AI-styrt jagerfly defeaterer menneskelig pilot i simuleret kamp

En begivenhed hvor et AI-styrt jagerfly blev sat op imod en menneskelig pilot i en virtuel dogfight, blev nylig afholdt, og resultatet var, at AI’en formåede at besejre sin menneskelige modstander, og tilføjer endnu et eksempel på, at AI’er overgår mennesker i endda ekstraordinært komplekse opgaver.

Ifølge DefenseOne, den seneste virtuelle dogfight blev arrangeret af det amerikanske militær som en del af en pågående bestræbelse på at demonstrere evnen hos autonome agenter til at besejre fly i dogfight, et projekt kaldet AlphaDogFight udfordringen. Defense Advanced Research Project Agency (DARPA) valgte otte hold af AI’er udviklet af forskellige forsvarsleverandører og satte disse AI-hold op imod hinanden i virtuelle dogfight. Vinderen af denne turnering var en AI udviklet af Heron Systems, og herefter blev AI’en sat op imod en menneskelig pilot, der bar en VR-hjelm og sad i en flysimulator. AI’en vandt angiveligt alle fem runder, det spillede.

AI’en udviklet af Heron Systems var et dybt forstærket læringssystem. Dybt forstærket læring er processen med at lade en AI-agent eksperimentere i en omgang igen og igen, og lære af prøve og fejl. Lockheed Martins AI var nummer to i konkurrencen og brugte også et dybt forstærket læringssystem. Lockheed Martin (LMT ) -ingeniører og direktører forklarede, at udvikling af algoritmer, der kan fungere godt i luftkamp, er en meget anderledes opgave end blot at designe en algoritme, der kan flyve og opretholde bestemte retninger og højder. AI-algoritmernes skal ikke kun forstå, at der er straffe for visse handlinger, men også, at ikke alle straffe er lige vægtige. Nogle handlinger har meget alvorlige konsekvenser i forhold til andre handlinger, såsom kollision. Dette skal gøres ved at tildele vægte til hver mulig handling og derefter justere disse vægte baseret på de erfaringer, agenten har.

Heron Systems sagde, at de havde trænet deres model ved at løbe den gennem over 4 milliarder simulationer, og at modellen havde erhvervet omkring 12 års erfaring herefter. Men AI’en var ikke tilladt at lære af sine erfaringer i kampprøverne selv. Det er uklart, hvordan resultaterne af konkurrencen ville have ændret sig, hvis modellen var tilladt at lære af konkurrencerunderne. Hvis konkurrencen var blevet længere, kunne der muligvis have været et andet resultat også. Den menneskelige pilot kunne tilpasse sig AI’ens taktik efter nogle runder og blev i stand til at holde længere mod AI’en ved slutningen af spillet. Det var bare lidt for sent, da piloten havde tilpasset sig.

Dette er faktisk anden gang, en AI har besejret en menneskelig pilot i en simuleret dogfight. I 2016 en AI-system besejrede en jagerpilot-instruktør. Den seneste DARPA-simulation var mere robust end 2016-prøven, på grund af, at mange AI’er blev sat op imod hinanden for at finde den bedste, før den blev sat op imod den menneskelige pilot.

DARPA’s Strategic Technology Office-direktør, Timothy Grayson, blev citeret for at sige, at prøven sigter på at bedre forstå, hvordan maskiner og mennesker interagerer, og bygge bedre menneske-maskin hold. Som Grayson blev citeret af:

“Jeg tror, hvad vi ser i dag, er begyndelsen på noget, jeg vil kalde menneske-maskin-symbiose… Lad os tænke på den menneskelige, der sidder i cockpittet, og bliver fløjet af en af disse AI-algoritmer som værende ét våbensystem, hvor den menneskelige fokuserer på, hvad den menneskelige gør bedst [som højere orden strategisk tænkning] og AI gør, hvad AI gør bedst.”