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，遠快于目前3.47秒的人類紀錄。繼圍棋、德?lián)渲螅?a href="http://www.1cnz.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)渲心雺喝祟惡螅珹I又在魔方領(lǐng)域超越人類。

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

該系統(tǒng)被稱為DeepCubeA——一種由UCI計算機科學家和數(shù)學家編寫的強化學習算法。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)學和抽象思維，因此可以破解這樣一個難題的深度學習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習技術(shù)，該技術(shù)允許AI通過識別模式并使用最少人為干預(yù)的推理來學習。

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錄降至約3.5秒，比20世紀80年代初的創(chuàng)紀錄時間少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)造了吉尼斯世界紀錄。

去年，一個由麻省理工學院（MIT）學生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？