人工知能のディープな可能性
この講義は登録不要で無料視聴できます!
▶ 無料視聴する
この講義の続きはもちろん、
6,000本以上の動画を好きなだけ見られる。
スキマ時間に“一流の教養”が身につく
まずは72時間¥0で体験
(会員の方に広告は表示されません)
強化学習とディープラーニングでロボットが自動的に習熟
人工知能のディープな可能性(2)自ら学習するロボット
松尾豊(東京大学大学院工学系研究科 人工物工学研究センター/技術経営戦略学専攻長 教授)
画像認識の精度を飛躍的に向上させたディープラーニングは、「強化学習」と組み合わせることで、自ら学習するロボットを生み出した。この技術を使えば、ルールややり方すら教えなくても、ロボットは自動的にゲームに習熟し、おもちゃを組み立てられようになる。東京大学大学院工学系研究科准教授・松尾豊氏が、最新事例を解説する。(全4話中第2話) ※テキストの文中に参考動画(YouTube)へのリンクがありますので、併せてご覧ください。
時間:12分39秒
収録日:2016年1月15日
追加日:2016年5月12日
≪全文≫

●「強化学習」にディープラーニングを組み込む


 画像認識の精度は、今すごく上がっていますが、それと同時に、すごく面白いことが起こっています。画像認識と強化学習、ディープラーニングと強化学習を組み合わせるという技術が出てきています。

 強化学習とは、大雑把に言うと「行動を学習する仕組み」です。これはもう100年ぐらい前から研究されています。例えば人間は、サッカーボールを蹴っているうちに、だんだん上手に蹴ることができるようになります。なぜ上手に蹴ることができるようになるかというと、たまたま上手く蹴ることができたら、「今のは上手く蹴ることができた」と思って、その蹴り方を繰り返すからですね。

 このように「上手く蹴らることができたな」と思えることを、「報酬」と言います。報酬が与えられると、その前にやった行動を強化する。こういう仕組みによって、行動がだんだん上手になってくるのです。犬にお手を教えるというときにどうやるかというと、たまたま犬がお手をしたらエサをあげるということを繰り返していく。すると、お手をするようになるわけです。これは犬から見ると、エサという報酬がもらえた前にやった行動を強化しているわけですね。

 これが強化学習の仕組みです。犬も、いつもお手をしていればいいわけではなく、ご主人さまが「お手をしなさい」と言ったときにお手をするといいわけですね。ですから、どういう状況でどういう行動をすると良かったか、あるいは悪かったか、すなわち「状況」と「行動」、そして「良かったか/悪かったか」、これらをセットにして、コンピュータに学習させていくわけです。


●ブロック崩しのテクニックを「学ぶ」人工知能


 今までの強化学習では、「どういう状況で」という「状況」の記述をするのに、人間が定義した変数を使っていたのです。ところが、このディープラーニングと組み合わせる方法では、「状況」の記述にディープラーニングで画像認識をして出てきた特徴量を使うことで、その変数を人間がつくらなくてよくなります。後の部分は、今までの強化学習と一緒です。違いはそこにしかないのですが、それによって非常に大きな変化が起こります。

 動画をお見せします。まず2013年後半の研究です。ディープマインドという会社がありまして、これは2014年初頭にGoogleに買収された会社です。この会社がどういうことをやった...

スキマ時間でも、ながら学びでも
第一人者による講義を1話10分でお届け
さっそく始めてみる
(会員の方に広告は表示されません)
「科学と技術」でまず見るべき講義シリーズ
ChatGPT~AIと人間の未来(1)ChatGPTは何ができて、何ができないか
ChatGPTは考えてない?…「AIの回答」の本質とは
西垣通
科学的思考はなぜ大切か(1)「状態図」という概念
科学的思考とは「なぜ?」を追究していくこと
岡部徹
知能と進化(1)知性と身体性
AI、ディープラーニングとは…知能と身体性は不可分か?
長谷川眞理子
進化生物学から見た「宗教の起源」(1)宗教の起源とトランス状態
私たちにはなぜ宗教が必要だったのか…脳の働きから考える
長谷川眞理子
知性の進化と科学技術文明の未来(1)ヒトは本当に賢いか
なぜ人類は進化できたか?…5つの環境要因と脳の発達
長谷川眞理子
社会はAIでいかに読み解けるのか(1)経済学理論の役割
AIやディープラーニングによって社会分析の方法が変わる
柳川範之

人気の講義ランキングTOP10
ロシア人の見る「ロシアの歴史」(7)ロシアとウクライナの宗教の違い
プーチンの「信心深さ」は本物か?…そしてロシアとウクライナの宗教の大きな違いとは?
上月豊久
「良き対話」とは?――哲学から考える(1)対話とは何か――会話・説教との違い
「良き対話」のヒントを哲学から考える…「対話」の大前提とは、そして「会話」「説教」「場回し」とは何が違うのか?
納富信留
大統領に告ぐ…硫黄島からの手紙の真実(2)翻訳に込めた日米の架け橋への夢
アメリカ人の心を震わせた20歳の日系二世・三上弘文の翻訳
門田隆将
民主主義の本質(1)近代民主主義とキリスト教
なぜ民主主義が「最善」か…法の支配とキリスト教的背景
橋爪大三郎
「重要思考」で考え、伝え、聴き、議論する(1)「重要思考」のエッセンス
重要思考とは?「一瞬で大切なことを伝える技術」を学ぶ
三谷宏治
飽食時代の「選食」のススメ(1)選食の提唱と「食の多様性」
肥満、認知症、低栄養…飽食の時代に大事な「選食力」3カ条
堀江重郎
高齢者のフレイル・認知症とその予防対策(6)認知症予防と健康寿命の延伸に向けて
フレイル・サイクルは回り出したら抜けられない!?負のスパイラルへの対処法
小川純人
和食の深い秘密~なぜ身体に良いのか(1)和食の特徴と日本人
日本人は地球上最もベジタリアンだった?和食の7つの基本
小泉武夫
明治維新とは~幕末を見る新たな史観(2)日本の盛衰40年周期
近代日本の歴史的な盛衰は40年周期がある
島田晴雄
『万葉集』と律令社会~官僚の心得と歌宴(1)国守・大伴家持と地方社会の日常
『万葉集』でわかる奈良時代の貴族と地方豪族の関係と日常…歌人・大伴家持の歌に秘められた国守時代の苦労話
上野誠