داستان نخستین ناو هواپیمابر چین

داستان نخستین ناو هواپیمابر چین

تکنیک چینی ها برای خرید ناو روسی در اوکراین! (+تصاویر)

ریگا برای سالیان سال در یکی از کارخانه های کشتی سازی اوکراین رها شده بود تا در سال 1998 به بهانه استفاده در قالب یک رستوران شناور به دست تاجری چینی خریداری شد.

عصرایران؛ مجله تصویری سلاح- ناو هواپیمابر "ریگا" در اصل از جمله کشتی های نظامی اتحاد جماهیر شوروی است که نتوانست مراحل توسعه و تولید انبوه خود را به طور کامل طی کند و نهایتا در یکی از کارخانه های کشتی سازی اوکراین به حال خود رها شد تا این که در سال 1998 توسط تاجری چینی خریداری شد! اما در ادامه این کشتی به دست نیروی دریایی چین رسید و سپس به ناو هواپیمابر لیائونینگ تغییر یافت. گفتنی است به علت شرایط سیاسی آن زمان امکان خرید مستقیم ناو توسط دولت چین وجود نداشت.

از گذشته تاکنون؛ از ریگا تا لیائونینگ

به تازگی تصاویری از اولین ناو هواپیمابر چین در صفحات مختلف فضای مجازی و شبکه اینترنت منتشر شده است. همانطور که گفته شد، این کشتی در ابتدا برای نیروی دریایی شوروی سابق ساخته شد اما نتوانست مراحل ساخت خود را کامل کند. با این حال ریگا پس از انتقال به چین، مسیر خود را به سوی ناو هواپیمابر لیائونینگ طی کرد. مقالات متفاوتی از چالش های تکنیکی پیش روی مهندسین صنایع دریایی با توجه به عدم وجود سیستم های پیشرانه در کشتی، چاپ شده است.

در اوایل دهه 1980، شوروی روند ساخت و ساز نسل جدیدی از ناوهای هواپیمابر خود را که بر نمونه های آمریکایی منطبق بود، آغاز کرد. در ابتدا دو کشتی از کلاس ناو هواپیمابر آدمیرال کوزنتسوف سفارش داده شد که اولین فروند از آن طبق برنامه ریزی های انجام شده تکمیل شد و در اختیار نیروی دریایی شوروی قرار گرفت.

گفتنی است که این کشتی بعدها هم به نیروی دریایی روسیه انتقال یافت و تا به امروز نیز به خدمت رسمی خود ادامه داده است. کشتی دوم همان ریگا بود که تا زمان فروپاشی شوروی در سال 1991 تنها 68 درصد از آن کامل شد.

کلاس ناو هواپیمابر آدمیرال کوزنتسوف

ریگا برای سالیان سال در یکی از کارخانه های کشتی سازی اوکراین رها شده بود تا در سال 1998 به بهانه استفاده در قالب یک رستوران شناور به دست تاجری چینی خریداری شد. با این حال نهایتا مشخص شد که هدف از این معامله چیز دیگری بوده است و ریگا در واقع برای نیروی دریایی ارتش آزادی‌بخش خلق چین خریده شده بود. چینی ها پس از مطالعه زوایای مختلف طراحی کشتی و وضعیت اجزای متفاوت آن، این محصول را به حالت کاربری عملیاتی بازگرداندند.

کشتی تغییر یافته در سال 2012 تحت عنوان جدید لیائونینگ به طور رسمی معرفی و تبدیل به نخستین ناو هواپیمابر کشور چین شد.

 ناو هواپیمابر ریگا در کنار لیائونینگ

مقاله ای از شرکت هلدینگ چینی تنسنت که در حوزه خدمات شبکه های اجتماعی، رسانه های گروهی و پورتال های وب فعالیت می کند، مشکلاتی در ارتباط با سیستم های پیشرانه کشتی ناقص را گزارش کرده است. طبق شواهد به دست آمده بدون در نظر گرفتن دیگ بخار اصلی این کشتی نظامی، هیچ گونه اثری از سایر اجزای مهم مانند سیستم احتراق، سیستم کنترل و لوازم جانبی ماشین آلات کمکی وجود نداشت.

