10‑202:モダンAI入門(カーネギーメロン大学)

2026/03/01 16:35

10‑202:モダンAI入門(カーネギーメロン大学)

RSS: https://news.ycombinator.com/rss

要約

Japanese Translation:

概要:
本発表では、Zico Kolter 教授が教えるカーネギー・メロン大学の最新AIコースをオンライン版として導入することが紹介されます。講義は録画され、オンキャンパスの日程から2週間後に公開されます(MW[F] 9:30–10:50 Tepper 1403; 金曜は復習または欠席時の補講用)。オンラインスケジュールはキャンパスのタイムテーブルと同じですが、講義動画自動採点される Colab/Marimo ノートブック課題 を配信し、各課題には短い閉鎖試験が付随します。
成績評価は プログラミング宿題 20 %、クイズ 40 %、試験 40 %(中間テスト 10 %、累積期末テスト 20 %) に分かれます。学生はプログラミングに関して 15‑112 または 15‑122、数学に関しては 21‑111 または 21‑120 のいずれかを修了している必要があります。
コース内容は現代AIのテーマ(教師あり学習・ニューラルネットワークからトランスフォーマー・トークナイザー・推論・ファインチューニング・強化学習・安全性/セキュリティ・AGI まで)を網羅します。学生は宿題にAIアシスタントを使用できますが、最終提出物はAIなしで行う必要があります;クイズや試験中のAI利用は禁止です。スケジュールや評価方法など一部詳細は、2026年春学期初回実施時に変更される可能性があります。

このバージョンは元リストからすべての重要ポイントを保持し、評価に関する誤記述を訂正し、主旨を明確かつ簡潔に保っています。

本文

ロジスティクス

  • 講師: Zico Kolter
  • 授業日程: MW[F] 9:30–10:50 Tepper 1403
    (注:金曜の授業は必要に応じて復習セッションまたは追補授業としてのみ使用されます。)

オンラインコース

本講義の無料版をオンラインで実施します。CMU のスケジュールと同時進行で、1/26 から開始し(CMU スケジュールより2週間遅延)、全ての内容―講義動画、Mugrade 上の課題等―は下記の日付から2週間後に公開されます。

  • 誰でも講義動画を視聴し、自動採点式課題(クイズや期中・期末テストは除く)を提出できます。
  • 授業と宿題が公開されたらメールで通知を受けるには登録してください。
  • TA、オフィスアワー、採点方法、前提条件等の情報は CMU バージョンにのみ適用されます。

シラバス概要

本講義では「モダンAI」がどのように機能するかを学びます。「モダンAI」とは、ChatGPT、Gemini、Claude 等を支える機械学習手法と大型言語モデル(LLM)を指します。

多くの学術的文脈では「人工知能」はより広い技術セットを含みますが、本講義では一般的な用法に焦点を当てます。

表面的には汎用性が高いように見えるこれらのモデルは、驚くほどシンプルな基盤に依存しています。最小限の LLM 実装は数百行程度のコードで、少数の機械学習手法とアーキテクチャのみを用います。

学習内容

  • 基本的な教師あり機械学習

    • 線形モデル
    • 損失関数 & 最適化
    • ニューラルネットワーク
  • 大型言語モデル

    • 自己注意・トランスフォーマー
    • トークナイザー
    • 効率的推論
  • ポストトレーニング手法

    • 教師付き微調整
    • アラインメント & インストラクションチューニング
    • 推論モデル & 強化学習
    • AI システムの安全性・セキュリティ

これらは一般的な枠組みを提供します。詳細は 2026 年春期の最初のオファリングで変更される可能性があります。


採点

成績項目割合
宿題 & プログラミング課題20%
宿題クイズ40%(期中テスト 10%、期末テスト 20%)
期中・期末試験40%

前提条件

  • プログラミング: 15‑112 または 15‑122。基本的な Python(オブジェクト指向含む)の習熟度が必要です。
  • 数学: 21‑111 または 21‑120。微分積分(導関数)を基本とし、線形代数と確率の知識があると有利ですが、必要に応じてカバーします。

