免費發布信息

  • 供應|
  • 求購|
  • 公司|
  • 資訊|
  • 展會|
當前位置: 首頁 » 資訊 » 技術新品 » 正文

比人類還聰明?這種AI靠自學就會玩魔方,百分百成功且只需20步

放大字體  縮小字體 發布日期:2019-07-24  來源:中原五金機電網     瀏覽次數:316
核心提示:人工智能已經能在很多方面勝過人類,比如下圍棋、象棋、打撲克牌近日,一種深度學習算法已經被開發出來,它可以比任何人更快地解
 人工智能已經能在很多方面勝過人類,比如下圍棋、象棋、打撲克牌……近日,一種深度學習算法已經被開發出來,它可以比任何人更快地解魔方。
 
  它從來沒有失敗過,達到了100%的成功率,而且可以把步驟控制在約20步。
 
  人類可以打破人工智能18秒的紀錄,世界紀錄大約是4秒,但人類的效率要低得多,通常需要50步左右。
 
  它是由加州大學歐文分校發明的。
 
  這種新方法解決了計算機科學中的一個重要問題——如何使用這個名為DeepCube A的系統,在獲得的幫助最小的情況下解決復雜的問題。
 
  在《自然機器智能》(Nature Machine Intelligence)今天發表的一項研究中,研究人員證明,DeepCubeA能夠100%解決所有測試問題,并在大約60%的時間里找到了通往目標狀態的最短路徑。
 
  來自加利福尼亞大學的Pierre Baldi和他的同事們從之前的DeepCube項目中開發了DeepCubeA。
 
  使用一種名為“自行迭代學習法”(autodidactic iteration)的新型深度學習技術,通過創建自己的獎勵體系來自學。
 
  Baldi教授說:“人工智能可以打敗世界上最好的人類象棋和圍棋選手,但一些更難的謎題,比如魔方,還沒有被電腦破解,所以我們認為這些領域對人工智能的嘗試是開放的。”
 
  “魔方的解決方案涉及到更多的符號、數學和抽象思維,因此能夠破解這樣一個謎題的深度學習機器,正越來越接近成為一個能夠思考、推理、計劃和決策的系統。”
 
  給定一個未解的多維數據集,機器必須確定特定的移動是否是對現有狀況的改進。它通過結合強化學習和尋路的方法,在沒有人類幫助的情況下解決謎題。
 
  與傳統算法相比,DeepCubeA使用更少的內存,能夠在大多數情況下識別出謎題的最短路徑。
 
  作者表示,它可以解決魔方、熄燈游戲(Lights Out)、推箱子(Sokoban)和更大的問題,包括一個48片的滑動拼圖。
 
  經過訓練后,網絡使用一個標準的搜索樹來搜索每個狀況下的建議動作。
 
  使用相同方法能解決的游戲范圍很廣,這意味著它可以用于更大的問題,以找到接近最優解。解決含有大量組合的謎題,也有助于幫助我們了解科學問題如何解決,比如蛋白質折疊。
 
  魔方是一個創建于1974年的三維拼圖游戲,它的目標是對齊魔方同一面上所有相同顏色的方塊。
 
  傳統的算法可以解決謎題,但它們的計算能力和內存要求使得它們不適合像魔方這樣的謎題。這是因為它們通常不能通過隨機移動找出答案,而且很難從任何角度解出這個立方體。
 
  核心算法的通用性表明,它可能具有超越組合謎題的應用,因為在規劃、機器人和自然科學中,狀態空間大、目標狀態少的問題并不罕見。
 
  這并不是人工智能第一次展示“超能力”。
 
  此前,一臺電腦在撲克比賽中擊敗了世界冠軍中的五名選手。這是第一次在復雜的戰略和計算游戲中,計算機擊敗了不止一個對手。
 
  1996年,計算機首次在國際象棋比賽中擊敗了人類世界冠軍,兩年前,在更為復雜的中國戰略游戲圍棋中,更是如此。
 
  但撲克帶來了更大的挑戰,因為它涉及到幾位玩家。與國際象棋或圍棋不同的是,計算機不能訪問所有可用的信息,因為它看不到對手的牌。
 
 
 
[ 資訊搜索 ]  [ 加入收藏 ]  [ 告訴好友 ]  [ 打印本文 ]  [ 違規舉報 ]  [ 關閉窗口 ]

 
0條 [查看全部]  相關評論

 
推薦圖文
推薦資訊
點擊排行
 
網站首頁 | 關于我們 | 聯系方式 | 使用協議 | 版權隱私 | 網站地圖 | 排名推廣 | 廣告服務 | 積分換禮 | 網站留言 | RSS訂閱 | 豫ICP備16019751號-2
網絡支持:思創網絡
 
今晚买什么生肖特马