爱吧机器人网 » 专题 > 相关科技 > 正文

揭秘Google X:如何做出那些疯狂的项目?

揭秘Google X:如何做出那些疯狂的项目?

发现一个项目的重大缺陷未必总意味着项目的终结。这往往会为我们指明一条更有建设性的路径。这是我们的全自动无人车原型,这种车没有方向盘也没有刹车板。但这不是我们一开始的目标。

揭秘Google X:如何做出那些疯狂的项目?

每年死于道路交通事故的人有 120 万,造出能够自动驾驶的汽车自然也是一个登月计划。3年 前,我们改型过的雷克萨斯无人车在测试中表现如此出色,以至于我们还把它们借给了其他 Google 人开,为的是看看他们对体验的评价。然后我们发现原计划让汽车完成绝大部分操作、只是在紧急情况时把控制交回给人其实是个糟糕的想法。根本就不安全。因为人并没有做好分内之事,在汽车需要把控制交回给人时人根本就没有保持警惕。这是非常严重的,这件事让团队后来另起炉灶。然后想出了一个美丽的新观点

揭秘Google X:如何做出那些疯狂的项目?

以做出人是真正乘客的汽车为目标—你告诉车你想去哪里,按个按钮,然后它就能带你从 A 点去到 B 点。自己走。这就是我们变革交通机动性的方式。我们非常感激能够尽早知道这一点。这从此就奠定了我们项目的基调。现在我们的汽车已经自动驾驶了超过 140 万英里,每天都出没在山景城、奥斯丁的街头巷尾。

在你发现项目可能要触礁时,有时候你可以反过来改变视角。这是 X 的口号之一。从某个不寻常的角度思考问题可以让你在发现项目缺陷时绕开它。改变视角比变得聪明要强大多了。你努力想要改良已有技术的时候,是跟之前的每一个人比聪明。这种竞赛不好比。

揭秘Google X:如何做出那些疯狂的项目?

就拿风能来说吧。我们并不打算造一台更好的标准风力涡轮机,因为这行业已经有很多有经验的人了。这种做法还没开始就已经失败了。但我们已经找到了一个办法爬得更高,在那里有更快更稳定的风源,这样我们就能获得更多能源,且不需要成百上千吨钢材才能立起来。我们的 Makani 能源风筝靠机翼上的一排螺旋桨自旋帮助爬升到预定位置,然后上升过程中拉动栓绳并产生电能。一旦栓绳放到足够长,风筝就进入到侧风里面在天空中盘旋,现在带风筝爬高的螺旋桨就变成了小型的飞行风力涡轮机,再通过栓绳把电送回地面。

我们还没有找到干掉这个项目的办法,在这种压力下它熬得越久,我们就越兴奋,因为这也许意味着世界多了一种更便宜更方便部署的风能形式。

揭秘Google X:如何做出那些疯狂的项目?

也许Project Loon 是我们听起来最疯狂的项目。

我们想要创建的是一个气球驱动的互联网—一个位于平流层的气球网络,能够向农村和偏远地区发送互联网连接。我们希望它能够连接多至 40 亿没有或几乎没有互联网连接的人。但是想做到这样你不能把基站挂上气球然后放上天就行了。因为风太大了,会被刮跑的。另外气球又太高了,没办法在地面用绳牵住,而且这些栓绳也会对飞机造成威胁。怎么办?这就是我们的疯狂做法:可不可以干脆不拴住它们,就随它们漂去,然后告诉它们如何随风漂流,去到我们想要它们去到的地方如何?

揭秘Google X:如何做出那些疯狂的项目?

平流层的风速和风向跟下面几层的差异是很大的。所以我们希望能够利用聪明的算法和全球各地的风力数据,通过小范围的上下调整来寻找不同的风。这种想法是要有足够多的气球,这样一旦这个地方有个气球漂浮过去时,另一个已经飘到另一个地方了,从而完成了互联网连接的越区切换,就像你在高速公路上开车时手机会切换到不同的基站一样。

揭秘Google X:如何做出那些疯狂的项目?

我们知道这个愿景听起来是如何的不大可能。正因为这个原因,自 2012年 以来,Loon 团队把那些看起来最困难(也因此最有可能把项目干掉的,因为我们无法实现)的工作放到了优先位置。

首先我们尝试仅利用在平流层的气球上的 WiFi 给地面天线发送信号—一开始我们把天线安在车顶上,然后跟着气球跑,后来又装到了屋顶上。结果发现这种做法居然有效!于是我们继续。

能不能让气球直接与终端对话而不用经过中继器呢?可以!我们能不能把气球的带宽增加到足够大,从而可以提供真正的互联网体验呢?我们的早期测试网速大概只有 1Mbps,但现在已经提高到 15Mbps,足够观看一场 TED 演讲了。

我们能不能让气球相互通信,从而帮助我们更深入覆盖到农村地区呢?也可以!

