บทนำปัญญาประดิษฐ์
เสริมสร้างความรู้พื้นฐานเกี่ยวกับปัญญาประดิษฐ์ ว่าปัญญาประดิษฐ์คืออะไร เกิดขึ้นและพัฒนาขึ้นมาได้อย่างไร สามารถแบ่งได้กี่ประเภท มีหลักการในการทำงานและประยุกต์ใช้อย่างไร ในปัจจุบันเทคโนโลยีปัญญาประดิษฐ์นั้นก้าวกระโดดไปไกลจากปัญญาประดิษฐ์ในอดีตมากน้อยเพียงใด และปัญญาประดิษฐ์มีอิทธิพลอย่างไรกับการใช้ชีวิตประจำวันของคนทั่วไปรวมถึงประโยชน์ที่เทคโนโลยีปัญญาประดิษฐ์มีในการขับเคลื่อนเศรษฐกิจและสังคม อีกทั้งข้อจำกัดและข้อพึงระวังที่ควรตระหนักถึงเกี่ยวกับการใช้เทคโนโลยีปัญญาประดิษฐ์
การเขียนโปรแกรมพื้นฐานสำหรับ AI
ผู้เรียนจะได้เรียนรู้ปัญญาประดิษฐ์ผ่านการเล่นเกม และการสร้างโปรแกรมปัญญาประดิษฐ์แบบง่าย ผ่านโปรแกรมเว็บไซต์สำเร็จรูป ซึ่งมีการอธิบายขั้นตอน และหลักการทำงานของปัญญาประดิษฐ์แบบคร่าวๆ รวมถึงเข้าใจการสร้างชุดข้อมูลที่เหมาะสมกับการใช้ในการเรียนรู้ของปัญญาประดิษฐ์อีกด้วย และเมื่อผู้เรียนรู้จักขั้นตอนการสร้าง AI จะได้เรียนรู้การเขียนโปรแกรมพื้นฐานโดยใช้ภาษา Python การนำเสนอข้อมูลด้วยรูปภาพ และการเขียน AI แบบง่าย ด้วยตนเอง
การสร้าง AI โดยใช้ Python
หลักสูตรนี้สอนการสร้าง AI สำหรับประยุกต์ใช้ในแอพพลิชั่นต่างๆ ด้วยใช้ภาษา Python เช่น ขั้นตอนวิธีการค้นหาเส้นทางที่สั้นที่สุด การจำแนกประเภทและการจัดกลุ่มดอกไอริส การประมาณราคาคอนโดมิเนียมโดยเทคนิค Regression การแก้ปัญหาถุงเป้ (Knapsace Problem) โดยใช้ขั้นตอนวิธีพันธุการ (Genetic Algorithms)
การประยุกต์ใช้ปัญญาประดิษฐ์ขั้นสูง
วิชาการประยุกต์ใช้ปัญญาประดิษฐ์ขั้นสูง (Advanced AI Applications) ประกอบด้วย 5 บทเรียน เพื่อให้ผู้เรียนได้เห็นถึงการใช้งานปัญญาประดิษฐ์ในหลากหลายศาสตร์ ได้ความรู้ความเข้าใจเกี่ยวกับหลักการ และขั้นตอนการใช้งานที่มีความจำเพาะต่อบริบท รวมถึงข้อจำกัดและข้อควรระวังในการออกแบบและใช้งานเพื่อลดความเสี่ยงต่อการเกิดปัญหา โดยเนื้อหาครอบคลุมหัวข้อดังต่อไปนี้ 1) การเรียนรู้คืออะไรและหุ่นยนต์เรียนรู้ได้อย่างไร 2) ถอดรหัสสมองด้วยการเรียนรู้ของเครื่อง 3) หุ่นยนต์รับรู้ได้อย่างไร 4) การใช้ภาพแทนและการให้เหตุผลในปัญญาประดิษฐ์ 5) ผลกระทบและข้อพึงระวังของการใช้ปัญญาประดิษฐ์ โดยผู้เรียนไม่จำเป็นที่จะต้องเริ่มจากบทที่ 1 และไล่ตามลำดับไปจนจบ แต่สามารถเลือกเรียนบทใดก่อนก็ได้ตามความสนใจ
เริ่มต้นเรียนรู้ปัญญาประดิษฐ์และการเขียนโปรแกรม
