基本情報/Basic Information

開講科目名 ／Course	自然・環境・人間２(人工知能応用)／NATURE,ENVIRONMENT AND HUMANITY2(APPLICATIONS OF ARTIFICIAL INTELLIGENCE)
開講所属 ／Course Offered by	大学全カリ総合科目／
ターム・学期 ／Term・Semester	2023年度／2023 Academic Year　　秋学期／FALL SEMESTER
曜限 ／Day, Period	水3／Wed 3
開講区分 ／semester offered	秋学期／Fall
単位数 ／Credits	2.0
学年 ／Year	2,3,4
主担当教員 ／Main Instructor	呉　浩東

担当教員情報/Instructor Information

教員名 ／Instructor	教員所属名 ／Affiliation
呉　浩東	言語文化学科／INTERDISCIPLINARY STUDIES

授業の目的・内容 ／Course Objectives	現代社会において、人工知能の存在感と重要性ははますます高まります。本科目は文系の学生を対象に、実世界において人工知能の仕組みを習得することを目的とします。まず、人工知能の基礎として、人工知能の歴史、画像認識・自然言語処理・ゲーム（チェス・将棋・囲碁）などの応用事例、さらに近年注目を集めているディープラーニングの基本について学びます。これから人間と人工知能の関わりについて、人間の仕事はどのように変容するか、などについて考えます。本科目の学習目標として： ・AI（人工知能）とは何かを知ること ・知能にはさまざまな側面があることを知ること ・人工知能が応用例を学ぶこと 人間の知能を計算機で構成することを目的とした人工知能の基礎について扱います。人工知能の多様な分野を概観しつつ，その導入レベルについての基礎知識を理解することを目的とします。
授業の形式・方法と履修上の注意 ／Teaching method and Attention the course	授業は講義と演習を組み合わせる形態で展開する。授業は履修者の学習意欲を引き出すために、人工知能について考える力を高め、主体性を大事にする。履修者はテキストおよび配布する講義内容を読解するとともに、授業内容を深めるための演習問題を完成させ、授業担当者は正解を提示しなから、履修者の理解度を向上させる。毎回演習を実施する。 　 授業の形態の主に対面授業である。授業では PC 教室を使用する。「実践」に位置付けられる授業であり、主体的な授業参加が求められる。 　授業資料はPDFで配布する。授業はPowerPointを用いて提示しながらしながら行う。授業連絡と授業資料、課題の提出にはPorTaⅡを使用する。 　正当な理由があって欠席した場合、授業資料を自習し、課題を完成し提出してください。 　第一回を除いて概ね以下の順序で進む予定です。 １． 教員による前回授業の課題に対する解答と解説 ２． 教員による当日の授業内容の概要説明 ３． 教員による講義 ４． 教員による課題の提示と説明 ５． 受講者による課題の回答作成と提出
事前・事後学修の内容 ／Before After Study	次回の授業を受ける前に予習をし、授業の後に復習すること。 　事前：当日の内容の予習（1時間半程度） 　事後：当日の内容と演習課題の復習（1時間半程度） 　毎授業回の復習課題が必ず締め切り期日までに解答してください。
テキスト1 ／Textbooks1	書籍名 ／Title 著者 ／Author name 出版社 ／Publisher ISBN ／ISBN その他（任意） ／other 教科書は使用しません。
テキスト2 ／Textbooks2	書籍名 ／Title 著者 ／Author name 出版社 ／Publisher ISBN ／ISBN その他（任意） ／other
テキスト3 ／Textbooks3	書籍名 ／Title 著者 ／Author name 出版社 ／Publisher ISBN ／ISBN その他（任意） ／other
参考文献等1 ／References1	書籍名/ｻｲﾄ名 ／Title AI導入の教科書 著者 ／Author name 井原　渉 出版社/URL ／Publisher 秀和システム ISBN ／ISBN 978-4-7980-5703-3 その他（任意） ／other
参考文献等2 ／References2	書籍名/ｻｲﾄ名 ／Title 自分で動かす人工知能 著者 ／Author name 中島　能和 出版社/URL ／Publisher インプレス ISBN ／ISBN 978-4-295-00204-8 その他（任意） ／other
参考文献等3 ／References3	書籍名/ｻｲﾄ名 ／Title 文系のための人工知能の教科書 著者 ／Author name 福馬智生、加藤浩一 出版社/URL ／Publisher ソシム ISBN ／ISBN 978-4-8026-1247-0 その他（任意） ／other
評価方法 ／Evaluation	期末試験の成績60%、課題の完成度30%、授業への参加度10%を併せて評価します。
関連科目 ／Related Subjects	本科目の関連科目として、自然言語処理a,bと人工知能入門a,bを履修することが望ましいです。
備考 ／Notes	配布資料は事前に授業支援システムPorTalIにアップロードします。欠席した場合は、授業支援システムにアクセスして資料を入手し、自習してください。
到達目標 ／Learning Goal	自然、環境、人間に関する学問分野について、副題に示したテーマをもとに、21世紀型市民としてふさわしい実践的な知識を習得し、今後の複雑な国内および国際情勢に対処していく方法について、論理的かつ創造的思考を持って対応できるようにする。

