泰雷兹是通过重新设计开发Psibernetix创造战斗机飞行员训练软件的人工智能和机器学习算法，学习并做出反应，以通过人力投入演习和行动。

六月，Thales收购了Psibernetix，这是一家位于俄亥俄州的初创公司，该公司开发的流程可以使用称为“遗传模糊树”的机器学习算法对AI决策进行数学验证和确认。目前正在改进这些算法的工程师展示了最新的AI的Psibernetix技术培训软件版本，并将应用程序可编程接口集成到X-Plane飞行模拟器环境中，以进行蓝力/红力训练。

“它是一种机器学习，并从试错学习，‘伊恩·亨德森，在泰雷兹软件工程师告诉航空国际。’一开始会像一个空的大脑，并放置在场景和任务时，红色的力量学习做得好还是做得不好，并吸取这些教训，以变得更聪明。”

现在，泰雷兹(Thales)的工程师正在改进ALPHA程序的算法，使其更加人性化。例如，Thales所使用的扩展版本所产生的红军对手将实时地对模拟环境做出反应并做出更动态的响应，而不是遵循过去在过去类似程序中传统使用的基于逻辑的脚本集。

Thales的人工智能软件工程师Chris Cunningham表示：“我们围绕Psibernetix工具包构建了一个框架，我们正在训练成千上万的互动，这些互动正在发挥战斗机飞行员在战斗中可能真正看到的情况。”航空电子国际。

坎宁安解释说，在以前的战斗机飞行员训练软件平台的基于规则的逻辑下，敌机只对受训者的输入做出一定的脚本化演习。每次飞行员使用Psibernetix机器学习算法的新扩展版本时，计算机生成的部队都会使用有关环境及其躲避方式的真实世界信息，例如向其发射的导弹。这有助于使红军在以后的每次训练中都变得更聪明，更积极。

Thales的最终目标是开发可认证的人工智能并开发红军训练场景，这种场景要切合实际，以至于使用它进行训练的飞行员会认为他们实际上是在面对人类。

坎宁安说，该程序的机器学习算法正在进一步改进中，他的团队还在考虑开发其他情况下的训练方案，例如机载预警和控制系统飞机或在充满挑战的环境中执行加油任务的飞行员。