影片中，美國空軍測試飛行員學校和國防高級研究計劃署（DARPA）聲稱，透過展示AI軟體能夠操縱經過改裝的F-16戰鬥機與人類飛行員進行「狗鬥」（Dogfight），在機器學習領域取得了突破性進展。

這一主張建基於美國空軍和DARPA在X-62A VISTA中機器學習的成果，這是一種可模仿其他飛機性能的試驗平台，他們的工作被評選為2023年國家航空協會羅伯特·J·科利爾獎的四名入圍者之一，這是一個美國航空航太年度傑出貢獻獎項。

美國空軍部長法蘭克·肯德爾（Frank Kendall）表示：「自主空對空戰鬥的潛力幾十年來都是可以想像的，但現實一直是一個遙不可及的夢想，直到現在。在2023年，X-62A突破了戰鬥航空中最重要的障礙之一。這是一個變革性的時刻，全都要歸功於突破性的成就。」

多年來，DARPA一直在測試用於駕駛模擬飛機的AI代理軟體。其空中作戰進化（ACE）計劃可追溯至2020年，當時AlphaDogfight試驗讓人類飛行員在飛行模擬器中對戰AI。

當時AI軟體獲勝，但當時AI有一個優勢，它被允許以可能會超負荷真實飛機並產生會傷害人類飛行員的g力的速度飛行。

啟發式或基於規則的自主性一直是軍事和太空應用中的常見方法。這類專家系統歸根結底就是依據條件觸發特定行動的「如果-則」（if-then）語句。但是當有太多變數和規則需要考慮時，這種方法就沒那麼有用了。

麻省理工學院CSAIL主任丹尼拉·魯斯（Daniella Rus）在DARPA影片中解釋：「機器學習方法依賴於分析歷史數據，為當前和未來情況做出明智決策，常常發現人類難以察覺或難以用傳統的基於規則的語言表達的洞見。在環境和情況不斷動態變化導致難以制定明確和健全的規則時，機器學習有著非凡的威力。」

軍用飛機之間的「狗鬥」無疑是一種動態場景。但機器學習有一個需要克服的缺陷，它需要足夠清晰可解釋和可驗證，以便軍方人員信任它，並使航空當局認可實施這種程式碼的系統。

X-62A本質上是一架經過改裝、整合了飛行模擬器的F-16戰鬥機，使機器學習代理能夠操作該飛機。

測試飛行員學校校長詹姆斯·瓦爾皮亞尼（James Valpiani）上校表示：「今年取得的非凡成就是將這些機器學習代理置於X-62A的真實環境中。」

2022年12月，機器學習代理首次控制了X-62A的飛行路徑，這是AI駕駛的里程碑。接下來幾個月，測試和改進工作持續進行，直到2023年9月，AI軟體在模擬「狗鬥」中操縱X-62A對抗由人類駕駛的F-16。在這過程中，它沒有違反人類安全規範，也沒有導致機上飛行員介入並接管控制權。

根據DARPA的說法，X-62A團隊的成就將被視為類似AlphaGo Zero對西洋棋、將棋和圍棋的影響，驗證了自主航空在軍事和民用領域的應用前景。

但該團隊的努力還不夠贏得2023年科利爾獎，該獎項最終頒發給了NASA及小行星樣本捕獲和返回任務的OSIRIS-REx團隊。