数理・AI・データサイエンス教育
2020年度からスタートした広島工業大学の「HIT.E ▶2024」では、従来の数学及び理科を各学科の学びに則した数理科目に変更するとともに、全学部全学科の1年次生が、初級レベルのAIやデータサイエンスを学べる教育プログラム「Society5.0時代に向けたAI・データサイエンス入門教育プログラム」を開設しています。本教育プログラムは2021年6月に文部科学省の「数理・データサイエンス・AI教育プログラム（リテラシーレベル）」に認定されました（関連記事）。また、2021年度から情報学部の学生には、教育プログラム「Society5.0時代に向けたAI・データサイエンス応用教育プログラム」を開設し、様々なデータを適切に収集・解析し、AIを活用するためのシステム構築から運用までの流れに関する知識や技術が学修できるよう整備しています。本教育プログラムも2022年8月に文部科学省の「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）」に認定されました（関連記事）。さらに、2022年度から情報学部以外の工学部・環境学部・生命学部の学生に授業科目「AI・データサイエンス応用」を開設することで、AI・データサイエンス技術を活用し、社会や企業における課題を解決するための実践的な能力を養っています。
令和8年3月31日まで
令和9年3月31日まで
「Society5.0時代に向けたAI・データサイエンス入門教育プログラム」について
教育プログラムの名称
「Society5.0時代に向けたAI・データサイエンス入門教育プログラム」
身につけることができる能力
本教育プログラムでは、AI・データサイエンスが実社会でどのように役立っているかを知り、基礎となる数理的知識を修得し、AIやデータに対するリテラシーを高めるとともに、それらを利活用する際に求められる知識を身につけることができます。
令和8年3月31日まで
開設される授業科目、修了要件
本教育プログラムは全学部全学科の1年次生の必修科目で構成しており、各学科の授業科目は下表の通りです。これらの単位を取得することで、本教育プログラム修了者として認定されます。
| 学部 | 学科 | 授業科目 （単位数） |
|---|---|---|
| 工学部 | 電子情報工学科 電気システム工学科 機械システム工学科 知能機械工学科 環境土木工学科 建築工学科 |
AI・データサイエンス入門 （１単位） |
| 情報学部 | 情報工学科 | HIT基礎実践B （2単位） 情報工学概論 （2単位） |
| 情報コミュニケーション学科 | HIT基礎実践D （2単位） | |
| 環境学部 | 建築デザイン学科 地球環境学科 |
AI・データサイエンス入門 （１単位） |
| 生命学部 | 生体医工学科 食品生命科学科 |
AI・データサイエンス入門 （１単位） |
授業の方法及び内容
授業では、文理を含めた専門性に依存しないような大学初年次向けの教材と、Pythonを使ったAIの操作/実装体験を支援できる教材を併用して進めていきます。各学科の対象授業科目では、次の項目を学修していきます。
| 項番 | 学修項目 |
|---|---|
| 1 | 情報技術が浸透する現代社会/それを支えるAI・データサイエンスを理解する。 |
| 2 | 「スマート技術」を説明し、データ観点でのAI・データサイエンス活用を学ぶ。 |
| 3 | AIに関する基礎知識を学ぶ。 |
| 4 | AIを駆動する機械学習の概要を学び、背景にある「数学」を意識する。 |
| 5 | AIによって処理された実験データを評価するための統計処理方法の基本を学ぶ。 |
| 6 | AIによって処理された実験データを評価するための可視化方法を学ぶ。 |
| 7 | AIをうまく活用するためのデータ処理方法の理解を深める。データ利活用の発表・交流の場を知る。 |
| 8 | オンラインAI学習プログラム（SIGNATE Quest※）を用いてAIを体験する。 |
SIGNATE Questとは・・・(株)SIGNATEが運営する法人会員向けオンラインAI学習プログラム（e-ラーニング）
なお、詳細な学修内容と授業科目の対応関係については、以下のファイルをご参照下さい。
「Society5.0時代に向けたAI・データサイエンス応用教育プログラム」について
教育プログラムの名称
「Society5.0時代に向けたAI・データサイエンス応用教育プログラム」
