2016年12月09日

人工知能のけん玉学習

Watsonのクイズ番組での優勝やアルファ碁の騎士への勝利で、人工知能の凄さが評価されている。
しかし、いずれも情報の世界で動きを伴わない学習だった。

そういう意味で,
けん玉の学習は、新しい! ロボットの動きも学習できることが証明されたと思いました。

pepperくんのけん玉をみてください。

やるね!
posted by アナリス at 22:46 | Comment(0) | TrackBack(0) | テーマ 「人工知能」 | このブログの読者になる | 更新情報をチェックする

2016年04月25日

続報2)プロ棋士の頭脳に勝ったGoogle技術とは

強化学習という技術が AlphaGo をプロ棋士以上の脳に育てたことを前回書きました。

その出所は、文献“Mastering the Game of Go with Deep Neural Networks and Tree Search” Nature
なのですが、英文ですし、かつ、技術的に難しい。

そこで、日本語で解説してくれている記事を探してみましたら発見しました。
技術的に興味がある方は、こちらを見てください。

Google AlphaGoの仕組みを理解する─AI技術は今、どこまで進化したのか?

出典;2016413() IT Leaders

http://it.impressbm.co.jp/articles/-/13474?page=2



posted by アナリス at 22:23 | Comment(0) | TrackBack(0) | テーマ 「人工知能」 | このブログの読者になる | 更新情報をチェックする

2016年04月23日

プロ棋士の頭脳に勝ったGoogle技術とは

Alpha Go が凄いことが話題になっています。

の技術が具体的にどのようなものか気になっていました。
ディープラーニングという機械学習によるものなのですが、ここまでは、IBMのWatsonなどと変わりません。
機械学習は、予め優れた教師データを使い、頭を良くするというものです。

でもそれだけでプロ棋士に勝てないと思う。

そのことを示唆する記事を見つめました。以下です。

ディープラーニングを用いたコンピュータ囲碁

Alpha Go の技術と展望〜 出典;日経テクノロジーonline


「ディープラーニングと強化学習を用いた手法で囲碁の局面を評価する新しい手法を確立し、その手法と従来のモンテカルロ木探索(MCTS: Monte-Calro Tree Search)の手法を組み合わせることで、既存のプログラムに99.8%勝つばかりか、囲碁のヨーロッパチャンピオンのプロ棋士に5連勝したというものであった。」


古い技術のようですが、「モンテカルロ木探索」という技術が使われているようです。

さらに、新しい手法を加えたと記事は伝えています。


詳しいことは、論文を追う必要があるようです。


そもそも「モンテカルロ木探索」がよくわかってないので、調べました。

素人向けに簡単に説明すれば、どうも

「囲碁の打ち手を先先とシミュレーションして、勝てそうな手を選ぶ」

というもののようです。


コンピューターだからできることと思いました。



posted by アナリス at 08:52 | Comment(0) | TrackBack(0) | テーマ 「人工知能」 | このブログの読者になる | 更新情報をチェックする

過去ログ
最近の記事