Posted on by govisaeduadmin

วิชาปัญญาประดิษฐ์หรือ Artificial Intelligence มีเรียนอะไรบ้าง

Artificial Intelligence หรือ ปัญญาประดิษฐ์เป็นเทคโนโลยีที่สามารถเลียนแบบสติปัญญาของมนุษย์ในการแก้ปัญหา ตัดสินใจ และสร้างแนวคิด ระบบ AI เรียนรู้โดยการประมวลผลข้อมูลฝึกอบรมจำนวนมหาศาลและระบุรูปแบบ กระบวนการเรียนรู้นี้จะ ช่วยให้โมเดลตอบสนองต่อคำสั่งของผู้ใช้ได้เหมือนมนุษย์

หัวข้อหลักๆในศาสตร์ AI คือ

  • Machine Learning (การเรียนรู้ของเครื่อง) โปรแกรมการเรียนรู้ของเครื่องใช้อัลกอริทึมในการวิเคราะห์ข้อมูลฝึกอบรมและเรียนรู้จากรูปแบบและความสัมพันธ์ ทำให้สามารถทำงานเฉพาะได้ โมเดลจะปรับปรุงขึ้นตามประสบการณ์ ดังนั้นความแม่นยำจึงเพิ่มขึ้นเมื่อเรียนรู้จากข้อมูลในอดีต
  • Deep Learning (การเรียนรู้เชิงลึก) เครือข่ายการ เรียนรู้เชิงลึกมีเครือข่ายประสาทเทียมที่ซับซ้อนคล้ายกับสมองของมนุษย์ เครือข่ายเหล่านี้สามารถระบุรูปแบบที่ซับซ้อนและให้การตอบสนองที่เข้าใจได้ ดังนั้น จึงสามารถรับมือกับงานที่โดยปกติแล้วต้องใช้สติปัญญาของมนุษย์ เช่น การอ่านภาพทางการแพทย์หรือระบุภัยคุกคามที่อาจเกิดขึ้นจากภาพถ่ายดาวเทียม
  • Natural Language Processing (การประมวลผลภาษาธรรมชาติ) การประมวลผลภาษาธรรมชาติ (NLP) คือประเภทของการเรียนรู้ของเครื่องจักรที่ช่วยให้โปรแกรมคอมพิวเตอร์เข้าใจและใช้ภาษาของมนุษย์ได้ โปรแกรม NLP ฝึกฝนข้อมูลภาษาธรรมชาติในปริมาณมหาศาลเพื่อให้สามารถสื่อสารได้ในลักษณะเดียวกับมนุษย์
  • Computer Vision (การมองเห็นด้วยคอมพิวเตอร์) ช่วยให้เครื่องจักรสามารถตีความข้อมูลภาพจากรูปภาพและวิดีโอ
  • Robotics (หุ่นยนต์) การออกแบบและเขียนโปรแกรมหุ่นยนต์เพื่อโต้ตอบกับโลกกายภาพ
  • Data Analysis (การวิเคราะห์ข้อมูล) เทคนิคในการดึงข้อมูลเชิงลึกจากชุดข้อมูลขนาดใหญ่
  • Algorithms และ Data Structures ทำความเข้าใจวิธีการออกแบบอัลกอริทึมที่มีประสิทธิภาพเพื่อแก้ปัญหา

Artificial Intelligence (AI) ไม่ใช่เรื่องซับซ้อนหรือยากต่อการเรียนรู้ แต่ผู้ที่ต้องการเรียนต่อทางด้าน AI ต้องมีความสามารถด้านการเขียนโปรแกรม คณิตศาสตร์ และสถิติเพื่อเข้าใจแนวคิดพื้นฐาน ทักษะเหล่านี้จะช่วยให้วิเคราะห์ข้อมูล พัฒนาอัลกอริทึมที่มีประสิทธิภาพ และนำโมเดล AI ไปใช้ได้

ก่อนตัดสินใจเลือกศึกษาต่อ Artificial Intelligence ในระดับสูง ผู้เรียนควรเรียนจบปริญญาตรีในสาขา Computer Science, Data Science, Engineering, Physics, Mathematics, Statistics หรือวิชาเชิงปริมาณอื่นๆ (Quantitative Subjects) หรืออย่างน้อยเป็นผู้ที่เคยลงเรียนหลักสูตรสั้นๆเกี่ยวกับวิชาดังกล่าวมาบ้าง หรือมี Certificate ในสาขาวิชา AI หรือ Data Science มาแล้วบ้าง จะช่วยให้ผู้เรียนเข้าใจในการเรียนได้ดีขึ้นและได้รับความรู้ทางเทคนิคอย่างที่ต้องการ หากไม่มีพิ้นฐานดังกล่าวมาเลย จะทำให้ความเข้าใจในบทเรียนเป็นไปได้ช้า หรืออาจไม่พบความสำเร็จในการเรียนจนเกิดความท้อถอยในการเรียนได้

