大学院
学内のオンライン授業の情報漏洩防止のため，URLやアカウント、教室の記載は削除しております。
最終更新日：2026年4月20日
授業計画や教室は変更となる可能性があるため、必ずUTASで最新の情報を確認して下さい。
UTASにアクセスできない方は、担当教員または部局教務へお問い合わせ下さい。
最終更新日：2026年4月20日
授業計画や教室は変更となる可能性があるため、必ずUTASで最新の情報を確認して下さい。
UTASにアクセスできない方は、担当教員または部局教務へお問い合わせ下さい。
GCL情報理工学特別講義Ⅳ(ユーザのためのAI入門)
ユーザのためのAI入門
Introduction Course for AI Practitioners
深層学習に代表される人工知能（AI）技術が飛躍的に発展し、社会のあらゆる場面でAIの実応用が進み、学術研究の場でも分野を問わずAI活用が進んでいます。本講義では、様々な分野にまたがったAIの応用例を概観しつつ、ユーザの立場から、AI技術とのかかわり方やより身近な活用の仕方を学ぶことを目標とします。
人文・社会科学系から農学・医学・理工系までの，AIや情報を専門としない学生を第一のターゲットとします．またAIや情報を専門とする学生も，実応用やユーザ視点を学ぶと共に異分野交流の機会を得られるので有益です．具体的には、AIとは何かについて概観したあと，AI技術の中核であるLLM（大規模言語モデル）、視覚AIなどの概要を学び，次にそれらが人文社会・法・理・医・工・農などの分野において、どのように実装し活用されているかを、各分野の専門家から学びます。また、受講生自身がAIユーザとなって、ChatGPTやGeminiなど最先端なツールの活用・評価などを行う課題発表やディスカッションも行います。これらの講義と実践の内容は，人文社会系等の学生でも抵抗なく取り組めるよう，教養課程を越える数理・情報・プログラミング等の知識・経験は前提としません．
Thanks to the astonishing advancement of technologies relating to deep learning and big data, artificial intelligence (AI) is reshaping many aspects of the society. This course will deliver overviews of recent applications of AI in a variety of fields, through which one might get to know state-of-the-art AI technologies better and, hopefully, to utilize them for his/her own tasks. This course is targeting on students from departments in literature, social science, agriculture, medical science et al., without requiring expertise in informatics and AI. In spite of that, students in informatics are also welcomed, since it is beneficial to know recent applications of AI and to communicate with people beyond informatics through this course. Specifically, after brief introductions of AI’s history and advancement in the deep learning era, invited experts in law, social science, agriculture, robotics, et al., will introduce the latest applications of AI in a specific domain. As potential users of AI technologies and products, all students in this lecture are encouraged to experience recent off-the-shelf AI tools, like ChatGPT and Geimini, without heavy programming loads.
人文・社会科学系から農学・医学・理工系までの，AIや情報を専門としない学生を第一のターゲットとします．またAIや情報を専門とする学生も，実応用やユーザ視点を学ぶと共に異分野交流の機会を得られるので有益です．具体的には、AIとは何かについて概観したあと，AI技術の中核であるLLM（大規模言語モデル）、視覚AIなどの概要を学び，次にそれらが人文社会・法・理・医・工・農などの分野において、どのように実装し活用されているかを、各分野の専門家から学びます。また、受講生自身がAIユーザとなって、ChatGPTやGeminiなど最先端なツールの活用・評価などを行う課題発表やディスカッションも行います。これらの講義と実践の内容は，人文社会系等の学生でも抵抗なく取り組めるよう，教養課程を越える数理・情報・プログラミング等の知識・経験は前提としません．
Thanks to the astonishing advancement of technologies relating to deep learning and big data, artificial intelligence (AI) is reshaping many aspects of the society. This course will deliver overviews of recent applications of AI in a variety of fields, through which one might get to know state-of-the-art AI technologies better and, hopefully, to utilize them for his/her own tasks. This course is targeting on students from departments in literature, social science, agriculture, medical science et al., without requiring expertise in informatics and AI. In spite of that, students in informatics are also welcomed, since it is beneficial to know recent applications of AI and to communicate with people beyond informatics through this course. Specifically, after brief introductions of AI’s history and advancement in the deep learning era, invited experts in law, social science, agriculture, robotics, et al., will introduce the latest applications of AI in a specific domain. As potential users of AI technologies and products, all students in this lecture are encouraged to experience recent off-the-shelf AI tools, like ChatGPT and Geimini, without heavy programming loads.
