AI 战胜电竞选手后，美国想用玩家脑波训练军事机器人

AI与大数据 1小时前 0

▼

如同前阵子美军使用无人机对伊朗行使斩首行动，证明现代战争即将进入自动时代，美国在军事技术和思想一直走在世界最前端。

日前，称为网络发源地的美国 DARPA（国防高等研究计划署）开始了关于 AI 在军事决策领域的研究。

从外媒报道，可得知纽约大学水牛城分校人工智慧学院工程师已获得 DARPA 资助。他们透过创造类似《星海争霸》或《恒星战役》（Stellaris）等游戏，并采集玩家的大脑活动和反应，使用这些资料训练 AI 。

▲ DeepMind 决策过程。

与 AlphaGo 下围棋不同，类似《星海争霸》的 RTS 游戏在策略和操作复杂度更高，需要玩家协调采集资源、建造建筑、选择进攻策略，甚至还要操控每个士兵的精细动作，且都是在有“战争迷雾”，也就是不完全资讯的条件下进行。

▲ 水牛城分校研究现场。（Source：水牛城分校）

很显然，此类游戏比简单的棋类策略与真实的战场环境更接近，在这种资讯不对称的环境训练的 AI，更容易在资讯错综复杂的战场上做合理判断。

可能有人要问，这和之前 Google 团队针对《星海争霸 II》开发的 DeepMind 有什么区别。与 DeepMind 目的是获胜不同，DARPA 想观察人类在类似场景的判断和决策，并用机器学习演算法整理，训练出能相互协调的机器人。

▲ DeepMind 眼中的游戏。

为了达成目的，DARPA 要求所有在水牛城分校玩新策略游戏的玩家配戴侦测脑波图（EEG）的头盔。观察玩家做决策时，研究者可对照脑波图，观察玩家在策略选择时的大脑活动。

同时研究人员还搭配特殊的超高速镜头关注玩家的眼球运动。配合游戏画面，观察人类在决策时的直觉反应。

对于 DARPA 来说，他们并不想要单单执行工作的机器人，他们需要一群机器人互相配合，根据目前掌握的资讯自己规划、并有策略的完成工作。

如果策略执行时遇到阻碍，也能随机应变。比如高度复杂的环境下（天气、地理环境、敌我动态）多达 250 个单位（空中与地面机器人）协作，这时突然出现烟雾导致可见度低落，AI 控制的机器人同样能改变策略，完成工作。

▲ 未来的无人机蜂群作战。

只有达到这种程度，AI 在军事领域的应用才能派上用场。

但从目前来看，目前 AI 都是在相对确定的环境下训练，但真实环境往往复杂且缺乏资讯。在这种环境下决策，AI 需要根据已知资讯推理，目前 AI 在这方面还处于新生儿状态。

▲ 美军微型无人机“蜂群”展示。（Source：影片截图）

此研究的意义是让人类成为老师，向 AI 展现人类长期演化后的直觉，并透过监测脑波，向 AI 展示人类如何处理接收的资讯，进而让 AI 产生推理能力，并最终学会如何制定总体策略。

▲ 完成工作后“蜂群”绕圈飞行。（Source：影片截图）

我们知道，人类之所以能生存下来，就是因为人类不仅有个体决策，还有指导人类完成工作的总体策略。所以如果想要 AI 完成人类的工作，指导 AI 相互配合并制定总体决策就势在必行。

过去，机器是辅助人类工作的工具，必须由人操控。后来，人类为工具编好执行流程，让工具按照流程自动工作。

现在，机器透过机器学习和神经网络演算法，能执行简单的判断和决策工作。

未来，人类将赋予机器群体策略能力，人类不再需要为每个机器决定工作，我们只需要给一个目标，AI 就会制定整体策略，并分配工作给独立 AI 操控的每台机器，合作完成任务。

从总体来看，这是人类的一大技术进步。只是从历史角度看，这种技术通常先用在军事行动。还是那句老话：技术不分善恶，只在用途。如果这种技术成为现实，希望永远不要用于战争。

（本文由爱范儿授权转载；首图来源：水牛城分校）

▼

特别声明本页内容仅供参考，版权终归原著者所有，若有侵权，请联系我们删除。