シラバス参照
|
シラバス参照
|
| 科目一覧へ戻る | 2025/03/27 現在 |
|
開講科目名 ／Course |
人工知能論／Advances in Artificial Intelligence | ||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
|
時間割コード ／Course Code |
S2200060_S6 | ||||||||||
|
開講所属 ／Course Offered by |
システム工学研究科／Graduate School of Systems Engineering | ||||||||||
|
ターム・学期 ／Term・Semester |
2025年度／Academic Year 第1クォーター／1Q | ||||||||||
|
曜限 ／Day, Period |
火／Tue 2 | ||||||||||
|
開講区分 ／Semester offered |
前期／the former term | ||||||||||
|
単位数 ／Credits |
2.0 | ||||||||||
|
学年 ／Year |
1,2 | ||||||||||
|
主担当教員 ／Main Instructor |
坂間 千秋 | ||||||||||
|
科目区分 ／Course Group |
_ | ||||||||||
|
授業形態 ／Lecture Form |
講義 | ||||||||||
|
教室 ／Classroom |
北１号館Ａ１０４／北１号館Ａ１０４ | ||||||||||
|
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 |
|---|---|
| 坂間 千秋 | システム工学部（教員） |
|
授業の概要・ねらい ／Course Aims |
人工知能(AI)は複合領域の視点や考え方をベースにした学問で、その技術は今日さまざまな分野で応用されている。本講義では人工知能研究における重要なキーワードをとりあげ、それぞれのテーマ毎に解説を行う。本講義を通じて、人工知能の背景を理解し学問分野全体を俯瞰することをねらいとする。担当教員は30年以上のAI研究実務経験がある。 |
|---|---|
|
到達目標 ／Course Objectives |
毎回の講義を通じて人工知能における諸問題を把握し、現状技術を認識・理解することを目標とする。 |
|
成績評価の方法・基準 ／Grading Policies/Criteria |
・課題レポート(30%)：隔週毎に課題が出され、レポートの提出が求められる。 ・プレゼンテーション(10%)：毎回の講義で関連技術の調査が課され、調査結果について学生全員に少なくとも1回のプレゼンテーションが要求される。 ・単位認定試験(60%)：受講者それぞれがテーマを設定して調査を行い、その結果をスライドにまとめ一部プレゼンテーションを行う。その結果はオリジナリティ重視で評価される。 なお、本講義は学生参加型で行うため、4週以上欠席した場合は(欠席回数-3)×10点を総合評価より減点する。 例）4週欠席の場合：(4-3)×10=10点減点、5週欠席の場合：(5-3)×10=20点減点. また、7週以上欠席した場合は、いかなる理由があろうとも不可とする。 |
|
教科書 ／Textbook |
講義はスライドを使って行う。教科書は使用しない |
|
参考書・参考文献 ／Reference Book |
適宜紹介する |
|
履修上の注意 ・メッセージ ／Notice for Students |
特になし |
|
履修する上で必要な事項 ／Prerequisite |
本講義を受講する上で前提知識は特に必要とされないが、授業への積極的な参加が求められる |
|
履修を推奨する関連科目 ／Related Courses |
特になし |
|
授業時間外学修についての指示 ／Instructions for studying outside class hours |
関連技術の調査およびレポート・プレゼン資料作成には、１週間４時間程度の授業外学習が必要 |
|
その他連絡事項 ／Other messages |
レポートの提出は Moodle を使用する。講義スライドは授業終了後Moodleで閲覧可能 |
|
授業理解を深める方法 ／How to deepen your understanding of classes |
本講義では、関連技術調査を行う「自主演習」、発表を伴う「アクティブ・ラーニング」、普遍的な解が存在しない問題に対して自らの意見をまとめる「レポート課題」、学生自身が具体的なテーマや対象を設定する「自由課題によるプレゼンテーション」を通じて、大学院生に要求される学修能力を涵養する。 【「アクティブラーニング実施要項①④⑥⑧】 |
|
オフィスアワー ／Office Hours |
授業時間の他、メール(sakama@wakayama-u.ac.jp)により随時受け付ける。 |
|
科目ナンバリング ／Course Numbering |
S61035J11099T504 |
|
実務経験 ／Practical Experience |
有 |
| No. | 回（日時） ／Time (date and time) |
主題と位置付け ／Subjects and instructor's position |
学習方法と内容 ／Methods and contents |
備考（担当） ／Notes |
|---|---|---|---|---|
| 1 | 1 | 人工知能の歴史 | オートマトン，ダートマス会議，2045年問題, etc | |
| 2 | 2 | 知能 | チューリングテスト, 中国語の部屋，Winograd Schema Challenge, etc | |
| 3 | 3 | 脳 | 神経科学，人工ニューロン，ニューラルネット，etc | |
| 4 | 4 | 知識 | 知識表現，フレーム問題, 記号接地問題，etc | |
| 5 | 5 | 推論 | 演繹，アブダクション, 非単調推論，etc | |
| 6 | 6 | 学習 | 概念学習，強化学習，ディープラーニング，etc | |
| 7 | 7 | 自然言語 | 普遍文法，機械翻訳，テキストマイニング，etc | |
| 8 | 8 | 進化 | 自己複製機械，進化的計算，人工生命，etc | |
| 9 | 9 | 創発 | 自己組織化，群知能，セルオートマトン，etc | |
| 10 | 10 | 社会 | マルチエージェントシステム，人工社会, 合意形成，etc | |
| 11 | 11 | 身体 | ロボット，ブレインマシンインタフェース, 環境知能, etc | |
| 12 | 12 | ゲーム | ゲームの理論，ミニマックス定理，オークション，etc | |
| 13 | 13 | ビッグデータ | データマイニング，未来予測, IoT, etc | |
| 14 | 14 | ポストヒューマン | 技術的特異点, デジタルクローン, シミュレーテッドリアリティ, etc | |
| 15 | 15 | 生成AI実験 | 生成AIを使った実験についてのレポート |