MITテクノロジーレビュー記事「An algorithm that evolved Starcraft bots is also training self-driving cars ウェイモとディープマインドがタッグ、自動運転の機械学習を効率化」（Will Knight 米国版 AI担当上級編集者）が面白い。
・アルファベット（グーグル）傘下のウェイモは、ディープマインドの研究チームと共同で、自律自動車の機械学習アルゴリズムを効率よく訓練するための手法を開発した。ニューラル・ネットワークを維持するために必要なコンピューター能力を削減し、開発スピードの大幅アップを狙うという。
・開発チームは、ディープマインドがビデオゲームのアルゴリズムに磨きをかけるために以前開発した「ポピュレーション・ベースド・トレーニング（PBT）」と呼ばれる手法を使ったようだ。PBTは、生物学的な進化にヒントを得た手法である。アルゴリズムの集合の中で、「もっとも健康な」試験体（与えられたタスクをもっとも効率的にこなせるもの）から候補となるコードを抽出することで、特定のタスクをこなす機械学習のアルゴリズムやパラメーターの選択のスピードを上げようというものらしい。
・現在の自律運転車は、特に深層学習に頼るところが大きい。だが、適正な特性とパラメーター（最初にハードコーディングされた値）を備えた深層ニューラル・ネットワークを設計するのは、やっかいな作業だという。候補となるネットワークとパラメーターは、ほとんどが手動で選択されるか、コンピューターで無作為に調整されるかのどちらかであるが、前者は時間がかかり、後者には大量の処理能力が必要だ。
・グーグルは、機械学習モデルを訓練するプロセスの自動化に役立つようなさまざま手法を開発しており、その一部はすでに「クラウドオートML（Cloud AutoML）」プロジェクトを通じて顧客に提供されているようだ。AIシステムの訓練の効率化と自動化は、AIテクノロジーの商業化には欠かせないことであり、利益をあげるためにも不可欠であるという。
ＩＴ起業研究所ITInvC代表 小松仁