あなたが運転ルートを決めるとき。
重要視するのはどんな要素でしょうか。
とにかく早く着きたい。
大きな道で安心して運転したい。
せっかくだから、景色が良い道を通りたい。
乗っている車や、使用用途、その他いろいろな理由によって必要な条件は変わってきます。
では、どのルートが最適なのか、というと難しい問題です。
もちろん、早くて安くて大きなわかりやすい道で景色も良ければ、それ以上良いルートは無さそうです。
ですが多くの場合には、何かを重視すると他の要素の評価は下がってしまうことがほとんどです。
そんな問題を解決するための「多目的変数×メタ学習」の分野がここ数年で盛り上がりを見せています。
まず多目的変数というのは、複数の目的を同時に考慮する機械学習モデルであることを示します。
例えば自動運転車両でルートを決めるとき。
安全性も効率も、どちらも欠かすことはできません。
このような相反する目的地をどのようにバランスさせるか、がとても重要な課題のひとつです。
次にメタ学習とは、平たく言うと、たくさんのデータを学習してその特徴をつかむのではなく、効率的な学習方法をまずは学習することで、少数のデータからでも役に立つように学習を進めるためのひとつの方法です。
例えば私たちは画像が犬か猫かを見分けるときに、すべての犬種・猫種の画像を見る必要はありません。
犬猫の少数の画像から「犬はこんな種類」「猫はこんな種類」といった特徴を学習することで、まったく見たことない種類についても判断が付きますし、恐らくそれを応用して「これは猫科の生き物だ！」と判断できているのだと思われます。
そのように、効率的な学習を可能にするのがメタ学習です。
例えば自動車のルート検索の例で言えば、少数の「正解ルート」から、新しい場所に対しても「正解のルート」を導き出せる、ということになります。
それぞれ異なる手法には見えるえのですが、メタ学習のフレームワークをうまく使うことで、多目的変数を最適化したい、という状況において、とても効率的な学習ができるようなのです。
最近論文を読み始めた分野なのでまだまだ勉強中ではあるのですが、とても面白そうな分野なので読み進めてみたいと思っています。
なによりも、「組み合わせることで新たな解決策が見いだhttps://blog.people-resource.jp/wp-admin/edit.php?post_type=kenjano-jinjiせる」というのが何より面白いと思います。
また、面白い研究を見つけ次第ご報告させていただきます！
P.S.
↓メルマガの新規登録はこちらから↓
https://48auto.biz/keieijinji/touroku/sp/scenario13.htm
（スマートフォンよりご登録いただけます）
