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、自動車、電気機器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。
✔ 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) |
---|---|
この講義はデータサイエンスと人工知能技術の社会実装を行っている企業(株式会社ソニー、日本ガイシ株式会社、三菱電機株式会社、株式会社SUBARU)の技術者の方に、その実務経験を紹介していただくことを目的としている。 |
データサイエンス、人工知能、深層学習、材料、IT、自動車、電気機器、法律
✔ 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) | 企業視点から見たAIの現状認識とAI時代に向けた企業の取り組み事例を学ぶ |
第2回 | ソニーにおけるDeep Learningの活用促進と応用事例(2) | 企業視点から見たAIの現状認識とAI時代に向けた企業の取り組み事例を学ぶ |
第3回 | データドリブンなモノづくりへの挑戦 | モノづくり現場のデータ利活用を推進する為の データサイエンティストの取組みや活動事例を紹介し理解する |
第4回 | 人工知能技術の産業応用 | 人工知能技術の実用化事例を紹介しながら、 課題に応じたアルゴリズムの適切な選定技能を習得する。 |
第5回 | ステレオカメラを用いた画像処理技術の自動運転への適用 | 画像処理技術全般を自動運転用途などで自動車に適用するには、窓ガラス状の汚れや天候など、数々のレアケースに対する細やかな対応の作りこみが必要となる。 プロダクトとして信頼のできる画像処理技術のリアルな作りこみに触れていただく |
第6回 | 運転支援システム、自動運転システムにおけるAIを用いた画像処理技術 | AI/機械学習技術を用いた画像処理を先行車や歩行者認識等自動車分野に適用している事例や、実用化する際の課題に関して、スバルの取り組みを交えて解説する。 |
第7回 | 司法のDX化とLegalTechの動向 | 裁判所や法律事務所におけるAI・データサイエンスの応用事例について学ぶ |
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課題レポート等を総合して評価する
なし
新田克己 nitta.k.aa[at]m.titech.ac.jp
この授業科目は株式会社ソニー、日本ガイシ株式会社、三菱電機株式会社、株式会社SUBARUのご協力により実施される。
スライド配布とレポート受付はT2SCHOLAによって行う。