ディープラーニングの生成・行動系タスク

◆強化学習アルゴリズムの進化

AIはどのように試行錯誤を重ね、より賢く行動できるように進化してきたのでしょうか。▶続きを読む

◆強化学習の学習を支える手法

AIがより効率よく、安定して学べるようにするためのさまざまな工夫があります。▶続きを読む

◆強化学習を実世界で使うための技術

シミュレーションだけでなく、現実の世界でも通用するAIを実現するための課題とその解決が求められます。▶続きを読む

◆複雑環境における強化学習

現実の複雑で多様な状況に対応するために、AIはさらに高度な仕組みを取り入れていきます。▶続きを読む

◆強化学習の応用事例

こうした技術の発展によって、AIは実際の社会やサービスの中で活躍するようになっています。▶続きを読む

◆データ生成とは何か

「読み取る」から「作り出す」へ——AIがクリエイターになる世界の、入り口を一緒にくぐりましょう。▶続きを読む

◆GAN・DCGAN・CycleGAN　画像生成AIを支える技術

生成器と識別器が競い合う、AIの「贋作師と鑑定士」の物語。▶続きを読む

◆拡散モデルとNeRF　Stable Diffusionのしくみ

ノイズの中から絵を生み出し、見ていない角度の世界を想像する、GANの次世代技術。▶続きを読む

◆文章生成・音声生成　言葉と声を作るAI

テキストを紡ぎ、声を合成する——私たちの日常に最も近い生成AIの世界へ。▶続きを読む

◆転移学習と事前学習　AIの知識を使い回す技術

一から学ぶより、すでに知っていることを活かす——AIが「下積み」を武器にする発想。▶続きを読む

◆ファインチューニングと破壊的忘却　AIを専門家に育てる

汎用的な知識を持つAIを、特定の仕事のプロに仕立て上げる技術と、その落とし穴。▶続きを読む

◆Few-shot学習と自己教師あり学習　少ないデータで賢くなる

「お手本が少ししかない」——その制約の中で、AIはどこまで賢くなれるのか。▶続きを読む

◆マルチモーダルとは何か　複数の感覚を持つAIへ

画像も、言葉も、音も——複数の情報を同時に扱えるAIは、どのように生まれたのでしょうか。▶続きを読む

◆マルチモーダルのタスクと技術　見る・読む・答える・描く

写真を言葉で説明し、質問に答え、言葉から絵を描く——マルチモーダルAIができることの全体像です。▶続きを読む

◆代表的なマルチモーダルモデル　CLIP・DALL-E・Flamingo・Unified-IO

マルチモーダルの世界を切り開いてきた、四つの代表的なモデルを一つずつ見ていきましょう。▶続きを読む