由于侧身移动或使用推进系统的成本极其高昂，Google上网气球只能通过增加或减少气球内的氦气控制其升降，从而借助平流层不同的气流实现移动。至于什么时候该上升或下降，都是由硬算法控制的。
所谓硬算法，就是根据不同的海拔、位置、风速、时间等条件，预先设定好应对方案。不过，鉴于平流层复杂的气候条件，有限的方案并不能完全应对飞行时遇到的各种突发情况。
据美国《连线》杂志报道，Loon项目的工程师们将使用机器学习系统取代原先的硬编码控制算法，让AI学会操作气球沿着最佳航线飞行。
Google用来控制气球飞行的AI，并不涉及深层神经网络，而是一种较为简单的机器学习形式——高斯过程（Gaussian）。但核心原理与其他机器学习系统一样，都是通过数据的积累，不断更新系统算法，让其从中吸取教训。
AI系统能够持续分析新数据，更好地应对气候变化，这是硬编码算法所无法做到的。此外，AI的出现，也能让工程师们从繁琐的算法中抽身，投入精力解决其它问题。
目前，Google已经收集并分析了此前多达1700万公里的气球飞行数据，导航系统已经能开始预测气球的线路了。此前Google气球在秘鲁领空停留了长达3个月的时间，便是借助AI实现的。
当然，目前这些预测并不算完美，毕竟平流层的天气复杂多变，很难进行准确预测。
据前Google工程师萨尔?坎迪（SalCandido）介绍，气球所遇到的不确定性远高于团队预期，因此他们还补充了一个强化学习导航系统。在作出预测后，系统会持续收集气球所面临的新数据，用以优化自己的行为。
根据此前媒体透露的信息，Loon气球上搭载有天气仪，能够将气象信息传回地面终端，至于气球是如何检测天气变化、风向等情况的技术细节，由于Google对于Loon项目的确切运行模式守口如瓶，我们暂时也无法得知。
