理工学部Faculty of Science and Engineering
HUI200XE（人間情報学 / Human informatics 200）人工知能概論 Overview of artificial intelligence
平松 薫Kaoru HIRAMATSU
授業コードなどClass code etc
| 学部・研究科Faculty/Graduate school | 理工学部Faculty of Science and Engineering |
| 添付ファイル名Attached documents | |
| 年度Year | 2022 |
| 授業コードClass code | H6028 |
| 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 | 土2/Sat.2 |
| 科目種別Class Type | |
| キャンパスCampus | 小金井 |
| 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 | |
| 単位数Credit(s) | |
| 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＜理工学部＞Category |
応用情報工学科 学科専門科目 |
すべて開くShow all
すべて閉じるHide All
Outline (in English)
This lesson aims to acquire the basic knowledge and methodologies on artificial intelligence and deepen the understanding of artificial intelligence through simple exercise and philosophical consideration.
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
人工知能に関する基礎概念とその方法論を習得し、演習や哲学的論考を通して、人工知能に関する理解を深めることを目指す。
到達目標Goal
人工知能に関する代表的な理論の理解と、問題解決のフレームワークの習得を目指す。
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」と「DP2」と「DP4」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. ）
代表的なトピックとして「探索・論理と推論・知識表現・機械学習・自然言語処理」を取り上げ、基礎的な概念と問題解決の考え方、実社会における応用可能性などを講義形式で学習する。
授業の初めに、前回の授業の練習問題・課題の回答をいくつか取り上げ、全体に対してフィードバックを行う。
最終授業では、講義内容のまとめ、授業内で行った課題に対する講評や解説を行う。
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.)
なし / No
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。
1[対面/face to face]：人工知能の概念
定義、歴史、研究対象
2[対面/face to face]：問題解決の枠組み
問題の定式化、問題解決のプロセスと表現
3[対面/face to face]：探索
基本的な探索
4[未定/undecided]：探索
評価関数を利用した探索
5[未定/undecided]：論理と推論
命題論理
6[未定/undecided]：論理と推論
述語論理
7[対面/face to face]：哲学的論考
チューリングテスト、中国語の部屋
8[未定/undecided]：知識表現
意味ネットワークとオントロジー
9[対面/face to face]：知識表現
不確実性の取り扱い
10[対面/face to face]：機械学習
概念学習、決定木
11[対面/face to face]：機械学習
ニューラルネット
12[未定/undecided]：自然言語処理
形態素解析、構文解析、意味解析
13[対面/face to face]：自然言語処理
機械翻訳、自然言語処理の応用
14[対面/face to face]：まとめ
授業の振り返り
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.)
本授業の準備・復習等の授業時間外学習は、4時間を標準とする。事前に講義資料に目を通し、講義終了後に復習することが望ましい。
テキスト（教科書）Textbooks
講義資料を配布する。
参考書References
谷口忠大「イラストで学ぶ人工知能概論 改訂第2版」講談社
馬場口登、山田誠二「人工知能の基礎」昭晃堂
太原育夫「新 人工知能の基礎知識」近代科学社
國藤進、羽山徹彩、中田豊久「知識基盤社会のための人工知能入門」コロナ社
S.ラッセル、P.ノービグ「エージェントアプローチ人工知能 第2版」共立出版
中川聖一編著「音声言語処理と自然言語処理」コロナ社
成績評価の方法と基準Grading criteria
授業ごとの小テスト(60%)、期末レポート(40%)で評価する。
学生の意見等からの気づきChanges following student comments
問題解決の考え方の習得と、代表的な理論の理解に加え、人工知能にかかわる最新技術や社会的影響に関する考察等を、形態を工夫して適宜紹介する。
その他の重要事項Others
基礎的な数学能力を仮定して授業を進める。