Harp Oyunlarında Yapay Zeka Uygulamaları
Doç. Dr. Şakir Kocabaş*
İTÜ - Uçak ve Uzay Bilimleri FakültesiUzay Mühendisliği Bölümü, Maslak,
Doç. Dr. Ercan Öztemel**
Tübitak - MAM, PK21, Gebze, Kocaeli.eomam@mam.gov.tr
Özet
Yapay zeka, halen birçok endüstriyel alanda olduğu gibi, birçok askeri alanda uygulanmış ve hemen hemen bütün askeri alanlarda uygulama potansiyeli olan bir bilim dalıdır. Yapay zekanın endüstriyel alandaki başarılı uygulamaları, 1980'lerde gelişmiş ülkelerin savunma bakanlıklarının ve kara, deniz ve hava kuvvetlerinin büyük ilgisini çekmeye başlamıştır. Sonraki yıllarda birçok askeri alanda yapay zeka uygulama çalışmaları başlatıldı. Bu bildirimizde biz, ağırlıklı olarak bir bilim ve teknoloji alanı olarak yapay zeka, askeri uygulamaları ve kompleks hava muharebesi ve harp oyunlarında kullanımını inceleyeceğiz.
1. Yapay Zeka
Askeri alanda yapay zeka uygulamalarına geçmeden önce, yapay zeka konusunda bazı özet bilgiler vermemiz yerinde olacaktır. Yapay zeka, zeki sistemlerin 1) algılama, hafıza, üşünme, öğrenme, buluş yapma, karar verme, ve eylem gibi özelliklerini inceleyen, 2) bunları formel hale getiren, ve 3) yapay sistemlere bu özellikleri kazandırmayı amaçlayan bir bilim dalıdır.
-----------------------------------------------* İkinci görev: Tübitak - MAM, BTAE, 41470 Gebze, Kocaeli. Email: skoca@mam.gov.tr** İkinci görev: SAU, Mühendislik Fakültesi, Endüstri Müh. Bölümü, Sakarya.
Yapay Zeka
----------------------------------------------------------------------------------------- Oyunlar (dama, satranç, vs.)
- Teorem ispatlama
o Prolog programlama o Cebirsel Prolog programlama o Paralel Prolog derleyicileri
- Doğal dil anlama ve işleme o Çeviri sistemleri o Ses tanıma ve işleme
- Bilgi Tabanlı Sistemler o Uzman Sistemler o Bilgi tabanlı simülasyon o Genel Bilgi Sistemleri
- Makina Öğrenmesi o Bilgi düzeyi öğrenme (çeşitli indüktif, dedüktif, analojik öğrenme metotları) o Sembol düzeyi öğrenme (GA'lar, sınıflandırıcılar) o Aygıt düzeyi öğrenme (YSA'lar)
- Makina Buluşları o Bilimsel Buluşlar o Bilgi madenciliği
- Robotik o Robot görmesi ve öğrenmesi o Robot timleri ve görev planlaması
- Yapay Yaşam (AL)
- Örüntü ve ses tanıma
----------------------------------------------------------------------------------------
Şekil 1. Yapay zeka araştırma ve uygulama alanlarından bazıları
Zeki sistemler bu gün zeki etmenler (intelligent agents) olarak yeniden tanımlanmaktadır (Russel & Norvig, 1995). Buna göre zeki etmenlerin şu temel bileşenlere sahip olması gerekmektedir:
o Algılamao Düşünmeo Eylem
Ayrıca, bu her bir bileşenin de "zeki" diye vasıflandırılabilecek niteliklere sahip olması gerekiyor. Zeki bir etmen, algılamasını gerçek-zamanda, seçimli, öncelikli, ve bağımsız olarak yapabilmelidir. Aynı şekilde, düşünme bileşeni de benzer özelliklere sahip olmalı, olayların gelişimine göre algılama bileşeninden gelen verilerden ve kendi içinde oluşturduğu modellerden gerçek zamanda durum tesbiti ve degerlendirmesi yapabilmeli, hafıza, anlama, problem çözme, öğrenme (ve hatta buluş yapabilme), planlama ve kontrol gibi özelliklere sahip olmalıdır. Eylem bileşeni de aynı şekilde zeki özelliklere sahip olmalı, ve düşünme bileşeninden gelen kararları gerçek zamanda uygulayabilmelidir. Ayrıca, bu üç bileşen (algılama, düşünme, eylem) özellikle hızlı hareketi gerektiren durumlarda birbirleriyle tam bir uyum içinde olmalıdır.
Yapay zeka bugün, birçok alanda araştırmaların yapıldığı bir bilim ve teknoloji dalı olarak ortaya çıkmış bulunmaktadır. Bu alanlardan bazıları Şekil 1'de gösterilmektedir.
