授業コード 42038700 単位数 2
科目名 人工知能 クラス
履修期 後期授業 カリキュラム ＊下表参考
担当者 坂口　琢哉 配当年次 ＊下表参考
授業の題目 人工知能の理論と応用 / Theory and Applications of Artificial Intelligence
学修の概要 近年、情報技術の進化に伴い、特に人工知能(AI: Artificial Intelligence)の分野に注目が集まっている。本科目では、AIの理論と応用を幅広く学ぶと共に、具体的なサービス利用やシステム実装についても実践する。
学修の到達目標 AIの理論と応用に関する基礎的な知識を有し、その課題と可能性について現実的な視点で考察できる。また、代表的なAIサービスの利用や、基礎的なAIシステムの実装が出来る。
授業計画 第１回 ガイダンス
授業全体の目的や概要、学習環境などについて確認できる。
第２回 AIの概要と歴史
AIの概要やこれまでの研究の歴史について理解できる。
第３回 機械学習(1): 様々な学習方法
機械学習の種類について、学習データや学習方法、応用分野などの観点で違いを認識できる。
第４回 機械学習(2): ニューラルネットワーク
AIを支える技術として、ニューラルネットワークの概要としくみを理解できる。
第５回 機械学習(3): ディープラーニング
ニューラルネットワークの発展技術として、ディープラーニングの概要を理解できる。
第６回 AIのモデルと応用(1): 画像認識
画像認識の概要を理解し、農業や医療など様々な応用を把握できる。
第７回 AIのモデルと応用(2): 画像生成
画像生成の概要を理解し、美術やデザインなど様々な応用を把握できる。
第８回 AIのモデルと応用(3): 大規模言語モデル
大規模言語モデルの概要を理解し、翻訳や対話など様々な応用を把握できる。
第９回 AIのモデルと応用(4): ゲームとロボット
強化学習の概要を理解し、ゲームやロボットなど様々な応用を把握できる。
第１０回 AI実習(1): AIサービスの利用(※オンデマンド実施)
既存のAIサービスの仕様を理解し、自らの目的に応じて正しい手順で利用できる。
第１１回 AI実習(2): AIシステムの実装(※オンデマンド実施)
既存のAIシステムの仕様を理解し、自らの目的に応じて正しい手順で実装できる。
第１２回 AIの課題と可能性(1): 最新動向と応用
AIに関する最新動向を把握し、具体的な応用事例を概観できる。
第１３回 AIの課題と可能性(2): リスクと課題(※ゲスト講師による講演を予定)
AIが抱える社会的なリスクや課題について、専門的な知見を交えて議論できる。
第１４回 AIの課題と可能性(3): AIと描く未来社会
今後のAIの発展と、それにより実現する未来社会について、現実的な視点で考察できる。
第１５回 総括
授業全体を振り返り、得られた知識や成果を総括できる。
授業外学習の課題 授業理解に必要となる前提知識や関連情報を整理する一方、授業で学んだ内容の応用や発展について主体的に取り組む。授業前後各2時間程度を想定。
履修上の注意事項 ・本授業は対面を基本としつつ、一部をオンデマンドで実施するブレンド型授業として運用する。
・必要な授業資料や連絡事項はMoodleで公開する。
・公認欠席は欠席として扱うが、欠席中の授業内容や課題提出については不利益にならないよう配慮する。
・授業で学んだ演習内容を自宅でも実施できるよう、各自でPC環境を整備しておくことが望ましい。
成績評価の方法・基準 提出課題(約20%)および期末試験(約80%)を対象とし、それらの結果に基づいて総合的に評価する。
テキスト 使用しない。
参考文献 適宜紹介する。
主な関連科目 「情報科学入門Ⅰ」「情報科学入門Ⅱ」「情報と知能」
オフィスアワー及び
質問・相談への対応		 授業に関する質問や相談は、Moodleのリアクションペーパーなどで受け付けます。また、課題に対するフィードバックを希望する場合は個別メールで対応します。
■カリキュラム情報
所属 ナンバリングコード 適用入学年度 配当年次 身につく能力
知識・技能 思考力 判断力 表現力 協創力
経済科学部経済情報学科（Ｃ群） 42300 2024～2026 3・4 ○ ○ - ○ -