
AI教育推進室
令和3年度から数理・
データサイエンス・
AI教育を必修化
データサイエンスやAIの重要性は、理系・文系を問わず様々な分野に急速に広がりつつあります。東北工業大学では、令和3年度以降に入学する全ての学部学生に数理・データサイエンス・AIのリテラシーレベル教育を必修化しました。これにより一定水準の知識やリテラシーが身につき、今後のデジタル社会において、AIやデータサイエンスを日常の生活、仕事等の場で使いこなすことができる基礎的素養を主体的に身に付けることができます。
令和3年度から文部科学省の「数理・データサイエンス・AI教育プログラム認定制度(リテラシーレベル)」が始まりました。
特に1年次前期必修の「人工知能総論」は、そのリテラシーレベルに認定された教育内容になっています。「人工知能総論」では、各学科の教員が、各学科に関連する産業分野でのデータ・AI利活用を講義しています。
令和4年8月、「東北工業大学 AI教育プログラム(リテラシーレベル)」が、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(リテラシーレベル)」に認定されました。

令和6年8月、全学部開講の「東北工業大学 AI教育プログラム(応用基礎レベル)」が、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(応用基礎レベル)」に認定されました。

本学は令和3年度より、全国展開の「理数・データサイエンス教育強化拠点コンソーシアム」会員校(連携校)となっております。
東北工業大学
AI教育プログラム
政府が取りまとめた「AI戦略 2019」に対応し、本学では数理・データサイエンス・AI教育を全学で開講しています。1年次に「リテラシーレベル」を必修で修得します。さらに3年次までに「応用基礎レベル」のプログラムを、相当数の学生が修得できるプログラムとしております。
【全学部】カリキュラム構成
2年次
前期
後期
3年次
4年次
前期
後期
- ※「人工知能総論」、「人工知能入門」は、学都仙台コンソーシアムの単位互換ネットワーク提供科目ですので、他大学からも履修できます。
- ※社会人で、人工知能講座の受講を希望する場合は、科目等履修制度を利用して受講できます。
ChatGPTなどの生成AIの利用について
近年、人工知能(AI)技術の発展はすさまじく、最近話題となっているChatGPT に代表される生成AI(以下、生成AI))に関しては、文章、画像、動画、音楽やプログラムコードなどを自動生成する便利なツールとして、教育、研究、ビジネスなど様々な分野で活用され始めています。
しかし生成AI は大変有用ではあるものの、その利用に当たっては特別な注意が必要です。皆さんは以下の点に注意し、安易に使用することがないようにしてください。
人工知能総論
- 1年次前期:全学必修、1単位
- 全14回ビデオオンデマンド授業
AI・データサイエンスの概要、AIの日常生活への適用事例や、各研究分野への適用事例を知ることにより、人工知能(AI, Artificial Intelligence)やデータサイエンス(データから価値を引き出す科学)とはどういうものかを学ぶ。
統計解析および機械学習といったAIの仕組みや作られ方に関連する話題を、科学技術計算ソフトウェアの利用事例を通じて学ぶ。
各専門分野における研究開発や実務経験を活かして、問題解決・対応力を養成し、AIを利用して何ができるかを学ぶ。
2021年度「人工知能総論」
受講生アンケート結果
- ※1:「確かにそう思う」19.9%、「どちらかというとそう思う」55.7%の合計を四捨五入した値。
- ※2:満足度が「90~100%」、「80~89%」、「70~79%」の合計を四捨五入した値。
人工知能入門
- 1年次後期:全学選択、1単位
- 全7回ビデオオンデマンド授業
AI発展の経緯や、機械学習およびディープラーニングの概要、手法に関する知識を学ぶ。
JDLA主催のG検定ジェネラリスト試験の出題範囲に沿った問題を通じ、問題に関連するAIの知識について学ぶ。
将来的にAI関連事業に携わる場合、 AIに関する事柄で話が出来て、円滑に事業が進められるよう、多くのAI技術を知識として蓄える。
人工知能基礎
- 3年次前期:全学選択、2単位
- 全14回対面またはビデオオンデマンド授業
AI構築に有用なプログラミング言語 MATLAB を用いて、機械学習やディープラーニング(深層学習)のプログラム作成の基礎を解説する。さらに、AIプログラムの作成や MATLAB アプリを用いた分析などの実践を通してAIの理解を深める。なお、プログラミング初心者の受講を想定して、限られた時間内で可能な限り基本的な事項から説明する。
人工知能応用
- 3年次後期:全学選択、2単位
- 全14回対面授業
小型コンピュータ Raspberry Piを利用し、世界中のAIエンジニアが用いているプログラミング言語 Python を用いて、ニューラルネットワークやディープラーニング(深層学習)のプログラムを作成する。データの前処理における工夫やGUI利用法、深層学習モデルの利用などにより、実践的なプログラミングを通してコーディングのデザインパターンを学習し、AIに対する理解を深める。
特別課外授業 AI教育プログラム 応用基礎レベル オンライン講座
本学のAI教育プログラム(応用基礎レベル)の3年次開講科目「人工知能基礎」、「人工知能応用」を受講する前に、必要かつ初歩的な「数学」、「プログラミング」、「アルゴリズム」の基礎を、2年次までに正課内で修了(または修了予定)していない学生向けに、外部機関のオンデマンド動画により学習する機会を設けています。
教員紹介

木戸 博 / 室長
工学部 情報通信工学科 教授(学科長)
- 【人工知能総論】
- 第1回 社会におけるデータ・人工知能利活用 担当
第8回 まとめと総復習 担当
- 【人工知能基礎】
- 全14回 担当

八巻 俊輔 / 准教授
工学部 情報通信工学科(兼務)
- 【人工知能総論】
- 第10回、第11回 MATLABによる統計解析 担当
- 【人工知能総論】
- 第12回、第13回 MATLABによる機械学習 担当
- 【人工知能入門】
- 全7回 担当

中山 英久 / 教授
工学部 電気電子工学科
- 【人工知能入門】
- 全7回 担当
- 【人工知能応用】
- 全14回 担当

室山 真徳 / 教授
工学部 電気電子工学科
- 【人工知能総論】
- 第2回前半 電気電子分野でのデータ・AI利活用 担当

井上 雅史 / 准教授
工学部 情報通信工学科
- 【人工知能総論】
- 第2回後半 情報分野でのデータ・AI利活用 担当

船木 尚己 / 教授
建築学部 建築学科
- 【人工知能総論】
- 第3回前半 建築分野でのデータ・AI利活用 担当

菅原 景一 / 准教授
工学部 都市マネジメント学科
- 【人工知能総論】
- 第3回後半 土木分野でのデータ・AI利活用 担当

多田 美香 / 准教授
工学部 環境応用化学科
- 【人工知能総論】
- 第4回前半 環境・応用化学分野でのデータ・AI利活用 担当

二瀬 由理 / 准教授
ライフデザイン学部 経営コミュニケーション学科
- 【人工知能総論】
- 第4回後半 経営コミュニケーション分野でのデータ・AI利活用 担当

長崎 智宏 / 准教授
ライフデザイン学部 産業デザイン学科
- 【人工知能総論】
- 第5回前半 デザイン分野でのデータ・AI利活用 担当

畠山 雄豪 / 教授
ライフデザイン学部 生活デザイン学科
- 【人工知能総論】
- 第5回後半 デザイン分野でのデータ・AI利活用 担当