イーロン・マスクと別れて起業。ロボット研究者たちの野望
The New York Times
121Picks
コメント
注目のコメント
モノを扱う領域において強化学習・模倣学習が一層重要になっていく。
一方、モノを扱うという点において、囲碁などのゲームと完全に同一にはできない。というのは人間がやる量産でも、立ち上げ期は歩留まりが低かったり、スピードを遅くしたりする。
どれくらいの失敗を許容するか、どれくらいのスピードで立ち上げていくか、また立ち上がり後の改善にどれくらいついてくるかといった点も、実用に向かっていく中で重要だろう。
下記記事は囲碁についての記事だが、人間の常識や先入観とは違った発見が生まれてくる。
生産工程はより多様だろうが、人間の常識を打ち破った革新的な改善が生まれてくること、これからとても期待している。
https://newspicks.com/news/2730419ロボット自身が自分で学習し動くこと。これがAIでできるようになった時、産業界にシンギュラリティは起きます。しかし、ロボットのティーチングは動作によってはとても細かく設定する必要があり、それをロボットが自分で考えて動くことは、AIでもなかなかできないのではと思います。それくらいこの技術が一般的になることは大きな意味を持ちます。それこそ、人の仕事をロボットが代わりにやることの幕開けのような技術ですね。
模倣学習だけではなく、模倣学習と強化学習を調和させることでより、質の高い学習が
得られるのではないでしょうか。また、人間の学習時の行動を考えると,模倣する価値のある対象を選び,選択的に模倣するといった一段メタな学習機構が存在すると考えられるので、今後はそう言ったメタな選択も含めた模倣学習のモデル化の必要性もある。