トップ
/ 講義科目
/ ロボットとAI [シラバス24]
授業内容
- ロボットとAI・Robotics and AI
- 2024年度・後期・月曜3時限・学部3年
- ロボットの知能制御を生き物の知覚、運動の観点より学びます。
- 授業の質問等は授業後の時間（E1号館207研究室）に対応します。
| 授業概要 | ウィーナーによるサイバネティックスの提唱以降，計算機科学とロボット技術の融合により脳や心を構成的に理解する試みがなされている．生き物の活動を観察すると，その活動には時間・空間・力などの物理的な制約が課せられており，生き物は物理的な制約のもとで知能を発達させている．生き物の営みに倣い，人工知能に身体を与えて物理的な制約を課すことで，物理空間内で行動を最適化するロボットを構築できる．本科目では，人工知能の思想や歴史，古典的な理論体系，現代的な機械学習の方法を基礎として，ロボットの認知運動機能や共生的な知能の構成方法を学ぶ． |
| 到達目標 |
1. ロボットの動作原理と物理環境を理解し，数式として表現できる． [R-DP-3(1)] 2. 人工知能のアルゴリズムを理解し，プログラムとして表現できる． [R-DP-1(1)] 3. ロボットと人工知能の関係を理解し，人間特性と比較説明できる． [R-DP-2(1)] |
| 履修条件, 他科目との関係 | ロボット・システム科目と人間特性科目を基礎とする． |
| 授業形式, 形態 | 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． |
| 評価方法 | 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． |
| 学修上のアドバイス | 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．授業後はレポート作成などを通して，授業内容を復習すること．1回分のレポート作成には60分程度の時間を要する． |
| 教科書 | 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 |
| 授業参考図書 |
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 |
| 履修上の注意 | 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． |
授業計画
| 回数 | 年.月.日 | 学修内容 | 学習課題 |
| 01 | 2024.09.25 | 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） |
[予習] シラバスを読む． [復習] 授業回の課題を解く． |
| 02 | 2024.10.02 | 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） |
[予習] 授業回の資料を読む． [復習] 授業回の課題を解く． |
| 03 | 2024.10.09 | 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） |
[予習] 授業回の資料を読む． [復習] 授業回の課題を解く． |
| 04 | 2024.10.16 | 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） |
[予習] 授業回の資料を読む． [復習] 授業回の課題を解く． |
| 05 | 2024.10.24 | 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） |
[予習] 授業回の資料を読む． [復習] 授業回の課題を解く． |
| 06 | 2024.10.30 | 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） |
[予習] 授業回の資料を読む． [復習] 授業回の課題を解く． |
| 07 | 2024.11.13 | 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） |
[予習] 授業回の資料を読む． [復習] 授業回の課題を解く． |
| 08 | 2024.11.20 | 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） |
[予習] 授業回の資料を読む． [復習] 授業回の課題を解く． |
| 09 | 2024.11.27 | 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） |
[予習] 授業回の資料を読む． [復習] 授業回の課題を解く． |
| 10 | 2024.12.04 | ロボット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） |
[予習] 授業回の資料を読む． [復習] 授業回の課題を解く． |
| 11 | 2024.12.11 | ロボット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） |
[予習] 授業回の資料をを読む． [復習] 授業回の課題を解く． |
| 12 | 2024.12.18 | ロボットの知能設計I（PBL課題） |
[予習] PBLの準備作業を行う． [復習] PBLのまとめ作業を行う． |
| 13 | 2024.12.25 | ロボットの知能設計II（PBL課題） |
[予習] PBLの準備作業を行う． [復習] PBLのまとめ作業を行う． |
| 14 | 2025.01.15 | ロボットの知能設計III（PBL課題） |
[予習] PBLの準備作業を行う． [復習] PBLのまとめ作業を行う． |