JAV Karinių oro pajėgų lakūnų bandytojų mokykla („USAF“) ir Pažangiųjų gynybos tyrimų projektų agentūra („DARPA“) teigia pasiekusios proveržį mašininio mokymosi srityje ir įrodė, kad dirbtinio intelekto programinė įranga gali valdyti modifikuotą „F-16“ naikintuvą kovoje su žmonėmis pilotais.
Naikintuve įdiegtas mašininis mokymasis
Teiginiai grindžiami tuo, kad „USAF“ ir „DARPA“ įdiegė mašininį mokymąsi lėktuve „X-62A VISTA“, kuris buvo sukurtas kaip bandymų bazė, nes gali imituoti kitų orlaivių veikimą, o jų darbas pripažintas vienu iš keturių finalininkų, pretenduojančių į 2023 m. Nacionalinės aeronautikos asociacijos Roberto J. Kolerio trofėjų – kasmetinį apdovanojimą už išskirtinius Amerikos aeronautikos ar astronautikos pasiekimus.
„Autonominės kovos ore potencialas buvo įsivaizduojamas jau dešimtmečius, tačiau realybė iki šiol liko tolima svajonė“, – sakė Karinių oro pajėgų sekretorius Frenkas Kendalas. „2023 m. „X-62A“ įveikė vieną svarbiausių kovinės aviacijos barjerų. Tai – transformacinis momentas, o visa tai tapo įmanoma dėl proveržio pasiekimų“.
„DARPA“ jau kelerius metus bando dirbtinio intelekto agentų programinę įrangą, skirtą imituojamiems lėktuvams pilotuoti. Jos programa „Air Combat Evolution“ (ACE) pradėta vykdyti 2020 m., kai „AlphaDogfight“ bandymų metu žmonės pilotai skrydžio simuliatoriuje susidūrė su dirbtinio intelekto priešininku.
DI programinė įranga buvo pranašesnė už žmogų
Tą konkursą laimėjo dirbtinio intelekto programinė įranga, tačiau ji turėjo pranašumą – jai buvo leista skristi tokiu greičiu, kad tikras orlaivis patirtų pernelyg didelį krūvį ir susidarytų tokia perkrova, kuri pakenktų žmogui pilotui.
Euristinis arba taisyklėmis pagrįstas autonomiškumas buvo įprastas metodas karinėse ir kosminėse programose.
Tokios rūšies ekspertinės sistemos yra sudarytos iš teiginių „jei – tai“, kuriuose nurodomi sąlygomis pagrįsti veiksniai, lemiantys konkrečius veiksmus. Tačiau šis metodas mažiau naudingas, kai reikia atsižvelgti į per daug kintamųjų ir taisyklių.
„Mašininio mokymosi metodas remiasi istorinių duomenų analize, kad būtų galima priimti pagrįstus sprendimus esamose ir būsimose situacijose, dažnai atrandant įžvalgas, kurių žmogus nepastebi arba kurias sunku išreikšti įprastinėmis taisyklėmis grindžiamomis kalbomis“, – aiškino „MIT CSAIL“ direktorė Daniella Rus „DARPA“ vaizdo įraše, kurį galite pamatyti toliau.
„Mašininis mokymasis yra nepaprastai veiksmingas aplinkoje ir situacijose, kuriose sąlygos dinamiškai kinta, todėl sunku nustatyti aiškias ir patikimas taisykles.“
Mašininis mokymasis vis dar turi trūkumų
Karinių orlaivių kovos yra labai dinamiškas scenarijus. Tačiau mašininis mokymasis turi trūkumų, kuriuos reikia įveikti. Jis turi būti pakankamai paaiškinamas ir patikrinamas, kad kariškiai juo pasitikėtų, o aviacijos institucijos sertifikuotų sistemas, kuriose įdiegtas toks kodas.
„X-62A“ iš esmės yra „F-16“, kuris buvo integruotas į skrydžio simuliatorių, kad mašininio mokymosi agentai galėtų valdyti lėktuvą.
„Neįtikėtinas šių metų pasiekimas – paimti šiuos mašininio mokymosi agentus ir įdiegti juos į „X-62A“ realioje aplinkoje“, – sakė Bandomųjų pilotų mokyklos vadas pulkininkas Džeimsas Valpiani.
2022 m. gruodį mašininio mokymosi agentai valdė lėktuvo „X-62A“ skrydžio trajektoriją – tai pirmas dirbtinio intelekto pilotavimo atvejis.
Per kelis ateinančius mėnesius bandymai ir tobulinimai tęsėsi, kol 2023 m. rugsėjį dirbtinio intelekto programinė įranga skraidino „X-62A“ imitacinėje kovoje su žmogaus pilotuojamu „F-16“.
Tai pavyko padaryti nepažeidžiant žmogaus saugos normų ir nepriverčiant orlaivyje esančių pilotų įsikišti ir perimti valdymą.
Pasak „DARPA“, „X-62A“ komandos pasiekimai bus vertinami panašiai kaip „AlphaGo Zero“ poveikis šachmatams, šokiui ir Go, kaip autonominės aviacijos patvirtinimas tiek karinėms, tiek komercinėms reikmėms.
Tačiau komandos pastangų nepakako, kad ji laimėtų 2023 m. „Collier Trophy“ apdovanojimą, kuris atiteko „NASA“ ir asteroido mėginio paėmimo ir grąžinimo komandai „OSIRIS-REx“.
Taip patskaitykite
