知能情報工学

授業の主旨（概要） †

人工知能 (AI) 分野の中心的な課題の一つに、問題解決がある。 機械（コンピューター）によって問題を解決するためには、知識（知識の表現、利用、獲得）、探索、論理（論理表現と推論）、記号処理（論理プログラミングとリスト処理）などが必要となる。

本授業では、これらのうち、問題の表現、探索、論理、学習（知識の獲得）に焦点を絞り、人工知能についての基礎知識を理解することを目的とする。

具体的達成目標 †

1. 状態空間の完全な探索木を作成できるようになる。
2. 状態空間を表す木に対して横型探索、縦型探索、分岐限定法、山登り法、最良優先探索、A*アルゴリズムによる探索ができるようになる。
3. 命題論理式に対して真理値表を作成し、節形式に変形できるようになる。
4. 述語論理式を節形式に変形できるようになる。
5. 原子式の集合に対して、最汎単一化置換を求めることができるようになる。
6. 深層学習における活性化関数の出力値を計算できるようになる。
7. 強化学習における最適行動価値を計算できるようになる。

授業計画 †

1. 人工知能概説
2. 問題解決
3. 探索1 横型探索と縦型探索
4. 探索2 分岐限定法と山登り法
5. 探索3 最良優先探索とA*アルゴリズム
6. 演習1（問題解決、探索）と解説
7. 論理と推論1 命題論理
8. 論理と推論2 推論
9. 演習2（命題論理と推論）と解説
10. 述語論理1 述語論理
11. 述語論理2 スコーレム標準形
12. 導出原理
13. 演習3（述語論理、導出原理）と解説
14. 深層学習
15. 強化学習
16. 期末試験

ルーブリック †

授業方法 †

講義、演習、期末試験

成績の評価方法 †

演習と期末試験により総合的に評価する。

成績の評価基準 †

期末試験で100点満点中60点以上を合格とする。 期末試験で60点以上の場合、各演習を5点満点として加える（ただし、最高100点）。 期末試験で60点未満の場合、再試験を実施し、再試験で100点満点中60点以上を合格とする（ただし、最高69点）。

教科書 †

• 太原育夫: 新人工知能の基礎知識, 近代科学者 (2008)

参考書 †

• 山下隆義: イラストで学ぶディープラーニング, 改定第2版, 講談社 (2018)
• 牧野, 澁谷, 白川 (編著), 松井藤五郎 他 (著): これからの強化学習, 森北出版 (2016)

単位数 †

2（選択）

開講期 †

3年春学期