LONDRES. La investigación, liderada por expertos de la Universidad de California, diseñó un nuevo algoritmo a partir de técnicas de aprendizaje profundo para tratar de resolver sofisticados problemas combinatorios.
La resolución de rompecabezas que tienen un gran número de combinaciones puede proporcionar información sobre cómo se abordan otros problemas científicos, destacan los autores en un comunicado.
Gracias a este nuevo algoritmo, bautizado como DeepCubeA, los expertos podrían, por ejemplo, predecir el plegamiento de proteínas, el proceso con el que forman estructuras tridimensionales, y desarrollar terapias preventivas para un número de enfermedades.
El DeepCubeA, explican, es una evolución del DeepCube y ha sido diseñado para superar las trabas que presenta la resolución de rompecabezas combinatorios, en los que el objetivo es encontrar la vía más corta hacia la meta final.
Como ocurre con el popular Cubo de Rubik, las soluciones para este tipo de puzles secuenciales combinatorios no suelen llegar a través de movimientos al azar, recuerdan los autores de este trabajo, liderados por el experto Pierre Baldi.
En este sentido, precisan que los algoritmos tradicionales son capaces de concluir rompecabezas combinatorios, pero sus características computacionales y su memoria los hacen poco prácticos para resolver los más complejos.
Por ello, DeepCubeA "aprende" a resolver el Cubo de Rubik partiendo desde el objetivo final y efectuando después movimientos "hacia atrás", combinando métodos de "aprendizaje por refuerzo" y "búsqueda de caminos" para resolver el puzle.
Así, es capaz de identificar la vía más corta en la mayoría de los casos y, al mismo tiempo, usar menos memoria que los algoritmos tradicionales.
Los autores también probaron con éxito DeepCubeA con otros juegos, como Lights Out, Sokoban y puzles de fichas deslizantes de hasta 48 unidades.
"Resolvimos el cubo de Rubik con DeepCubeA, con un enfoque de aprendizaje de refuerzo profundo que aprende a resolver estados cada vez más difíciles a la inversa del objetivo final, sin ningún conocimiento de dominio específico", apuntan los expertos en el trabajo.
Este nuevo algoritmo de IA, agregan, resuelve el "100 % de todas las configuraciones de prueba" del Cubo de Rubik y "encuentra el camino más corto hacia el objetivo final el 60,3 % de las veces".