早稲田大学 イノベーション教育プログラム

HondaイノベーションTokyo教育研究プログラム(Hondaアカデミー)

  • TOP>
  •  カリキュラム一覧 >
  •  人工知能・先端ロボットテクノロジー実践 (イノベーションとテクノロジー実践 α)

人工知能・先端ロボットテクノロジー実践

2019年度 イノベーションとテクノロジー実践 α

受講者の声はこちら

講義概要

秋期アルファ:人工知能、ロボットテクノロジー、及び医療テクノロジーとそれらのテクノロジーの融合の分野でスタートアップや先端データ解析に興味のある学生に、ビジネスモデル仮説検証法やビジネスモデルナビゲーター手法の考え方を実践的に学ばせるとともに、ゲストスピーカーからの実体験など聞いて、産学界におけるイノベーターに必要なことは何かを学ぶ。
また、実践型データサイエンス教育手法であるDeepAnalytics for Education(DAE)を学ぶ。
本授業はインタラクティブ方式の講義とする。
なお、イノベーションとテクノロジー実践αとβをもとに履修することを強く推奨する。
(参考)
冬期ベータ:人工知能、ロボットテクノロジー、及び医療テクノロジーとそれらのテクノロジーの融合の分野でスタートアップや先端データ解析に興味のある学生に、サーバントリーダーシップの考え方やデザインシンキングを実践的に学ばせるとともに、ゲストスピーカーからの実体験など聞いて、産学界におけるイノベーターに必要なことは何かを学ぶ。
本授業はインタラクティブ方式の講義とする。
なお、イノベーションとテクノロジー実践αとβをもとに履修することを強く推奨する。

講義の到達目標

グローバルな課題への洞察、異文化・歴史への理解、進歩する科学技術への知識を備え、新しいビジネスを構築し、リーダーシップを発揮しながら、周囲を巻き込んで実践できる能力をチームワークの取り組みを通じて習得する。

担当教員

  • 朝日 透   ( 理工学術院教授、博士キャリアセンター長 )
  • 樋原 伸彦 ( 商学学術院准教授 )
  • 牧 兼充   ( 政策研究大学院大学准教授 )
  • 谷口 卓也 ( データ科学総合研究教育センター 講師 )
  • ゲスト

    • 栄田 源  ( 株式会社Genics CEO/創業者 )
    • 渡邊 哲  ( 株式会社マキシマイズ代表取締役社長 )
    • 鶴 英明  ( ヤンマー株式会社中央研究所オープンイノベーション推進室室長 )
    • 相馬 知明 ( 株式会社タビナカ 執行役員CFO )
    • 杉本 直樹 ( Honda R&D Innovations Inc. CEO/Honda R&D Co.Ltd. Chief Officer of Open Innovation Strategy )
    • 丸山 祐丞 ( EAGLYS, Inc. CSO )
    • 三原 健太郎 ( EAGLYS, Inc. Researcher/Engineer )

    講義日程

      日時 タイトル 担当教員/ゲスト
    第1回 10月2日(水)
    18時15分~19時45分
    「チャンスを逃すな!」 担当:朝日
    ゲスト:栄田
    第2回 10月9日(水)
    18時15分~19時45分
    「ビジネスモデル・ナビゲーターによるシステマティックなビジネス創造3」 担当:朝日
    ゲスト:渡邊
    第3回 10月16日(水)
    18時15分~19時45分
    「ビジネスモデル・ナビゲーターによるシステマティックなビジネス創造4」 担当:朝日
    ゲスト:渡邊
    第4回 10月23日(水)
    18時15分~19時45分
    「新規事業の立ち上げの視点(仮)」 担当:朝日
    ゲスト:鶴
    第5回 10月30日(水)
    18時15分~19時45分
    「ユニコーンとなると確信して(仮)」 担当:朝日
    ゲスト:相馬
    第6回 11月6日(水)
    18時15分~19時45分
    「本田のチャレンジ(仮)」 担当:朝日
    ゲスト:杉本
    第7回 11月13日(水)
    18時15分~19時45分
    「EDGEから生まれたEAGLYS:どのように生まれ、今どうしているのか」 担当:朝日、牧
    ゲスト:丸山、三原
    第8回 11月20日(水)
    18時15分~19時45分
    ワークショップ「AIテクノロジーへの期待と課題を語ろう:先端研究・ニュービジネス・人材育成」
    会場は、渋谷QWSの15階ホール
    担当:朝日、谷口、樋原

    ※大学シラバスが更新され次第順次公開します。

    成績評価方法

    試験 0% なし
    レポート 30% DeepAnalytics for Education手法に関する課題
    平常点評価 60% 授業における参加度:質問やグループワークでの積極性及び提案への貢献度など
    その他 10% 本授業に関与するシンポジムやセミナーへの参加

    シラバス

    講義詳細はシラバスをご確認ください。
    https://www.wsl.waseda.jp/syllabus/JAA104.php?pKey=9S910100220120199S910100229S&pLng=jp

    受講を希望される方は、以下の申込方法にて履修申請をお願いいたします。

    ◆早稲田大学 学生の方

    ⇒ My WASEDAより科目登録スケジュールに沿ってWEB申請を行ってください。



TOP