Thông cáo báo chí
AI Lab, hai bài báo đồng tác giả được chấp nhận tại AAAI 2024, hội nghị hàng đầu kèo bóng đá châu á lĩnh vực trí tuệ nhân tạo
--Phân tích ảnh hưởng của tính bất đối xứng của trí nhớ đối với việc học trò chơi có tổng bằng 0/Đề xuất thuật toán chọn trường mẫu giáo--
CyberAgent Co, Ltd (Trụ sở chính: Shibuya-ku, Tokyo, Giám đốc đại diện: Susumu Fujita, TSE Prime Market: Mã chứng khoán: 4751) là công ty nghiên cứu thuộc sở hữu của Yumasa Fujimoto, nhà nghiên cứu thuộc AI Lab, một tổ chức nghiên cứu và phát triển công nghệ trí tuệ nhân tạo※1, Kaito Ario, Kenyuki Abe và Choko Son※2, hai bài viết đồng tác giả của Naoyuki Yamada, Yoshihiro Takenami, Daisuke Moriwaki, Giáo sư Makoto Yokoo của Đại học Kyushu và những người khác sẽ được trình bày tại hội nghị quốc tế về lĩnh vực trí tuệ nhân tạo "AAAI 2024"※3
``AAAI'' là hội nghị quốc tế được tổ chức hàng năm quy tụ các nhà nghiên cứu kèo bóng đá châu á các lĩnh vực trí tuệ nhân tạo khác nhau từ khắp nơi trên thế giới※4, đây là một kèo bóng đá châu á những hội nghị quốc tế uy tín kèo bóng đá châu á lĩnh vực trí tuệ nhân tạo kèo bóng đá châu á 5 năm qua, các bài báo của các nhà nghiên cứu từ Phòng thí nghiệm AI đã được chấp nhận xếp vào ``AAAI'' tại các phiên họp và hội thảo toàn thể, và đây là năm thứ sáu liên tiếp※5sẽ được chọn Các bài viết được chấp nhận sẽ được trình bày tại "AAAI 2024" được tổ chức tại Vancouver, Canada vào tháng 2 năm 2024
Nghiên cứu này là kết quả của ``Hệ thống nhà nghiên cứu hợp tác'', kèo bóng đá châu á đó ``Phòng thí nghiệm AI'' đặt ra mục tiêu và tiến hành nghiên cứu cùng với các nhà nghiên cứu trẻ có dự án riêng
※1 liên kết với Đại học Nghiên cứu Cao học, hiện đang làm việc tại “Phòng thí nghiệm AI” với tư cách là nhà nghiên cứu cộng tác※2 Liên kết với Đại học Kyushu,Đồng thời là nhà nghiên cứu tại “AI Lab”
■Giới thiệu về hai bài viết của tác giả chính được chấp nhận
"Phòng thí nghiệm AI" nghiên cứu và phát triển nhiều công nghệ AI liên quan đến tiếp thị nói chung, đồng thời đang giải quyết nhiều vấn đề công nghệ khác nhau, đồng thời tăng cường hợp tác giữa ngành và học viện với các trường đại học và tổ chức học thuậtĐặc biệt, nhóm nghiên cứu của chúng tôi kèo bóng đá châu á lĩnh vực kinh tế học tiến hành nghiên cứu lý thuyết nâng cao và nghiên cứu ứng dụng bằng cách sử dụng dữ liệu bên kèo bóng đá châu á và bên ngoài kèo bóng đá châu á nhiều lĩnh vực kinh tế học như suy luận nhân quả, thiết kế cơ chế, lý thuyết trò chơi và kinh tế học hành vi, đồng thời cũng tập trung vào việc triển khai xã hội và đóng góp học thuật thông qua cộng tác với giới học viện và chính phủ
Tác giả: Yumasa Fujimoto (Trường đại học nghiên cứu nâng cao), Kaito Ariu (Phòng thí nghiệm AI của CyberAgent), Kenyuki Abe (Phòng thí nghiệm về CyberAgent AI)
■Nền tảng nghiên cứukèo bóng đá châu á những năm gần đây, việc tự động hóa việc ra quyết định bằng cách sử dụng máy học đã đóng một vai trò quan trọng kèo bóng đá châu á nhiều dịch vụ web khác nhau, bao gồm cả việc phân phối quảng cáo trên Internet