ریگا به گونه ای ساخته شده بود که بتواند با دیگ های بخار سوپر شارژ کار کند اما چین تجربه قبلی قابل ملاحظه ای در این زمینه نداشت. به همین دلیل و با توجه به زنجیره ای از مشکلات دیگر، مهندسین تصمیم به طراحی یک سیستم پیشرانه جدید برای کشتی و در ادامه آزمایش آن در محیط غیر آبی گرفتند.

تلاش های این متخصصین به ساخت کامل یک سیستم پیشرانه جدید در سال 2011 انجامید که پس از طی مراحل نصب بر کشتی و راه اندازی، مجموعه مذکور برای شرکت در آزمایش های دریایی به آب انداخته شد.

---

بیشتر بخوانید:

زیردریایی هسته ای جدید فرانسه(+تصاویر)

Skjold؛ گشت ناو برتر در نیروی دریایی سلطنتی نروژ (+تصاویر)

بزرگترین کشتی های جنگی جهان؛ از ایزومو تا جرالد آر. فورد(+تصاویر)

سامانه دفاع نزدیک دریایی فالانکس/ آخرین دیوار دفاعی برای کشتی(+تصاویر)

---

لازم به ذکر است که به جز موارد فنی و تکنیکی مرتبط با ریگا، تیم تحقیق و توسعه با چالش های متعددی پیرامون طراحی ظاهری و بدنه نیز مواجه بودند. برای مثال بخش های گسترده ای از پیکر این کشتی به صورت رنگ نشده باقی مانده بودند و رگه های زنگ زدگی هم در نقاط مختلف آن مشاهده می شد. از این رو می توان با قطعیت اعلام کرد که پروژه ریگا تا لیائونینگ در شمار یکی از برترین شاهکارهای نظامی در سراسر جهان محسوب می شود.

 لیائونینگ

مشخصات ناو هواپیمابر لیائونینگ

- نام: لیائونینگ (قبل از آن ریگا نام داشت که در سال 1998 به یک شرکت که تنها روی کاغذ وجود دارد و هیچ دفتر یا کارمندی ندارد فروخته شد و در سال 2002 به نیروی دریایی چین انتقال یافت)

- سازنده: شرکت کشتی‌سازی صنعتی دالیان

- تکمیل شده در سال: 2011

- راه اندازی شده در تاریخ: 25 سپتامبر سال 2012

- وضعیت: خدمت عملیاتی فعال

- کلاس: ناو هواپیمابر کوزنتسوف

- طول کلی: 304.5 متر

- پیشرانه: توربین های بخار، 8 دیگ بخار، 4 شفت با قدرت کلی 200 هزار اسب بخار

- سرعت: 59 کیلومتر بر ساعت

- برد: 7130 کیلومتر

- استقامت: 45 روز

- تسلیحات: 3 سامانه دفاع نزدیک دریایی تایپ 1130 و 3 سیستم موشکی HQ-10 

مطالب مجله تصویری سلاح را در این لینک دنبال کنید.

فناوری نظامی آمریکا برای شلیک دقیق در آب! (+تصاویر)

از طریق روشی به نام فرا حفره زایی می توان امکان حرکت اجسام مختلف با سرعت های بالاتر را در آب فراهم کرد.

عصرایران؛ مجله تصویری سلاح- گلوله های معمولی در صورت ورود به محیط های آبی به سرعت متوقف می شوند و از این رو استفاده از آنها برای چنین مقاصدی عملا بی فایده خواهد بود. اما از طریق روشی به نام فرا حفره زایی می توان امکان حرکت اجسام مختلف با سرعت های بالاتر را در آب فراهم کرد.

گفتنی است فرا حفره زایی گونه‌ای از حفره ‌زایی است که در آن کاهش شدید فشار باعث تبخیر موضعی مایع و ایجاد حباب‌هایی به منظور احاطه جسمی که درون مایع در حال حرکت است، می‌شود. حباب‌های احاطه گر جسم متحرک درون مایع سبب کاهش شدید اصطکاک مایع با سطح شی متحرک شده و در نتیجه جسم را قادر می‌سازند تا با سرعت بسیار زیادی درون مایع حرکت کند.

طبق مطالعات انجام شده امکان به کار گیری این روش برای تولید گلوله های آبی نیز وجود دارد که دست یابی به چنین پیشرفتی می تواند قدرت نظامی نیروها را افزایش دهد.

