高度なデジタル技術の浸透を背景とする現代社会に特有の親密な関係性のあり方に対し、近年多くの論者が懸念を示している。とくにメディア論やカルチュラルスタディーズ、および広く社会学、社会理論の領域に渡って、デジタル技術を媒介した社会関係の希薄化・資本化を危惧する声が広まっている。ところが、人工知能を活用する技術の導入やデジタル技術のフラットフォームそのものの急激な変化が決定的な影響因子になっていることから、技術論と親密性論が固有の複雑系を形成し、問題の所在を明確化することがきわめて難しくなっている。そこでこの全学自由研究ゼミナールでは、高度なデジタル技術の発展、およびその親密性の領域への浸透に対する漠然とした不安の所在に多角的にアプローチする。とくに、デジタル化する時代への診断に終わることなく、自己と他者をめぐる思想史上の古典的な議論が提起してきた親密性に関する論点を交差させ、今、われわれ自らの手で、どのような親密性を描いていくかについての実践的な議論へ開く。

農業経営学，農村計画学に関する理論と実証方法について，国内外の既存の研究成果および実態をもとに学ぶ。

ディープラーニングの登場により、人工知能技術は飛躍的に進化し、さまざまな産業や社会のあり方に大きな影響を与えています。今後の社会においては、どのような産業や業種に関わるとしても、人工知能技術の影響を受けることになるでしょう。本講義「深層学習」では、機械学習やニューラルネットワークの基礎から始め、ディープラーニングの核心的な技術について学びます。さらに、画像認識、自然言語処理、生成モデル、強化学習といった応用・発展分野についても網羅します。講義では、基本的な技術や理論の理解に加えて、演習を通じた実践的な技術習得を重視し、実際の応用に活かせる知識を習得することを目指します。

人工知能（AI）やバーチャルリアリティ、自動運転、3Dプリンタによるものづくり革命など、新たな情報技術が社会変革を力強く牽引している現在、AIをはじめとする高度な技術を活用しない選択肢はもはや存在しないと言っても過言ではありません。生成AIや機械学習などを上手く取り入れることで、ものづくりにおけるプロトタイピングのスピードやクオリティは飛躍的に向上し、社会に出た後に実現したい夢やビジョンに一歩近づくための強力な手段となっています。 実際、世界中でソフトウェアエンジニアやAIエンジニアの需要が急増し、その知識とスキルを備えた人材は高待遇で迎えられています。しかし、ものづくりに必要なスキルは多岐にわたり、とりわけ初学者にとってはハードルが高いと感じることも多いのが現状です。 そこで本ゼミでは、「ものづくりやプログラミングに興味はあるものの、どこから始めればいいのか分からない」「初学者から中級者へとレベルアップしたい」という人たちを対象に、コンセプト立案からプロトタイプ開発、AI技術の導入、そしてプレゼンテーションに至るまでを一気通貫で体験できる機会を提供します。 作るプロトタイプのテーマは、参加者自身が自由に選択できます。たとえば、AIを活用した新しいサービスや、日常の不便を解消するIoTデバイス・ロボットなど、アイデア次第で可能性は無限に広がります。基礎力の習得には、初心者でも比較的取り組みやすいシングルボードコンピュータ（BBC micro:bitなど）や、生成AIを使ったアイデア発想・データ分析といった最新の手法を併用しながら、ものづくりのノウハウを体系的に学んでいきます。 本ゼミを通じて、情報技術やAIを活用したプロトタイプ開発の全体像を体感し、自分のアイデアを具現化するための具体的なスキルセットを獲得することを目指します。皆さんも、AI時代のプロトタイプデザインを学び、新たな可能性を切り拓いていきましょう。 ------------------------------------------------------------ ※このゼミは4月7日（月）6限（18：45～）Zoomで行われる工学部合同説明会への参加を予定しています。 ZoomのURLは後日UTAS掲示板のお知らせにて周知いたします。 ------------------------------------------------------------

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、このように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技術の中核である視覚AI、対話AI（ChatGPT）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、GPT4やStable Diffusion 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 literature, social science, medical science 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 GPT4 and Stable Diffusion, without heavy programming loads.

