話題の｢ChatGPT｣､そのすごさと″限界"のワケ強化学習とは、AIを動作させている中で、さらに学習を進めていく実践的な手法だ。人間の場合でも話を続けている間に、話題になっているテーマへの知識を学習し、それが別の類似する知識と結びつけて考え始めるといったことを行う。同様に多様なエンドユーザーと会話する中で、GPT自身が学習していく仕組みを作ろうと試みているわけだ。 AIには認知能力がないため、自分自身が出した答えが正しいか正しくないか、どの程度、妥当性があるものなのかを認知することはできない。ユーザーが入力した文章でさえ、ただのデータの列であって何かを認識しているわけではない。このため、一般的には人間と対話しながら、自らの出した答えを振り返って反芻して成長することはできなかった。 「会話の中から新たな学習結果を得る」 このため、ChatGPTではGPT-3.5をもとに「会話を成立させ、会話の中から新たな学習結果を得る」ことを目標にしたプロ
