到達目標
1. 人工知能の要素技術について教科書の担当範囲の内容をわかりやすく資料にまとめることができる．
2. 人工知能の要素技術について教科書の担当範囲の内容をわかりやすく説明することができる．
3. 人工知能の要素技術に関する内容について，疑問点を説明することができる．
4. 人工知能の要素技術に関する内容について，疑問点を述べ，討議することができる．
ルーブリック
| 理想的な到達レベルの目安 | 標準的な到達レベルの目安 | 未到達レベルの目安 |
| 評価項目1 | | | |
| 評価項目2 | | | |
| 評価項目3 | | | |
学科の到達目標項目との関係
準学士課程（本科１〜５年）学習教育目標 （２）
説明
閉じる
JABEE基準 (d-2a)
説明
閉じる
JABEE基準 (f)
説明
閉じる
システム創成工学教育プログラム学習・教育目標 C-1
説明
閉じる
システム創成工学教育プログラム学習・教育目標 D-1
説明
閉じる
教育方法等
概要:
人工知能とは, 人の知的作業を代行するソフトウエア(agent)，または知的作業を補助する道具としての知的システムの設計や構成に関する研究分野である．本科目は，人工知能研究のこれまでの成果について学習する．特にプレゼン発表と質疑応答を通して能動的に学習できる能力を身につける．
授業の進め方・方法:
各担当範囲について発表者が紹介した後に，学生同士で討議を行い，教員がプレゼン評価を行う．
1) プレゼンテーション：担当範囲の口頭発表による説明
2) 討論：発表内容に対する質疑応答，担当教員による補足説明，プレゼン評価
注意点:
関連科目
本科２年：情報数学Ⅰ, 本科３年：データ構造とアルゴリズム
本科５年：ヒューマンコンピュータインタラクション，
学習指針
各自の様々な経験や身近な体験を通して説明できるまで理解することが重要である．
自己学習
到達目標を達成するには，授業前に教科書の講義範囲を下読みして，興味・疑問点を見つけ，
理解を深める必要がある．発表に際しては，教科書以外の内容を含め，準備して授業に臨むこと．
授業計画
|
|
週 |
授業内容 |
週ごとの到達目標 |
| 前期 |
| 1stQ |
| 1週 |
受講ガイダンス |
受講ガイダンス，担当範囲割り当てを行う．
|
| 2週 |
AlphaGO |
AlphaGOの特徴について説明することができる．
|
| 3週 |
AI関連技術の最前線 |
エキスパートシステム，AlphaGOのしくみ，Googleの猫の要素技術について説明することができる．
|
| 4週 |
AI関連技術の最前線 |
Deep Mind, 強いAI弱いAI，チューリングテストについて説明することができる．
|
| 5週 |
AI関連技術の最前線 |
シンギュラリティ，感情を持ったロボット，知識・知恵・知能の違いについて説明することができる
|
| 6週 |
AI技術のビジネス活用 |
人との会話，AIエージェント，チャットボットの要素技術について説明することができる
|
| 7週 |
AI技術のビジネス活用 |
会話AI事例，チェットボットの技術，ロボットへのディープラーニング活用について説明することができる．
|
| 8週 |
AI技術のビジネス活用 |
フィンテック，自動運転車，ヒット予測の要素技術について説明することができる．
|
| 2ndQ |
| 9週 |
AI技術のビジネス活用 |
IBM Watson，IoTとビッグデータ，Degree Compassの要素技術について説明することができる．
|
| 10週 |
AI関連技術 |
機械学習と特徴量，ニューラルネットワークと分類問題，ニューラルネットワークのしくみについて説明することができる．
|
| 11週 |
AI関連技術 |
ディープラーニング，バックプロパゲーション，CNN(畳み込みNN)の要素技術について説明することができる．
|
| 12週 |
AI関連技術 |
教師あり学習教師なし学習，強化学習の要素技術について説明することができる．
|
| 13週 |
AIの最新技術 |
IBM Watson, Microsoft, GoogleのAI要素技術について説明することができる．
|
| 14週 |
AIの最新技術 |
Alexa, Siri, Deep Text, Pepperの要素技術について説明することができる．
|
| 15週 |
まとめ |
評価結果を見直し，理解が不十分な点を解消する．
|
| 16週 |
学年末試験 |
実施しない
|
モデルコアカリキュラムの学習内容と到達目標
| 分類 | 分野 | 学習内容 | 学習内容の到達目標 | 到達レベル | 授業週 |
| 専門的能力 | 分野別の専門工学 | 情報系 | ソフトウェア | アルゴリズムの概念を説明できる。 | 2 | |
| 与えられたアルゴリズムが問題を解決していく過程を説明できる。 | 2 | |
| 同一の問題に対し、それを解決できる複数のアルゴリズムが存在しうることを理解している。 | 2 | |
| 整列、探索など、基本的なアルゴリズムについて説明できる。 | 2 | |
| その他の学習内容 | 少なくとも一つの具体的なオフィススイートを使って、文書作成や図表作成ができ、報告書やプレゼンテーション資料を作成できる。 | 3 | |
評価割合
| 試験 | 発表 | 相互評価 | 態度 | ポートフォリオ | その他 | 合計 |
| 総合評価割合 | 0 | 20 | 0 | 0 | 40 | 40 | 100 |
| 基礎的能力 | 0 | 10 | 0 | 0 | 20 | 10 | 40 |
| 専門的能力 | 0 | 10 | 0 | 0 | 20 | 30 | 60 |
| 分野横断的能力 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |