15/07/06 21:32:44.19 /je3pqB+.net
>つまりフィードバックを得る繰り返しの反復練習の強化学習が基本だ。
>そのような言語を文法や音素で教える事が間違いだ。
2015年2月に米グーグルはNature誌でブロック崩しなどの電子ゲームの
攻略法を自らプレーをする事により人間以上の高得点を出せる人工知能を
開発したと発表し、世界を驚かせました。
1997年にIBMのDeepBlueが当時のチェス世界チャンピオンを打ち負かした
手法は開発チームにチェスの名人が加わっていて、彼らがアルゴリズムを
プログラムに組み込みチェスの知識をただ実行したにだけでDeepBlueが
学習したわけではないのです。
DQNはゼロから学習します。知覚的な経験を与えてやると、そこから直接
学びます。予期せぬ事柄に遭遇すると、そこから学習し適応します。
プログラムの設計者自身が解決法を知っている必要はありません。
このDQNにスペースインベーダーやブロック崩し等のゲーム49種類を
与えました。ゲームの事前知識を教えなくても、人間のように繰り返し
プレーすることでやり方を学び、高得点を取る秘訣を学習するのです。
言語の教育も文法や音素を教えるのはアルゴリズムを教える方法です。
常に新しいアルゴリズムは教えてもらう必要があります。
