通过将较大的任务分解为较小的子单元来处理复杂的问题

由辛辛那提大学博士研究生Nick Ernest与美国空军研究实验室合作创建的公司Psibernetix开发的一种名为ALPHA的新型人工智能系统最近在针对美国空军上校Gene的战斗机模拟器中进行了测试。 Geno“Lee。

在一系列空战情况下，ALPHA成功地避开了攻击并且每次都击落了追击者。这一点令人印象深刻，因为计算机算法比人类做得更好，但是因为它比Lee是一名训练有素的专业人士做得更好，他作为任务指挥官或飞行员参与了成千上万的空对空拦截。

虽然这肯定不是上校第一次用AI交叉剑 - 实际上，他已经这样做了几十年 - 他发现ALPHA是迄今为止他遇到的最好的数字对手。

“我对它的意识和反应感到惊讶。它似乎意识到我的意图，并立即对我的飞行和导弹部署的变化做出反应。它知道如何击败我正在拍摄的镜头。它根据需要立即在防御和进攻行动之间移动，“李说。

ALPHA专门用于模拟空战任务的研究目的，它使用一种称为遗传模糊树(GFT)的决策系统，它是模糊逻辑算法的一种子类型。该系统通过将较大的任务分解为较小的子单元来处理复杂的问题，就像人类一样，包括高级战术，射击，逃避和防御。

这使得系统只考虑最相关的变量，并提出比人类更快250倍的最佳机动。虽然研究人员承认人类思维在某些领域可能总是优于人工智能，但这里根本就不匹配。

在长达一小时的战斗任务中面对这样一个先进的系统，让李上校感到非常疲惫：“我回家感到沮丧。我累了，筋疲力尽，精神疲惫。这可能是人工智能，但它代表了一个真正的挑战“。

GFT方法的进一步应用可包括机器人手术，设计自动化，网络安全和许多其他。