หลักสูตรนี้สอนเกี่ยวกับวิวัฒนาการของปัญญาประดิษฐ์ในยุคต่างๆ รูปแบบของการแก้ปัญหาทั้งรูปแบบดั้งเดิม และรูปแบบสมัยใหม่ ผู้เรียนจะได้เริ่มต้นการเขียนโปรแกรมพื้นฐานเฉพาะเพื่อการวิเคราะห์ข้อมูล เพื่อพัฒนาความรู้ความสามารถในการเขียนโปรแกรมภาษา Python ซึ่งเป็นภาษาที่ใช้กันอย่างแพร่หลาย การสร้างกราฟและการเขียนโปรแกรมเพื่อสร้างโมเดลเชิงทำนายเบื้องต้น เพื่อให้เข้าใจกระบวนการของวิทยาศาสตร์ข้อมูล และการเขียนโปรแกรมไปพร้อมๆกัน ผู้เรียนจะได้พื้นฐานความรู้ที่เกี่ยวกับการคำนวณสถิติเพื่อการวิเคราะห์ข้อมูลขนาดใหญ่โดยใช้ภาษา Python ซึ่งประกอบด้วย การวิเคราะข้อมูลที่เป็นกลุ่มหรือเชิงคุณภาพ และข้อมูลเชิงปริมาณ สถิติเชิงอนุมาณ และการทดสอบสมมุติฐาน เป็นต้น
ปัญญาประดิษฐ์แบบดั้งเดิมสู่ปัญญาประดิษฐ์ขั้นสูง
หลักสูตรนี้ผู้เรียนจะได้ทำความรู้จักคอมพิวเตอร์วิทัศน์ หรือ Computer Vision เข้าใจประโยชน์ของ Computer Vision และหลักการต่าง ๆ ที่จะนำไปสู่การใช้งานจริง เรียนรู้ปัญญาประดิษฐ์แบบดั้งเดิมที่ใช้ฐานความรู้ในการแก้ปัญหา โดยเลียนแบบตรรกะการแก้ปัญหาของผู้เชี่ยวชาญ ซึ่งมีการจัดหาความรู้และจัดเก็บเข้าสู่ระบบในรูปแบบกฎที่ถูกใช้ในกระบวนการเหตุผลจากปัญญาประดิษฐ์แบบดั้งเดิม ผู้เรียนจะได้เรียนรู้เบื้องต้นเกี่ยวกับ Deep Learning หรือการเรียนรู้เชิงลึก ซึ่งเป็นส่วนหนึ่งของปัญญาประดิษฐ์ที่นิยมใช้ในปัจจุบัน การเรียนรู้เชิงลึกเป็นการเรียนรู้ที่เลียนแบบการทำงานของสมองมนุษย์ในการประมวลผลข้อมูลและเป็นการสร้างรูปแบบสำหรับใช้ในการตัดสินใจ
เทคนิคการเรียนรู้ของเครื่อง ทำงานอย่างไร
หลักสูตรนี้ผู้เรียนจะได้ศึกษาเทคนิคการเรียนรู้ของเครื่องที่หลากหลายและวิธีการทำงานของแต่ละเทคนิค ในหลักสูตรแบ่งออกเป็นสามเรื่อง คือ การจัดกลุ่มและการจำแนกข้อมูลเพื่อการทำนาย การพยากรณ์อนุกรมเวลาและ Long-Short Term Memory Network และความรู้เบื้องต้นเกี่ยวกับ Reinforcement Learning
การนำเสนอด้วยภาพ และการเตรียมความพร้อมของข้อมูล
ผู้เรียนที่มีความสนใจเรียนรู้เกี่ยวกับการนำข้อมูลมาวิเคราะห์เบื้องต้น การนำเสนอข้อมูลและการวิเคราะห์ข้อมูลเบื้องต้น ด้วย Visualization การเล่าเรื่องด้วยภาพและข้อมูล รวมถึงการจัดการข้อมูลเพื่อเป็นฟีเจอร์ในการสร้างโมเดลทางด้านปัญญาประดิษฐ์
การสร้างโมเดลการเรียนรู้ของเครื่องและการเรียนรู้เชิงลึกด้วยเครื่องมือ
