甲野佑

自律型 AI が生み出す未来

近年の AI は対戦ゲームで人間に勝ったり、数学オリンピック問題を解くなど、単なる人間の写鏡にとどまらず人間を超えた性能を持つようになってきました。その鍵は人間が生み出したデータに学ぶだけではなく、それにプラスして自律的に探索する能力を与えたことです。主に強化学習と呼ばれるその技術は、従来は学習時間も長く扱いづらい技術とされてきました。しかし ChatGPT をはじめとして様々な技術に登用される時代になりました。これらは加速度的な大規模モデルのデータサイズの進化に対して、高品質の人間の学習データすらも枯渇してきたことと関係しており、そこで強化学習の自律的な探索が超々大規模な学習データ量のカバーや人間を超えるために必要になってきています。強化学習によって最先端 AI が Over Human となる時代において、ビジネス分野ではどう強化学習を活用すべきなのか。DeNA というゲームやレコメンド、パーソナライズにて強化学習の事業化に挑戦してきた立場から強化学習の基礎から事業応用のノウハウについてお話ししたいと思います。