ในประเทศชั้นนำอย่างสหรัฐอเมริกาจะมีหลักสูตร AI ตั้งแต่ระดับอนุปริญญา AS, AAS เช่น ที่ Houston Community College (https://catalog.hccs.edu/preview_program.php?catoid=23&poid=9677&returnto=1561) , ปริญญาตรี, ปริญญาโท และปริญญาเอก ตัวอย่างหลักสูตรปริญญาตรีของมหาวิทยาลัยแห่งหนึ่งในสหรัฐอเมริกา ชื่อ Illinois Institute of Technology มีเนื้อหาดังภาพประกอบด้านล่าง วิชาที่เป็น Requirements คือวิชาบังคับ ส่วนวิชาที่เป็น Electives คือ วิชาเลือก จำนวนหน่วยกิตทั้งหมดที่ต้องลงทะเบียนเรียนคือ 127 หน่วยกิต ไม่จำเป็นว่า ทุกมหาวิทยาลัยในสหรัฐอเมริกาต้องเรียน 127 หน่วยกิตเท่ากัน หรือเรียนวิชาชื่อเดียวกัน ก็คงคล้ายกับมหาวิทยาลัยอื่นๆทั่วไปทั้งในประเทศไทยหรือในประเทศอื่นๆ การยกตัวอย่างมาให้ดู 1 มหาวิทยาลัย เพื่อให้พอเห็นภาพคร่าวๆว่า ผู้ไปเรียนต่อ Artificial Intelligence มีเรียนวิชาอะไรกันบ้าง จะได้ประเมินได้ว่าตรงกับที่เราสนใจไหม เรามีความชอบวิชาวิทยาศาสตร์ คณิตศาสตร์ ภาษาคอมพิวเตอร์ และการวิเคราะห์ไหม เป็นต้น https://catalog.iit.edu/undergraduate/colleges/computing/computer-science/bs-artificial-intelligence/

เมื่อต้องการเรียนต่อในระดับสูงกว่าระดับปริญญาตรี ผู้เรียนต้องมีความรู้พื้นฐานด้านคณิตศาสตร์ วิทยาการคอมพิวเตอร์ และการเขียนโปรแกรม (โดยเฉพาะภาษา Python)ที่แข็งแกร่ง รวมทั้งหลักสูตร calculus, linear algebra, statistics, algorithms และ แนวคิดสำคัญของปัญญาประดิษฐ์ เช่น machine learning, deep learning, natural language processing, computer vision, และ robotics ทั้งนี้ ขึ้นอยู่กับเนื้อหาที่มีความสนใจหรือต้องการจะเจาะลึกในหัวข้อเฉพาะต่อไป เช่น สนใจด้าน data analysis, neural networks หรือ AI ethics เป็นต้น

ขอยกตัวอย่างหลักสูตรปริญญาโท M.S. in Artificial Intelligence ของ 1 มหาวิทยาลัยในสหรัฐอเมริกาว่า มีวิชาที่เรียนอะไรบ้าง เพื่อจะได้เห็นภาพคร่าวๆว่า การศึกษาที่ลงลึกในวิชานี้มีเนื้อหาสาระเกี่ยวกับอะไร แต่จะอย่างไรก็ตาม แต่ละมหาวิทยาลัยก็จะมีหลักสูตรของตนเอง ที่ยกตัวอย่างของ Carnegie Mellon University มาให้ดู เพราะเป็นมหาวิทยาลัยติดอันดับต้นๆทางด้าน Artificial Intelligence ในประเทศสหรัฐอเมริกา https://msaii.cs.cmu.edu/curriculum-0 นักศึกษาปริญญาโทของมหาวิทยาลัยแห่งนี้จะต้องเรียนทั้งหมด 195 หน่วยกิต ซึ่งประกอบด้วย

