定義
試行錯誤と報酬によってAIが行動を学ぶ手法。ゲームAIやロボット制御で有名。LLMの調教(人間の好みに合わせる工程)にも使われている。
実務でのポイント
実務で直接触れることは少ないが、「AIが人間好みに答えるのは強化学習のおかげ」という背景知識として。
関連用語
- 生成AI — 文章・画像・音声・動画などを新しく作り出せるAIの総称。従来のAIが「分類・予測」を…
- LLM（大規模言語モデル） — Large Language Modelの略。膨大な文章データから言葉のつながりを学…
- ChatGPT — OpenAI社が提供する対話型の生成AIサービス。2022年11月の公開から世界的に…
- プロンプト — AIへの指示文のこと。プロンプトの質が出力の質を直接決める。「役割・目的・条件・出力…
この用語集について
CHK GROUPは、自社の経営（EC3チャネル・受注・在庫・顧客対応）をAIで自動運営している北九州の事業会社です。この用語集は実務者の視点で執筆しています。AIの導入・研修のご相談は研修・導入支援、ECの自動化はEC運用自動化、AI検索対策はAIO対策へ。
