In der Geschichte von Maschinen, die Menschen besiegen, ist ein neues Kapitel erschienen: Die KI besiegte erneut einen menschlichen Piloten im virtuellen Luftkampf. Der AlphaDogfight-Wettbewerb war der letzte Test für neuronale Netzwerkalgorithmen, die für das US-Militär entwickelt wurden. Und die beste Demonstration der Fähigkeiten intelligenter autonomer Agenten, die feindliche Flugzeuge im Luftkampf besiegen können. Weitere Details - im Material Cloud4Y.
Dies ist nicht das erste Mal, dass eine KI einen menschlichen Piloten besiegt. Tests im Jahr 2016 haben gezeigt, dass ein künstliches Intelligenzsystem einen erfahrenen Kampffluglehrer schlagen kann. Die DARPA-Simulation am Donnerstag war jedoch wohl aussagekräftiger, da viele Algorithmen in herausfordernden Umgebungen gegeneinander und dann gegen Menschen antraten. Neben der Integration von KI in Kampffahrzeuge zur Verbesserung ihrer Kampffähigkeit können Simulationen wie diese auch dazu beitragen, menschliche Piloten auszubilden.
Start
Im vergangenen August wählte die Defense Advanced Research Project Agency (DARPA) acht Teams aus, um an einer Reihe von Tests teilzunehmen. Die Liste umfasst Aurora Flight Sciences, EpiSys Science, das Georgia Tech Research Institute, Heron Systems, Lockheed Martin, Perspecta Labs, PhysicsAI und SoarTech (wie Sie verstehen können, sowie große Auftragnehmer der Verteidigungsindustrie wie Lockheed Martin, kleine Unternehmen wie Heron Systeme).
Ziel des Programms war es, KI-Systeme für Kampfdrohnen und unbemannte Flügelmänner zu entwickeln, die bemannte Kämpfer abdecken. Wissenschaftler und das Militär erwarten, dass die KI Luftkämpfe schneller und effizienter als Menschen durchführen und den Piloten entlasten kann, sodass er Zeit hat, wichtige taktische Entscheidungen innerhalb einer größeren Kampfmission zu treffen.
Die erste Phase der AlphaDogfight-Studien fand im November 2019 im Labor für Angewandte Physik der Johns Hopkins University statt. Darauf führten neuronale Netzwerkalgorithmen, die von verschiedenen Teams entwickelt wurden, einen Luftkampf mit dem von DARPA-Spezialisten entwickelten System der roten künstlichen Intelligenz. Die Kämpfe zwischen den Algorithmen wurden im 1x1-Modus auf einem niedrigen Schwierigkeitsgrad ausgetragen. Die zweite Testphase fand im Januar 2020 statt. Es unterschied sich vom ersten in der erhöhten Komplexität. Die letzte Testphase, die am 20. August 2020 stattfand, konnte live auf dem DARPA-YouTube-Kanal angesehen werden .
Die Tests wurden im FlightGear-Flugzeugsimulator unter Verwendung des JSBSim-Flugdynamik-Softwaremodells durchgeführt. In den ersten beiden Phasen kontrollierten neuronale Netzwerkalgorithmen die schweren Jäger des F-15C Eagle und in der dritten den mittleren F-16 Fighting Falcon.
Wie eine Maschine einen Mann besiegte
In der dritten Testphase führten neuronale Netzwerkalgorithmen zunächst Luftschlachten miteinander durch. Der Gewinner aller Schlachten war das von Heron Systems entwickelte System. Luftschlachten wurden aus nächster Nähe nur mit Kanonenbewaffnung ausgetragen.
Der Algorithmus von Heron Systems führte dann einen Luftkampf mit einem erfahrenen Kampfpiloten und Ausbilder der US Air Force, dem Rufzeichen Banger, durch. Insgesamt wurden fünf Schlachten geschlagen. Der KI-Algorithmus hat über alle gesiegt. "Die Standard-Luftkampftechniken, die Kampfpiloten lernen, haben nicht funktioniert", gab der Pilot zu, der gegen das Auto verloren hatte. Aber in den letzten Runden konnte der Mann länger durchhalten.
Der Grund dafür ist, dass AIs beim Testen in der Praxis nicht aus ihren eigenen Erfahrungen lernen konnten. In der fünften und letzten Runde des Luftkampfs konnte der menschliche Pilot seine Taktik erheblich ändern, wodurch er viel länger durchhalten konnte. Die mangelnde Trainingsgeschwindigkeit eines erfahrenen Piloten führte jedoch zu seiner Niederlage.
Ein weiterer Testsieger ist das Deep-Enforcement-Lernen, bei dem Algorithmen für künstliche Intelligenz immer wieder, manchmal sehr schnell, ein Problem in einer virtuellen Umgebung testen, bis sie so etwas wie Verständnis entwickeln. Welche Art von neuronalen Netzen die Entwickler verwendeten, wird nicht bekannt gegeben. Heron Systems verwendete Verstärkungslernen, um das neuronale Netzwerk zu trainieren. Während des Trainings führte das Netzwerk vier Milliarden Simulationen durch.
Das zweite Ergebnis im virtuellen Luftkampf wurde durch einen von Lockheed Martin entwickelten Algorithmus gezeigt. Die Vorbereitung erfolgte auch durch Training eines neuronalen Netzwerks mit Verstärkung.
Einige Details
Lee Rietholz, Direktor und Chefarchitekt für künstliche Intelligenz bei Lockheed Martin, sagte Reportern nach dem Test, dass der Versuch, den Algorithmus im Luftkampf gut funktionieren zu lassen, sich stark vom Unterrichten von Software zum einfachen "Fliegen" unterscheidet, dh eine bestimmte Richtung, Höhe und Geschwindigkeit beizubehalten.
« , . , . , . , . , [] , .
, , . , : , , , . , . », — .
Es besteht kein Zweifel, dass KI sehr schnell lernen kann. Mithilfe lokaler oder Cloud-Ressourcen zur Simulation von Luftschlachten kann er die Lektion auf mehreren Computern immer wieder wiederholen. Lockheed hatte wie mehrere andere Teams einen Kampfpiloten. Sie könnten auch gleichzeitig Trainingssätze auf 25 DGx1-Servern ausführen. Aber was sie letztendlich produzierten, konnte auf einer einzigen GPU laufen . Im Vergleich dazu sagte Ben Bell, leitender Ingenieur für maschinelles Lernen bei Heron Systems, nach dem Sieg, dass sein Algorithmus mindestens 4 Milliarden Simulationen durchlaufen und etwa 12 Jahre Erfahrung gesammelt habe.
Infolgedessen gratulierte DARPA dem Startup Heron Systems zum Sieg , dessen Algorithmus es schaffte, die Entwicklung größerer Unternehmen wie Lockheed Martin zu umgehen.
Was sonst noch im Cloud4Y- Blog interessant ist
→ „Do it yourself“ oder ein Computer aus Jugoslawien
→ Das US-Außenministerium wird eine eigene große Firewall erstellen
→ Künstliche Intelligenz singt über Revolution
→ Wie ist die Geometrie des Universums?
→ Ostereier auf topografischen Karten der Schweiz
Abonnieren Sie unseren Telegrammkanal , um keinen weiteren Artikel zu verpassen. Wir schreiben nicht mehr als zweimal pro Woche und nur geschäftlich.