基本情報/Basic Information

開講科目名 ／Course	総合科学特殊研究（人工知能応用）／SPECIAL TOPICS ON INTEGRATED ARTS AND SCIENCES: APPLICATIONS OF ARTIFICIAL INTELLIGENCE
ナンバリングコード ／Numbering Code	41-1116
開講所属 ／Course Offered by	国際教養学部言語文化学科／INTERNATIONAL LIBERAL ARTS INTERDISCIPLINARY STUDIES
ターム・学期 ／Term・Semester	2025年度／2025 Academic Year　　秋学期／FALL SEMESTER
曜限 ／Day, Period	水1／Wed 1
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
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
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	「総合科学研究科目群」の他科目では触れることが難しい分野や領域にわたって人文・社会・自然科学を総合的に研究分析し、見解を提示できるようにする。
DPとの関連 ／Relation to DP	○:幅広い教養 ○:専門知識・技能 △:問題解決力 △:情報分析力 △:情報発信力 △:協働性 △:主体性 ○:倫理観

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	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、演習課題を完成させます。
5	Python入門	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、演習課題をさせます。
6	データセットの生成	Pythonは開発環境を構築し、人工知能開発に不可欠なデータセットの生成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	回帰分析の仕組み	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。その上に、回帰分析の原理を確認します。	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	自然言語処理の仕組み	自然言語処理を行うため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	大規模言語モデル(LLM)とは	自然言語処理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し、ChatGPTなどの生成AIツールの原理を概説し、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	Pythonによるスクレイピング	WEBから情報を自動的に取得する方法を学びます。スクレイピングの処理の流れ、HTMLの要素を取得する仕組みと方法を習得します。	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	生成AIの仕組み	生成AIにおける様々な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	生成AIの活用	生成AIについての活用方法を説明します。特に、先進的なプロンプトの作り方を習得します	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	画像認識と画像生成	画像認識と画像生成の行うための生成AIツールを紹介し、演習を実施します。	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	人工知能の未来像を展望し、授業の総括を実施します。	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。