深層強化学習とゲーム AI

深層強化学習とゲームは相性が良く、DeepMind社が開発した「Alpha碁」が2016年に世界トップのプロ棋士を破り世界に衝撃を与えました。

Alpha碁はまずプロの手を教師データとする教師あり学習を用いて学習しました。その後、「勝利」を報酬とし自己同士でひたすら勝負を繰り返すという強化学習によりプロを超える実力を手に入れました。Alpha碁は盤面をCNNで認識し、次に打つ手をモンテカルロ法を用いて探索します。また、後継のAlpha碁Zeroは教師データを用いず自己対局のみでAlpha碁を上回りました。

👉より体系的に学びたい方は「人工知能基礎」（東京大学松尾豊先生監修）へ

クイズ

強化学習にディープラーニングを取り入れた深層強化学習に関する説明として、最も不適切な選択肢を1つ選べ.

自己対局のみで学習をするAlphaGoという碁のプログラムが高い成果をあげた．
状態や行動の表現にディープニューラルネットワークを用いた手法である．
Q学習にディープラーニングを組み合わせたDQNが、ブロック崩しにおいて人間を上回る記録を残した．
AlphaGoはどのような手を打つべきかの探索にモンテカルロ木探索を用いている．

正解を見る

解説を見る
AlphaGoは当時の世界チャンピオン級の棋士を打ち破っていますが、学習に囲碁の譜面を利用しています．その発展形であるAlphaGo Zeroは譜面を利用せず自己対局のみで学習し、さらに高い性能を発揮しました．（参考:G検定公式テキスト第2版第6章 6-5 P257) （参考：G検定公式テキスト第1版 P175-176）
👉G検定の受験対策は約1,000問収録の「G検定実践トレーニング」へ

人工知能基礎講座を提供中

人工知能の第一人者である東京大学の松尾豊教授が監修した人工知能基礎講座を受講してみませんか？人工知能の歴史から自然言語処理、機械学習、深層学習といった最先端のトピックやAIに関わる法律問題まで網羅しているので全てのビジネスパーソン・AIの初学者におすすめです。

サンプル動画

人工知能基礎講座はこちら↓

AI初学者・ビジネスパーソン向けのG検定対策講座

G検定受験前にトレーニングしたい方向けの問題集「G検定実践トレーニング」も提供中です。

zero to oneの「E資格」向け認定プログラム

日本ディープラーニング協会の実施するE資格の受験ならzero to oneの「E資格」向け認定プログラム (税込165,000円) をおすすめします。当講座は、東京大学大学院工学系研究科の松尾豊教授と東北大学大学院情報科学研究科の岡谷貴之教授が監修する実践的なプログラムとなっています。厚生労働省の教育訓練給付制度対象のE資格認定プログラムの中では最安値※となり、実質負担額49,500円～(支給割合70%の場合)で受講可能です。※2023年弊社調べ

G検定（AI・機械学習）用語集トップ

＜体験型＞学習ブログ

深層強化学習とゲーム AI