本科目は、「人工知能基礎」の科目で修得した人工知能の基礎技術を前提に、さらに高度な「知識表現と推論」の技術、および、「インタフェース技術」を講義する。また、これらの技術を現実の問題解決に応用した事例などの最新の発展的話題を講義する。
高度な知識表現、推論、インタフェースの技法は、確率・統計や形式論理や論理プログラミングなどの数理的な基盤と、それらを実問題のデータに応用する技術が必要とされる。本講義では、高度に知的なシステムを構築するための数理的知識と応用技術を横断的に修得させることをねらいとする。
具体的には、以下の数理的知識と応用技術を習得させる。
1.演繹推論と論理プログラミング、
2.高度な論理プログラミング技術(帰納推論、仮説推論、確率推論)
3.信号の時系列解析技術
4.文書解析の技法
5.対話システムの技法
6.ヒューマンインタフェースの技法
知識表現、演繹推論、帰納推論、仮説推論、確率推論、オントロジ、述語論理、記述論理、論理プログラミング、確率モデル
✔ 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) |
講義はプロジェクタを使った講義と演習の併用によって進める。講義の配付資料は事前にWebページからダウンロードし、それに目を通しておくことを前提とする。
授業計画 | 課題 | |
---|---|---|
第1回 | 人工知能の基礎と歴史 | 人工知能の判定法、心と知能との関係などの考察 |
第2回 | 知識表現: プロダクションシステム、フレーム、意味ネット | さまざまな知識表現の特徴の理解 |
第3回 | 知識表現: オントロジ、セマンティックWeb、記述論理 | オントロジの基礎とWebにおけるオントロジの理解 |
第4回 | 知識表現と推論: 命題論理 | 命題論理の基礎の理解 |
第5回 | 知識表現と推論: 述語論理と論理プログラミング | 述語論理の基礎の理解 |
第6回 | 高次推論: 非単調推論、解集合プログラミング | 例外を含む推論の基礎の理解 |
第7回 | 高次推論: 状態変化・行動に関する推論・プランニング | エージェントの行動に関する推論の理解 |
第8回 | 高次推論: 信念・知識の更新 | 人やエージェントの知識に関する推論の理解 |
第9回 | 高次推論: アブダクション | 仮説生成に関する推論の理解 |
第10回 | 高次推論: 帰納論理プログラミング | 帰納論理プログラミングの原理の理解 |
第11回 | 不確実な知識と推論: ベイズ規則 | ベイズ規則の理解 |
第12回 | 不確実な知識と推論: 時間を伴う確率推論(隠れマルコフモデル、カルマンフィルタ) | 時間を伴う確率推論の理解 |
第13回 | 応用: 人工知能における発展的話題(1)(メタレベルアブダクションとその応用) | 人工知能における最新の話題の理解 |
第14回 | 応用: 人工知能における発展的話題(2)(対話エージェント) | 人工知能における最新の話題の理解 |
第15回 | 応用: 人工知能における発展的話題(3)(深層学習の応用) | 人工知能における最新の話題の理解 |
教科書の指定はない。講義資料を配付する。
Artificial Intelligence - A Modern Approach (Third Edition, Prejtice Hall) ほか
講義の最中に行うミニ演習の結果(50%)と、期末レポート(50%)の併用で採点を行う。
「人工知能基礎」を受講していることが望ましい。