एआई ने खुद ही सीखा कि रूबिक क्यूब कैसे बनाया जाता है

कंप्यूटर प्रोग्राम लंबे समय तक शतरंज खेलने में सक्षम रहे हैं, और डीप माइंड से अपेक्षाकृत हाल ही में विशेष मंच को पेशेवर रूप से खेलने के लिए भी प्रशिक्षित किया गया है। इतना पेशेवर कि कंप्यूटर के बराबर लोगों के बीच कोई खिलाड़ी नहीं हैं, और सबसे अधिक संभावना नहीं है।

दूसरे दिन यह ज्ञात हो गया कि मशीन ने स्वतंत्र रूप से एक और जटिल पहेली को हल करना सीखा - रूबिक क्यूब। इसके अलावा, प्रशिक्षण के दौरान, उन्होंने उसे प्रदर्शित नहीं किया कि क्यूब को सही ढंग से कैसे इकट्ठा किया जाए, संयुक्त राज्य अमेरिका के वैज्ञानिकों द्वारा बनाए गए सॉफ़्टवेयर प्लेटफ़ॉर्म ने सब कुछ स्वतंत्र रूप से किया। कुछ विशेषज्ञों का मानना ​​है कि एक और "गढ़, जिसे मनुष्य का अधिकार माना जाता था", मशीनों के सामने गिर गया।

रूबिक क्यूब, या यों कहें, इसका असेंबली अल्गोरिद्म , इसमें जटिल है कि प्रत्येक असेंबली एक्शन के कुछ निश्चित परिणाम होते हैं, लेकिन समग्र असेंबली प्रक्रिया पर उनके प्रभाव की भविष्यवाणी करना कठिन है। यहां तक ​​कि कार के लिए भी। लोग आमतौर पर पहले से विकसित एल्गोरिदम के अनुसार एक क्यूब को इकट्ठा करना सीखते हैं जो पहेली को कम से कम समय में हल करने की अनुमति देता है।

कुछ छात्र इस क्षेत्र में आश्चर्यजनक सफलता हासिल कर रहे हैं। इसलिए, इस साल मई में , रूबिक के घन को दो हाथों से इकट्ठा करने के लिए एक और रिकॉर्ड बनाया गया। चैंपियन, एक 22 वर्षीय ऑस्ट्रेलियाई जिसका नाम फेलिक्स ज़मदेग्स है, वह सिर्फ 4.22 सेकंड में घन को इकट्ठा करने में सक्षम था। उन्होंने 12 साल की उम्र से प्रशिक्षण शुरू किया, YouTube पर असेंबली रिकॉर्ड देखा।


कार के लिए, रोबोट घन को और भी तेजी से इकट्ठा करते हैं। इस साल यह रिकॉर्ड 0.38 सेकंड में सेट किया गया था। यह तेज हो सकता था, लेकिन घन के मैकेनिक खुद इसे खड़ा नहीं कर सकते थे। एक रिकॉर्ड स्थापित करने के प्रयास में, डेवलपर्स को क्यूब के डिजाइन को मजबूत करना था, अन्यथा यह मशीन के बहुत तेज हेरफेर से अलग हो गया।


ऊपर वर्णित मंच के मामले में, सिस्टम की मेमोरी में पहले से दर्ज किए गए एल्गोरिदम के अनुसार काम किया जाता है। लेकिन एमआईटी के वैज्ञानिक क्यूब को अपने दम पर इकट्ठा करने के लिए अपने स्वयं के सिस्टम को प्रशिक्षित करने में सक्षम थे।



क्यूब को स्वयं बनाते समय, इसके आविष्कारक का सबसे दिलचस्प काम किसी भी स्थिति से पहेली को हल करने का एक तरीका विकसित करना था। एक महीने में इंजीनियर रूबिक ऐसा करने में कामयाब रहे। भविष्य में, विधानसभा एल्गोरिथ्म में बार-बार सुधार किया गया है।

हाल ही में, एआई विशेषज्ञों ने मशीन को सिखाने का एक तरीका ढूंढना शुरू कर दिया है कि कैसे मरना है। डीप मशीन लर्निंग का उपयोग किया गया था। प्रणाली को एक कार्य दिया गया और नियमों को समझाया गया। इसके बाद, रोबोट को अपने दम पर काम करना था। प्रगति के मामले में, मशीन को एक इनाम मिला - ऐसा कुछ और एआई के कमजोर रूपों को सिखाना। आखिरकार, कंप्यूटर को पता होना चाहिए कि सही दिशा में क्या चल रहा है। और उन्होंने उसे इनाम प्रणाली के माध्यम से यह बता दिया। यह सब मशीन को सीखने में मदद करता है।

रूबिक क्यूब के मामले में, यह सामान्य मामले की तुलना में कुछ अधिक जटिल है। तथ्य यह है कि एक निश्चित क्षण तक यह समझना असंभव है कि सिस्टम सही ढंग से काम कर रहा है या नहीं। और चेहरे के एक आकस्मिक मोड़ के लिए पुरस्कृत करने का कोई मतलब नहीं है जो परिणाम नहीं लाता है। शतरंज में, सब कुछ सरल है - पहले से ही दूसरी या तीसरी चाल से आप समझ सकते हैं कि खेल किस दिशा में आगे बढ़ रहा है और मशीन अच्छी तरह से काम करती है या नहीं। तदनुसार, इनाम देने के लिए कुछ है।

रूबिक के क्यूब बनाने के लिए कंप्यूटर को सिखाने के लिए, एक विशेष गहरी सीखने की तकनीक का उपयोग किया गया था, जिसे "ऑटोडिडैक्टिक पुनरावृत्ति" कहा जाता था। यह तकनीक आपको कॉन्फ़िगरेशन को प्राप्त करने के लिए पहले से इकट्ठे क्यूब को "स्पिन" करने की अनुमति देती है जो वर्तमान के समान है। यह रिवर्स इंजीनियरिंग की तरह कुछ करता है, अगर यह शब्द मशीन सीखने पर लागू होता है। एक विशेष "निर्णय ट्री" बनाया जाता है, जिसे मशीन प्रत्येक कॉन्फ़िगरेशन के चरणों की गणना करने के लिए उपयोग करती है।

परिणाम प्रभावशाली था। खुद डेवलपर्स के अनुसार, एल्गोरिथ्म पहेली को लगभग 30 चालों में हल कर सकता है। इसके अलावा, मशीन 100% मामलों में क्यूब को इकट्ठा करती है, इससे कोई फर्क नहीं पड़ता कि यह असंतुष्ट पहेली का कौन सा संस्करण है। सामान्य तौर पर, एक अच्छी तरह से खंडित पहेली को इकट्ठा करने के लिए, आपको 19 से 23 चरणों की आवश्यकता होती है। कुछ समाधान दूसरों की तुलना में तेजी से वांछित परिणाम की ओर ले जाते हैं। सबसे तेज़ बिल्ड एल्गोरिथ्म में 21 चरण होते हैं।

MIT इंजीनियरों द्वारा विकसित मंच को दीप क्यूब कहा जाता है। रिपोर्ट में कहा गया है, "हमारा मंच जटिल वातावरण में आत्म-सीखने में सक्षम है, काम की पूरी प्रक्रिया के लिए केवल एक पुरस्कार प्राप्त करता है।"

अब वैज्ञानिकों की एक ही टीम अन्य जटिल कॉम्बीनेटरियल समस्याओं के समाधान के लिए अपनी शिक्षण पद्धति के कार्यान्वयन पर काम कर रही है। दूसरों के बीच, प्रोटीन की तृतीयक संरचना की भविष्यवाणी।