Sign in Subscribe

AI

ความแตกต่างระหว่าง AI และ Data Science

ความแตกต่างระหว่าง AI และ Data Science

AI และ Data Science เป็นคำที่ถูกพูดถึงอยู่บ่อยครั้ง แม้ทั้ง 2 เรื่อง จะมีสิ่งที่ซ้อนทับกันอยู่มาก แต่สามารถแยกความแตกต่างได้ดังนี้ 1) คำจำกัดความและสิ่งที่มุ่งเน้น 🤖 AI (ปัญญาประดิษฐ์) * เน้นการสร้างระบบอัจฉริยะที่เลียนแบบพฤติ

ความท้าทายของ AI Journey

ความท้าทายของ AI Journey

องค์กรต่างๆ กำลังปรับตัวไปสู่ AI-Driven Organization เพื่อใช้ประโยชน์จากความก้าวหน้าของ AI ในการสนับสนุนธุรกิจ แต่ก็มีความท้าทายหลากหลายมิติ ที่ต้องคำนึงถึง ความท้าทายหลักๆ ในการพัฒนาและใช้งาน AI ดังนี้ 1. ด้านข้อมูล * คุณภาพและปริมาณข้อมู

Attention Mechanisms ใน Machine Learning

Attention Mechanisms ใน Machine Learning

Attention Mechanisms คืออะไร? เป็นเทคนิคที่ใช้ใน Artificial Neural Networks (ANN) เพื่อมุ่งเน้นไปที่ส่วนเฉพาะของข้อมูล Input เมื่อสร้างผลลัพธ์ กลไกนี้ช่วยให้ Model สามารถให้น้ำหนักความสำคัญกับองค์ประกอบต่าง ๆ ในลำดับข้อมูล Input ได้อย่างเป็น Dynamics แนวคิ

ประวัติศาสตร์ของปัญญาประดิษฐ์ (AI)

ประวัติศาสตร์ของปัญญาประดิษฐ์ (AI)

ทศวรรษ 1950 - การกำเนิดของ AI: • 1950: Alan Turing ตีพิมพ์ "Computing Machinery and Intelligence" เสนอ Turing Test สำหรับ Machine Intelligence • 1956: การประชุม Dartmouth จัดโดย John McCarthy, Marvin Minsky, Nathaniel Rochester และ Claude Shannon ถือเป็นจุดกำเนิดของ AI ในฐานะสาขาวิชา • 1957: Frank

Explainable AI (XAI)

Explainable AI (XAI)

AI มีความเกี่ยวข้องกับชีวิตประจำวันของเรามากขึ้น แต่มีข้อกังวล คือ การตัดสินใจจาก AI เป็นเรื่องที่ผู้ใช้เข้าใจได้ยาก ดังนั้น Explainable AI หรือ XAI มีเป้าหมายที่จะทำให้การตัดสินใจเหล่านี้โปร่งใสและเข้าใจได้ง่ายขึ

ทำงานกับ Gen AI ด้วย Python

ทำงานกับ Gen AI ด้วย Python

Gen AI หรือ Generative Artificial Intelligence คือระบบ AI ที่สามารถสร้างเนื้อหาใหม่ได้ เช่น ข้อความ (text) รูปภาพ (image) โค้ด (code) หรือเสียง (audio) โดยอาศัยรูปแบบและข้อมูลที่ได้เรียนรู้มาจากชุดข้อมูล Train ระบบเหล่านี้ใช้เทคนิค Advanced Machine

Ethical & Responsible AI

Ethical & Responsible AI

เป็นเรื่องที่สำคัญในการพัฒนาและใช้งาน AI มีประเด็นสำคัญ ดังนี้ 1. ความเป็นธรรมและการลดอคติ (Fairness & Bias mitigation) * ทำให้มั่นใจว่าระบบ AI ไม่เลือกปฏิบัติต่อบุคคลหรือกลุ่มบนพื้นฐานของลักษณะที่ได้รับการคุ้มครอง เช่น เชื้อชาติ เพศ อายุ หรือศาสนา