文学部Faculty of Letters
PSY200BG（心理学 / Psychology 200）人工知能Artificial Intelligence
市瀬 龍太郎Ryutaro ICHISE
授業コードなどClass code etc
| 学部・研究科Faculty/Graduate school | 文学部Faculty of Letters |
| 添付ファイル名Attached documents | |
| 年度Year | 2022 |
| 授業コードClass code | A3674 |
| 旧授業コードPrevious Class code | |
| 旧科目名Previous Class title | |
| 開講時期Term | 春学期授業/Spring |
| 曜日・時限Day/Period | 火4/Tue.4 |
| 科目種別Class Type | |
| キャンパスCampus | 市ヶ谷 |
| 教室名称Classroom name | 各学部・研究科等の時間割等で確認 |
| 配当年次Grade | 2～4 |
| 単位数Credit(s) | 2 |
| 備考（履修条件等）Notes | |
| 他学部公開科目Open Program | |
| 他学部公開（履修条件等）Open Program (Notes) | |
| グローバル・オープン科目Global Open Program | |
| 成績優秀者の他学部科目履修制度対象Interdepartmental class taking system for Academic Achievers | |
| 成績優秀者の他学部科目履修（履修条件等）Interdepartmental class taking system for Academic Achievers (Notes) | |
| 実務経験のある教員による授業科目Class taught by instructors with practical experience | |
| SDGsCPSDGs CP | |
| アーバンデザインCPUrban Design CP | |
| ダイバーシティCPDiversity CP | |
| 未来教室CPLearning for the Future CP | |
| カーボンニュートラルCPCarbon Neutral CP | |
| 千代田コンソ単位互換提供（他大学向け）Chiyoda Campus Consortium | |
| カテゴリーCategory | 心理学科 |
| 他学科公開科目 | |
| クラスGroup | |
| 昼夜表記Day or Night |
すべて開くShow all
すべて閉じるHide All
Outline (in English)
This course introduces the foundations of artificial intelligence. The goal of this course is for students to be able to explain the mechanisms and concepts of human and machine intelligence through artificial intelligence. Students will be required to do a literature survey or write a report according to the content of the class. Your study time will be more than four hours for a class. Evaluation will be based on the total of quizzes in class (30%), report assignments (30%), and final exam or report (40%).
授業で使用する言語Default language used in class
日本語 / Japanese
授業の概要と目的（何を学ぶか）Outline and objectives
人工知能とは知能の仕組みを機械で実現する学問です．この授業では，人間の知能を機械で実現する方法を通して，人間の知能を考えていきます．
到達目標Goal
人工知能を通して，人間や機械の知能の仕組み，考え方についての説明ができるようになることを目標とします．
この授業を履修することで学部等のディプロマポリシーに示されたどの能力を習得することができるか（該当授業科目と学位授与方針に明示された学習成果との関連）Which item of the diploma policy will be obtained by taking this class?
ディプロマポリシーのうち、「DP1」に関連
授業で使用する言語Default language used in class
日本語 / Japanese
授業の進め方と方法Method(s)（学期の途中で変更になる場合には、別途提示します。 /If the Method(s) is changed, we will announce the details of any changes. ）
人工知能の仕組みを紹介することによって，人間の知能と機械の知能（人工知能）の共通点，相違点についての理解を深め，知能について考えていきます．授業は，主に講義形式で行います．また，適宜，ビデオなどの視聴覚教材も使用します．授業の最後に小テストを行い，次の授業時に，その回答からいくつか取り上げ，全体にフィードバックを行います．
アクティブラーニング（グループディスカッション、ディベート等）の実施Active learning in class (Group discussion, Debate.etc.)
あり / Yes
フィールドワーク（学外での実習等）の実施Fieldwork in class
なし / No
授業計画Schedule
授業形態/methods of teaching：対面/face to face
※各回の授業形態は予定です。教員の指示に従ってください。
第1回[オンライン/online]：人工知能とは？
人工知能の概要
第2回[対面/face to face]：人工知能の研究分野
人工知能研究全体像の概観
第3回[対面/face to face]：知的エージェント
人間の知能がいかにして機械で実現可能かを議論
第4回[対面/face to face]：認知アーキテクチャ
知的動作を実現するための内部構造を解説
第5回[対面/face to face]：問題解決・探索
問題解決を行う方法を解説
第6回[対面/face to face]：ゲーム
知能の一つとしてゲームを取り上げ，機械の知能の実現方法を解説
第7回[対面/face to face]：中間まとめ
人工知能の授業についての中間まとめ
第8回[対面/face to face]：推論
論理を使った思考方法について解説
第9回[対面/face to face]：知識の表現
知識の表現方法について解説
第10回[対面/face to face]：機械学習
機械が学習する手法について解説
第11回[対面/face to face]：データマイニング
データからの知識発見手法について解説
第12回[対面/face to face]：自然言語処理
言語をどのように機械が理解するかについて解説
第13回[対面/face to face]：人工知能と社会
人工知能技術の応用と社会的影響について解説
第14回[対面/face to face]：まとめ
人工知能の授業についてのまとめ
授業時間外の学習（準備学習・復習・宿題等）Work to be done outside of class (preparation, etc.)
毎回，授業の内容に応じて，文献調査．復習のためのレポート作成などの課題を行う．本授業の学習・復習時間は、各2.5時間を標準とします。
テキスト（教科書）Textbooks
人工知能 改訂２版，本位田監修，松本，宮原，永井，市瀬著，オーム社，2016
その他，授業の内容に則して，適宜，参考文献を紹介します．
参考書References
エージェントアプローチ人工知能，第２版，Russellら著，古川監訳，共立出版，（2008）
成績評価の方法と基準Grading criteria
授業中の小テスト（30％），レポート課題（30％），期末試験またはレポート（40％）の合計により評価．
学生の意見等からの気づきChanges following student comments
授業内容・配布資料の改善，および，授業における復習の強化．
学生が準備すべき機器他Equipment student needs to prepare
学習支援システムを閲覧できる環境，および，学習支援システムに投稿できる文書の作成環境