身につけることができる能力
本教育プログラムでは自らの専門分野の研究や卒業後の就業に際し、社会や企業における課題をデータから解決できるように、様々なデータを適切に収集・解析し、AIを活用するためのシステム構築から運用までの流れに関する知識や技術を学修し、数理・データサイエンス・AIに関する実践的な応用基礎力を身につけることができます。
令和9年3月31日まで
開設される授業科目、修了要件
本教育プログラムは情報学部の情報工学科／情報コミュニケーション学科で別々の授業科目群から構成しています（下表）。本教育プログラム修了のための必修科目に分類している科目（以下、「AI・データサイエンス応用教育プログラム必修科目」と記す）の全ての単位を取得することで、本教育プログラム修了者として認定されます。本教育プログラムでオプション科目に分類している科目（以下、「AI・データサイエンス応用教育プログラムオプション科目」と記す）は履修することを推奨する科目であり、これらの科目の単位取得は本教育プログラムの修了要件ではありません。
| 学部 | 学科 | 授業科目 （単位数） |
|---|---|---|
| 情報学部 | 情報工学科 |
【AI・データサイエンス応用教育プログラム必修科目】 HIT基礎実践B（2単位） HIT基礎実践C（2単位） HIT基礎実践D（2単位） HIT応用実践C（2単位） HIT応用実践D（2単位） 情報数理基礎（2単位） 信号処理数学基礎（2単位） アルゴリズム入門（2単位） アルゴリズム基礎（2単位） プログラミング入門（2単位） プログラミング基礎（2単位） データ解析（2単位） 人工知能（2単位） 【AI・データサイエンス応用教育プログラムオプション科目】 データベース（2単位）プログラミング応用（2単位） 情報セキュリティ（2単位） 画像音声認識（2単位） 自然言語処理（2単位） |
| 情報コミュニケーション学科 |
【AI・データサイエンス応用教育プログラム必修科目】 HIT基礎実践D（2単位） データ解析入門（2単位） データ解析数学基礎（2単位） アルゴリズム入門（2単位） アルゴリズム基礎（2単位） プログラミング入門（2単位） プログラミング基礎（2単位） データ解析（2単位） 機械学習（2単位） 【AI・データサイエンス応用教育プログラムオプション科目】 データベース（2単位）プログラミング応用（2単位） データマイニング（2単位） データビジュアリゼーション（2単位） 自然言語処理（2単位） |
授業の方法及び内容
授業では、数理・データサイエンス・AIを活用して社会や企業における課題を解決するための実践的な能力を身につけるため、下表に示す構成で必要となる知識及び技術を体系的に修得します。
| 学修項目 | 教育プログラムを構成する授業科目 | ||
|---|---|---|---|
| 情報工学科 | 情報コミュニケーション学科 | ||
| Ⅰ．データ表現とアルゴリズム | 数学基礎 アルゴリズム データ表現 プログラミング基礎 |
情報数理基礎 信号処理数学基礎 アルゴリズム入門 アルゴリズム基礎 プログラミング入門 プログラミング基礎 プログラミング応用 |
データ解析入門 データ解析数学基礎 アルゴリズム入門 アルゴリズム基礎 プログラミング入門 プログラミング基礎 プログラミング応用 |
| Ⅱ．AI・データサイエンス基礎 | データ駆動型社会とデータサイエンス 分析設計 ビックデータとデータエンジニアリング AIの歴史と応用分野 AIと社会 機械学習の基礎と展望 深層学習の基礎と展望 AIの構築と運用 |
HIT基礎実践B データ解析 人工知能 データベース 情報セキュリティ 画像音声認識 自然言語処理 |
HIT基礎実践D データ解析 機械学習 データベース データマイニング 自然言語処理 データビジュアリゼーション |
| Ⅲ．AI・データサイエンス実践 | AI・データサイエンスに関わる演習 | HIT基礎実践C HIT基礎実践D HIT応用実践C HIT応用実践D |
HIT基礎実践D 機械学習 |
「AI・データサイエンス応用基礎教育プログラム」について
教育プログラムの名称
「AI・データサイエンス応用基礎教育プログラム（工学部）」
「AI・データサイエンス応用基礎教育プログラム（環境学部）」
「AI・データサイエンス応用基礎教育プログラム（生命学部）」
身につけることができる能力
