fbpx






分野概要
AI

人工知能概論

人工知能という呼び名が生まれて60年以上が経過し,2度のブームを経て,現在3度目のブームが鎮火することなく継続されている.Deep Learningという極めて能力の高い機械学習法が生み出されたことが主たる要因であるが,この技術のみでは,真に人工的に「知能」を創ることはできない.本講義では,現在の人工知能ブームの実態を把握するとともに,次世代の汎用型・自律型人工知能を実現させるために重要な複雑ネットワークやプランニング,そして,アフォーダンスといったモノの見方について概観する.

日程 講義内容
第1回 8月19日(水)
17:50~19:20
人工知能概論
キーワード: チューリングテスト、モンテカルロ法、ビッグデータ、機械学習、深層学習
第2回 8月19日(水)
19:35~21:05
AIとIoT
キーワード: IoT, デバイス, ゲートウェイ, サーバ
第3回 9月2日(水)
17:50~19:20
AIとビジネス活用
キーワード: ビジネス、WEBマイニング、クラウドソーシング
第4回 9月2日(水)
19:35~21:05
AIとこれからの社会
キーワード: AIと仕事、社会

栗原 聡

栗原 聡

慶應義塾大学 教授
人工知能先端研究センター 所属

人工知能ビジネス応用

1990年代後半に、GoogleやAmazonなどのウェブサービスを起点にはじまったビッグデータ活用の流れは、統計的機械学習、ディープラーニングなどの人工知能技術の成熟を経て、いまや全世界の産業社会システムそのものを変革しつつある。本科目では、現代のウェブシステムにおける人工知能応用がビジネス価値をどのように生み出しているかを概観するとともに、実世界のニーズや課題に応えるウェブシステムの在り方について論じる。

日程 講義内容
第1回 9月12日(土)
10:30~12:00
AI技術の動向(講義)
キーワード: エキスパートシステム、機械学習、ベイズ統計、ディープラーニング
第2回 9月12日(土)
12:15~13:45
AI技術の動向(講義)
キーワード: 集客、データ資産、Webビジネス

清田陽司

清田 陽司

株式会社LIFULL 主席研究員
Facebook

自然言語処理

自然言語処理はWeb検索やかな漢字変換にとどまらず,様々なシステム・サービスに応用が広がっている.本講義では,自然言語処理の基本となる要素技術(形態素解析,構文解析など)を学ぶとともに,テキスト検索,文書分類,翻訳など代表的な応用事例について,演習を行いつつ学習する.また,近年発展が著しいニューラルネットワークを用いた自然言語処理の最新の研究成果についても紹介する.

日程 講義内容
第1回 11月4日(水)
17:50~19:20
自然言語処理概論
キーワード  形態素解析,構文解析,意味解析
第2回 11月4日(水)
19:35~21:05
深層学習による自然言語処理(1)
キーワード 分布類似度,ニューラル埋め込みモデル
第3回 11月11日(水)
17:50~19:20
深層学習による自然言語処理(2)
キーワード ニューラル言語モデル,系列変換モデル
第4回 11月11日(水)
19:35~21:05
深層学習による自然言語処理(3)
キーワード 機械翻訳,要約,対話,機械読解
第5回 12月5日(土)
10:30~12:00
演習(1)
第6回 12月5日(土)
12:15~13:45
演習(2)

稲葉 通将

電気通信大学 人工知能先端研究センター 准教授
教員データベース

深層学習・画像認識

深層学習(ディープラーニング)は,今日のAIブームを作った中心的な技術であり,様々な分野において人間の性能を超えるシステムを実現可能にしている.その中でも画像認識においては,それまで難しいとされていた一般的な画像認識を実用レベルまで押し上げることに成功している.本科目では,深層学習の基礎と画像認識への応用について講義と演習を通して学ぶ.演習ではGPU計算機を利用して,深層学習を用いた画像認識・生成・変換について,モデルの学習も含めて,実際にプログラムを動かすことを行う.

