(2018年4月10日星期二，在美國佐治亞州亞特蘭大市，魔方創(chuàng)作者埃爾諾·魯比克(Erno Rubik)正在簽名。出生于匈牙利的魯比克于1974年創(chuàng)造了這個五彩魔方，據(jù)估計，自此魔方在全世界已經(jīng)售出了4億件。)

2019年7月14日，第10屆世界魔方協(xié)會(WCA)錦標(biāo)賽在墨爾本舉行，這次大會上誕生了新的魔方世界冠軍。今年的冠軍是德國的菲利普·威爾，他在6.74秒內(nèi)解出了3×3×3的魔方。

加州大學(xué)歐文分校(UCI)的計算機科學(xué)家和數(shù)學(xué)家編寫了一種名為DeepCubeA的人工智能程序，它可以在不需要任何領(lǐng)域的專業(yè)知識或人類游戲指導(dǎo)的情況下，在一秒鐘內(nèi)解出魔方。這項研究于2019年7月15日發(fā)表在《自然機器智能》雜志上。

在研究中，DeepCubeA算法100%地解決了所有的測試項目，并且只花了人類所需時間的60%便找到了破解魔方——每一面都顯示為單色的最短路徑。研究人員表示，該算法也適用于其他組合游戲，如滑動拼圖、熄燈和推箱子游戲。

“這項工作創(chuàng)造了一個人工智能系統(tǒng),它可以自動學(xué)習(xí)如何破解具有典型性的魔方，解決具有大量可行性的各項問題和提供一小部分的解決方案。如果沒有這一人工智能，這些解決方案由于大量的隨機波動而具有極大的困難性。”皮埃爾·巴爾迪說道，他是一名來自加州大學(xué)歐文分校的優(yōu)秀計算機科學(xué)教授。

巴爾迪認(rèn)為，破解魔方問題需要更多的符號、數(shù)學(xué)和抽象思維。因此能夠破解魔方這樣一個謎題的深度學(xué)習(xí)機器，正越來越接近成為一個能夠思考、推理、計劃和決策的系統(tǒng)。

“機器人和其他領(lǐng)域中需要某種規(guī)劃的許多問題也具有這些特征，”巴爾迪補充說。“想象一下，一個機器人負(fù)責(zé)清理你的廚房：機器人將做出一系列有如天文數(shù)字一般多的動作，但創(chuàng)造一個潔凈的廚房的步驟卻很少。隨意移動臟盤子是行不通的?！?/p>

“更廣泛地說，這項工作是連接機器學(xué)習(xí)人工智能和符號人工智能的整體努力的一部分，以解決需要通過人類規(guī)劃和推理才能解決的復(fù)雜問題，”巴爾迪補充說。

在這項研究中，研究人員想要了解人工智能是如何以及為何做出這些動作的，以及需要多長時間來完善其解決方法和步驟。為了做到這一點，他們先用電腦模擬出一個完整的拼圖，然后把這個拼圖打亂。在代碼運行之后，DeepCubeA進行了兩天的隔離訓(xùn)練，解決了一系列越來越難的組合，在此期間，該人工智能開始了自學(xué)的道路。

巴爾迪表示，有些人可以在50步左右的時間內(nèi)解出魔方，但DeepCubeA的人工智能可以在最少20步內(nèi)破解出魔方。巴爾迪還表示，這表明了不同推理策略將產(chǎn)生不同結(jié)果，人工智能的推理形式與人類的推理是不同的。

(選自：Forbes 原作者：Jennifer Kite-Powell 編譯：網(wǎng)易智能 參與：Yuki)