公開日:2023年1月17日

更新日:2023年1月17日

本記事は、データ活用に関する最新の取組みや業界動向をより多くのかたにお届けするために、Qiita投稿ページと株式会社ジールが運営するメディア「BI online」に掲載しています。

 

はじめに

こんにちは、株式会社ジールの Suguru-Terouchi です。 いまさらAI学んでみた(第1回)第2回目に続いて第3回目と続いて第4回目になります。 これまでで機械学習の手法である「教師あり学習」と「教師なし学習」について学んできました。 今回は手法としては最後になる「強化学習」について書いていきたいと思います。


「教師あり学習」というくらいなので逆に「教師なし学習」という手法があるので 今回は「教師なし学習」について書いていきたいと思います。

 

強化学習ってなに?

強化学習について学ぶ前に「教師あり学習」と「教師なし学習」についてざっくりおさらいしましょう。 「教師あり学習」 ・・・ データと答えを同時に与えて学習する手法 「教師なし学習」 ・・・ 答えのないデータから特徴や法則を見つけ出す学習手法 覚えてましたか?その手法の名前と一緒に考えると簡単ですよね。 では、これ以外の学習手法ってなにか想像できますか? ・・・ ・・・ はい、出来ませんよね、、えっ、出来た?・・・そんな貴方は天才です。 想像出来なかった、そこの貴方も大丈夫です、一緒に学んでいきましょう。 それでは本題の強化学習について知っていくために活用事例から入った方が理解しやすいと思います。 有名なところで言うと「AlphaGo(アルファ碁)」という囲碁AIや自動お掃除ロボットのRo〇mbaさん、これから実用化が期待されている 自動車の自動運転システム等があります。 囲碁AI(こんなドンピシャなイラストがあるなんていらすとや様、ハンパないっす。)

残念ながら私は囲碁をやったことがないので、我が家で絶賛活躍中のRo〇mbaさんを例に見ていきたいと思います。 (すみません、本当は別のメーカーです。。) 自動お掃除ロボットというくらいなので、部屋の掃除をするのがお仕事だと思いますが、それだけで良いのでしょうか? もしかしたら毎日のお掃除が半日くらいかかってしまうかもしれません。それだと困りますよね。 それぞれのご家庭によって、部屋の広さや間取り、家具の配置など様々だと思いますが、 それらをカメラやセンサーなどを駆使して、掃除し忘れなく、効率的な掃除をするために強化学習が利用されています。

この例では掃除をするという機能を持ったロボットが自ら試行錯誤を行っていくなかで、 どのようなルートで掃除をしたら効率良く掃除が出来た(最高得点)か?を学習していく、これが強化学習ということですね。 自分で学習して成長していくようで、なんだか オラ、ワクワクすっぞ! 将来性感じますよね。

 

AWS DeepRacer

これで強化学習の概念は分かってきたかなと言うところでもう少し踏み込んでいきたいと思います。 強化学習を学んでいく中で個人的に興味を持っているもので、AWS DeepRacerというサービスがあります。 簡単に紹介するとラジコンカーを用いたレース競技ですが、操作するコントローラーはなく、強化学習を利用した自律型駆動マシンとなっ ています。(科学の力ってすげー) 少し話が逸れてしまいましたが、このDeepRacerのワークショップがこれから強化学習を学習する人の学習教材として、とても良いと感じ たのでご紹介したいと思います。 ワークショップスタジオ (workshops.aws)

 

おわりに

いかがでしたでしょうか。個人的には強化学習が一番興味あります。

第4回で機械学習の基礎の部分は終了になります。
次回はまだ検討中ですが、少し実践を交えた内容にしていきたいと思います。

ジールへのお問い合わせ

今だけ!AIや機械学習について学べる期間限定特典資料が無料でダウンロードできます

また、BI onlineでは現在期間限定で、
「Data & AI 民主化時代の到来!!!だからこそ今おさえておくべきポイントとは」と題した、
AI時代におけるデータ活用のノウハウが獲得できる特別特典資料をプレゼントしております。

特別特典資料の内容は?

●AIの民主化時代の到来

  1. この1年はAIの新たなターニングポイント
  2. Generative AIの特徴
  3. Generative AIの可能性
  4. 業務活用例 ~データプラットフォームとの連携
  5. 業務への組み込み
  6. AIの民主化時代に必要なもの

●ジールが考えるデータ活用成功のアプローチ

  1. データ活用の成功要素
  2. データ活用の失敗要素
  3. データプラットフォーム構築のアプローチ
  4. データ基盤拡張性の考え方と必要なプロセス
  5. Quick Win・アプローチ観点で検討すべき要素

AIやデータ分析に関する最新動向を研究しているジールが特別に作成した資料ですので、
少しでも興味がある方は、以下よりお早めにダウンロードくださいませ。

特典資料を無料でダウンロードする

新着記事