خط تولید گلوله های تخصصی، این بستر را در اختیار واحد نیروهای ویژه ارتش آمریکا قرار می دهد تا با استفاده از تسلیحات غوطه ور در آب نیز اقدام به هدف گیری دشمنان خود کنند. در حالی که فشنگ های عادی در محیط های آبی بی مصرف هستند، این فشنگ های جدید و متمایز با ایجاد حبابی از هوا در اطراف خود محدودیت های فیزیکی را به حداقل میزان ممکن کاهش می دهند و در ادامه می توانند با سرعتی قابل قبول به سوی هدف حرکت کنند.

فشنگ های معمولی به گونه ای طراحی شده اند که بتوانند با سرعت بیشتر از 800 متر در ثانیه از میان مولکول های هوا عبور کنند. چنانچه این محیط تغییر کند، نمی توان انتظار داشت مکانیسم فوق نیز ثابت بماند.

به گزارش وب گاه خبری آمریکایی بیزنس اینسایدر؛ آب 800 درصد از هوا چگال تر است! و همین موضوع باعث می شود که گلوله به طور ناگهانی سرعت خود را از دست بدهد. این تراکم بیشتر اجزای تشکیل دهنده آب به حالت مایع در مقایسه با هوا منجر به ایجاد اصطکاک می شود و جلوی حرکت گلوله را خواهد گرفت. برای مثال طی یکی از آزمایشهای صورت گرفته، فشنگی با سرعت 914 متر بر ثانیه از دهانه یک تفنگ خارج شده و وارد محیطی آبی می شود. این فشنگ پس از طی مسافتی کمتر از 1.8 متر به وضعیت توقف کامل می رسد.

---

بیشتر بخوانید:

رادارهای کوانتومی و نبردهای آینده!

بازوی تحقیقاتی پنتاگون و الهام از پوست کوسه!

AVLB؛ ساخت پل از 3 تا 10 دقیقه! (+تصاویر)

سرمایه گذاری نیروی هوایی آمریکا بر پرنده های نظامی یکبار مصرف! (+تصاویر)

---

همه تست های مرتبط با این آزمایش حاکی از آن بوده اند که از نظر عملی امکان استفاده از گلوله های معمولی در محیط های آبی وجود ندارد.

به گفته وب سایت Defense One؛ کمپانی DSG Technologies در حال توسعه گلوله ای است که از طریق ساخت روکشی گازی به دور خود قادر به سفر در محیط های آبی خواهد بود. حباب گاز می تواند کشش گلوله را کاهش و در مقابل سرعت آن را در آب افزایش دهد.

همانطور که گفته شد این تکنیک فرا حفره زایی نام دارد و هم اکنون نیز توسط اژدر روسی VA-111 اشکفال استفاده می شود. لازم به ذکر است که سرعت اژدر نام برده حداکثر 5 برابر اژدرهای عادی است.

پروژه طراحی و توسعه گلوله های آبی، مهمات فرا حفره زا CAV-X نام دارد و توسط خود کمپانی در دسته "مهمات چند محیطی" طبقه بندی شده است. بدین معنا که بر اساس محیط مورد استفاده و مدل گلوله های بارگذاری شده، می توان از سلاح مورد نظر برای شلیک به سوی اهداف هوایی و یا‌ حتی آبی سود برد.

 اژدر روسی VA-111 اشکفال

اجسام فرا حفره زا باید قادر به ایجاد نوعی حباب گاز در فضای پیرامونی خود باشند. از این رو DSG گلوله های خود را به چنین قابلیتی مجهز ساخته است. یکی از روش های احتمالی بدین صورت تشریح شده است: فشنگ به نوعی گرما را تحت کنترل خود در می آورد. گازهایی که از سوختن باروت متصاعد می شوند، همان هایی هستند که گلوله را به سمت بیرون از لوله سلاح هدایت می کنند و می توان از آنها به منظور ساخت حباب فرا حفره زایی نیز استفاده کرد.

کمپانی DSG Technologies در حال تحقیق روی دو مدل فشنگ است. یکی از آنها که A2 نام دارد از هوا به سوی اهداف هوایی و یا آبی شلیک می شود. در مقابل دیگری برای تجهیز نیروهای عملیات ویژه در محیط های آبی طراحی خواهد شد. علاوه بر این طبق برنامه ریزی های انجام شده قرار است که گلوله ها قابلیت شلیک از طریق تسلیحات کنونی نیروهای نظامی آمریکا را داشته باشند. بدین ترتیب پرسنل واحدهای ویژه می توانند یک اسلحه واحد را هم در محیط های معمولی و هم زیر سطح آب استفاده کنند.

