学部後期課程
HOME 学部後期課程 人工知能
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:2023年10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。

人工知能

高度で知的な情報システム作成に向けて必要となる人工知能の考え方,手法を学ぶ.
探索・推論,知識表現,学習などが主要な項目である.
MIMA Search
時間割/共通科目コード
コース名
教員
学期
時限
FEN-EE3d12L1
FEN-EE3d12L1
人工知能
伊庭 斉志
A1 A2
火曜2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
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
開講所属
工学部
授業計画
•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
授業の方法
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。
成績評価方法
*毎回の講義の出席確認(アンケート回答) *レポートによる
教科書
伊庭斉志:"人工知能の方法~ゲームからWWWまで~",コロナ社
参考書
伊庭斉志:"人工知能と人工生命の基礎",オーム社
履修上の注意
指示しない
その他
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