近年、人工知能（AI）、特に生成AIの応用が進む分野として、創作・デザイン・教育・医療・ビジネス戦略・公共サービスなどが挙げられ、私たちの生活や働き方に大きな変化をもたらしています。その一方で、AI技術の開発や利活用に関する倫理的・法的・社会的影響（Ethical, Legal and Social Implications）についての議論が国内外で活発に行われており、法的枠組みの整備も進んでいます。こうした議論には、技術のみならず、倫理・法・社会科学の視点が不可欠であり、技術者だけでなく、政策関係者や実務家、人文・社会科学の研究者もAIに関する知見を持つことが求められます。 本授業では、「技術が社会に与える影響を受け入れるのではなく、どのような社会を目指し、そのために技術や人は何ができるのか」という視点から、AIと社会の論点を考察します。特に、多様なステークホルダーとの対話を重視し、倫理的・法的・社会的な課題を多角的に検討します。 本授業を通じて、受講者はAIの社会的影響についての理解を深めるとともに、異なる立場の人々と建設的に対話し、意見を交換する能力を養うことが期待されます。また、国際的な議論やステークホルダーとの対話に主体的に参加する姿勢が求められます。授業では、国際機関や国内のマルチステークホルダーによるAIと社会の議論を参照し、実際の事例をもとに議論を深めると同時に、異分野の知見を取り入れた対話を通じて、AIが社会に与える影響を多面的に理解することを目指します。最終的には、特定のテーマに関するグループワークを行い、AIを開発・利用する組織が直面する課題やその解決策について考察し、最終レポートとしてまとめます。 なお、本授業は総合文化研究科、情報学環、情報理工学系研究科、公共政策大学院の合併授業です。

本プロジェクトでは，従来の作り込みによるロボット制御では実現が難しいと考えられる，家庭環境などの多様な環境やタスクを含む問題設定を前提にして，実世界における知能実現のための機械学習とロボットシステムの両方の技術を習得することを目指す． とくに，物体検出や画像処理，ローカライゼーションといった複数のセンサに対する情報処理・機械学習の手法だけではなく，それら手法をもとにして，複雑なロボットを実際にロバストに動かすための技術（ROSをベースとした大規模なロボットシステムの構築やモーションプランニングなど）を同時に習得する． また，チーム単位での開発を行うことで，複雑なシステムを設計・実装する際のプロジェクトマネジメント手法やチーム開発手法を体験する．

本プロジェクトでは，従来の作り込みによるロボット制御では実現が難しいと考えられる，家庭環境などの多様な環境やタスクを含む問題設定を前提にして，実世界における知能実現のための機械学習とロボットシステムの両方の技術を習得することを目指す． とくに，物体検出や画像処理，ローカライゼーションといった複数のセンサに対する情報処理・機械学習の手法だけではなく，それら手法をもとにして，複雑なロボットを実際にロバストに動かすための技術（ROSをベースとした大規模なロボットシステムの構築やモーションプランニングなど）を同時に習得する． また，チーム単位での開発を行うことで，複雑なシステムを設計・実装する際のプロジェクトマネジメント手法やチーム開発手法を体験する．

本プロジェクトでは，従来の作り込みによるロボット制御では実現が難しいと考えられる，家庭環境などの多様な環境やタスクを含む問題設定を前提にして，実世界における知能実現のための機械学習とロボットシステムの両方の技術を習得することを目指す． とくに，物体検出や画像処理，ローカライゼーションといった複数のセンサに対する情報処理・機械学習の手法だけではなく，それら手法をもとにして，複雑なロボットを実際にロバストに動かすための技術（ROSをベースとした大規模なロボットシステムの構築やモーションプランニングなど）を同時に習得する． また，チーム単位での開発を行うことで，複雑なシステムを設計・実装する際のプロジェクトマネジメント手法やチーム開発手法を体験する．