科目ナンバー

LE-AI2-M404

履修条件・関連科目等

授業で使用する言語

日本語

授業で使用する言語（その他の言語）

授業の概要

生成AIを中心とした近年の人工知能（AI）および自然言語処理（NLP）技術の発展は目覚ましく，日常生活に対して大きな影響を与えている．本講義では，「実際に手を動かしてAIに触れる」体験を重視しつつも，これらの技術を単なるブラックボックスとして扱うのではなく，その裏側にある原理と仕組みの概要を理解し，自らの手で活用できるスキルを習得することを目的とする．

講義の前半では，AIが言葉の意味を計算する基礎理論から，SNSの評判分析や感情分類といった社会分析の手法を学ぶ．中盤以降は，ニュース記事の自動要約や機械翻訳，さらには自律的にタスクをこなすAIエージェントなど，応用的な技術を実践する．また，言葉（テキスト）だけでなく，画像の認識や生成（画像生成AI），それらを統合したマルチモーダルAIについても実際にプログラムを動作させながらその可能性を探る．

最終的には，体験を通じて見えてきたAIの癖や限界を踏まえ，リスクや公平性について議論を行う．さらに，技術を適切に社会活用するための実践的なリテラシーを養う一環として，簡単なAIプログラムの自作にも挑戦する．

科目目的

この科目は，卒業するにあたって備えるべき知識・能力・態度のうち，「専門的学識」修得することを目的としている．

到達目標

人工知能・自然言語処理技術の初歩的な知識を修得することを目標とする．また，計算機を用いた演習を通じ，これらの技術を実際に活用するスキルを養うとともに，人工知能・自然言語処理に関する諸応用に関し，技術的側面からその可能性と限界を議論を行うための素地を身に付けることを目標とする．

授業計画と内容

第１回　オリエンテーション
第２回　単語の意味と計算
第３回　大規模言語モデルの導入
第４回　感情分類・評判分析
第５回　文書の変換・要約
第６回　文書の生成
第７回　推論モデルと知識活用
第８回　LLMエージェント
第９回　画像の分類・認識
第１０回　画像の変換・生成
第１１回　マルチモーダル言語モデル
第１２回　AIのリスク，公平性，説明可能性
第１３回　レポート作成
第１４回　レポート発表と相互評価

授業時間外の学修の内容

その他

授業時間外の学修の内容（その他の内容等）

授業時に示す資料を対象に，授業内容をふりかえること．
計算機実験に必要な作業を行うこと．

授業時間外の学修に必要な時間数／週

・毎週１回の授業が半期（前期または後期）または通年で完結するもの。１週間あたり４時間の学修を基本とします。
・毎週２回の授業が半期（前期または後期）で完結するもの。１週間あたり８時間の学修を基本とします。

成績評価の方法・基準

成績評価の方法・基準（備考）

課題や試験のフィードバック方法

授業時間内で講評・解説の時間を設ける／授業時間に限らず、manabaでフィードバックを行う

課題や試験のフィードバック方法（その他の内容等）

アクティブ・ラーニングの実施内容

実習、フィールドワーク

アクティブ・ラーニングの実施内容（その他の内容等）

授業におけるICTの活用方法

その他

授業におけるICTの活用方法（その他の内容等）

質問等は，随時，電子メール等で受け付ける

実務経験のある教員による授業

いいえ

【実務経験有の場合】実務経験の内容

【実務経験有の場合】実務経験に関連する授業内容

テキスト・参考文献等

必要に応じて適宜レジュメを配布し，参考文献を指定する

その他特記事項

参考URL