2. Yapay Zekanın Askeri Uygulamaları
Yapay zekanın 1970'li yılların sonuna doğru özellikle ABD'de endüstriyel alandaki başarılı uygulamaları, kısa zamanda askeri çevrelerin yoğun olarak dikkatini üzerinde toplamıştır. Gelişmiş ülkelerin savunma bakanlıkları ile kara, deniz ve hava kuvvetleri bu yeni teknolojiden faydalanmanın yollarını araştırmaya başlamışlardır. Askeri uzmanların bu konuya ilgisi şunlardan kaynaklanmaktadır:
1) Yapay zeka teknolojilerinin akademik ve endüstriyel çevrelerdeki gerçek başarısı.
2) Günümüz askeri harekatlarının gittikçe genişleyen karmaşık yapısı ve muhtemel çatışmaların gelişme hızı.
3) Askeri uzmanların yapay zeka tekniklerinin, askeri problemlerin çözüm potansiyeli konusunda bilgilerinin artması.
Bu gün, birçok askeri alanda yapay zeka uygulamaları başlatılmıştır. Bu alanlardan bazıları şunlardır: Askeri araştırmalar, askeri imalat, bakım-onarım, harekat planlaması, lojistik, eğitim, istihbarat toplama ve işleme, istihbarat analizi ve durum tesbiti, sensör kaynaklarının dağıtımı, kuvvet dağıtımı, kuvvet komuta ve kontrolu, güzergah planlaması, muharebe taktikleri, otonom / yarı-otonom araçlar, aviyonik, elektronik harp, ve komuta kontrol istihbarat karşı-koyma, haberleşme, ağ kontrolu, ve enformasyon yönetimi ve ulaşımı.
Marmara Araştırma Merkezi'nde yapay zeka çalışmaları, 1991 yılında kurduğumuz Yapay Zeka Bölümü'nde başlamıştır. Bu bölüm ülkemizin yapay zeka adıyla kurulan ilk bölümüydü. Burada yapılan ilk çalışmalar Osmanlıca-Kiril Optik Karakter Tanıma ve Bilimsel Buluşların Modellendirilmesi alanında olmuştur.
Bölüm, daha sonra Marmara Araştırma Merkezi adına görev aldığı, ve MSB-ARGE Dairesi tarafından desteklenen uluslararası EUCLID RTP 11.3 projesinde (1993-97 yılları arasında) bir yapay zeka sistemini (AISim), gerçekleştirmiştir (Kocabaş, Öztemel, Uludağ ve Koç, 1995; 1996; Kocabaş ve Öztemel, 1998) AISim, yukarıda bahsedilen türden bir zeki etmen tasarımı içeren bir sistemdi. Bu program, dağıtık bir simülasyon ortamında 100'den fazla senaryo elemanının yer aldığı, İngiltere ve Almanya'dan kokpit simülatörlerinden pilotların da katıldığı, ve komuta kontrol istasyonunu da iceren kompleks bir hava harekatı (hava bombardımanı) senaryosu içinde, kırmızı kuvvet bombardıman ucaklarına eşlik eden (Escort) ve uzak (BVR) ve yakın (WVR) hava muharebesi özelliklerine sahip bir F16 uçağını harekat süresince başarılı bir şekilde kontrol etmiştir. Sistem ayrıca 1-1 testlerde Ingiliz pilotlara karşı hava önleme (CAP) görevini de başarı ile uygulamıştır. Geliştirdiğimiz bu yapay zeka sisteminin en önemli, ve dünyada bu alanda ilk defa uygulanan özellikleri ise, gerçek zamanda durum tesbiti, ve gene gerçek zamanda davranış açıklamaları yapabilmesiydi.
Bölüm 1996 yılında başlatılan ve gene MSB ARGE tarafından desteklenen 10 aylık EUCLID RTP 11.7 "Uçuşta Simülasyon" (WaSiF) projesini de başarıyla tamamlamıştır. Bu projenin nihai amacı, bir savaş uçağı (F16) üzerine monte edilebilir bir simülasyon sistemi ile muharebe pilotlarının, yapay zeka tehditlerinden oluşan sanal hedeflere karşı günlük muharebe eğitimlerini sağlamaktır. 10 aylık bu fizibilite çalışmasında böyle bir sistemin, ayrıntılı olarak nasıl geliştirilebileceği gösterilmektedir.
Bu alandaki çalışmalarımızı, gerekli imkanlar sağlandığı takdirde aşağıdaki konularda devam ettirmeyi düşünmekteyiz:
o Takım veya filo harekatlarında eşgüdümlü ve birliktelik davranışı gösterebilen zeki etmenler geliştirmek,o Etmen takım ve filo davranışlarının gerçek zamanlı olarak modellendirilmesi.o Rakip etmenlerin bireysel ve takım veya filo davranışlarının modellendirilmesi.