本教育プログラムでは自らの専門分野の研究や卒業後の就業に際し、社会や企業における課題をデータから解決できるように、様々なデータを適切に収集・解析し、AIを活用するためのシステム構築から運用までの流れに関する知識や技術を学修し、数理・データサイエンス・AIに関する実践的な応用基礎力を身につけることができます。
開設される授業科目、修了要件
本教育プログラムは工学部、環境学部、生命学部の各学科において開講されている「AI・データサイエンス入門」及び「AI・データサイエンス応用」の2科目から構成しています（下表）。本教育プログラム修了のためには、前記2科目の単位を取得することが必要です。
| 学部 | 学科 | 授業科目 （単位数） |
|---|---|---|
| 工学部 | 電子情報工学科 電気システム工学科 機械システム工学科 知能機械工学科 環境土木工学科 建築工学科 |
AI・データサイエンス入門（1単位） AI・データサイエンス応用（2単位） |
| 環境学部 | 建築デザイン学科 地球環境学科 |
AI・データサイエンス入門（1単位） AI・データサイエンス応用（2単位） |
| 生命学部 | 生体医工学科 食品生命科学科 |
AI・データサイエンス入門（1単位） AI・データサイエンス応用（2単位） |
授業の方法及び内容
授業では、数理・データサイエンス・AIを活用して社会や企業における課題を解決するための実践的な能力を身につけるため、下表に示す構成で必要となる知識及び技術を体系的に修得します。
| 学修項目 | 教育プログラムを構成する授業科目 （工学部・環境学部・生命学部） |
|
|---|---|---|
| Ⅰ．データ表現とアルゴリズム | 数学基礎 アルゴリズム データ表現 プログラミング基礎 |
AI・データサイエンス入門（1単位） AI・データサイエンス応用（2単位） |
| Ⅱ．AI・データサイエンス基礎 | データ駆動型社会とデータサイエンス 分析設計 ビックデータとデータエンジニアリング AIの歴史と応用分野 AIと社会 機械学習の基礎と展望 深層学習の基礎と展望 AIの構築と運用 |
AI・データサイエンス入門（1単位） AI・データサイエンス応用（2単位） |
| Ⅲ．AI・データサイエンス実践 | AI・データサイエンスに関わる演習 | AI・データサイエンス入門（1単位） AI・データサイエンス応用（2単位） |
実施体制
| 委員会等 | 役割 |
|---|---|
| 副学長（教学担当） | 運営責任者 |
| IoT・AI・データサイエンス教育研究推進センター 「AI・データサイエンス入門」授業担当者連絡会 |
プログラムの改善・進化 |
| IoT・AI・データサイエンス教育研究推進センター | プログラムの自己点検・評価 |
2023年度の受講状況と自己点検・評価結果
本教育プログラムを改善・進化させるために、広島工業大学に設置している「IoT・AI・データサイエンス教育研究推進センター」で自己点検及び評価を実施し、その結果を公開しています。学内だけでなく企業など学外の方々からもご意見を頂きながら、本教育プログラムの質の向上に努めていきます。
Society5.0時代に向けたAI・データサイエンス入門教育プログラム
2023年度は「Society5.0時代に向けたAI・データサイエンス入門教育プログラム」を全学科で約1,100人が履修し、約95％の学生が修了しました。本プログラムの到達目標の達成度をアンケート調査したところ、「ほぼ達成した」及び「ある程度達成した」と回答した学生の割合が約97％に達し、大変有意義なプログラムとなりました。
Society5.0時代に向けたAI・データサイエンス応用教育プログラム
2023年度は「Society5.0時代に向けたAI・データサイエンス応用教育プログラム」を全学科の135名が修了しました。本プログラムの到達目標の達成度をアンケート調査したところ、「ほぼ達成した」及び「ある程度達成した」と回答した学生の割合が約91%となり、高い割合となりました。
AI・データサイエンス応用基礎教育プログラム（工学部）・（環境学部）・（生命学部）
2022年度より、「AI・データサイエンス応用基礎教育プログラム（工学部）・（環境学部）・（生命学部）」を開講しました。 2024年度から本教育プログラム修了者を出していく予定です。今年度実施した科目の到達目標の達成度をアンケート調査した ところ、「ほぼ達成した」及び「ある程度達成した」と回答した学生の割合が約96％となり、非常に高い割合となりました。