人工知能の基礎 -賢いコンピュータの基礎技術-

単位数 ナンバリングコード
2 DIF415
教員名 齋藤　健司
専門 人工知能、教育システム、仮想環境
出身校等 北海道大学　工学研究科(システム情報工学専攻) 　博士課程修了
現職 北海道情報大学　情報メディア学部 　准教授
授業形態
前期印刷授業・後期印刷授業・後期面接授業
授業範囲
教科書の内容すべて
試験範囲
授業範囲すべて
（持ち込み許可物）一切自由
（試験に関する注意事項）印刷授業の科目試験は、インターネット試験で実施します。
科目の概要
　人工知能（AI : Artificial Intelligence）の研究における最も基本的な事項について学習を行う。まず始めに人工知とは何かとその歴史について学習する。次に単純な問題を探索という技術を用いて自動的に解決する手法を確認する。そして古典的なAI の基礎となる論理学をベースとする知識表現方法と推論の基礎を学び、その応用技術としてのプロダクションシステム、論理型プログラミング、意味ネットワーク、フレーム表現などを見てゆく。さらに近年のAI の応用技術として、大量のデータに潜む有用な知識を発見するためのデータマイニングや、ソフトウェア開発でも用いられるUML による知識モデリング、Web 上の情報を有効活用するためのセマンティックウェブについて学習してゆく。
授業における学修の到達目標
　人工知能の基本的な項目について学習することにより、単純な処理を行うだけのコンピュータシステムだけでなく、知的な処理を行うことができるソフトウェアなどについてのより深い仕組みを理解し使いこなせるようになるとともに、知的なシステムを作成する上での基礎的な力を養う。さらに、人間の持つ重要な特性である「知能」について洞察力を高める。
講義の方針・計画
　基本的に教科書の内容に従って学習してゆく。取り扱っている内容は多岐にわたっているが用語を覚えるのみならず、それぞれの内容についてその意味もしっかりと把握するように努めること。試験の持ち込みは一切自由であるので暗記をする必要はないが、仕組みを理解したり、どのような場面で役に立つ技術であるかを把握したり、なぜそうなるのか、どうしてそうではだめなのか、ということに着目して学習してほしい。

第1回:人工知能の歴史
第2回:探索を用いた問題解決
第3回:命題論理
第4回:述語論理
第5回:融合原理
第6回:プロダクションシステム
第7回:論理型プログラミング
第8回:意味ネットワークとフレーム表現
第9回:曖昧な知識と制約充足問題
第10回:ニューラルネットワークの基礎
第11回:決定木によるデータマイニング
第12回:相関ルールのデータマイニング
第13回:知識モデリング
第14回:知識流通
第15回:セマンティックウェブ
準備学習
印刷授業は、教科書や学習用プリントなどを基に自学自習で学習を進めますが、授業範囲の内容の他に、教科書の内容全体を2単位で90時間かけて学習することを目安としています。
わからない用語や内容は、参考文献等で検索することが準備学習として必要になります。

面接授業については以下の準備学習となります。
（予習）事前に教科書に目を通し，これから学習する学習項目の概要を把握しておくこと。
（復習）学習用プリントにPrologなどの処理系の説明が書いてあるので実行してみることを推奨する。
課題(試験やレポート等)に対するフィードバック方法
印刷授業は、提出されたレポートについて講評を付与して返却する。
成績評価の方法およびその基準
試験：100％
教科書
書　名：IT Text 人工知能 改訂2版
著者名：本位田真一　他
発行所：オーム社
ISBN：9784274219498
参考書
書　名：新しい人工知能［基本編］
著者名：前田 隆・青木文夫
発行所：オーム社
書　名：新しい人工知能［発展編］
著者名：前田 隆・青木文夫
発行所：オーム社
その他
学習内容の理解に役立つ資料を以下のページにて公開する。
https://s314.do-johodai.ac.jp/aib/
試験期間
シラバス検索画面トップページ（https://syllabus-tsushin.do-johodai.ac.jp/）下部の「2022科目試験時間割」を参照
学習プリント
あり
教職科目
関連受講科目
なし
担当教員の実務経験
実務経験なし
レポート課題
過年度のレポート課題は表示できません。
close閉じる