最近、ロボットや自動車の自動運転に代表されるように、人工知能の実用化が急速に進んでいます。この数年の間、世界は第三次人工知能ブームと呼ばれ、新たな人工知能ブームに湧いています。一方で、最新の人工知能技術と言えどもその内容は10年前の技術とは地続きであり、その全体像を理解し、応用していくためには、その流れを踏まえた認識が必要となります。しかし、人工知能技術は大変広い学問分野であり、特に初学者には、どこを手掛かりに学習を始めればよいのか迷うという声が上がっています。
　本セミナーでは、人工知能に関する基本的・網羅的な知識を得たい方・これから導入をお考えの方等、主として初学者を対象として、最近の人工知能 (AI) 技術の基本的な考え方や背景から、パターン認識、位置推定など基礎的な手法について解説します。人工知能を学習・導入検討するにあたって、どこから始めれば良いのか?留意すべき点は何か?導入に向けた手順等についても触れ、また、発展が著しい本分野の最新動向や、各種応用の現状と可能性について、解説すると共に質疑応答を通して理解を深めます。
　本講座を受講することで、ロボットやクルマをはじめとした、各種製品の知能化・高機能化に役立ちます。

1. 人工知能の背景と現在
   1. 人工知能とは何か?
      • 歴史・定義・分野など
   2. 第三次人工知能ブームとディープラーニング
      • Alpha GO
      • Self-Driving Car (自動運転車)
      • IBM Watson
      • Apple Siri
      • SoftBank Peppr
      • Microsoft Kinectなどの背景
   3. ビッグデータ・IoTと人工知能
      • ビッグデータは終わったのか?
      • IoTと人工知能の関係は?
      • ルールベース,教師あり学習から教師なし学習へ
   4. なぜ人工知能に確率・統計が重要なのか?
      • 不確実性と学習と知能
      • ベイズ理論
   5. 本講演における各技術の関係について
2. ナイーブベイズに基づくパターン認識 (スパムフィルター)
   1. 機械学習とは?
   2. パターン認識と分類問題
   3. スパムフィルターの作り方
   4. 確率とベイズ理論の基礎
   5. グラフィカルモデル
   6. ナイーブベイズ
3. 自動運転車と自己位置推定 (自動運転車)
   1. 自動運転車と自己位置推定
   2. マルコフ過程とマルコフ決定過程
   3. 部分観測マルコフ決定過程
   4. ベイズフィルタによる位置推定
   5. パーティクルフィルタによる位置推定
   6. 自己位置と地図の同時推定 (SLAM)
4. ゲームに勝つAIと強化学習 (Alpha GO)
   1. Alpha GOの衝撃と背景技術
   2. 強化学習とは?
   3. Q学習
   4. 逆強化学習
   5. モンテカルロ木探索
   6. Deep Q学習
5. これからのビジネスに人工知能を活かせるか?
   1. 質疑応答と議論