Tyrimą suorganizavo ir paviešino vienas žymesnių JAV karo ekspertų Paulas Scharre’as. Jo vadovaujama saugumo tyrimų organizacija CNAS bendradarbiauja su JAV kariuomene ir valdžios struktūromis, modeliuojant galimus ateities karus.
Pavyzdžiui, 2022-ųjų gegužę būtent ši organizacija, kartu su Atstovų rūmais organizavo karinę simuliaciją, kurioje buvo detaliai modeliuojamas Kinijos įsiveržimas į Taivaną ir JAV dalyvavimą šiame kare.
Pats P. Scharre’as tarnavo JAV spec. pajėgose, vyko į karines operacijas Irake bei Afganistane. Vėliau dirbo JAV gynybos sekretoriaus administracijoje patarėju, kur buvo atsakingas už naujųjų technologijų klausimus.
P. Scharre’as taip pat yra Londono karališkojo koledžo karybos mokslų daktaras, turi fizikos bakalauro ir ekonomikos mokslų magistro laipsnius.Jis taip pat yra parašęs kelias knygas apie galimą dirbtinio intelekto (DI) panaudojimą karyboje.
2018-ųjų knygoje „Niekieno kariuomenė“ buvo rekomenduota kaip viena iš „metų knygų“ IT technologijų gigantės „Microsoft“ įkūrėjo Billo Gateso. Knygoje autorius parodo, kas gali nutikti, jeigu žmonės suteiktų mašinoms teisę spręsti, ką žudyti ar palikti gyventi mūšio lauke. Išvada buvo ta, kad žmonės neturėtų visko palikti spręsti mašinoms.
Antžmogis už šturvalo
Naujame straipsnyje „Nežmogiška DI viršenybė“, publikuotame portale „War on the Rocks“, P. Scharre’as pasakoja apie vietą, kurioje dirbtinis intelektas gali „ir turi“ užimti ateities karuose.
Dar 2020-ųjų rugpjūtį JAV gynybos ministerija suorganizavo varžybas tarp patyrusio naikintuvo F-16 piloto ir „Heron Systems“ sukurto dirbtinio intelekto. Tuomet dirbtinis intelektas simuliacijos metu įveikė savo priešininką 15:0.
Apibūdindamas „oro mūšį“ prieš dirbtinį intelektą, naikintuvo pilotas tvirtino, kad oponento „gebėjimai yra antžmogiški“. DI ne tik geriau skraidė už žmogų – jis ir kariavo visiškai kitaip.
„Heron Systems“ sukurtas „robotas“ naudojo manevrus, kurie yra draudžiami apmokant pilotus dėl susidūrimo rizikos, ir spėdavo atlikti tikslius šūvius per sekundės dalis – tokiu režimu, kuris yra „beveik neįmanomas žmogui“. Įdomiausia dalis ta, kad DI nebuvo užprogramuotas tokiems veiksmams: kariavimo taktikos jis išmoko pats.
Nuo 2,5 tūkst. metų senumo stalo žaidimo iki „Dota 2“ – DI visur demonstruoja savo galimybes
Kalbėdamas apie DI galimybes P. Scharre’as priminė „DeepMinds“ sukurto dirbtinio intelekto „AlphaGo“ kovą su vienu iš geriausių stalo žaidimo go (manoma, kad tai yra seniausias stalo žaidimas, žaidžiamas iki šių dienų.
Kinų žaidimo tikslas yra užimti kuo daugiau teritorijos savo spalvos figūrėlėmis, – red. past.) žaidėjų Lee Sedoliu. Antrojo jų žaidimo metu, 37-ąjį ėjimą „AlphaGo“ atliko labai keistą ėjimą, kurį dalis komentatorių ir išvis palaikė klaida. L. Sedolis buvo toks nustebintas nelogišku žmogui ėjimu, kad pakilo nuo stalo ir išėjo iš kambario. „AlphaGo“ laimėjo ne tik šį žaidimą, bet ir kitus du.
Vieną partiją L. Sedolis sugebėjo laimėti tik atlikęs nestandartinį 78-ąjį ėjimą. Vėliau „AlphaGo“ kūrėjai pripažino, kad programinis kodas „pernelyg gerai žinojo žmogaus galimybes, todėl nemanė, kad tai įmanoma“. Dirbtinis intelektas nustatė, kad tokio ėjimo tikimybė buvo 1 prie 10 tūkst. ir todėl nesitikėjo jo panaudojimo.
