Jeszcze kilka lat temu problematyka nierówności w dostępie do Internetu między miejskimi a wiejskimi obszarami była widoczna jak na dłoni. Na przykład Kanada ma na swoim terytorium obszary, gdzie satelitarny dostęp do Internetu jest często jedynym rozwiązaniem. Niestety, częste awarie i niestabilność tych połączeń są dość sporym problem. Dzisiaj, dzięki nowym technologiom, może się to zmienić.
Nowy algorytm uczenia maszynowego mostem między miastem a wsią
Dla wielu odległych miejsc w Kanadzie i na całym świecie satelity to najczęściej wybierane rozwiązanie do utrzymania dostępu do Internetu. Niemniej jednak utrzymanie ich pracy jest kosztowne i czasochłonne, a wszelkie awarie mogą izolować społeczności od reszty świata.
Grupa badaczy z Narodowej Rady Badań (NRC) oraz Uniwersytetu Waterloo postanowiła wykorzystać maszynowe uczenie do rozwiązania tego wyzwania. Metoda ta skupia się na wykrywaniu anomalii w satelitach i ich sieciach, zanim staną się one poważnym problemem.
Do jej testowania użyto trzech globalnych zestawów danych: monitorowania wilgotności gleby przez satelitę NASA, danych satelitarnych z łazika marsjańskiego oraz zestawu danych z dużego dostawcy internetowego. Okazało się, że nowy model działa lepiej niż dotychczasowe rozwiązania.
A jak w ogóle działa internet satelitarny?
Wyobraź sobie, że z dowolnego miejsca chcesz połączyć się z internetem. Twoja antena na ziemi „rozmawia” z satelitą na orbicie wokół Ziemi. Ten satelita z kolei przekazuje informacje do i od stacji tu, „na dole”, prowadzonej przez jakąś firmę świadczącą usługi internetowe. To trochę może przypominać popularną grę w „głuchy telefon”, ale zamiast ludzi są satelity i komputery.
Niestety podczas tego łączenia może pojawiać się pewien problem — czasami występuje opóźnienie, bo informacje muszą pokonać długą drogę do satelity i z powrotem. Dlatego naukowcy cały czas pracują nad tym, żeby wszystko odbywało się szybciej i bez błędów.