回 ／Time	授業計画（主題の設定） ／Class schedule	授業の内容 ／Contents of class	事前・事後学修の内容 ／Before After Study
1	人工知能の歴史、人工知能の基本問題	人工知能の由来と発展史と最新の動向をまとめます。また、現時点で人工知能にできること、できないこと、大人の人工知能と子供の人工知能を評価します。	事前に授業内容を予習し、事後は復習するうえ、演習課題を完成させます。
2	人工知能の仕組みと実社会での応用	人工知能の原理、現状と実社会に応用の展開について概説します。	事前に授業内容を予習し、事後は復習するうえ、演習課題を完成させます。
3	機械学習とディープラーニングの仕組み	機械学習の分類と役割、教師あり学習、教師なし学習、強化学習の仕組みついて解説します。それぞれの応用実例を評価します。	事前に授業内容を予習し、事後は復習するうえ、演習課題を完成します。
4	現段階で機械学習ができることとできないこと	回帰分析、クラスタリング分析、画像認識の仕組み、人工知能が小説・音楽・絵画の作成への挑戦、人工知能による音声認識の実態を説明します。	事前に授業内容を予習し、事後は復習するうえ、演習課題を完成させます。
5	ニューラルネットワークとは	ニューラルネットワークの仕組み、分類とその応用例について解説します。	事前に授業内容を予習し、事後は復習するうえ、演習課題をさせます。
6	人工知能開発にPython言語の役割	Pythonの入門知識、開発環境、人工知能開発にPythonの活用方法を体験させます。	事前に授業内容を予習し、事後は復習するうえ、演習課題を完成させます。
7	人工知能の作り方（入門編）その一	人工知能を作るための5つのステップ。AI開発にPythonの主なライブラリについて勉強します。	事前に授業内容を予習し、事後は復習するうえ、演習課題を完成させます。
8	人工知能の作り方（入門編）その二	言語処理のためのデータセットの集め方法。言語処理のモデルの構築の理論と実践について学びます。	事前に授業内容を予習し、事後は復習するうえ、演習課題を完成させます。
9	言語モデルであるWord2Vec、BERTとchatGPT-3の仕組み	自然言語における最先端の言語モデルについて学びます。Word2Vecの仕組み。BERTによる文脈理解の原理を説明し、chatGPT-原理を概説し、実例分析と演習を行います。	事前に授業内容を予習し、事後は復習するうえ、演習課題を完成させます。
10	人工知能の問題点とセキュリティ対策	人工知能の間違えと対策。人工知能の内部に潜む悪意とは。人工知能のセキュリティ対策を論じます。人工知能は社会と個人にもたらす危険性、人工知能のメリットとデメリットついての認識を共有します。	事前に授業内容を予習し、事後は復習するうえ、演習課題を完成させます。
11	人工知能活用の事例分析	人工知能応用の実例分析を分野ごとに展開します。	事前に授業内容を予習し、事後は復習するうえ、演習課題を完成させます。
12	人工知能の作り方（応用編）	人工知能開発におけるビッグデータの役割、機械学習に必要なデータの集め方を説明し、GAN（敵対的生成ネットワーク）の原理を理解します。	事前に授業内容を予習し、事後は復習するうえ、演習課題を完成させます。
13	人工知能時代の人材育成	文系AI職の役割、知能化社会に目指す戦略目標を提示し、文系AI人材が社会を変える役割を論説します。	事前に授業内容を予習し、事後は復習するうえ、演習課題を完成させます。
14	講義のまとめ	人工知能の未来像と授業の総括	事前に授業内容を予習し、演習課題を完成して提出します。