Nepaisant to, kad „AlphaGo“ mokėsi žaisti go iš žmonių ir pats su savimi, žaidimo ekspertai pripažino, kad dirbtinis intelektas „žaidžia antžmogiškai“, lyg ateivis. DI netgi sukūrė kelis žmonių tiesiog nesuprantamus pirminius ėjimus, kurie ilgainiui pasirodė vedantys į pergalę.
Dar viena dirbtinio intelekto jau įrodyta viršenybės prieš žmogų vieta – strateginiai kompiuteriai žaidimai, tokie kaip „StarCraft II“ ar „Dota 2“. Skirtingai negu žmogus, dirbtinis intelektas nėra apribotas vien tik „tuo ką mato“ duomenų analize, o tuo pat metu gali „stebėti“ ir nematomas žmogui mūšio lauko vietas. Tai mašinas paverčia geriau informuotomis ir galinčiomis priimti toliau siekiančius sprendimus. Tai taip pat leidžia efektyviau paskirstyti resursus.
Maža to, dirbtinis intelektas yra daug įdėmesnis ir nedaro koncentracijos stokos klaidų, kurios būdingos net labiausiai patyrusiems specialistams.
Tyrimas taip pat parodė, kad dirbtinis intelektas geba daug efektyviau koordinuoti veiksmus tarp kelių komandos žaidėjų negu žmonės. Tame pačiame „Dota 2“ žaidime žmones dažniausiai pasiskirsto „prižiūrėti“ savo zonas ir į kitų žaidėjų zonas nesikiša. Tuo metu DI siuntinėja savo valdomus žaidimo personažus po visą žemėlapį, kai tik mato, kad tam yra poreikis ir dėl to galima įgyti strateginį pranašumą.
Mašinų efektyvumas stalo ar kompiuteriniuose žaidimuose yra pribloškiantis. Skirtingai negu žmonės, dirbtinis intelektas geba staigiai keisti strategiją žaidimo eigoje. Kai tik įgaunama viršenybė, staigiai pereinama prie „gynybinės taktikos“, tačiau nevengiama ir rizikuoti, jeigu tai leidžia įgyti ilgalaikę persvarą. DI tiesiog šaltakraujiškesnis ir neturi kažkokių nusistatymų taktikos atžvilgiu.
DI galimybių panaudojimas mūšio lauke masina, tačiau yra ir didelių trūkumų
P. Scharre’o manymu, žmonės gali išnaudoti DI viršenybę mūšyje, tačiau turėtų suprasti bei įvertinti tai, kad „naujasis ginklo brolis“ mūšio lauke mąsto visiškai kitaip negu žmogus. Ir būtent šis tai gali užtikrinti persvarą.
Jis taip pat mano, kad dirbtinis intelektas galėtų būti „įdarbintas“ sudėtingų algoritmų ir taktikų parinkimui, panaudojant gautą informaciją mūšio lauke. Savaime suprantama, go žaidimas ar „Dota 2“ nėra sulyginami su mūšio lauku, tačiau DI gebėjimas įvertinti rizikas, tikslumas, nežmoniškas greitis ir koordinacija tampa itin vertingomis savybėmis ir mūšių metu. Dirbtinis intelektas potencialiai savo priešininkus mūšio lauke gali demoralizuoti ir palaužti, kaip to nesugebėtų padaryti žmonės.
Tuo pačiu DI turi ir akivaizdžių trūkumų. Jis vis dar gali būti itin nestabilus, jam prireikia didžiulių pastangų adaptuotis net ir prie nedidelių pokyčių tuose žaidimuose, kuriuos jis žaidžia. Kiekvieną sykį, kai „Dota 2“ kūrėjai atnaujindavo žaidimo kodą, pakeisdavo taisykles ar papildydavo nauju turiniu, DI tekdavo itin daug vargti, kad prie to priprastų.
Maža to, dirbtinis intelektas vis dar veikia vadovaujantis „klaidų tikrinimo“ metodu. Mūšio lauke toks „teorinis išbandymas, kaip veiktų vieni ar kiti dalykai realiomis sąlygomis“ gali baigtis fatališkomis pasekmėmis.
P. Scharre’o manymu, amerikiečių kariuomenės atstovams derėtų ir toliau vystyti DI kūrimą, tobulinti jo gebėjimus ir bendradarbiavimą su žmogumi, kad būtų galima geriau įvertinti jo karinį potencialą bei rasti geriausią būdą jį panaudoti.