宿題 & プログラミング課題

主要な活動として、連続的なプログラミング課題を通じて最小限の AI チャットボットを構築します。

  • 提出は Mugrade システム経由(チュートリアル動画あり)。
  • いくつかの課題は前回のものに依存しており、解答は CMU バージョンで配布されます。オンライン版では仲間との議論を奨励します。
  • 課題は Colab ノートブック(Marimo バージョンも利用可)として公開され、各課題の Mugrade 版はリリース日から2週間後に利用可能です。
宿題内容
0自動採点 & プログラミング基礎(Marimo)
1線形代数と PyTorch の導入(Marimo)
2自動微分 & 線形モデルの訓練(Marimo)
3ニューラルネットワークの訓練
4トランスフォーマーの実装
5最小限 LLM の実装
6教師付き微調整 & チャット訓練
7強化学習

各宿題後には、基本的な質問や課題の概念を扱う 15 分間の授業内クイズが行われます。クイズはノートと本を持参しても構いません。


期中・期末試験

クイズに加え、3 回の対面試験があります:2 回の期中テスト(それまでの内容)と期末試験(総合、最後の第三部重視)。全ての試験はノートや本を持参できない閉門式です。


授業スケジュール

授業日程は仮定であり変更される可能性があります。すべての資料は下記の日付から2 週間後にオンラインで利用できます。

日付講義テーマ宿題
1/12クラスロジスティクス & AI の簡単な歴史(ビデオ 1, ビデオ 2)HW0 発行
1/14教師あり学習の紹介(ビデオ)
1/19MLK デー – 授業なし
1/21線形代数 & PyTorch(ビデオ)HW0 提出
1/28線形モデル(ビデオ)HW1 発行
1/30損失関数 & 確率(ビデオ)
2/02最適化 & 勾配降下法(ビデオ)
2/04 (2/06に移動)HW1 提出
2/06線形モデルの訓練(ビデオ)HW2 発行
2/09ニューラルネットワークモデル(ビデオ)
2/11ニューラルネットワーク実装HW2 提出
2/16期中テスト 1 – 教師あり機械学習HW3 発行
2/18シーケンスモデル:入力集合の扱い
2/23自己注意 & 位置埋め込み
2/25トランスフォーマーモデルHW3 提出, HW4 発行
3/02春休み – 授業なし
3/04春休み – 授業なし
3/09トークナイザー
3/11効率的推論 & キー・バリューキャッシュHW4 提出
3/16あなたの最初の LLMHW5 発行
3/18期中テスト 2 – 大型言語モデル
3/23教師付き微調整
3/25アラインメント & インストラクション/チャットチューニング
3/30ゲスト講義HW5 提出, HW6 発行
4/01ゲスト講義
4/06強化学習の基礎HW6 提出
4/08LLM のための RL
4/13推論モデルHW7 発行
4/15AI 安全性 & セキュリティ
4/20将来:AGI とその先HW7 提出
4/22講師 Q&A
TBDFinal最終試験

コースの AI ポリシー

  • 許可: 宿題・プログラミング課題中(参考資料や学習支援として)。
  • 禁止: 授業内評価時(宿題クイズ、期中テスト、期末試験)では AI アシスタントや外部資料の使用を許可しません。

理由:AI ツールは学習と実装に大いに役立ちますが、短期間の課題で過度に依存すると深い理解が阻害される恐れがあります。提出する解答を自ら完成させることで、クイズや試験への備えとなります。

