Tutti sono più o meno abituati a vedere robot che risolvono il cubo di Rubik, seguendo pedissequamente le istruzioni che gli sono state date sotto forma di codice compilato dai programmatori. Che cosa accadrebbe se il computer dovesse agire da autodidatta? Se lo sono chiesto i ricercatori dell’Università della California a Irvine, che hanno dato il compito a un’Intelligenza Artificiale di trovare da sola il modo per risolvere l’iconico puzzle 3D. Il risultato è che non solo ci è riuscita, ma l’ha fatto con velocità ed efficienza impressionanti.

L’impresa di DeepCubeA, questo il nome dell’Intelligenza Artificiale, è stata talmente straordinaria da essersi meritata una pubblicazione sulla rivista scientifica Nature Machine Intelligence. Il punto è che è impossibile risolvere il cubo di Rubik con il classico approccio computazionale, usando sequenze di movimenti generati casualmente.

L’autore principale dello studio, Pierre Baldi, spiega che “l’Intelligenza Artificiale può sconfiggere i campioni del mondo di scacchi, ma alcuni dei puzzle più difficili, come il Cubo di Rubik, non sono alla portata dei computer, perché richiedono pensiero simbolico, matematico e astratto, e una macchina per l’apprendimento profondo in grado di risolvere un simile puzzle sarebbe qualcosa di vicino a un sistema in grado di pensare, ragionare, pianificare e prendere decisioni”.

Foto: Depositphotos

 

DeepCubeA ha smentito qualsiasi previsione pessimista, e ha risolto il 100% delle configurazioni di test che gli sono state sottoposte, trovando nel 60,3% delle volte il percorso più efficiente verso l’obiettivo, ossia la soluzione che richiede il minor numero di mosse. In media, DeepCubeA ha usato 28 mosse per risolvere il puzzle, in un tempo di 1,2 secondi.

Non è un tempo da record, ci sono robot che “liquidano la questione” in 0,38 secondi, ma si limitano a eseguire istruzioni, DeepCubeA ci arriva da sola grazie all’“apprendimento profondo per rinforzo” (deep reinforcement learning). È una tecnica conosciuta, che viene usata per far sì che un’Intelligenza Artificiale apprenda autonomamente come risolvere problemi sempre più difficili per raggiungere l’obiettivo assegnato. Un conto è impiegarla per compiti semplici, come chiudere una mano robotica per afferrare un oggetto, altra cosa è risolvere il cubo di Rubik senza avere nessuna indicazione di come deve fare, nemmeno le nozioni di base.

Il successo di DeepCubeA quindi ha una grande importanza sul piano scientifico, perché quello che ha dovuto “imparare” per risolvere il cubo di Rubik non si limita a un ambito circoscritto: le competenze che ha acquisito e la sua rete neurale altamente adattabile potranno essere sfruttate per altre attività, come risolvere complessi problemi scientifici, matematici e ingegneristici. Inoltre, potrebbe essere l’antesignano di “soluzioni computerizzate capaci di pensare e pianificare da sole in nuovi ambienti”, aggiunge il coautore dello studio Stephen McAleer.

Sostieni ilfattoquotidiano.it: mai come in questo momento abbiamo bisogno di te.

In queste settimane di pandemia noi giornalisti, se facciamo con coscienza il nostro lavoro, svolgiamo un servizio pubblico. Anche per questo ogni giorno qui a ilfattoquotidiano.it siamo orgogliosi di offrire gratuitamente a tutti i cittadini centinaia di nuovi contenuti: notizie, approfondimenti esclusivi, interviste agli esperti, inchieste, video e tanto altro. Tutto questo lavoro però ha un grande costo economico. La pubblicità, in un periodo in cui l'economia è ferma, offre dei ricavi limitati. Non in linea con il boom di accessi. Per questo chiedo a chi legge queste righe di sostenerci. Di darci un contributo minimo, pari al prezzo di un cappuccino alla settimana, fondamentale per il nostro lavoro.
Diventate utenti sostenitori cliccando qui.
Grazie Peter Gomez

ilFattoquotidiano.it
Sostieni adesso Pagamenti disponibili
Articolo Precedente

Juventus e Konami annunciano una partnership: per i prossimi tre anni i campioni d’Italia solo su PES

next
Articolo Successivo

MSI Vigor GK60 è una tastiera da gaming adatta a chi lavora tanto e gioca poco

next