基本情報/Basic Information

開講科目名 ／Course	特殊講義a(AI入門a)／SPECIAL LECTURE A (INTRODUCTION TO AI A)
開講所属 ／Course Offered by	経済学部／ECONOMICS
ターム・学期 ／Term・Semester	2024年度／2024 Academic Year　　春学期／SPRING SEMESTER
曜限 ／Day, Period	水2／Wed 2
開講区分 ／semester offered	春学期／Spring
単位数 ／Credits	2.0
学年 ／Year	1,2,3,4
主担当教員 ／Main Instructor	横塚　志行
遠隔授業科目 ／Online Course	－

担当教員情報/Instructor Information

教員名 ／Instructor	教員所属名 ／Affiliation
横塚　志行	経営学科／MANAGEMENT

授業の目的・内容 ／Course Objectives	人工知能（AI）は、コンピューターシステムが人間のようにタスクを遂行する能力を実現する技術である。春学期の本講義(AI入門a)では、人工知能の基本的な概念とその歴史、多岐にわたるトピック、生成AI、産業界での有益な事例、基礎的なアルゴリズム（機械学習、ニューラルネットワーク、ディープラーニングなどを含む）について学ぶことが可能である。特にテキスト生成、画像生成などの生成AIに関しては、その進化が近年特に著しく、その概要を解説する。 しかし、人工知能にはまだ解決すべき多くの課題が存在し、それらは人工知能によって引き起こされる倫理的な問題やプライバシーの懸念、さらには世界各国のAI政策にまで及ぶ。これらのAIの進歩と倫理に関する問題を講義参加者と共に深く掘り下げる議論の場を設けることも本講義の重要な部分である。 秋学期のAI入門bでは、AI入門aで学習した基礎的なアルゴリズムを復習および幅だしを行い、初心者にも理解しやすいPython言語を用いた人工知能プログラムの演習が行われる。 現代のビジネス環境においては、多くの先進的な企業が人工知能を経営戦略に取り入れる重要性を認識しており、関連する人材の育成が急務とされている。春学期の本講義(AI入門a)と秋学期に開講されるAI入門bを組み合わせて受講することにより、講義参加者は人工知能の全体像を把握し、AI構築の基礎知識を得ることができる。 また、一般社団法人日本ディープラーニング協会（JDLA）が提供するG検定（AIジェネラリスト）の資格に必要な基礎知識の大部分を身に付けることができるだろう。 なお、本講義は経営学科の学位授与方針（DP）に基づきコンピュータで処理される情報の原理および情報を扱う人間社会に必要となる情報技術の促進に努める。また、カリキュラム･ポリシー(CP)らみると、情報系の学科専門科目として、情報技術に関する専門的知識の提供を行うとともに、将来に実務経験にも有益な内容とするように配慮する予定である。
授業の形式・方法と履修上の注意 ／Teaching method and Attention the course	初回講義において、学習する内容、講義の進め方、成績の評価方法などを説明する。 対面授業を原則とし、以下の前提を想定している。 ・PCを操作しながら授業を進めることがあるので、自分が所有するPCを持参しPCの操作ができることこと ・特殊講義である秋学期の特殊講義b(AI入門b)とのセットの学習を想定している。AI入門abを併せて受講することにより、人工知能の基礎的な知識に加えて人工知能の実現方法を習得できる。 ・AI入門aでは数学的表現は最小限にとどめる。AI入門bでは基礎的な数学的表現を利用し理解を促すとともにpythonコーディングができるようにする。 ・AI入門aでは生成AIに関する課題提示とプレゼンを指示する。 ・全学年を対象としている。 ・各学期の最終授業で総復習の位置づけでテストを実施する。
事前・事後学修の内容 ／Before After Study	事前事後の学習時間は合計４時間である。 講義参加者は、事前学習として事前提示予定のレジュメを事前に読んでおいてほしい（２時間）。 事後学習は、授業ノートなどを目を通し内容を理解を促進してほしい（１時間）。 上記以外にも、AIに関する記事等を日常的に入手しておきAIの動きを把握してほしい(1時間)。
テキスト1 ／Textbooks1	書籍名 ／Title 教科書は特に指定しない。 著者 ／Author name 出版社 ／Publisher ISBN ／ISBN その他（任意） ／other
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 ディープラーニングG検定公式テキスト第二版 著者 ／Author name 日本ディープラーニング協会 出版社/URL ／Publisher 翔泳社 ISBN ／ISBN その他（任意） ／other
参考文献等2 ／References2	書籍名/ｻｲﾄ名 ／Title 著者 ／Author name 出版社/URL ／Publisher ISBN ／ISBN その他（任意） ／other
参考文献等3 ／References3	書籍名/ｻｲﾄ名 ／Title 著者 ／Author name 出版社/URL ／Publisher ISBN ／ISBN その他（任意） ／other
評価方法 ／Evaluation	春学期の最終授業で総復習の位置づけでテストを実施する。 なお、評価比率は、出席と課題提示(30-40%程度)とテスト(60-70%程度)と想定している。
関連科目 ／Related Subjects	特殊講義b(AI入門) 特殊講義a(データサイエンス入門) 特殊講義a(データサイエンス入門) 情報済ステム論ab
備考 ／Notes
到達目標 ／Learning Goal	経済・経営・環境分野の現場で活躍する人々の講演を通じて、それらの現場の実態および今後の展望等について理解・分析し、見解を提示できるようにする。

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	オリエンテーション	講義の進め方を共有する
2	人工知能の歴史	人工知能の歴史を紹介する	事前：レジュメの一読 事後：講義ノートの確認
3	人工知能に関するトピック	人工知能の主なトピックであるトイプロブレムからシンギラリティまでを学ぶ	事前：レジュメの一読 事後：講義ノートの確認
4	人工知能の動向	人工知能の主要ソリューションを紹介する	事前：レジュメの一読 事後：講義ノートの確認
5	生成AIの動向	テキスト生成、画像生成などの最新動向を共有する	事前：レジュメの一読 事後：講義ノートの確認
6	AIの倫理上の課題とAIの政策動向	AIの倫理上の課題と政策動向を共有する	事前：レジュメの一読 事後：講義ノートの確認
7	ChatGPTの現状と利用方法	現在利用されているChatGPTの紹介とその利用方法を紹介する	事前：レジュメの一読 事後：講義ノートの確認
8	生成AIの光と影についての議論1	ChatGPT等の生成AIの光と影について参加者と議論する	事前：生成AIの光と影についてのレポート作成
9	生成AIの光と影についての議論2	ChatGPT等の生成AIの光と影について参加者と議論する	事前：生成AIの光と影についてのレポート作成
10	AIプロジェクトの進め方	通常のシステム開発との違いを明確にしながらAIプロジェクトの進め方について概説する	事前：レジュメの一読 事後：講義ノートの確認
11	CNN概要	ノンコーディングAIで作成するCNNの概要を説明する	事前：レジュメの一読 事後：講義ノートの確認
12	ノンコーディングAIの演習1	ノンコーディングAIによるCNNの作成する	事前：ノンコーディングAIの予習 事後：ノンコーディングAIの動作確認
13	ノンコーディングAIの演習2	ノンコーディングAIによるCNNの作成し動作確認を行う	事前：ノンコーディングAIの予習 事後：ノンコーディングAIの動作確認
14	テスト	テスト