O cubo mágico (também conhecido como cubo de Rubik) sempre foi mais que uma brincadeira para muitas pessoas. Tanto que há até competições envolvendo o desafio. Porém, agora, ele parece ter perdido um pouco a graça depois que um algoritmo é capaz de resolvê-lo muito mais rápido que humanos (e olha que os humanos eram rápidos).

O que é o cubo mágico?

O cubo mágico foi desenvolvido por um arquiteto em 1974. O convencional (porque existem variações) possui dimensões 3x3x3, com 6 faces de 6 cores diferentes subdivididas em 9 partes menores iguais.

O desafio do cubo mágico consiste em, uma vez embaralhado, montar cada face de uma só cor ao mesmo tempo. É difícil, mas há algumas técnicas que permitem resolvê-lo em poucos segundos.

Como é o algoritmo?

O algoritmo de deep learning que superou os humanos é chamado DeepCubeA. Ele foi programado por cientistas da computação e matemáticos da Universidade da Califórnia.

Para resolver o cubo mágico o algoritmo leva nada menos que uma fração de segundo. Nos testes, o DeepCubeA foi capaz de resolver 100% das configurações de cubo mágico as quais foi submetido, encontrando o caminho mais curto para a solução em 60% do tempo. Além do cubo mágico, ele também pode ser utilizado para outros jogos combinatórios.

O interesse dos pesquisadores era em entender como e por que a inteligência artificial fazia movimentos e quanto tempo levou para o método ser aperfeiçoado. Para isso, eles começaram com uma simulação de computador de um quebra-cabeça completo e depois passaram para o cubo mágico. Uma vez funcionando, ele foi treinado por dois dias. Enquanto um humano pode levar 50 movimentos para resolver o cubo, o algoritmo gasta cerca de 20.

Apesar de ser bem rápida, o recorde não é do DeepCubeA. Ele pertence ao min2phase, do Massachusetts Institute of Technology (MIT), que é três vezes mais rápido. Porém, a tecnologia usada no DeepCubeA pode ser aprimorada para resolver outros sistemas e resolver problemas cotidianos reais.

Fontes: Techxplore

Larissa Fereguetti

Cientista e Engenheira de Saúde Pública, com mestrado, também doutorado em Modelagem Matemática e Computacional; com conhecimento em Sistemas Complexos, Redes e Epidemiologia; fascinada por tecnologia.