概要：強化学習は、機械学習の一分野であり、AlphaGo等のゲームでその性能の高さが証明されるにつれ、盛んに研究されてきた。特に最近、ChatGPTに代表される大規模言語モデルのアライメントに「人間のフィードバックによる強化学習」、いわゆる RLHF が用いられたことから、強化学習への注目が一段と高まっている。本講演では、強化学習の基礎について触れた後、RLHFなど強化学習の応用事例について紹介する。

（概要未定）

概要：大規模数値シミュレーションを機械学習モデルで置き換えることで、大幅な計算時間の短縮が期待されるサロゲートモデルに関する研究が注目されている。しかし、大規模で複雑なデータが出力される場合には、可視化が困難な状況が発生する。本講演では、可視化も含めた計算を置き換える可視化サロゲートモデルの開発によって、解析時の対話的な試行錯誤を可能にし、知見獲得プロセスを飛躍的に加速させる取り組みを紹介する。