For Students
在学生の方へ
AI R&D Centerへの参加を検討している方に向けて，実際にどんな活動をするのか，どうすれば参加できるのかを具体的に紹介します．
About
AI R&D Centerとは
AI R&D Centerは，湘南工科大学 情報学部に設置された研究センターです．AIに興味を持つ学生自身が主体となり，基礎理論の研究から組込AI・画像処理・生成AI・音声AI・医療AI・自然言語処理まで幅広いテーマで調査・開発に取り組んでいます．知識ゼロの初心者からでも学会発表を目指せる環境で，やりたいテーマを自由に追求できるのが特長です．指導教員のもとで学会発表や論文執筆を重ね，研究の面白さと難しさの両方を経験できる場であり，本気で情熱を持って取り組む学生ほど，見違えるように大きく成長・飛躍できます．研究室や廊下で気軽に話せるアットホームな環境があり，先生と学生の距離の近さが挑戦の土台になっています．先輩やOBとの縦のつながりも強く，数百万円規模の計算機やハイスペックなGPU環境など，AIエンジニアや研究者を目指す学生にとって充実した資源が整っています．
Equipment
設備・機材
高性能なGPU環境が整っており，学習・実験を高速に回すことができます．
- NVIDIA RTX PRO 6000 搭載PC × 2台
- NVIDIA RTX 4090 搭載PC × 2台
- NVIDIA RTX 4060 Ti Super 搭載PC × 2台
- NVIDIA RTX 3090 搭載PC × 2台
- 複数台のGPU搭載ノートPCを完備
Activity Cycle
活動のサイクル
個人作業（AIの勉強・プログラム開発・周辺研究の調査・発表資料の作成）を基本に，毎週の「ゼミ」で意見交換・議論，毎月の「進捗報告」で10〜15分の発表と5分の質疑，学期末の「ポスター発表」でポスター制作・ショートプレゼンを行います．いずれの段階でも教員・先輩からのフィードバックを受けられます．
個人作業
AIの勉強・プログラム開発
周辺研究の調査・発表資料作成
ゼミ（木）
意見交換・議論
発表資料の確認
進捗報告（火）
10〜15分発表
5分質疑
ポスター発表（学期末）
ポスター制作
ショートプレゼン
↑ 各段階で，教員・先輩からのフィードバックを受けながら個人作業に戻ります
Annual Schedule
年間スケジュール
2年生から卒業まで，学年が上がるごとに発表の機会が増えていきます．
2年前期
教員4人による授業（Sub project）／学期末ポスター発表
2年後期
研究室配属／進捗報告（10分）1回／学期末ポスター発表
3年前期
進捗報告（10分）2回／学期末ポスター発表
3年後期
進捗報告（10分）2回／学期末ポスター発表
4年前期
進捗報告（10分）2回／卒業研究レポート提出
4年後期
進捗報告（10分）2回／卒業論文提出・卒研発表
登竜門となる学会
- 3月：電子情報通信学会 総合大会／情報処理学会 全国大会
- 9月：電子情報通信学会 ソサイエティ大会／情報処理学会 FIT（情報科学技術フォーラム）
これらを最初の登竜門とし，さらに高いレベルを目指す学生は，研究会発表・国際学会採録・学術論文誌への投稿に挑戦します．
Outreach & Community
対外的な活動・メンバー同士の交流
Outreach
対外的な活動
2025年度には，AIを活用したゲームを東京ゲームショウに出展しました．また，毎年ACM ICPC（国際大学対抗プログラミングコンテスト）にも参加しています．研究成果は学会発表・論文執筆というかたちでも対外的に発信しています（詳しくは研究内容ページの業績一覧を参照）．
Community
メンバー同士の交流
ボウリング大会・BBQ・OB会・忘年会など，研究活動以外の交流イベントも行っています．学年や研究テーマを超えたつながりも，このセンターの特徴です．
How to Join
参加方法
活動は指導教員のもとで進められます．情報学部の学生は「横断型先端分野学修プログラムAIコース」と「情報学課題解決実習AIコース」の履修が必須で，工学部の学生は「横断型先端分野学修プログラムAIコース」の履修に加え，AIコースでの活動への参加が必須です（詳しくは下記「AIコースについて」を参照）．
- 1年生の方：年度末（1月末）に行われる「情報学実習」の授業内ガイダンスにて，選考ルール（出席日数・GPA等の定量的な基準）とあわせて案内があります．
