Rubik Cube løst på 1,2 sekunder

Rubic-Cube
Forskere ved University of California, har skabt et kunstigt intelligenssystem, der kan løse en Rubik Cube med et gennemsnit på 1,2 sekunder og omkring 20 bevægelser.


Det er to sekunder hurtigere end den nuværende menneskelige verdensrekord på 3,47 sekunder, mens ”normale folk” med erfaring på området, kan gøre det på omkring 50 sekunder.

UC Irvine's DeepCubeA holder imidlertid ikke rekorden for automatiseret Rubik Cube løsning. Sidste år byggede forskere en robot, der kunne fuldføre puslespillet på 0,38 sekunder. Massachusetts Institute of Technology min2-fase algoritme, som ikke er et konkret AI-system, løst det tre gange hurtigere end DeepCubeA. Mens andre metoder var specifikt designet til at løse terningen, måtte DeepCubeA smede sin egen vej.

Man kunne undres over, hvordan DeepCubeA fandt ud af, hvordan man sørger for, at Rubiks kubus havde en solid farveblok på hver af sine seks ansigter. Der er milliarder af mulige kombinationer til terningen, men kun et enkelt færdigt resultat. Mens forskerne viste AI, hvordan slutresultatet så ud, måtte DeepCubeA finde ud af, hvordan man kommer derhen, og de har endnu ikke en fuld forståelse for, hvordan den udviklede sine strategier.

Forskerne startede med en simuleret version af en færdig Rubiks Cube, og derefter blandede den godt og grundigt den. DeepCubeA træede derefter sig selv til at løse puslespillet i løbet af to dage, hvilket forbedrede dens egne kompetencer. Ifølge et dokument udgivet i Nature, gav forskerne DeepCubeA 10 mia. kombinationer og opfordrede den til at løse gåderne i 30 eller færre træk.

AI’en blev derefter testet på tusind kombinationer. Det resulterede i løst opgave hver eneste gang, og udført i mindste antal bevægelser i omkring 60 procent af forsøgene. Algoritmen kan også finde løsninger på andre spil, herunder glidende flise puslespil (hvor tal skal i den rigtige rækkefølge), Lights Out og Sokoban.

DeepCubeA bruger et neuralt netværk (som efterligner hvordan det menneskelige sind behandler information) sammen med machine learning, hvor et AI system lærer ved at registrere mønstre og teoretisere med meget spartan menneskelig input. Det giver ifølge forskerne en forstærket lærings tilgang, med det lærte "how to solve increasingly difficult states in reverse from the goal state without any specific domain knowledge"

Forskerne har tidligere udgivet et dokument om en anden tilgang til puslespillet, Approximate Policy Iteration. Men det også løste Rubik Cuben hver gang, typisk i 30 bevægelser med en gennemsnitlig løsningstid på 10 minutter.

Da DeepCubeA ikke var specielt designet til at løse Rubik Cube terninger fra 70'erne, kunne algoritmen meget vel have nogle større gevinster løbende.

Læs meget mere via BBC, Ben Katz

Vores partnere