نمونه ای دیگر از این دست تسلیحات APS روسی است که البته فقط عملکرد آبی مناسبی دارد.

سلاح APS

طبق برآوردهای صورت گرفته پیشبینی می شود که گلوله های آبی جدید از دقت خوبی برخوردار باشند. گفته شده است که این فشنگ ها با کمتر از 2.5 سانتی متر خطا از هدف در مسافتی به طول 91 متر به آن اصابت خواهند کرد. 

 مطالب مجله تصویری سلاح را در این لینک دنبال کنید.

پهپادی که به مسلسل مجهز است

یک شرکت‌ ترکیه‌ای، نوعی پهپاد ابداع کرده که به یک مسلسل مجهز است و می‌تواند با دقت به اهداف مورد نظر شلیک کند.

به گزارش ایسنا و به نقل از نیوساینتیست، ترکیه قصد دارد ارتش خود را به پهپادی مسلح کند که به یک مسلسل مجهز است و می‌تواند شلیک به هدف را با دقت انجام دهد. این پهپاد که وزن آن به 25 کیلوگرم می‌رسد، هشت پره چرخان دارد که به پرواز آن کمک می‌کنند.

کشورهای بسیاری در حال حاضر از پهپادهای کوچک نظامی استفاده می‌کنند که می‌توانند از عهده پرتاب نارنجک، پرواز به سوی هدف و منفجر کردن آن برآیند. این پهپاد جدید که "سونگار" (Songar) نام دارد و توسط یک شرکت ترکیه‌ای موسوم به "اسیسگارد" (Asisguard) ساخته شده، نخستین پهپاد مجهز به سلاح گرم است و مقامات ترکیه انتظار دارند که تا پایان سال آماده خدمت‌رسانی باشد.

شلیک دقیق به هدف، برای پهپاد بسیار دشوار است. بخشی از این دشواری، به دلیل مشکل در تعیین زاویه دقیق و بخشی دیگر به خاطر جابه‌جایی پهپاد پس از هر شلیک پیش می‌آید که هدف بعدی را تحت تاثیر قرار می‌دهد.

سونگار برای غلبه بر این چالش‌ها، دو سیستم دارد که یکی از آنها برای بررسی مسافت، زاویه، سرعت باد و محل قرار گرفتن هدف، به حسگر و دوربین مجهز است. سیستم دوم، مجموعه‌ای از بازوهای رباتیک است که مسلسل را حرکت می‌دهند تا به حالت خود پیش از شلیک و جابه‌جایی بازگردد.

دقت سونگار به اندازه‌ای است که قابلیت هدف قرار دادن هدفی به بزرگی یک انسان را نیز دارد. یک خلبان انسان نیز سونگار را به کمک یک کنترل از راه دور هدایت می‌کند تا عملکرد آن بی‌نقص باشد. به گفته سازندگان، این پهپاد، قدرت لازم را دارد تا از فاصله 200 متری به هدف مورد نظر شلیک کند اما آنها امیدوار هستند که سونگار به زودی بتواند از فاصله 400 متری نیز از عهده شلیک به هدف برآید.

سونگار، به حسگرهای مخصوص شب نیز مجهز است که امکان کار کردن در شب را برای آن فراهم می‌کنند. پهپادهای سونگار می‌توانند به صورت گروهی نیز عمل کنند؛ در نتیجه امکان هدایت سه پهپاد با یک کنترل از راه دور نیز وجود دارد تا با همکاری هم به یک هدف شلیک کنند.

یکی از نگرانی‌هایی که در زمینه تولید پهپاد وجود دارد، این است که امکان دارد گروه‌های مسلح، از این گونه پهپادها تقلید کرده و نسخه‌هایی مشابه آنها بسازند تا از عهده اهداف شوم خود برآیند.

طراحی و توسعه لباس های حفاظت محیطی با الهام از پوست کوسه!

بازوی تحقیقاتی پنتاگون و الهام از پوست کوسه!

نیروهایی که از جانب دولت آمریکا برای کمک رسانی فرستاده شده بودند، میانگین 6 ساعت از زمان کاری 8 ساعت در روز را صرف پوشیدن، درآوردن و پاک سازی لباس های استفاده شده می کردند و این گزارش بدین معنا است که هر نیرو تنها 2 ساعت فرصت داشت تا به بیماران گرفتار ابولا رسیدگی کند!

