2023年度学院等開講科目情報理工学院専門科目

応用AI・データサイエンスD

開講元: 専門科目
担当教員: 金﨑朝子 / 富井規雄 / 宮﨑慧 / 奥村圭司 / 佐久間淳 / 小野功 / 三宅美博 / 新田克己 / 小林隆夫 / 田村哲也 / 山田剛史 / 藤本將太郎 / 林輝大 / 吉本誠也 / 西田大士朗 / 日山拓海 / 藤平燎 / 鈴木貴志 / 大力亮 / 狐塚正樹 / 山中正雄 / 関孝一 / 森優人
授業形態: 講義 (ライブ型)
メディア利用科目: -
曜日・時限 (講義室): 火9-10
クラス: -
科目コード: XCO.T486
単位数: 100
開講時期: 2023年度
開講クォーター: 2Q
シラバス更新日: 2025年7月8日
使用言語: 日本語

シラバス

授業の目的（ねらい）、概要

この授業科目は人工知能とデータサイエンスにおける社会実装の最前線を学ぶことを目標としている。
デジタルアートや製造業におけるAI・データサイエンスの最前線で必要とされる技術の大枠を理解した上で、人工知能とデータサイエンスを活用する可能性について考察できるようデザインされている。
授業計画に示すとおり各回の授業において、講師がそれぞれのトピックに関する全体像と最近の動向を解説する。

到達目標

この授業科目は、人工知能とデータサイエンスに関する考察とそれぞれの着想を説明する機会を通じ、受講生が実社会において活躍する能力を高めることを目標にしている。

実務経験のある教員等による授業科目等

実務経験と講義内容との関連 (又は実践的教育内容)

本講義は株式会社チームラボ、トヨタ自動車株式会社、京セラ株式会社、エーザイ株式会社、東京エレクトロン株式会社におけるAIやデータサイエンスの社会実装の技術をそれぞれの企業の講師の方に講義していただきます。

キーワード

人工知能、データサイエンス、AIビジネス、デジタルアート、製造業

学生が身につける力

専門力
教養力
コミュニケーション力
展開力 (探究力又は設定力)
展開力 (実践力又は解決力)

授業の進め方

この授業科目では、学生自らが能動的に学ぶことを重視します。各回の講義には必ず出席してください。

授業計画・課題

	授業計画	課題
第1回	デジタルアートにおけるAI活用（1）	AIを用いたアート作品の概要と仕組みを理解する。
第2回	デジタルアートにおけるAI活用（2）	AIを用いたアート作品の概要と仕組みを理解する。
第3回	自動車企業におけるAI・データサイエンス（1）	自動車企業におけるAI・データサイエンスの応用事例を理解する
第4回	自動車企業におけるAI・データサイエンス (2)	自動車企業におけるAI・データサイエンスの応用事例を理解する
第5回	人間拡張	AIやIoTなどIT技術を用いて、人間の潜在能力を強化したり新たな能力の獲得を実現する人間拡張について、さまざまな事例を交えながら説明する。
第6回	製薬企業におけるAI･データサイエンスの活用	『10年後の未来において、創薬研究の研究現場におけるデータサイエンスの活用がどの程度進んでいるか、また、ヒトの研究者と研究用AIはどのような関係性を築いているか、いずれか一方を選んで個人的な予想／見解を述べよ』　A4用紙1ページ以内のレポート
第7回	AI・データサイエンスが創る半導体製造装置の未来	半導体の製造プロセスにおいて、機械学習や深層学習といった人工知能が使われるようになってきている。最先端の半導体製造プロセスを紹介し、そこに立ちはだかる技術的な高い壁、そしてそれを乗り越えるために人工知能をもちいて、いかに乗り越えていくのかを解説する。

準備学修(事前学修・復習)等についての指示

学修効果を上げるため，教科書や配布資料等の該当箇所を参照し，「毎授業」授業内容に関する予習と復習（課題含む）をそれぞれ概ね100分を目安に行うこと。

教科書

指定しない

参考書、講義資料等

講義資料は事前にT2SCHOLAに掲載し、Zoom画面でも共有する。

成績評価の方法及び基準

期末試験は実施しない。技術的な理解度を問う毎回のレポートにより評価する。

履修の条件・注意事項

博士後期課程の方は、XCO.T690「応用AI・データサイエンス発展D」を申告してください。

その他

本講義は、株式会社チームラボ、トヨタ自動車株式会社、京セラ株式会社、エーザイ株式会社および東京エレクトロン株式会社のご協力に基づいて開講される。
Zoomを用いたオンライン講義である。