知能情報工学

科目基礎情報

学校	松江工業高等専門学校	開講年度	令和08年度 (2026年度)
授業科目	知能情報工学
科目番号	0018	科目区分	専門 / 選択
授業形態	授業	単位の種別と単位数	学修単位: 2
開設学科	電子情報システム工学専攻	対象学年	専1
開設期	前期	週時間数	2
教科書/教材	教員作成の教材
担当教員	渡部 徹

到達目標

（１）脳の仕組みや神経系の情報処理について理解し，説明することができる．
（２）脳神経系をモデルとしたニューラルネットワークやディープラーニングの基礎と応用事例について理解し，説明することができる．
（３）AIを活用した課題解決のアイデアをチームで考案し，適切に発表することができる．

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	脳の仕組みや神経系の情報処理について理解し，説明することができる．	脳の仕組みや神経系の情報処理について理解することができる．	脳の仕組みや神経系の情報処理について理解することができない．
評価項目2	脳神経系をモデルとしたニューラルネットワークやディープラーニングの基礎と応用事例について理解し，説明することができる．	脳神経系をモデルとしたニューラルネットワークやディープラーニングの基礎と応用事例について理解することができる．	脳神経系をモデルとしたニューラルネットワークやディープラーニングの基礎と応用事例について理解することができない．
評価項目3	AIを活用した課題解決のアイデアをチームで考案し，適切に発表することができる．	AIを活用した課題解決のアイデアをチームで考案し，発表することができる．	AIを活用した課題解決のアイデアをチームで考案し，発表することができない．

学科の到達目標項目との関係

学習・教育到達目標（専攻科） S1 （電気・電子工学，制御工学，情報工学いずれかの分野を基礎として，他の分野を融合した境界領域の知識があり，創造的な技術者としての基礎学力がある。）

教育方法等

概要:

脳や神経系における優れた情報処理機能に関して，現在解明されている知見を紹介する．また，生理学と工学を融合した新しいアプローチによる神経メカニズム，さらにその工学的応用について紹介する．講義では，まず脳の仕組みや神経系の情報処理について，視覚系，聴覚系，運動系を例にとって講義を行う．次に脳神経系をモデルとしたニューラルネットワークやディープラーニングの基礎と応用事例について学ぶ．グループワークでは，社会課題をAIを活用して解決するプロダクトアイデアをチームで考案し、最後に発表会（スタートアップ・ピッチ）を行う．使用する教科書・参考書は生物科学，情報科学，人工知能の分野における代表的な大学用教科書を参考にしており，本科目に合格することにより，大学レベルの知能情報工学に関する理解力が得られる．

授業の進め方・方法:

各到達目標(1)～(3)の達成度を以下の割合で総合的に評価する．
・定期試験＝４０％
・小テスト・課題レポート＝３０％
・グループワーク＝３０％
60点以上（100点満点）を合格とする．原則として再評価試験は実施しない．

注意点:

・2/3以上の出席を要件とする（チームでのグループワーク等を実施する）．
・本科目は学修単位科目であり，１回の授業（90分）に対して，180分以上の自学自習が必要である．

授業の属性・履修上の区分

アクティブラーニング

ICT 利用

授業計画

		週	授業内容	週ごとの到達目標
前期
	1stQ
		1週	・講義ガイダンス．脳・神経系のイントロダクション 脳・神経系研究の歴史．脳の神経細胞とニューロンモデル．	（１）脳の仕組みや神経系の情報処理について理解し，説明することができる．
		2週	・ニューロンモデルとパーセプトロン ニューロンモデルとシナプスの可塑性、パーセプトロン．	（１）脳の仕組みや神経系の情報処理について理解し，説明することができる．
		3週	・ニューラルネットワーク パーセプトロンの限界と多層ニューラルネットワーク．	（２）脳神経系をモデルとしたニューラルネットワークやディープラーニングの基礎と応用事例について理解し，説明することができる．
		4週	・ディープラーニング ディープラーングとCNN演習．	（２）脳神経系をモデルとしたニューラルネットワークやディープラーニングの基礎と応用事例について理解し，説明することができる．
		5週	・ディープラーニング演習 画像分類演習．	（２）脳神経系をモデルとしたニューラルネットワークやディープラーニングの基礎と応用事例について理解し，説明することができる．
		6週	・松江高専AIピッチ AI技術を用いた課題解決とビジネスモデルを考案し提案する．	（３）AIを活用した課題解決のアイデアをチームで考案し，適切に発表することができる．
		7週	・松江高専AIピッチ AI技術を用いた課題解決とビジネスモデルを考案し提案する．	（３）AIを活用した課題解決のアイデアをチームで考案し，適切に発表することができる．
		8週	・松江高専AIピッチ AI技術を用いた課題解決とビジネスモデルを考案し提案する．	（３）AIを活用した課題解決のアイデアをチームで考案し，適切に発表することができる．
	2ndQ
		9週	・松江高専AIピッチ AI技術を用いた課題解決とビジネスモデルを考案し提案する．	（３）AIを活用した課題解決のアイデアをチームで考案し，適切に発表することができる．
		10週	・松江高専AIピッチ AI技術を用いた課題解決とビジネスモデルを考案し提案する．	（３）AIを活用した課題解決のアイデアをチームで考案し，適切に発表することができる．
		11週	・松江高専AIピッチ AI技術を用いた課題解決とビジネスモデルを考案し提案する．	（３）AIを活用した課題解決のアイデアをチームで考案し，適切に発表することができる．
		12週	・ディープラーニング応用 AI各種応用、生成AI．	（２）脳神経系をモデルとしたニューラルネットワークやディープラーニングの基礎と応用事例について理解し，説明することができる．
		13週	・教師なし学習 k-means法、オートエンコーダーとその応用．	（２）脳神経系をモデルとしたニューラルネットワークやディープラーニングの基礎と応用事例について理解し，説明することができる．
		14週	・AI利活用と倫理 AI活用の留意点とELSI．	（２）脳神経系をモデルとしたニューラルネットワークやディープラーニングの基礎と応用事例について理解し，説明することができる．
		15週	・期末試験	（１）（２）（３）のまとめ
		16週	・授業のまとめ 期末試験返却、授業のまとめ．	（１）（２）（３）のまとめ

評価割合

	定期試験	小テスト・レポート	グループワーク	合計
総合評価割合	40	30	30	100
基礎的能力	0	0	0	0
専門的能力	40	30	30	100
分野横断的能力	0	0	0	0