機械学習やディープラーニングなど、
人工知能・データサイエンス分野の
「知の体系」を修得する科目を設置。

基幹科目
  • ・データサイエンス概論
  • ・機械学習
  • ・人工知能概論
  • ・深層学習
  • ・先端科学技術の倫理
  • ・統計モデリングⅠ
  • ・複雑ネットワーク科学
基礎科目
  • ・情報科学概論
  • ・数理科学概論
  • ・社会情報科学概論
  • ・意思決定の科学
  • ・計算機科学概論
  • ・人工知能の哲学
応用科目
  • ・AIビジネス特論
  • ・自然言語処理特論
  • ・人工知能社会実装
  • ・認識技術特論
  • ・脳神経科学特論
  • ・統計モデリングⅡ
  • ・量子情報特論
演習・
実習科目
  • ・Pythonプログラミング
  • ・機械学習演習Ⅰ
  • ・機械学習演習Ⅱ
  • ・深層学習演習Ⅰ
  • ・深層学習演習Ⅱ
  • ・社会モデリング演習
  • ・輪講Ⅰ
  • ・輪講Ⅱ
  • ・データサイエンス実習
研究指導科目
  • ・プロジェクトチーム実習Ⅰ
  • ・プロジェクトチーム実習Ⅱ
  • ・特別研究Ⅰ
  • ・特別研究Ⅱ
  • ・特別研究Ⅲ
  • ・修士論文指導演習

人工知能と倫理

AIの活用にあたっては、「ELSI」("Ethical, Legal, and Social Implications"=倫理的、法的、社会的諸問題)に十分な配慮が求められます。本研究科ではAIにかかわるELSIを重点分野と捉え、人工知能の倫理を専門とする教員を配置し、AI ELSIを学ぶ科目を1年次必修とします。

PICK UP授業

データサイエンス概論

データサイエンス技術が、自然科学・社会科学やビジネスにおいて、どのように活用されているか、実例を挙げて紹介します。データサイエンス分野の数理・統計・計算技術の知識を身に付けていくだけでなく、配布コードを使用した実践も交えて学習していきます。

人工知能概論

AI研究の動機やAIにまつわる問題意識を理解した上で、現在のAI技術を俯瞰的に捉えていきます。また後半ではAIの社会実装に注目。例えば、Amazon Goのような小売業の革新、スマートスピーカーによる対話型AIサービスなどAI技術の観点から紹介します。

社会情報科学概論

統計、数理、機械学習を用いて社会・経済ビッグデータを実証科学の視点から分析する手法について、基本的な概念から実践的な応用までを学びます。具体的実例を通じて直感的に理解しながら、時系列解析や機械学習やテキスト解析の社会・経済ビッグデータへの適用法などを修得していきます。

AIビジネス特論

どのような場面でAIを用いたサービスを考え、それとテクノロジーを結びつけるのか、また逆にテクノロジーが関与する場合にどのようなサービスなら顧客層を獲得できるのかを、具体事例を挙げ、討論や調査を受講者と共同で実施しながら考察していきます。

機械学習演習Ⅰ

ライブラリを使いこなすことで効率よく機械学習を行う技能を身につけていきます。使用するライブラリは「scikit-learn」 を採用。幅広い分野における機械学習を用いたデータサイエンスの実践を経験し、自然科学・社会科学・社会実装の具体的な事例における機械学習活用の感覚を身につけていきます。

特別研究Ⅰ

先端的な専門知識や高度な情報収集力の獲得、そして問題解決能力やプレゼンテーション能力など総合的な研究遂行力を身につけ、修士課程修了後に自ら研究を進めていくための基礎と手法を学びます。また研究テーマは各指導教員に合わせた内容です。

教員情報

内山 泰伸 教授

立教大学理学部物理学科教授。東京大学大学院理学研究科物理学専攻で博士(理学)の学位を取得。SLAC国立加速器研究所Panofsky Fellowを経て、2013年に立教大学理学部物理学科に着任し、高エネルギー天文学の研究室を主宰。日本天文学会第21回研究奨励賞受賞、第5回宇宙科学奨励賞受賞。

主要研究テーマ

高エネルギー天文学、応用人工知能

フェルミ・ガンマ線宇宙望遠鏡、大気チェレンコフ望遠鏡H.E.S.S.を用いたガンマ線観測を中心として、高エネルギー天文学・宇宙物理学の研究、特に宇宙線の起源の解明や中性子星・ブラックホールが駆動する相対論的アウトフローの研究を行う。最近は深層学習を宇宙物理学に応用する研究や、人工知能を様々な社会課題の解決に利用する取り組みも推進している。

・研究紹介リンクボタン
正田 備也 教授

2012年より長崎大学大学院工学研究科情報工学コース准教授。博士(情報理工学:東京大学),修士(学術:東京大学)。修士(理学:東京大学)。2005年情報処理学会論文賞受賞.TOEIC930点。

主要研究テーマ

ベイズ的データマイニング

トピックモデルというベイズ的な確率モデルを使って、膨大なテキストデータに埋もれている多様な話題を見つけ出す研究をしている。センサーデータなどテキスト以外のデータについても、それらに合った確率モデルを考えて、特徴的な変化や規則的なパターンを見つけ出す研究もしている。

