AISim: Dağıtık Ortamlarda Kompleks Hava Muharebesi Benzetimi İçin Geliştirilmiş Bir Zeki Tehdit Sistemi
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
Bu makalede, uluslararası EUCLID RTP 11.3 simülasyon projesi için MAM Yapay Zeka Grubu tarafından geliştirilmiş olan AISim sistemi anlatılmaktadır. Sistem benzetim ortamındaki bir F16'ya, kompleks hava muharebesi senaryolarındaki Devriye ve Eskort görevlerinde zeki davranışlar yaptırabilmektedir. AISim sistemi, Kasım 1996'da Almanya'da ve Ocak 1997'de Hollanda'da olmak üzere iki büyük senaryo gösteriminde uygulanmış, ve uzmanlar tarafından başarılı bulunmuştur. Sistem hava senaryolarında Seyir, Devriye, Eskort, Görme Ötesi ve Görme Alanı Karşılaşmalar, Havada Yakıt İkmali, Kaçış ve Üsse Dönüş görevlerini yapmaktadır.
1. Giriş
Son yıllarda, dağıtık ortamlarda zeki etmenler üzerine araştırmalar hız kazanmıştır (Bkz. Kocabaş ve Öztemel, 1998; Kocabaş vd., 1996; Jones, vd., 1996; Tambe, vd., 1996; Kocabaş, vd., 1995). Bu alandaki araştırmalar gerçek zamanlı ve kompleks ortamlarda ve senaryolarda etmen davranışlarını incelemek ve buradan elde edilen bilgiye dayanarak insan operatörlerin bazı beceriler için bireysel ve takım halinde daha gerçekçi olarak eğitilmesini amaçlamaktadır.
-----------------------------------------------* İkinci görev yeri: Tübitak - MAM, 41470 Gebze, Kocaeli. Email: skoca@mam.gov.tr** İkinci görev yeri: SAU, Mühendislik Fakültesi, Endüstri Müh. Bölümü, Sakarya.
Dağıtık Etkileşimli Benzetim (DIS) ortamları, gerçek zamanlı senaryolarda, farklı amaçlara ve görevlere ve birbirinden bağımsız davranışlara sahip birçok etmenin sentetik bir dünyada çalıştırılmasına imkan veren kuvvetli ağ (network) özelliklerini sağlamaktadır. DIS sistemlerinde bunlara bağlı her iş istasyonu bir veya daha fazla senaryo elemanını kontrol edebilmektedir. Senaryo elemanları arasındaki iletişim ise standart veri birimleriyle sağlanmaktadır. Bu sistemlerde alıcı iş istasyonu, temsil veya kontrol ettiği senaryo elemanlarının ortamda neleri algılaması gerektiğine kendisi karar vermektedir.
Bu tür DIS ortamlarında çalışan zeki etmenler esas olarak üç bileşenden meydana gelmektedir: algılama, düşünme ve davranış. Bu bileşenlerin her birinin de zeki davranış özelliklerine sahip olması gerekmektedir (bkz, Hayes-Roth, 1993). Bu becerilerle donatılmış bir etmen gerçek zamanda, bulunduğu ortamdan veriler alabilir, bunlardan durum değerlendirmesi yapabilir, sonuçlar çıkarabilir, kararlar alabilir, ve buna bağlı olarak zeki davranışlar ortaya koyabilir.
Bu makalede, DIS ortamında zeki etmen davranışları gösterebilen bir yapay zeka sistemi, AISim anlatılmaktadır. Bu sistem dört yıl süreli (1993-97) uluslararası EUCLID RTP 11.3 projesi1 çerçevesinde MAM Yapay Zeka Grubu tarafından geliştirilmiştir. AISim, ITEMS2 benzetim sistemi ve InterSIM3 ağını ihtiva eden dağıtık bir benzetim ortamındaki hava senaryolarında Devriye ve Eskort görevlerinde bir F16'ya zeki davranışlar yaptırabilmektedir. AISim sistemi, Kasım 1996'da Almanya'da ve Ocak 1997'de Hollanda'da iki dizi senaryo uygulamasında yer almıştır. Bu senaryo uygulamalarına InterSIM ağ bağlantısıyla İngiltere ve Almanya'dan kokpit simülatörlerinden ve jenerik kokpit simülatörlerinden pilotlar ve operatörler da katılmıştır. Ayrıca bu senaryolarda, dost kuvvetlerin harekatı, gene bu proje kapsamında geliştirilmiş olan komuta-kontrol istasyonu4 tarafından yönetilmiştir.
