XiaoMi-AI文件搜索系统
World File Search System魔方
通过量子力学和深度强化学习解决魔方
可能的配置。它的数学描述由魔方群表示，其元素定义其层如何旋转。我们开发了这种群的酉表示和量子形式来从几何约束中描述魔方。魔方由单粒子状态描述，这些粒子状态分别表现为角的玻色子和边的费米子。当处于其解决的配置中时，作为几何对象的魔方会显示对称性，当离开此配置时，对称性会被破坏。对于每一种这样的对称性，我们构建一个汉密尔顿算子。当汉密尔顿处于其基态时，魔方的相应对称性得以保留。当所有这些对称性都得到保留时，魔方的配置与游戏的解决方案相匹配。为了达到所有汉密尔顿算子的基态，我们使用基于汉密尔顿奖励的深度强化学习算法。立方体的求解分为四个阶段，所有阶段均基于基于其光谱的相应汉密尔顿奖励，灵感来自伊辛模型。将组合问题嵌入量子力学形式主义提出了新的可能算法和量子硬件上的未来实现。
设计儿童的新学习伙伴：用于学习解决魔方的协作人工智能
培养儿童解决问题的能力是一项具有挑战性的问题，对我们社会的未来至关重要。鉴于人工智能 (AI) 已被用于解决各种领域的问题，AI 提供了独特的机会，可以通过大量激发儿童好奇心的任务来培养解决问题的能力。为了实现这一目标，有必要解决 AI 经常出现的无法解释的“黑匣子”。为了实现这一目标，我们设计了一种协作人工智能算法，该算法使用人机交互方法，让学生发现自己问题的个性化解决方案。该协作算法以最先进的 AI 算法为基础，并利用其他可解释结构（即知识图谱和决策树）来创建一个完全可解释的过程，能够完整地解释解决方案。我们描述了该算法在解决魔方时的应用以及我们计划的用户界面和评估方法。
