| 科目名 | 人工知能 | ||
| 単位数 | 2.0 | ||
| 担当者 | 知能工学専攻 教授 原 章 | ||
| 履修時期 | 前期（第２ターム） | ||
| 履修対象 | 3年次 | ||
| 講義形態 | 講義 | ||
| 講義の目的 |
人工知能は人間の知能をモデル化し，人間の知能をコンピュータシステム上に実現することを目標とした尽きることのない分野であり，その間に生み出された技術蓄積を習得することが講義の目的である．まず人工知能研究の歴史と開発されたシステムについて，コンピュータの歴史的状況と合わせて概要を学ぶ．次に，基本的な計算と表現のモデルである状態空間探索，述語論理の基礎，知識を用いた問題解決の技術を修得する．さらに，知的エージェントと学習に関する知識と技術を習得する． 各内容に関する演習課題を解くことで，講義で学んだことを確実に修得する． |
||
| 到達目標 |
人工知能分野に関する基礎的な知識として，人工知能の歴史と開発されたシステム，専門用語，基礎概念，さまざまな問題解決技術を修得する．【知識2】【技能1】 演習課題を通して知識を用いた問題解決の技術を応用する力を身につける．【思考力・判断力】 |
||
| 受講要件 | 離散数学，確率統計，グラフ理論，数理論理学を受講していることが望ましい． | ||
| 履修取消の可否 | 可 | ||
| 履修取消不可の理由 | |||
| 事前・事後学修 | 事前学修のための資料，および，事後学修のための演習問題を配布する． | ||
| 講義内容 |
1 授業の概要，人工知能の歴史（1） 2 人工知能の歴史（2） 3 状態空間探索（状態空間モデル，探索アルゴリズム） 4 状態空間探索（最良優先探索，A*法） 5 状態空間探索（ゲーム木の探索，Min-Max法） 6 状態空間探索（α-β法） 7 論理と証明（命題論理） 8 論理と証明（一階述語論理） 9 論理と証明（導出） 10 問題解決（プロダクションシステム） 11 問題解決（プロダクションシステムとRETEネットワーク） 12 エージェントシステム・強化学習 13 Q学習 14 マルチエージェントシステムと群知能 15 総合演習 ※授業の順序は変更することがある． ※上記とは別に期末試験を実施する． |
||
| 期末試験実施の有無 | 実施する | ||
| 評価方法・基準 |
以下の達成度基準に基づき，演習(30%)，期末試験(70%)の合計で評価する． 秀，優，良，可，不可の基準は，学生HANDBOOK記載のとおりとする． |
||
| 教科書等 |
教科書：特になし．適宜，資料を配布する． 参考書：木下哲男「人工知能と知識処理」（朝倉書店） 新田克己「知識と推論」（サイエンス社） 太原育夫「人工知能の基礎知識」（近代科学社） 古川康一「人工知能基礎論」（オーム社） 安西祐一郎「認識と学習」（岩波書店） 長尾真「知識と推論」（岩波書店） 萩野達也「知識処理論」（産業図書） |
||
| 担当者プロフィール |
2002年東京工業大学総合理工学研究科博士課程修了．博士（工学）．2002年広島市立大学情報科学部助手．2007年同大講師．2010年同大准教授．2021年より同大教授．主に進化計算論，群知能に関する研究に従事． 研究室：情報科学部棟6階640室 学生の学習指導・支援体制： 授業内容や課題などに関する学生の個別学習相談を随時受け付けています．教員の所在は学内サイネージ等に掲示されていますので，確認の上，研究室を訪ねてみてください． |
||
| 講義に関連する実務経験 | |||
| 課題や試験に対するフィードバック |
・講義中に適宜与える課題については，講義中に模範解答を配布しフィードバックを行う． ・期末試験，レポートについては，評価，コメントをWebClass等を通じてフィードバックする． |
||
| アクティブ・ラーニング | 振り返り | ||
| キーワード | 状態空間探索，推論，プロダクションシステム，強化学習 | ||
| 備考 |
【教職】高一種（情報） |
||