供网络连接，但活干了不少，钱也亏得不少。

在过去的8年中，Loon一直在尝试通过平流层中的高空气球，来创建空中的无线网络，为灾区、农村和偏远地区提供网络访问。在2019年，Loon的联合气球机队已经在平流层中飞行了100多万个小时。并且还创造了在空中停留了312天，飞行距离高达135000英里的平流层飞行纪录。

Loon计划背靠谷歌这个搜索引擎大佬，认为改善巨型氦气气球飞行的方法是提出更好的算法，实际上他们也确实这么做了。这个计划的飞行系统包括三个部分，一是将系统保持在空中的高空气球，二是导航和安全操作所需要的硬件组件，三是将用户连接到地面所需要的一部分通信设备。整体上，Loon计划可以形容为“漂浮在天上的移动手机信号塔”。

可惜，再强的新技术也要符合商业利益。Alphabet这个子公司Project Loon的首席执行官Alastair Westgarth在前两天的1月21日说，他们已经做了全部的努力，但都无法将Loon变成商业上可行的业务。无法降低成本，也就无法继续做下去。不过Westgarth还是很自豪，称赞他的团队在技术方面取得了很多首创。

这些创举包括开发从平流层连接到地面的通信设备和新方法；建立一个能够连接车辆并提供覆盖面较广网络的系统性软件；为全新技术和业务建立全球供应链。Westgarth说自己很喜欢那可以让气球在平流层中飞行数百天的强化学习自主导航新方法，并表示希望继续使用Loon的各种技术。

他说的高空气球强化学习自主导航技术上个月已经发表在了Nature上，文章题目为Autonomous navigation of stratospheric balloons using reinforcement learning。该文提到，要在平流层中有效导航超压气球，就需要整合多种线索，例如风速和太阳高度，并且该过程会因预报误差和稀疏风量而变得复杂。

这篇文章还提到，除了多种气候条件限制以外，还需要做出实时决策，所有这些因素加起来，就势必要排除常规的控制技术。所以他们使用了AI强化学习的方式，来创建一个高性能飞行控制器。在Loon的算法中，使用了数据扩张及自我校正设计，可以从不完善的数据中进行强化学习以应用于物理系统的主要障碍。

实验中，Loon团队在全球部署了多处超压气球控制器，并进行了为期39天的受控实验。据该文章分析称，新控制器的性能优于Loon此前的算法，并且对平流层风的自然多样性具有鲁棒性。因而他们认为强化学习是解决现实世界中自主控制问题的有效解决方案，为人工智能提供了创建与现实，动态环境连续交互的关键线索。

这篇已发表论文中提及的技术其实只是他们这个Loon计划的一部分，还有更多的技术静待发掘。可惜，在商业世界里，技术并不能当饭吃，这个Loon计划如今就要结束了。这听起来就很可惜，好在Alphabet不愧是一个在社会责任方面一直都做得很好的大佬公司，承诺将继续提供1000万美元的款项，用于支持肯尼亚的非营利组织和企业，