AI第一次控制了军机

美国空军在加利福尼亚的一架U-2间谍飞机上驾驶了人工智能（AI）副驾驶。

这次飞行标志着美国国防部历史上第一次AI登上军用飞机。

由空战司令部的U-2联邦实验室开发的AI算法训练了AI以执行特定的飞行中任务，否则飞行员将完成这些任务。

12月15日，美国空军在加利福尼亚的U-2间谍飞机上成功驾驶了AI副驾驶，这标志着AI首次控制了美国的军事系统。在这本《大众力学》独家文章中，空军采购，技术和后勤助理部长威尔·罗珀（Will Roper）博士展示了他和他的团队如何创造历史。

对于星球大战迷来说，没有R2-D2的X翼战斗机是不完整的。无论您需要启动转换器，提高功率或修复损坏的稳定器，充满活力的哔哔和吱吱声的可靠机器人都是最终的副驾驶。

与飞行员合作的人工智能（AI）不再仅仅是科幻小说或电影大片的问题。 12月15日，星期二，空军成功地将AI副驾驶驾驶在加利福尼亚的U-2间谍飞机上：这是AI首次控制美国军事系统。

这次飞行之前完成了超过一百万次的训练，对于计算机化的副驾驶来说，这只是一小步，但是对于未来的军事行动来说，这对于“计算机化”而言是一个巨大的飞跃。

历史上，美军一直在努力发展数字能力。很难相信难以编码的计算机和难以访问的数据（少得多的AI）使不久前在不远处的空军中阻止了世界上最致命的硬件。

但是从三年前开始，空军向数字时代迈出了自己的巨大飞跃。最终，我们在军事软件上破解了代码，我们建立了五角大楼的第一个以商业为灵感的开发团队，对云进行了编码，甚至建立了战斗互联网，以惊人的机速击落了巡航导弹。但是我们最近的AI演示是军事记录书籍和科幻小说迷都喜欢的演示。

此内容是从{embed-name}导入的。您可能可以在其网站上找到其他格式的相同内容，或者可以找到更多信息。

我们使用呼号ARTUµ训练了µZero（一种世界领先的计算机程序，该程序在不知道其规则的情况下主导国际象棋，围棋甚至是视频游戏）来操作U-2间谍飞机。尽管缺少那些生动的哔哔声和吱吱声，但ARTUµ却以其与众不同之处超越了电影的同名电影：它是任务指挥官，是人机团队的最终决定权。鉴于全球AI的高风险，超越科幻小说必须成为我们的军事规范。

我们的演示人员于周二在比尔空军基地进行了模拟导弹打击，进行了侦察任务。 ARTUµ搜寻敌方发射器，而我们的飞行员搜寻共用U-2雷达的威胁飞机。在没有飞行员超控的情况下，ARTUµ做出了最后决定，将雷达专门用于导弹搜寻与自我保护。卢克·天行者（Luke Skywalker）肯定从来没有接受过X翼伙伴的这种命令！

ARTUµ指挥的事实与任何特定任务无关，而是我们军队必须完全接受AI才能维持战场决策优势。与Han Solo的C-3PO小行星野外生存率（大约3,720：1）不相上下，我们的战士需要知道令人眼花-乱的战斗场景中的几率。与可信赖的AI合作，跨越所有冲突方面，甚至偶尔负责，也可以为我们提供帮助。

但是要信任AI，软件设计是关键。就像密码断路器盒一样，U-2为ARTUµ提供了完整的雷达控制，同时“关闭”了对其他子系统的访问。如果场景正在导航小行星场（或更可能是敌方雷达的场），则这些“开关”开关可以调整。该设计使操作员可以选择AI不会做的事情来承担可能发生的操作风险。取代潘多拉（Pandora）的软件断路器盒，这种创建过程已经超过了几秒钟的时间。

旅程始于2018年初，当时我批准了一个穿着连帽衫的空军团队（在“星球大战”走私路线上被恰当命名为Kessel Run），以将商业DevSecOps软件实践“走私”到我们的空中运营中心。通过使用现代信息技术融合开发，安全和运营，DevSecOps可以更快，更连续地生成更高质量的代码。听起来对受到数字挑战的五角大楼来说是完美的，对吗？

你会想。 Kessel Run遵守了所有规则，并在五角大楼针对五年发展计划的基础上确定了“先发制人”的基准。正如汉·索罗（Han Solo）所提倡的那样，保持势头有时需要我们身边一个优秀的炮手。值得庆幸的是，Kessel Run的成果改变了游戏规则，超越了先前的计划，并激发了包括我们的U-2 FedLab在内的新一代空军和太空部队DevSecOps团队。

但是有效地编码只是受信任的AI设计的要素之一。一年后，我指导使用标志性技术容器化和Kubernetes在整个服务范围内采用了编码云。容器虚拟化并隔离了运行Kubernetes所需的所有代码，然后进行编排，有选择地为完全不同的软件（例如动态但安全的断路器箱）供电。

在FedLab云中运行ARTUµ容器还证明了它们可以在U-2上相同地运行-无需冗长的安全或干扰检查！这就是我们从云中获取不断发展的软件（尤其是AI）的方法，并将其安全地部署到通过它们的飞机上。

然而，这种值得信赖的设计并没有创造出ARTUµ的副驾驶能力。你必须为此训练。就像数字Yoda一样，我们小巧但功能强大的U-2 FedLab训练了µZero的游戏算法来操作雷达-重构它们以从黑暗的一面（发现U-2丢失）中学习侦察（发现的敌人）的优势。与飞行员互动。他们在他们的“数字Dagobah”上进行了超过一百万的训练模拟，他们在短短一个月内就将ARTUµ做好了任务准备。

因此，我最近的U-2 AI探路者，以及更广泛的军事AI，实际上是三年成为成为一名精通软件的空军的旅程。但是，为什么不跳过计算机化的副驾驶员和机翼兵，建立一支完全自主的部队呢？毕竟，一台计算机赢得了DARPA最近的争斗，而且我们已经在Skyborg计划中开发了自动微型战斗机。

这个自治的未来将最终发生。但是，如今的人工智能很容易被对手的策略所愚弄，这正是未来战争将要发生的事情。

像棋盘游戏或视频游戏一样，飞行员在遵守斗殴模拟规则，人工智能已经通过算法学习和掌握的规则时，只能尝试胜过DARPA的AI。 损失是对新的数字欺骗手段的惊醒呼吁，这些欺骗手段超越了机器学习原理本身。 甚至R2-D2也会使计算机端子与有害的电源插座混淆！ 当我们完成第一代AI时，我们还必须研究算法的隐身性和对付它的对策。 尽管它们可能像雷达波束和干扰频闪一样对飞行员来说是看不见的，但随着我们发明下一代人工智能，他们将需要类似的直觉以及如何与第一代AI对抗。 算法战已经开始。 此内容由第三方创建和维护，并导入到此页面上，以帮助用户提供其电子邮件地址。 您可以在piano.io上找到有关此内容和类似内容的更多信息。