---

عصرایران؛ مجله تصویری سلاح- لباس های محیطی موجود در بازارهای نظامی سراسر دنیا که متناسب با شرایط جنگ شیمیایی و بیولوژیک طراحی شده اند، نقاط ضعف متعددی دارند. از جمله مهم ترین این معایب می توان به عدم استفاده آسان و همچنین فقدان یک سری از فاکتورهای محافظتی لازم اشاره کرد.

با توجه به ضرورت طراحی و توسعه لباس های محیطی با امکان حفاظت حداکثری از نیروهای نظامی، آژانس پروژه های پژوهشی پیشرفته دفاعی که یک بنگاه فناوری و پژوهشی وابسته به وزارت دفاع آمریکا است و به اختصار "دارپا" خوانده می شود، وارد عمل شده است.

این آژانس قصد دارد حجم هوای به دام افتاده در لباس های محیطی مخصوص جنگ های بیولوژیک و شیمیایی را تا جای ممکن کم کند تا آزادی حرکت بیشتری به فردی که لباس را به تن می کند، داده باشد. دارپا پوست کوسه را به عنوان یک راه حل احتمالی برای رفع مشکل ایمنی لباس های محیطی در برابر تسلیحات میکروسکوپی معرفی کرده است.

---

بیشتر بخوانید:

ممنوع؛ از خردل تا پتوی عفونی!(+تصاویر)

5 روبات نظامی برتر جهان (+تصاویر)

یکی از پناهگاه های متروکه دوران شوروی (+تصاویر)

زمانی که تیر هوایی شلیک می کنید، چه اتفاقی می افتد؟ (+فیلم)

---

بازوی تحقیقاتی پنتاگون به دنبال روشی است تا از طریق آن بتواند در درجه اول سلامت نیروهای نظامی آمریکا و پس از آن محققان را در مقابل حملات شیمیایی و بیولوژیک تضمین کند. هدف آنها تولید لباسی است که ضمن در اختیار داشتن حجم هوای داخلی حداقلی، عملکرد محافظتی بهتری نیز داشته باشد. حتی ممکن است در این مسیر از عناصر طبیعی مانند پوست کوسه ها در قالب منبع الهام استفاده شود.

جرقه های اصلی این نوآوری از کجا شروع شد؟

لباس های محیطی فعلی فضای زیادی را اشغال می کنند. این مشکل به خصوص در سال 2014 و بار دیگر 2017 در جریان همه گیری بیماری ویروسی ابولا در غرب آفریقا خود را نشان داد. نیروهایی که از جانب دولت آمریکا برای کمک رسانی فرستاده شده بودند، میانگین 6 ساعت از زمان کاری 8 ساعت در روز را صرف پوشیدن، درآوردن و پاک سازی لباس های استفاده شده می کردند و این گزارش بدین معنا است که هر نیرو تنها 2 ساعت فرصت داشت تا به بیماران گرفتار ابولا رسیدگی کند!

اما هم اکنون محصولی مد نظر دارپا است که بتواند دو کار اصلی را انجام دهد. نخست آن که لباس محیطی تولیدی باید قادر به ممانعت از مواجهه مستقیم میان فردی که لباس را بر تن کرده است و همینطور آلودگی های میکروسکوپی باشد و در واقع درست مانند یک سد فیزیکی عمل کند.

فاکتور دوم نیز مربوط به قابلیت خنثی سازی عوامل نفوذ یافته از میان سد فیزیکی و جلوگیری از تاثیر گذاری آنها بر پوست، چشم ها، دهان و بینی فرد خواهد بود. عملیات خنثی سازی باید بتواند به طور همزمان حداقل 2 تهدید شیمیایی و یا 3 تهدید بیولوژیک را شامل شود. الزامات مذکور باعث شدند تا روند طراحی سمت و سویی طبیعی به خود بگیرد.

به گفته دارپا با شبیه سازی بافت پوست کوسه بر طیف متنوعی از مواد مورد استفاده برای کاربردهای ضد میکروبی، می توان به ویژگی ذاتی ضد آلودگی و رسوب پوست این حیوان دست یافت.

