English

年度	2025年度	開講部局	情報科学部
講義コード	KA241201	科目区分	専門教育科目
授業科目名	記号論的AI
授業科目名 （フリガナ）	キゴウロンテキエーアイ
英文授業科目名	Semiotic AI
担当教員名	林　雄介
担当教員名 (フリガナ)	ハヤシ　ユウスケ
開講キャンパス	東広島	開設期	3年次生   前期   ２ターム
曜日・時限・講義室	(2T) 水9-10,木9-10：工219
授業の方法	講義	授業の方法 【詳細情報】	対面
			講義および演習
単位	2.0	週時間	4	使用言語	B : 日本語・英語
学習の段階	1 : 入門レベル
学問分野（分野）	25 : 理工学
学問分野（分科）	02 : 情報科学
対象学生	情報科学部3年生
授業のキーワード
教職専門科目		教科専門科目
プログラムの中での この授業科目の位置づけ （学部生対象科目のみ）
到達度評価 の評価項目 （学部生対象科目のみ）	計算機科学プログラム （知識・理解） ・D1. 計算機科学の基礎となる理論体系を理解し，科学的論理性に基づいた情報処理技術を駆使して，高次元データを収集・処理するための知識と能力． データ科学プログラム （能力・技能） ・A. 情報基盤の開発技術，情報処理技術，データを分析して新しい付加価値を生む技術． ・B. 新たな課題を自ら発見し，データに基づいた定量的かつ論理的な思考と，多角的視野と高度な情報処理・分析により，課題を解決する能力． 知能科学プログラム （知識・理解） ・D1. 人間が持つ高度な知能とその計算機による実現についての体系的な深い理解． （能力・技能） ・B. 新たな課題を自ら発見し，データに基づいた定量的かつ論理的な思考と，多角的視野と高度な情報処理・分析により，課題を解決する能力．
授業の目標・概要等	この講義は，記号的記述と論理的処理によって意味を処理する記号論的AIについて学びます．記号論的AIは現在，発達が進んでいる生成AIなどの確率モデルに基づく確率論的AIとは異なる仕組みで動き，確率論的AIの技術革新以前には主流であった手法です．しかし，近年，Graph RAGなど記号論的AIと確率論的AIの融合による精度の向上などから再度注目が集まっており，今後のAI技術の理解のためには記号的AIについての知識を持っておくことも重要です． この講義では，まずはそのような記号論的AIの概要を知ることを目的とします．そのため，認知科学という人の記憶や理解，思考の仕組みについての解明しようとする学問の知見を学んだ上で，情報技術で人の知能を再現しようとする人工知能について学びます． 後半は，ナレッジグラフとして，実際の知識ベースを触ってみて，簡単なアプリケーションの作成をしてみて，ピアレビューをしたいと考えています．
授業計画	第1回 イントロダクション 第2回 記号論的AI 第3回 人の記憶や知識 第4回 人の記憶や知識 第5回 問題解決 第6回 問題解決 第7回 プロダクションシステム 第8回 プロダクションシステム 第9回 ナレッジグラフとRDF 第10回 ナレッジグラフとRDF 第11回 ナレッジグラフとRDF 第12回 ナレッジグラフとRDF 第13回 ナレッジグラフとRDF 第14回 ナレッジグラフとRDF 第15回 発表会 最後に講義内容の理解とそれに基づく各自の考えを問うテストを実施します．
教科書・参考書等	以下の書籍をベースに講義を構成します． 興味があったら購入してください 谷口 忠大  (著)　イラストで学ぶ 人工知能概論 改訂第2版 (KS情報科学専門書) 北原義典  (著)　イラストで学ぶ　認知科学
授業で使用する メディア・機器等	配付資料, Microsoft Teams, moodle
	【詳細情報】
授業で取り入れる 学習手法	ディスカッション, 小テスト／ クイズ形式, PBL（Problem-based Learning）／ TBL（Team-based Learning）
予習・復習への アドバイス	予習や復習に関しては基本的に課題を課しますので，最低限，それをしっかりとやってください．
履修上の注意 受講条件等
成績評価の基準等	各回の授業で課す予習や復習のための課題と期末テストによって総合的に評価します．
実務経験
実務経験の概要と それに基づく授業内容
メッセージ
その他
すべての授業科目において，授業改善アンケートを実施していますので，回答に協力してください。 回答に対しては教員からコメントを入力しており，今後の改善につなげていきます。