人工知能

科目ナンバリング
1090431670

担当者
牧野 正三

 
常勤
教員研究室
1424
DP
1,3
配当年次
2年次・前期
授業形式
講義
授業時間
30時間
単位
選択 2単位


アクティブ・ラーニング

□協定等に基づく外部機関と連携した課題解決型授業 □ディスカッション・ディベート
 □グループワーク □プレゼンテーション □実習・フィールドワーク ☑該当なし

【授業内容】

人間と同等の知能をコンピュータ上に実現させることを目的として人工知能の研究が行われてきた。本講義では、主な人工知能技術の長所・短所を理解できるよう講義し、人工知能システムを構築する際に適切な人工知能技術を選択する能力の修得を目標とする。


【学習の到達目標】

主な人工知能技術の長所・短所を理解し、場面に応じて適切な人工知能技術を選択できるようにする。


【成績評価方法】

定期試験50%、レポート40%(毎回)、受講態度10%とする。

【課題等のフィードバック方法】

毎回課題を与えて演習を行う。答案を提出してもらい採点後返却する。
理解が不十分な場合は解答を行う。


【履修上の注意・予習・復習について】

予習・復習は必ず行うこと。遅刻はレポートの点数を減点する。講義中の飲食、携帯、私語、中座は禁止。20分以上の遅刻は受講を禁止する。講義進行を著しく妨げる行為を行った場合は退室を命じたり、以後の受講を認めないことがある。


【受講して得られる効果・メリット、その他】

現在の情報システムの根幹をなす人工知能技術について、その基礎技術と概要を理解することによって、就職後に行う情報システムの開発・運営等に資する知識を得る。

授業計画

担当教員学習内容学習課題・必要な学習時間/予習・学習時間時間(分)
1牧野 正三人工知能の概要と歴史人工知能機器について予習し、人間との類似性と違いについて復習する。240
2牧野 正三状態空間と探索木問題の表現について予習し、教科書の例題を状態空間で表した時にどうなるかについて復習する。240
3牧野 正三縦型探索と横型探索解を見つけるとはどのようなことかを予習し、具体的問題に適用した場合について探索法による違いを復習する。240
4牧野 正三発見的探索とゲームにおける探索探索を効率化するにはどうすればよいかについて予習し、具体的な問題に対する適用法について復習する。240
5牧野 正三プロダクションシステムIfとthenを用いた規則について予習し、具体的な問題に対する適用法について復習する。240
6牧野 正三意味ネットワーク意味ネットワークによる意味表現について予習し、具体的な問題に対する適用法について復習する。240
7牧野 正三フレームフレームによる意味表現法について予習し、具体的な問題に対する適用法について復習する。240
8牧野 正三自然言語理解と機械翻訳文脈自由文法について予習し、具体的な問題に対しての適用法について復習する。240
9牧野 正三音声認識・理解人間の音声認識・理解システムの構成について予習し、人工的にどのように具体化されたかを復習する。240
10牧野 正三画像認識・理解人間の画像認識・理解システムの構成について予習し、人工的にどのように具体化されたかを復習する。240
11牧野 正三音声合成と画像合成人間の音声や画像の合成システムの構成について予習し、人工的にどのように具体化されたかを復習する。240
12牧野 正三機械学習人間の学習システムについて予習し、どのように分類されたかを復習する。240
13牧野 正三演繹学習と帰納学習人間の演繹・帰納学習システムについて予習し、人工的にどのように具体化されたかを復習する。240
14牧野 正三強化学習人間の強化学習システムについて予習し、人工的にどのように具体化されたかを復習する。240
15牧野 正三分散人工知能と知的エージェント分散システムとは何かを予習し、人工知能が分散システム上でどのように実現されたかを復習する。240
教科書
荒屋真二、『人工知能概論(第2版)』、共立出版
参考書
なし
備考
なし