AI-kontrolleret jetjager besejrer den menneskelige pilot i simuleret kamp

En begivenhed, der satte et AI-styret jagerfly mod en menneskelig pilot i en virtuel luftkamp, ​​blev for nylig afholdt, med det endelige resultat, at AI'en formåede at besejre sin menneskelige modstander og tilføjede endnu et eksempel på AI'er, der udklasser mennesker til selv ekstraordinært komplekse opgaver.

Som rapporteret af DefenseOne, blev den seneste virtuelle luftkamp orkestreret af det amerikanske militær som en del af en igangværende indsats for at demonstrere autonome agenters evne til at besejre fly i luftkampe, et projekt kaldet AlphaDogFight udfordring. Defense Advanced Research Project Agency (DARPA) valgte otte hold af AI'er udviklet af forskellige forsvarsleverandører og stillede disse AI-hold mod hinanden i virtuelle luftkampe. Vinderen af ​​denne turnering var en AI udviklet af Heron Systems, og bagefter blev AI'en stillet op mod en menneskelig pilot, der bar en VR-hjelm og sad i en flysimulator. AI'en vandt angiveligt alle fem runder, den spillede.

AI udviklet af Heron Systems var et dybt forstærkende læringssystem. Dyb forstærkning læring er processen med at tillade en AI-agent at eksperimentere i et miljø igen og igen og lære af forsøg og fejl. Lockheed Martins AI var nummer to i konkurrencen, og den brugte også et dybt forstærkningssystem. Lockheed Martins ingeniører og direktører forklarede, at udvikling af algoritmer, der kan klare sig godt i luftkamp, ​​er en meget anderledes opgave end blot at designe en algoritme, der kan flyve og opretholde bestemte orienteringer og højder. AI-algoritmerne skal forstå ikke kun, at der er straf for visse handlinger, men at ikke alle straf er lige vægtet. Nogle handlinger har meget alvorlige konsekvenser sammenlignet med andre handlinger, såsom styrt. Dette skal gøres ved at tildele vægte til enhver mulig handling og derefter justere disse vægte baseret på de erfaringer, agenten har.

Heron Systems sagde, at de trænede deres model ved at sætte den igennem over 4 milliarder simuleringer, og at modellen havde opnået omkring 12 års erfaring som resultat. Imidlertid fik AI ikke lov til at lære af sine erfaringer i selve kampforsøgene. Det er uklart, hvordan resultaterne af konkurrencen ville have ændret sig, hvis modellen fik lov til at lære af konkurrencerunderne. Hvis konkurrencen havde varet længere, kunne der også have været et andet resultat. Den menneskelige pilot var i stand til at tilpasse sig AI'ens taktik efter et par runder og blev i stand til at holde meget længere mod AI'en ved slutningen af ​​spillet. Det var bare lidt for sent, da piloten havde tilpasset sig.

Det er faktisk anden gang, at en AI slår et menneske i en simuleret luftkamp. I 2016 et AI-system besejrede en jagerfly-instruktør. Den nylige DARPA-simulering var mere robust end 2016-forsøget, på grund af det faktum, at adskillige AI'er blev stillet op mod hinanden for at finde den bedste, før den tog imod den menneskelige pilot.

Direktøren for DARPAs strategiske teknologikontor, Timothy Grayson, blev citeret for at sige, at forsøget sigter mod bedre at forstå, hvordan maskiner og mennesker interagerer, og at bygge bedre menneske-maskine-teams. Som Grayson blev citeret af:

"Jeg tror, ​​at det, vi ser i dag, er begyndelsen på noget, jeg vil kalde menneske-maskine symbiose... Lad os tænke på det menneske, der sidder i cockpittet, og bliver fløjet af en af ​​disse AI-algoritmer som et virkeligt værende et våbensystem, hvor mennesket fokuserer på, hvad mennesket er bedst til [såsom strategisk tænkning af højere orden], og AI'en gør, hvad AI'en er bedst til."