トップ
/ 講義科目
/ 人工知能 [シラバス24]
授業内容
- 人工知能・Artificial Intelligence
- 2024年度・後期・木曜2時限・学部3年
- 人工知能をアルゴリズム，機械学習，ロボットの観点よりレビューします．
- 授業の質問等は授業前後やメールで随時応対します．
| 授業の概要 | 人工知能の入門的講義として，古典論から現代論まで幅広く取り上げる．人工知能は時代とともに研究対象が大きく変遷している学術分野である．現在，人工知能のトレンドとなっている深層学習は機械学習の一手法であり，最新の研究に繋がる基礎的な概念を多く含む．本科目では深層学習を古典的な計算手法の転換点として捉え，計算機科学の学術的な流れとともに解説する．人工知能は近年，ロボット工学や人間工学の分野と結びつきを強めており，私たちの生活を支援する統合的な技術としても実用化されつつある．本科目ではこのような背景も踏まえ，人工知能の人間社会への応用や人間と機械の共生による知能の相互発達などについても，グループワークによる実習を交えながら総合的に討議する． |
| 授業の方法 | 授業は原則として対面形式で行い，必要に応じて計算機を用いた実習を行う．講義資料の配布や採点の講評は，授業用ホームページやManabaポートフォリオを用いて行う．授業で用いるツールの役割を以下に記す．●授業用ホームページ（授業資料，更新情報）●Manabaポートフォリオ（レポート受理，アンケート）●授業用メール（授業後の質問対応）●ZOOMライブ配信（感染症対策の対応時のみに利用予定）．レポート課題は受講者の計算環境に配慮して内容を設定する予定である． |
| 授業の方法（アクティブ・ラーニングの種別） | A.PBL(課題解決型学習）, D. グループワーク，E.プレゼンテーション |
| 学生による提出課題，成果等に対する教員からのフィードバック方法 | 提出課題への教員からのフィードバックは，主に授業ホームページやManabaポートフォリオを介して講評を示する形で行う．一部の課題については受講者が成果を発表し，発表に対するコメントを示す． |
| 学位授与方針等の関係 | ・共通科目（学科科目以外） ・学科科目（各学科カリキュラム・ツリーより参照してください） ・大学院 |
| 授業の到達目標 |
●人工知能分野を構成する各要素項目の概要を理解し，説明できる． ●各要素項目と関連分野との関係について理解し，説明できる． ●各手法のアルゴリズムを理解し，プログラムとして表現できる． |
| 授業形態の種類（選択肢） | A. 対面授業 |
| 授業形態の種類（詳細） | 対面授業．詳細は「授業の方法」に記載の通り． |
| 成績評価の方法 | 成績は授業内で出題したレポート課題の提出回数や提出内容によって評価し，期末試験は実施しない予定である．レポート課題では，PBL課題の成果内容も重視する． |
| 授業外学修（準備・事後学習等に必要な時間・具体的な内容） | 微分積分学，線形代数学，基本的なプログラミング，データ構造とアルゴリズムに関する理解を前提とするため，本科目の履修前にこれらの関連科目を簡単に復習しておくこと．授業後は課題レポートの作成に取り組み，授業内容を復習すること．上記の学修に計60時間以上を要する． |
| 使用テキスト | 授業ホームページ経由で授業資料を配布する．授業ホームページ: https://www.syblab.org |
| 使用言語 | 日本語・その他 |
| 参考書 |
01. 松本一教，他・人工知能・オーム社 02. 小高知宏・人工知能入門・共立出版 03. 米田政明，他・オートマトン・言語理論の基礎・近代科学社 04. 阿部彩芽，他・チューリングの考える機械・技術評論社 05. 瀧雅人・これならわかる深層学習入門・講談社 06. 岡谷貴之・深層学習・講談社 07. 原田達也・画像認識・講談社 08. Saegusa,R.,et al., Ageing and Digital Technology, Springer 09. 三枝 亮，他・人と協働するロボット革命最前線・NTS 10. 三枝 亮，他・今後の高齢化社会に求められる生活支援 (福祉・介護・リハビリ) ロボット技術・情報機構 |
| その他（受講生への要望） | 授業では人工知能を基礎より平易に説明し，動画などを用いて最近の話題も紹介する．人工知能の分野に少しでも興味がある学生は積極的に履修することを勧める． |
| 授業形態の種類 | オンライン．詳細は「授業の方法」に記載の通り． |
授業計画
| 回数 | 年.月.日 | 学修内容 |
| 01 | 2024.09.21 | 人工知能のガイダンス（イントロダクション・最新の研究動向など） |
| 02 | 2024.09.28 | 人工知能の歴史と探索問題（チューリングテスト・古典的探索論など） |
| 03 | 2024.10.05 | 人工知能の論理と推定問題（論理学と真理値表・命題論理・述語論理など） |
| 04 | 2024.10.12 | 人工知能の言語と知識表現（生成システム・LISP・セマンティックネットなど） |
| 05 | 2024.10.19 | 人工知能とオートマトン（状態遷移モデル・FAM・チューリング機械など） |
| 06 | 2024.10.26 | ニューラルネットと機械学習（神経細胞モデル・損失関数・MLPなど） |
| 07 | 2024.11.02 | ニューラルネットと画像認識（視覚モデル・畳み込みネット・GANなど） |
| 08 | 2024.11.09 | ニューラルネットと統計学習（確率モデル・最尤推定・オートエンコーダなど） |
| 09 | 2024.11.16 | ニューラルネットと音響認識（聴覚モデル・リカレントネット・LSTMなど） |
| 10 | 2024.11.30 | 人工知能の身体性と運動学習（運動モデル・ヤコビ行列・深層強化学習など） |
| 11 | 2024.12.07 | 人工知能の身体性と認知学習（認知モデル・道具学習・対話生成AIなど） |
| 12 | 2024.12.14 | 人工知能の設計I（PBL課題）（自己認識・運動模倣・ミラーリングなど） |
| 13 | 2024.12.21 | 人工知能の設計II（PBL課題）（認知運動支援・インタラクション・道具論など） |
| 14 | 2025.01.11 | 人工知能の設計III（PBL課題）（人間社会への応用・知能論・共生論など） |