Sedan uppfinningen av en ungersk arkitekt 1974, Rubiks kub har fått ögonbrynen på många som försökt lösa det, men 3D-logikpusslet matchar inte ett artificiellt intelligenssystem skapat av forskare vid University of California, Irvine.

DeepCubeA, en algoritm för inlärning av djupförstärkning programmerad av datavetenskapare och matematiker från UCI, kan hitta lösningen på en bråkdel av en sekund, utan någon specifik domänkunskap eller coachning i spelet från människor. Detta är ingen enkel uppgift med tanke på att kuben har färdigställningsvägar som numrerar i miljarder men bara ett måltillstånd - var och en av sex sidor som visar en fast färg - som tydligen inte kan hittas genom slumpmässiga drag.

För en studie publicerad idag i Nature Machine Intelligence , forskarna visade att DeepCubeA löste 100 procent av alla testkonfigurationer, hitta den kortaste vägen till målet tillstånd cirka 60 procent av tiden. Algoritmen fungerar också på andra kombinatoriska spel som glidbrickan, Lights Out och Sokoban.

"Artificiell intelligens kan besegra världens bästa mänskliga schack- och Go -spelare, men några av de svårare pussel, som Rubiks kub, inte hade lösts med datorer, så vi trodde att de var öppna för AI -tillvägagångssätt, "sa seniorförfattaren Pierre Baldi, UCI Distinguished Professor i datavetenskap. "Lösningen på Rubiks kub innebär mer symbolisk, matematiskt och abstrakt tänkande, så en djupinlärningsmaskin som kan knäcka ett sådant pussel närmar sig att bli ett system som kan tänka, anledning, planera och fatta beslut. "

Forskarna var intresserade av att förstå hur och varför AI gjorde sina drag och hur lång tid det tog att perfekta sin metod. De började med en datasimulering av ett färdigt pussel och krypterade sedan kuben. När koden var på plats och kördes, DeepCubeA utbildad isolerat i två dagar, lösa en allt svårare serie kombinationer.

"Det lärde sig på egen hand, "Noterade Baldi.

Det finns några människor, särskilt tonåringar, som kan lösa Rubiks kub i bråttom, men även de tar cirka 50 drag.

"Vår AI tar cirka 20 drag, oftast lösa det i det minsta antalet steg, "Sa Baldi." Just där, du kan se att strategin är annorlunda, så min bästa gissning är att AI:s resonemang är helt annorlunda än människans. "

Veteranen datavetenskapare sa att det slutliga målet med projekt som detta är att bygga nästa generation av AI -system. Oavsett om de vet det eller inte, människor berörs av artificiell intelligens varje dag genom appar som Siri och Alexa och rekommendationsmotorer som arbetar bakom kulisserna för sina favorit online -tjänster.

"Men dessa system är inte riktigt intelligenta; de är spröda, och du kan enkelt bryta eller lura dem, "Sa Baldi." Hur skapar vi avancerad AI som är smartare, mer robust och kan resonera, förståelse och planering? Detta arbete är ett steg mot detta rejäla mål. "