魔方怎么还原六面_魔方打乱怎么复原

回首学生生涯，无数次课间时光，同学们总会从书桌深处掏出色彩斑斓的魔方，无论是熟练地旋转还是略显笨拙，甚至在课堂上也会暗地里悄悄转动。如今，“人工智能”的浪潮也吹向了这款经典的益智玩具，期待以更加智能的方式重现魔方的魅力。

最近，诺丁汉大学的Colin G. Johnson副教授领衔的团队开发了一种深度学习技术，能从一组示例中提炼出“适应性函数”，并运用它解决魔方的复原问题。该研究成果于2月24日在《专家系统》杂志上发表，论文标题为《利用逐步深度学习解决鲁比克魔方问题》。

尽管将一个打乱的魔方复原是一个复杂的挑战，但研究人员选择将其分解为多个相对简单的步骤来解决。他们坚信，“任何难题最多只需解决20步”。他们将逐步学习和深度网络作为该方案的核心方法。在魔方复原的上下文中，该技术不是一次习整个复原过程，而是逐步尝试解决。

具体而言，这项技术通过尝试转动魔方的某个部分来使其呈现更简单的形态，将一个复杂的难题分解为若干个相对简单的子问题。首先学习解决小问题的方案，然后重复这一步骤多次，最终实现魔方的复原。这种方案意味着每一步的解决方案都比上一步更容易。

该技术采用了“逆向思维”，从魔方被逐步打乱的过程中学习如何恢复其原始状态。操作上，将完整拼好的魔方标记为“0”，每次旋转后的魔方标记为递增的数字，如“1”、“2”等。每个状态都与一个数字相对应，表示该状态距离目标状态的步数。学习的过程也是建立模型的过程，能够从数据库中提取任何状态并预测到达目标状态所需的步骤。

接着，研究团队构建了一个魔方复原培训集，利用特定的深度学习网络来识别不同的混乱状态和已解决的状态。通过模拟数千次的转动来评估魔方的混乱程度。

Johnson所开发的技术通过深度网络识别魔方复原前的每个步骤，从第一步到第三步等逐步积累数据来解决魔方复原问题。经过充分的准备后，该技术能够找到恢复混乱魔方的路径。

Johnson解释说：“我们更倾向于将复杂的魔方复原问题转化为更容易解决的问题，然后用更简单的方法来解决它。这比尝试一次会整个复原过程要有效得多。”

虽然目前Johnson仅将此方案应用于魔方复原，但他指出这只是一个例子。实际上，这种技术可以应用于解决更复杂的问题。例如，它可以用于消除留声机和早期唱片中的旧录音噪音。”具体而言，如果技术能够学习到一个“原始声音”、一个带有更多噪音的声音以及一个带有更多再更多噪音的声音……那么最终可以通过这种逐步学习的方式还原出最“纯净的声音”。

Johnson表示，他的逐级学习方法相比其他方法更为高效且突显了分步处理的优势。他也指出这种训练框架需要更多的特定领域知识。以本文中的魔方复原为例，训练框架需要具备复原魔方的能力。