|
授業のねらい
|
|
AI（人工知能）は、顔認識や自動運転など最新技術として注目されて来ました。今では、スマホの音声認識アプリなど様々なAIが日常生活の中に自然な形で入り込んでいます。皆はこれから、AIシステムあるいはアプリを活用しながら仕事を進める事になるでしょう。さらにChatGPTなどの生成AIの登場など、現在の急速な進展を見ると、AIは今後我々の生活に大きな変革をもたらすことは間違いありません。やはり、これからの社会で活躍するためには、AIの大まかな仕組みや今後の発展の可能性、あるいはその利活用に際して留意すべき点などを主体的に把握しておく事が求められるでしょう。本科目は、そのような、現代社会で活躍するために必要なAIの基礎知識を身につけることをねらいとして設けられました。
しかし、”社会が求めるAIの基礎知識”が明確に定まっている訳ではありません。そこで、AIについて一般社会人として身につけるべき素養の獲得を目指して設けられた「ディープラーニングG検定」試験のカリキュラムをベースに置くことにしました。これを参考にして、「これからの一般社会人としてこれは知っておいた（理解しておいた）方がいいよ」という内容を想定して講義設計・運営を行いたいと考えています。その上で、最新の話題を随時採り入れて行きたいと考えています。
|
|
|
|
履修者が到達すべき目標
|
|
以下の点を到達目標に置きます。
1．AI発展の経緯を理解している。
2．現在のAIの技術的土台となっている機械学習の仕組みについてその概観を理解している。
3．AIが社会のどような場面に応用されているかを把握している。
4．AIを社会に活用する際、どのような点に留意すべきか把握している。
一度講義を聴いただけで上の目標を達成するのは難しいかも知れません。やはり繰り返しの学修が必要です。そこで、講義資料はMoodle上に掲載し、必要に応じて繰り返し該当事項を参照できる学修環境を整えます。ぜひ主体的に学修して下さい。
|
|
|
|
ディプロマ・ポリシーとの関係
|
|
|
この授業は経済学科ディプロマ・ポリシーの(5)に関係しています。
|
|
|
授業の進め方
学修上の助言
|
|
スライドを用いて当該週の学修内容を解説します。適宜質問等を受け付けながら一通り解説した後は、Moodleのコース上に用意した課題に答えてもらいます。繰り返し学修できるよう、講義で使用したスライドや資料そして課題は全てMoodleのコース上に掲載します。
講義では、AIに関する様々な事項を扱いますが、事実だけを知っていれば良いものや、理解できるまで復習してほしいものなど、様々なレベルの学修内容が含まれます。そこで、講義時にそれらの受け止め方（学習のコツ）を示したいと考えています。それを参考に各自学修して下さい。
なお、講義ではディープラーニングの仕組みや大規模言語モデルの特長など、かなり専門的な内容を含みます。高校数学の知識があれば十分で、またプログラミングの知識や経験も問いませんが、必要に応じて反復学習や不明な点を調べるなどの主体的学修が求められます。受講に際しては、どうかその点を理解しておいて下さい。
|
|
|
|
アクティブ・ラーニングの要素の有無
|
|
|
|
|
ICTを活用した双方向型授業の有無
|
|
|
質問は講義時あるいはオフィスアワーに受け付けることを原則とします。ただ、自己学習中に生じた疑問などについては、メールで問い合わせてくれれば対応します。
|
|
|
|
授業内容・計画
|
|
| |
|
回数
|
授業、事前・事後学修の内容
|
時間
|
|
|
1回
|
事前
|
シラバスの確認
|
|
|
|
|
|
|
授業
|
講義ガイダンス
|
|
|
|
|
|
事後
|
ガイダンス内容の復習
|
|
|
|
2回
|
事前
|
AIの歴史を調べてくる
|
|
|
|
|
|
|
授業
|
レポート（AIへの興味・関心事項）へのコメントとAI研究小史(1)
|
|
|
|
|
|
事後
|
スライドの復習および課題への解答
|
|
|
|
3回
|
事前
|
「教師あり学習」について調べてみる
|
|
|
|
|
|
|
授業
|
AI研究小史(2)、機械学習の手法1（教師あり学習）
|
|
|
|
|
|
事後
|
スライドの復習および課題への解答
|
|
|
|
4回
|
事前
|
「教師なし学習」について調べてみる
|
|
|
|
|
|
|
授業
|
機械学習の手法2（教師なし学習、強化学習、モデルの評価）
|
|
|
|
|
|
事後
|
スライドの復習および課題への解答
|
|
|
|
5回
|
事前
|
「ディープラーニング」について調べてみる
|
|
|
|
|
|
|
授業
|
