1
當谷歌在打造可以擊敗圍棋特級大師的人工智能時，辛辛那提大學的校友采用了不同的策略。他們設計了可以打敗戰(zhàn)斗機飛行員的人工智能。
這個人工智能被稱為ALPHA，在最近出版的《國防部管理雜志》（Journal of Defense Management）指出，這個系統在多次飛行模擬試驗中，擊敗了退役美國空軍上校Gene Lee。
研究人員的想法并不是要取代人類戰(zhàn)斗機飛行員。辛辛那提大學校友和Psibernetix的創(chuàng)始人Nicholas Ernest說，Psibernetix是開發(fā)ALPHA的公司，這個人工智能最終可能只是充當數字助理，為飛行員提供實時咨詢。或者，它可能駕駛無武器飛機，充當人類駕駛飛機的僚機。 ALPHA不會取代人類，Ernest解釋，但它可以幫助處理現代戰(zhàn)斗機各種傳感器的大量數據。
“這不是近距離格斗，也不是傳統的飛行戰(zhàn)斗。”他說， “很大程度上需要你看著傳感器，它會告訴你，你在這個特定的時間點，是否有戰(zhàn)術上的優(yōu)勢，你應該如何做出反應。”
因此，電腦有一個巨大的優(yōu)勢。正如谷歌和Facebook等公司研究大量的數據，來確定我們的興趣和決定向我們展示哪些廣告，ALPHA可以從飛機上的傳感器收集、分析大量的數據，從而快速作出應對的決策。因此，ALPHA不應與科技巨頭如谷歌、Facebook和微軟所使用AI系統相混淆。這些公司使用的是神經網絡的方法，它是從人腦的運作取得的靈感。但是，ALPHA是基于一個非常不同的想法，稱為模糊邏輯（fuzzy logic），它更關心的是數學建模。由于Ernest所說的那樣，模糊邏輯關注的是模仿人們的想法，而不是模擬大腦。
模糊邏輯系統已經存在了幾十年，并且被廣泛地應用，例如工業(yè)控制系統。但Ernest說，他們受到了缺乏可擴展性的阻礙。如果是基于少數數據輸入，那么模糊邏輯系統能出色地作出預測，但是隨著數據輸入的增長，系統變得太復雜，無法在如今的計算機上運行。 但是，多虧了Ernest在辛辛那提大學研發(fā)的“基因模糊樹”（genetic fuzzy trees），ALPHA能夠處理數百個數據輸入。在本質上，這種方法將較大的模糊邏輯問題分解成小的問題，同時仍保持各數據輸入之間的關系。這使得系統在廉價的臺式電腦度過了其訓練階段。而一旦經過培訓，ALPHA可以在小的、低功耗的計算機如樹莓派或智能手機上運行。
到目前為止，Ernest和團隊只在虛擬世界中訓練ALPHA。Ernest解釋說，該系統一開始是在飛行模擬器與自己戰(zhàn)斗。之后，它與空軍研究實驗室的基線人工智能作戰(zhàn)，并順利畢業(yè)。然后它與上校用虛擬的方式戰(zhàn)斗，并獲勝了。但Ernest認為它最終將飛上藍天，而這還不是全部。他預測，這種方法不止可以用在無武器飛機上。他的公司已經在探索這個技術如何幫助藥物研究，公司的目光同時還投向了人工智能的其他形式：無人駕駛汽車。
via wired
雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。
