IA oppii ratkaisemaan maagisen kuution yksinään vain 44 tunnissa

Koneen kouluttaminen voittamaan pelejä, jotka edellyttävät paljon pelkästään ihmisen päättelyä, kuten shakki tai Go, on jo todellisuus tekoälyn (AI) kentällä, niin kutsutulla oppimisen vahvistamisella. Nyt Irvinein Kalifornian yliopiston tutkijat ovat menneet askeleen pidemmälle: he ovat luoneet DeepCube-järjestelmän, joka vaatii minimaalista valvontaa voidakseen lyödä perinteisen maagisen kuution yksinään vain 44 tunnissa.

Unkarin Erno Rubikin vuonna 1974 luoma, sitä kutsutaan myös Rubikin kuutioksi. Se tarjoaa kolmiulotteisen palapelin, jossa on yli 43 kvintilliumyhdistelmää ja joka voidaan ratkaista vähintään 26 liikkeellä. Lelu on menestynyt tähän mennessä, ja se on myynyt yli 350 miljoonaa yksikköä alusta asti - jopa saanut joitain muunnelmia lisätä haastetta.

Kuution voittamiseksi tutkijoiden piti mennä hiukan pidemmälle kuin mitä shakki- ja Go-kokeissa havaittiin.Se johtuu siitä, että menestys vuorotellen välilyönneillä ei perustu palkkioihin samalla tavalla, joten tietokone on suunnattava toisella tavalla. tapa tietää, jos olet menossa oikein kohti jotakin ratkaisua.

Kuinka tämä järjestelmä toimii?

Stephen McAleer ja hänen kollegansa Kalifornian yliopistossa Irvineissa ovat luoneet uuden syvän oppimisen tekniikan, jota kutsutaan ”itseopittavaksi iteraatioksi”, joka voi opettaa AI: lle kuinka luoda oma palkitsemisjärjestelmä nähdäkseen, voivatko jokainen tehty siirto johtaa menestykseen.

Tätä varten hänen on päästävä pois jo ratkaisetusta taikakuutiosta ja tehtävä askel askeleelta taaksepäin. Tämä tapa ymmärtää haaste ei ole sopivin, mutta tässä tulee hermoverkko ja sen monimutkaiset laskelmat, jotka pystyivät täyttämään aukot tämän prosessin aikana. Kun kone on koulutettu tällä tavalla, laite koota sitten hakupuun, jossa on erilaisia ​​ehdotuksia kullekin asetukselle.

"Algoritmimme pystyy ratkaisemaan 100% satunnaisesti sekoitetuista kuutioista saavuttamalla keskimääräisen resoluution 30 liikkeessä - mikä on pienempi tai yhtä suuri kuin ihmisten asiantuntijoiden suorituskyky", juhli McAleer. Kaksi miljoonaa erilaista iteraatiota kahdeksassa miljardissa kuutiossa käytettiin 44 tunnin harjoituksissa 32-ytimisen Intel Xeon E5-2620 -palvelimen ja kolmen Nvidia Titan XP GPU: n avulla.

Uutiset tuovat aiheeseen enemmän valoa, koska syvä oppiminen on edelleen vaikeaa auttaa AI: n täydellisiä pelejä, kuten Sokoban, Montezuma's Revenge ja alkulukukertoimet yksinään.

Ja missä tätä voidaan soveltaa?

Loppujen päämäärä ei selvästikään ole vain sellaisen järjestelmän luominen, joka pystyy voittamaan maagisen kuution. Tätä voidaan käyttää niin, että kone pystyy ratkaisemaan odottamattomia sekvenssejä yhdistelmien universumissa tunnetulla ratkaisulla. Tutkijoiden mukaan DeepCube pystyy käsittelemään algebralla aiemmin hankittua tietoa vastaamaan uuteen kysymykseen.

Suorittamalla nämä tavoitteet, uutuutta voidaan soveltaa uusien lääkkeiden löytämiseen, DNA-analyysien suorittamiseen ja auttaa roboteja päättämään itselleen tyypilliset tilanteet ihmisen jokapäiväisessä elämässä. Odotetaan seuraavia vaiheita, koska jo on olemassa tavoitteita vaikeampien 16-puolisten kuutioiden voittamiseksi.

***

Tiesitkö Mega Curioson uutiskirjeen? Tuotamme viikoittain eksklusiivista sisältöä tämän suuren maailman suurimman uteliaisuuden ja omituisuuden ystäville! Rekisteröi sähköpostiosoitteesi ja älä unohda tätä tapaa pitää yhteyttä!

IA oppii omalta osaltaan ratkaisemaan maagisen kuution vain 44 tunnissa TecMundon kautta