[AI書房] 第12章 シミュレーション経験を現実に移植
人工知能戦闘機、人工知能空軍
第12章 シミュレーション経験を現実に移植
金京鎮
モニター画面内の仮想戦闘で百戦百勝していたAIを本物のF-16の操縦席に座らせたらどうなるでしょうか。すぐに空を支配できるでしょうか。答えは「いいえ」です。シミュレーション内の空は数学的に完璧です。風は計算通りに吹き、空気密度は均一であり、エンジンは常に100パーセントの効率を発揮します。センサーはノイズなくきれいなデータを送信し、通信に遅延はありません。ところが現実はまったく違います。突風が吹き、雲がセンサーを隠し、通信信号が途絶え、機体は未知の振動を起こします。シミュレーションで勝率100パーセントを誇っていたAIが、現実の初飛行で墜落する可能性もあります。
この間隙を「リアリティギャップ(Reality Gap)」と呼びます。仮想世界と現実世界の間の隙間です。この隙間を埋める技術がまさにSim2Real、つまり「シミュレーションから現実へ」です。AI戦闘機開発の核心的課題であり、これが解決されてこそ初めてAIが本当の空で戦うことができます。
Sim2Realの第一の戦略はシミュレーション環境をわざと無茶苦茶にすることです。「ドメインランダミゼーション(Domain Randomization)」という技法です。
訓練過程で風の強さをランダムに変え、機体の重心を少しずつ揺らし、エンジン推力を80パーセントから120パーセント間で変動させます。センサーデータにわざとノイズを混ぜ、通信に遅延時間を入れます。
晴れた天候でのみ訓練させるのではなく、嵐が吹き荒れる状況、センサーが故障した状況、エンジン出力が低下する状況をシミュレーションに注入します。このように「汚い」環境で訓練を受けたAIは、現実世界をただ「もう一つのノイズが多いシミュレーション」として認識するようになります。きれいな環境でのみ訓練を受けたAIは現実で戸惑います。しかし、あらゆる混沌の中で訓練を受けたAIは、現実の不確実性を前にしても揺るがないのです。
第二の戦略は現実のデータをシミュレーションに継続的に流し込むことです。これを「デジタルツイン(Digital Twin)」と呼びます。本物の戦闘機の飛行データをリアルタイムで収集し、仮想戦闘機モデルを更新します。実際の飛行テストで得た空気力学データ、エンジン応答速度、機体振動パターンなどに基づき、シミュレーションモデルを絶えず修正します。そうすると仮想世界が次第に現実に近づきます。そしてその洗練された仮想世界で再びAIを訓練させます。この循環が反復されるほど、AIは現実に強くなります。
米空軍はこのSim2Real技術を検証するため、X-62A VISTAという実験機を運用しています。F-16Dを改造したこの航空機は、AIが実際に機体を操縦できるよう設計されました。2022年12月からエドワーズ空軍基地上空で、AIが操縦する飛行テストが開始されました。最初の12回の飛行で、AIは機関砲射撃範囲内近接戦闘(ドッグファイト)と視程外交戦(BVR)シナリオをすべて実行しました。17時間以上の自律飛行中、機体は実際の空域制限を遵守しながらパフォーマンスを最適化しました。
2023年には歴史的な瞬間がやってきました。X-62A VISTAがAIの操縦下で有人F-16と実際の空中戦を行ったのです。これは世界初の「人間対AI」実戦空中戦でした。
2024年5月には、フランク・ケンダル(Frank Kendall)米空軍長官が直接X-62Aの操縦席に搭乗しました。AIが操縦する戦闘機に米国空軍の最高司令官が身を任せたのです。彼は飛行を終えた後、このように述べました。「AIに兵器発射権限を委ねてもよさそうです。」
もちろん安全装置は徹底的に用意されています。「ランタイム保証(Runtime Assurance)」システムがAIのすべての行動をリアルタイムで監視します。AIが「右に5G旋回せよ」という命令を下すと、このシステムは千分の1秒単位でその命令を検査します。もしAIの命令が機体の構造的限界を超えたり、地面衝突の危険がある軌跡につながるなら、システムは即座にAIの制御権を遮断し、安全な状態に機体を復旧させます。後部座席の安全パイロットはいつでもAIを切り、手動操縦に切り替えることもできます。実際、X-62Aのすべてのテスト飛行で、安全パイロットがAIを強制的に切った例は一度もありませんでした。
もう一つの課題はコンピューティングパワーです。
シミュレーション内のAIは、巨大なサーバー室のスーパーコンピュータ資源を思いのままに使うことができます。しかし実際の戦闘機内部は空間が狭く、電力が限定的です。数千個のGPUを搭載することはできません。ですから、巨大なAIモデルを小さいチップに入るよう軽量化するプロセスが必要です。
ヘロンシステムズのAlphaDogfight優勝モデルはNVIDIAの小さなチップ一つで動作できるほど効率的に設計されました。これが示唆する意味は大きいです。強力でありながら軽量のAI、それが実戦配置の前提条件です。
未来のAI戦闘機は出撃前に基本的な戦闘技術を知っていますが、戦闘を行いながら敵のパターンを把握し、その場で進化するでしょう。これを「メタラーニング(Meta-Learning)」または「オンライン適応」と呼びます。工場で学習されたモデルをそのまま使うのではなく、飛行中の機体の状態
の変化や敵の戦術変化をリアルタイムで察知し、自身のニューラルネットワークを微調整することです。Sim2Realは単にソフトウェアをインストールするプロセスではありません。仮想の知能が物理的身体を身にまとい、現実の法則を習得していくプロセスです。ロボット工学ではこれを「具現化(Embodiment)」と呼びます。AIが本当の戦士になるには、シミュレーションのきれいな空を離れ、現実の荒々しい空に降りてこなければなりません。