ネットワークを“超深く”したらAIの自己学習が大きく伸びた（NeurIPS 2025）

強化学習は、AIが試行錯誤しながら自分で上達していく学び方です。ロボットの動作習得などに使われますが、これまでネットワークの“層”は2〜5層と浅いのが普通で、深くしてもうまくいかないとされてきました。

NeurIPS 2025で大きな注目を集めた研究『1000 Layer Networks for Self-Supervised RL』は、思い切って最大1024層まで深くすると、自己教師あり（人の正解ラベルに頼らない）強化学習の性能が大きく伸びることを示しました。残差接続や正規化などの工夫で、深い網でも安定して学習できるようにしています。

さまざまなロボット課題で、性能が2倍から最大50倍に向上したと報告されています。しかも、単に成功率が上がるだけでなく、学ぶ“行動の質”そのものが変わったといいます。研究はKevin Wangさんらのチームによるものです。AIが“自分で学ぶ”力の伸びしろを示す研究です。ロボットや、自分で動くAI（自律エージェント）の進歩につながり、将来の暮らしや仕事に影響しそうです。

「もっと深くすれば伸びる」という新しい方向性が、今後の研究を後押しします。身近なロボットやゲームAIの賢さにも、いずれ生かされていくはずです。