シラバス参照
|
シラバス参照
|
| 科目一覧へ戻る | 2026/04/06 現在 |
|
開講科目名 ／Course |
人工知能／Artificial Intelligence | ||||||||||||||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
時間割コード ／Course Code |
S1400580_S1 | ||||||||||||||||||||||||||||||||||||
|
開講所属 ／Course Offered by |
システム工学部／Faculty of Systems Engineering | ||||||||||||||||||||||||||||||||||||
|
ターム・学期 ／Term・Semester |
2026年度／Academic Year 第1クォーター／1Q | ||||||||||||||||||||||||||||||||||||
|
曜限 ／Day, Period |
水／Wed 1 | ||||||||||||||||||||||||||||||||||||
|
開講区分 ／Semester offered |
前期／the former term | ||||||||||||||||||||||||||||||||||||
|
単位数 ／Credits |
2.0 | ||||||||||||||||||||||||||||||||||||
|
学年 ／Year |
3,4 | ||||||||||||||||||||||||||||||||||||
|
主担当教員 ／Main Instructor |
松田 憲幸 | ||||||||||||||||||||||||||||||||||||
|
授業形態 ／Lecture Form |
講義 | ||||||||||||||||||||||||||||||||||||
|
教室 ／Classroom |
北１号館Ａ１０１／北１号館Ａ１０１ | ||||||||||||||||||||||||||||||||||||
|
開講形態 ／Course Format |
|||||||||||||||||||||||||||||||||||||
|
ディプロマポリシー情報 ／Diploma Policy |
|
|
教員名 ／Instructor |
教員所属名 ／Affiliation |
|---|---|
| 松田 憲幸 | 社会インフォマティクス学環（教員） |
| 菅間 幸司 | システム工学部（教員） |
|
授業の概要・ねらい ／Course Aims |
人の認知を模倣し数値計算・記号処理を実現する機械に始まり，今日に続く人工知能の研究を俯瞰し，問題を抱える対象者とAIが埋没する問題空間の定式化に焦点をあて，人工知能が必然的に抱えることになった二つの困難性，記号接地問題とフレーム問題にアプローチする． | ||||
|---|---|---|---|---|---|
|
到達目標 ／Course Objectives |
数値や記号を処理する計算原理から始まり，二地点の間の経路を導く探索問題，過去の結果を元に二値のクラスへ分類する決定問題，状態を記述し目標状態へ至るプランを立てる計画問題，人間の神経細胞を数値モデルに表したニューラルネット，人の思考をモデル化したプロダクションシステム，機械自身がデータの偏りを見出す特徴抽出，人による対象の眺め方を基盤に知識を記述するオントロジーに至る研究について問題空間の定式化を説明でき，記号接地問題およびフレーム問題を踏まえAI活用の長所・短所を論じることができる． | ||||
|
成績評価の方法・基準 ／Grading Policies/Criteria |
授業中に課す課題（４０％）、および、期末試験（６０％）で採点する． 課題は，完成度，正確さ，分かりやすさにより評価し，均等に得点化する． |
||||
|
教科書 ／Textbook |
記載事項なし | ||||
|
参考書・参考文献 ／Reference Book |
|||||
|
履修上の注意 ・メッセージ ／Notice for Students |
授業内でＰＣを使用しますから，各自持参すること。 | ||||
|
履修を推奨する関連科目 ／Related Courses |
機械学習基礎 人工知能演習 |
||||
|
授業時間外学修（予習・復習等）の内容 ／students learning outside of the class, preparation and review are included |
本授業の授業計画に沿って、予習，復習に取り組むこと。さらに、授業内容に関連する課題に関する調査・考察を含めて、毎回の授業ごとに自主的学修を求めます。 1単位の学修のために必要な学修量は、授業時間と予習復習の時間をあわせて45時間と定められている。それぞれに見合う自主的学修時間を確保すること。 |
||||
|
その他連絡事項 ／Other messages |
記載事項なし | ||||
|
授業理解を深める方法 ／How to deepen your understanding of classes |
授業中に提示するテーマについて反転授業，グループワークを通して議論する。 【「アクティブ・ラーニング」実施項目③、⑩】 |
||||
|
オフィスアワー ／Office Hours |
水曜日3限@A615室，A606室，S408室です．松田(matsuda@wakayama-u.ac.jp)へ事前に連絡もらえると，よりスムーズです． | ||||
|
科目ナンバリング ／Course Numbering |
S61033J11110S302，S61032J11110T301，S61032J11110U301，K61032J11110P375 | ||||
|
実務経験のある教員等による授業科目 ／Practical Experience |
|
| No. | 回（日時） ／Time (date and time) |
主題と位置付け ／Subjects and position in the whole course |
学習方法と内容 ／Methods and contents |
備考（担当） ／Notes |
|---|---|---|---|---|
| 1 | 第一講（松田） | 人工知能が解決した問題の順序と問題の複雑さの関係を理解する | 人工知能が解決した問題の歴史 人の問題解決スキルの分類 |
|
| 2 | 第二講（松田） | 計算問題の定式化を理解し，問題と知識の区別を理解する | チューリングマシンの計算原理 掛け算 |
|
| 3 | 第三講（松田） | 対象とする問題の捨象を理解する | 計算問題と探索問題 決定問題の解決アプローチを類型化 |
|
| 4 | 第四講（松田） | 計画問題の定式化を通して知識の記述の特性を理解する | Brooksのプランニング 記号接地問題、フレーム問題 |
|
| 5 | 第五講（菅間） | ニューラルネットワークの成り立ちを理解する | ニューラルネットワークとは 基本構成要素，線形層と活性化関数，損失 |
|
| 6 | 第六講（菅間） | 深層学習のメカニズムを理解する | 学習と評価 勾配降下法，誤差逆伝搬法，精度の評価方法 |
|
| 7 | 第七講（菅間） | 一般的に使われるネットワークアーキテクチャについての知識を得る | 様々な層とアーキテクチャ 畳込み層，正規化層，注意機構，等 |
|
| 8 | 第八講（菅間） | 深層学習における普遍的な課題とその対処法の知識を得る | 学習における課題と対策 勾配消失・爆発，過学習，局所最適解 |
|
| 9 | 第九講（菅間） | 基本的な最適化アルゴリズムを理解する | 最適化アルゴリズム，演習課題 SGD，Adam等のオプティマイザ |
|
| 10 | 第十講（松田） | 認知の定式化による推論する機械の原理を理解できる | 作業記憶と長期記憶 統合と推論 |
|
| 11 | 第十一講（松田） | 規則と事実の統合による推論の知識を記述できる | Watson研究の課題，記号接地問題 プランニング |
|
| 12 | 第十二講（松田） | 人工知能の困難性を理解し，対象問題を見極めて困難さを説明できる | 因果関係と相関関係 情報システムの設計 |
|
| 13 | 第十三講（松田） | 知識を記述するためのフレームを理解する | 内包的定義と外延的定義，認知と本質属性，概念の峻別 オントロジー |
|
| 14 | 第十四講（松田） | 対象の問題に対する知識を記述できる | 醜いアヒルの仔の定理 共通認識の記述 |
|
| 15 | 第十五講（松田） | 特定の問題について定式化し解法を構築できる | 問題の定式化 困難性と二つのアプローチ |
|
| 16 | 筆記試験 | 期末試験 | 期末試験 |