Sebuah babak baru telah muncul dalam kisah mesin yang mengalahkan manusia: AI sekali lagi mengalahkan seorang pilot manusia dalam pertempuran udara virtual. Kompetisi AlphaDogfight adalah ujian terakhir dari algoritma jaringan saraf yang dikembangkan untuk militer AS. Dan demonstrasi terbaik dari kemampuan agen otonom cerdas yang mampu mengalahkan pesawat musuh dalam pertempuran udara. Lebih detail - dalam materi Cloud4Y.
Ini bukan pertama kalinya AI mengalahkan pilot manusia. Pengujian pada tahun 2016 menunjukkan bahwa sistem kecerdasan buatan dapat mengalahkan instruktur penerbangan tempur berpengalaman. Tapi simulasi DARPA hari Kamis bisa dibilang lebih bermakna karena mengadu banyak algoritma satu sama lain dan kemudian melawan manusia di lingkungan yang menantang. Selain mengintegrasikan AI ke dalam kendaraan tempur untuk meningkatkan kemampuan tempur mereka, simulasi seperti ini juga dapat membantu melatih pilot manusia.
Mulailah
Agustus lalu, Badan Proyek Penelitian Lanjutan Pertahanan (DARPA) memilih delapan tim untuk berpartisipasi dalam serangkaian tes. Daftar tersebut mencakup Aurora Flight Sciences, EpiSys Science, Georgia Tech Research Institute, Heron Systems, Lockheed Martin, Perspecta Labs, PhysicsAI dan SoarTech (seperti yang dapat Anda pahami, bersama dengan kontraktor industri pertahanan besar seperti Lockheed Martin, perusahaan kecil seperti Heron Sistem).
Tujuan dari program ini adalah untuk menciptakan sistem AI untuk drone tempur dan wingman tak berawak yang melindungi pesawat tempur berawak. Ilmuwan dan militer berharap AI akan mampu melakukan pertempuran udara lebih cepat dan lebih efisien daripada manusia, dan mengurangi beban pilot, memberinya waktu untuk membuat keputusan taktis penting dalam misi tempur yang lebih besar.
AlphaDogfight Trials tahap pertama dilaksanakan pada November 2019 di Laboratorium Fisika Terapan Universitas Johns Hopkins. Di atasnya, algoritme jaringan saraf yang dibuat oleh tim yang berbeda melawan pertempuran udara dengan sistem kecerdasan buatan Merah, yang dibuat oleh spesialis DARPA. Pertempuran antar algoritme dilakukan dalam mode 1x1 pada tingkat kesulitan rendah. Pengujian tahap kedua berlangsung pada Januari 2020. Ini berbeda dari yang pertama dalam peningkatan kompleksitas. Tahap tes terakhir yang berlangsung pada tanggal 20 Agustus 2020 dapat disaksikan secara langsung di channel YouTube DARPA .
Pengujian dilakukan di simulator pesawat FlightGear menggunakan model perangkat lunak dinamika penerbangan JSBSim. Dalam dua tahap pertama, algoritma jaringan saraf mengontrol pesawat tempur berat F-15C Eagle, dan tahap ketiga, medium F-16 Fighting Falcon.
Bagaimana mesin mengalahkan manusia
Pada pengujian tahap ketiga, algoritma jaringan saraf pertama kali melakukan pertempuran udara satu sama lain. Pemenang dari semua pertempuran adalah sistem yang dibuat oleh Sistem Heron. Pertempuran udara terjadi dari jarak dekat hanya dengan menggunakan persenjataan meriam.
Algoritme Sistem Heron kemudian melakukan pertempuran udara dengan pilot dan instruktur pesawat tempur Angkatan Udara AS yang berpengalaman, callsign Banger. Secara total, lima pertempuran terjadi. Algoritme AI telah menang atas semuanya. "Teknik tempur udara standar yang dipelajari oleh pilot pesawat tempur tidak berhasil," pilot yang kalah dari mobil itu mengakui. Namun di ronde terakhir, pria itu mampu bertahan lebih lama.
Alasannya adalah AI tidak dapat belajar dari pengalaman mereka sendiri selama pengujian di dunia nyata. Pada ronde kelima dan terakhir pertempuran udara, pilot manusia mampu mengubah taktiknya secara signifikan, yang memungkinkannya bertahan lebih lama. Namun, kurangnya kecepatan pelatihan dari seorang pilot berpengalaman menyebabkan kekalahannya.
Pemenang tes lainnya adalah pembelajaran penguatan mendalam, di mana algoritme kecerdasan buatan berulang kali, terkadang dengan sangat cepat, menguji masalah di lingkungan virtual sampai mereka mengembangkan sesuatu seperti pemahaman. Jenis jaringan neural apa yang digunakan pengembang tidak diungkapkan. Sistem Heron menggunakan pembelajaran penguatan untuk melatih jaringan saraf. Selama pelatihan, jaringan menjalankan empat miliar simulasi.
Hasil kedua dalam pertempuran udara virtual ditunjukkan oleh algoritma yang dikembangkan oleh Lockheed Martin. Persiapannya juga dilakukan dengan melatih jaringan saraf dengan penguatan.
Sedikit detail
Lee Rietholz, direktur dan kepala arsitek kecerdasan buatan di Lockheed Martin, mengatakan kepada wartawan setelah pengujian bahwa mencoba membuat algoritme bekerja dengan baik dalam pertempuran udara sangat berbeda dari mengajarkan perangkat lunak untuk sekadar "terbang", yaitu mempertahankan arah, ketinggian, dan kecepatan tertentu.
« , . , . , . , . , [] , .
, , . , : , , , . , . », — .
Tidak ada keraguan bahwa AI dapat belajar dengan sangat cepat. Dengan menggunakan sumber daya lokal atau cloud untuk mensimulasikan pertempuran udara, dia dapat mengulangi pelajaran tersebut berulang kali di beberapa mesin. Lockheed, seperti beberapa tim lain, memiliki seorang pilot pesawat tempur. Mereka juga dapat menjalankan set pelatihan pada 25 server DGx1 pada saat yang bersamaan. Tetapi apa yang akhirnya mereka hasilkan dapat berjalan pada satu GPU . Sebagai perbandingan, setelah kemenangan itu, Ben Bell, insinyur pembelajaran mesin senior di Heron Systems, mengatakan bahwa algoritme mereka melewati setidaknya 4 miliar simulasi dan memperoleh pengalaman sekitar 12 tahun.
Alhasil, DARPA mengucapkan selamat kepada startup Heron Systems atas kemenangannya , yang algoritmanya berhasil melewati perkembangan perusahaan besar seperti Lockheed Martin.
Apa lagi yang menarik di blog Cloud4Y
→ “Lakukan sendiri”, atau komputer dari Yugoslavia
→ Departemen Luar Negeri AS akan membuat firewall hebatnya sendiri
→ Kecerdasan buatan bernyanyi tentang revolusi
→ Apa geometri alam semesta?
→ Telur Paskah di peta topografi Swiss
Berlangganan saluran Telegram kami agar tidak ketinggalan artikel lain. Kami menulis tidak lebih dari dua kali seminggu dan hanya tentang bisnis.