  • หลักสูตรบังตับ (core curriculum) 84 หน่วยกิต ได้แก่ Artificial Intelligence and Future Markets, Law of Computer Technology, AI Engineering, AI Innovation รวมถึง Capstone Project อีก 36 หน่วยกิต
  • Knowledge Requirements อีก 72 หน่วยกิต ได้แก่ Coding Bootcamp, Machine Learning, Deep Learning, Generative AI หรือ Large Language Models, Natural Language Processing, และอีก 12 หน่วยกิต ในหมวดวิชา AI, NLP, หรือ ML อาทิเช่น Machine Learning with Large Datasets, Introduction to Question Answering (with LLMs), On-Device Machine Learning, Multimodal Machine Learning, Talking to Robots หรือหลักสูตรบัณฑิตศึกษาในด้าน AL, NLP หรือ ML อื่นๆ
  • วิชา Elective ที่ต้องเลือกอีก 3 วิชาจำนวน 36 หน่วยกิต และ LTI Practicum (3 หน่วยกิตที่เกี่ยวข้องกับการฝึกงานในช่วงฤดูร้อน) LTI Practicum เป็นชื่อหลักสูตรใน Language Technologies Institute ซึ่งอยู่ในคณะ School of Computer Science ตัวอย่างรายชื่อวิชา Elective ได้แก่

การศึกษาในระดับปริญญาเอก จะเน้นงานวิจัย โดยใช้เวลาในการเรียนและทำวิทยานิพนธ์นานประมาณ 4-5 ปี ลักษณะงานวิจัยอาจจะเป็น Ph.D in Artificial Intelligence, Ph. D. in Machine Learning หรือเป็นการวิจัยร่วมกับศาตร์ด้านใดด้านหนึ่ง เช่น Carnegie Mellon University มีหลักสูตรระดับปริญญาเอกด้านปัญญาประดิศฐ์หลายด้าน อาทิ Ph.D. in Statistics & Machine Learning, Ph.D. in Machine Learning & Public Policy, Ph.D. in Neural Computation & Machine Learning, PhD in Autonomous & Human Decision Making หรือ Harvard University มีหลักสูตร Ph.D. in Biomedical Informatics, Artificial Intelligence in Medicine Track เป็นต้น

กรณีผู้สนใจเรียนมีพิ้นฐานความรู้มาจากสาขาวิชาอื่นที่ไม่ใช่สาย STEM หรือมีความรู้พื้นฐานด้านวิทยาศาสตร์ เทคโนโลยี วิศวกรรมศาสตร์ และคณิตศาสตร์ (STEM) ไม่แข็งแกร่งหรือมีประสบการณ์ด้าน AI น้อย แต่อยากเรียนวิชาเกี่ยวกับ AI จะมีหลายมหาวิทยาลัยที่มีหลักสูตรในลักษณะสหสาขาวิชาการหรือ Interdisciplinary จาก 2-3 คณะวิชามารวมกันหรือคณะเดียวแต่เน้นไปที่ผลกระทบทางสังคม ยกตัวอย่างเช่น บางวิชาจากคณะเศรษฐศาสตร์ สังคมศาสตร์ คณะศิลปะ คณะรัฐศาสตร์ และเสริมด้วยข้อมูลเชิงลึกจากผู้เชี่ยวชาญจากสถาบันเฉพาะทางหรือจากคณะคณิตศาสตร์ เป็นการเรียนรู้เชิงปฏิบัติ โดยผู้เรียนจะได้พัฒนาความรู้เชิงทฤษฎีตามการปฏิบัติจริง และได้รับประสบการณ์จริงเกี่ยวกับเครื่องมือ AI และเป็นความรู้เชิงองค์รวม เพื่อให้ทราบวิสัยทัศน์ว่าเทคโนโลยี AI จะมีภาพรวมเป็นอย่างไร เพื่อรับมือกับความท้าทายทางจริยธรรมและผลกระทบต่อสังคมได้ เนื้อหาวิชาที่เรียน เช่น AI Ethics and Governance, Social and Political Impacts of AI, Human-Computer Interaction, Data Privacy and Security, Algorithmic Bias ตัวอย่างหลักสูตร ได้แก่

ในประเทศอื่นๆในยุโรป เช่น สหราชอาณาจักร เยอรมนี ฝรั่งเศส ก็จะมีหลักสูตรปริญญาโทด้าน AI กับผลกระทบต่อสังคมและสิ่งแวดล้อมมาก เช่น

Copyright © 2010-2025 GoVisa All rights reserved

Leave a Reply

Your email address will not be published. Required fields are marked *