自從1974年由匈牙利建筑師發明以來，Rubik's Cube一直在努力解決許多人的問題，但3D邏輯謎題與加州大學歐文分校的研究人員創建的人工智能系統無法匹敵。

DeepCubeA是由UCI計算機科學家和數學家編寫的深度強化學習算法，可以在幾分之一秒內找到解決方案，沒有任何特定的領域知識或來自人類的游戲內輔導。考慮到立方體的完成路徑編號為數十億但只有一個目標狀態 - 六個邊中的每一個都顯示純色 - 這顯然無法通過隨機移動找到，這不是一項簡單的任務。

對于發表在Nature Machine Intelligence上的一項研究，研究人員證明，DeepCubeA解決了100%的所有測試配置，在60%的時間內找到了通往目標狀態的最短路徑。該算法還適用于其他組合游戲，如滑動拼圖游戲，Lights Out和Sokoban。

“人工智能可以擊敗世界上最好的人類象棋和圍棋玩家，但是一些比較困難的難題，比如魔方，并沒有被計算機解決，因此我們認為他們對人工智能方法是開放的，”資深作者 皮埃爾說。 Baldi，UCI計算機科學杰出教授。“Rubik's Cube的解決方案涉及更多的象征性，數學和抽象思維，因此可以破解這樣一個難題的深度學習機器越來越接近成為一個可以思考，推理，計劃和制定決策的系統。”

研究人員有興趣了解AI如何以及為何采取行動以及完善其方法需要多長時間。他們從一個完成的謎題的計算機模擬開始，然后擾亂了立方體。一旦代碼到位并運行，DeepCubeA將隔離培訓兩天，解決了一系列日益困難的組合。

“它獨自學習，”Baldi指出。

有些人，特別是青少年，可以匆忙解決魔方，但他們甚至需要大約50步。

“我們的人工智能需要大約20次動作，大部分時間都是以最少的步數解決它，”Baldi說。“就在那里，你可以看到策略是不同的，所以我最好的猜測是AI的推理形式與人類完全不同。”

這位資深計算機科學家表示，像這樣的項目的最終目標是建立下一代AI系統。無論他們是否知道，人們每天都會通過Siri和Alexa等應用程序以及在他們喜歡的在線服務幕后工作的推薦引擎感受人工智能。

“但這些系統并不是真正的智能; 他們很脆弱，你很容易打破或欺騙他們，“巴爾迪說。“我們如何創建更智能，更強大且能夠推理，理解和規劃的高級AI?這項工作朝著這個沉重的目標邁出了一步。“