同じ日のほかのニュース

一覧に戻る →

2026/02/25 5:08

**誰とでも上手に話す方法 – なぜそれが重要なのか** 1. **本物の笑顔から始める** - 温かい表情はオープンさを示し、相手に安心感を与えます。 2. **開放的な質問を投げかける** - 「いい一日だった?」ではなく「今週で特に印象に残ったことは何ですか?」と尋ねると、より深い対話が生まれます。 - 開放的な質問は会話の幅を広げます。 3. **積極的に聴く** - 頭を縦に振り、目線を合わせ、相手の言葉をパラフレーズすることで関心を示します。 4. **共通点を見つける** - 共有できる趣味や経験は瞬時に信頼感を生み出します。 5. **名前を使う** - 会話の中で相手の名前を数回繰り返すと、結び付きを強めます。 6. **身振りをリラックスさせる** - 腕を組むことは避け、少し前かがみになることで関心を示します。 7. **自分のことも少し語る** - 脆弱性を共有することで相互理解と信頼が育まれます。 8. **ポジティブに締めくくる** - 交流を明るい雰囲気で終えると、次回の接触につながります。 --- ### このスキルを習得すべき理由 - **より強固な関係を築ける** – 個人的・職業的な場面問わず、良好なコミュニケーションは絆を深めます。 - **ネットワーキングの機会が広がる** – 聴き手として真摯に関わる人は記憶に残ります。 - **自信が高まる** – 会話をスムーズに進められると、社交不安が軽減します。 - **チームワークが向上する** – 明確で敬意のある対話は協力を円滑にします。 - **影響力が拡大される** – 上手な会話術を持つ人は、説得・リーダーシップが自然と発揮できます。 誰とでも上手に話す技術を身につければ、より豊かな人間関係、広がる機会、そしてあらゆる社会的場面で自信ある存在感へとつながります。

## Japanese Translation: 記事は、日常的な公共の会話が消えつつあると主張し、その崩壊が社会的絆や個人の幸福を脅かすと警告しています。まず、70代の女性が空席の電車内で対話を始めるという鮮烈な逸話と、ソウル出身のウェイトレスがレストランで見知らぬ客と会話をするエピソードを紹介し、まだ存在する「無言のコード」がどのように人々をつなげているかを示しています。著者はテクノロジー(タッチスクリーンやリモートワーク)、パンデミックによる制限、そして強化された社会規範がこのコードを締め付け、「グローバル・レラショナル・リセッション」(Esther Perel が呼ぶ)を招いていると考察しています。 個人的な障壁としては、神経多様性、内向性、目線の不快感、小談嫌いなどが挙げられ、専門家の警告も併せて紹介されます。Dr. Jared Cooney Horvath は Gen Z の認知遅延を指摘し、Dr. Rangan Chatterjee は低自尊心と子どもの会話スキルの低下との関連性を示唆しています。ソーシャルメディアでの実験(例:「見知らぬ人と話す」動画)はパフォーマンス化し、疎外感を高めると批判されています。 研究は恐怖論に対抗します。バージニア大学の調査では、人々が見知らぬ人と話すことへの不安を過大評価していると示され、実際には短時間の交流を期待以上に楽しむケースが多いと報告されています。スタンフォード大学/Prof. Jamil Zaki の研究は、学生が「許可」と「アプローチしやすさ」のリマインダーを必要としており、疲労や失望の恐れは誇張されていることを付け加えています。 トレンドを逆転させるために記事では低リスク戦術を提案しています:人間味のある行動、社会的合図の読み取り、「ノー・ジム・フリー」カードの提供、そして日常的な小談の奨励。習慣を失うと社会分断が深まり、回復すればメンタルヘルス、職場チームワーク、コミュニティ結束が向上する可能性があります。読者に対し、衰退が不可逆的になる前に今すぐ会話を始めるよう促しています。 ## Text to translate ** The article argues that casual public conversation is vanishing—an erosion that threatens social bonds and personal well‑being. It begins with two vivid anecdotes: a woman in her 70s striking up dialogue on an empty train carriage, and a waitress from Seoul engaging a stranger at a restaurant, illustrating the everyday “unwritten code” that still allows strangers to talk. The author reflects on how technology (touchscreens, remote work), pandemic restrictions, and reinforced social norms have tightened this code, leading to what Esther Perel calls a *global relational recession*. Personal barriers are highlighted—neurodivergence, introversion, eye‑contact intolerance, and small‑talk aversion—alongside expert warnings: Dr. Jared Cooney Horvath notes Gen Z’s cognitive lag, while Dr. Rangan Chatterjee links low self‑worth to poor conversational skills in children. Social‑media experiments (e.g., “talking to strangers” videos) are critiqued for being performative and alienating. Research counters the fear narrative: a University of Virginia study shows people overestimate their anxiety about talking to strangers; most actually enjoy brief interactions more than expected. A Stanford/Prof. Jamil Zaki study adds that students need permission and reminders of approachability, and fears of exhaustion or disappointment are exaggerated. To reverse the trend, the article suggests low‑stakes tactics: humanising acts, reading social cues, giving “get‑out‑of‑jail‑free” cards, and encouraging everyday small talk. Losing this habit could deepen societal division; restoring it can improve mental health, workplace teamwork, and community cohesion. The piece urges readers to start conversations now—before the decline becomes irreversible.

