DeepCubeA AI无需领域知识瞬间解魔方
AI在国际象棋和围棋已证明成功，但魔方等更难组合谜题未通过机器智能求解。虽曾用机器学习技术解魔方，但未能高效可靠求解，且依赖特定领域知识。加州大学欧文分校研究者构建深度强化学习方法DeepCubeA，无任何特定领域知识，几秒内解魔方，无人类游戏内指导。维度增加时组合谜题复杂度剧增。15数码问题常规计算机分数秒找到最优解，24数码问题同机器可能需数天。研究旨在开发无需领域特定人类知识、能学会解各类谜题的机器学习模型。结合三大最先进方法开发DeepCubeA：深度学习、经典强化学习（近似值迭代）、寻路方法（加权A*搜索）。包含使用策略和价值函数结合蒙特卡洛树搜索解魔方的深度强化学习算法。用TensorFlow训练网络——约100亿次打乱/完成谜题模拟，100万次迭代耗时36小时。训练后DeepCubeA每测试配置100%准确，60.3%找到最短路径。启发式函数从不高估最短路径代价，加权A*搜索对解长度偏离最优解有界。团队还在24数码、Lights Out、Sokoban等谜题训练DeepCubeA，多数可验证案例找到最短路径。终极目标开发下一代深度学习模型应用于组合谜题外领域：机器人学到自然科学。我们日常通过搜索引擎、Alexa、Siri与AI交互，但这些系统非真正智能：易被操纵欺骗。需构建更鲁棒、更聪明、能理解推理规划的AI。研究是朝此宏大目标的小步迈进。
参考文献：Nature | DOI:10.1038/s42256-019-0070-z | UCI | 在线演示
延伸阅读：新扑克AI可摧毁众多在线公司——开发者拒绝发布
工业技术