機械が人間を打ち負かすという話に新しい章が登場しました：AIは仮想空中戦で再び人間のパイロットを打ち負かしました。AlphaDogfightコンテストは、米軍向けに開発されたニューラルネットワークアルゴリズムの最終テストでした。そして、空中戦で敵の航空機を打ち負かすことができるインテリジェントな自律エージェントの能力の最高のデモンストレーション。詳細-資料Cloud4Y。
AIが人間のパイロットを倒したのはこれが初めてではありません。2016年のテストでは、人工知能システムが経験豊富な戦闘飛行インストラクターを打ち負かすことができることが示されました。しかし、木曜日のDARPAシミュレーションは、多くのアルゴリズムを相互に、そして困難な環境で人間に対してピットインしたため、間違いなくより意味のあるものでした。AIを戦闘車両に統合して戦闘能力を強化することに加えて、このようなシミュレーションは人間のパイロットの訓練にも役立ちます。
開始
昨年8月、国防高等研究プロジェクト庁（DARPA）は、一連のテストに参加するために8つのチームを選択しました。リストには、Aurora Flight Sciences、EpiSys Science、Georgia Tech Research Institute、Heron Systems、Lockheed Martin、Perspecta Labs、PhysicsAI、SoarTechが含まれます（ご存知のとおり、Lockheed Martinのような大規模な防衛産業の請負業者、Heronのような中小企業システム）。
このプログラムの目標は、有人戦闘機をカバーする戦闘ドローンと無人翼兵のためのAIシステムを作成することでした。科学者と軍隊は、AIが人間よりも速く効率的に空中戦を行うことができ、パイロットの負担を軽減し、より大きな戦闘任務内で重要な戦術的決定を下す時間を与えることを期待しています。
AlphaDogfightトライアルの最初のフェーズは、2019年11月にジョンズホプキンス大学の応用物理学研究所で開催されました。その上で、さまざまなチームによって作成されたニューラルネットワークアルゴリズムは、DARPAスペシャリストによって作成されたRed人工知能システムと空中戦を戦いました。アルゴリズム間の戦いは、低難易度で1x1モードで行われました。テストの第2段階は2020年1月に行われました。複雑さが増した点で最初とは異なりました。2020年8月20日に行われた最終テストフェーズは、DARPAYouTubeチャンネルでライブで見ることができます。
テストは、JSBSimフライトダイナミクスソフトウェアモデルを使用して、FlightGear航空機シミュレーターで実行されました。最初の2つの段階では、ニューラルネットワークアルゴリズムがF-15Cイーグルヘビーファイターを制御し、3番目の段階では中型のF-16ファイティングファルコンを制御しました。
機械が男を倒した方法
テストの第3段階では、ニューラルネットワークアルゴリズムが最初に互いに空中戦を行いました。すべての戦いの勝者は、ヘロンシステムによって作成されたシステムでした。空中戦は大砲兵器のみを使用して近距離で戦われました。
その後、ヘロンシステムズのアルゴリズムは、経験豊富な米空軍戦闘機のパイロット兼インストラクターであるコールサインバンガーとのドッグファイトを実施しました。合計5回の戦闘が行われました。AIアルゴリズムはすべてに打ち勝ちました。「戦闘機のパイロットが学ぶ標準的な空中戦闘技術は機能しなかった」と車を失ったパイロットは認めた。しかし、最後のラウンドでは、その人はより長く持ちこたえることができました。
その理由は、AIが実際のテスト中に自分の経験から学ぶことができなかったためです。空中戦の第5ラウンドと最終ラウンドまでに、人間のパイロットは戦術を大幅に変更することができ、それにより彼ははるかに長く持ちこたえることができました。しかし、経験豊富なパイロットのトレーニング速度の欠如が彼の敗北につながりました。
もう1つのテストの勝者は、深層強化学習です。この学習では、人工知能アルゴリズムが、理解のようなものを開発するまで、仮想環境で問題を何度も、時には非常に迅速にテストします。開発者が使用したニューラルネットワークの種類は明らかにされていません。 Heron Systemsは、強化学習を使用して神経ネットワークをトレーニングしました。トレーニング中、ネットワークは40億回のシミュレーションを実行しました。
仮想空中戦の2番目の結果は、ロッキードマーティンによって開発されたアルゴリズムによって示されました。その準備は、強化された神経ネットワークを訓練することによっても実行されました。
詳細はほとんどありません
LockheedMartinの人工知能のディレクター兼チーフアーキテクトであるLeeRietholzは、空中戦でアルゴリズムをうまく機能させることは、単に「飛ぶ」、つまり特定の方向、高度、速度を維持するソフトウェアを教えることとは非常に異なるとテスト後に記者団に語った。
« , . , . , . , . , [] , .
, , . , : , , , . , . », — .
AIが非常に迅速に学習できることは間違いありません。ローカルまたはクラウドのリソースを使用して空中戦をシミュレートし、複数のマシンでレッスンを何度も繰り返すことができます。ロッキードは、他のいくつかのチームと同様に、戦闘機のパイロットを持っていました。また、25台のDGx1サーバーで同時にトレーニングセットを実行することもできます。しかし、彼らが最終的に作成したものは、単一のGPUで実行できます。それに比べて、勝利後、HeronSystemsの上級機械学習エンジニアであるBenBellは、彼らのアルゴリズムは少なくとも40億回のシミュレーションを経て、約12年の経験を積んだと述べました。
その結果、DARPAはスタートアップのHeron Systemsの勝利を祝福しました。そのアルゴリズムは、LockheedMartinのような大企業の開発を回避することができました。
Cloud4Yブログ
→ 「自分でやる」、またはユーゴスラビアのコンピューター
→米国国務省が独自の優れたファイアウォールを作成する
→人工知能が革命について歌う
→宇宙の幾何学は何ですか？
→スイスの地形図のイースターエッグ別の記事を見逃さないよう
に、テレグラムチャンネルに登録してください。私たちは週に2回以下、ビジネスについてのみ書いています。