ИИ может собрать кубик Рубика за секунды, без каких-либо конкретных знаний предметной области

• Новый подход к глубокому обучению с подкреплением под названием DeepCubeA позволяет решить кубик Рубика за несколько секунд.
• Модель глубокого обучения может применяться в различных других областях, включая робототехнику и естественные науки.

Искусственный интеллект (ИИ) уже доказал свою эффективность в шахматах и ​​го, но более сложные головоломки, такие как кубик Рубика, не решались с помощью машинного интеллекта. Это классическая комбинационная головоломка, которая ставит перед машинным обучением уникальные и интригующие задачи.

Хотя методы машинного обучения ранее использовались для решения кубика Рубика, они не смогли эффективно и надежно решить головоломку. Кроме того, эти методы должны были полагаться на конкретные знания предметной области.

Теперь исследователи из Калифорнийского университета в Ирвине разработали метод глубокого обучения с подкреплением под названием DeepCubeA, который может решить невероятно сложную головоломку без каких-либо конкретных знаний в предметной области. Он может собрать кубик Рубика за несколько секунд без каких-либо внутриигровых инструкций со стороны людей.

По мере увеличения размеров сложность лежащей в основе комбинаторной головоломки резко возрастает. Например, поиск оптимального решения головоломки 15 занимает доли секунды на обычном компьютере, в то время как поиск оптимального решения головоломки 24 может занять несколько дней на той же машине.

В этом исследовании исследователи попытались разработать модель машинного обучения, которая может научиться решать различные головоломки, не полагаясь на знания человека в конкретной предметной области. Они объединили три современных подхода к разработке DeepCubeA -

1. Глубокое обучение
2. Классическое армирование (итерация приблизительного значения)
3. Методы поиска пути (вес A * поиск)

Он состоит из алгоритма глубокого обучения с подкреплением, который использует функцию политики и ценности в сочетании с поиском по дереву Монте-Карло для решения кубика Рубика.

Исследователи использовали структуру глубокого обучения TensorFlow для обучения сети - она ​​была обучена примерно на 10 миллиардах симуляций зашифрованной и завершенной головоломки. Весь процесс занял около 1 000 000 итераций, которые заняли 36 часов.

Ссылка:Природа | DOI:10.1038 / s42256-019-0070-z | UCI | Онлайн-демонстрация

После обучения DeepCubeA смог достичь 100% точности во время каждой тестовой конфигурации, находя кратчайший путь к конечному состоянию в 60,3% случаев.

DeepCubeA использует эвристическую функцию, которая никогда не переоценивает стоимость кратчайшего пути. Взвешенный поиск A * имеет определенные ограничения на то, насколько длина решения может отличаться от длины оптимального решения.

Приложения, выходящие за рамки комбинаторных головоломок

Исследовательская группа также обучила DeepCubeA разгадывать другие головоломки, в том числе 24 головоломки, Lights Out и Sokoban. Он смог найти кратчайший путь в большинстве проверяемых случаев.

Конечная цель исследований [подобных этому] - разработать модели глубокого обучения следующего поколения, которые можно будет применять в областях, выходящих за рамки комбинационных головоломок, от робототехники до естественных наук.

Мы уже ежедневно взаимодействуем с ИИ через поисковые системы и приложения, такие как Alexa и Siri. Однако эти системы не очень умны:ими легко манипулировать или обмануть.

Читайте:новый искусственный интеллект для игры в покер может разрушить многие онлайн-компании - поэтому разработчики его не выпускают

Нам нужно создать ИИ, который будет более надежным, умным и способным понимать, рассуждать и планировать. Исследование - маленький шаг к этой грандиозной цели.