`

СПЕЦИАЛЬНЫЕ
ПАРТНЕРЫ
ПРОЕКТА

Архив номеров

Как изменилось финансирование ИТ-направления в вашей организации?

Best CIO

Определение наиболее профессиональных ИТ-управленцев, лидеров и экспертов в своих отраслях

Человек года

Кто внес наибольший вклад в развитие украинского ИТ-рынка.

Продукт года

Награды «Продукт года» еженедельника «Компьютерное обозрение» за наиболее выдающиеся ИТ-товары

 

Виталий Кобальчинский

Raspberry Pi не оставит людям шансов в воздушном бою

+66
голосов

Увы, но Гарри Каспаров проиграл бы машине даже пересев в истребитель: искусственный интеллект отпраздновал ещё одну победу над человеком. Разработанная в Университете Цинциннати при участии компании Psibernetix система Alpha одержала верх в сражении на высокодостоверном симуляторе воздушного боя над полковником ВВС США в отставке Дженом Ли (Gene Lee).

Raspberry Pi не оставит людям шансов в воздушном бою

Ли является инструктором подготовки пилотов истребителей и менеджером воздушных боев (Air Battle Manager) с огромным практическим опытом. Противостоявшая ему в симуляторе система, по отзывам этого эксперта, была самым агрессивным, динамично реагирующим и достоверным ИИ, из всех, которые он видел до сих пор.

Издание Journal of Defense Management, в котором опубликована подробная статья об Alpha, характеризует её как важный прорыв в прикладных системах, построенных на нечётких генетических алгоритмах. Проект этот создавался в исследовательских целях для управления беспилотными аппаратами в симулированных сценариях воздушных боев.

В её ранних воплощениях, Alpha постоянно побеждала базовую компьютерную программу, использовавшуюся Исследовательской лабораторией ВВС США. Иными словами, разбивала наголову всех своих искусственных противников. Именно эти непрекращающиеся победы заставили Ли в октябре прошлого года взять в собственные руки управление виртуальным истребителем.

В ходе многих попыток, эксперту так и не удалось сбить новейшую модификацию Alpha. Более того, он сам ни разу не смог выйти из боя непобежденным. После этого первого опыта взаимодействия человека с машиной, Alpha гарантированно расправлялась с любым выставленной против неё экспертом, в том числе в изначально неблагоприятных для неё условиях с ограничениями, наложенными на скорость, радиус поворота, на датчики и ракетные установки.

Lee, который встречается в симуляторах с ИИ с начала 1980-х, заявил, что уже в первом противостоянии с Alpha он был поражён осмысленностью и скоростью реакции системы: «Казалось, она была в курсе моих намерений, реагировала мгновенно на мои манёвры и выпуск ракет. Она знала как уйти от удара и, при необходимости, моментально переходила от защиты к нападению».

По его мнению опытный пилот может получить от ИИ ракету в корпус, пробуя что-то новое, но, как правило, они побеждает большинство программ ИИ если действует агрессивно и использует надежно наработанные тактические приёмы.

Однако теперь уже сам Ли, тренировавшийся с тысячами пилотов и закончивший U.S. Fighter Weapons School (аналог ученой степени в тактике и стратегии боя), вместе с другими экспертами оказался неспособен противостоять давлению и темпу сражения, навязанному искусственным разумом. «Я шёл домой чувствуя себя выжатым подчистую. Я был усталым, опустошенным и умственно истощенным. Это может быть и искусственный интеллект, но он представляет вполне реальный вызов моим способностям».

Безраздельно царящая в виртуальном небе Alpha очевидно представляет собой будущее воздушных сражений. Она способна считывать всю совокупность показаний датчиков, моделировать сценарий боя и выявлять после ситуационного анализа наилучший тактический план в 250 раз быстрее, чем человек-противник успевает моргнуть.

Что особенно удивляет, для всего этого – уклона от нескольких ракет с одновременной стрельбой по нескольким целям во взаимодействии с другими истребителями звена – вовсе не требуется мощь суперкомпьютера. Алгоритмы нечёткой логики Alpha, а точнее их подкласс Genetic Fuzzy Tree (GFT), отлично работают в реальном времени даже на ресурсах низкобюджетного Raspberry Pi.

Обычно такие алгоритмы хорошо справляются с задачами, имеющими до четырех или пяти входных параметров. Расширить их возможности на учёт сотни одновременных данных удалось, разбив процесс на каскады промежуточных решений, и применив вместо численного управления лингвистическое.

Своего современного уровня результативности Alpha достигла после тренировки на потребительском ПК стоимостью $500, включавшей состязания между автоматически генерируемыми и настраиваемыми вручную версиями программы, выбиравшимися случайным образом. Успешные экземпляры кода комбинировались и воспроизводились в следующих поколениях ПО, в соответствии с генетической частью алгоритма GFT.

+66
голосов

Напечатать Отправить другу

Читайте также

 
 
IDC
Реклама

  •  Home  •  Рынок  •  ИТ-директор  •  CloudComputing  •  Hard  •  Soft  •  Сети  •  Безопасность  •  Наука  •  IoT