ディープラーニングの概要
|
|
|
|
|
|
事後
|
スライドの復習および課題への解答
|
|
|
|
6回
|
事前
|
「畳み込みニューラルネットワーク」について調べてみる
|
|
|
|
|
|
|
授業
|
ディープラーニングの手法1（畳み込みニューラルネットワーク、深層生成モデル）
|
|
|
|
|
|
事後
|
スライドの復習および課題への解答
|
|
|
|
7回
|
事前
|
「画像認識」技術について調べてみる
|
|
|
|
|
|
|
授業
|
ディープラーニングの手法2（画像認識・音声処理分野での応用）
|
|
|
|
|
|
事後
|
スライドの復習および課題への解答
|
|
|
|
8回
|
事前
|
「自然言語処理」について調べてみる
|
|
|
|
|
|
|
授業
|
ディープラーニングの手法3（自然言語処理）
|
|
|
|
|
|
事後
|
スライドの復習および課題への解答
|
|
|
|
9回
|
事前
|
「深層強化学習」について調べてみる
|
|
|
|
|
|
|
授業
|
ディープラーニングの手法4（深層強化学習）
|
|
|
|
|
|
事後
|
スライドの復習および課題への解答
|
|
|
|
10回
|
事前
|
「AIシステムの開発」について調べてみる
|
|
|
|
|
|
|
授業
|
ディープラーニングの社会実装に向けて1（AIプロジェクトを計画する、データを集める）
|
|
|
|
|
|
事後
|
スライドの復習および課題への解答
|
|
|
|
11回
|
事前
|
「人間中心のAI社会原則」について調べて見みる
|
|
|
|
|
|
|
授業
|
ディープラーニングの社会実装に向けて2（データを加工・分析・学習させる、実装・運用・評価する、クライシス・マネジメントをする）
|
|
|
|
|
|
事後
|
スライドの復習および課題への解答
|
|
|
|
12回
|
事前
|
AIの製造業分野への応用について調べてみる
|
|
|
|
|
|
|
授業
|
産業への応用事例1（製造業領域、インフラ領域、モビリティ領域、物流領域、生活支援ロボット、医療領域）
|
|
|
|
|
|
事後
|
スライドの復習および課題への解答
|
|
|
|
13回
|
事前
|
AIの小売領域への応用について調べてみる
|
|
|
|
|
|
|
授業
|
産業への応用事例2（問い合わせ対応、スマート農業、介護ロボット、セラピーロボット、AIカウンセリング）
|
|
|
|
|
|
事後
|
スライドの復習および課題への解答
|
|
|
|
14回
|
事前
|
AIと人はどういう関係が望ましいか考えてみる
|
|
|
|
|
|
|
授業
|
AI教養講座1 AI（新しい知性）とどう付き合うか？
|
|
|
|
|
|
事後
|
スライドの復習および課題への解答
|
|
|
|
15回
|
事前
|
AIに関係した問題としてどのようなものがあるか調べてみる
|
|
|
|
|
|
|
授業
|
AI教養講座2 AIを巡る諸問題
|
|
|
|
|
|
事後
|
スライドの復習および課題への解答
|
|
|
|
|
|
授業科目に関連する実務経験の内容とその経験を活かした授業の展開
|
|
|
|
成績評価の基準と方法
課題に対するフィードバックの方法
|
|
毎回の課題で100％評価します。課題の内容は、講義内容の理解度チェック課題に解答するものと、所定のテーマに対する小レポートなどからなります。いずれの課題もMoodleのコース上に掲載します。
また、
|
|
|
|
テキスト
|
|
|
|
|
参考文献
|
|
| |
|
No
|
著者名
|
書籍名
|
出版社
|
ISBN/ISSN
|
|
|
1.
|
一般社団法人日本ディープラーニング協会 (監修)
|
『ディープラーニングG検定公式テキスト 第3版』
|
翔泳社
|
ISBN978-4798184814
|
|
|
|
|
関連ページ
|
|
|
|
|
備考
|
|
1．講義予定は上記の通りですが、進捗状況によって多少変動する事があります。
2．本科目は、日本ディープラーニング協会が主催している「ディープラーニングG検定」試験のカリキュラムを参考に構成しています。ですから、G検定試験の資格を希望している学生は受講すると役立ちます。また、同試験に関する相談があれば、随時対応します。
|
|
|
|
教員e-mailアドレス
|
|
|
|
|
オフィスアワー
|
|
月曜日の昼休み（12:30～13:00）
水曜日の昼休み（12:30～13:00）
場所：いずれも森田研究室（S-502）
|
|
|
|
画像
|
|
|
|
|
ファイル
|
|
|