| (1)授業の達成目標 | | 授業で得られる「学位授与の方針」要素 | ⇔ | 【授業の達成目標】 | | 大学ＤＰ | | 的確に情報を収集し，理解し，発信する力 | ⇔ | ・学士の称号にふさわしい基礎学力と専門的学力
・対話を通じて多様な専門分野の者と協力し、目標実現のために方向性を示すことができる
・多様な情報を適切に取捨選択し、分析・活用できる |
|
| (2)授業の概要 | 現在第3次AIブームと言われているが、その中核技術は深層学習である。深層学習の発達により、自動運転が可能になったり、AIが囲碁の世界トップ棋士を破ったり、医療画像から病巣を素早く発見したり、カルテの情報から将来の病気を予想したり、AIドローンによって農薬散布が自動化されたり、糖度の高い果物が栽培出来たり、自動翻訳の質が劇的に向上したり、決算発表資料から自動的に要約したニュースが配信されたり、音声による指示で家電製品が制御出来たり、AI学習診断で苦手を克服するための効率的な教育プログラムが提案されたり、理想の結婚相手が見つかったり等々、実現するのはずっと先だと思われていたことが日々可能になっている。
このコースでは現代AIの重要な技術である深層学習の基礎を学び、それが各分野でどのように使われているかを専門の先生の特別講義から理解する。さらに学際的なチームによるグループワークを行い、身近な課題の解決のためにAIがどのように活用できるかを「スタートアップを起業する」という形式を通して理解を深める。
日本ディープラーニング協会が実施しているディープラーニングジェネラリスト検定であるG検定の資格取得も目指す。 |
| (3)授業のキーワード | グループワーク
コミュニケーション
課題発見・解決
論理的思考
AI
人工知能 |
| (4)授業計画 | 実施回 タイトル 講師
第1回 ガイダンス 林憲一
第2回 グループワーク１ 林憲一
第3回 ディープラーニング基礎１ 林憲一
第4回 ディープラーニング基礎２ 林憲一
第5回 ディープラーニング演習
第6回 グループワーク２ 林憲一
第7回 特別講義「AIとロボット」
第8回 特別講義「AIとガバナンス」
第9回 特別講義「AIと農業」
第10回 特別講義「AIと教育」
第11回 グループワーク３ 林憲一
第12回 グループワーク４ 林憲一
第13回 グループワーク５ 林憲一
第14回 グループワーク６ 林憲一
第15回 グループワーク７ 林憲一
※順番等は入れ替わる可能性がある。初回ガイダンスで示す。
|
| (5)成績評価の方法 | 各授業に対する小テストあるいはレポートを実施します。またグループワークの成果と発表もしてもらいます。成績はこれらに基づき評価します。 |
| (6)成績評価の基準 | 試験やレポートの水準は、次の通りである。
必要最低限の知識と考え方を身につけており、授業中に示される事例の問題点を指摘できるようになれば、授業の達成目標に達したといえる（60～69点）。過不足のない知識を身につけ、授業中に示される事例を理論的に分析できるようになれば、水準よりも上回る（70～79点）。十分な知識を身につけ、授業中に示される事例を理論的に分析でき、解決まで考えられればさらにその水準を上回る（80～89点）。それ以上の理解・分析・解決ができ、実生活で実践できれば卓越している（90点以上）。
|
| (7)事前事後学習の内容 | 事後的な復習が強く求められる。参考文献等は適宜授業内で示していく。 |
| (8)履修上の注意 | 小テストに、スマートフォンもしくはPCを利用するので、各自準備して、持参すること。
全学横断特別教育プログラム「ライフクリエイター人材養成コース」を選択する学生は、必修科目であるが、そうでない学生も受け入れる。同コース選択希望の学生を優先し、その空き定数において、その他の学生を受け入れる。希望者が多い場合には、その他の学生を対象に抽選を行う。 |
| (9)質問,相談への対応 | 授業内もしくは授業後に受け付ける。 |
| (10)授業への出席 | 毎回小テストや演習、グループワークを行うため、出席できないと単位習得は難しい。 |
| (11)授業に出席できない場合の学修の補充 | オンデマンド配信により対応する。
|
| 【教科書】 | 指定しない |
| 【参考書】 | 指定しない |
| 【添付ファイル】 |
なし |