強化学習のビジネスコースを計画する

人工知能 (AI) が競争上の優位性を提供できる新しい方法を探しているリーダーは、2021 年のアメリカズ カップの試合を、あるチームの強化学習の画期的な使用と、その過激なボートの設計と接戦のレースと同じくらい刺激的だと感じたかもしれません。

競争力を維持するために、アメリカズ カップ コンテストのセーリング チームは、他の企業と同様に、可能なことの限界を押し上げる必要があります。 また、急な成長曲線や限られた機会など、同様の制約にも直面している。つまり、スポーツで最も重要な競技会でパフォーマンスを向上させるためにチームが追求できる大きな実験は 1 つまたは 2 つだけである。

2021 年版のアメリカズ カップに向けて、現チャンピオンのエミレーツ チーム ニュージーランドは、高度な AI 技術である強化学習が設計プロセスを最適化できる可能性があることに挑戦しました。 この技術が実現したことで、チームは飛躍的に多くのボートのデザインをテストし、パフォーマンス上の利点を達成することができ、カップ戦で 4 回目の優勝を獲得することができました。

他のタイプの機械学習とは異なり、強化学習では、予測を行ったりタスクを実行したりする方法を学習するために、通常、ラベル付きかラベルなしの履歴データセットのみに依存しないアルゴリズム (AI エージェントやボットをトレーニングすることが多い) が使用されます。 人間がよく行うように、彼らも試行錯誤を通じて学習します。 過去数年間で、このテクノロジーは高度な拡張性を実現し、複雑で動的な環境での意思決定を最適化できるように成熟しました。

設計の加速と改善に加えて、強化学習は、顧客の行動や好みが急速に変化するシステムでの製品の推奨など、幅広い複雑なアプリケーションにますます組み込まれています。 非常に動的な状況での時系列予測。 梱包、ルーティング、スケジュール設定を組み合わせた複雑な物流問題を解決します。 さらには臨床試験を加速し、経済政策や医療政策が消費者や患者に与える影響分析も加速する。

私たちは、テクノロジー環境がいかに急速に変化するかを目の当たりにしてきました。 ほんの数年前、別の AI 技術であるディープラーニングがビジネスシーンに登場しました。 現在、私たちが調査したハイテク企業と通信企業の 30 パーセント、その他の業界の企業の 16 パーセントがディープラーニング機能を組み込んでいます。

近年最も話題になったこの技術の応用例をいくつか紹介します。

エミレーツ・チーム・ニュージーランドのように、今日強化学習の可能性を理解している経営幹部は、自分の業界で優位性を見つけることができるようになるでしょう（補足記事「強化学習アプリケーションの注目すべき例」を参照）。 チームの経験を理解することは、リーダーがいつどこでテクノロジーを使用するかを判断するのに役立ちます。なぜなら、多くの組織は同様の道をたどるからです。つまり、まず従来のテクノロジーを実装して問題を解決し、次に強化学習を適用して、これまで到達できなかったパフォーマンスの層に到達します。 したがって、エミレーツ・チーム・ニュージーランドの歩みを振り返ることから始め、その後、企業が強化学習の適用をどこにどのように検討すべきかについてのアイデアを提供します。

エミレーツ・チーム・ニュージーランドのデザイナーは、先進テクノロジーに慣れていたわけではありません。 2010 年、チームは物理的にボートを組み立てずにボートの設計をテストするための最先端のデジタル シミュレーターを構築しました。 これはチームの 2017 アメリカズカップ優勝の鍵でしたが、シミュレーターには限界がありました。 最適に運用するには複数の船員が必要でしたが、船員の予定された練習、移動、競技を考慮すると、これは物流上の重大な課題でした。 その結果、設計者は通常、シミュレータのパフォーマンス データがない場合に新しい設計を繰り返し、船員との大きな時間を割くことができたときに、最良のアイデアをバッチでテストしていました。 さらに、人間のパフォーマンスがよくあることと同じように、船員のパフォーマンスもテストごとに異なる可能性があるため、ボートの反応のわずかな改善が設計の調整によるものなのか、人間によるテストの差異によるものなのかを設計者が判断するのは困難です。