人の学習手順を再現

　前回は画像データや音声データに対するディープラーニングについて紹介した。今回は「深層強化学習」そして「ＧＡＮ」と呼ばれるディープラーニングの技術を紹介する。

　「深層強化学習」という言葉はなじみがないかもしれないが、「アルファ碁」という言葉は聞いたことがあるかもしれない。アルファ碁はGoogleが開発した囲碁のソフトであり、2017年に当時の世界王者といえるカ・ケツ氏に勝利したことで知られる。このアルファ碁に使用されているディープラーニングの技術が深層強化学習である。

　深層強化学習とはディープラーニングを用いた「強化学習」である。強化学習とはＡＩを実現する技術の１つである。強化学習のほかにもAIを実現する技術としては「教師あり学習」などが挙げられる。先にこの教師あり学習について説明すると、教師あり学習とは、たとえば、画像を入力してその画像が猫か犬かを分類させる際に、過去の経験（学習データ）を基に学習させたルールに従い、判断させる技術である。…

筆者：㈱電通国際情報サービス 開発技術部　小川 雄太郎