科目名 Course Title	情報科学特別講義�W［26C5083］ Topics in Information Sciences �W
授業言語 Language	Japanese，English
科目区分・科目種	情報科学科	クラス	情報科学科
コンピテンシー	◎批判的思考力，◎創造的思考力	ｶﾗｰｺｰﾄﾞ
単位数	2.0単位	履修年次	3〜4年

担当教員	坂田　綾香
学期	前期
曜日・時限・教室	水曜 5 〜 6 限 共3-409【情報科学講義室1】

受講条件・その他注意
毎回、講義終了までに感想レポート(ミニッツペーパー)をmoodleから提出してもらいます。そのため、パソコン等インターネットに接続する機器を持参して講義に参加してください。

授業の形態
講義

教科書・参考文献
講義中に関連文献を紹介します。

ＡＬＨ区分
ＡＬＨを実施しない

アクティブラーニングの技法
ミニッツペーパー（リアクションペーパー）

評価方法・評価割合
小論文（レポート）=100%。講義終了までに、講義の感想・考察(ミニッツペーパー)を提出すること。その内容により成績を評価します。

主題と目標
本講義では，機械学習，人工知能，ビッグデータ分野における最新の研究動向について，理化学研究所 革新知能統合研究センター（AIP）の研究者を講師として招き紹介する。数理的基礎研究から実用的応用研究まで幅広い研究例を学ぶことで，受講生の研究活動や進路選択に活かすことを目的とする。

授業計画
第1回	人工知能研究の概要と理研AIPの紹介 (杉山 将)
第2回	Adaptive Intelligence (Emtiyaz Khan)
第3回	An Introduction to Reinforcement Learning (Xin-Qiang Cai)
第4回	Security for AI AIへの攻撃とその防御 (松岡 光)
第5回	Introduction to Domain Adaptation (Okan Koc)
第6回	機械学習と統計物理 (坂田 綾香)
第7回	From research to real world AI: building multilingual and agent-based systems (江里口 瑛子)
第8回	Turstworthy Machine Learning (Jingfeng Zhang)
第9回	AIのバイアス、公平性 (荒井 ひろみ)
第10回	Tensor Methods for Machine Learning (Qibin Zhao)
第11回	言語モデルの内部機序：解析と解釈 (Benjamin Heinzerling)
第12回	音楽情報知能 (浜中 雅俊)
第13回	AIのためのコンピューティング技術 (高前田 伸也)
第14回	Machine Learning from Weak Supervision (Nan Lu)
第15回	Why Deep Learning Works: A Theoretical Perspective (Wei Huang)

時間外学習
講義で紹介した内容について、本や論文を読んだり、プログラミングしたりしてみましょう。

学生へのメッセージ
本講義では、毎回ゲスト講師として、理化学研究所 革新知能統合研究センター(AIP)の研究者を招きます。理研AIPは、革新的な人工知能基盤技術を開発し、それらを応用することにより、科学研究の進歩や実社会における課題解決に貢献することを目指す研究機関です。第一線で活躍する研究者の講演を通じて，機械学習・人工知能・ビッグデータ分野の現代的話題を知ることができます。自身の専門や関心分野と照らし合わせながら受講することで，研究テーマや将来の進路を考える参考とし，視野を広げる機会として活用してください。

学生の問い合わせ先
各回の司会は、理学部情報科学科・共創工学部文化情報工学科 (兼 理研AIP) の坂田綾香が担当します。ayakasakata@is.ocha.ac.jp