RedacciónT21 
En el combate aéreo todo se mueve a velocidades muy altas. Los pilotos deben tener gran habilidad e intuición para dirigir el avión y los misiles contra el adversario, y todo ello a velocidades de más de 2.500 kilómetros por hora a altitudes por encima de los 12 kilómetros, por lo que cada microsegundo cuenta y el coste de un error es muy alto. Ante tales cifras, no es de extrañar el uso de la Inteligencia Artificial como herramienta de entrenamiento para los pilotos, como para perfeccionar sistemas que puedan manejar drones de forma automatizada.
La novedad radica en el hecho de que, por primera vez, uno de esos sistemas de IA ha superado, no sólo a otros adversarios artificiales, sino también humanos. Se trata de ALPHA, una aplicación diseñada específicamente para su uso en entornos de simulación tanto en aviones de combate tripulados como drones (UCAVs) con fines de investigación.
La herramienta ha sido desarrollada por Psibernetix, empresa fundada por el joven investigador de la Universidad de Cincinnati Nick Ernest, para lo que contó con la colaboración entre otros del profesor Kelly Cohen, y del apoyo financiero del Laboratorio de Investigación de la Fuerza Aérea de EEUU.
Según explica la Universidad en un comunicado, ALPHA se puso a prueba en un simulador de combate aéreo de alta fidelidad, donde se enfrentó al coronel retirado de la Fuerza Aérea estadounidense Gene Lee. A pesar de sus muchas horas de vuelo reales y en simuladores, Lee aseguró que se trataba de “la IA más agresiva, dinámica y creíble que he visto hasta la fecha».
El proceso comenzó cuando la herramienta superó a otros adversarios de IA utilizados en investigación. Posteriormente, el coronel se enfrentó a una versión mejorada, pero tampoco fue capaz de acertar en sus disparos tras varios intentos. A partir de ahí ha superado a otros expertos en varias ocasiones, incluso enfrentándose a ellos en desventaja deliberadamente en términos de velocidad, giro, capacidad de misiles y sensores.
Al respecto, el profesor Cohen destacó que, «en términos de emular el razonamiento humano, siento que esto supone para los drones lo que el Deep Blue de IBM versus Gary Kasparov fue para el ajedrez», es decir, la primera vez que la máquina venció al hombre.
Microsegundos
“Parece estar al tanto de mis intenciones y reacciona al instante a mis giros y mi despliegue de misiles», relata Lee, quien reconoce que cuando se enfrentan en sesiones largas que imitan a las misiones reales, vuelve a casa “cansado y agotado mentalmente”. Así, aunque ya han constatado que la herramienta es un oponente mortal en entornos simulados, el objetivo es continuar desarrollándola para impulsar y ampliar sus capacidades mediante pruebas adicionales contra otros pilotos especializados.
Para ello buscarán disminuir la probabilidad de errores, ya que sus operaciones se producen en apenas microsegundos. De hecho, ALPHA puede recoger todos los datos del sensor, organizarlos, crear un mapa completo del escenario de combate y tomar o cambiar decisiones para el vuelo de cuatro aviones en menos de una milésima de segundo. O dicho de otra forma, podría considerar y coordinar el mejor plan táctico con respuestas precisas 250 veces más rápido de lo que tardarían los oponentes humanos en parpadear.
Así que es probable que el futuro del combate aéreo, que requerirá tiempos de reacción que superen las capacidades humanas, integre IA en los drones para dirigir misiones hostiles, tomar fotografías precisas a múltiples objetivos, coordinar las acciones de compañeros de equipo, y para conocer las tácticas y capacidades del enemigo a partir de la observación.
Árbol de genética difusa
Normalmente se esperaría que una IA con las capacidades de aprendizaje y rendimiento de ALPHA precisase de un ordenador potente para funcionar. Sin embargo, este sistema y sus algoritmos no requieren más que la potencia de cálculo propia de un ordenador de bajo coste como un Raspberry Pi para ejecutarse en tiempo real y responder y reaccionar rápidamente ante cualquier escenario extraño o incierto.
Para conseguirlo, los investigadores recurrieron a un control basado en el lenguaje y al uso de un sistema conocido como Árbol de Genética Difusa (GFT, por las siglas en inglés), un subtipo de lo que se conoce como algoritmos de lógica difusa. Aunque este había demostrado tener un alto rendimiento y resolver problemas de cuatro o cinco tareas fácilmente, ningún equipo existente hasta el momento sería capaz de resolver los procesos de un centenar de entradas, a menos que las descompusiera.
Ese es precisamente lo que hace el GFT, dividir las tareas más complejas, teniendo en cuenta únicamente las variables más relevantes para su solución. En el caso en cuestión, se trataba de descomponer los problemas y desafíos propios del combate aéreo, reduciendo así significativamente el espacio requerido para su resolución. Las ramas o subdivisiones de este árbol incluyen tácticas de alto nivel, disparos, evasión y acciones defensivas.
La mayoría de la programación de IA utiliza un control numérico, con parámetros muy precisos para cada operación, por lo que no queda mucho margen de maniobra para cualquier mejora. Sin embargo, este sistema, al basarse en el lenguaje, ofrece escenarios y reglas capaces de abarcar miles de variables. Otra ventaja es la facilidad con que se puede transmitir conocimiento experto al sistema. Así, la información transmitida a ALPHA se conecta directamente, sin necesidad de entrenamientos.
Para llegar al nivel de rendimiento actual, previamente tuvo que pasar por numerosas versiones generadas automáticamente, las cuales se enfrentaban a una versión afinada manualmente. Sólo el código de mejor rendimiento se utilizaba en las versiones venideras, y así sucesivamente. Cuando una de esas ediciones sobresalía en términos de rendimiento, estaba preparara para su uso.
Hacer un comentario