―オフライン学習におけるハイパーパラメーター最適化の影響を新たに解明―
広告 |2024年6月18日
株式会社サイバーエージェント(本社:東京都渋谷区、代表取締役:藤田晋、東証プライム市場:証券コード4751)は、人工知能技術の研究開発組織「AI Lab」研究員の野村将寛およびコーネル大学兼半熟仮想株式会社の齋藤優太氏による共著論文が、「IJCAI(International Joint Conference on Artificial Intelligence)2024」※1に採択されたことをお知らせいたします。
「IJCAI」は、人工知能分野における世界最高峰の国際会議のひとつで、「NeurIPS」「AAAI」「KDD」※2などと並んで、人工知能分野で権威ある国際会議の一つです。このたび「AI Lab」から採択された論文は、2024年8月に韓国の済州島で開催される「IJCAI 2024」にて発表を行います。
■研究背景
例えば検索内容と関連の深い商品の推薦など、インターネット広告などの多くのウェブサービスにおいては、ユーザーに対して適切なコンテンツを推薦することが求められています。これを実現するための推薦システムの学習が、産業分野においても近年高い注目を集めており、本領域の多くの実務者たちは過去データから機械学習モデルを学習させる「オフライン学習」により、高い推薦精度を達成する推薦システムの構築を目指しています。
機械学習モデルには、分析者が事前に設定・チューニングする「ハイパーパラメーター」と呼ばれるパラメーターが存在します。さらなる推薦精度の達成のためには、ハイパーパラメーターを適切にチューニングすることが重要です。このような課題から、当社では「AI Lab」において積極的にこの領域に関する研究に取組んでまいりました ※3。
Tweet