LEARNING PACK · PATH 01 · หัวข้อ 1–50
พื้นฐานดิจิทัล คอมพิวเตอร์
และภาพรวม AI
เส้นทางเริ่มต้นสำหรับผู้ที่อยากเข้าใจ AI อย่างเป็นระบบ ตั้งแต่ภาพรวมของปัญญาประดิษฐ์ บทบาทของข้อมูล โมเดล การประมวลผล และมนุษย์ ไปจนถึงพื้นฐานคอมพิวเตอร์ เครือข่าย และเครื่องมือที่ต้องใช้ก่อนเริ่มพัฒนา
OUTCOMES
เรียนเส้นทางนี้แล้วควรทำอะไรได้
เป้าหมายคือสร้างฐานความคิดที่มั่นคงก่อนลงมือเขียนโปรแกรมหรือฝึกโมเดล เพื่อให้เลือกเครื่องมือและประเมินระบบ AI ได้อย่างมีเหตุผล
ROADMAP
หกก้าวแรกของ PATH 01
หกบทเรียนแรกช่วยวางแผนที่การเรียน ทำความเข้าใจความหมายและประวัติของ AI ก่อนเชื่อมจากระบบที่ใช้กฎไปสู่การเรียนรู้จากข้อมูล
เป้าหมายการเรียนรู้ด้าน AI
เห็นภาพรวม 1,500 หัวข้อ 30 PATH และวิธีเลือกเส้นทางที่เหมาะกับตนเอง
แผนที่ทักษะของผู้พัฒนา AI
เชื่อมทักษะซอฟต์แวร์ ข้อมูล โมเดล การประเมิน และการนำระบบไปใช้งานจริง
AI คืออะไร
เข้าใจความหมาย ความสามารถ และข้อจำกัดของ AI โดยไม่หลงคำโฆษณา
ประวัติของปัญญาประดิษฐ์
ตามรอยจาก Turing, AI Winter และ Deep Learning สู่ Generative AI และ Agent
ยุคของ Rule-based AI
เห็นวิธีที่มนุษย์ถ่ายทอดความรู้เป็นกฎ จุดแข็ง และข้อจำกัดของ Expert System
ยุคของ Machine Learning
เข้าใจจุดเปลี่ยนจากการเขียนกฎทีละข้อสู่การให้คอมพิวเตอร์เรียนจากข้อมูล
RESOURCES
ทรัพยากรที่มีในบทเรียนปัจจุบัน
START HERE
เริ่มจากแผนที่ใหญ่ แล้วค่อยลงลึกทีละชั้น
หัวข้อ 1 ช่วยให้เห็นจุดหมายและโครงสร้างทั้งหมด จากนั้นหัวข้อ 2–6 จะพาไปรู้จักทักษะ ความหมาย ประวัติ และจุดเปลี่ยนสำคัญของ AI ก่อนเข้าสู่ Deep Learning, Generative AI, ระบบคอมพิวเตอร์ และเครื่องมือพัฒนาในบทเรียนถัดไป