يتحدث المقال عن تقنية ستكون مساعدة في حل أحجية حل مكعب روبيك خطوة بخطوة بابتكار طريقة لتبسيط المكعب وأجزائه، بدلاً من حل المكعب بشكل كامل.

طور حديثاً الأستاذ المساعد جونسون في جامعة توتنغهام تقنية التعلم العميق المساعدة التي يمكنها إدراك ما يُسمى بوظيفة اللياقة من مجموعة نماذج لحل مشكلة ما. تمت تجربة هذه التقنية التي قُدمت في ورقة بحثية نُشرت في مجلة ( Wiley’s Expert Systems ) في بادئ الأمر كان عليّ حل مكعب روبيك، وهى أحجية ثلاثية الأبعاد يعرفها الكثير اخترعها النحات إرني روبيك. 

كان الهدف من الورقة البحثية هو استخدام التعلم الآلي لتعلم حل مكعب روبيك. قال كولين ج. جونسون وهو أحد الباحثين الذين أجروا الدراسة لـ TechXplore:”مكعب روبيك هو لغز معقد للغاية ولكن أي عدد كبير من التركيبات على الأكثر 20 خطوة من الحل لذا فإن النهج الذي نتبعه هنا هو محاولة حل المشكلة من خلال تعلم القيام بكل خطوة من هذه الخطوات على حدة “.

تعتمد التقنية التي ابتكرها جونسون على نهجين رئيسيين: التعلم التدريجي واستخدام الشبكة العصبية العميقة.

 وعند تطبيقها على مكعب روبيك تحاول التقنية حل الرموز خطوة بخطوة بدلًا من تعلم حل المكعب بالكامل مرة واحدة بمعنى آخر يحاول تغيير أجزائه لتحقق تكوين أبسط وتكرر هذه الخطوات عدة مرات يتم حل المكعب. 

بدلاً من محاولة البرنامج تعلم كيفية حل المكعب بالكامل، فإنه يتعلم كيفية إدخاله في تكوين أبسط ثم يأخذ هذا التكوين البسيط وهكذا حتى يتم حله. أوضح جونسون هذه البنية تعني أن كل خطوة من الحل أسهل بكثير لذلك ابتكرت أولاً  طريقة يمكنها تقدير مدى اختلاط المكعب عن طريق محاكاة خلط المكعب عدة آلاف من المرات. 

بعد أن تقدر مدى اختلاط مكعب روبيك تستخدم التقنية التي أنشأها جونسون شبكة عصبية عميقة للتعرف على المكعب الذي يبعد خطوة واحدة عن الحل ثم خطوتين بعيدًا عن الحل ثم ثلاث خطوات وهكذا أخيرًا تستخدم البيانات التي جمعتها لحل المكعب. 

قام جونسون بتقييم التقنية التي طورها في سلسلة من التجارب قارنتها بنهج طُور مسبقًا بناءً على فئة من الخوارزميات تسمى مصنفات الغابة العشوائية مع نهج أساسي يعتمد على اللياقة التقليدية القائمة على الخطأ ومع التقنيات الحسابية الأخرى الحالية تمت مقارنة أسلوبه في التعلم العميق بشكل إيجابي مع كل هذه الأساليب البديلة مع إبراز مزايا معالجة المهام خطوة بخطوة. 

حتى الآن لم يستخدم جونسون سوى أسلوب التعلم التدريجي لحل مكعب روبيك، ولكن يمكن أيضًا تطبيقه على مجموعة متنوعة  من المشكلات الأكثر تعقيدًا التي يمكن حلها خطوة بخطوة بمعنى آخر مكعب روبيك هو مجرد مثال بسيط لنوع المشاكل التي يمكن أن تعالجها التقنية.

قال جونسون: “فكر في مشكلة مثل إزالة الضوضاء من تسجيل صوتي قديم أو أسطوانة شمع أو تسجيل الفونوغراف المبكر، تحتاج إلى إزالة أنواع مختلفة من التشويه مثل الصدى والسرعات المتغيرة لكن كل تسجيل يحتاج إلى استراتيجية إذا تمكنا من معرفة فكرة التسجيل النظيف أو التسجيل المشوه، فيمكننا  حل هذا النوع من المشاكل بهذه  الطريقة التدريجية. 

 في المستقبل يمكن استخدام تقنية التعلم العميق التدريجي المقدمة في ورقة جونسون الأخيرة لحل العديد من المشكلات الأخرى المتجذرة في العلوم والهندسة. على سبيل المثال يمكن استخدامه لدراسة وفهم الطرق التي تنثني بها البروتينات داخل الخلايا البيولوجية.

المصدر: https://techxplore.com

ترجمة: مداد البابطين

تويتر: mizmedd

مراجعة: ريناد العواجي

تويتر: i00_ra