こんにちは！Team AIです。先週の勉強会＆ハッカソンの中から厳選して、当日のアジェンダを共有させていただきます。

機械学習論文研究会　開催レポート　ー　10/21(土)

Team AI 機械学習論文研究会を開催しました。

大学機械学習講師、フリーランスエンジニア、金融機関の方々に加え、金沢人工知能コミュニティの上野さんも交え、最新の論文情報を一緒にリサーチしました。

Google DeepMindのAlpha Go Zero;
Policy Net(どこに石を置くかを確率でOutPut)
Value Net(盤面の評価値)
Policy Net + Value Netを結合(Dual)で使い、最終的にモンテカルロツリー探索(MTCS)にかける (P+V構造は前世代と同じだが、結合させたのが今回)
ResNetで盤面を画像認識してInPutする仕組み
棋譜データは一切使わず、ルールのみを教えて自己対戦で2900万回戦った
Lee Sedol王者を破った初代AlphaGoと戦って100勝0敗
PolicyNetは学習済みのものを前世代のAlphaGoから引き継いだ模様(この意味でフルスクラッチではない)
1手0.4秒で差し、1局80秒で終了する
前世代AlphaGoがTPU48台使用に対し、今回はTPU4台
つまり、アルゴリズムは飛躍的に強くなり、消費計算資源は1/12になっている。この意味で超画期的。
従来型の教師あり学習+強化学習の組み合わせで、教師データがなく研究が進まなかった分野でブレイクスルーとなる可能性がある成功事例
前世代、前々世代のAlphaGo論文と比べると進化がより具体的にわかりそう

データ前処理研究会　ー　10/17(火)

私の第二の故郷イタリアからの参加者2名。ロボティクス研究者、アプリケーションエンジニア、データサイエンティスト等の方々と議論し、前処理に関する論点を整理しました。

Benvenuto e buongiorno!!
Dopo 14 mesi dall’inizio di questo reunione, abbiamo I primi participatori italiani.
Una era ricercatorice dell’robotics all’universita di Waseda. Abbiamo parlato tanto di tecnologia e lavoro.