Algoritmo com a missão de resolver o famoso puzzle mostra avanço na tecnologia deep learning.
Quase todas as pessoas já devem ter visto um Cubo de Rubik, sobretudo após os anos 1980, quando o brinquedo virou febre mundial. Por aqui, o brinquedo batizado com o nome de seu criador ficou mais conhecido “cubo mágico” e, desde então, tem quebrado cabeças, geração após geração. Afinal, é preciso muito raciocínio para encontrar a combinação das cores de cada uma de suas faces, e não apenas a mera habilidade com as mãos para girar as partes do cubo de forma aleatória.
Há muitos anos há competições oficiais de cubo mágico e existe até mesmo uma “World Cube Association”. O recorde mundial do cubo de 3×3, o mais tradicional deles, é de incríveis 3,47 segundos, estabelecido em 2018 pelo chinês Yusheng Du.
Algoritmos não têm mãos, mas são bons em raciocínio lógico e matemático, disso tudo já sabemos. Pesquisadores da Universidade da California, em Irvine, resolveram desenvolver, então, um sistema de deep learning que resolvesse o Cubo de Rubik no mínimo de movimentos possíveis e no menor tempo possível. Longe de estarem apenas criando um jogador virtual, os envolvidos no projeto desejam, com essa iniciativa, auxiliar o avanço desse ramo da ciência que busca criar máquinas capazes de raciocinar, planejar e tomar decisões.
O algoritmo criado, chamado de DeepCubeA, é do gênero “deep reinforcement learning”, que funciona sem qualquer conhecimento de domínio específico inserido previamente por humanos. A tarefa é complexa, tendo em vista os bilhões de caminhos possíveis para resolver o jogo. O sistema conseguiu, após “treinar” sozinho e aprender por dois dias, desenvolver a habilidade de concluir todos os desafios em fração de segundos, e em 60% das vezes com o mínimo necessário de movimentos – em torno de 20, conforme já foi comprovado.
O principal responsável pelo projeto, o prof. Pierre Baldi, afirma que o objetivo de projetos como este é construir a próxima geração de sistemas de IA. “Esses sistemas não são realmente inteligentes; são frágeis e você pode facilmente quebrá-los ou enganá-los. Como criamos IA avançada, que é mais inteligente, mais robusta e capaz de raciocinar, entender e planejar? Este trabalho é um passo em direção a essa meta pesada”, comenta.