Ví dụ: kèo bóng đá châu á đấu giá quảng cáo trên Internet, có những trường hợp tồn tại nhiều mô hình ra quyết định, không chỉ mô hình của riêng bạn mà còn mô hình của các công ty khác xác định số tiền giá thầu một cách độc lập Vấn đề học nhiều mô hình như thế này được gọi là "học kèo bóng đá châu á môi trường đa tác nhân" Một kèo bóng đá châu á những mục đích của việc học kèo bóng đá châu á môi trường đa tác nhân là tìm ra trạng thái kèo bóng đá châu á đó tất cả các mô hình đưa ra quyết định tối ưu, nhưng việc học trạng thái mong muốn này thường được biết là khó khăn
AAMAS 2021」・「UAI 2022」・「AISTATS 2023」・「IJCAI 2023"
■Tóm tắt bài viếtkèo bóng đá châu á bài viết này, chúng tôi đã giới thiệu "bộ nhớ" kèo bóng đá châu á đó những người ra quyết định ghi nhớ các hành động kèo bóng đá châu á quá khứ khi quyết định hành động tiếp theo của họ và xử lý việc học hỏi giữa những người ra quyết định có độ dài bộ nhớ không đối xứng [Hình] Trí nhớ cho phép đối tượng đưa ra những quyết định phức tạp và linh hoạt hơn kèo bóng đá châu á nghiên cứu này, chúng tôi đã phân tích sự khác biệt về khả năng ra quyết định giữa các đối tượng do sự bất cân xứng về trí nhớ ảnh hưởng như thế nào đến việc học tập giữa hai bên
Kết quả là chúng tôi đã quan sát thấy một hiện tượng kèo bóng đá châu á đó người ra quyết định có trí nhớ dài cố gắng lợi dụng bên kia và người ra quyết định có trí nhớ ngắn học cách thoát khỏi sự lợi dụng đó, dẫn đến trạng thái không bên nào có thể cải thiện kết quả của họ thêm nữa, tức là trạng thái cân bằng Nash Hơn nữa, chúng tôi đã chứng minh cả về mặt lý thuyết và thực nghiệm rằng hiện tượng này xảy ra đặc biệt rộng rãi kèo bóng đá châu á các trò chơi có tổng bằng 0 khi lợi ích của cả hai bên xung đột với nhau
Nghiên cứu nàyỨng dụng như một cơ chế giúp đạt được trạng thái cân bằng Nash một cách hiệu quả kèo bóng đá châu á môi trường đa tác nhânDự kiến việc này sẽ được thực hiện Ngoài ra,Cung cấp một góc nhìn mới để đạt được sự hội tụ về trạng thái cân bằng Nash bằng cách khai thác sự khác biệt về khả năng giữa những người ra quyết địnhTôi đây |
Tác giả: Sun Chohong (Đại học Kyushu, Phòng thí nghiệm AI CyberAgent), Naoyuki Yamada (Phòng thí nghiệm AI CyberAgent), Yoshihiro Takenami (Phòng thí nghiệm AI CyberAgent), Daisuke Moriwaki (Phòng thí nghiệm AI CyberAgent), Makoto Yokoo (Đại học Kyushu)
| ■Nền tảng nghiên cứuViệc lựa chọn đầu vào trường mẫu giáo có thể được coi là một bài toán so sánh hai phần giữa một số lượng lớn trẻ em kèo bóng đá châu á độ tuổi từ 0 đến 5 và một số lượng lớn các trung tâm giữ trẻ chấp nhận chúng Tuy nhiên, có những cơ chế phức tạp như phân bổ dựa trên nguyện vọng của anh chị em nộp đơn cùng lúc, sự có mặt của học sinh muốn chuyển trường, chia chỉ tiêu giữa các nhóm tuổi khác nhau nên không thể áp dụng thuật toán lý thuyết so khớp tổng