深度分析人工智能学习（深度学习人工智能又一次碾压人类）

据最新一期《自然•智能机器》网络版7月15日刊发的论文，美国加州大学欧文分校的科学家研发了一种可以自行深度学习的人工智能系统，能够用最多20步就恢复任意打乱的魔方。采用这种深度学习技术的人工智能系统，不仅在多种拼图游戏中可以大展神威，而且可以在科学研究中发挥重大作用，如解决蛋白质折叠的课题。

采用深度学习方法的人工智能系统可以在18秒内最多用20步就恢复任意被打乱的魔方，从无失手。

据报道，加州大学欧文分校的皮埃尔•巴尔迪教授与同事研发了一种能够自行深度学习的计算机人工智能系统DeepCube A，可以在18秒内最多用20步就恢复任意被打乱的魔方，从无失手。

据悉，人类恢复任意打乱魔方的世界记录是4秒，但用了50步。

皮埃尔•巴尔迪教授和同事们采用了一种新的学习技术“自行迭代学习法”，使得人工智能系统可以自行深度学习，以最少的记忆存储消耗找到解决问题的最短路径。

人工智能系统可以自行深度学习，以最少的记忆存储消耗找到解决问题的最短路径。

据报道，DeepCubeA不仅能够玩魔方，还能玩熄灯（Lights Out）、推箱子（Sokoban）和其它更大规模的游戏，包括48格的滑块拼图。

“人工智能可以击败世界上最好的人类国际象棋和围棋选手，但一些更加困难的难题，比如魔方，并没有被计算机解决，所以我们人工智能在这方面可以有所作为。”巴尔迪教授说。

“魔方的解决方案包含更多的象征、数学和抽象思维，因此能够解决这一难题的深度学习机器更接近成为可以思考、推理、计划和决策的系统。”

深度学习机器将会成为可以思考、推理、计划和决策的系统，用于解决更为复杂的科学难题。

这不是人工智能第一次碾压人类。1996年，计算机首次在国际象棋比赛中击败了人类的世界冠军。两年前，在更为复杂的围棋比赛中，计算机再次胜出。

不久前，一台计算机击败了世界上五位扑克冠军。这是计算机首次在复杂的策略和计算游戏中击败多个对手。扑克游戏与棋类不同，计算机无法看到对手的牌，因此人工智能面临的挑战更为严峻。

编译/采写：南都编辑 陈林

图片来源：dailymail