생성 데이터 인텔리전스

미 공군 "AI 조종 F-16, 인간과 싸웠다"

시간

Video 미국 공군 시험 조종사 학교와 DARPA(국방고등연구계획국)는 AI 소프트웨어가 인간 조종사와의 공중전에서 개조된 F-16 전투기를 조종할 수 있음을 입증함으로써 기계 학습의 획기적인 발전을 달성했다고 주장합니다.

이 주장은 USAF와 DARPA가 다른 항공기의 성능을 모방할 수 있는 테스트베드로 제작된 비행기인 X-62A VISTA에서 기계 학습을 구현하고 미국 항공 협회(National Aeronautic Association)의 2023년 최종 후보 XNUMX개 중 하나로 그들의 작업을 인정한 데 있습니다. 로버트 J. 콜리어 트로피(Robert J. Collier Trophy)는 미국 항공학 또는 우주비행사의 뛰어난 업적에 대해 매년 수여하는 상입니다.

"자율 공대공 전투의 잠재력은 수십 년 동안 상상할 수 있었지만 현실은 지금까지 먼 꿈으로 남아 있었습니다." 말했다 프랭크 켄달 공군장관. “2023년 X-62A는 전투 항공의 가장 중요한 장벽 중 하나를 무너뜨렸습니다. 지금은 획기적인 성과를 통해 가능해진 변혁의 순간입니다.”

DARPA는 수년 동안 시뮬레이션 비행기 조종을 위한 AI 에이전트 소프트웨어를 테스트해 왔습니다. 그것은 공중전투진화(ACE) 프로그램의 날짜는 2020년으로 거슬러 올라갑니다. AlphaDogfight 시험 비행 시뮬레이터에 구멍이 뚫린 인간 조종사 AI 상대를 상대로.

AI 소프트웨어는 그 경쟁에서 승리했지만 우위를 점했습니다. 실제 항공기에 과도한 스트레스를 주고 인간 조종사에게 해를 끼칠 수 있는 중력을 생성하는 속도로 비행하는 것이 허용되었습니다.

경험적 또는 규칙 기반 자율성은 군사 및 우주 응용 분야에서 일반적인 접근 방식이었습니다. 이러한 종류의 전문가 시스템은 특정 작업으로 이어지는 조건 기반 트리거를 지정하는 if-then 문으로 요약됩니다. 그러나 이 접근 방식은 설명해야 할 변수와 규칙이 너무 많으면 덜 유용합니다.

"머신러닝 접근 방식은 과거 데이터를 분석하여 현재와 미래 상황 모두에 대해 정보에 입각한 결정을 내리는 데 의존하며, 종종 인간이 인지할 수 없거나 기존 규칙 기반 언어를 통해 표현하기 어려운 통찰력을 발견합니다." 설명 MIT CSAIL의 이사인 Daniella Rus는 DARPA 비디오에서 아래에서 볼 수 있습니다. "머신러닝은 조건이 동적으로 변동하여 명확하고 강력한 규칙을 설정하기 어려운 환경과 상황에서 매우 강력합니다."

YouTube 동영상

군용기 간의 공중전은 매우 역동적인 시나리오입니다. 하지만 머신러닝에는 극복해야 할 단점이 있습니다. 군인들이 이를 신뢰하고 항공 당국이 그러한 코드를 구현하는 시스템을 인증할 수 있도록 충분히 설명 가능하고 검증 가능해야 합니다.

X-62A는 기본적으로 비행 시뮬레이터와 통합된 F-16이므로 기계 학습 에이전트가 비행기를 작동할 수 있습니다.

"올해의 놀라운 성과는 이러한 기계 학습 에이전트를 실제 환경의 X-62A에 배치한 것입니다." 말했다 테스트 파일럿 학교의 사령관 James Valpiani 대령.

2022년 62월, 머신러닝 에이전트는 AI 조종 최초로 X-2023A의 비행 경로를 제어했습니다. 62년 16월 AI 소프트웨어가 인간이 조종하는 F-XNUMX과의 모의 공중전에서 X-XNUMXA를 비행할 때까지 다음 몇 달 동안 테스트와 개선이 계속되었습니다. 인간의 안전 규범을 위반하지 않고, 탑승한 조종사가 개입하여 통제하도록 유도하지 않고 그렇게 했습니다.

DARPA에 따르면 X-62A 팀의 성과는 AlphaGo Zero가 체스, 장기, 바둑에 미치는 영향과 유사하게 군용 및 상업용 자율 항공의 검증으로 간주될 것입니다.

하지만 팀의 노력은 2023년 콜리어 트로피를 획득하기에는 역부족이었습니다. 수여 NASA와 OSIRIS-REx 소행성 샘플 캡처 및 반환 팀에. ®

spot_img

최신 인텔리전스

spot_img