はじめに
今回からは、2021年に公開された論文「Acquisition of Chess Knowledge in AlphaZero」を元にして、強化学習を適用したニューラルネットワークの「学習内容」を分析するという研究事例を紹介します。最近は、学習済みのニューラルネットワークの構造を分析して、予測に影響を与える要素を発見する「Explainable AI(説明可能なAI)」と呼ばれる技術が発展しており、これらの技術をチェスをプレイする機械学習モデルに適用したものになります。
分析内容
はじめに、この論文における分析内容を簡単にまとめておきます。この論文では、チェスをプレイする機械学習モデルを分析の対象としていますが、これは、AlphaZeroと呼ばれる強化学習のフレームワークを利用して学習したものになります。ここでは、人間がチェスをプレイした際の棋譜データは使用せずに、エージェント同士の自動対戦だけを用いて学習処理を行います。つまり、「人間のプレイヤーの考え方」はまったく参考にせずに学習を行いますが、それでも最終的には、人間のプロ棋士を超える性能を獲得することができます。AlphaZeroは、チェスの他にも囲碁や将棋においても同様の性能を発揮することが確認されています。
この続きは以下をご覧ください
(リンク »)
お問い合わせにつきましては発表元企業までお願いいたします。