UCI的研究人員創(chuàng)造了一種人工智能系統(tǒng)，可以在沒有任何領(lǐng)域知識和人類游戲指導(dǎo)的情況下，在1.2秒復(fù)原魔方，遠(yuǎn)快于目前3.47秒的人類紀(jì)錄。繼圍棋、德?lián)渲螅?a href="http://m.sdkjxy.cn/tags/ai/" target="_blank">AI又在魔方領(lǐng)域碾壓人類。

能夠?qū)⒛Х娇焖購?fù)原一直是魔方愛好者樂此不疲的事，目前人類的紀(jì)錄是3.47秒，由來自中國的杜宇生創(chuàng)造。

繼AI在圍棋、德?lián)渲心雺喝祟惡?，AI又在魔方領(lǐng)域超越人類。

加州大學(xué)歐文分校（UCI）宣布人工智能系統(tǒng)在1.2秒解決了這個難題，遠(yuǎn)超目前的人類世界紀(jì)錄。

該系統(tǒng)被稱為DeepCubeA——一種由UCI計算機科學(xué)家和數(shù)學(xué)家編寫的強化學(xué)習(xí)算法。據(jù)說，在沒有事先了解游戲或從人類處理人員那里獲得指導(dǎo)的情況下，AI解決了這個難題。

要知道，一個三階魔方有數(shù)十億種移動可能，這就讓這一成績更加不可思議了。

“人工智能可以擊敗世界上最好的人類象棋和圍棋玩家，但是一些比較困難的難題，比如魔方，還沒有被計算機解決，因此我們認(rèn)為這可以用人工智能方法解決，”資深作者Pierre Baldi表示：“魔方的解決方案涉及更多的符號、數(shù)學(xué)和抽象思維，因此可以破解這樣一個難題的深度學(xué)習(xí)機器越來越接近成為一個可以思考、推理、計劃和決策的系統(tǒng)。”

該成果已發(fā)表在《自然機器智能》雜志上，DeepCubeA用了100億個拼圖組合，目標(biāo)是在30個動作內(nèi)復(fù)原魔方。

研究人員表示，DeepCubeA解決了100％的測試問題，并且找到解決難題的最短途徑的概率在60％以上。此外，該算法也適用于其他類似游戲，比如滑動拼圖。

研究人員解釋道，高水平的人能夠在大約50次移動中還原魔方，但AI系統(tǒng)能夠在大約20次移動中還原立方體，通常以盡可能少的步數(shù)進行。

UCI的算法依賴于神經(jīng)網(wǎng)絡(luò)——一組旨在通過模仿人類大腦如何處理信息來找到潛在關(guān)系的算法。該算法還依賴于機器學(xué)習(xí)技術(shù)，該技術(shù)允許AI通過識別模式并使用最少人為干預(yù)的推理來學(xué)習(xí)。

但由于該算法僅僅是為了解決這個難題而被編程，因此研究人員不太清楚它到底是如何做到的。為了完善自己的能力，DeepCube隔離訓(xùn)練了兩天，在打開魔方的魔方時提高了技能。

“它自學(xué)的，” Baldi表示：“我最好的猜測是AI的推理形式與人類完全不同。”

根據(jù)世界立方協(xié)會的數(shù)據(jù)，復(fù)原魔方的人類世界紀(jì)錄降至約3.5秒，比20世紀(jì)80年代初的創(chuàng)紀(jì)錄時間少15秒。

UCI算法令人印象深刻，但它并不是復(fù)原魔方最快的AI。

2016年年底一個名為“Sub1 Reloaded”的機器人用時0.637秒復(fù)原一塊三階魔方，并創(chuàng)造了吉尼斯世界紀(jì)錄。

去年，一個由麻省理工學(xué)院（MIT）學(xué)生Ben Katz和軟件開發(fā)人員Jared Di Carlo共同創(chuàng)建的全新機器人以0.38秒解開三階魔方。

MIT的AI復(fù)原機器人（原速）

MIT的AI復(fù)原機器人（0.25倍速）

現(xiàn)在看來，人類在魔方領(lǐng)域追趕AI已無望，那么AI的極限又會是多少呢？