この授業科目は、AI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。授業計画に示すとおり各回の授業において、IT、材料、製造業、重工業等の分野における技術開発や商品開発の動向や課題を解説する。
この授業科目は、様々な分野のAIやデータサイエンス技術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や新たな着想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。
データサイエンス、AI、Deep Learning、材料、機械学習、製造業、重工業
✔ 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) |
第1回~第7回:講義
授業計画 | 課題 | |
---|---|---|
第1回 | ソニーにおけるDeep Learningの活用促進と応用事例(1)( ソニーグループ株式会社: 小林由幸氏) | 講義中に指示する。 |
第2回 | ソニーにおけるDeep Learningの活用促進と応用事例(2)( ソニーグループ株式会社: 小林由幸氏) | 講義中に指示する。 |
第3回 | 材料の開発・製造におけるAI・データサイエンス(旭化成株式会社: 中田貴之氏) | 講義中に指示する。 |
第4回 | 微分可能性と不確実性を考慮した機械学習と産業応用」(パナソニック株式会社: 岡田雅司氏) | 講義中に指示する。 |
第5回 | 人工知能技術の産業応用(三菱電機株式会社: 田崎裕久氏) | 講義中に指示する。 |
第6回 | 製造業におけるデータサイエンス・AI活用例(AGC株式会社: 北山大介氏、喜田豪氏) | 講義中に指示する。 |
第7回 | 重工業におけるAI/データ分析技術の活用(株式会社IHI: 河野幸弘氏) | 講義中に指示する。 |
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。
なし
講義資料は事前にT2SCHOLAに掲載し、Zoom講義の画面でも共有する
各回に提出を求める小レポート等を総合して評価する
データサイエンス・AI特別専門学修プログラムの履修学生を優先することがある。
http://www.dsai.titech.ac.jp/jissen.html を参照のこと。
スライド配布とレポート受付はT2SCHOLAによって行う。詳細は以下のサイトを参照のこと。
http://www.dsai.titech.ac.jp/jissen.html