Gösterimlerde, savaş, bombardıman ve tanker uçaklarından ve SAM'lardan oluşan 60'dan fazla senaryo elemanı kullanılmıştır. Gösterimlerin ilk ayağında AISim, Devriye ve Eskort görevlerinde bir yapay zeka (YZ) hedefini, ikinci ayağında ise üç YZ hedefini yönetmiştir. Her iki gösterimde de YZ hedeflerinin davranışı gösterimlere katılan pilotlar tarafından "gerçekçi" olarak değerlendirilmiştir.
-------------------------------1 Projeye Avrupa'dan 6 ülkeden şu firmalar katılmıştır: Tübitak-MAM (Türkiye), CAE Electronics (Almanya), TTS (İngiltere), TNO (Hollanda), AGUSTA (İtalya) ve INDRA (İspanya).1 ITEMS sistemi CAE Electronics (Kanada, Almanya) firmasının ürünüdür.2 InterSIIM, TTS'in (İngiltere) ürünüdür. 3 C3 istasyonu proje için TNO (Hollanda) tarafından geliştirilmiştir.
2. Sistem Tanıtımı
AISim sistemi iki ana modülden oluşmaktadır: Durum Tesbiti (DT) ve Davranış Yönetimi (DY). İkinci modül görev hiyerarşisi altında 11 operatöre sahiptir. Bu hiyerarşinin tepesinde Görev Kontrol Operatörü (GKO) bulunmaktadır. Bu operatör ise alt görev, faaliyet ve eylem operatörlerine ayrılmaktadır.
Durum Tesbiti (DT) operatörü, ağdan sürekli olarak ortamdaki diğer ilgili dost ve düşman senaryo elemanları hakkında bilgi toplar. Bu bilgiler standart veri yapısında olup ilgili senaryo elemanlarının değişken özelliklerini (örn. pozisyon, yön ve hız) ve öteki bilgileri (örn. radar kilidi, füze ateşlenmesi) kapsamaktadır. DT modülü bu bilgileri alır ve özetlenmiş durum bilgilerine çevirip bir mesaj listesine gönderir. Mesaj listesi saniyede yaklaşık 10 kere DT tarafından yenilenir, ve bu liste bu süre için taktik durumun özetini verir. Davranış Yönetimi (DY) modülünün Görev Kontrol Operatörü (GKO) bu mesaj listesini aynı zaman çevrimi içinde okur ve mevcut duruma göre hangi görev operatörünün etkin hale getirileceğine karar verir, ve onu etkin hale getirir. Etkin operatör de durum tesbit değerlerine göre kendisine bağlı hangi faaliyet operatörünü etkinleştireceğine karar verir. Kontrol da bu şekilde, görev tamamlanıncaya veya sistem durduruluncaya kadar görev ve faaliyet operatörlerinin birinden diğerine geçer. GKO altında 10 görev operatörü vardır. Bunlar sırasıyla Kalkış (TO), Seyir (N), Devriye (P), Eskort (E), Görme Ötesi Karşılaşma (BVR), Görme Alanı Karşılaşma (WVR), Kaçış (D), Üsse Dönüş (RTB) ve İniş (L) olarak isimlendirilmiştir. Şekil 1 bu operatörler arasındaki etkileşimi göstermektedir.
