QuickSyllabus

人工知能 / Artificial Intelligence

単位数: 2. 担当教員: 乾健太郎, 鈴木潤. 開講年度: 2024. 科目ナンバリング: TEI-PRI310J. 開講言語: 日本語.

主要授業科目/Essential Subjects

○

授業の目的・概要及び達成方法等

Google Classroomのクラスコードは工学部Webページにて確認すること。
学部シラバス・時間割(https://www.eng.tohoku.ac.jp/edu/syllabus-ug.html)

１．目的
人工知能技術の基礎を学ぶ

２．概要
人工知能は，さまざまな人間の知的活動を計算機上に実現することを目的とする研究領域である．講義では，知識，推論，知覚，言語といった人間の知的活動の根幹となる情報処理をどのように計算機で模倣するかという問いに重点をおいて，人工知能技術の基礎となる考え方や理論を概説する．また，人工知能研究分野の技術発展の歴史と最近の研究題材（深層学習など）についての基礎的事項を概説する．

３．達成目標
人工知能の基本的な諸概念，最近の研究成果の概要を理解し，その概要を簡潔に説明できるようになること．

４．授業形態
授業は基本的に講義室にて対面方式で行います．
授業に関するアナウンス，講義資料の共有，課題提出などはGoogle Classroomを利用します．

授業の目的・概要及び達成方法等(Ｅ）

The class code for Google Classroom can be found on the Web site of
the School of Engineering:
https://www.eng.tohoku.ac.jp/edu/syllabus-ug.html (JP Only)

1. Course Objective
To learn the basics of technologies in the research field of Artificial Intelligence (AI).

2. Summary of Course
Artificial Intelligence research aims to replicate various aspects of human intelligence using artificial computer systems. In this course, students will explore the foundational ideas and theories in AI technology, focusing specifically on how computers can mimic human knowledge processing, reasoning, perception, and language. Additionally, students will study the fundamentals of historical developments and current research topics (e.g., deep learning) in AI.

3. Course Goal
To acquire knowledge of essential concepts and recent achievements in the research field of Artificial Intelligence.

4. Format
Classes will primarily be conducted in person in the lecture room. Google Classroom will be used for class announcements, sharing lecture materials, and submitting assignments.

他の授業科目との関連及び履修上の注意

計算機学，情報数学，アルゴリズムとデータ構造を履修していることが望ましい．この講義は情報論理学，計算機ソフトウェア工学，システムソフトウェア工学，オートマトン・言語理論とも関連する．

他の授業科目との関連及び履修上の注意(Ｅ）

Courses including Computers, Information Mathematics, Algorithms, and Data Structures help to understand the lectures in this course. The course is also related to courses such as Logic, Computer Software, System Software, and Automaton and Formal Language.

授業計画

01. ガイダンス：導入：人工知能の歴史
02．問題の表現と解探索の方法
03．様々な探索アルゴリズム
04．知識に基づく探索
05．知識表現とプランニング
06．論理と推論
07．非単調推論
08．機械学習の基礎 (教師あり学習，分類問題)
09．深層学習/ニューラルネットワークの基礎
10．AIを支える計算機環境
11．生成AI
12．AI関連の諸課題
13．言語関連の人工知能(過去/現在/未来)
14．映像/音声関連の人工知能(過去/現在/未来)
15. まとめ：人工知能の未来

授業計画(Ｅ）

01. Introduction: Past, present, and future of AI
02. Representing and solving problems
03. Searching for problem-solving
04. Informed search strategies
05. Knowledge representation and planning
06. Logic and reasoning
07. Nonmonotonic reasoning
08. Foundations of machine learning (supervised learning, classification)
09. Foundations of deep learning / neural networks
10. Computing environments supporting AI
11. Generative AI
12. Various issues related to AI
13. AI related to language (past/present/future)
14. AI related to video/audio (past/present/future)
15. Wrap-up: AI in the future

授業時間外学習

授業時間は限られているので，自主学習が重要である．また，習熟度によっては専門用語や関連する題材を各自で調べる必要がある．

授業時間外学習（Ｅ）

The time frame is limited and therefore self-directed learning is important. Students are expected to learn technical terms and related topics by themselves.

成績評価方法及び基準

合否を含む成績は，最終レポート (最大90％)，出席状況，講義中の応答，演習課題など (10％以上) をもとに総合的に評価する．

成績評価方法及び基準(Ｅ）

Evaluation is performed comprehensively based on the final assignment (up to 90%), attendance, participation, and in-class small assignments (more than 10%).

教科書および参考書

エージェントアプローチ人工知能，第２版, S. Russell and P. Norvig, 共立出版 (2008) ISBN/ISSN: 9784320122154 資料種別:乾担当分参考書（良書ですが、買わなくても問題ありません）
深層学習による自然言語処理 (機械学習プロフェッショナルシリーズ), 坪井祐太, 海野裕也, 鈴木潤, 講談社 (2017) ISBN/ISSN: 9784061529243 資料種別:鈴木担当分参考書（買わなくても問題ありません）
IT Text 自然言語処理の基礎, 岡﨑直観, 荒瀬由紀, 鈴木潤, 鶴岡慶雅, 宮尾祐介, オーム社 (2022) ISBN/ISSN: 9784274229008 資料種別:鈴木担当分参考書（買わなくても問題ありません）

オフィスアワー

質問は随時メールで受け付ける．

オフィスアワー（Ｅ）

Questions are accepted at any time via email.