هوش مصنوعي خودآموخته بدون كمك انسان مكعب روبيك را حل كرد

محققان دانشگاه كاليفرنيا سيستم هوش مصنوعي جديدي ساخته اند كه ميتواند يك مكعب روبيك را در بازه زماني 1.2 ثانيه با  حدود 20 حركت حل كند. اين زمان حدودا دو ثانيه سريع تر از ركورد 3.47 ثانيه اي ثبت شده توسط انسان است ضمن آنكه افراد معمولي به دست كم 50 ثانيه براي اين كار نياز دارند. البته DeepCubeA (هوش مصنوعي دانشگاه كاليفرنيا) ركورددار حل ماشيني روبيك نيست. سال گذشته محققان رباتي ساختند كه ميتوانست مكعب روبيك را در 0.38 ثانيه حل كند. در واقع الگوريتم min2phase موسسه فناوري ماساچوست كه در اصل يك سيستم هوش مصنوعي هم به شمار نمي رود موفق شد مكعب روبيك را سه برابر سريع تر از DeepCubeA حل كند. علت اما اين است كه سيستم هاي ديگر مشخصا براي حل مكعب روبيك طراحي شده اند، حال آنكه DeepCubeA بايد متد خود را براي اين منظور طراحي كند. عجيب آنكه محققان مطمئن نيستند DeepCubeA چطور فهميده هر وجه از مكعب روبيك بلوك هاي رنگ يكساني دارد. همانطور كه ميدانيد اين مكعب ميتواند ميلياردها تركيب احتمالي داشته باشد حال آنكه تنها يك تركيب كامل برايش تعريف شده است (در اين وضعيت هر وجه مكعب يك رنگ دارد). دانشمندان براي ساخت DeepCubeA نتيجه نهايي را به آن نشان دادند با اين حال هوش مصنوعي آنها بايد مشخص مي كرد كه چطور ميتواند به نتيجه دست پيدا كند و همانطور كه اشاره كرديم دانشمندان هنوز درك كاملي از استراتژي هاي اتخاذ شده توسط آن براي رسيدن به نتيجه نهايي را ندارند. محققان براي شروع، كار را با نسخه شبيه سازي شده اي از يك مكعب كامل روبيك آغاز كردند و بعد مكعب را به هم زدند. در ادامه DeepCubeA طوري خود را آموزش داد كه معما را طي دو روز حل كند. همزمان با سخت تر شدن تركيب ها، DeepCubeA بايد مهارت هايش را هم براي اين كار بهبود مي داد. طبق مقاله جديدي كه در همين رابطه در نشريه Nature منتشر شده محققان ده ميليارد تركيب را در اختيار DeepCubeA قرار دادند و از آن خواستند كه ظرف 30 حركت يا كمتر مكعب را حل كند. در ادامه هزار تركيب مختلف مكعب از هوش مصنوعي DeepCubeA تست گرفته شد. هر دفعه هوش مصنوعي مكعب را با كمترين تعداد حركت حل مي كرد و در 60 درصد از تلاش هايش موفق عمل مي كرد. DeepCubeA از نوعي شبكه عصبي به همراه چندين تكنيك يادگيري ماشيني استفاده مي كند كه در آنها يك سيستم هوش مصنوعي با دنبال كردن الگوها و فرضيه سازي براساس آنها روند كار را ياد ميگيرد.