O umělé inteligenci dnes slyšíme na každém kroku. V drtivé většině případů jde vlastně o aplikaci tzv. strojového učení, ne skutečnou umělou inteligenci v tom smyslu, ve kterém by si ji většina z nás laiků představila (tj. inteligenci schopnou logicky řešit jakékoliv problémy, se kterými se setká).
Strojové učení umožní vytvářet spíše „specializované“ inteligence na jednu určitou činnost – vždy jen s cílem splnit člověkem zadaný úkol. Počítač situaci nechápe a není kreativní ‒ „pouze“ dokáže ve zlomku sekundy porovnávat obrovské množství dat a umí si zapamatovat takové postupy, které vedou k nejlepšímu vyřešení úkolu. Čím déle se tedy počítač učí a má přístup k většímu vzorku dat, tím jsou jeho reakce efektivnější a přesnější.
V dané specializované činnosti ovšem může být stroj výrazně lepší než člověk. Mohou to někdy být úkoly směšně jednoduché (poznat kočku od psa), jindy relativně složité (třeba vytvořit fotografii neexistující osoby nebo objevit nové fígle ve schovávané). Celkem reálně se jeví také předpoklad, že strojové učení by mohlo stvořit i skvělého bojové pilota.
Jak díky strojovému učení počítač vyzrál na hru na schovávanou – a do jisté míry i na programátory, si můžete prohlédnout v našem videu:
V podstatě by šlo o software „vytrénovaný“ ke zvládání prakticky všech možných situací. Řídící systém letadla má přístup k obrovské databázi různých situací, přičemž na každou z nich má odpovídající řešení. V ostrém provozu řídící systém letadla s AI „sleduje“ scénu (rychlost, výšku, aerodynamické podmínky, radarová a obrazová data atd.), srovnává situaci se svou databázi, a následně zvolí optimální řešení k dosažení člověkem naprogramovaného cíle. Pomocí simulací (pochopitelně v mantinelech naprogramování) však může najít nejlepší cestu k vyřešení člověkem zadaného cíle.
Pokud se ale počítač dostane do neznámé situace (což lze také naprogramovat), nedokáže samozřejmě přijít s vlastním tvořivým řešením. Nicméně pomocí velkého vzorku dat, neustálého učení v simulacích, znalosti fyzikálních zákonů a chování letounu, by měl řídící systém fungovat minimálně v určitých situacích velmi efektivně, rychle a precizně.
Ozbrojené síly po celém světě doufají, že tyto vlastnosti mohou pomoci překonat kognitivní omezení člověka v náročných, komplexních a silně stresujících bojových situacích, jako jsou právě letecké boje. V konečném důsledku pokrok v AI umožní vznik a efektivní nasazení tzv. robotických vedených letadel (robotických loyal-wingmanů) a vytvoření společných bojových jednotek lidí a robotů.
První pokus
Současnou úroveň letecké „umělé inteligence“ ověřuje testovací série AlphaDogfight Trials amerického letectva. Třetí a poslední online simulační klání proběhne ve dnech 18.-20. srpna. Vyvrcholením tohoto klání se stane virtuální souboj robotické a lidské F-16. AlphaDogfight Trials je součástí zastřešujícího leteckého AI programu ACE (Air Combat Evolution).
Propagační koláž k soutěži AlphaDogfight Trials
„S nadšením sledujeme souboje algoritmů proti sobě navzájem i proti vyškolenému člověku a doufáme, že stíhací piloti z letectva, námořnictva a námořní pěchoty, stejně jako vojenští vůdci a členové AI komunity, se zaregistrují a budou souboj sledovat online. Bylo velmi zajímavé vidět, jak daleko týmy během uplynulého roku pokročily,“ uvedl plukovník Dan Javorsek, programový manažer kanceláře pro strategické projekty v agentuře DARPA.
Třetího testovacího kola se zúčastní osm týmů: Aurora Flight Sciences, EpiSys Science, Georgia Tech Research Institute, Heron Systems, Lockheed Martin, Perspecta Labs, PhysicsAI a SoarTech.
Během prvního dne týmy nasadí své AI algoritmy v simulovaných soubojích proti pěti různým algoritmům vyvinutých v laboratořích aplikované fyziky na univerzitě Johnse Hopkinse. Během druhého a třetího dne se utkají týmy mezi sebou. Nejlepší z nich pak nasadí svůj algoritmus ve virtuálním souboji proti F-16 pilotované lidským pilotem.
„Nezáleží na tom, zda poslední souboj vyhraje člověk, nebo stroj, cílem AlphaDogfight Trials je zvýšit důvěru v AI. Pokud vítězný algoritmus získá respekt pilota F-16, budeme o krok blíže k vytvoření efektivního týmu stroj-člověk, a to je hlavní cíl ACE,“ řekl Javorsek.
Jak se počítač naučil hrát na schovávanouSchovka nevypadá zrovna jako vědecké bádání. Výzkumníci ale simulací miliard her na schovávanou ukázali, že se umělá inteligence může naučit složité strategie. A to doslova z ničeho. Vědci z OpenAI to považují za perfektní ukázku umělé evoluce. |
Simulační série AlphaDogfight Trials (resp. program ACE) má zásadní význam pro vedení bojových leteckých operací v blízké budoucnosti. Již brzy nejvyspělejší letectva světa hodlají nasadit robotické wingmany jako doprovod k pilotovaným letadlům. V jednom balíku přitom mohou letět desítky robotických letadel (zpočátku nejspíše konstrukčně velmi jednoduchých).
V uvažovaném týmu člověk-stroj se lidé postarají o chápání bojové scény a o taktická rozhodnutí. Robotická letadla naopak precizně, okamžitě, bez odmlouvání a i za cenu svého zničení vykonají člověkem přidělený úkol. K takovému cíli ale vede ještě dlouhá cesta strojového učení robotických systémů. Než lidé pustí AI do boje, bude třeba provést ještě mnoho milionů (nebo o řád či několik řádů více) simulací, a to nejen ve virtuální realitě.
Text vznikl pro server Armádní noviny, a byl před vydáním redakčně upraven. Originál naleznete zde.
