人工智能已经能在很多方面胜过人类，比如下围棋、象棋、打扑克牌……近日，一种深度学习算法已经被开发出来，它可以比任何人更快地解魔方。

它从来没有失败过，达到了100%的成功率，而且可以把步骤控制在约20步。

人类可以打破人工智能18秒的纪录，世界纪录大约是4秒，但人类的效率要低得多，通常需要50步左右。

它是由加州大学欧文分校发明的。

这种新方法解决了计算机科学中的一个重要问题——如何使用这个名为DeepCube A的系统，在获得的帮助最小的情况下解决复杂的问题。

在《自然机器智能》(Nature Machine Intelligence)今天发表的一项研究中，研究人员证明，DeepCubeA能够100%解决所有测试问题，并在大约60%的时间里找到了通往目标状态的最短路径。

来自加利福尼亚大学的Pierre Baldi和他的同事们从之前的DeepCube项目中开发了DeepCubeA。

使用一种名为“自行迭代学习法”(autodidactic iteration)的新型深度学习技术，通过创建自己的奖励体系来自学。

Baldi教授说:“人工智能可以打败世界上最好的人类象棋和围棋选手，但一些更难的谜题，比如魔方，还没有被电脑破解，所以我们认为这些领域对人工智能的尝试是开放的。”

“魔方的解决方案涉及到更多的符号、数学和抽象思维，因此能够破解这样一个谜题的深度学习机器，正越来越接近成为一个能够思考、推理、计划和决策的系统。”

给定一个未解的多维数据集，机器必须确定特定的移动是否是对现有状况的改进。它通过结合强化学习和寻路的方法，在没有人类帮助的情况下解决谜题。

与传统算法相比，DeepCubeA使用更少的内存，能够在大多数情况下识别出谜题的最短路径。

作者表示，它可以解决魔方、熄灯游戏(Lights Out)、推箱子(Sokoban)和更大的问题，包括一个48片的滑动拼图。

经过训练后，网络使用一个标准的搜索树来搜索每个状况下的建议动作。

使用相同方法能解决的游戏范围很广，这意味着它可以用于更大的问题，以找到接近最优解。解决含有大量组合的谜题，也有助于帮助我们了解科学问题如何解决，比如蛋白质折叠。

魔方是一个创建于1974年的三维拼图游戏，它的目标是对齐魔方同一面上所有相同颜色的方块。

传统的算法可以解决谜题，但它们的计算能力和内存要求使得它们不适合像魔方这样的谜题。这是因为它们通常不能通过随机移动找出答案，而且很难从任何角度解出这个立方体。

核心算法的通用性表明，它可能具有超越组合谜题的应用，因为在规划、机器人和自然科学中，状态空间大、目标状态少的问题并不罕见。

这并不是人工智能第一次展示“超能力”。

此前，一台电脑在扑克比赛中击败了世界冠军中的五名选手。这是第一次在复杂的战略和计算游戏中，计算机击败了不止一个对手。

1996年，计算机首次在国际象棋比赛中击败了人类世界冠军，两年前，在更为复杂的中国战略游戏围棋中，更是如此。

但扑克带来了更大的挑战，因为它涉及到几位玩家。与国际象棋或围棋不同的是，计算机不能访问所有可用的信息，因为它看不到对手的牌。

这项研究发表在《自然机器智能》杂志上。