HOME/ /強化学習
2017.07.13

強化学習

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!>>

無料メールマガジン登録

週1回、注目のAIニュースやイベント情報を
編集部がピックアップしてお届けしています。

こちらの規約にご同意のうえチェックしてください。

規約に同意する

あなたにおすすめの記事

AI企業は人間が作ったデータを使い果たした。彼らは今、AIを使ってより多くのものを作ろうとしている

AutoGen:次世代の大規模言語モデルアプリケーションを可能にする

ビジョンから現実へ: ChatGPT 4 Visionのプロダクトデザインへの活用

AI環境問題概観:関心の高まり、現状、そして改善策を見る

オープンソースの衝撃|Metaの大規模言語モデルLlama2とは

OpenAI経済圏の幕開け|OpenAI Dev DayはAI史の転機となったのか

プロダクトデザインのタスクにBing Chatを使用する

ChatGPTはもはや見ることができる – ChatGPT Visionを使って私が発見した驚くべき秘密!

こんなフレーズを見れば、AI生成コンテンツだと一目でわかる

「もうひとつのAI開発競争」の舞台としてのAIインフラ考察

あなたにおすすめの記事

AI企業は人間が作ったデータを使い果たした。彼らは今、AIを使ってより多くのものを作ろうとしている

AutoGen:次世代の大規模言語モデルアプリケーションを可能にする

ビジョンから現実へ: ChatGPT 4 Visionのプロダクトデザインへの活用

AI環境問題概観:関心の高まり、現状、そして改善策を見る

オープンソースの衝撃|Metaの大規模言語モデルLlama2とは

OpenAI経済圏の幕開け|OpenAI Dev DayはAI史の転機となったのか

プロダクトデザインのタスクにBing Chatを使用する

ChatGPTはもはや見ることができる – ChatGPT Visionを使って私が発見した驚くべき秘密!

こんなフレーズを見れば、AI生成コンテンツだと一目でわかる

「もうひとつのAI開発競争」の舞台としてのAIインフラ考察