IA se nauči sama rešiti čarobno kocko v samo 44 urah

Usposabljanje stroja za zmago v igrah, za katere je potrebno veliko človeškega sklepanja, kot sta šah ali Go, je že realnost za področje umetne inteligence (AI) s tako imenovano okrepitvijo učenja. Zdaj so znanstveniki na kalifornijski univerzi v Irvine šli še korak dlje: ustvarili so DeepCube, sistem, ki zahteva minimalno nadzorovanje, da bi lahko samo v 44 urah zadel tradicionalno čarobno kocko.

Imenovana tudi Rubikova kocka, ustvaril jo je Madžar Erno Rubik leta 1974 in ponuja tridimenzionalno sestavljanko z več kot 43 kvintilionskimi kombinacijami in jo je mogoče rešiti z najmanj 26 potezami. Igrača je do danes zelo uspešna in je od svojega nastanka prodala več kot 350 milijonov enot - celo pridobila je nekaj sprememb, da bi povečala izziv.

Da bi premagali kocko, so morali raziskovalci iti nekoliko dlje od tistega, kar so opazili v šahovskih in golomejskih poskusih, ker uspeh, ki deluje s prostori, ne temelji na nagradi na enak način, zato mora biti računalnik usmerjen na drug način. kako vedeti, ali se pravilno lotevate neke rešitve.

Kako deluje ta sistem?

Stephen McAleer in njegovi sodelavci na kalifornijski univerzi v Irvine so ustvarili novo tehniko globokega učenja, imenovano "samoučna iteracija", ki lahko AI nauči, kako ustvariti svoj lastni sistem nagrajevanja, da se prepriča, ali lahko vsaka poteza vodi k uspehu.

Če želite to narediti, se mora izvleči iz že rešene čarobne kocke in narediti korak za korakom nazaj. Ta način razumevanja izziva ni najprimernejši, toda tu prihaja nevronska mreža in njeni zapleteni izračuni, ki so lahko v tem procesu zapolnili vrzeli. Ko je na ta način usposobljen, stroj nato sestavi iskalno drevo z različnimi predlogi za vsako nastavitev.

čarobna kocka

Shema predstavljena v dokumentaciji znanstvenikov

"Naš algoritem lahko reši 100% naključno premešanih kock, pri tem pa doseže povprečno ločljivost v 30 potezah - kar je manj kot ali enako uspešnosti človeških strokovnjakov, " je slavil McAleer. V 44 urah usposabljanja na 32-jedrnem strežniku Intel Xeon E5-2620 in treh grafičnih procesorjih Nvidia Titan XP smo uporabili dva milijona različnih iteracij v osem milijard kock.

Ta novica tematiki prinaša več svetlobe, ker se je globoko učenje še vedno močno potrudilo, da bi AI dokončal igre, kot so Sokoban, Montevuma Revenge in samostojno število dejavnikov.

In kje se to lahko uporabi?

Očitno končni cilj ni samo ustvariti sistem, ki lahko premaga čarobno kocko. To je mogoče uporabiti tako, da stroj reši nepričakovane sekvence v vesolju kombinacij z znano rešitvijo. DeepCube lahko "algebrično manipulira s predhodno pridobljenim znanjem in tako odgovori na novo vprašanje", pravijo raziskovalci.

Z uresničitvijo teh ciljev lahko novost uporabimo za odkrivanje novih zdravil, izvajanje DNK analiz in pomoč robotom, da sami odločijo o nekaterih tipičnih situacijah v našem človekovem vsakdanjem življenju. Počakajmo na naslednje korake, saj že obstajajo cilji za premagovanje težjih 16-stranskih kock.

***

Poznate glasilo Mega Curioso? Tedensko izdelujemo ekskluzivne vsebine za ljubitelje največjih radovednosti in bizarnosti tega velikega sveta! Registrirajte svoj e-poštni naslov in ne zamudite tega stika!

IA se sama nauči, kako rešiti čarobno kocko v samo 44 urah prek TecMundo