หลักสูตรนี้ผู้เรียนจะได้ศึกษาเทคนิคการสร้างโมเดลการเรียนรู้เชิงลึกด้วยการใช้ PyTorch การสร้างโมเดลการเรียนรู้ของเครื่องกับข้อมูลขนาดใหญ่ และการใช้โมเดลการเรียนรู้ของเครื่องในการการจำแนกประเภทและวิเคราะห์อารมณ์ในข้อความ โดยในหลักสูตรนี้จะเน้นให้ผู้เรียนเข้าใจการใช้ไลบรารีต่างๆในการสร้างโมเดล
ปัญญาประดิษฐ์และเทคโนโลยีการปฏิสัมพันธ์ระหว่างมนุษย์และเครื่องจักร
หลักสูตรนี้ผู้เรียนจะได้เรียนรู้การใช้เทคโนโลยีปัญญาประดิษฐ์และการเรียนรู้ของเครื่องในการพัฒนางานวิจัยและนวัตกรรมเทคโนโลยีปัญญาประดิษฐ์ที่มีตัวตน การปฏิสัมพันธ์ระหว่างสมองมนุษย์และเครื่องจักร และ ศิลปะปัญญาประดิษฐ์
การประยุกต์ใช้ปัญญาประดิษฐ์ในงานด้านต่างๆ
หลักสูตรรวบรวมวิชาที่เน้นการนำเทคโนโลยีปัญญาประดิษฐ์มาประยุกต์ใข้ในการทำงานด้านต่างๆ ไม่ว่าจะเป็น การช่วยทำการวินิจฉัยทางการแพทย์ และ งานทางด้านธุรกิจและการตลาด ในแต่ละวิชาจะสอนให้เห็นภาพรวมของการนำเทคโนโลยีปัญญาประดิษฐ์มาใช้ประโยชน์จริง ยกตัวอย่างกรณีศึกษาในแต่ละด้านและสอนถึงกระบวนการในการตั้งโจทย์คำถาม การแก้ปัญหา การวิเคราะห์และแปลผล เพื่อใช้ข้อมูลเพื่ออำนวยสะดวกและช่วยในการตัดสินใจในงานทางการแพทย์ ธุรกิจและการตลาด
การใช้ภาษาไพธอนแปลงข้อมูลให้พร้อมใช้งานและสร้างโมเดลการเรียนรู้ของเครื่อง
หลักสูตรนี้ เน้นการปฏิบัติ โดยในหลักสูตรจะประกอบไปด้วยเนื้อหาและการเขียนโปรแกรม โดยเร่ิมจากการจัดการและเตรียมข้อมูล การสร้างโมเดลการเรียนรู้ของเครื่อง การประเมินและวัดผลประสิทธภาพของโมเดล และสรุปขั้นตอนของการสร้างโมเดลการเรียนรู้ของเครื่อง นอกจากนี้ในหลักสูตรได้นำเสนอการการใช้ภาษาไพธอนในการสร้างโมเดลการเรียนรู้เชิงลึกโดยเน้นการปฏิบัติ การนำ PyTorch มาประยุกต์ใช้ในข้อมูลภาพ การเขียน Transfer learning สำหรับแบ่งประเภทภาพด้วย FastAI และ Pytorch การเขียนการตรวจจับวัตถุด้วยไลบรารี่ Icevision และ การทำงานของ Generative Adversarial Network (GAN) และวิธีการเขียน GAN โดยใช้ Pytorch
การบริหารและจัดการข้อมูลด้วยการกำกับดูแลและวิศวกรรมข้อมูล
เมื่อการวิเคราะห์ข้อมูลเป็นงานด้าน AI ที่สำคัญในยุคนี้ เพื่อสนับสนุนให้งานวิเคราะห์ข้อมูลบรรลุตามเป้าหมาย การสร้างกลไกที่ดี ในการทำงานกับข้อมูลจึงเป็นสิ่งสำคัญ หลักสูตรนี้ เน้นให้ความรู้ด้านการกำกับข้อมูล โดยทฤษฏีพร้อมนำเสนอแนวทางการนำไปปฏิบัติในองค์กร และความรู้ด้านการจัดการข้อมูลตามหลักการวิศวกรรมข้อมูล พร้อมเครื่องมือทางสารสนเทศที่เกี่ยวข้อง (ฟรีซอฟต์แวร์)