日程 講義内容
第1回 9月26日(土)
10:30~12:00
深層学習概論(講義)
キーワード 機械学習と深層学習の違い、画像、言語、音声による活用
第2回 9月26日(土)
12:15~13:45
画像における深層学習(講義)
キーワード 畳み込みネットワーク、学習方法、誤差逆伝搬法
第3回 10月17日(土)
10:30~12:00
実応用例の紹介(講義)
キーワード 領域分割、画像生成、自動運転
第4回 10月17日(土)
13:00~14:30
演習(演習)
キーワード 領域分割、画像生成、自動運転
第5回 11月7日(土)
14:45~16:15
学習済みネットワークの実行(講義)
キーワード 簡単なネットワークの学習
第6回 11月7日(土)
16:30~18:00
演習(演習)
キーワード 簡単なネットワークの学習

柳井啓二

柳井 啓司

人工知能先端研究センター 副センター長
電気通信大学大学院 情報理工学研究科 教授
研究室ホームページ

機械学習基礎・データサイエンス

最初に統計学や線形代数の基礎を復習してから、統計的機械学習の入門として、回帰分析から決定木までを説明します。
Python環境でのハンズオン形式を取り、コードを実行しながら説明します。
教材は主に英語ですが、説明は日本語で行います。
機械学習の分野では英語のドキュメントにアクセスする必要も多々ありますので、
多少難しいかもしれませんが、慣れていただくことをお勧めします。

日程 講義内容
第1回 10月10日(土)
10:30~12:00
データサイエンス概論
キーワード: 統計的データ解析、データマイニング、データサイエンス、パターン学習、統計的学習理論
第2回 10月10日(土)
12:15~13:45
ウェブにおけるデータサイエンス
キーワード: 分類予測、アンサンブル学習、サポートベクトルマシン、ランダムフォレスト
第3回 10月31日(土)
10:30~12:00
実応用例の紹介と演習(1)
キーワード: R、Python、Perl、Ruby
第4回 10月31日(土)
12:15~13:45
実応用例の紹介と演習(2)
キーワード: R、Python、Perl、Ruby
第5回 11月14日(土)
10:30~12:00
Webデータの解析(1)
キーワード: データマイニング
第6回 11月14日(土)
12:15~13:45
Webデータの解析(2)
キーワード: データマイニング

山本 渉

電気通信大学 情報理工学研究科 准教授
日本品質管理学会, 日本応用統計学会, 日本統計学会, 日本信頼性学会, 日本計算機統計学会, 日本経営工学会
研究室ホームページ

ゲーム人工知能概論

パズル、ボードゲームおよびカードゲームなどの思考力を競うゲームは、知能実現に挑戦する人々に明解な目標を提供してきた。計算機科学黎明期にも、チューリングやシャノンは計算機にチェスをプレイさせることに挑戦した。本講義および演習では、カードゲームのブラックジャックを題材にして、モンテカルロ法や強化学習法の基礎を学びながら、ゲーム人工知能開発に挑戦する。

日程 講義内容
第1回 12月2日(水)
17:50~19:20
ブラックジャックとそのゲームプレイ(講義、演習)
キーワード: ブラックジャック
第2回 12月2日(水)
19:35~21:05
モンテカルロ法と期待値推定(講義、演習)
キーワード: モンテカルロ法、統計処理
第3回 12月9日(水)
17:50~19:20
固定方策の評価(講義、演習)
キーワード: 強化学習、確率的方策関数、開始点探査
第4回 12月9日(水)
19:35~21:05
方策改善(講義、演習)
キーワード: 方策改善、控除率

保木 邦仁

保木 邦仁

電気通信大学
大学院情報理工学研究科
情報・通信工学専攻
准教授

機械学習工学

深層学習をはじめとした機械学習技術の進化により、その産業応用に向けた活動が盛んになっている。
一方で機械学習を用いたシステムの開発・運用・品質保証は、従来のソフトウェア開発と特性が異なり新たなアプローチが提起・議論されている(機械学習工学)。
本講義においては、従来のソフトウェア工学技術も振り返りながら、特に品質や信頼性の観点に注目しつつ、機械学習工学に関する最新の動向について解説する。

日程 講義内容
第1回 10月24日(土)
10:30~12:00
機械学習工学概論(講義)
キーワード 機械学習、深層学習、ソフトウェア工学
第2回 10月24日(土)
12:15~13:45
性能評価・公平性(講義)
キーワード 精度、汎化性能、公平性
第3回 11月7日(土)
10:30~12:00
機械学習応用システムのテスティング(講義)(演習)
キーワード セキュリティ、敵対的サンプル、頑健性、サーチベースドテスティング、メタモルフィックテスティング
第4回 11月7日(土)
13:00~14:30
説明可能性・解釈性(講義)
キーワード 深層学習、決定木、説明可能性、解釈性
教科書

適宜最新の資料を参照して進める

石川 冬樹

石川 冬樹

国立情報学研究所 アーキテクチャ科学研究系 准教授
電気通信大学 大学院情報学専攻 客員准教授


更新日:

Copyright© AI・セキュリティ人材育成プログラム.