プロフィール

東京大学工学系研究科 技術経営戦略学専攻 博士課程在籍 (指導教員: 松尾 豊). 日本学術振興会 特別研究員 (DC1).

興味

• 大規模言語モデル (LLM)
• 言語モデルエージェント (LLM Agent, LM Agent)
• Reinforcement Learning from Human Feedback (RLHF)
• 深層強化学習
• オフライン強化学習

業績

日本語での発表のみ. 英語論文等についてはPublicationsをご覧ください.

総説・解説

1. 古田 拓毅. データ中心の視点から捉える深層強化学習. 人工知能, 37(4), 507-515. 2022.

国内会議

1. 佐藤 誠人, 海野 良介, 古田 拓毅, 松嶋 達也, 岡田 領, PAVEL Savkin, 佐野 元紀, 松尾 豊. 画像のMid-Levelな表現による物体操作の模倣学習手法の検討. 人工知能学会全国大会 (JSAI2022), 2022.

2. 松嶋 達也, 古田 拓毅, 顧 世翔, 松尾 豊. オフラインデータを利用したモデルベース強化学習. 人工知能学会全国大会 (JSAI2020), 2020.

講演・発表

1. 古田 拓毅. Webナビゲーションにおける言語モデルエージェントの展望と課題. 応用機械学習と人工知能セミナー: AIエージェント. Tokyo AI Talks (TAI). 2024.
2. 古田 拓毅. Webナビゲーションにおける言語モデルエージェントの展望と課題. NLPコロキウム. 2024.
3. 古田 拓毅. 大規模モデルに基づく意思決定エージェントの構築. 2023年中日青年博士フォーラム ー人工知能技術の応用と発展. 2023.

表彰等

• Forbes JAPAN 30 UNDER 30 2023 (2023年 8月)
• 日本学術振興会 特別研究員 (DC1) (2022年 4月 - 2025年 3月)
• 工学系研究科長賞 (2022年 3月)
• トヨタ・ドワンゴ高度人工知能人材奨学金 (2021年 4月 - 2022年 3月)

経歴

• 東京大学工学系研究科 技術経営戦略学専攻 修士課程 修了 (2022年 3月, 指導教員: 松尾 豊)
• 東京大学 工学部システム創成学科 卒業 (2020年 3月, 指導教員: 宮本 英昭)