Wargaming a son moment de «Moneyball»

Il y a vingt ans, une explosion s’est produite dans le baseball professionnel en tant que scouts de baseball traditionnels – en s’appuyant sur des décennies d’expérience personnelle – est entré en collision avec des scientifiques des données apportant de nouvelles approches et technologies dans l’évaluation des joueurs de baseball. Il y a eu des débats bruyants sur quelle approche régnerait le suprême: l’expertise humaine ou les nombres et les statistiques? Nous savons maintenant que aucune approche ne gagnerait; Les meilleures équipes de baseball dans les ligues majeures reposent sur un mélange d’expertise humaine et de statistiques avancées pour fournir l’évaluation la plus complète des talents.

Avance rapide jusqu’à aujourd’hui et une tension similaire s’est formée dans le domaine de la défense des wargaming, où des wargamers traditionnels – s’appuyant sur des années d’expertise et de conceptions de jeux sur mesure – s’accumulent avec des progrès rapides dans la modélisation et la simulation et l’intelligence artificielle.

Au laboratoire de physique de Johns Hopkins Applied, nous avons vécu et respiré cette tension alors que nous avons travaillé pour incorporer une IA générative et la modélisation et la simulation dans la défense Wargaming. Les résultats de ce travail? Nous ne pensons pas que nous avons besoin d’un débat de 20 ans. Tout comme dans le baseball, l’avenir de Wargaming réside dans un mariage de modélisation et de simulation, d’expertise humaine et d’IA.

Pour comprendre pourquoi Wargaming a son moment de «Moneyball», vous devez d’abord déballer ce qui rend la guerre traditionnelle si précieuse. Wargaming est fondamentalement sur la prise de décision humaine, mais sa magie est dans les opportunités d’apprentissage expérientiel que les jeux offrent. La guerre n’est jamais simple. Il n’y a pas de «œil qui voit» qui fournit des informations parfaites. Par conséquent, Wargaming explore comment les humains prennent des décisions dans des scénarios imparfaits et comment les autres humains réagissent à ces décisions.

Les armées de psychologues ont passé une carrière entière à tenter de comprendre la prise de décision humaine. Il n’est pas facile de se résumer aux nombres et aux équations. De plus, il est véhiculé par la conversation, la discussion et le débat, quelque chose que la technologie n’a pas encore exploité ou reproduit.

Wargames a servi d’outil indispensable dans cette exploration. Ils fournissent un moyen d’exercer le processus décisionnel, d’explorer pourquoi des choix ont été faits et de déterminer quelles pourraient être les implications. Cependant, être centré sur l’homme n’est pas toujours efficace. Les jeux de guerre nécessitent souvent des mois de planification par des wargamers expérimentés qui comprennent profondément les problèmes de défense en jeu. Ils ont également besoin de joueurs humains avec l’expertise pour imiter les différentes parties dans un conflit. Tout cela signifie que des jeux de guerre sont souvent organisés sur un cycle annuel et ne peuvent explorer qu’un petit nombre de scénarios potentiels qu’un chef de la sécurité nationale pourrait rencontrer.

Après tout, combien de personnes pourraient jouer plausiblement le rôle de Vladimir Poutine ou Xi Jinping?

Mais avec l’avènement de l’IA génératrice, nous avons maintenant la capacité de demander à un ordinateur d’exploiter le langage humain et, au minimum, une conversation humaine et une prise de décision humaines approximatives. Cela ouvre l’occasion de fusionner la technologie et le wargaming d’une manière qui n’avait pas été possible auparavant – ce qui signifie que nous pouvons apporter des wargaming à un public plus large sur un ensemble plus large de scénarios possibles.

Combinez une modélisation et une simulation basées sur l’IA et la physique, qui peuvent juger tracenablement comment les interactions entre les plates-formes militaires se dérouleront (demandez si un F-35 sera détecté ou non), et soudain, vous pouvez exécuter des jeux de guerre avec un nombre beaucoup plus petit de joueurs humains dans un nombre beaucoup plus important de scénarios. Parce que les artefacts de ces jeux sont capturés numériquement, vous pouvez ensuite effectuer rapidement des évaluations de ce qui s’est passé et pourquoi cela s’est produit – ce qui est incroyablement gênant dans le wargaming traditionnel.

Bien que les sceptiques de l’IA puissent à juste titre souligner que l’avenir de l’IA a été surchaud depuis des décennies, nous ne parlons plus de l’avenir de l’IA. C’est un ajout précieux à la boîte à outils Wargaming en ce moment – aujourd’hui. Nous le savons parce que, avec des outils d’IA et une épine dorsale de modélisation et de simulation, nous construisons de nouveaux scénarios en quelques jours avec un mélange d’IA et de joueurs humains pour explorer de nombreuses itérations, branches et variations d’un conflit.

Ces joueurs de l’IA sont-ils infaillibles? Loin de là. Mais la capacité d’itérer rapidement le jeu – vous pouvez rembobiner et rejouer tout mouvement en quelques secondes – vous permet d’explorer une gamme de comportements humains et de l’IA et de commencer à voir l’étendue des résultats possibles dans tout scénario militaire. Et quand vous trouvez ce scénario qui est extrêmement important pour les décideurs humains à considérer? C’est à ce moment-là que Wargaming traditionnel brille vraiment. Laissez les dirigeants de la sécurité nationale avoir cette discussion et cette débat afin qu’ils puissent appliquer un jugement humain aux décisions les plus importantes et les plus importantes.

L’avenir de Wargaming ne concerne pas les traditionalistes contre les technologues. Il s’agit de traditionalistes et de technologues qui travaillent ensemble, tout comme il était et est dans le baseball professionnel. Nous n’avons pas besoin de 20 ans de débat pour arriver à cette conclusion.

Andrew Mara est le chef du département d’analyse de la sécurité nationale du laboratoire de physique Applied Johns Hopkins (APL) où il dirige l’équipe analytique évaluant les capacités nécessaires pour résoudre les défis les plus urgents de la sécurité nationale; Kelly Diaz dirige le programme avancé des concepts et des capacités de l’APL, qui vise à relever les défis complexes de la sécurité nationale et à éclairer la prise de décision stratégique grâce à des approches innovantes et axées sur les données; Kevin Mather dirige une équipe d’analystes de l’APL dans le développement d’outils avancés de modélisation et d’analyse de simulation, y compris un cadre avancé pour la simulation, l’intégration et la modélisation (AFSIM) et les techniques d’IA pour soutenir l’analyse et la prise de décision complexes de la sécurité nationale.