2024年度学位プログラムとして特別に設けた教育課程学位プログラムとして特別に設けた教育課程データサイエンス・AI全学教育機構

応用実践データサイエンス・AI第三C

開講元: データサイエンス・AI全学教育機構
担当教員: 金﨑朝子 / 村田剛志 / 富井規雄 / 小野功 / 新田克己 / 宮﨑慧 / 奥村圭司 / 佐久間淳 / 三宅美博 / 青柳憲治 / 大和田章一 / 小林史明 / 仲川正則 / 児玉知也 / 出口淳 / 吉成雄一郎 / 橋爪宗信 / 原田康介 / 森口直樹 / 中川慶子
授業形態: 講義 (ハイフレックス型)
メディア利用科目: -
曜日・時限 (講義室): 金7-8 (M-B07(H101), G2-202(G221))
クラス: -
科目コード: DSA.P433
単位数: 100
開講時期: 2024年度
開講クォーター: 3Q
シラバス更新日: 2025年3月14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、人工知能やデータサイエンス技術の社会実装の現状と最先端技術を理解し、それらの技術の応用可能性と課題を考察することを目的としている。各回の授業において、建築、IT、金融、材料等のさまざま分野の企業の講師がデータサイエンスや人工知能を用いた技術開発や商品開発の事例を紹介する。
幅広い分野におけるデータサイエンスや人工知能技術の応用事例に関する知識を獲得し、課題レポートによって社会応用に関する考察内容を説明することによって、受講生が実社会において活躍する広い視野を得ることを目標にしている。
この授業科目では企業講師との対話を重視しており、7回の授業の他に、原則として2024年12月2日午後に大岡山キャンパスで開催されるDS&AIフォーラムに参加するものとする。(2024年9月10日追記)

到達目標

この授業科目は、データサイエンスと人工知能の社会実装に関する理解を深め、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)

この授業科目は日立造船株式会社、キオクシア株式会社、第一三共株式会社、株式会社竹中工務店、株式会社JERA、三菱商事株式会社の講師により実務経験に基づく講義を行う。
各社の授業計画は、より具体的な内容に改定された（2024年9月10日）。

キーワード

データサイエンス、AI、製薬会社、建設業、素材、総合商社

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

この科目はハイフレックス型に分類されているが、大岡山とすずかけ台の所定の教室でしか受講できない。

授業計画・課題

	授業計画	課題
第1回	製造業の新たなチャレンジ、デジタル変革について	創業から140年以上続く製造業である日立造船は10/1から社名をカナデビアとして新たな挑戦に臨みます。今回は特にDX、デジタル変革の必要性について説明しつつ製造業の今後の課題について考えて頂く機会を提供します。
第2回	生成AIを支える半導体ストレージとメモリ開発・製造におけるAI/DX活用	・生成AIを支える半導体ストレージ　- 生成AIのトレンド(モデルサイズの爆発) 　- 演算主体のAIにおける課題(学習コスト、ブラックボックス問題) 　- 記憶検索型AI(コンセプト、将来の生成AIの姿) ・メモリ開発・製造におけるAI/DX活用　- 半導体製造における課題　- 工場が生成するビッグデータ　- ビッグデータを活用したAI応用例　　　(歩留監視、欠陥自動分類、装置構造最適化)
第3回	ライフサイエンスにおけるデータサイエンスの活用可能性検討	本講義では、データサイエンスがライフサイエンスの発展にどのように貢献できるかを議論する
第4回	製薬企業における医薬品開発のためのデータサイエンス	本講義ではデータサイエンスが製薬企業の医薬品開発にどのように貢献しているかについて説明する。
第5回	建設会社におけるDX推進のためのAI開発（英語講義）	AIのビジネス適用に向けたフローとキーポイント、および開発内容を紹介する
第6回	次世代発電所とエネルギー最適化の未来	発電事業から電力市場でのビジネスにおけるデジタル・AIの活用事例をお伝えします
第7回	三菱商事のAI・データサイエンス事業	幅広く事業を展開する三菱商事のAI戦略とその意義を紹介する。

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，配布資料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に掲載する。

成績評価の方法及び基準

期末試験は実施しない。毎回の課題レポートと12月2日に予定されているDS&AIフォーラムの参加レポートにより評価する。なお、欠席した回の講義の課題レポートを提出することはできない。もし提出されたとしても、採点されないので注意すること。(2024年9月10日追記)

履修の条件・注意事項

博士後期課程の方はDSA.P633「応用実践データサイエンス・AI発展第三C」を受講すること。

連絡先 (メール、電話番号) ※”[at]”を”@”(半角)に変換してください。

金崎朝子，新田克己，富井規雄　　
lecture_ap[at]dsai.titech.ac.jp

オフィスアワー

メールで事前予約すること。

その他

・本授業科目はアントレプレナーシップ科目とみなせる専門科目である。本科目が対応するGAはGA0M・GA1Mである（2024年3月29日追記）
・本科目は2023年度まで開講していた実践AI・データサイエンスC1(XCO.T495-1)に対応している。実践AI・データサイエンスC1を学部のときに履修した方は、本科目を履修申告すること。また、大学院で実践AI・データサイエンスC1を履修した方は本科目を履修することはできない。