3. Harp Oyunlarında Yapay Zeka Uygulamaları
Harp oyunlarında bilgisayarca oluşturulan kuvvetlerin (CGF) eğitim ve analiz amaçlı olarak kullanılması ABD'de 1980'lerin sonlarında ciddi bir şekilde ele alınmaya başlamıştır. Bundan sonraki önemli gelişme, bilgisayarlı harp oyunlarına, gene ABD'de CFOR programıyla komuta-kontrol yeteneğinin eklenmesi olmuştur (Pratt, 1996).
Bilgisayarların gelişmesiyle, önceleri bazı strateji oyunlarına dayanan savaş oyunları sonunda yerini, simülatör sistemleri ve rakip kuvvetlerin (OPFOR) eklenmesiyle gelişmiş Yarı Otomatik Sistemlere (SAFOR) bıraktı. Halen en gelişmiş sistemler bu yarı otomatik sistemlerdir. Ancak, gelecek nesil bilgisayar kuvvetleri (Otonom Kuvvetler) üzerine çalışmalar da başlatılmış bulunmaktadır.
Mevcut bilgisayarca oluşturulan kuvvetlerin gelişmesi dört safhada incelenebilir (Pratt, 1996). Bu safhaları şu şekilde sıralayabiliriz:
Nesil Bilişim Süreci
---------------------------------------------------------------------
1 Yok
2 Hedef tesbiti ve önleme
3 Görevin kesilmesi ve başlatılması
4 Çok katmanlı Komuta Kontrol
5 Amaç seçimi ve Öğrenme
---------------------------------------------------------------------
Birinci nesil CGF'lerin en bariz özelliği bunlarda bilişim sürecinin bulunmamasıdır. Bu nedenle, kendileri için oluşturulmuş olan senaryodan dışarı çıkamazlar. İkinci nesil sistemler ise, planlanmış faaliyetlerle çatışmayacak şekilde senaryo elemanlarına, hedef tesbiti, nişan alma, ve rakip kuvvetlerle çatışmaya girme gibi basit etkileşimli davranışlar yaptırabilme özelliğine sahiptir. Güzergahlar ve yollar kullanıcı tarafından önceden veya senaryo sırasında belirlenir ve etkileşimler de ancak bunlar üzerinde olabilir.
Üçüncü nesil sistemler genellikle Yarı Otomatik Kuvvetler (SAF) olarak isimlendirilir. Bu sistemler genellikle, önceden planlanmış, kural veya durum tabanlı modüllerden oluşan görevleri uygularlar. Bunlarda davranışlar görev çerçevelerine yerleştirilir ve bu çerçeveler de öteki görev çerçevelerine oturtulur. Ana amaçlar böylece bir görev hiyerarşisinden meydana gelir. Bu organizasyon, karmaşık görev ve davranışların oluşturulmasını kolaylaştırmaktadır.
Dördüncü nesil sistemler ise bu gelişmiş üçüncü nesil sistemler üzerinde komuta kontrol (C2) süreçlerine sahip sistemlerdir. Görünüşte basit sanılan bu görev, savaş alanının en zor görevlerinden biridir. Ancak bu sistemlerin çoğunda sadece komutanın görevi temsil edilmektedir. Dördüncü nesil CGF'lere örnek DARPA'nın Komuta Kuvvetleri (CFOR) programıdır. CFOR, C2 süreçlerini, komuta kademesinin bir dizi davranış ve etkileşimi şeklinde temsil eder. Dağıtık Etkileşimli Benzetim (DIS) ortamları dördüncü nesil sistemleri bireyler ve birlikler düzeyinde temsil edebilmektedir, fakat mevcut durumda bunlar taburdan daha yukarı kuvvetlerin temsilinde yetersiz kalmaktadır. Ordular düzeyinde durum bunun tam tersidir. Üst düzey birimler başarılı bir şekilde temsil edilebilmekte, ancak aynı sistem içinde daha alt birimlere ve senaryo elemanlarına doğru gidildiğinde sorunlar ortaya çıkmaktadır.
Bir CGF sisteminin gerçek değeri, bunun temsil ettiği davranışların tümü ile ölçülmektedir. Davranışların modellendirilmesi ise en zor işlerden biridir. Bunu kolaylaştırmak için davranış süreçlerinin ve modellerinin kodlanmasını standartlaştırmak gerekmektedir. Ortak ve uyumlu bir dil geliştirme, gelecek nesil CGF sistemlerinde davranış modellendirilmesi konusunda karşılaşılacak sorunların bir kısmına çözüm getirebilecektir.