------------------------------
<-- TO <----- DY
<-- N <-----
<-- P <-----
<-- E <-----
<-- BVR <-----<--- GKO --------- DT
<-- WVR <----- ^
<-- AAR <-----
<-- D <-----
<-- RTB <-----
<-- L <-----
-----------------------------
v
------------------------------------------
Çıkış Arabirimi Giriş Arabirimi
------------------------------------------
Simülasyon Ağı
------------------------------------------
Şekil 1. AISim'in bileşenleri ve bunların etkileşimleri.
AISim sistemi daha önce Kocabaş (1991) tarafından geliştirilen hiyerarşik bir kontrol yapısına sahiptir. Bu yapıda sistem dört düzeyde amaçlara sahiptir: Görev, alt görev, faaliyet ve eylem amaçları. DIS senaryolarında elemanların görev amaçlarının önceden tanımlanması gerekir. Eskort ve Devriye senaryolarında AISim tarafından kontrol edilen F16 (YZ hedefi), yukarıda anlatılan görevleri yapabilmektedir. Devriye ve Eskort görevleri de alt görevlere ayrılmıştır. Mesela BVR görevi, BVR yaklaşma, BVR saldırı, BVR kaçış gibi alt görevlere ayrılmıştır. Bu alt görevler de, ilk hedef seçimi ve füzeden kaçış gibi faaliyetlere ayrılmıştır. Faaliyetler ise, irtifa, yön ve hız değiştirme, füze fırlatma gibi eylemlere ayrılmıştır.
Bu kontrol yapısı içinde AISim tarafından kontrol edilen hedef (F16) bir görevden, alt göreve, alt görevden faaliyete ve eylemlere kadar düzgün bir şekilde geçiş yapabililmektedir. Bu yapı aynı zamanda kritik durumlarda hedefin bir görevden (mesela BVR saldırıdan) diğerine (örn. Kaçış) hızlı fakat gerçekçi bir şekilde geçmesine de imkan vermektedir. AISim'in görev hiyerarşisi Şekil 2'de gösterilmektedir.
Görev ----------------------
Devriye Eskort
Seyir
Eskort
----------------------- BVR
WVR
Ayrılma
BVR Yaklaşma
BVR Saldırı ----------------
BVR Kaçış
Saldırı açısını koru
Füze zarfını kontrol et
---------------------- Füze atılması
....
Füze fırlat
F-pole yap
Füzeyi yönlendir
...
Şekil 2. AISim'in görev, alt görev, faaliyet ve eylem hiyerarşisi.
4. AISim'in Değerlendirmesi
Bu bölümde AISim sistemi görevleri, sistem yapısı, zeki etmen özellikleri ve görev senaryolarındaki performansı açısından değerlendirilmekte ve benzeri diğer sistemlerle karşılaştırılmaktadır.
AISim kontrolundeki bir F16'nın, çeşitli Devriye ve Eskort senaryolarında, ITEMS ve insan kontrolündeki F16 ve Mig29'lara karşı davranış testleri Kasım 1996'dan önce tamamlanmıştır. Sistemin her iki görevdeki yetenekleri yukarıda belirtilen senaryo gösterimlerinde ortaya konmuştur.
Eskort senaryolarında AISim kontrolundaki F16, (YZ Hedefi) bir üsden kalkış yapar, sonra bombardıman uçaklarıyla buluşma noktasına yönelir ve orada bekler. Bombardıman paketi geldiği zaman AIT, ITEMS tarafından oluşturulmuş olan öteki eskortlarla birlikte bunlara belli bir formasyonda eşlik etmeye başlar. Bombardıman paketine belli bir mesafede hava önleme tehdidi yaklaşırsa, AISim'in Görev Kontrol Operatörü BVR görev operatörünü etkin hale getirir. Bu operatör de BVR Yaklaşma alt operatörünü etkin hale getirir, ve YZ Hedefi paketten ayrılarak belli bir açıda hedefe doğru yönelir. Sonra BVR Saldırı alt operatörü etkin hale gelir ve bu da YZ Hedefini radar kilidini koruyacak şekilde kendi füze zarfında belli bir mesafeye kadar yaklaştırır. Bu alt operatör aynı zamanda BVR füzesi fırlatma ve yölendirme işinden de sorumludur. Bu esnada eğer belli bir mesafede düşmandan bir radar kilidi gelmişse, kontrol, BVR Kaçış alt operatörüne geçer ve bu da YZ Hedefini kaçış manevralarına yöneltir. BVR manevraları sırasında tehdit eğer YZ Hedefinin görme mesafesi içine girmişse, WVR operatörü etkin hale gelir.
