1 0 0 0 OA 山梨大学のデータサイエンス・AI教材の開発経過と今後の展開
- 著者
- 鈴木 一克 塙 雅典 森澤 正之 日永 龍彦 鈴木 裕 佐藤 友香
- 出版者
- 日本リメディアル教育学会
- 雑誌
- リメディアル教育研究 (ISSN:18810470)
- 巻号頁・発行日
- vol.16, pp.127-136, 2022-07-01 (Released:2022-08-20)
- 参考文献数
- 9
政府は,AI戦略2019において,2025年度までに全国の大学・短大・高専の文理を問わずすべての卒業者がデータサイエンスの素養を身に付けるということを達成目標のひとつとして掲げている。データサイエンスは比較的新しい分野であることから,学習用教材の整備が全国的に進められている。本稿では,山梨大学における数理・データサイエンス・AI教育のための教材開発について解説する。山梨大学では,データサイエンス科目で修得すべき知識と技能をまとめたリファレンスを作成し,全学部入学者に対してリテラシーレベルのデータサイエンス科目を必修化した。授業実施にあたり,授業シラバスを作成するとともに教育用教材を設計・開発した。当該教材は,講義動画およびパソコン演習実演動画の2種類から成り,文系・理系を問わず,学生の事前知識や習熟度,授業の目的,または授業を補完するためのリメディアル教育等,必要に応じて教材の必要な箇所のみを学習に利用可能である。本稿ではまた,教材の学外公開等,今後の展開についても述べる。
昨年度導入した20台のプレイステーション2 Linux kitで、並列の数値流体シミュレーションを行った。非圧縮性流体の場合、大量のネットワーク通信を伴うポアソン方程式の解法が最も大きな課題となる。並列化が容易なSOR法で2次中心差分法による離散化式と、局所補間微分オペレータ法による4次精度の離散化式を解いた。Linux kitに付属するGNUのコンパイラは、プレイステーション2のCPUであるEmotion Engine(EE)の高速化アーキテクチャを利用する最適化が行えず、インライン・アセンブラにより直接EEのベクトル・レジスタVU0を利用することにした。ベクトル・レジスタVU0を4並列で効率よく実行する必要があるが、メモリーからデータをロードするのに時間がかかり、その間はVU0が休んでしまう結果となった。これを回避するために、VU0の演算スケジュールを工夫し、データのロード・ストアを含めて450MFlopsの計算速度を達成した。プレイステーション2が高速のRAMBUSメモリーを用いているために、CPUキャッシュに入りきらないデータに対するアクセスに対しても余り速度が低下しないことが明らかになった。EEのもう一つの問題点として指摘されている「VU0が単精度演算しか行えないこと」を解決する必要がある。倍精度計算に対しては浮動小数点演算プロセッサが働かなくなり、計算速度は100分の一以下に低下してしまう。単精度計算で直接従属変数からポアソン方程式を計算すると桁落ちが生じてしまうので、残差から修正方程式を導出し修正量を求めて従属変数に加算・減算して修正する方法を開発した。修正方程式を解く際に桁落ちなどの誤差が入るが、反復ごとに修正値が小さな値に移行し、従属変数の精度範囲をまかなえることが明らかになった。非圧縮性流体の移流部分や圧縮性流体に対しては局所補間微分オペレータ法が少ないメモリーに対して高精度な計算を行うことができ、プレイステーション2に適していることが分かった。また、ルンゲクッタ時間積分を行うことにより安定な計算ができることが明らかになった。