【工学部 先端工学基礎学科】モノづくり志向型データサイエンス AI教育プログラム
新しい時代のモノづくりに必須のデータサイエンスとAI、そしてそれらを支える数理。本学では専攻する分野に関わらず、全ての学生がそれらを学ぶことができます。
「モノづくり志向型データサイエンスAI教育プログラム」が、文部科学省「数理?データサイエンス?AI教育プログラム認定制度」において、2024年度「認定教育プログラム(応用基礎レベル)プラス」に、本学が中部地方で初選定されました。 ― 詳しくは2024年9月4日付プレスリリースをご覧ください ― |
モノづくりAIとは?
ものづくりを実現する生産設備や、ソフトウェアを内含するハードウェアやソフトウェアそのものを広い意味での設計された人工物、すなわち「モノ」と捉え、それらの高度化を志向するデータサイエンス?AI技術を「モノづくりAI」と呼称します。本学では、データサイエンス?AIを援用することで先端的なモノづくりを実現できる人材、つまり、「モノづくりAI人材」の育成を目指します。その達成のための一つの施策として、2022年4月から、モノづくり志向型AI教育プログラム(通称、モノづくりAI)がスタートしました。(詳細はこちら)
教育プログラム、3つの魅力
モノづくりにおける最新の応用事例を学ぶことができる。
自動運転やロボット、新材料開発などの最新の研究における実応用事例の解説を通じて、データサイエンスや機械学習の基礎知識を活きた形で学びます。
モノづくりのためのデータ解析を実際の問題で実践できる。
企業活動で得られたデータの解析やAI機器の制作を演習として実施し、実際の問題解決プロセスを学びます。
基礎となる数理?プログラミングに関する知識を修得できる。
"Machine Learning & Artificial Intelligence" by mikemacmarketing is licensed under CC BY 2.0 .
確率統計をはじめとする数理や実応用での強力なツールであるプログラミングを充実した支援環境の中で学びます。
2つの教育プログラム
本プログラムは、リテラシーレベルと応用基礎レベルという学習水準の異なる2つの種類のプログラムから構成されます。内容は、文部科学省の「数理?データサイエンス?AI教育プログラム認定制度」のリテラシーレベルおよび応用基礎レベルでのモデルカリキュラムに準拠しており、2023年8月25日に両レベルともにこの文科省プログラム制度に認定されています。(2028年3月31日まで有効)
さらに、2024年8月27日には、「数理?データサイエンス?AI教育プログラム(応用基礎レベル)プラス」に選定されました。
修了認定について
2つのレベルの教育プログラム(リテラシーレベル?応用基礎レベル)の各々について、以下の要件を満たした場合に当該教育プログラムを修了したものと認定します。
リテラシーレベル:「情報リテラシー」、「CP基礎および実習1」、「CP基礎および実習2」、「確率?統計」の全ての単位修得、「微分積分学1および演習」又は「微分積分学2および演習」のいずれかの単位修得、「線形代数1および演習」又は「線形代数2」のいずれかの単位修得が必要。
応用基礎レベル :「情報リテラシー」、「CP基礎および実習1」、「CP基礎および実習2」、「確率?統計」、「CP応用および実習」、「微分積分学1および演習」、「微分積分学2および演習」、「線形代数1および演習」、「線形代数2」の全ての単位修得、「データサイエンス実践集中演習」又は「創造性開発セミナー」のいずれかの単位修得が必要。
認定の対象者について
1年次に入学した学生が認定の対象となります。さらに、2022年度(令和4年度)以降に入学した学生に限ります。
修了要件および修了認定
規定する対象科目をすべて履修し単位を修得した者について、本教育プログラムのリテラシーレベル、または応用基礎レベルの修了を認定します。修了の認定は、教務委員会の報告に基づき本学学長が行います。
科目構成
数学科目
「微分積分学1および演習」、「微分積分学2および演習」、「線形代数1および演習」、「線形代数2」では、人工知能?機械学習やデータサイエンス技術の基盤としての微分積分学と線形代数学を学びます。「確率?統計」では、データサイエンスの入口となる確率?統計という数理の基礎を学ぶとともに、データ分析の基本的プロセスとそこでの英国威廉希尔公司_世界十大博彩公司-【首页】@な概念、また、データ表現?グラフ表現についてコンピュータ上の演習(Pythonを利用)を通じて実践的に学びます。
プログラミング科目
