強化学習の創始者の一人であり、この分野を長年にわたってリードしてきたUniversity of Alberta教授のRichard Sutton氏が「The Bitter Lesson」(苦い教訓)というタイトルで記事を投稿した(図1)1)。以下にその内容を簡単にまとめる。 この70年間のAI研究で得られた最も大きな教訓は、計算能力を活かした汎用の手法が最終的には最も有効であったということである。この背景にあるのはムーアの法則として知られる計算能力の指数的な性能向上である。一般にAIの研究では、エージェントの計算能力は固定だと考える。この場合、AIの性能を向上させるためには人間のドメイン知識をシステムに埋め込むしかない。しかし、一般的な研究プロジェクトの期間より長い期間でみると、計算能力の向上を活かした汎用の手法が最終的に大きな差をつけて有効だとわかる。 例として、チェスでは1997年に米
![《日経Robo》強化学習の創始者が投げかけたAI研究の苦い教訓](https://cdn-ak-scissors.b.st-hatena.com/image/square/a2ffcb0a3c89995330b6e97760400461d47f51df/height=288;version=1;width=512/https%3A%2F%2Fxtech.nikkei.com%2Fatcl%2Fnxt%2Fmag%2Frob%2F18%2F00007%2F00013%2Fog.jpg%3F20220512)