我们能不能让一间房子大小的气球在天上呆 100 天以上,同时把气球成本控制在传统长寿命气球的 5%以下呢?最后我们也做到了!凡是你说得出来的东西,我们都要试着去实现!

揭秘Google X:如何做出那些疯狂的项目?

我们造出了球状的银色气球。

揭秘Google X:如何做出那些疯狂的项目?

巨大的枕头状气球。

揭秘Google X:如何做出那些疯狂的项目?

上一页123下一页

上一篇:3D打印技术推动机器人时代加速来临
下一篇:移动通信的展会为什么变成了终端秀?
精选推荐
南加州大学机器人学家:机器人更适合粗暴的爱
南加州大学机器人学家:机器人更适合粗暴的爱

[2019-11-07]  图片来自JOHN MADERE GETTY IMAGES打是疼骂是爱,当人类粗暴的将物体从机器人手中敲掉,看似残忍,实际上却能帮助机器人找到最好的握持物 ...

如何让人工智能机器人快速自我纠正错误并吃一堑长一智?
如何让人工智能机器人快速自我纠正错误并吃一堑长一智?

[2017-08-23]  莱斯特大学数学系的研究人员在《Neural Networks》杂志上发表了一篇文章,概述了新算法的数学基础,可以使人工智能收集错误报告并立即纠正,而不影响现有技能 ,同时还会积......

助力卷积神经网络时空特征学习 史上最大行人重识别视频数据集被提出
助力卷积神经网络时空特征学习 史上最大行人重识别视频数据集被提出

[2017-12-25]  本文提出了一个大型的、长序列的、用于行人重识别的视频数据集,简称LVreID。与现有的同类数据集相比,该数据集具有以下特点:1)长序列:平均每段视频序列长为200帧,包含丰......

研究人员融合人类与AI的创造力 显著提高了深度学习的表现
研究人员融合人类与AI的创造力 显著提高了深度学习的表现

[2019-10-12]  由加拿大人工智能领域研究主席、滑铁卢大学系统设计工程教授Alexander Wong领导的一个团队开发了一种新型紧凑型神经网络家族,可以在智能 ...

通过对抗性图像黑入大脑
通过对抗性图像黑入大脑

[2018-03-02]  在上面的图片中,左边是一张猫的照片。在右边,你能分辨出它是同一只猫的图片,还是一张看起来相似的狗的图片?这两张图片之间的区别在于, ...

国外眼科手术机器人为视网膜静脉阻塞患者带来希望
国外眼科手术机器人为视网膜静脉阻塞患者带来希望

[2017-03-20]  视网膜静脉阻塞,简称RVO,对患者来说是一种严重的疾病。该病病因为视网膜静脉中存在血液凝块,这可能导致视力严重下降,在某些情况下,病 ...

2017年:AI渗入云端
2017年:AI渗入云端

[2017-12-29]  云中的人工智能不仅仅是科技巨头的权力游戏,它也可能是人工智能领域的下一个飞跃。加利福尼亚州的Rigetti Computing公司刚刚使用其原型量子芯片之一在其云平台上运行机器学......

人工神经网络技术解码人类行为和想象时的大脑活动信号
人工神经网络技术解码人类行为和想象时的大脑活动信号

[2017-08-23]  为搜索引擎过滤信息,棋盘游戏对弈,识别图像 人工智能在某些任务中远远超过了人类智能。来自弗莱堡由神经科学家私人讲师Tonio Ball博士领导的几个杰出的BrainLinks-Bra......

本周栏目热点

英国研究人员达成有史以来最快的数据传输速率

[2016-02-18]   伦敦大学学院(UCL)的研究人员已经达成数字信息有史以来最快的数据传输速率。作为专注于研究光传输系 ...

10个动图看遍科技界的大新闻

[2016-01-04]   1 新视野号经过冥王星,发回重要照片和资料2 苹果发布了第一款可穿戴设备 Apple Watch3 微软发 ...

硅谷风投正扼杀真正能改变人类的新科技?

[1970-01-01]   今天有更多的方式可以建立新公司,比如通过集资平台进行早期的天使投资,管理方面的高科技孵化,家族基 ...

谷歌《Nature》发论文称实现量子霸权 18亿倍速碾压世界最强超算

[2019-10-23]  谷歌坚称自己已经取得了量子霸权——这标志着计算研究领域的一个重要里程碑。谷歌首次发布声明是在今年9月,虽然遭到竞争对手的质疑,但就 ...

美国感恩节大促 移动购物78.3%订单来自iOS设备

[1970-01-01]   11月30日消息,据科技网站PhoneArena报道,移动购物方兴未艾,成为了商家新的逐鹿之地,在今年的感恩节 ...