問 9
宅配をするふたば急便は、配達の車が家を回る順番をAIに決めさせたい。正解の順番は前もって用意しない。AIに回る順番を何度も試させ、配り終えるまでの時間が短いほど高い点数を与えて、点数が最も多くなる回り方を身につけさせる。このAIの学び方と、同じ学び方を使う仕事の例の組合せとして、最も適切なものはどれか。
考え方
正解の付いたデータから予測するなら教師あり学習、正解のないデータからまとまりを作るなら教師なし学習、試して点数(報酬)を受け取りながらやり方を身につけるなら強化学習です。ふたば急便のAIは、回る順番を試し、時間の短さに応じた点数を手がかりに回り方を身につけるので、強化学習です。倉庫のロボットに荷を運ぶ道を身につけさせることも、同じ強化学習の使い方です。この章の2節「識別AIの活用」で確かめられます。
ここを押さえる
正解は教わらず、試して得た点数を手がかりにやり方を身につけるのが強化学習。
正解は教わらず、試して得た点数を手がかりにやり方を身につけるのが強化学習。
選択肢ごとの解説
×ア
客をまとまりに分ける顧客セグメンテーションは、教師なし学習の使い方として正しい組合せです。しかし、ふたば急便のAIは、まとまりを作るのではなく、試して点数を受け取りながら回り方を身につけているので、教師なし学習ではありません。
×イ
売上予測は、教師あり学習の使い方として正しい組合せです。しかし、ふたば急便は正解の順番を用意しておらず、AIは点数だけを手がかりにしているので、教師あり学習ではありません。
○ウ
強化学習は、試して、結果のよし悪しに応じた点数(報酬)を受け取ることをくり返し、点数が最も多くなるやり方を身につける学び方です。ふたば急便のAIも、倉庫のロボットに荷を運ぶ道を身につけさせることも、この使い方です。
×エ
学び方は強化学習で合っていますが、過去にやめた客のデータからやめそうな客を予測する離反予測は、正解の付いたデータから学ぶ教師あり学習の使い方です。