グーグル子会社、深層学習より高い予測性能を実現 ニュースイッチ by 日刊工業新聞社

米グーグル傘下の英ディープマインドは、多段階の反応や行動を解く「自動計画」と、さまざまな手法の中から良い手法を見つけさせる「強化学習」を融合した新しい人工知能（ＡＩ）技術「ＰＲＥＤＩＣＴＲＯＮ」（プレディクトロン）を開発した。 ＡＩが学習しながら長めの計画を立てられる。簡易化したビリヤードでは従来の約３倍となる５０回中、２７回でボールをポケットに落とすなど、既存の深層学習を使う手法より高い予測性能を実現した。 プレディクトロンでは、自動計画と強化学習を融合し、多段階の各段階で報酬を与えて最適な手法をみつけさせつつ、報酬を累積させるなどして学習が破綻しないようにした。 簡易型ビリヤードで性能を検証。四つのボールをランダムに配置し、その中の白玉を転がして他のボールをコーナーに落とす。ボールを転がす角度や速度によって壁や別のボールにどう跳ね返り、ボールが転がるかＡＩに予測させる。その結果、５０回

[yasudayasu]

多段階の反応や行動を解く「自動計画」と、さまざまな手法から良い手法を見つけさせる「強化学習」を融合。多段階で長めの計画を立てられるようになった。従来は連続的な問題を解く際に１段階での学習を繰返してた。

[SasakiTakahiro]

ＡＩが学習しながら長めの計画を立てられる。

[Seiji-Amasawa]

Deep Mindが開発とのこと→「新しい人工知能（ＡＩ）技術「ＰＲＥＤＩＣＴＲＯＮ」（プレディクトロン）を開発した」

[sarutoru]

>報酬を与えて