← 生成AIパスポート 模擬試験 トップへ
問 5
第1章: AI（人工知能）強化学習の説明として、最も適切なものはどれか。
A入力データと正解ラベルの組を大量に与え、両者の対応関係をモデルに学習させる方式
B人間があらかじめ記述した条件分岐のルールに従って、機械的に判断を下していく方式
C正解ラベルを一切与えずに、データの中に潜む構造や規則性を自動的に見つけ出す方式
Dエージェントが試行錯誤し、得られる報酬が大きくなる行動方針を学習する方式正解
解説
強化学習は、エージェント（学習する主体）が環境の中で行動を選び、その結果として得られる報酬を手がかりに、長期的な報酬が最大になる行動方針を試行錯誤しながら獲得していく学習方式です。囲碁や将棋のAI、ロボットの制御などで成果を上げています。入力と正解ラベルの組から対応関係を学ぶのは教師あり学習の説明であり、正解を与えずにデータの構造を見つけ出すのは教師なし学習の説明です。人間が記述した条件分岐に従って判断する仕組みはルールベースであり、データから学習するわけではないため、そもそも機械学習には含まれません。