この授業科目は人工知能とデータサイエンスにおける社会実装の最前線を学ぶことを目標としている。
デジタルアートや製造業におけるAI・データサイエンスの最前線で必要とされる技術の大枠を理解した上で、人工知能とデータサイエンスを活用する可能性について考察できるようデザインされている。
授業計画に示すとおり各回の授業において、講師がそれぞれのトピックに関する全体像と最近の動向を解説する。
この授業科目は、人工知能とデータサイエンスに関する考察とそれぞれの着想を説明する機会を通じ、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。
✔ 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) |
---|---|
本講義は株式会社チームラボ、トヨタ自動車株式会社、京セラ株式会社、エーザイ株式会社、東京エレクトロン株式会社におけるAIやデータサイエンスの社会実装の技術をそれぞれの企業の講師の方に講義していただきます。 |
人工知能、データサイエンス、AIビジネス、デジタルアート、製造業
✔ 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) |
この授業科目では、学生自らが能動的に学ぶことを重視します。各回の講義には必ず出席してください。
授業計画 | 課題 | |
---|---|---|
第1回 | デジタルアートにおけるAI活用(1) | AIを用いたアート作品の概要と仕組みを理解する。 |
第2回 | デジタルアートにおけるAI活用(2) | AIを用いたアート作品の概要と仕組みを理解する。 |
第3回 | モビリティにおけるデータ活用(1) | モビリティの概念とモビリティの関連技術を理解する |
第4回 | モビリティにおけるデータ活用(2) | モビリティの概念とモビリティの関連技術を理解する |
第5回 | 人間拡張 | テクノロジーによって人間の能力の補完や向上、または新たな能力の獲得を実現する人間拡張について、拡張の対象や実現方法を事例を交えながら説明する。 |
第6回 | 製薬企業におけるAI・データサイエンスの活用 | 近年の製薬企業におけるAI・データサイエンスの活用事例を、いくつかの具体的な事例紹介も踏まえて解説する。 |
第7回 | AI・データサイエンスが創る半導体製造装置の未来 | 半導体の製造プロセスにおいて、機械学習や深層学習といった人工知能が使われるようになってきている。最先端の半導体製造プロセスを紹介し、そこに立ちはだかる技術的な高い壁、そしてそれを乗り越えるために人工知能をもちいて、いかに乗り越えていくのかを解説する。 |
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。
指定しない
講義資料は事前にT2SCHOLAに掲載し、Zoom画面でも共有する。
期末試験は実施しない。技術的な理解度を問う毎回のレポートにより評価する。
博士後期課程の方は、XCO.T690「応用AI・データサイエンス発展D」を申告してください。
本講義は、株式会社チームラボ、トヨタ自動車株式会社、京セラ株式会社、エーザイ株式会社および東京エレクトロン株式会社のご協力に基づいて開講される。
Zoomを用いたオンライン講義である。