3.1 Gelecek Nesil CGF Sistemleri
Gelecek nesil CGF'lerin şu özellikleri sağlaması gerekli görülmektedir:
o Savaşan birey ve birimlerle doğrudan etkileşim sağlayabilme,o Komuta, Kontrol, Haberleşme, Bilgisayar ve İstihbarat (C4I) sistemleri tarafından kontrol edilebilme,o Doğrudan haberleşmeyi sağlamak için doğal dil anlama ve işleme özelliğine sahip olma,o Brifing bilgilerini ve taslak çalışmalarını anlayabilme,o Güçlü bir bilgisayar ağına ve bunu kullanacak bilgisayar teknolojisine sahip olma,o Katmanlı bir yapıya sahip olmak ve böylece istenilen düzeyde kuvvetleri yeterli ve gerekli ayrıntıda temsil edebilme,o Amaç ve görev seçimi ve görev planlaması yapabilme (mesela dışarıdan "Şu tepeyi ele geçir," durumu verildiğinde, bunu yapmaya girişmeden önce daha geniş çerçevede o tepeyi ele geçirmenin kazanç ve kayıplarını hesaplayabilmek. Savaş alanındaki bir komutanın da eğitimi gereği yaptığı iş, harekatın genel amacı çerçevesinde birliğinin hedeflerini tesbit etmektir.)o Amaç tesbit edildiğinde bunu gerçekleştirmek için görevin planlanması. (Burada da dost, düşman ve tarafsız kuvvetlerin muhtemel kayıpları, ele geçirilecek alanlar, gereken ve elde bulunan teçhizat, ileri harekat ihtimalleri, v.s. hepsi göz önünde bulundurulmalıdır. Gelecek nesil CGF sistemleri bu tür tesbitleri yapabilmelidir. )o Değişen duruma göre, amacın yeniden planlanabilmesi. (Mevcut üçüncü nesil sistemlerde bu özellik bulunmamaktadır.)o Öğrenme özelliğine sahip olma. (Mevcut sistemlerde eğitim sadece insana yönelik olmaktadır. Halbuki, CGF sisteminin kendisinin de tatbikatlardan öğrenebilmesi ve defalarca çalıştırılan senaryolarda aynı yanlışlıkları tekrar etmemesi gerekli görülmektedir.)
3.2 Yapay Zeka Grubu'nun Bilgi Birikimi
Yapay Zeka Grubu'nun katıldığı EUCLID RTP 11.3 projesinde geliştirilen sistem, 100'e yakın senaryo unsurunu destekleyen, kuvvetli bir bilgisayar ağı altında dağıtık bir ortamda (DIS) çalışan güçlü bir simülasyon ortamı, komuta-kontrol, ve geliştirdiğimiz yapay zeka sistemi tarafından kontrol edilen hava unsurlarına (F16) sahip olan, ve dolayısıyla, yukarıda anlatılan dördüncü nesil CGF özelliklerine sahip bir sistemdi. Bu projede, Avrupa'da böyle bir tatbikatta ilk defa gerçek anlamda bir yapay zeka sistemi kullanılmıştır.
Grubumuz, halen sahip olduğu bilgi birikimiyle, harp oyunlarında aşağıdaki alanlarda yapay zeka tekniklerinin uygulanması konusunda katkıda bulunabilecek durumdadır:
1) Bilgisayarlı harp oyunlarında, bireysel ve tim halinde zeki davranış gösteren dost ve düşman kuvvet unsurlarının (uçak, gemi, tank, vs.) oluşturulması.2) Bilgisayarlı harp oyunlarında, senaryo akışı sırasında dost ve düşman kuvvetlerinin durum tesbiti, durum değerlendirilmesi, ve tehdit değerlendirmesi yapabilecek bilgi tabanlı sistemler geliştirilmesi.
Referanslar
Kocabaş, Ş., Öztemel, E., Uludağ, M. ve Koç, N. (1995). "Automated agents that learn and explain their own actions: A progress report." In Proceedings of the Fifth Computer Generated Forces and Behavioral Representation. Mayıs 1994, Orlando, Florida, s. 87-95.
Kocabaş, Ş., Öztemel, E., Uludağ, M. ve Koç, N. (1996). In Proceedings of the Sixth Computer Generated Forces and Behavioral Representation. Mayıs 1996. s. 119-124.
Kocabaş, Ş. ve Öztemel, E. (1998). "AISim: An intelligent agent for distributed interactive simulation." Seventh Computer Generated Forces and Behavioral Representation. Mayıs 1996. (Kabul edildi.)
Pratt, D.R. (1996). "Next Generation Computer Generated Forces." Proceedings of the Sixth Computer Generated Forces and Behavioral Representation. s. 3-8.
Russell, S. ve Norvig, P. (1995). Artificial Intelligence: A modern approach. NJ: Prentice Hall.
