Bojový letoun ovládaný umělou inteligencí porazil lidského pilota v simulovaném boji

Akce, ve které se bojový letoun ovládaný umělou inteligencí utkal s lidským pilotem v simulovaném boji, se最近 konala a umělá inteligence dokázala porazit svého lidského soupeře, což přidává další příklad toho, jak umělá inteligence převyšuje lidi i v extrémně složitých úkolech.

Jak uvádí DefenseOne, recentní simulovaný boj byl organizován americkou armádou jako součást probíhajícího úsilí o demonstraci schopnosti autonomních agentů porazit letadla v boji, projektu nazvaného AlphaDogFight challenge. Agentura pro pokročilý výzkum a vývoj (DARPA) vybrala osm týmů umělých inteligencí vyvinutých různými obrannými dodavateli a tyto týmy postavila proti sobě v simulovaných bojích. Vítězem tohoto turnaje se stal tým umělých inteligencí vyvinutý firmou Heron Systems, a poté byl tento tým postaven proti lidskému pilotovi, který nosil virtuální realitní helm a seděl v simulátoru letu. Údajně umělá inteligence vyhrála všechny pět kol, ve kterých se účastnila.

Umělá inteligence vyvinutá firmou Heron Systems byla systémem hlubokého učení z posílení. Hluboké učení z posílení je proces, při kterém se umělá inteligence opakovaně učí v prostředí, a to tak, že se učí z chyb a úspěchů. Lockheed Martinův tým umělých inteligencí skončil na druhém místě v soutěži a také využíval systém hlubokého učení z posílení. Inženýři a ředitelé Lockheed Martinu vysvětlili, že vývoj algoritmů, které mohou fungovat dobře v boji, je mnohem složitější úkol než návrh algoritmu, který může pouze létat a udržovat určitou orientaci a výšku. Algoritmy umělých inteligencí musí pochopit nejen to, že existují pokuty za určité akce, ale také to, že ne všechny pokuty jsou stejně vážné. Některé akce mají velmi závažné důsledky ve srovnání s jinými akcemi, jako je například havárie. Toho lze dosáhnout přiřazováním váhy každé možné akci a poté úpravou těchto váh na základě zkušeností, které agent získává.

Společnost Heron Systems uvedla, že svůj model trénovala tak, že ho nechala projít přes 4 miliardy simulací, a že model získal kolem 12 let zkušeností. Ovšem umělá inteligence nebyla dovolena učit se ze zkušeností získaných během bojových simulací. Není jasné, jak by se výsledky soutěže změnily, kdyby model byl dovolen učit se ze zkušeností získaných během bojů. Pokud by soutěž pokračovala déle, mohlo by dojít k jinému výsledku. Lidský pilot byl schopen přizpůsobit se taktice umělých inteligencí po několika kolech a stal se schopen vydržet mnohem déle proti umělým inteligencím ke konci hry. Bylo to však už příliš pozdě, když pilot přizpůsobil.

To je vlastně druhá situace, kdy umělá inteligence porazila lidského pilota v simulovaném boji. V roce 2016 systém umělých inteligencí porazil instruktora stíhacího letadla. Recentní simulace DARPA byla robustnější než ta z roku 2016, protože do ní byly zapojeny numerous týmy umělých inteligencí, které byly proti sobě postavily, aby se našla ta nejlepší, než byla postavena proti lidskému pilotovi.

Reditel úřadu strategické technologie DARPA, Timothy Grayson, byl citován, že cílem soutěže je lépe porozumět tomu, jak stroje a lidé interagují, a vytvořit lepší týmy lidí a strojů. Podle Graysona:

“Myslím, že to, co vidíme dnes, je začátek něčeho, co budu nazývat symbiózou člověka a stroje… Zvažme člověka sedícího v kokpitu, který je ovládán jedním z těchto algoritmů umělých inteligencí jako jeden zbranový systém, kde člověk se zaměřuje na to, co člověk dělá nejlépe [jako vyšší strategické myšlení] a umělá inteligence dělá to, co umělá inteligence dělá nejlépe.”