データマネジメント|AI利活用 問15
AI の学習方法のうち、“強化学習”の説明として、最も適切なものはどれか。
正解:エ
解説
強化学習は、試行錯誤を通じて、得られる報酬(評価)の合計が最大になるような行動の選び方を学習する方法です。在庫の補充や配送の順序の決定など、連続した意思決定の支援に使われます。
- ア 教師あり学習の説明です。
- イ 教師なし学習の説明です。クラスタリングなどのグルーピングに使われます。
- ウ ファインチューニングの説明です。
- エ 正解。
もう一歩深く
アは教師あり学習、イは教師なし学習、ウはファインチューニングの説明です。強化学習は、囲碁や将棋の AI で、自分どうしで対戦を繰り返して強くなった例がよく知られています。また、生成 AI では、人の評価を報酬として回答の質を高める方法(RLHF:Reinforcement Learning from Human Feedback、人間のフィードバックによる強化学習)にも使われています。
当サイトのオリジナル問題です。