Googleã®äººå·¥çŸ¥èƒ½ã€ŒDQNã€ã€ã‚¢ã‚¿ãƒªã‚²ãƒ¼ãƒ ã§äººé–“よりãƒã‚¤ã‚¹ã‚³ã‚¢å©ã出ã™ç±³Googleã®DeepMindãƒãƒ¼ãƒ ã¯2月25日（ç¾åœ°æ™‚間）ã€äººå·¥çŸ¥èƒ½ï¼ˆAI）アルゴリズム「deep Q-network（DQN）ã€ã«ã¤ã„ã¦ã®è«–文を発表ã—ãŸã€‚DQNã¯ã‚¼ãƒã‹ã‚‰ã‚²ãƒ¼ãƒ ã®ãƒ«ãƒ¼ãƒ«ã‚’å¦ç¿’ã—ã€ã€ŒBreakoutã€ã‚„「Pongã€ï¼ˆãƒ–ãƒãƒƒã‚¯å´©ã—）ãªã©ã®ã€ŒAtari 2600ã€ã®2次元ビデオゲームã§æœ€çµ‚çš„ã«ã¯äººé–“よりãƒã‚¤ã‚¹ã‚³ã‚¢ã‚’ç²å¾—ã™ã‚‹ã¾ã§ã«æˆé•·ã—ãŸã€‚ DQNã«ã¤ã„ã¦ã®ã€ŒHuman-level control through deep reinforcement learning（深層強化å¦ç¿’ã«ã‚ˆã‚‹äººé–“レベルã®åˆ¶å¾¡ï¼‰ã€ã¨é¡Œã™ã‚‹è«–æ–‡ãŒç§‘å¦é›‘誌Natureã®ã‚µã‚¤ãƒˆã«æŽ²è¼‰ã•ã‚ŒãŸã€‚ DQNã¯ã€ç±³IBMã®Watsonã®ã‚ˆã†ã«ãƒ“ッグデータを解æžã—ãŸçµæžœã‚’æ示ã™ã‚‹ã®ã§ã¯ãªãã€ã‚¼ãƒã‹ã‚‰å¦ç¿’ã—ã¦é€²åŒ–ã—ã¦ã„ã人工エージェント。“ピクセルã¨ã‚²ãƒ¼ãƒ スコアを入力ã™ã‚‹ã ã‘ã§â€ã‚²ãƒ¼ãƒ ã«ç¹°ã‚Šè¿”ã—トライã—ã¦ãƒžã‚¹ã‚¿ãƒ¼ã—ã¦ã„
GoogleãŒäººå·¥çŸ¥èƒ½ã€ŒDQNã€ã‚’開発　自らå¦ã³äººé–“を上回る能力ã®ç²å¾—ã‚‚ : ç—›ã„ニュース(ﾉ∀`)
ゲームを自らå¦ã‚“ã§äººé–“以上ã«ä¸Šé”ã§ãる人工知能「DQNã€ãŒäººé–“ã‚’è„…ã‹ã™æ—¥ã¯ã„ã¤ãã‚‹ã®ã‹ï¼Ÿ
グーグルã€è‡ªã‚‰å¦ã¶äººå·¥çŸ¥èƒ½é–‹ç™ºã€€ã‚²ãƒ¼ãƒ ç¹°ã‚Šè¿”ã—éŠã‚“ã§æ”»ç•¥ - 日本経済新èž
{{#tags}}- {{label}}
{{/tags}}