虽然谷歌正在建设一个赢咖4，可以击败一个大师在古代的游戏，辛辛那提大学明矾采取了不同的方式。他们设计了一个AI，可以采取战斗机飞行员。
该系统最近在多个飞行模拟器试验中击退了退役的美国空军上校Gene Lee，正如研究人员在最近发表在“国防管理杂志”上的一篇文章中解释的那样。
这个想法不是取代人类战斗机飞行员。根据辛辛那提大学的尼古拉斯·欧内斯特和开发ALPHA的公司Psibernetix的创始人，这个AI最终可以作为一种数字助理，向飞行员提供实时的建议。或者它可以飞行作为飞行员的飞机的无人驾驶飞机飞行由人。 ALPHA不会取代人类的一切，Ernest解释，但它可以帮助拼凑从现代战斗机上的所有各种传感器的大量数据流。
“这不是为了近距离的狗狗战斗，或者使用你的眼睛看看驾驶舱，”他说。 “这是很多看你的传感器告诉你，并解释告诉你，如果你在这个特定的时间有战术优势，你的反应应该是什么。
这就是计算机有巨大优势的地方。正如像Google和Facebook这样的公司挖掘大量数据以确定我们的兴趣并决定接下来要展示的广告，ALPHA可以从飞机的传感器中清除数据流的火花，并快速决定如何响应。也就是说，ALPHA不应该与像Google，Facebook和Microsoft这样的技术巨头使用的AI系统混淆。这些公司依赖于称为神经网络的方法，其从人类大脑的工作中获得灵感。但ALPHA是基于一个非常不同的想法，称为模糊逻辑，这更关心数学建模。正如Earnest所说，模糊逻辑关注的是模拟人们的想法，而不是模仿大脑。
模糊逻辑系统已经存在了几十年，并且广泛地用于许多应用，例如工业控制系统。但是Ernest说他们被缺乏可扩展性所阻碍。模糊逻辑系统在基于仅仅几个输入进行预测方面是很好的，但随着这些输入的增长，系统变得太复杂，无法在今天的计算机上运行。然而，ALPHA能够处理数百个输入，这得益于Ernest在辛辛那提大学开发的称为“遗传模糊树”的方法。实质上，这种方法将较大的模糊逻辑问题分解成更小的问题，同时仍然保持各种输入之间的关系。这使得系统能够在便宜的台式计算机上运行，用于培训阶段。一旦训练，ALPHA可以运行在小型，低功耗的计算机，如树莓派或智能手机。
到目前为止，Ernest和船员只在虚拟世界中训练了ALPHA。欧内斯特解释说，该系统开始在飞行模拟器中战斗。从那里，它毕业于空军研究实验室的基准AI对手。然后，它以一种虚拟的方式移动到战斗李上校。但是欧内斯特相信它最终会走向天空 - 这不是全部。他预测这种方法对远远不仅仅是无人驾驶飞机是有用的。他的公司已经在探索这种技术如何帮助制药研究，它正在嘲笑其他红热形式的赢咖4：自驾车。
