人工知能

•第１回 人工知能とは？ ◦知能とは何か？ ◦停止問題 ◦ゲーデル・エッシャー・バッハ ◦チューリングテスト ◦中国人の部屋 ◦フレーム問題 •第２回 GOFAIから新しいAIへ、強化学習、進化計算 ◦再び知能とは何か？ ◦クオリア・自意識とはなにか？ ◦新しいAIへのアプローチ ◦強化学習 ◦Ｑ学習のデモMazeExplorer ◦進化型手法とは？ ◦遺伝的アルゴリズム ◦遺伝的プログラミング •第３回 進化計算（その２）、ニューロ進化 ◦進化計算の復習 ◦対話型進化型手法 ◦ニューラルネットワークの基礎 ◦ニューロ進化：NeuroEvolution •第４回 ゲームとパズルの探索 ◦木構造とグラフ表現 ◦深さ優先探索 ◦8パズル（深さ優先探索） ◦広さ優先探索 ◦8パズル（広さ優先探索） ◦Ａ*サーチ ◦8パズル（Ａ＊探索） •第５回 ゲームとパズルの探索(II) ◦制約充足とバックトラック ◦バックトラックのプログラム(N-queen) ◦線画解釈のサンプルプログラム ◦ゲームの木の探索 ◦alpha-betaカットのプログラム(Tit-tac-toe) ◦min-maxのプログラム(Tit-tac-toe) ◦チェスのプログラム ◦オセロのプログラム ◦モンテカルロ木(UCT)探索 ◦３次元Tit-for-tat（4x4x4）のプログラム（その１） ◦３次元Tit-for-tat（4x4x4）のプログラム（その２） ◦レポート課題の説明（第一回） •第６回 ニューラルネットワークと学習（その２） ◦パーセプトロン ◦階層型ネットワーク 加算器用のニューラルネット 時系列予測のニューラルネット ◦ホップフィールド型ネットワーク 文字認識用のニューラルネット N queen問題を解くニューラルネット ◦焼きなまし法とボルツマンマシン 巡回セールスマン問題を解くボルツマンマシン ◦スケジューリング理論 JSSPと最適化問題 Excelシミュレータ GAシミュレータ •第７回 人工生命 ◦Alife vs. Blife ◦Karl SimsのArtificial Evolution ◦ReynoldsのBoid ◦人工生命の工学的応用、メタヒューリスティックス ◦ACO, ANT algorithm ◦ACO for TSP, PSOのソフトウェア・ダウンロード •第８回 人工生命(II)、リスク認知と効用理論 ◦PSO：粒子群最適化 ◦PSOのシミュレー ◦ＡＢＣ ◦リスク認知と効用理論 •第９回 リスク認知と効用理論(II)、多目的最適化 ◦リスク認知と効用理論 ◦プロスペクト理論 ◦多目的最適化の解説 ◦多目的最適化シミュレータ •第10回 複雑系とWWW ◦複雑系という知能 ビンフォードの法則 複雑ネットワーク入門 スケールフリーとスモールワールド 2/3か3/4か？ 知の限界ともっとも未知の数Ω ブーリアンネットワークと進化の理論 ◦WWWという知能 Google, Amazonとビッグデータ ハブとオーソリティ Kleinbergのアルゴリズム PageRank •第11回 学習とAI ◦学習と進化 ボールドウィン進化とラマルク進化 標準的なGA（ダーウィン進化） ボールドウィン進化型GA ラマルク進化型GA ◦No Free Lunch Theorem：「聖杯は存在しない」ことを数学的に証明した定理 理想の＊＊の探し方 No Free Lunch Theoremの別証明と解釈, 情報処理学会研究報告, 2004-AL-100, 2005. The lack of a priori distinctions between learning algorithms:万能な学習器が存在しない 「醜いアヒルの子定理」 ◦レポート課題の説明（第二回） •第12回 予備日

出欠確認のためのアンケートは講義のHPにリンクを貼る（講義当日）。 講義終了後１時間程度で提出すること。

*毎回の講義の出席確認（アンケート回答） *レポートによる

伊庭斉志："人工知能の方法～ゲームからWWWまで～",コロナ社

伊庭斉志："人工知能と人工生命の基礎",オーム社

指示しない

前提となる知識と項目：情報処理基礎 コンピュータ・アルゴリスム ソフトウェアとプログラミング基礎 システム工学基礎 応用先_分野と項目：知的な情報システム 知的なメディア，インタフェースやネットワーク化情報空間 知能的エージェントやロボット