シラバス参照

開講年度(Academic Year) 2020 
科目コード/科目名
(Course Code / Course Title)
VR451/AIビジネス特論A
(Special Seminar on Artificial Intelligence Business A) 
テーマ/サブタイトル等
(Theme / Subtitle)
 
担当者 (Instructor) 吉川 厚(YOSHIKAWA ATSUSHI) 
時間割 (Class Schedule) 秋学期 (Fall Semester) 金曜日(Fri) 4時限(Period 4) オンライン
単位 (Credit) 2単位(2 Credits) 
科目ナンバリング
(Course Number)
AIR5200 
使用言語
(Language)
日本語
(Japanese) 
備考 (Notes)  
テキスト用コード (Text Code) VR451 



授業の
目標
Course
Objectives
AIをビジネスに活かすためには様々な課題が存在するし、それぞれに対して様々なアプローチがある。これらを実例をベースに知識を学ぶ 
Diverse issues emerge from the utilization of AI in business, with discrete approaches possible for the resolution of each difficulty. Thus, examples will be used to teach students the means of appropriate selection by taking advantage of varied constraints. 
授業の
内容
Course
Contents
あらたなサービス・あらたな道具がAIを用いて次々と開発されている。その中で、成功するサービスもあれば失敗するサービスもある。どのような場面でサービスを考え、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、具体事例を列挙しながら、受講者とともに調査し、考察する。本授業は、実務に長けた外部講師を依頼しているため、実施回が変更になる可能性がある。また、講義形式ではなく、討論や調査をその場で受講者と共同で実施する形式を取ることもありうるし、事前宿題が課せられる場合もある。社会人などを対象に遠隔などの方法で受講可能にするかどうかは検討中なので、随時更新を見てください。 
New services and new tools are being developed using AI. Some services succeed and others fail. Experienced instructors will discuss these successes and failures with students and will demonstrate the key to the achievement of positive results. In the process, students will learn how to make choices. Some of these lessons may be changed because external instructors proficient in practical work may be busy. Furthermore, homework may be assigned. Please check for updates as needed. 
授業計画
Course
Schedule
1. 講義ガイダンスならびに、社会実装の枠組みを提示する 
2. 企業でのAI・データ解析技術の活用の経験を通して、AIをビジネスの現場で役立てるために必要な事項を解説する(担当:松山科子@東京エレクトロン) 
3. 製造業の事例をベースに、データ活用のプローや注意点を解説する。(北澤正樹) 
4. AI技術を使った研究者の抽出手法と、その社会的影響について解説する(担当:藤田正典@三菱商事) 
5. 組み合わせ最適化手法によるLPガス容器配送方法を開発した際の、技術的な課題と企業組織の課題、そして仕事のやり方を変えられないヒトの存在について論じる(担当:村上英治@アズビル金門) 
6. 大学と企業の共同研究の方法と、ビッグデータ分析とAI適用についての実情と企業データ活用における障壁とその解決(担当:村田悠也@産業技術総合研究所) 
7. 商取引の構造化と生産性(交渉中) 
8. 農業、医療、建設など分野で産業課題をどのようにして解決しているのかをビジネス面、技術面を交え解説する(菅谷俊二@Optim) 
9. 電力配送にAIを使う(交渉中) 
10. 人文社会科学の問題にエージェント・ベース・モデリングを適用する方法を解説する(担当:坂平文博@構造計画研究所) 
11. 銀行の資金運用業務における人工知能技術の適用事例を示す(担当:菊地剛正@三菱UFJ信託銀行) 
12. 組織の維持と不正のシームレスな関係を見つける(担当:小林知巳:小林マネジメント研究所) 
13. 値上がりする株の銘柄を推定する手法と、その仮定を開設する(担当:海野一則) 
14. 総合討論 
授業時間外
(予習・復習
等)の学習
Study
Required
Outside
of Class
講演者によっては、事前課題を課す場合があり、それには講義前日までに提出を必須とする(講義で使用するため)。また、外部講師毎に講義後のレポートを課す。 
成績評価
方法・基準
Evaluation
種類(Kind) 割合(%) 基準(Criteria)
平常点(In-class Points) 100  %
最終レポート(Final Report)(20%) 、外部講師毎のレポート(80%)
テキスト
Textbooks
なし
参考文献
Readings
その他
(HP等)
Others
(e.g. HP)
注意事項
Notice
本科目は、5年以上の実務経験を有する実務家教員による授業です。 


PAGE TOP