学習手法 MT-DNN：BERTを凌駕するMicrosoftの新しいNLPモデル
１．MT-DNN：BERTを凌駕するMicrosoftの新しいNLPモデルまとめ ・MT-DNNはマイクロソフトが発表した新しい自然言語処理モデルでBERTを上回るスコアを出した ・2015年に提案したモデルに基づいて構築されマルチタスク学...
人工知能/機械学習
学習手法 モデル MeRL：強化学習でまばらで仕様が曖昧な報酬に対応(3/3)
１．MeRL：強化学習でまばらで仕様が曖昧な報酬に対応(3/3)まとめ ・報酬が疎になる作業を学習させるためにカルバック・ライブラー情報量(KL)を利用している ・カルバック・ライブラー情報量は、2つの異なる確率分布がどの程度異なるかを示す...
学習手法 MeRL：強化学習でまばらで仕様が曖昧な報酬に対応(2/3)
１．MeRL：強化学習でまばらで仕様が曖昧な報酬に対応(2/3)まとめ ・偶然成功した行動は強化学習エージェントが作業を一般化する際に有害な影響を与える ・MeRLでは成功した行動の特徴に基づいて偶然の成功と意図的な成功を区別した補助的な報...
学習手法 PlaNet：画像入力から世界モデルを学ぶ強化学習(3/3)
１．PlaNet：画像入力から世界モデルを学ぶ強化学習(3/3)まとめ ・PlaNetは一つのエージェントで６つの異なるタスクを行うように訓練する事ができた ・比較的単純なタスクに対する学習は遅かったが複雑なタスクは素早く学習し高いレベルに...
学習手法 PlaNet：画像入力から世界モデルを学ぶ強化学習(2/3)
１．PlaNet：画像入力から世界モデルを学ぶ強化学習(2/3)まとめ ・エージェントは特定の操作によってボールの位置やゴールまでの距離がどのように変化するか想像出来る ・大量の計算が必要な画像作成を省略し将来の報酬を予測するだけでよいので...
学習手法 PlaNet：画像入力から世界モデルを学ぶ強化学習(1/3)
１．PlaNet：画像入力から世界モデルを学ぶ強化学習(1/3)まとめ ・PlaNetはモデルベース(Model-based)強化学習であり世界モデルを学ぶ強化学習 ・世界モデルを学ぶと従来より少ないデータで効率的な学習を行う事ができる ・...
モデル AlphaStar：StarCraftIIでプロプレーヤーに勝った人工知能(5/3)
１．AlphaStar：StarCraftIIでプロプレーヤーに勝った人工知能(5/3)まとめ ・DeepmindのAlphaStarは素晴らしい成果を収めたのは確かだが戦略で勝ったわけではない ・本来設定されているユニット間の相性が成立し...
AI関連その他 AlphaStar：StarCraftIIでプロプレーヤーに勝った人工知能(4/3)
１．AlphaStar：StarCraftIIでプロプレーヤーに勝った人工知能(4/3)まとめ ・AlphaStarと対戦したプロは新しい戦略の発見に繋がったと評価 ・AlphaStarで培った技術は他のAI関連作業にも応用が可能 ・AIの...
学習手法 AlphaStar：StarCraftIIでプロプレーヤーに勝った人工知能(3/3)
１．AlphaStar：StarCraftIIでプロプレーヤーに勝った人工知能(3/3)まとめ ・AlphaStarはコンピュータ特有の優位性の利用は極力控えていた ・操作量は人間のプロプレーヤー同等、操作遅延も同等であった ・ミニマップを...
学習手法 AlphaStar：StarCraftIIでプロプレーヤーに勝った人工知能(2/3)
１．AlphaStar：StarCraftIIでプロプレーヤーに勝った人工知能(2/3)まとめ ・AlphaStarは単一の人工知能ではなく人工知能同士のリーグ戦を勝ちぬいた５選手から構成されていた ・当初は人間のリプレイから学習し次段階で...
学習手法 AlphaStar：StarCraftIIでプロプレーヤーに勝った人工知能(1/3)
１．AlphaStar：StarCraftIIでプロプレーヤーに勝った人工知能(1/3)まとめ ・20年以上の歴史を持つゲームであるStarCraftIIはAIにとって困難なチャレンジと見なされ来た ・不完全な情報と予期せぬ出来事に対処しつ...
モデル 2018年11月に発表されたAWSのAI関連の新機能
１．2018年11月に発表されたAWSのAI関連の新機能まとめ ・機械学習演算用ハードウェアであるInferentiaチップを2019年リリース予定 ・強化学習で動作させる$399ドルのミニチュアカーDeepRacer ・開発者がロボット工...