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)
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。
✔ 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) |
---|---|
この授業科目は古河電工、住友重機、三菱電機、楽天グループの講師により、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 |
データサイエンス、人工知能、機械学習、素材、重機、電機、IT
✔ 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 | |
---|---|---|
第1回 | ものづくり現場におけるデータ活用(英語講義) | 製造現場でのデータ活用・デジタル化の事例を通じてDXを理解する |
第2回 | 重機械の情報技術 | なかなか想像しづらい、重機械と人と情報技術の関係、課題について |
第3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4回 | 大規模Webサービスを構築するための注意点や開発事例 | 大規模Webサービスを構築する際に検討すべき内容や注意すべき事柄などを事例を元に紹介するとともに、ペイメントでの開発事例などを紹介する。 |
第5回 | 大規模言語モデルの社会実装 | 大規模言語モデルのチューニングや社会実装における課題と解決策をお話しします |
第6回 | 楽天における研究開発事例 | この講義では、楽天における研究成果の実サービス活用について紹介致します |
第7回 | ものづくり企業でのDX企画・推進の実際 | デジタル技術導入の企画・推進について、実例をもとに解説する。 |
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。
指定しない。
講義資料は事前にT2SCHOLAに掲載する。
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)
博士後期課程の方はDSA.P613「応用実践データサイエンス・AI発展第一C」を受講すること。
金崎朝子,新田克己,富井規雄
lecture_ap[at]dsai.titech.ac.jp
メールで事前予約すること。
・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実践AI・データサイエンスA(XCO.T493)に対応している。実践AI・データサイエンスAを学部のときに履修した方は、本科目を履修申告すること。また、大学院で実践AI・データサイエンスAを履修した方は本科目を履修することはできない。