時間割／共通科目コード
コース名
教員
学期
時限
4890-1048
GIF-CO5524L1
GCL情報理工学特別講義Ⅳ(ユーザのためのAI入門)
國吉 康夫
火曜5限
マイリストに追加
マイリストから削除
講義使用言語
日本語、英語
単位
2
実務経験のある教員による授業科目
NO
他学部履修
可
開講所属
情報理工学系研究科
授業計画
第１回（4月7日）：「講義紹介とAI俯瞰」（東京大学AIセンター 鄭銀強 教授）
第２回（4月14日）：「LLM」（DMM 東山豊 AIチームリーダー）
第３回（4月21日）：「視覚AI」（東京大学AIセンター 鄭銀強 教授）
第４回（4月28日）：「私がAIユーザとして ー ブレーンストーミング」（東京大学AIセンター 鄭銀強 教授）
第５回（5月12日）：「AIと農業」（東京大学農学生命科学研究科 郭威 准教授）
第６回（5月19日）：「AIと自動運転」（東京大学生産技術研究所 中野公彦 教授）
第７回（5月26日）：「AIとロボティクス」（東京大学AIセンター 河原塚健人 講師）
第８回（6月2日）：「AIと法律」（情報・システム研究機構 佐藤健 教授）
第９回（6月9日）：「私がAIユーザとして ー グループディスカッション」（履修生）
第10回（6月16日）：「AIと音楽」（東京大学AIセンター 大黒達也 准教授）
第11回（6月23日）：「AIと社会」（東京科学大学 笹原和俊 教授）
第12回（6月30日）：「私がAIのユーザとして ー 発表・ディスカッション」（履修生）
第13回（7月7日）：「私がAIのユーザとして ー 発表・ディスカッション」（履修生）
Lecture1 (April 7): [Course Introduction, AI’s Overview] (Prof. Yinqiang Zheng, The University of Tokyo)
Lecture2 (April 14): [LLM] (Mr. Yutaka Higashiyama, DMM Group)
Lecture3 (April 21): [Visual AI] (Prof. Yinqiang Zheng, The University of Tokyo)
Lecture4 (April 28): [Being an AI user – Brainstorming] (Prof. Yinqiang Zheng, The University of Tokyo)
Lecture5 (May 12): [AI and Agriculture] (Associate Prof. Wei Guo, The University of Tokyo)
Lecture6 (May 19): [AI and Autonomous Driving] (Professor Kimihiko Nakao, The University of Tokyo)
Lecture7 (May 26): [AI and Robotics] (Junior Associate Prof. Kento Kawaharazuka, The University of Tokyo)
Lecture8 (June 2): [AI and Law] (Prof. Ken Satoh, ROIS)
Lecture9 (June 9): [Being an AI user – Group Discussion] (All Lecture Students)
Lecture10 (June 16): [AI and Music] (Associate Prof. Tatsuya Daikoku, The University of Tokyo)
Lecture11 (June 23): [AI and Society] (Prof. Kazutoshi Sasahara, Institute of Science Tokyo)
Lecture12 (June 30): [Being an AI user – Presentation/Discussion] (All Lecture Students)
Lecture13 (July 7): [Being an AI user – Presentation/Discussion] (All Lecture Students)
授業の方法
ZOOMを用いてオンラインで行います。授業では80～90分講義を行った後、質疑応答・ディスカッションを行い、授業後にミニレポート執筆を行います。
Online lecture via ZOOM. Before every lecture, it is encouraged to read some documents relating to the lecture topic. Before the ending of every lecture, QA and discussion will be conducted. It is required to submit a mini report after every lecture.
成績評価方法
平常点（毎回ミニレポート、質疑応答・ディスカッションへの参加）と最終発表で評価します。
ミニレポートは数行程度でも構いません。最終発表では、各グループより、下記の一つを自由に選んで、数分程度の発表を想定しています。１．「AI製品のユーザとして」AIツールやAPPの評価； ２．「AI技術のユーザとして」新しいAI応用の創出。重たいプログラミングがなく、最新AIツールの活用を強く推薦します。
Grade evaluation is grounded on the fulfillment of mini reports and engagement in the QA/discussion sessions and final presentation. The length of the mini reports can be a few lines, which reflect attendance and the most important understanding obtained from each lecture. The final presentation is based on a practice project, which is quite flexible. Examples include a user experience report of an interesting AI APP, or a technical report of developing a novel usage of AI. We expect an oral presentation from each group for a few minutes. Rather than heavy programming by the students, it is strongly recommended to actively/creatively utilize the latest AIGC tools.
履修上の注意
本授業の様子や内容（提出物の記述内容含む）について、完全に匿名化し、ホームページや報告書等で公開することがあります。
Pictures of lecturing and statistics, after being completely anonymized, are likely to be publicly accessed.