- 2〜3年生の方・年度途中で興味を持った方：随時，二宮先生を直接訪ねてご相談ください．
上記に記載のない詳細については，指導教員（研究内容ページの教員一覧を参照）まで直接ご相談・ご確認ください．
AI Course
AIコースについて
ガイダンス資料に基づく，AIコース（横断型先端分野学修プログラムAIコース／情報学課題解決実習AIコース）の概要です．
- 横断型先端分野学修プログラムAIコースの履修が必須です．授業時間は木曜2〜4限，火曜5限です．
- 対内・対外発表の機会が多く，オープンキャンパス等の学内展示，学会等の対外発表を奨励しています．授業時間外も頑張る必要があります．
- AIの研究開発が活動目的です．研究をしたくない人は，別の課題解決実習を選択してください．
- 情報学部の学生：横断型先端分野学修プログラムAIコース（火5）と，情報学課題解決実習AIコース（木2〜5）の履修が必須です．
- 工学部の学生：横断型先端分野学修プログラムAIコース（火5）の履修に加え，木2〜5のAIコースでの活動への参加が必須です．
- 上記に加え，個人での作業時間も必要です．
- プログラムを通じた学修と研究に対する目的意識が十分であること．
- 1年次の修学状況（出席率：90%以上，必修科目を全て習得済み，GPA：3.0以上）が，所定の基準を上回っていること．
課外の時間を利用して，コースのテーマに関する研究活動をおこなうことが求められます．
- 2年次から研究活動をおこなうことができます．
- CAP履修上のルールに対して，緩和措置が適用されます（+2単位履修できます）．
- AIセンターの設備や教員・先輩のサポートが得られます．
求める人物像：「AIを研究したい！」という気持ちがある学生です．気持ちさえあれば十分で，積極的に取り組めば3年後には立派なAI研究者になれます．
- 求めない人物像（授業時間外に頑張れない人）：5コマ/週だけでは知識も技術も身につきません．
- 求めない人物像（研究がやりたいわけじゃない人）：AIコースはあくまで研究＆開発が目的です．
- 求めない人物像（発表がしたくない人）：進捗報告，学会発表など発表機会が多くあります．
- AIコースではAIを研究＆開発します．
- 学会等での対外発表を目標にします．
- 学術横断と課題解決の履修が必須です（履修に条件あり）．
- 授業時間外も頑張れないと辛いです．
AIは数学とプログラムで成り立っています．プログラミング言語として特にPythonを用います．自習教材を用いてPythonを勉強しておきましょう．
Skills & Career
身につくスキル・卒業後の進路
Skills
身につくスキル
- 実践的なプログラミング能力
- 最新のAI・機械学習・深層学習の知識
- 学会発表やポスターセッションを通じたプレゼンテーション・論文執筆スキル
Career
卒業後の進路・キャリア
一般的なIT企業・Web企業のエンジニアとして就職するメンバーはもちろん，大学院への進学率が非常に高く，毎年継続して多くの進学者を輩出しています．
AI Demos
AIデモを体験しよう
AI R&D Centerが作成したオープンキャンパス用AIデモです．Google Colab上でノートブックを開くだけで，実際にAIを動かして体験できます（GitHubリポジトリ）．
FAQ
よくある質問
公式に確認できる情報の範囲でお答えします．ここに無い質問は，指導教員まで直接ご確認ください．
「AIを研究したい」という気持ちがあれば，知識や経験は問いません．積極的に取り組むことで，着実に力をつけていくことができます．一方で，授業時間外の活動や対外発表の機会が多いため，AIの研究・開発そのものに主体的に取り組みたい方に向いた環境です．実際に，情報学部人工知能専攻2年で参加し学会発表に挑戦しているメンバーもいます（下記「先輩の声」を参照）．
在籍メンバーは学部2年から博士後期課程まで幅広く，特定の学年に限定されていません（研究内容ページの業績ハイライトを参照）．
Voices
先輩の声
実際に参加しているメンバーのコメントです．
Contact
お問い合わせ
参加方法やテーマの選び方など，このページに記載のない詳細については，指導教員（研究内容ページの教員一覧を参照）まで直接ご確認ください．本サイトには送信可能な問い合わせフォームは設置していません．