セミナー紹介

• 1.人工知能入門（中村 哲）
• 2.数理統計基礎（池田 和司）
• 3.問題解決器と探索アルゴリズム（井上 美智子、大下 福仁）
• 4.統計的パターン認識と深層学習（小野 直亮、田中 宏季）
• 5.データマイニング（金谷 重彦）
• 6.多次元信号処理と医用画像処理（佐藤 嘉伸、大竹 義人）
• 7.系列データモデリング（須藤 克仁）
• 8.強化学習（松原 崇充、吉野　幸一郎）
• 9.自然言語処理1（須藤 克仁）
• 10.自然言語処理2（荒牧 英治）
• 11.音声言語処理1（サクティ サクリアニ）
• 12.音声言語処理2（吉野 幸一郎）
• 13.画像情報処理1（神原 誠之）
• 14.画像情報処理2（向川 康博）
• 15.人間情報処理（清川 清、酒田 信親）
• 16.ロボティクス（小笠原 司、高松 淳）

近年、人工知能技術は著しい進歩を遂げおり、スマートフォンでの顔の認証、声の認識、翻訳から、コンピュータ将棋、ロボット、自動運転などこれまで夢だったものが続々と実現され始めています。このセミナーでは、人工知能について、その始まりから現在までの流れ、理解するために必要な数理統計の基礎、中核になっている問題解決器、信号処理、パターン認識、深層学習、強化学習の基礎を学び、そして、それらを用いた代表的な技術である、自然言語処理、音声言語処理、画像処理、人間情報処理、ロボティクスについて学びます。これにより、現在の人工知能を構成する技術や最近のトレンド、技術の利用に関するノウハウについても学びます。

• 人工知能入門-1：講習時間　28分36秒（動画28分36秒　演習0分）
• 人工知能入門-2：講習時間　20分14秒（動画20分14秒　演習0分）
• 人工知能入門-3：講習時間　25分52秒（動画25分52秒　演習0分）
• 人工知能入門-4：講習時間　20分18秒（動画20分18秒　演習0分）

近年、著しい進歩を遂げている人工知能技術について、その始まりから現在の技術に至るまでの経緯や技術の進歩について学ぶ。また、中核となっている機械学習技術、深層学習のコンセプトについて学ぶ。

• 統計学が最強の学問である-1：講習時間　25分45秒（動画15分45秒　演習10分）
• 統計学が最強の学問である-2：講習時間　29分35秒（動画19分35秒　演習10分）
• ビッグデータの性質：講習時間　22分09秒（動画22分09秒　演習0分）
• データの扱い方：講習時間　25分16秒（動画25分16秒　演習0分）

ネットやIoTが普及した現代では、比較的安価に大量のデータが入手でき、これは宝の山です。しかしその扱い方を知らなければ宝の持ち腐れです。
オンラインセミナーでは統計の基礎を通じてデータの扱い方を学びます。

• 問題解決器と探索：講習時間　20分29秒（動画20分29秒　演習0分）
• 知識を使わない探索：講習時間　41分57秒（動画26分57秒　演習15分）
• 知識を使った賢い探索：講習時間　46分26秒（動画31分26秒　演習15分）
• 演習の解説：講習時間　15分51秒（動画15分51秒　演習0分）

人間は、何らかの問題に直面すると、その解決策を考え出そうとします。AIの目的の一つは、問題を与えるとそれに対する答えを導き出す問題解決器としての役割です。答えを導き出すには、与えられた問題からゴールを探し出す探索が必要になります。このセミナーでは、問題解決器という考え方、そして、そこで使われる探索のためのアルゴリズムについて学習します。

• 統計的パターン認識と深層学習 前半-1：講習時間　32分04秒（動画32分04秒　演習0分）
• 統計的パターン認識と深層学習 前半-2：講習時間　13分07秒（動画13分07秒　演習0分）
• 統計的パターン認識と深層学習 後半-1：講習時間　23分53秒（動画23分53秒　演習0分）
• 統計的パターン認識と深層学習 後半-2：講習時間　21分43秒（動画21分43秒　演習0分）

前半は、統計的パターン認識、機械学習に関して教師あり学習、教師なし学習、クラスタリングについて概説する。
後半は、近年画像認識や音声認識の分野で広範に利用されている深層学習の手法について、ニューラルネットワークの基本から最先端の具体的な応用例までを紹介する。

• データマイニング-1：講習時間　27分25秒（動画27分25秒　演習0分）
• データマイニング-2：講習時間　17分39秒（動画17分39秒　演習0分）
• データマイニング-3：講習時間　26分56秒（動画26分56秒　演習0分）
• データマイニング-4：講習時間　10分07秒（動画10分07秒　演習0分）

さまざまな産業で、データサイエンスによるマイニングが必要となってきた。その背景には、企業には大量のデータがあり、このデータを活用し、新たな製品開発に活用することが認識され始めたからである。このことは日本に限らず米国でも、マテリアル・ゲノム・イニシアティブとして進められている。そこで、本講義では、Rプログラム言語を電卓の如く活用し、化学データの解析法（マイニング法）を紹介する。

• 人工知能(AI)の意味。知能とは？：講習時間　24分33秒（動画24分33秒　演習0分）
• AIによる3次元画像認識：講習時間　38分38秒（動画38分38秒　演習0分）
• 多次元信号処理の基礎・古典：講習時間　14分59秒（動画14分59秒　演習0分）
• AIによる画像変換：講習時間　16分40秒（動画16分40秒　演習0分）