・研究紹介リンクボタン
村上 祐子 教授

東京大学卒業後、フルブライト奨学生として哲学・論理学を学び、Ph.D(philosophy,IndianaU)取得。国立情報学研究所、東北大学を経て現職。エージェント・行為概念の論理的挙動を演繹的に記述するプロジェクトを中心に、演繹的推論と帰納的推論の融合に取り組んでいる。

主要研究テーマ

情報哲学、情報倫理

ICTが人間の社会や人間性そのものに及ぼす影響について考察する。既存事例のケーススタディと、まだ発生していないが理論的には起こる可能性がある事案の予測を行う。
また、将来の状況をよりよいものにするための提案を行う。さらに価値観にかかる演繹的自動推論の改善および機械学習との融合を検討する。

・研究紹介リンクボタン
大西 立顕 教授

東京大学大学院新領域創成科学研究科博士課程修了。博士(科学)。同大学院法学政治学研究科助手・助教、キヤノングローバル戦略研究所研究員・主任研究員を経て、2013年より東京大学大学院情報理工学系研究科准教授。

主要研究テーマ

社会・経済のビッグデータ解析

データ科学、機械学習、社会・経済物理学、ネットワーク科学、超並列計算の手法を用いて金融市場・人間行動の時系列、市場間相関・貿易・取引関係のネットワーク、不動産・店舗・人流の地理空間情報、ニュース・Twitter・ウェブのテキストデータなどを実証科学的に研究することで、価値ある新たな知見の創出を目指している。

・研究紹介リンクボタン
三宅 陽一郎 特任教授

株式会社スクウェア・エニックス テクノロジー推進部 リードAIリサーチャー。著作に「人工知能のための哲学塾」「人工知能の作り方」「ゲーム情報学概論」「FINAL FANTASY XV の人工知能」「高校生のためのゲームで考える人工知能」(ほか多数)。

主要研究テーマ

デジタルゲームにおける人工知能、
人工知能と哲学

デジタルゲームにおける人工知能を研究している。エージェントモデル、意思決定、ゲーム全体をコントロールするメタAI、ビヘイビア・戦略の学習などである。また心身を持つフルセットの人工知能開発には、それを支える強固な哲学的足場が必要であり西洋、東洋哲学と人工知能の関わりを開拓している。さらに人工知能を広く社会に伝えるため、ボードゲームを用いたワークショップ形式の人工知能教育法をテーマとしている。

・研究紹介リンクボタン
瀧 雅人 特任准教授

東京大学理学系研究科 博士(理学)。京都大学基礎物理学研究所を経て、2012年理化学研究所入所、現在は数理創造プログラム上級研究員。著書に『機械学習スタートアップシリーズ これならわかる深層学習入門』。2015年度に素粒子メダル奨励賞。

主要研究テーマ

深層学習とその数理、
機械学習の医療・神経科学への応用

医療データや、実際の神経細胞ネットワークの活動データなどの、深層学習を用いた応用研究を行っている。どちらも単純なパターンとしては捉えきれない複雑な情報を含んでおり、深層学習などの先端的な機械学習が分析に威力を発揮する。また敵対的エグザンプルなどの深層学習の基礎的な側面も研究している。

・研究紹介リンクボタン
新田 徹 特任教授

筑波大大学院修了後、NECを経て、1990年電子技術総合研究所入所。2001年より産業技術総合研究所(改組による)、現在上級主任研究員。博士(工学)。2000~2008年阪大連携大学院教授(併任)。2010~2014年日本神経回路学会 理事。

主要研究テーマ

高次元ニューラルネットワーク

これまで実数領域で考えられてきた通常のニューラルネットワークを複素数や四元数といった高次元の代数に拡張したニューラルネットワークの研究をしている。実ニューラルネットワークには備わっていない興味深い特性や新たなモデルの創出を探っている。最近は深層ニューラルネットワークの特異点に興味を持っている。

・研究紹介リンクボタン
松下 伸行 特任教授

エクサウィザーズ技術統括部。慶応大修了後、ソニー入社。UI/UX研究・カメラ開発に従事。2016年8月よりトライアルにてリテールAI開発に従事、子会社取締役就任。2018年全国発明表彰朝日新聞社賞受賞。2019年7月より現職。工学博士。

主要研究テーマ

画像処理とIoTによるUX

研究分野は、モバイルデバイスやカメラなどを大量に設置することで、人の生活を豊かにするシステムを社会実装すること。AIカメラなどのハードウェア開発と、人工知能・画像処理などのソフトウェア開発を融合をすることで、実世界の状況を認識する。現状、小売の実店舗にAIカメラを設置し、ヒトとモノとのよりよいマッチングができる空間の構築に挑戦している。

・研究紹介リンクボタン
吉川 厚 特任教授

(株)Edulab 主席研究員、東京工業大学情報理工学院特定教授兼務、主な業績:A. Yoshikawa & S. Takahashi: “Beyond Educational Policy Making”, in General Conference on Emerging Arts of Research on Management and Administration, Springer, 2019

主要研究テーマ

人工知能技術の社会的課題への応用

さまざまな企業・団体様と連携し、データ分析から予測、商品開発を行っている。代表的なものに、子どもから大人までの人の学びに関するデータ分析、特に長期にわたる経年変化や短期的な学習困難点の抽出などから、教育政策に関するエージェント・シミュレーションや教材開発を行ったものがある。

・研究紹介リンクボタン

PAGE TOPPAGE TOP