MicrosoftのAIが「ミズ・パックマン」で全面クリア
米Microsoftの研究部門であるMicrosoft Researchは6月14日(現地時間)、「強化学習」採用の人工知能(AI)で、家庭用ゲーム機「Atari 2600」版の1980年代のゲーム「Ms. Pac-Man」(ミズ・パックマン)で99万9990という最高スコアを打ち出したと発表した。
201面でのこのスコアが最高点であることは、達成後スコアが0に戻ったことで判断した。
ミズ・パックマンは、1981年に人気ゲーム「パックマン」のクローンとして開発され、後にナムコに公認されたアーケードゲーム。ゴーストの動きがランダムだったり、フルーツも迷路内を移動するなど、オリジナルパックマンより難しい。
コンプリートに成功したのは、Microsoftが1月に買収したカナダのディープラーニング企業Maluubaのチーム。
同社が「Hybrid Reward Architecture」と呼ぶアーキテクチャを採用するこのAIは、150以上の単目的のエージェントとそれらのエージェントの情報に基いて総合的な判断をするトップエージェントで構成される。部下のエージェントはそれぞれパラレルに働き、自分にとって最善の決定をトップエージェントに報告し、トップエージェントはそれを総合して判断する。
例えば、多くの部下が「フルーツが右方向にあるから右に行きたい」と主張しても、2つの部下が「右に行くとゴーストがいるから左に行くべきだ」と主張すれば、トップは左に行く方を選ぶ。
Hybrid Reward Architectureは、米Alphabet傘下のDeepMindの「DQN」と同様に「強化学習」を使っている。強化学習は、「教師あり学習」と異なり正解を与えずにAIが出す答えを評価していくことで学習させるので、正解のない事象で最善策を決めるのに役立つ。
Microsoftは、強化学習採用AIエージェントは、高度で複雑な知的労働での意思決定支援に活用できるとしている。
変更履歴:当初、DQNでは強化学習を採用していないという記述にしていましたが、https://deepmind.com/research/dqn/を確認し、訂正しました。[2017/6/15 16:00]
Copyright © ITmedia, Inc. All Rights Reserved.
この記事の著者
関連記事
こんなメディアも見られています
ITmedia NEWSに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
SpecialPR
本日の新着記事
アクセスランキング
-
1
GMO熊谷代表、会見で改めて謝罪 SNS投稿巡り「配慮が欠けていた」
-
2
ロゴ画像用の公開領域に顧客ファイルも保存 GMO系シングルサインオン、4.5万人分漏えい
-
3
アットコスメ、会員約300万人分の情報漏えい 不正アクセスで
-
4
ニコニコレンタカー、免許証画像の事前登録を廃止 保存済み画像も全削除 サイバー攻撃の増加受け
-
5
AI学習への利用拒否をrobots.txtで一括指定へ OpenAIやGoogleなどが対応表明
-
6
日本郵政「ゆうID」不正ログイン、他社で流出したパスワード使うリスト攻撃か……2段階認証必須に
-
7
楽天証券、顧客情報362件が漏えいか NTTデータ委託先に不正アクセス
-
8
総務省、GMO攻撃者サイトの「ブロッキング」を通信各社に要請 報道
-
9
クラブツーリズムに不正アクセス 個人情報約432万件漏えいの可能性、サイト停止
-
10
Google、宇宙のTPUから初のAI応答を受信 「Project Suncatcher」試作衛星で「Gemma 4」が俳句を詠む
ITmedia NEWS SNS
インフォメーション
注目情報をチェック
ITmediaNEWSをフォロー
あなたにおすすめの記事PR