एआई-नियंत्रित जेट फाइटर ने सिम्युलेटेड कombat में मानव पायलट को हराया

एक घटना में एक एआई-नियंत्रित लड़ाकू विमान को एक मानव पायलट के खिलाफ एक वर्चुअल डॉगफाइट में खड़ा किया गया था, जिसके परिणामस्वरूप एआई ने अपने मानव प्रतिद्वंद्वी को हराया, जो कि एआई की ओर से असाधारण रूप से जटिल कार्यों में मानवता को पीछे छोड़ने का एक और उदाहरण है।

डिफेंसवन द्वारा रिपोर्ट किए अनुसार, हाल ही में वर्चुअल डॉगफाइट का आयोजन अमेरिकी सैन्य द्वारा स्वायत्त एजेंटों की क्षमता को प्रदर्शित करने के लिए किया गया था, जिसे अल्फाडॉगफाइट चुनौती परियोजना के रूप में जाना जाता है। डिफेंस एडवांस्ड रिसर्च प्रोजेक्ट्स एजेंसी (डार्पा) ने विभिन्न रक्षा ठेकेदारों द्वारा विकसित आठ एआई टीमों का चयन किया और उन्हें वर्चुअल डॉगफाइट में एक दूसरे के खिलाफ खड़ा किया। इस टूर्नामेंट का विजेता हरोन सिस्टम्स द्वारा विकसित एक एआई था, और बाद में इस एआई को एक मानव पायलट के खिलाफ खड़ा किया गया, जो एक वीआर हेलमेट पहने हुए और एक फ्लाइट सिम्युलेटर में बैठा था। एआई ने कथित तौर पर पांच राउंड में से सभी जीते।

हरोन सिस्टम्स द्वारा विकसित एआई एक गहरा प्रबलन लर्निंग सिस्टम था। गहरा प्रबलन लर्निंग एक एआई एजेंट को बार-बार एक वातावरण में प्रयोग करने की प्रक्रिया है, जिससे वह ट्रायल और त्रुटि से सीखता है। लॉकहीड मार्टिन का एआई प्रतियोगिता में दूसरे स्थान पर रहा और यह भी एक गहरा प्रबलन लर्निंग सिस्टम का उपयोग करता था। लॉकहीड मार्टिन के इंजीनियरों और निदेशकों ने बताया कि वायु युद्ध में अच्छा प्रदर्शन करने वाले अल्गोरिदम विकसित करना एक अलग कार्य है जो केवल एक अल्गोरिदम डिज़ाइन करने से अलग है जो उड़ सकता है और विशिष्ट अभिविन्यास और ऊंचाई बनाए रख सकता है। एआई अल्गोरिदम को यह समझना होगा कि न केवल कुछ क्रियाओं के लिए दंड हैं, बल्कि सभी दंड समान रूप से भारित नहीं हैं। कुछ क्रियाओं के परिणामस्वरूप बहुत गंभीर परिणाम होते हैं, जैसे कि दुर्घटना। यह प्रत्येक संभावित क्रिया को भार देकर और फिर एजेंट द्वारा प्राप्त अनुभवों के आधार पर इन भारों को समायोजित करके किया जाता है।

हरोन सिस्टम्स ने कहा कि उन्होंने अपने मॉडल को 4 अरब से अधिक सिमुलेशन से गुजरने के लिए प्रशिक्षित किया और परिणामस्वरूप मॉडल ने लगभग 12 वर्षों का अनुभव प्राप्त किया। हालांकि, एआई को स्वयं के अनुभवों से सीखने की अनुमति नहीं दी गई थी। यह स्पष्ट नहीं है कि परिणाम कैसे बदल जाएगा अगर मॉडल को प्रतियोगिता के दौरान सीखने की अनुमति दी जाती। अगर प्रतियोगिता अधिक समय तक चलती, तो परिणाम अलग हो सकता था। मानव पायलट कुछ राउंड के बाद एआई की रणनीति के अनुकूल हो गया और खेल के अंत में एआई के खिलाफ बहुत लंबे समय तक रहने में सक्षम हो गया। यह बस थोड़ा देर से था जब पायलट ने अनुकूलन किया।

यह वास्तव में दूसरी बार है जब एक एआई ने एक सिम्युलेटेड डॉगफाइट में एक मानव को हराया है। 2016 में, एक एआई सिस्टम ने एक लड़ाकू जेट प्रशिक्षक को हराया। हाल ही में डार्पा सिमुलेशन 2016 के परीक्षण से अधिक मजबूत था, क्योंकि कई एआई को एक दूसरे के खिलाफ खड़ा किया गया था ताकि मानव पायलट के खिलाफ खड़े होने से पहले सबसे अच्छा एक चुना जा सके।

डार्पा के स्ट्रेटेजिक टेक्नोलॉजी ऑफिस के निदेशक टिमोथी ग्रेसन को यह कहते हुए उद्धृत किया गया था कि परीक्षण का उद्देश्य मशीनों और मानवों के बीच की बातचीत को बेहतर ढंग से समझना और बेहतर मानव-मशीन टीमें बनाना है। जैसा कि ग्रेसन को उद्धृत किया गया था:

“मुझे लगता है कि हम आज जो देख रहे हैं वह मानव-मशीन सिम्बियोसिस की शुरुआत है… आइए उस मानव के बारे में सोचें जो कॉकपिट में बैठा है, जो एक एआई अल्गोरिदम द्वारा उड़ाया जा रहा है, वास्तव में एक हथियार प्रणाली के रूप में है, जहां मानव वही कर रहा है जो मानव सबसे अच्छा करता है [जैसे उच्च-क्रम सामरिक सोच] और एआई वही कर रहा है जो एआई सबसे अच्छा करता है।”