Ein ikonisches Puzzle aus den 1980er Jahren – der rubik cube selbst gestalten – wird verwendet, um eine sehr aktuelle Lücke zwischen Deep Learning und fortgeschrittener Mathematik zu schließen. Pierre Baldi, der Informatikprofessor, der die Bemühungen eines Forscherteams an der University of California, Irvine, beaufsichtigt, beschrieb diese Lücke als das größte Rätsel, mit dem die KI heute konfrontiert ist.

„Die Leute beschweren sich, dass Deep Learning eine Black Box ist und dass sie nicht wissen, was das Netzwerk tut“, sagte Baldi. „Wir konnten sehen, dass das Netzwerk Mathematik lernte.“

Der zauberwürfel bedrucken mit seinen mehrfarbigen Gesichtern hat natürlich seit seiner Erfindung im Jahr 1974 durch den ungarischen Bildhauer und Architekturprofessor Ernő Rubik die Menschen fasziniert und verwirrt. fotokalender 2022 hat zwei Arten von anpassbaren zauberwürfel mit eigenen bildern , aus denen Sie wählen können, und wir können auch einen kostenlosen Versand anbieten.

Die Entdeckung des Forschungsteams – dass ein Deep-Learning-Modell verwendet werden kann, um einer Maschine Mathematik beizubringen, in diesem Fall das algebraische Konzept, das als Gruppentheorie bekannt ist – ist das, was Baldi einen „kleinen Schritt in der großen Herausforderung der KI“ nannte.

Nicht das ursprüngliche Ziel
Das war nicht das Ziel der Forscher. Vielmehr wollten sie ein Deep-Learning-Modell bauen, das den Rubik’s Cube ohne menschliche Hilfe lösen kann, ähnlich wie frühere Modelle die Schachspiele gemeistert haben und gehen.

Sie taten dies, indem sie ihm beibrachten, sich dem Würfel wie ein Kind zu nähern. Ausgehend von einem gelösten Rätsel machte das Modell zunächst einen Zug zurück, bevor es es löste. Dann brauchte es zwei Züge zurück und löste es, dann drei Züge zurück und so weiter. Dies zwang den Algorithmus, bei jedem Versuch etwas mehr zu lernen. Baldi vergleicht es mit dem Erlernen von Golf, indem er zuerst mit Tap-In-Puts beginnt und sich dann mit zunehmender Genauigkeit weiter vom Loch entfernt.

In einem kürzlich veröffentlichten Artikel, in dem die Arbeit detailliert beschrieben wird, gab das Team dem von ihm entwickelten Reinforcement-Learning-Algorithmus den Spitznamen „autodidaktische Iteration“. Es war in der Lage, 100 Prozent der verschlüsselten Würfel in durchschnittlich 30 Zügen zu lösen, oder so schnell wie die schnellsten menschlichen Löser.

Das Modell wurde auf Dutzenden von Maschinen trainiert, auf denen NVIDIA-GPUs, die meisten davon TITANs, in Verbindung mit dem CUDA-Programmiermodell, dem TensorFlow-Framework für maschinelles Lernen und der Keras-API für neuronale Netzwerke ausgeführt wurden.

Baldi schätzt, dass die GPUs die Dinge um den Faktor 5-10 beschleunigt haben und dass die Fähigkeit seines Teams, mehr GPUs für die Förderung seiner Deep-Learning-Forschung einzusetzen, unbegrenzt ist. „Wir hungern nach GPUs“, sagte er. „Sie sind für diese Arbeit unerlässlich.“

Eine Weiterentwicklung voller Möglichkeiten
Baldi sagte, dass der Rubik’s Cube eine einzigartige Deep-Learning-Herausforderung darstellt, da er nur eine richtige Konfiguration und Trillionen falscher Alternativen hat. Und das funktioniert nur mit einem traditionellen drei-mal-drei-Zauberwürfel mit neun Quadraten auf jeder Seite.

Das Lösen größerer Versionen des Puzzles stellt die nächste Grenze für die Arbeit des Teams dar. Sie sind daran interessiert zu sehen, wie der autodidaktische Iterationsansatz mit vier-mal-vier- und fünf-mal-fünf-Würfeln funktioniert. Aber zuerst muss das Team seinen Ansatz optimieren, um eine erhebliche zusätzliche Komplexität zu bewältigen.

"Wenn Sie um den Faktor zwei langsamer werden, ist das in Ordnung", sagte Baldi. „Aber wenn man auf die Geschwindigkeit der Kontinentaldrift abbremst, ist das ein Problem.“

Baldi sieht auch Möglichkeiten, den Ansatz, mit der Lösung zu beginnen, zu nutzen, um dem autodidaktischen Iterationsmodell beizubringen, andere Spiele zu meistern.

Er glaubt, dass die Arbeit potenzielle Anwendungen in anderen Bereichen der Mathematik jenseits der Gruppentheorie hat, insbesondere in Mathematik über dem Highschool-Niveau, mit der KI bisher zu kämpfen hatte.

Wenn Baldis Team dazu etwas zu sagen hat, könnte dieser Kampf bald der Vergangenheit angehören. In der Zwischenzeit reicht es aus, die größten und schlimmsten Rätsel zu lösen.