|
授業の目標
|
|
|
国連が提唱している持続可能な開発目標Sustainable Development Goals (SDGs)について具体的に考えていくことは我々にとって大切な事である。 SDGsはその概念が多岐に渡るため、今年度は情報処理という切り口で持続可能な産業や環境へのとりくみについて、秋田県立大学と国際教養大学の学生が協力しながら、3日間集中的に考える。県立大の学生は主に自然科学的な視点から、教養大の学生は社会科学的な視点から議論に参加することを期待する。具体的な例として、放送通信技術の標準化、農工連携、さらにデータサイエンスの基礎から人工知能技術によるビジネス・社会課題の解決などを取り上げる。講義と歴史博物館見学、グループワークを組み合わせて、問題を理論と現実の両面から理解する。
|
|
|
|
到達目標
|
|
1.持続可能な社会のためのインフラ技術としての情報処理を理解する。
2.情報処理に関する要素技術、応用技術とその社会への影響について理解する。
3.情報処理技術とその周辺技術について、過去から現在まで実際にどのようなものが開発
されてきたか、博物館で現物をみて理解する。
|
|
|
|
身につく能力
|
|
＜全学ディプロマ・ポリシー＞
【知識・理解・技術】
１．各専門分野の知識・技術を習得し、活用する力を身につけている
【教養・基礎的能力】
２．幅広い教養と、外国語能力、情報活用能力、コミュニケーション能力などの基礎的能力を身につけている
【態度・志向性】
３．多様な価値観を有する人々と倫理観・責任感をもって協働することができる
【態度・志向性】
４．時代の変化に主体的に対応するため継続的に学び、自律的に行動することができる
○【問題発見・解決能力】
５．専門の知識・技術及び基礎的能力を統合し活用して、問題を発見し解決する能力を身につけている
○【ｸﾞﾛｰｶﾙ・創造的思考力】
６．地域的・国際的視点をあわせもち、また、新たな価値を想像する力を身につけている
|
|
|
授業の概要
|
|
受講生が現実の問題に触れ、主体的に学び、新しい知識を獲得し、それを自分の言葉で表現できるようにする多面的な能力を養う。よって受講生には積極的な参加を求めたい。本講義は次の３つの部分から構成される。
1. 持続可能な社会のための情報技術のあり方について文系と理系両方の基礎知識を学ぶための講義。
2. 情報技術の歴史を目で見て理解する博物館見学。
3. 今後の情報技術のあり方について議論するグループワーク、プレゼンテーションとレポート提出
|
|
|
|
授業の計画
|
|
1日目 (国際教養大, およびにかほ市にて実施)
1.イントロダクション (西口, Domenach)
2. AIU生による大学紹介プレゼンテーション
3. データサイエンスの基礎 (西口)
様々な産業や学術分野で利用が進んでいるデータサイエンス、その基礎的事項について簡単な演習や議論を交えつつ講義する。さらに本講義では、近年利活用シーンが大幅に増大した人工知能、機械学習についての概観を与え、討論の糧とする。 (60分の座学講義)
4. AI入門（松原）
昨今人工知能(AI, artificial intelligence)は急速な進化・発展を遂げ、
我々の生活・社会においても身近な存在になってきた。
本講義ではAIの概要や仕組み、その応用について活用事例を交えて解説する。
またAIの中でも発展の著しい生成AIについてもその概要を解説する。(60分の座学講義)
5.TDK歴史みらい館見学
2日目 (秋田県立大にて実施)
6. 生成AI演習（松原）
生成AIを実社会において活用する上では、AIに対する指示を工夫し出力を制御するプロンプトエンジニアリングの技術が不可欠となる。
本演習ではChatGPT及びOpenAI
APIを用いたテキスト及び画像生成の演習を通じて、プロンプトエンジニアリングの概要・ノウハウを学ぶ。またそれらを通じて生成AIの利活用及び限界・問題点について議論・考察する。
（90分の演習)
7. 機械学習を応用した画像処理システムの構築（伊藤）
機械知能を実現するための人工知能と機械学習について取り扱う。特にコンピュータービジョンに焦点を当て、従来の画像処理と機械学習による画像処理の違いから現在なぜ機械学習ブームが続いているのかを、実践に即して解説する。（30分の座学講義）
機械学習に基づく画像処理技術の適用を体験的に学習するため、Pythonによるプログラミングとwebカメラを使ったリアルタイム推論システムを構築する。
（90分の演習）
8.The Cost of AI (Domenach)
AI is behind the success of the major companies in the world (GAFA), and often praised of its ground-breaking technological advances, from intelligent robots to autonomous cars. Yet there isn’t much discussion about its impact and consequences on the environment, on us humans, and on society. In this lecture, we will discuss different aspects of the cost of AI, from environmental concerns to algorithmic accountability and the place of AI in society. The lecture will consist of class discussion and group discussions. (90-minute classroom lecture)
