AIの想像力が人間を超えるとき。深層強化学習のブレイクスルー、D3RLの衝撃

AIの想像力が人間を超えるとき。深層強化学習のブレイクスルー、D3RLの衝撃 2020.10.08 Updated by Ryo Shimizu on October 8, 2020, 11:13 am JST 「最近のAIがすごい」と言われてからもう6年ほどが経過した。 なかでも人目を引いたのは、なんといっても2016年のAlphaGoだろう。最難関ゲームの一つと言われる囲碁において、人間のトップ棋士に対しAIが圧勝したのである。 これは「深層強化学習」というAIだが、実際のところ、「深層強化学習」を実用的に利用した例はまだ少ない。 多くのAIベンチャーやAIベンダーが扱う「AI」技術は、古典的な統計解析か、時折ニューラルネットを使っているくらいで、「深層学習」ではあっても「深層強化学習」とは完全に別物である。ラジオもコンピュータも同じ電気で動くものだが別物であるのと同じだ。 深層強化学

[hihi01]

すごいのはわかってもこれまでの深層学習との違いが全く理解できませんでした。真相はいかに！

[baronhorse]

ギリアギリアうるせーなと思ったら清水かよ

[tinsep19]

未踏の成果報告兼ねてんのか？とおもったら違った。

[halohalolin]

D3RLのススメ。時系列で学ぶAIアルゴリズム。データ駆動型深層強化学習、MINERVA, d3rlpy

[ku__ra__ge]

shi3zマウスだから話半分に聞いとけ

[rindenlab]

“ギリア”

[masadream]

「D3RL(Data Driven Deep Reinforcement Learning)」

[misshiki]

“昨年から全く新しい深層強化学習のブレイクスルー、D3RL(Data Driven Deep Reinforcement Learning)などの手法が生まれた”とのこと。

[Rinta]

メモ

[stp7]

shi3zかよ。

[htnmiki]

ユーチューブの更新が止まってる人だ

[ultimate-ez]

ありゃー。いよいよAI技術の進化に理解が追いつかなくなってきた。うーん。もう諦めてブラックボックスとして付き合うべき時かな…？

[napsucks]

ほんとか～？事前に何らかのバイアスがないとフレーム問題起こして発散してしまいそうだが。AIもいよいよ心の論理を持ち始めたのかな。

[Cru]

強化学習はモデル化が困難で使い所が少ない印象だが、さて。

[fujisong]

うんわかんない

[t1mvverr]

正しい関係性と文脈を持ったデータがあれば、勝手にプログラム（AI）が生成されるっていう感じがした。

[zakinco]

へー

[stang499]

“Data Driven Deep Reinforcement Learning”