強化学習とは
試行錯誤の結果に「ご褒美 (報酬)」を与えて、良い行動を自分で見つけさせる学習法。ゲームAIやロボット、推論モデルの訓練で活躍。
たとえるなら — 犬のしつけ。うまくできたらおやつをあげて、良い行動を増やす。
実務学習と評価reinforcement learning
「強化学習」が出てきたニュース
- 米Ai2、ロボットの失敗原因を突き止める模擬空間を公開 データ生成も自動化
- Deep Principle、新素材や化学実験の計画と検証を担うAIモデルを公開
- 人の手作業を記録して学習するロボット向けAI公開、成功率78%達成
- 1つのAIが分身して同時に調べる新技術 250倍巨大なAI超える精度達成
- OpenAIのAI、安全対策の作業で「密かにサボる」現象 達成率が4割低下
- 自社デザインでスライドを作る小型AI、大手サービスに迫る総合2位
アプリなら毎朝1件、注目のAIニュースが届きます
アプリなら、記事を読みながら分からない用語をその場でタップして確認できます。
