AI-styrd jetjägare besegrar mänsklig pilot i simulerad strid

En händelse där en AI-styrd stridsflygplan ställdes mot en mänsklig pilot i en virtuell dogfight hölls nyligen, med resultatet att AI:n lyckades besegra sin mänskliga motståndare, vilket är ytterligare ett exempel på att AI överträffar människor även i extremt komplexa uppgifter.

Som rapporterats av DefenseOne, den nyligen virtuella dogfighten arrangerades av den amerikanska militären som en del av ett pågående försök att demonstrera förmågan hos autonoma agenter att besegra flygplan i dogfighter, ett projekt som kallas AlphaDogFight challenge. Defense Advanced Research Project Agency (DARPA) valde åtta lag av AI:er utvecklade av olika försvarsentreprenörer och ställde dessa AI-lag mot varandra i virtuella dogfighter. Vinnaren i denna turnering var en AI utvecklad av Heron Systems, och därefter ställdes AI:n mot en mänsklig pilot som bar en VR-hjälm och satt i en flygsimulator. AI:n ska ha vunnit alla fem omgångar den spelade.

AI:n utvecklad av Heron Systems var ett system för djup förstärkt inlärning. Djup förstärkt inlärning är processen att låta en AI-agent experimentera i en miljö om och om igen, och lära av försök och misstag. Lockheed Martins AI var tvåa i tävlingen och den använde också ett system för djup förstärkt inlärning. Lockheed Martins ingenjörer och chefer förklarade att att utveckla algoritmer som kan fungera bra i luftstrid är en mycket annorlunda uppgift än att bara utforma en algoritm som kan flyga och upprätthålla vissa orienteringar och höjder. AI-algoritmerna måste komma att förstå inte bara att det finns straff för vissa handlingar, utan att inte alla straff är lika viktiga. Vissa handlingar har mycket allvarliga konsekvenser jämfört med andra handlingar, såsom krasch. Detta måste göras genom att tilldela vikter till varje möjlig handling och sedan justera dessa vikter baserat på de erfarenheter som agenten har.

Heron Systems sa att de tränade sin modell genom att låta den genomgå över 4 miljarder simuleringar, och att modellen hade förvärvat cirka 12 års erfarenhet som resultat. Men AI:n fick inte lära av sina erfarenheter i stridstesten i sig. Det är oklart hur resultaten av tävlingen skulle ha förändrats om modellen hade tillåtits lära av tävlingsomgångarna. Om tävlingen hade pågått längre, kan det ha blivit ett annat resultat också. Den mänskliga piloten kunde anpassa sig till AI:ns taktik efter några omgångar, och kunde överleva mycket längre mot AI:n mot slutet av spelet. Det var bara lite för sent den gång piloten hade anpassat sig.

Detta är faktiskt den andra gången som en AI har besegrat en människa i en simulerad dogfight. 2016 besegrade ett AI-system en stridsflygplansinstruktör. Den nyligen DARPA-simuleringen var mer robust än 2016 års test, på grund av att flera AI:er ställdes mot varandra för att hitta den bästa innan den mötte den mänskliga piloten.

Chefen för DARPA:s strategiska teknologikontor, Timothy Grayson, citerades som sagt att försöket syftar till att bättre förstå hur maskiner och människor interagerar och bygga bättre mänskliga-maskin team. Som Grayson citerades av:

“Jag tror att vad vi ser idag är början på något jag kommer att kalla mänsklig-maskin symbios… Låt oss tänka på den mänskliga som sitter i cockpit, som flygs av en av dessa AI-algoritmer som verkligen är ett vapensystem, där den mänskliga fokuserar på vad den mänskliga gör bäst [som högre strategiskt tänkande] och AI:n gör vad AI:n gör bäst.”