強化学習

「強化学習」は明確な正解がないときに、どの行動が「最適」か選択するように学習させる手法です。

ここでは囲碁AIの「Alpha Go」を例に説明をします。囲碁は手のパターンが膨大過ぎて、既存の最新のコンピュータでも、手を読み切ることは不可能です。

よって、強化学習により、勝ちまでの手を読み切る代わりに、どの手を打てば勝ちに近づくかを学習させています。

試合を繰り返し行い学習させると、最適な行動のみを選択するようになります。こうして「Alpha Go」は強くなっていったのです。

▶《保存版》強化学習とは｜関係用語・機械学習での位置付けなど解説！>>

AINOW

AI/DX専門メディア「AINOW（エーアイナウ）」です。AI/DXのプロジェクトに関わる多くの方々に向けて有益な情報を発信し、国内のAI活用とDX推進を加速させていきます。
TwitterやFacebookでも活動の様子を発信しています！