quát trực tiếp vào thực tiễn AI Lab đang nghiên cứu nhiều vấn đề so khớp khác nhau, chẳng hạn như phát triển hệ thống khuyến nghị lẫn nhau và thuật toán điều chỉnh việc sử dụng trung tâm chăm sóc trẻ em năm ngoáiBài trình bày tại AAAI2023đề xuất sử dụng phương pháp lập trình số nguyên để thay đổi trường mẫu giáo và kết hợp anh chị em với các trung tâm giữ trẻ tùy ý, nhưng vẫn còn những vấn đề như giới hạn số lượng anh chị em có thể đăng ký cùng lúc là 3 và khả năng chia sẻ năng lực giữa các nhóm tuổi khác nhau ■Tóm tắt bài viếtDo đó, kèo bóng đá châu á bài viết này, chúng tôi thường mở rộng dựa trên bài báo năm ngoái và đề xuất một thuật toán sử dụng Lập trình ràng buộc (CP) đáp ứng các đặc tính sau cần thiết kèo bóng đá châu á thực tiễn tuyển sinh trường mẫu giáo ・Không giới hạn số lượng anh chị em đăng ký cùng lúc và có thể được chỉ định theo bất kỳ cách kết hợp nào・Thích hợp cho các trung tâm giữ trẻ chia sẻ sức chứa cho những người ở các độ tuổi khác nhau・Phân công những người muốn chuyển đến trường mẫu giáo mà họ đã chuyển đến hoặc trường mẫu giáo mà họ lựa chọn (tính hợp lý của cá nhân)・Ưu tiên những người có chỉ số hoặc mức độ ưu tiên cao, tránh tạo ra tình trạng vẫn còn chỗ tuyển dụng dù đã có người nộp đơn (ổn định) Lý do sử dụng CP là để giải quyết nhanh các bài toán phức tạp đòi hỏi nhiều phép tính, chẳng hạn như bài toán so khớp hai phần giữa trẻ em và nhà trẻ Kết quả so sánh thuật toán đề xuất kèo bóng đá châu á bài viết này với phân bổ thực tế của chính quyền địa phương cho thấy thuật toán đề xuất có số lượng trùng khớp tương đương với phân bổ thực tế và đáp ứng tính hợp lý và ổn định riêng lẻ Hơn nữa, bằng cách giảm bớt một số hạn chế, có thể tăng thêm số lượng trận đấu đến các trung tâm chăm sóc trẻ em và nếu điều này được thực hiện, có thể dự kiến sẽ góp phần giải quyết vấn đề về danh sách chờ trẻ em |
■Tương lai
Các phương pháp được đề xuất kèo bóng đá châu á hai bài viết này sẽ được sử dụng làm công nghệ cơ bản để tự động tạo ra các tài liệu sáng tạo quảng cáo, hệ thống đề xuất và quảng bá DX của chính phủCũngđã được triển khai như một hệ thống có thể cung cấp cho chính quyền địa phương, vv và có thể được sử dụng cho các vấn đề kết hợp khác nhau như trường mẫu giáo, trẻ em sau giờ học và hệ thống chọn trường"Phòng thí nghiệm AI" sẽ tiếp tục kết hợp công nghệ AI vào các sản phẩm để giải quyết các vấn đề kinh doanh và xã hội, đồng thời sẽ tiếp tục nỗ lực nghiên cứu và phát triển nhằm đóng góp cho sự phát triển công nghệ và học thuật
※3 ※4 Hệ thống xử lý thông tin thần kinh “NeurIPS”, Hội nghị quốc tế “ICML” về học máy, Hội nghị quốc tế “KDD” về khám phá kiến thức và khai thác dữ liệu※5 Narita và cộng sự “” (AAAI 2019), Garcia và cộng sự “” (AAAI 2020), Nomura và cộng sự “” (AAAI 2021), Shimano và cộng sự “” (Hội thảo AAAI 2022 về Học tăng cường kèo bóng đá châu á trò chơi), Sun và cộng sự””(AAAI 2023), Aziz và cộng sự”” (AAAI 2023)[Phát hành]