AI เชิงลึกสำหรับมัธยมต้น
หลักการ • ผลกระทบ • จริยธรรม
หลักสูตรเข้มข้นครอบคลุมการเรียนรู้ของเครื่อง โครงข่ายประสาทเทียม ปัญญาประดิษฐ์สร้างสรรค์ ความเอนเอียง ธรรมาภิบาล และการใช้ AI อย่างรับผิดชอบ สังเคราะห์จากแนวทางหลักสูตร AI ของซาอุดีอาระเบีย สหรัฐอาหรับเอมิเรตส์ จีน และสหภาพยุโรป
Neural · Ethics · Systems
model.train() → human.review()จุดเน้นของช่วงชั้นนี้
เข้มข้นกว่าประถมปลาย ทั้งแนวคิดเชิงเทคนิคและมิติสังคม–จริยธรรม
การเรียนรู้ของเครื่อง
Supervised / Unsupervised / Reinforcement ในระดับแนวคิด พร้อมข้อจำกัดของโมเดล
โครงข่ายประสาทเทียม
แนวคิดชั้น (layers) น้ำหนัก และการเรียนรู้จากข้อผิดพลาดแบบง่าย
AI สร้างสรรค์ (Generative)
ข้อความ ภาพ เสียง — ประโยชน์ ความเสี่ยง และการอ้างอิงแหล่งที่มา
Bias · Fairness · Privacy
แหล่งที่มาของอคติ ผลกระทบต่อกลุ่มคน และหลักการปกป้องข้อมูล
ธรรมาภิบาล AI
ความโปร่งใส ความรับผิดชอบ Human oversight และแนวทางนโยบายระดับโลก
ใบรับรองเมื่อผ่าน ≥70%
แบบทดสอบสุ่ม 50 จาก 100 ข้อ มีเฉลย — พิมพ์หรือบันทึก PDF ได้
โครงสร้าง 8 บท
แต่ละบทมีแบบฝึกหัดอย่างน้อย 5 ข้อ
ระบบอัจฉริยะและขอบเขตของ AI
นิยาม ระบบ vs ความฉลาด Narrow / General / Super
การเรียนรู้ของเครื่อง 3 แนวทางหลัก
Supervised · Unsupervised · Reinforcement
ข้อมูล ฟีเจอร์ การประเมินโมเดล
Train/Val/Test · Overfitting · Metrics พื้นฐาน
โครงข่ายประสาทเทียมเบื้องต้น
Neuron · Layer · การปรับน้ำหนักแนวคิด
คอมพิวเตอร์วิทัศน์และภาษาธรรมชาติ
CV · NLP · การประยุกต์และข้อจำกัด
AI สร้างสรรค์และความเสี่ยง
Generative models · Deepfake · Misinformation
Bias ความเป็นส่วนตัว และความยุติธรรม
แหล่งอคติ · Privacy · Fairness เชิงปฏิบัติ
ธรรมาภิบาล จริยธรรม และทักษะอนาคต
Governance · Human oversight · สรุปหลักสูตร