人工知能特論 _ﾒﾃﾞｨｱ併用

Advanced Lecture for Artificial Intelligence _ﾒﾃﾞｨｱ併用

ー

コース応⽤科⽬(データ科学コース)

情報科学研究科

1年

KIIMD5MCA1

2.0単位

講義 (Lecture)

2024年度後期

笹嶋 宗彦、湯本 高行

情報科学研究科

日本語

目標9

講義後
商科C情報科学研究棟4階研究室(笹嶋，湯本)

sasajima@sis.u-hyogo.ac.jp

ー

2◎／1〇

ー

ー

講義目的
　人工知能技術のうち、人工知能システムの構築および自然言語処理について理解することを目的とする。

到達目標

• 人工知能システムによる問題解決の原理を説明できる。
• 自然言語処理とそれを用いた代表的な手法を説明したり、実際に使用したりすることができる。 

講義内容
　本講義では、人工知能技術のうち、人工知能システムの構築および自然言語処理について学ぶ。人工知能システムについては、それを構成する知識、問題解決、インタフェースの3つの面から学ぶことを目的とする。具体的にはオントロジー工学(実世界の分析、知識の構築と活用技術)、推論と探索(問題解決の基本技術)、対話型インタフェース(音声対話システムなど)について紹介する。自然言語処理は人間が日常的に使う言語をコンピュータで処理する技術である。自然言語処理については、形態素解析をはじめとした言語理解のための基盤技術を扱う。さらに、ニューラルネットワークを自然言語処理技術についても取り上げる。

なお，最新の人工技能技術の社会応用例を学ぶためにゲスト講師を招くことがある．その場合には，下記のトピックの順序や，内容そのものを変更する場合がある．

授業計画

1. イントロダクション：人工知能とは
2. 知的対話システム(1)
3. 知的対話システム(2)
4. 知識の記号化(1)
5. 知識の記号化(2)
6. 事例紹介：ディジタル広告と人工知能(1)
7. 事例紹介：ディジタル広告と人工知能(2)
8. 情報推薦
9. パターンマイニング
10. 自然言語処理
11. テキスト分類
12. 単語分散表現
13. 系列ラベリング，系列変換
14. 事前学習済みモデルと転移学習
15. 応用事例の紹介

＜生成AIの利用について＞
・レポート、小論文、学位論文等については、学生本人が作成することを前提としているため、生成系AIのみを用いて作成することはできません。

適宜資料を配布する。

授業中に適宜指⽰する。

毎回の講義で次回について予告するので，それに応じて予習することが望ましい．技術的な講義については当該技術について調べる事．企業等ゲストスピーカーによる講義の場合は該当企業の研究開発の焦点，得意分野，その他予告されたトピックについて調べる事．目安は2時間．
また，次回の講義までに行うべき事後学習についても同様である．技術的な講義の場合には，当日講義された技術について復習すること．企業等のゲストスピーカーによる講義の場合は，レポート提出に備えて講義をまとめておくこと．目安は2時間．

講義の回によってはグループディスカッションやグループでの課題製作を行うことがある．

担当教員ごとに出題するレポートによって評価する．
前半：笹嶋(50％)，後半：湯本(50％)
その他，ゲストスピーカーによる講義の場合については，課題提出が求められた場合，それも評価対象とする．ゲストスピーカーによる課題については，講義の実施された期間の担当教員の評価にそれを組み入れる．
受講態度については原則として評価しないが，必要と判断した場合には，担当教員間で協議の上，評価し，総合成績に加点または減点する．

期中の課題については，優秀なものについて，模範解答として全体に紹介することがある．
期末の課題については，成績について質問があれば，個別に対応する．

機械学習特論、プログラミング演習の内容を十分に理解していることを前提とする。

該当しない

講師の都合により，内容や順番が変わる可能性があります