Bombardıman paketi aynı anda birden fazla hava önleme uçağı tarafından saldırıya uğrarsa AISim bunlardan birini birincil tehdit olarak seçer ve YZ Hedefini ona göre yapması gereken manevralara sokar. Hava muharebelerinde taktik durum çok hızlı değiştiğinden, birincil tehdit de her an değişebilir. AISim görev esnasında YZ Hedefinin yakıt ve füze durumunu sürekli kontrol eder ve duruma göre Havada Yakıt İkmali (AAR), Ayrılma (D) ve Üsse Dönüş (RTB) operatörlerini çalıştırır. Buraya kadar anlatılanlar YZ Hedefinin davranışlarının kısa bir özeti olup birçok ayrıntıyı dışarıda bırakmaktadır.
AISim'in bilgi organizasyonu ve kontrol yapısı gerçek zamanda etkin bir davranış kontrolu imkanı vermektedir. Bu yapı Kocabaş vd., (1995)'de ayrıntılı olarak anlatılmıştır. AISim'in yapısı başka görevlere kolaylıkla uygulanabilirliği sağlayan esnek bir yapıdır. Mesela sistem önce Devriye görevi için geliştirildiği halde, sadece yeni bir görev operatörü eklenmek suretiyle Eskort görevine uyarlanabilmiştir.
AISim taktik durumu gerçek zamanda ekranda kısa mesajlarla gösterebilmekte, ve YZ Hedefininin davranışlarını da aynı şekilde ekranda kısa mesajlarla açıklayabilmektedir. Bu durum ve davranış açıklamaları üst düzey taktik terimlerle yapılmaktadır, ve böylece gözlemciler aynı anda hem taktik durumu, hem de sistem davranışını görebilmektedir. AISim bundan başka gene üst düzey taktik bir dilde, zaman sıralı uçuş kayıtlarını da uçuş sonrası "debriefing" için tutabilmektedir. Sistemin hiyerarşik yapısı bütün bu özellikleri kolaylıkla sağlayabilecek bir yapı oluşturmaktadır.
AISim'in aynı anda hem taktik durumu, hem de kendi etmen davranışını teknik terimlerle açıklayabilmesi birkaç yönden çok faydalı bir özellik olmuştur. Birincisi, bu özellik sistem geliştirmeyi kolaylaştırmıştır, çünkü değişen taktik durumlarda sistemin nasıl davrandığı izlenerek gerekli değişikliklerin yapılmasının kolaylaştırmıştır. İkincisi, testler ve esas senaryo uygulamaları sırasında sistemin davranışlarının uzmanlara açıklanmasını kolaylaştırmıştır. Üçüncüsü, üst düzey taktik terimlerle kaydedilen uçuş kayıtları, sistemin çalıştırılmasına ihtiyaç kalmadan davranışlarının uzmanlarla tartışılmasına imkan vermiştir. Air-Soar (Johnson, 1994) etmenleri de uçuş sonrası kayıtlar tutabilmektedir, ancak AISim'in gerçek zamanlı durum tesbit ve açıklamalarının daha faydalı olduğu gözlemlenmiştir.
