Caça Aérea Controlada por IA Derrota Piloto Humano em Combate Simulado

Um evento que colocou um avião de combate controlado por IA contra um piloto humano em um dogfight virtual foi realizado recentemente, com o resultado final de que a IA conseguiu derrotar seu oponente humano, adicionando mais um exemplo de IAs superando humanos em tarefas extraordinariamente complexas.

Conforme relatado pelo DefenseOne, o recente dogfight virtual foi orquestrado pelo exército dos EUA como parte de um esforço contínuo para demonstrar a capacidade de agentes autônomos derrotarem aeronaves em dogfights, um projeto chamado de Desafio AlphaDogFight. A Agência de Projetos de Pesquisa Avançada de Defesa (DARPA) escolheu oito equipes de IAs desenvolvidas por vários contratantes de defesa e as colocou contra si mesmas em dogfights virtuais. O vencedor desse torneio foi uma IA desenvolvida pela Heron Systems, e posteriormente a IA foi colocada contra um piloto humano que usava um capacete de realidade virtual e estava sentado em um simulador de voo. A IA supostamente venceu todas as cinco rodadas que jogou.

A IA desenvolvida pela Heron Systems foi um sistema de aprendizado de reforço profundo. Aprendizado de reforço profundo é o processo de permitir que um agente de IA experimente em um ambiente novamente e novamente, aprendendo com tentativa e erro. A IA da Lockheed Martin (LMT ) foi a vice-campeã na competição e também utilizou um sistema de aprendizado de reforço profundo. Engenheiros e diretores da Lockheed Martin explicaram que desenvolver algoritmos que possam se sair bem em combate aéreo é uma tarefa muito diferente de simplesmente projetar um algoritmo que possa voar e manter orientações e altitude específicas. Os algoritmos de IA devem entender não apenas que existem penalidades para certas ações, mas que nem todas as penalidades têm o mesmo peso. Algumas ações têm consequências muito graves em comparação com outras ações, como colidir. Isso deve ser feito atribuindo pesos a cada ação possível e, em seguida, ajustando esses pesos com base nas experiências que o agente tem.

A Heron Systems disse que treinou seu modelo colocando-o por meio de mais de 4 bilhões de simulações e que o modelo havia adquirido cerca de 12 anos de experiência como resultado. No entanto, a IA não foi autorizada a aprender com suas experiências nos testes de combate. Não está claro como os resultados do concurso teriam mudado se o modelo fosse permitido aprender com as rodadas do concurso. Se o concurso tivesse continuado por mais tempo, pode ter havido um resultado diferente também. O piloto humano foi capaz de se adaptar às táticas da IA após algumas rodadas e se tornou capaz de durar muito mais contra a IA no final do jogo. Foi apenas um pouco tarde quando o piloto havia se adaptado.

Essa é actually a segunda vez que uma IA derrotou um humano em um dogfight simulado. Em 2016, um sistema de IA derrotou um instrutor de caça. A simulação recente da DARPA foi mais robusta do que o teste de 2016, devido ao fato de que numerosas IAs foram colocadas contra si mesmas para encontrar a melhor antes de enfrentar o piloto humano.

O diretor do Escritório de Tecnologia Estratégica da DARPA, Timothy Grayson, foi citado como tendo dito que o teste visa entender melhor como as máquinas e os humanos interagem e construir melhores equipes humanas-máquinas. Como Grayson foi citado:

“Acho que o que estamos vendo hoje é o início de algo que vou chamar de simbiose humano-máquina… Vamos pensar no ser humano sentado na cabine, sendo voado por um desses algoritmos de IA como sendo realmente um sistema de armas, onde o ser humano se concentra no que o ser humano faz melhor [como pensamento estratégico de alto nível] e a IA faz o que a IA faz melhor.”