AI战斗机飞行员在逼真的模拟中胜过王牌飞行员，每次都将他彻底摧毁

由辛辛那提大学博士研究生开发的一种新的高级软件已证明自己比经验丰富的王牌更有能力，在每次试验中都以栩栩如生的interwetten与威廉的赔率体系 方式战胜并消灭了退休的美国空军上校吉恩·李。作为一名教练和空战经理，拥有数十年战斗机经验的 Lee，在他花费了 30 年测试战斗软件的时间里，从未遇到过如此“具有攻击性、响应性、动态性和可信性的 AI”。

ALPHA，即所谓的“人工智能”，代表了用于在模拟空战任务中测试无人作战飞行器 (UCAVS) 的软件的重大突破。

在不断击败空军研究实验室在其训练模拟中使用的基准 AI 对手之后，ALPHA 毕业并面对专业的人类飞行员。李上校一出手，结果还是一样；在每次交战中，ALPHA 都将 Lee 从空中击落，而 Lee 甚至无法在软件中获得一次击杀。“我对它的意识和反应程度感到惊讶。它似乎知道我的意图，并立即对我的飞行变化和导弹部署做出反应。它知道如何击败我正在拍摄的镜头。它会根据需要立即在防御和进攻行动之间移动，”李对 Phys说。 

在人类飞行员每次与 ALPHA 对抗的情况下，相同的结果都会重复：ALPHA 赢了。即使它在速度、转向、导弹能力和传感器方面存在缺陷，人类对手也无法在混战中幸存下来。

Nick Ernest 是 Psibernetix, Inc. 公司的博士毕业生和创始人，该公司的工具被用于构建软件，他认为人工智能和美国飞机能力的结合是军事实力的革命性飞跃，可以最大限度地减少在敌对环境中的反应时间每微秒都很重要。就上下文而言，战斗机飞行员在仅 40,000 海拔的相对低海拔地区以超过 1,500 英里/小时的速度作战。任何瞬间的误判都可能产生可怕的影响。

ALPHA 可以提取感官数据，对其进行组织，并在逻辑上制定战术决策，同时在一毫秒内考虑多种可能的结果；这比它的人类对手眨眼的速度大约快 250 倍。“这不是为了近距离斗狗，或者用你的眼睛看驾驶舱，”欧内斯特说。“需要大量查看您的传感器告诉您的信息，并对其进行解释，以告诉您在这个特定时间您是否具有战术优势以及您的反应应该是什么。”

与 Facebook、Google 和其他分析工具如何获取大量数据并快速决定要展示哪些个性化广告类似，ALPHA 从其所有传感器获取数据并做出闪电般的快速决策。但在这种情况下，“人工智能”这个词是夸张的；没有人工神经网络在起作用。相反，ALPHA 的算法不需要比低成本 PC 更多的计算能力，这要归功于基于语言的控制系统，称为遗传模糊逻辑，基于传统模糊逻辑的升级版本。

Ernest 的公司开发了遗传模糊逻辑，他解释说模糊逻辑已经存在了几十年，并且经常用于工业控制应用中。只是到目前为止，可扩展性还不存在。模糊逻辑擅长根据少量输入进行预测，而不是在设计输出之前检查每个参数。根据欧内斯特的说法，最基本的模糊逻辑“更像人类处理问题的方式。以一名足球接球手为例，他会根据覆盖他的角卫评估如何调整他的行为。接球手并没有想到：“这个赛季，这个掩护我的角卫有 3 次拦截，12 次拦截后的平均回球码，2 次强制失误，4.35 秒 40 码冲刺，73 次铲球，14 次助攻铲球，只有一通干扰，

接球手不必担心每一个统计数据的复杂性，而是将四分卫标记为“好”，然后从那里继续前进。挑战在于随着数字输入的增长，传统的模糊逻辑系统变得过于过载，无法在现代计算机上运行。由于 ALPHA 将模糊逻辑问题划分为更小的部分，同时保持输入之间相同的总体关系，因此 ALPHA 可以处理数十万个 if/then 场景以及包含数千个变量的规则。因此，该软件甚至可以在智能手机上运行。

这对空战的未来有何启示？考虑到训练一名战斗机飞行员要花费数百万美元，一旦机器视觉和控制算法创造出完全可操作的无人机，该软件无疑将取代人类飞行员。然而，欧内斯特认为他的软件正在扩展到无人驾驶飞机，作为自动驾驶汽车甚至药物研究的解决方案。

您预计无人驾驶车辆会对战争产生什么影响？请在下面的评论中告诉我们。

审核编辑 黄昊宇