40亿次仿真学习：人工智能5:0大胜人类飞行员！

来源：桌面战斗

本文约2000字，建议阅读5分钟。

本文介绍了国防高级研究计划局（DARPA）的Alpha狗斗的最后一场人机对抗试验在线展开，8支人工智能团队运用算法控制空战模拟器进行虚拟对决。

8月18日至20日，国防高级研究计划局（DARPA）的Alpha狗斗的最后一场人机对抗试验在线展开，8支人工智能团队运用算法控制空战模拟器进行虚拟对决。这8支团队中，既有大型传统国防承包商（如洛克希德·马丁公司）到小型民营公司（如“苍鹭系统”）。

最终，“苍鹭系统”的人工智能团队不仅击败了其余7支团队，而且以5：0的成绩大胜真实人类飞行员团队。去年同样有8支团队参加试验，目的是演示先进的AI算法，该算法能够执行可视范围内的模拟近距空战，俗称“狗斗”。该系列试验旨在为DARPA的空战演进（ACE）计划激发并扩大AI开发人员的基础。空战演进（ACE）项目致力于实现空战自主化并建立人类对AI的信任，这是朝着改善人机团队的方向迈出的一步。

DARPA战略技术办公室美国空军项目经理丹·贾沃塞克上校说：“我们仍然很高兴看到AI算法与武器学校训练的人类如何相互对抗，并希望来自空军，海军和海军陆战队的战斗机飞行员以及军事领导人和AI技术社区将在线注册并观看。在不到一年的时间，这些团队就拥有先进的AI进行自主作战的技术，真是令人惊讶。”

前两次对抗实验，分别于2019年11月和2020年1月举行，由空军实验室主持。随后在今年5月和7月各支团队进行了后续的虚拟“狗斗”，以完善他们的算法。

第3次试验全天在ADT电视上现场直播：

• 第1天，每支队伍将他们的算法与空战实验室开发的对手AI算法相对比;

• 第2天，各支团队在循环赛中互相对抗;

• 第3天，排名前四的团队将参加AlphaDogfight的淘汰赛，冠军队与F-16飞行员进行对抗，以测试AI对人类的能力。

共有8支队伍参加第3次实验：

• 极光飞行科学

• EpiSys科学

• 乔治亚理工学院

• 苍鹭系统

• 洛克希德·马丁

• Perspecta实验室

• 物理人工智能

• 腾飞科技

当在代表人类未来的“苍鹭”系统与代表人类的美国空军F-16飞行员对抗时，其卓越的瞄准能力得到了特别展示。尽管出于OPSEC的考虑而未公布飞行员的姓名，但DARPA提供了他的代号：Banger。他们还解释说，Banger不仅是一名战斗机飞行员，而且还是空军武器教练课程的毕业生，该课程被誉为空军的“顶级枪手”学校，电影《壮志凌云》中描述了这个训练的残酷性。

“苍鹭”的AI系统以其难以置信的精确打击，通过一系列循环合并减少了Banger控制飞机的“生命”，从而快速连续击败Banger赢得了前四场胜利。在第五次也是最后一次回合中，Banger改变了进入方式，将飞机从“苍鹭”的F-16上空杀出，并以高过载转弯进行摆脱。但是，新策略似乎只是在延迟这种不可避免的结果，苍鹭设法再次杀死了Banger的F-16，而人类飞行员却没有对目标进行任何射击。DARPA和整个比赛中观摩的空军飞行员普遍将“苍鹭”的AI飞行员描述为“具有攻击性”。当然，在实际的缠斗中并没有这样的局限性……但是苍鹭的侵略性可能仍然显得有些过高，无法充当合适的僚机。

“重要的是要意识到BFM（基本战斗机机动）交战可以发生在任何方向和任何高度。我们通常从基本的起始参数开始，以绘制供参考的现场图片，但真正的参与并没有缺口。” F-35飞行员教练，前F-16飞行员贾斯汀·“哈萨德”·李少校，告诉记者。“敌人总是有投票权，这意味着他们总是保留做您没想到的事情的权利。发生这种情况时，您必须找到创造性的解决方案来应对意外的问题。”

胜利后，“苍鹭”系统的高级机器学习工程师本·贝尔表示，他们已经进行了至少40亿次仿真学习，并获得了至少“12年的经验”。这不是AI在比赛中首次击败人类战斗机飞行员。2016年的一次演示中，被称为Alpha的AI飞行员可以击败经验丰富的人类战斗飞行教练。但是，在这次的DARPA模拟中，可以说是更为重要的，因为它在高度结构化的框架中使各种AI代理飞行员相互竞争，然后与人类竞争。不允许AI在实际试验中学习经验，贝尔说这“有点不公平”。实际比赛证明了这一点。在比赛的第五轮也是最后一轮中，这位匿名的人类飞行员Banger能够显着改变自己的战术并持续更长的时间。他说：“作为战斗机飞行员，我们做的标准工作没有用。”但是，人类还是学习不够快，仍然被击败了。

这是军方必须做出的重大未来选择。让AI在实战中学习更多，而不是在任务之间学习，从而在人类的直接监督下，可能会加快学习速度，并帮助无人战斗机更好地与人类飞行员或其他AI竞争。但这将需要人为决定，并在关键时刻退出流程。里霍兹表示，至少现在，他会提倡的方法是训练算法，部署算法，然后“将数据带回去，学习它，然后再训练，重新部署”，而不是让代理立即学习。

DARPA战略技术办公室主任蒂莫西·格雷森（Timothy Grayson）将这次试验描述为在战斗中更好地进行人机结合的胜利，这是真正的意义。“我认为我们今天所看到的是我称之为人机共生的事物的开始……让我们考虑一下坐在驾驶舱内的人，他们被这些AI算法之一当做真正成为一种武器系统，格雷森说：“人类专注于人类最擅长的事情（例如高级战略思维），而人工智能则正在做着人工智能最擅长的事情。”

编辑：王菁

校对：林亦霖