AIは、特定のドメイン知識がなくても、ルービックキューブを数秒で解決できます

人工知能（AI）は、チェスと囲碁ですでに成功していることが証明されていますが、ルービックキューブのようなより難しいパズルは、マシンインテリジェンスでは解決されていません。これは、機械学習に独自の興味深い課題をもたらす古典的な組み合わせパズルです。

以前はルービックキューブを解くために機械学習技術が使用されていましたが、パズルを効率的かつ確実に解くことができませんでした。また、これらの手法は特定のドメイン知識に依存する必要がありました。

現在、カリフォルニア大学アーバイン校の研究者は、特定のドメイン知識がなくても信じられないほど複雑なパズルを解くことができるDeepCubeAという名前の深い強化学習アプローチを構築しました。人間からのゲーム内コーチングなしで、数秒以内にルービックキューブを解決できます。

次元が大きくなると、基礎となる組み合わせパズルの複雑さが劇的に増加します。たとえば、15パズルの最適な解決策を見つけるには、従来のコンピューターでは数分の1秒かかりますが、24パズルの最適な解決策を見つけるには、同じマシンで数日かかる可能性があります。

この研究では、研究者は、ドメイン固有の人間の知識に依存することなく、さまざまなパズルを解く方法を学習できる機械学習モデルの開発を試みました。彼らは3つの最先端のアプローチを組み合わせてDeepCubeAを開発しました–

これは、ポリシーと値の関数をモンテカルロ木探索と組み合わせて使用し、ルービックキューブを解く深層強化学習アルゴリズムで構成されています。

研究者は、TensorFlowディープラーニングフレームワークを使用してネットワークをトレーニングしました。これは、スクランブルされて完成したパズルの約100億回のシミュレーションでトレーニングされました。プロセス全体は、36時間かかった約1,000,000回の反復で実行されました。

参照：自然| DOI：10.1038 / s42256-019-0070-z | UCI |オンラインデモ

トレーニングが完了すると、DeepCubeAは各テスト構成で100％の精度を達成し、60.3％の確率で最終状態への最短経路を見つけることができました。

DeepCubeAは、最短経路のコストを過大評価しないヒューリスティック関数を使用します。加重A *検索には、解の長さが最適解の長さからどれだけ変化するかについて一定の限界があります。

研究チームはまた、24パズル、Lights Out、および倉庫番を含む他のパズルについてDeepCubeAをトレーニングしました。検証可能なケースの大部分で最短経路を見つけることができました。

[このような]研究の最終的な目的は、ロボット工学から自然科学に至るまで、組み合わせパズルを超えた分野に適用できる次世代の深層学習モデルを開発することです。

私たちはすでに、AlexaやSiriなどの検索エンジンやアプリを介してAIと日常的にやり取りしています。ただし、これらのシステムは実際にはインテリジェントではありません。簡単に操作したり、だましたりすることができます。

読む：新しいポーカーをプレイするAIは、多くのオンライン企業を破壊する可能性があるため、開発者はそれを解放していません

より堅牢で、よりスマートで、理解、推論、計画が可能なAIを構築する必要があります。この調査は、この大規模な目標に向けた小さな一歩です。

産業技術