اما چه الزمات شیمیایی و بیولوژیکی برای لباس های محیطی الهام گرفته از پوست کوسه تعیین شده است؟

در بعد شیمیایی لباس باید قادر به محافظت اپراتور خود از گاز کلر، آمونیاک، گاز خردل، سموم ارگانوفسفره به خصوص سارین و وی ایکس (عامل اعصاب) باشد. دفاع باکتریایی شامل باسیلوس آنتراسیس و استافیلوکوک اورئوس مقاوم به متی‌سیلین (MRSA) می شود و محافظت ویروسی نیز مواردی از جمله آنفلوانزا، راینو ویروس و تب خونریزی دهنده ویروسی مانند ابولا را پوشش می دهد. علاوه بر عوامل نام برده، محافظت در برابر سم رایسین، بوتولیسم و اپیوئیدهای مصنوعی نیز ضروری خواهد بود. طبق برنامه ریزی های انجام شده لیست اولیه از کارخانه هایی که برای تولید چنین لباسی اعلام آمادگی می کنند، در سال 2020 ارائه خواهد شد. پس از آن نیز برنده با همکاری آژانس تا سال 2025 اقدام به ساخت نمونه نهایی خواهد کرد.

مطالب مجله تصویری سلاح را در این لینک دنبال کنید.

Artificial Intelligence / Machine Learning

DeepMind’s AI has now outcompeted nearly all human players at StarCraft II

AlphaStar cooperated with itself to learn new strategies for conquering the popular galactic warfare game.

by Karen Hao

Oct 30, 2019

AlphaStar, playing as Zerg (in red), fighting off its human opponent.

courtesy of DeepMind

In January of this year, DeepMind announced it had hit a milestone in its quest for artificial general intelligence. It had designed an AI system, called AlphaStar, that beat two professional players at StarCraft II, a popular video game about galactic warfare. This was quite a feat. StarCaft II is highly complex, with 10²⁶ choices for every move. It’s also a game of imperfect information—and there are no definitive strategies for winning. The achievement marked a new level of machine intelligence.

Now DeepMind, an Alphabet subsidiary, is releasing an update. AlphaStar now outranks the vast majority of active StarCraft players, demonstrating a much more robust and repeatable ability to strategize on the fly than before. The results, published in Nature today, could have important implications for applications ranging from machine translation to digital assistants or even military planning.

StarCraft II is a real-time strategy game, most often played one on one. A player must choose one of three human or alien races—Protoss, Terran, or Zerg—and alternate between gathering resources, building infrastructure and weapons, and attacking the opponent to win the game. Every race has unique skill sets and limitations that affect the winning strategy, so players commonly pick and master playing with one.

AlphaStar used reinforcement learning, where an algorithm learns through trial and error, to master playing with all the races. “This is really important because it means that the same type of methods can in principle be applied to other domains,” said David Silver, DeepMind’s principal research scientist, on a press call. The AI also reached a rank above 99.8% of the active players in the official online league.

In order to attain such flexibility, the DeepMind team modified a commonly used technique known as self-play, in which a reinforcement-learning algorithm plays against itself to learn faster. DeepMind famously used this technique to train AlphaGo Zero, the program that taught itself without any human input to beat the best players in the ancient game of Go. The lab also used it in the preliminary version of AlphaStar.

Conventionally in self-play, both versions of the algorithm are programmed to maximize their chances of winning. But the researchers discovered that that didn’t necessarily result in the most robust algorithms. For such an open-ended game, it risked pigeon-holing the algorithm into specific strategies that would only work under certain conditions.

Taking inspiration from the way pro StarCraft II players train with one another, the researchers instead programmed one of the algorithms to expose the flaws of the other rather than maximize its own chance of winning. “That’s kind of [like] asking a friend to play against you,” said Oriol Vinyals, the lead researcher on the project, on the call. “These friends should show you what your weaknesses are, so then eventually you can become stronger.” The method produced much more generalizable algorithms that could adapt to a broader range of game scenarios.

The researchers believe AlphaStar’s strategy development and coordination skills could be applied to many other problems. “We chose StarCraft [...] because we felt it mirrored a lot of challenges that actually come up in real-world applications,” said Silver. These applications could include digital assistants, self-driving cars, or other machines that have to interact with humans, he said.

“The complexity [of StarCraft] is much more reminiscent of the scales that we’re seeing in the real world,” said Silver.

But AlphaStar demonstrates AI’s significant limitations, too. For example, it still needs orders of magnitude more training data than a human player to attain the same level of skill. Such learning software is also still a long way off from being translated into sophisticated robotics or real-world applications.