NO.1238 - AIパイロット 人間は人工知能(AI)に対して常に矛盾した態度をとってきた。人々はそれが生産性の大幅な向上をもたらすことを期待していますが、同時にそれがいつか人工知能に置き換えられるのではないかとも恐れています。 36年前の『ターミネーター』から世紀の変わり目の『マトリックス』まで、ハリウッド映画は多くの人々に人工知能への恐怖心を抱かせてきました。しかし、ほとんどの人にとって、人工知能はまだSF映画の産物に過ぎませんが、米空軍のパイロットにとっては、人工知能の脅威は静かに到来しています。
映画では審判の日の後、地球は荒廃している 歴史的な失敗 2020年8月20日、米国防高等研究計画局は「アルファ・ドッグファイト」というコードネームの模擬空中戦闘演習を実施した。今回の戦いは、第422試験飛行隊のエースパイロット同士の戦いではなく、2,000時間以上の飛行経験を持つF-16戦闘機の飛行教官と、ヘロンシステムズが開発したAIパイロットの戦いです。 機関銃戦は5ラウンド連続で続いたが、それほど時間はかからなかった。この経験豊富な飛行教官は AI に圧倒され、5 回の戦闘すべてに敗れました。 5回の戦闘はすべて、戦闘機の現実的な性能枠組みに厳密に従いながら、異なる模擬戦闘環境で実施されました。人間のパイロットはAIと対峙すると全く無力でした。公開情報によると、AIは常に攻撃ウィンドウを素早く占有することができましたが、人間のパイロットは攻撃をほとんどかわすことができず、数回の反撃も簡単に回避できました。 人間のパイロットは空中戦で負ける このエリートパイロットは後にこう認めた。「我々(戦闘機パイロット)が受ける標準的な訓練は、人工知能の前ではまったく効果がない。」彼は歴史上初めて空中戦でAIに敗れた人間パイロットとなり、このテストは世界に一つのことを証明した。人間のパイロットと比べて、AIははるかに優れており、対処が難しいということだ。 なぜ? ヘロン社の上級エンジニアであるベン・ベル氏は、人間のパイロットの失敗は実際の戦闘機ではなくシミュレーターでの戦闘によるものだと考える人もいるが、実際にはシミュレーターの方が人間にとって有利だと語った。人間のパイロットはシミュレーターで高G操縦を行うことができるが、現実には非常に困難であり、AIにはこの問題は生じないからだ。 同社のAIプログラムは、約40億回の計算を実行し、戦闘機の戦術を一から学習し、短期間で大量の飛行経験を蓄積したと報告されている。ベルによれば、これは人間のパイロットの12年間の飛行経験にほぼ相当する。
空中レーザー兵器の開発 さらに、米空軍パイロットに対し、機関銃射撃時の迎角制限や速度制限を超えないことなど、多くの空戦規則を定めた「米空軍訓令」などの空軍資料も研究した。 AI パイロットはこれを利用し、ドッグファイトで有利になりました。なぜなら、戦術的な観点から言えば、十分なデータがあれば、人間のパイロットの次の動きを予測することさえ可能であり、それは間違いなく非常に恐ろしいことだからだ。 さらに、AI パイロットにはもう一つ大きな利点があります。それは思考のスピードです。米空軍のパイロットは、各行動を実行する前に、戦場の状況と既存の情報を統合し、脳内で「OODAループ」(観察、方向付け、決定、行動)を実行する必要があります。人間のパイロットにとって、このプロセスを完了する時間が短ければ短いほど、有利になりやすくなります。 空中戦では情報のレベルが極めて複雑なため、優秀なパイロットであっても数秒の思考時間が必要です。 AIパイロットの場合、「OODAループ」を実行する速度が極めて短いため、人間のパイロットがAIパイロットに優位に立つことがいかに難しいかは容易に想像がつく。 最後に、AIパイロットにはもう一つの「必殺武器」があります。ご存知のとおり、人間のパイロットの場合、空中戦における情報のほとんどは、まず戦闘機のさまざまなセンサーを通じて収集され、次に戦闘機の搭載機器に送信されて表示され、次にパイロットの視覚信号を通じてパイロットの脳に送信されます。しかし、パイロットは結局のところ神ではなく、すべての情報を効果的に収集できることを保証することは不可能です。 しかし、AIパイロットにとって、戦闘機のあらゆるセンサーは目や耳のようなもので、情報を直接取得し、計算プログラムに組み込むことができます。状況認識の優位性は、人間のパイロットをはるかに上回ります。そのため、アメリカ空軍の専門家アレックス・エバンスティーン氏は、AIパイロットと人間のパイロットを「チートを使うゲーマーとルールに従うゲーマー」と直接表現した。 何をするか もちろん、AI パイロットは完璧ではなく、無敵でもありません。空中戦で AI を倒す方法は複数あります。まず、人間のパイロットはさまざまな人工の空中戦闘ルールに従う必要がありますが、AI は従う必要がないため、戦闘で有利になります。 米空軍の学者セバスチャン・ブローリン氏は、どんなパイロットにも「癖」があり、それはAIにとって「ルール」と呼ばれるものだと語った。なぜなら、ほとんどのAIは既存の情報に基づいて「最適な解決策」を追求し、人間のパイロットは逆にこの飛行癖を利用して主導権を握ることができるからだ。