由辛辛那提大學博士研究生開發的一種新的高級軟件已證明自己比經驗豐富的王牌更有能力，在每次試驗中都以栩栩如生的模擬方式戰勝并消滅了退休的美國空軍上校吉恩·李。作為一名教練和空戰經理，擁有數十年戰斗機經驗的 Lee，在他花費了 30 年測試戰斗軟件的時間里，從未遇到過如此“具有攻擊性、響應性、動態性和可信性的 AI”。

ALPHA，即所謂的“人工智能”，代表了用于在模擬空戰任務中測試無人作戰飛行器 (UCAVS) 的軟件的重大突破。

在不斷擊敗空軍研究實驗室在其訓練模擬中使用的基準 AI 對手之后，ALPHA 畢業并面對專業的人類飛行員。李上校一出手，結果還是一樣；在每次交戰中，ALPHA 都將 Lee 從空中擊落，而 Lee 甚至無法在軟件中獲得一次擊殺。“我對它的意識和反應程度感到驚訝。它似乎知道我的意圖，并立即對我的飛行變化和導彈部署做出反應。它知道如何擊敗我正在拍攝的鏡頭。它會根據需要立即在防御和進攻行動之間移動，”李對 Phys說。?

在人類飛行員每次與 ALPHA 對抗的情況下，相同的結果都會重復：ALPHA 贏了。即使它在速度、轉向、導彈能力和傳感器方面存在缺陷，人類對手也無法在混戰中幸存下來。

Nick Ernest 是 Psibernetix, Inc. 公司的博士畢業生和創始人，該公司的工具被用于構建軟件，他認為人工智能和美國飛機能力的結合是軍事實力的革命性飛躍，可以最大限度地減少在敵對環境中的反應時間每微秒都很重要。就上下文而言，戰斗機飛行員在僅 40,000 海拔的相對低海拔地區以超過 1,500 英里/小時的速度作戰。任何瞬間的誤判都可能產生可怕的影響。

ALPHA 可以提取感官數據，對其進行組織，并在邏輯上制定戰術決策，同時在一毫秒內考慮多種可能的結果；這比它的人類對手眨眼的速度大約快 250 倍。“這不是為了近距離斗狗，或者用你的眼睛看駕駛艙，”歐內斯特說。“需要大量查看您的傳感器告訴您的信息，并對其進行解釋，以告訴您在這個特定時間您是否具有戰術優勢以及您的反應應該是什么。”

與 Facebook、Google 和其他分析工具如何獲取大量數據并快速決定要展示哪些個性化廣告類似，ALPHA 從其所有傳感器獲取數據并做出閃電般的快速決策。但在這種情況下，“人工智能”這個詞是夸張的；沒有人工神經網絡在起作用。相反，ALPHA 的算法不需要比低成本 PC 更多的計算能力，這要歸功于基于語言的控制系統，稱為遺傳模糊邏輯，基于傳統模糊邏輯的升級版本。

Ernest 的公司開發了遺傳模糊邏輯，他解釋說模糊邏輯已經存在了幾十年，并且經常用于工業控制應用中。只是到目前為止，可擴展性還不存在。模糊邏輯擅長根據少量輸入進行預測，而不是在設計輸出之前檢查每個參數。根據歐內斯特的說法，最基本的模糊邏輯“更像人類處理問題的方式。以一名足球接球手為例，他會根據覆蓋他的角衛評估如何調整他的行為。接球手并沒有想到：“這個賽季，這個掩護我的角衛有 3 次攔截，12 次攔截后的平均回球碼，2 次強制失誤，4.35 秒 40 碼沖刺，73 次鏟球，14 次助攻鏟球，只有一通干擾，

接球手不必擔心每一個統計數據的復雜性，而是將四分衛標記為“好”，然后從那里繼續前進。挑戰在于隨著數字輸入的增長，傳統的模糊邏輯系統變得過于過載，無法在現代計算機上運行。由于 ALPHA 將模糊邏輯問題劃分為更小的部分，同時保持輸入之間相同的總體關系，因此 ALPHA 可以處理數十萬個 if/then 場景以及包含數千個變量的規則。因此，該軟件甚至可以在智能手機上運行。

這對空戰的未來有何啟示？考慮到訓練一名戰斗機飛行員要花費數百萬美元，一旦機器視覺和控制算法創造出完全可操作的無人機，該軟件無疑將取代人類飛行員。然而，歐內斯特認為他的軟件正在擴展到無人駕駛飛機，作為自動駕駛汽車甚至藥物研究的解決方案。

您預計無人駕駛車輛會對戰爭產生什么影響？請在下面的評論中告訴我們。

審核編輯 黃昊宇