2026/03/02 6:33

量子力学の謎は、解明し始めているのでしょうか?

## Japanese Translation: ## 要約 ウオイチェフ・ズレク(Wojciech Zurek)の2025年の著書『Decoherence and Quantum Darwinism』は、**環境との普遍的な絡み合いによる量子コヒーレンスの急速な喪失であるデコヒーレンスと、新たに提唱された「Quantum Darwinism」という概念が組み合わさることで、推測的な仮説や崩壊メカニズムを導入せずに、量子力学から古典的現実がどのように生まれるかを説明する**と提案している。 - **仕組み:** デコヒーレンスは極めて短い時間スケール(例:塵粒であれば \(10^{-31}\) s)で起こり、重ね合わせ状態が多数の環境自由度に拡散する。これらの重ね合わせは実質的に観測不可能になる一方で、位置や電荷といった**ポインタ状態**(pointer states)は残存し、環境へ繰り返し写像される。 - **Quantum Darwinism:** こうした安定記録の拡散は自然選択に例えられ、最も頑強なポインタ状態が客観的に実在するとみなされる。これは多様な環境断片から多数の観測者がアクセスできるためである。例えば、太陽光子が塵粒の位置をマイクロ秒単位で約 \(10^7\) 回写像する実験は、システムに関する情報のほとんどが少数のコピーから取得可能であり、急速に飽和することを確認している。 - **解釈的バランス:** ズレクの枠組みは、認識論(コペンハーゲン)と実在論(多世界)の両方を調整し、デコヒーレンス以前の状態を「エピオニック」可能性として扱い、デコヒーレンス後にのみ観測可能になるとする。著書は標準量子力学内で測定問題を再構成し、追加的な仮説や実体論的存在を導入しない。 - **批評と称賛:** サリー・シュラプネル(Sally Shrapnel)は古典的現象の説明の優雅さを賞賛するが、デコヒーレンス以前の「量子基底」の性質は未だ不明である点に触れている。レナート・レンナー(Renato Renner)はQuantum Darwinism でも観測者間で結果に合意できないシナリオが存在し、解釈上の問題が残ると指摘している。 - **未解決課題:** 任意の測定でどのように特定の結果が選択されるか、量子―古典境界が正確にどこにあるか、およびより厳密な検証を設計する方法など、依然として課題が残っている。 ズレクの総合的見解は、偶発的な崩壊メカニズムを用いずに量子確率からユニークな古典世界がどのように現れるかについて、完全で検証可能な説明を提供している。

2026/03/02 6:56

ビッグブレックファーストが食欲と腸内環境を変える

## Japanese Translation: **要約** 28日間の無作為化試験では、19名の肥満成人を対象に、高繊維(HFWL)と高タンパク質(HPWL)の2種類の朝食が体重減少と腸内環境に与える影響を調査しました。すべての食事は提供され、両方のダイエットでカロリーは朝45%、午後35%、夕方20%に分配されました。HFWLを摂取した参加者は平均-4.87 kgとHPWLよりも多く体重が減少しました(-3.87 kg)。高繊維朝食は、ビフィドバクテリア、ファーセリカチュラ・レイボルジアなどの有益な腸内細菌へシフトし、すべてブチル酸生成菌でした。一方、高タンパク質朝食は一日を通じて主観的な空腹感をより効果的に抑制しました。これらの結果は、朝食の構成がカロリー制限下での満足感と腸内微生物叢に影響を与えることを示しています