AISim'in mevcut versiyonu 1-v-2 hava muharebesi açısından sınırlı kalmaktadır. Ancak sistem kolaylıkla bu tür muharebe taktiklerini uygulayabilecek hale getirilebilir. Aynı şekilde, sistemin esnek yapısı dolayısıyla AISim, Devriye ve Eskort görevlerinden başka görevler için de kolaylıkla geliştirilebilir. Öte yandan, sistem YZ Hedef timleri, hatta filolarının eşgüdümlü ve etkileşimli kontrolunu sağlayacak sekilde geliştirilebilir ve etmen ve tim modelleme özellikleriyle donatılarak düşman davranışlarının gerçek zamanlı modellemesi de sağlanabilir. Bunlar belki yeni bir EUCLID projesinin araştırma konusu olacaktır.
4. Özet
Bu çalışmada zeki bir sistem olan AISim işlevsel yapısı, ve DIS senaryolarında taktik hava simülasyonlarındaki davranışları açısından anlatılmıştır. Bu sistem uluslararası EUCLID RTP 11.3 projesi çerçevesinde MAM Yapay Zeka Grubu tarafından geliştirilmiştir. Sistemin özellikleri, benzer diğer sistemlerle karşılaşmalı olarak anlatılmıştır. AISim, durum tesbiti yapabilme, durum değerlendirmesi ve zeki davranış özellikleri, taktik durum açıklama ve davranış açıklaması gibi, zeki etmen davranışlarına sahip bulunmaktadır.
Teşekkür
Bu çalışma, EUCLID RTP 11.3 Kompleks Hava Muharebesi Gösterim Sistemi projesi kapsamında, MSB ARGE Dairesi ve Tübitak MAM tarafından desteklenmiştir. Yazarlar ayrıca, proje geliştirme sırasında hava muharebeleri hakkında genel teknik bilgiler konusundaki yardımlarından dolayı HKK Akıncı Üssü Öncel Eğitim Komutanlığı'ndaki subaylarımıza da teşekkürü bir borç bilir.
Referanslar
Hayes-Roth, B. (1993). "Architectural foundations for real-time performance in intelligent agents." David, J-M., Krivine, J-P., ve Simmons, R. (Editörler): Second Generation Expert Systems. Springer Verlag, s. 643-672.
Johnson, W.L. (1994). "Agents that explain their own actions." Proceedings of the 4th Conference on Computer Generated Forces and Behavioral Representation. Mayıs 1994, Orlando, Florida, A.B.D.
Jones, R.M., Laird, J.E., ve Nielsen, P.E. (1996). "Moving intelligent automated forces into theatre-level scenarios." Proceedings of the 6th Conference on Computer Generated Forces and Behavioral Representation. Orlando, Florida, A.B.D., s. 113-117.
Kocabas, S. (1991). "Homuncular learning and rule parallelism: An application to BACON." Proceedings of International Conference on Control. s. 950-954.
Kocabaş, Ş., Öztemel, E., Uludağ, M. ve Koç, N. (1995). "Automated agents that learn and explain their own actions: A progress report." Proceedings of the Fifth Computer Generated Forces and Behavioral Representation. Mayıs 1995, Orlando, Florida, s. 87-95.
Kocabaş, Ş., Öztemel, E., Uludağ, M. ve Koç, N. (1996). Proceedings of the Sixth Computer Generated Forces and Behavioral Representation. s. 119-124.
Kocabaş, Ş. ve Öztemel, E. (1998). "AISim: An intelligent agent for distributed interactive simulation." Seventh Computer Generated Forces and Behavioral Representation. 12-15 Mayıs 1998. Orlando, Florida, A.B.D.
Tambe, M., Johnson, W.L., Jones, R.M., Koss, F., Laird, J.E., Rosenbloom, P.S., ve Schwamb, K.B. (1995). "Intelligent agents for interactive simulation enviroments." AI Magazine, Spring 1995, s. 15-39.
YAPAY ZEKA etiketine sahip kayıtlar gösteriliyor. Tüm kayıtları göster
YAPAY ZEKA etiketine sahip kayıtlar gösteriliyor. Tüm kayıtları göster
16.8.07
Harp Oyunlarında Yapay Zeka Uygulamaları
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.
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.
Kaydol:
Kayıtlar (Atom)