しかし、人間のパイロットの脳の処理速度には限界があり、常に変化する空中戦でこの目標を達成するには、瞬時に高性能なコンピュータによるサポートが必要であり、これはまだ実現可能ではありません。 前述のように、AIの大きな利点の1つは、情報状況の認識の効率性です。センサーは直接AIの耳と目になります。しかし、これはまた、センサーが機能しなくなったり、ソフトまたはハード攻撃によってエラーが発生したりした場合、AIパイロットが人間のパイロットのように肉眼で限られた情報を取得し、戦闘を継続するか帰還するかを判断することが困難であることを意味します。 現在、米軍は空中低出力指向性エネルギー兵器など、同様の効果を達成できる兵器をいくつか保有している。しかし、これらの兵器のほとんどは試験段階または構想段階にあり、その有効性は不確かです。あえて言えば、最も効果的なのは、近接信管を備えた大威力の防空迎撃兵器でしょう。 最後に、人間のパイロットも AI パイロットも「情報」に大きく依存していることは誰もが知っています。正しい情報だけが正しい判断を下し、戦術的な優位性を獲得することができます。そのため、従来の戦術的欺瞞(つまり、偽の情報の伝達)は、人間と AI の両方に対して依然として有効ですが、AI の場合、偽の情報は一連の誤った計算結果にもつながり、空中戦では致命的になります。 米軍は、戦闘機の「正体」を隠すために、独自の熱信号とレーダー信号を持つ「幻影」を投影できる「仮想投影」に似た空中装置を開発していると報じられている。しかし、海軍パイロットがエイリアンの侵略かと思うほど恐怖した数回のテストを除けば、この機体はまだ実際の戦闘には使用されていない。 米海軍の戦闘機がUFOに遭遇 未来 国防高等研究計画局の航空戦闘進化プログラムの責任者、ダニエル・ジャヴォルセク大佐は、国防総省幹部もAIパイロットに対して慎重な姿勢を取っていると述べた。人工知能への時期尚早な、あるいは過度の依存は、予測不可能で制御不能なリスクの急激な増加につながるからだ。 同氏は、今後10~15年で第一世代の人工知能飛行システムが徐々に成熟し普及し、「忠実な僚機」計画のアイデアが主流になるだろうと述べた。これは、F-35などの有人戦闘機の僚機として機能する低コストのステルス無人戦闘機である。戦術攻撃などの任務はAIが遂行するが、全体的な状況と最前線の指揮は人間のパイロットが引き続き担当する。AIの計算結果は、人間のパイロットにとって重要なデータ参照にもなる。
ボーイングの忠実なウィングマン ヤヴォルセク氏はまた、「無人戦闘機部隊と比較すると、有人機と無人機の連携は、戦闘効果を着実に向上させるための最善の解決策かもしれない。多くのリスクを回避できると同時に、新世代の戦闘機部隊に十分な戦術的優位性を与えることができる」と述べた。しかし、最終的には、ますます高度な AI パイロットが徐々に人間のパイロットに取って代わることになるだろう。たとえこの傾向が「空中戦の輝かしい伝統への裏切り」と見なされたとしても。 つい最近12月15日、米空軍がコードネーム「ARTUµ」のAIパイロットを初めて使用し、人間のパイロットと協力してU-2偵察機を飛行させたことは特筆に値します。AIパイロットは主にセンサー制御と戦術ナビゲーションを担当しました。
AIと人間が操縦するU-2偵察機 米空軍はこれを「デジタル時代の国防における飛躍的進歩」だと主張しているが、多くの学者はAIパイロットは戦術レベルでしか活用できないと警告している。結局、理論的に言えば、AIシステムが戦略攻撃部隊を統制するようになれば、映画「ターミネーター」の「審判の日」の悲劇が現実世界で起こる可能性は十分にある。 |
>>: 3つの主要なトレンド予測:なぜ2021年に流行によりAIが主流になるのか?
知名度という点では、サウジアラビアのパスポートを持つソフィアは、間違いなくロボット工学界のトップスタ...
人工知能は現在、世界の技術競争で最もホットな話題です。我が国は人工知能の分野に多大な政策支援を行って...
1. IoT AIによるパーソナライズされたインテリジェントなユーザーエクスペリエンスIoT の人...
企業の世界における人工知能の利点は何でしょうか?企業分野における AI の主な利点の 1 つは、プロ...
[[269826]] 「設計アーキテクチャだけを見れば、国産の人工知能チップは外国製のものより劣って...
AlphaGo の人間と機械の戦いから、自動運転車のロードトリップ、AI 合成アンカーの採用まで、...
計算グラフィックス分野では、マテリアルの外観は、実際のオブジェクトと光の間の複雑な物理的相互作用を表...
Deepmind は、直感的な物理学を学習できるモデルを構築し、モデルがなぜこの能力を実現するのか...
[[441688]]モデルのパラメータサイズはそれほど大きくする必要はありません。今年初めにOpe...
サンフランシスコは前例のない措置として、政府による顔認識技術の使用を禁止する規則を発布した。悪者を捕...
現在、あらゆるToB市場において、5G+AIが並行して未来を創造しています。 [[331677]] ...
5GとAIは未解決の問題に解決策を見つけることができる5G はエッジの究極の未来です。 5G は、普...