国際文化研究科Graduate School of Intercultural Communications
FRI500G1－307（情報学フロンティア / Frontiers of informatics 500）多文化情報メディア論ⅡMulticultural Information Media Ⅱ
人工知能について学ぶ
重定 如彦Yukihiko SHIGESADA
授業コードなどClass code etc
| 学部・研究科Faculty/Graduate school | 国際文化研究科Graduate School of Intercultural Communications |
| 添付ファイル名Attached documents | |
| 年度Year | 2021 |
| 授業コードClass code | X2029 |
| 旧授業コードPrevious Class code | |
| 旧科目名Previous Class title | |
| 開講時期Term | 秋学期授業/Fall |
| 曜日・時限Day/Period | 金4/Fri.4 |
| 科目種別Class Type | |
| キャンパスCampus | 市ヶ谷 |
| 教室名称Classroom name | |
| 配当年次Grade | |
| 単位数Credit(s) | 2 |
| 備考（履修条件等）Notes | |
| 実務経験のある教員による授業科目Class taught by instructors with practical experience |
すべて開くShow all
すべて閉じるHide All
Outline (in English)
The objectives of this class are to learn about basics of artificial intelligence, and disscuss about influence of artificial intelligence on our society.
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
現在、大きな社会的注目を集めている人工知能について、古典的なチェスなどのゲームを題材とするAIからはじめ、近年注目を浴びている画像を認識するディープラーニングを用いたAIなどを題材とした実習を行いながらその仕組みについて学び、人工知能ができる事、できない事について理解できるようにする。
また、人工知能が社会に与える影響などについて考察する。
到達目標Goal
人工知能の基礎を学ぶ。
人工知能が社会に与える影響について自分なりの考察を行えるようになる。
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」の達成のために特に重要であり，「DP3」の達成のために重要である
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. ）
人工知能について、古典的なチェスのようなゲームにおける手法から始め、最近注目を浴びてきているディープラーニングを使った画像認識に至るまで、具体的にその仕組みについて実習を行いながら学習していく。
授業では、あらかじめ与えたテーマについて各自が発表し、その内容についての議論なども行う。
学生の理解度に応じて、実際に動作する、簡単な人工知能のプログラミングの実習などを行うことも考えている。
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
秋学期
※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。
1回：人工知能の定義と歴史
授業の導入及び、人工知能の定義や歴史について学ぶ
2回：ゲームの人工知能
○×ゲームやチェスなど、ゲームにおける人工知能の考え方について学ぶ
3回：ゲーム木と探索
ゲームを題材とした人工知能における、古典的な手法であるゲーム木とその探索について学ぶ
4回：αβ法と、枝刈り
ゲーム木の探索を効率的に行うための手法の一つであるαβ法と、ゲーム木の枝刈について学ぶ
5回：様々な探索手法
ゲーム木の様々な探索手法について学ぶ
6回：評価関数
状況を数値化するための手法（評価関数）について学ぶ
7回：機械学習とディープラーニング
機械学習の基礎とその種類について学ぶ
8回：ニューラルネットワーク
ディープラーニングの基礎となるニューラルネットワークについて学ぶ
9回：画像の分類
機械学習を用いた画像認識について学ぶ
10回：ディープラーニングによる学習
人工知能がディープラーニングにおいて、どのように学習していくかについて学ぶ
11回：機械学習における様々な手法
機械学習で用いられる様々な手法について学ぶ
12回：人工知能の問題点
人工知能が抱える問題点や、限界などについて学ぶ
13回：社会に与える影響
人工知能が社会に与える影響について議論する
14回：まとめ
授業で学んだことのまとめを行う
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.)
前半は教科書を指定しないが、授業で学んだことをしっかりと復習し、授業内で提示する次回の授業のテーマについて予習する。
後半は教科書を読んで予習を行い、授業で学んだことをしっかりと復習する。本授業の準備学習・復習時間は、各2時間を標準とします。
テキスト（教科書）Textbooks
「ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装 」 斎藤 康毅 オライリー・ジャパン
その他、必要に応じて授業内で提示する。
参考書References
なし
成績評価の方法と基準Grading criteria
「配分」
平常点25％、授業内での発表や議論50％、レポート25％
「評価基準」
発表及びレポートは、読解の正確さ、発表資料またはレポートの適切さ等によって評価する
学生の意見等からの気づきChanges following student comments
特にありません。
学生が準備すべき機器他Equipment student needs to prepare
特になし
担当教員の専門分野等
＜専門分野＞情報科学
＜研究テーマ＞ユビキタスコンピューティング、分散OS、ユーザインタフェース
＜主要研究業績＞
「デジタルミュージアムのためのキオスク型WWWブラウザ」、電子情報通信学会論文誌, vol.J85-D1, No.3, 2002年3月
「分散ハイパーメディアOS Net-BTRONにおけるハイパーメディアサービス管理機構」、情報処理学会論文誌,2001年6月
A Distributed Hypermedia Operating System: Net-BTRON, In Proceedings of the 2000 International Conference on Communication Technology, IFIP ICCT2000/WCC2000, vol.2 (Aug.2000)
Yukihiko Shigesada, Shinsuke Kobayashi, Noboru Koshizuka, and Ken Sakamura, "ucR Based Interoperable Spatial Information Model for Realizing Ubiquitous Spatial Infrastructure," 34th Annual IEEE Computer Software and Application Conference (COMPSAC2010), pp. 303 - 310, July
19 - 23, 2010.