Polscy naukowcy opracowali jeden z najlepszych algorytmów na świecie
Polscy naukowcy z udziałem badacza z Kanady podzielili się wynikami swoich badań nad algorytmami na The International Conference on Learning Representations (ICLR). Pracę tę zakwalifikowano tam do najlepszych 5 proc. spośród przyjętych prac.
Zespół matematyków z Polski zaprezentowali opracowany przez siebie algorytm, dzięki któremu można nauczyć sztuczną inteligencję rozwiązywać złożone problemy. Konstruuje i wyszukuje on podzadania w taki sposób, by jak najoszczędniej rozwiązać dany problem. Połączyli klasyczną algorytmikę i uczenie maszynowe, by rozwiązywać złożone zadania kombinatoryczne, na przykład układanie kostki Rubika czy dowodzenie matematycznych nierówności.
Droga do celu
Współautor badań dr hab. Łukasz Kuciński z Instytutu Matematyki Polskiej Akademii Nauk tłumaczy to na przykładzie wyjścia na pocztę. Kiedy chcemy gdzieś wyjść, na przykład na pocztę, po drodze mamy do wykonania pewne zadania. Musimy znaleźć płaszcz, ubrać się, wziąć klucze czy portfel, wyjść i wybrać jedną z dostępnych nam dróg.
Część z tych zadań wymaga mniejszego nakładu pracy niż inne, są łatwiejsze i szybsze do realizacji. Jedne z czynności są wykonywane automatycznie, natomiast nad innymi musimy się chwilę zastanowić. W związku z czym nie każda droga prowadząca do tego samego celu będzie od nas wymagała takiego samego nakładu pracy i nie będzie składała się z tych samych zadań po drodze. Biorąc pod uwagę tę koncepcję, naukowcy opracowali udoskonalony algorytm adaptacyjnego wyszukiwania podzadań.
Selekcja podzadań
Chodzi o to, aby podzadania były selekcjonowane w taki sposób, aby pokonanie całej trasy było jak najłatwiejsze i wymagało jak najmniejszego nakładu energii. Do tej pory skupili się na tym, aby testować algorytm na popularnych łamigłówkach logicznych, takich jak kostka Rubika czy Skokoban oraz nierównościach matematycznych. Naukowcy szacują, że ich algorytm jest w stanie rozwiązywać wspomniane zadania w mniejszej średniej liczbie kroków, niż algorytmy uważane dotychczas za najlepsze na świecie.
Algorytm został wytrenowany do układania kostki Rubika na sekwencjach ruchów uzyskanych z losowego mieszania kostki. Podzadaniami w procesie układania kostki może być na przykład ułożenie krzyża, klocków czy rogów w określonym kolorze. Jednak nie ma pewności czy algorytm znajdzie te same podzadania co my. Ma swoje, skuteczniejsze i bardziej wydajne, metody. Wszystko zależy od ilości dostarczonych danych, na których uczy się szukania podzadań i w konsekwencji rozwiązywania ich w najbardziej ekonomiczny sposób.
W pewnym momencie ten algorytm może zostać wykorzystany do rozwiązania problemów, które mają realny wpływ. Może to być automatyczne dowodzenie twierdzeń, pisanie programów, projektowanie algorytmów. Stawiamy hipotezę, że nasz algorytm da się też wykorzystać do projektowania robotów.
