057【強化学習】値下げ、まとめ売り、投げ売り。その試行錯誤が学習だった
「正解を教えてもらわないと、賢くなれない」——そう思っていませんか？ 実は、AIの学習には「誰も正解を教えてくれない」方法があります。それが今日のテーマ、強化学習。前回のアノテーション（第56話）の「その先」で起きていること。高橋部長のフリマ体験から、AIが世界最強になった仕組みまで、一緒にひもといていきましょう。
【超要約】誰も正解を教えてくれなくても、「売れた・売れなかった」の結果だけを手がかりに、試行錯誤で賢くなれる仕組み。
【たとえ話】初めてフリマに出店した部長。最初の値段では売れず、下げて、まとめ売りに応じて、最後は投げ売り。誰も正解を教えてくれないのに、結果だけを手がかりに判断し続けた——それが強化学習そのもの。
🎙 Podcast（Spotify）: https://open.spotify.com/show/6tuWL2RLWctmABGPYZEVRj
📝 公式Note: https://note.com/yu_biz_manga/m/m9ac293c90b43
🐦 X: https://x.com/yu_biz_manga
感想
まだ感想はありません。最初の1件を書きましょう！
スクロール