2024年度 | 応用実践データサイエンス・AI第一A

2024年度　応用実践データサイエンス・AI第一A Applied Practical Data Science and Artificial Intelligence 1A

文字サイズ小中大

開講元: データサイエンス・AI全学教育機構

担当教員名: 金﨑朝子新田克己富井規雄宮﨑慧奥村圭司佐久間淳三宅美博小野功岡本昌之樗澤英明林岳晴野口千尋堀川浩之西村友昭深井一守屋剛 Dhaheri Chaima 小野由里

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): 火7-8(M-B07（H101）, J2-302(J233))

クラス: -

科目コード: DSA.P411

単位数: 1

開講年度: 2024年度

開講クォーター: 1Q

シラバス更新日: 2024年3月29日

講義資料更新日: -

使用言語: 日本語

アクセスランキング

シラバス

講義の概要とねらい

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。
そのためこの授業科目では7回の授業の他に、企業講師との対話を重視しており、原則として2024年6月3日午後に大岡山キャンパスで対面で開催されるDS&AIフォーラムへ参加するものとする。（2024年3月29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

✔ 該当する	実務経験と講義内容との関連（又は実践的教育内容）
✔ 該当する	この授業科目はトヨタ自動車、JFEエンジニアリング、東京エレクトロン、JERA、三菱総合研究所の講師により、実務経験に基づいて課題解決の技法を講義していただく

キーワード

データサイエンス、人工知能、機械学習、自動車、プラント、半導体、AIと法律、電源開発

学生が身につける力(ディグリー・ポリシー)

✔ 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	モビリティのＡＩ・ビッグデータに関連する技術開発と展望(1)	今後、モビリティで求められる技術への理解深化を目的に、社員による活用事例等をご紹介します。
第2回	モビリティのＡＩ・ビッグデータに関連する技術開発と展望(2)	今後、モビリティで求められる技術への理解深化を目的に、社員による活用事例等をご紹介します。
第3回	プラントエンジニアリングにおけるデータ・AI活用について	プラントエンジニアリング事業において、どのようにデータ・AIを活用し、ビジネス課題を解決しているかを事例を通じて紹介する。
第4回	司法のDX化、LegalTechの動向、AIと法律	法律の基礎、司法のDX化、AIによる法律業務の支援、AIにおける法的課題、などについて説明する。
第5回	AI・データサイエンスが創る半導体製造装置の未来	AI・DXの半導体への貢献と活用、半導体製造プロセスの知識を得る
第6回	基礎から生成AIへ：深層探求（英語講義）	学生はAIとデータサイエンスの基本的な知識を習得し、生成型AIの原則、応用、倫理的側面、および新興トレンドを理解します。これにより、現実世界のAIの課題と機会に備えることができます。また、株式会社JERAのAIについての取り組みも紹介します。
第7回	人工知能・データサイエンスが進める企業のDX	民間企業における人工知能・データサイエンスの活用状況を共有した上で、シンクタンク・コンサル企業がクライアント企業のDX推進に対し、人工知能・データサイエンスを活用しどのようなサービスを提供しているかを三菱総合研究所での事例に基づき紹介する。あわせて当社自身のDX取り組みを紹介する。

授業時間外学修（予習・復習等）

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。

成績評価の基準及び方法

期末試験は実施しない。毎回の課題レポートにより評価する。
また、2024年6月3日に開催されるDSAIフォーラムへの参加結果を評価に含める。（2024年3月29日追記）

履修の条件(知識・技能・履修済科目等)

博士後期課程の方はDSA.P611「応用実践データサイエンス・AI発展第一A」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応用AI・データサイエンスC1(XCO.T485-1)に対応している。応用AI・データサイエンスC1を学部のときに履修していた方は、本科目を履修申告すること。また、大学院で応用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。

国立大学法人東京工業大学