人工知能（深層学習）による多次元信号処理・医用画像処理について、ベイズ推定を中心とした信号処理の基礎・古典との関連を踏まえ、直感的理解を重視して概説する。医用画像への応用が中心であるが、具体的な適用例の解説を通して、様々な分野への応用のベースとなる基礎と最新動向をわかりやすく述べる。

• 系列データの統計モデル-1：講習時間　30分47秒（動画20分47秒　演習10分）
• 系列データの統計モデル-2：講習時間　22分20秒（動画22分20秒　演習0分）
• 回帰型ニューラルネットワークモデル：講習時間　16分52秒（動画16分52秒　演習0分）
• 系列データモデルの応用：講習時間　11分06秒（動画11分06秒　演習0分）

時系列データをはじめとした系列データの数理的処理について、基礎的な内容を紹介するとともに、最新の深層学習による方法について概観する。

• 強化学習の概要：講習時間　14分14秒（動画14分14秒　演習0分）
• 方策べース強化学習：講習時間　29分28秒（動画29分28秒　演習0分）
• 価値ベース強化学習：講習時間　29分59秒（動画24分59秒　演習05分）
• 関数近似と深層強化学習：講習時間　24分21秒（動画24分21秒　演習0分）

強化学習の基礎について解説します。
前半は方策ベース、後半は、価値ベースの強化学習の理論とアルゴリズムについて、演習や応用事例も交えながらわかりやすく説明します。

• 基本技術1:形態素解析：講習時間　33分33秒（動画23分33秒　演習10分）
• 基本技術2:構文解析：講習時間　25分11秒（動画25分11秒　演習0分）
• 最新技術概説:深層学習と自然言語処理：講習時間　24分22秒（動画24分22秒　演習0分）
• 簡単な演習：講習時間　08分19秒（動画08分19秒　演習0分）

コンピュータでことばを扱うための自然言語処理について、基本的な解析技術を紹介するとともに、最新の深層学習による方法について概観する。

• 音声言語処理2-1：講習時間　11分03秒（動画11分03秒　演習0分）
• 音声言語処理2-2：講習時間　16分50秒（動画16分50秒　演習0分）
• 音声言語処理2-3：講習時間　18分29秒（動画18分29秒　演習0分）
• 音声言語処理2-4：講習時間　25分50秒（動画25分50秒　演習0分）

コンピュータでことばを扱うための自然言語処理について、応用的な解析技術を紹介するとともに、応用可能性についても概観する。

• 人間コミュニケーション：講習時間　09分55秒（動画09分55秒　演習0分）
• 音声認識概要：講習時間　23分59秒（動画23分59秒　演習0分）
• テンプレートマッチングによる認識：講習時間　32分06秒（動画17分06秒　演習15分）
• 統計モデルによる認識、ディープラーニングによる認識、ASRシステムの評価：講習時間　33分50秒（動画33分50秒　演習0分）

テンプレートマッチング、隠れマルコフモデル、ディープラーニングによる音声認識システムの紹介。

• 音声アプリケーションの系譜と類型：講習時間　20分46秒（動画20分46秒　演習0分）
• 音声言語理解と対話制御：講習時間　22分30秒（動画22分30秒　演習0分）
• 非タスク指向対話：講習時間　11分32秒（動画11分32秒　演習0分）
• チャットボット・自動FAQシステム：講習時間　30分32秒（動画30分32秒　演習0分）

音声を用いたアプリケーションがどのようなどのように開発されてきたか、どのような類型を持っているか概観し、各類型のおおまかな仕組みについて説明します。また、用例対話を用いた自動FAQシステムの構築方法について説明し、実際にpythonで動作するソースコードについて解説します。

• 画像情報処理基礎：講習時間　28分57秒（動画28分57秒　演習0分）
• ３次元画像計測の原理・基礎：講習時間　32分06秒（動画32分06秒　演習0分）
• ３次元画像計測の応用：講習時間　27分51秒（動画27分51秒　演習0分）

2次元デジタル画像処理技術および3次元画像計測技術を説明し、コンピュータによる環境認識やメディア応用を紹介する。

• カメラで撮影される色：講習時間　24分47秒（動画24分47秒　演習0分）
• 陰影解析：講習時間　24分29秒（動画24分29秒　演習0分）
• シーン理解のためのカメラ：講習時間　26分43秒（動画26分43秒　演習0分）

カメラで撮影される色情報はどのようにして決まるのか、また明るさの情報から物体の形状を推定する手法を概説します。さらに、人間が見ていない波長を計測するカメラや、撮影過程に計算を組み込んだ計測技術を紹介します。

• 人間情報処理-前半-1：講習時間　25分55秒（動画25分55秒　演習0分）
• 人間情報処理-前半-2：講習時間　19分34秒（動画19分34秒　演習0分）
• 人間情報処理-後半-1：講習時間　28分33秒（動画28分33秒　演習0分）
• 人間情報処理-後半-2：講習時間　17分24秒（動画17分24秒　演習0分）

前半は、HCIの定義、 HCIの歴史、代表的ユーザインタフェースの変遷、アフォーダンスなどについて重点的に学習する。
後半は、バーチャルリアリティ、特にその入力インタフェースと出力インタフェースについて、歴史や要素技術、応用事例などを重点的に学習する。

• ロボティクス 概論：講習時間　16分59秒（動画16分59秒　演習0分）
• 人の計測と支援：講習時間　25分05秒（動画25分05秒　演習0分）
• マニピュレーション技術とその応用-1：講習時間　12分37秒（動画12分37秒　演習0分）
• マニピュレーション技術とその応用-2：講習時間　31分24秒（動画31分24秒　演習0分）

ロボットの概要について紹介するとともに、人の形状や運動を計測して支援する技術、および、ロボットの手（マニピュレータ）に関する技術とその応用について述べる。