3日目 (秋田県立大にて実施)
9.秋田県立大生による大学紹介プレゼンテーション
10.機械知能学の基礎と応用 （齋藤敬）
人間や生物の知的能力は、機械の中でどのように実現されるのか？分類・認識する機械は、どのようなメカニズムで構成されているのか？メカトロニクスやロボティクスを支える機械知能学について、基礎から応用までを実践に即して解説する。特に農業分野への機械知能学の応用事例として、農業ロボットに関する最新の研究内容について紹介する。（30分の座学講義）
11.農業ロボットシステムの構築に向けたグループ演習 （齋藤敬）
農業分野へのロボット技術の適用を体験的に学習するため、プログラミング言語LabVIEWとサーボモーターを使ったアスパラガス自動選別システムを構築する。（120分の演習）
12.グループワーク及びプレゼンテーション
|
|
|
|
授業時間外学修の指示
|
|
1. 授業時間までに下記の参考書を読んでくること。
情報通信白書令和元年版 - 進化するデジタル経済とその先にある Society 5.0 the 2019 White Paper on Information and Communications in Japan - Evolving Digital Economy towards “Society 5.0”
https://www.soumu.go.jp/johotsusintokei/whitepaper/r01.html
2. 以下に示された参考文献の指定の章を読み、A4 1枚（12ポイント、シングルスペース）のレポートを英文で作成し、講義の前に提出すること。尚、レポートは、(1)要約、(2)あなたの考え、(3)あなたが感じた疑問点、を含むこと。 本事前学習を素材に、The Cost of AIの講義でのグループディスカションを行う。
・ On algorithmic accountability: O’Neil, C. (2017). Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy. Penguin. Introduction and Chapter 1.
・ On humans as part of the AI computation: Gray, M. L., & Suri, S. (2019). Ghost Work: How to Stop Silicon Valley from Building a New Global Underclass (Illustrated edition). Houghton Mifflin Harcourt. Introduction
|
|
|
|
成績評価の方法
|
|
20点 授業への積極的な参加（事前学習、ディスカッションなど）
40点 グループプレゼンテーション
40点 レポート
|
|
|
|
テキスト・参考書等
|
|
参考書:
・ 情報通信白書令和元年版 - 進化するデジタル経済とその先にある Society 5.0 the 2019 White Paper on Information and Communications in Japan - Evolving Digital Economy towards “Society 5.0”
https://www.soumu.go.jp/johotsusintokei/whitepaper/r01.html
・ On algorithmic accountability: O’Neil, C. (2017). Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy. Penguin. Introduction and Chapter 1.
・ On humans as part of the AI computation: Gray, M. L., & Suri, S. (2019). Ghost Work: How to Stop Silicon Valley from Building a New Global Underclass (Illustrated edition). Houghton Mifflin Harcourt. Introduction
|
|
|
|
履修上の留意点
|
|
次の条件を満たす学生が望ましい。
・文系・理系にまたがる学際的アプローチに興味がある学生。
・英語を使った授業に興味がある学生。
・グループワークやプレゼンテーションに積極的に参加する学生。
事前課題の文献はmanabaに上げてあるので、各自でとること。
なお、本科目は、ディスカッション・他大学との交流・宿泊を含むため、他の科目よりも厳格に感染予防対策を実施します。履修登録者は、必ず履修取消期間まで感染予防対策につき、事務局にて確認すること。
|
|
|
|
資料
|
|
|
|
|
備考
|
|
|