本学では、人工知能?機械学習技術における主要なプログラミング言語であるPythonを主軸としてプログラミング教育を実施しています。「CP基礎および実習1」、「CP基礎および実習2」では、基礎的なコンピュータの知識およびその取扱い方とともに、基礎的なPython文法について学びプログラム言語に関する理解を深めます。また、初歩的なプログラミングを実践してプログラムの動作に親しみます。「CP応用および実習」では更に発展的に、構造化手法に基づくプログラム設計?作成の手順、および問題解決のためのアルゴリズムとその評価方法の基礎について学習します。更に、機械学習を用いた問題解決の基礎についても学びます。
人工知能?機械学習関連科目
以下の特色ある講義を通じて人工知能?機械学習の学理と周辺技術、社会への影響について実践的に学びます。
情報リテラシー
モノづくりにおけるAIの利活用を念頭において、ゲーム、言語処理、画像処理、自動運転、ロボット、材料開発、製品設計などの幅広い分野における応用事例を学びます。そのことにより、データ?AI活用における基本的概念や最新技術を知るのみならず、作業プロセス、結果として創出される価値とその社会実装例、さらには、AI技術発展の歴史、および、AI利用における注意点について広く理解を得ます。個人情報の取り扱いをはじめとしたデータ倫理についてもここで学びます。
データサイエンス実践集中演習
モノづくりの知識と各種情報科目で学んだプログラミング?データサイエンスの知識.それらの融合により創出可能となる新たな産業的価値を知ることが、本演習の主眼です。その達成のために、本集中演習では実際のモノづくり現場において取得された実データを用いた演習を実施します。演習の中では、チームを構成し実際に手を動かして、データサイエンス?機械学習技術による問題解決プロセスを実践します。成果発表会が最終日に設定されますので、報告を通じてAI技術による成果の伝え方について学びます。また、他グループの取り組みを知ることで更に学びを深めます。
創造性開発セミナー
本演習では、グループ単位でアイデアを発想し、AIを活用した新商品(学生の勉学作業を支援する照明ロボット等)を企画します。各種センサー?アクチュエーターを含めたハードウェアとマイコン上のソフトウェアが協調して動作する複雑な製品の開発をミニプロジェクトとして体験します。設計したハードウェアにAI機能を実装する作業を通じて、データ収集又は既存データの利用、AIモデル構築、製品仕様達成に向けたモデル修正等のプロセスを体験します。
本プログラムが目指す学修成果
リテラシーレベル
本プログラムの履修を通じて,データサイエンス?AIが与える社会へのインパクトやその活用領域?利活用事例,さらには,その現状における問題点を,主にモノづくりとの関連を念頭に置きながら理解することができます.また,データ解釈や取り扱い方についても基礎的?実践的な理解を得ることができます.さらには,データサイエンス?AIを支える,確率統計学をはじめとする数理の基礎的理解,および,初歩的なプログラミング技術を習得することができます.
応用基礎レベル
上記の内容の発展的な理解?実践に加えて,以下の内容を身につけることができます. 機械学習プログラミングに関する講義,もしくは,実際のモノづくり現場における実データを用いた演習を通じて,「課題の発見と定式化」「データの取り扱い」「モデル化」「結果の可視化」「検証、活用」という一連の問題解決プロセスを実践的に学ぶことができます.さらには,AI機能を含むモノづくりプロセスを体験することを通じて,実際のモノづくりにおけるAIの利活用とそのプロセスについて実践的な理解を得ることができます.
実施体制
教育プログラムでは、その実施内容に対する内外の評価に基づき改善を重ねる体制を整えています。 運営責任者を教務委員長として、教務委員会および授業検討ワーキンググループが内容を検討して実施します。本教育プログラムの自己点検?評価は教務委員会が実施します。自己点検評価書については以下の各種公開資料に記載しています。
各種公開資料
- 工学部「モノづくり志向型データサイエンスAI教育プログラム」規定
- 2022(令和4)年度 自己点検評価書
リテラシーレベル
応用基礎レベル - 2023(令和5)年度 自己点検評価書
文部科学省「数理?データサイエンス?AI教育プログラム認定制度」
|
問い合わせ先
豊田工業大学
愛知県名古屋市天白区久方2-12-1
TEL:052-809-1736 担当:学生部教務グループ
tti-kyoumu01★toyota-ti.ac.jp(★を@に変更して下さい)