คอร์ส
AI ม.6: ระบบ AI การวิจัย และนวัตกรรม
ออกแบบ ทดสอบ และนำระบบ AI ที่คิดเองขึ้นใช้งาน แล้วนำเสนอเป็นโครงงานจบ
เรียนบทตามลำดับ เมื่อจบแล้ว หนูวางแผนที่ส่วนประกอบและบริการในระบบ AI ได้ เลือกโมเดลตามคุณภาพ ความเร็ว และต้นทุนได้ และวาดและปกป้องแบบสถาปัตยกรรมของระบบได้ หนูเขียนคำถามวิจัยที่ทดสอบได้ และเขียนข้อเสนอโครงงานหนึ่งหน้าพร้อมเส้นฐานได้ หนูสร้างต้นแบบที่ใช้งานได้ เขียนแผนการทดลอง ทดสอบความทนทานด้วยอินพุตที่มีสัญญาณรบกวน และในการศึกษาแบบตัดส่วน ตัดส่วนออกแล้ววัดว่าแต่ละส่วนเพิ่มอะไรได้ หนูทำการศึกษาผู้ใช้ขนาดเล็ก นำเดโมขึ้นออนไลน์ และติดตามข้อผิดพลาดกับต้นทุนได้ ชั่งว่าใครได้และใครอาจเสียได้ และนำเสนอระบบ AI ที่คิดเองและการประเมินของมันได้
ใช้บทเรียนเหล่านี้ยังไง
- เริ่มที่บทที่เขียนว่า ทำอันนี้ ทำบรรทัดใต้ชื่อได้เองแล้ว ค่อยไปต่อ
- เล่นเกมก่อน แล้วทำแบบทดสอบ ผ่านเมื่อถูก 8/10 ข้อ ใบงานอยู่บนกระดาษ เฉลยอยู่ด้านล่าง
- แต่ละบทดันโครงงานจบให้เดินหน้า จดบันทึกโครงงาน: ทุกการตัดสินใจ ทุกการทดลอง และทุกผล รวมผลที่พลาดด้วย
- เลือกโครงงานจบด้านวิทยาศาสตร์ การสอนเสริม หุ่นยนต์และการมองเห็น หรือไอเดียสตาร์ทอัพ ใช้เฉพาะข้อมูลที่หนูใช้ได้ ขอความยินยอมก่อนการศึกษาผู้ใช้ทุกครั้ง เก็บคีย์ API เป็นความลับ และตั้งเพดานการใช้จ่าย
แต่ละบทมีเกม แบบทดสอบ และใบงาน
0/36
สถาปัตยกรรมระบบ AI
- 1ส่วนประกอบของระบบวางแผนที่ส่วนประกอบและบริการในระบบ AI
- บอกชื่อชั้นข้อมูล โมเดล การให้บริการ และส่วนติดต่อ
- วางผลิตภัณฑ์ AI จริงลงบนชั้นเหล่านั้น
- หาจุดล้มเหลวจุดเดียว
- 2การเลือกโมเดลเลือกโมเดลตามคุณภาพ ความเร็ว และต้นทุน
- เปรียบเทียบโมเดลสามตัวบนชุดทดสอบของหนูเอง
- วัดความเร็วและต้นทุนต่อคำขอ
- เลือกหนึ่งตัวและให้เหตุผลเรื่องการแลกกัน
- 3สร้างหรือซื้อตัดสินว่าเมื่อไรควรสร้าง (ฝึกหรือปรับจูน) หรือซื้อ API
- เขียนรายการต้นทุนของแต่ละทางเลือก
- พิจารณาข้อมูล ความเป็นส่วนตัว และการควบคุม
- ตัดสินใจสำหรับโครงงานจบของหนู
- 4การออกแบบสถาปัตยกรรมวาดและปกป้องแบบสถาปัตยกรรมของระบบ
- วาดส่วนประกอบและทิศทางข้อมูล
- ทำเครื่องหมายจุดที่อาจเกิดข้อผิดพลาดและการโจมตี
- นำเสนอแล้วตอบคำถาม
การตั้งปัญหา
- 5หาปัญหาหาปัญหาจริงที่คุ้มจะแก้
- สัมภาษณ์คนที่มีปัญหานั้น
- ตรวจว่ามีอะไรอยู่แล้ว
- บอกว่าทำไม AI จึงเป็นเครื่องมือที่ถูก หรือไม่ถูก
- 6คำถามวิจัยเขียนคำถามวิจัยที่ทดสอบได้
- เปลี่ยนไอเดียกว้างให้เป็นคำถามแคบ
- บอกชื่อสิ่งที่จะวัด
- บอกว่าผลแบบไหนจะตอบคำถามนั้น
- 7ข้อกำหนดเขียนรายการข้อกำหนด: สิ่งที่ระบบต้องทำและต้องไม่ทำ
- เขียนข้อกำหนดด้านหน้าที่
- เขียนขอบเขตของความแม่น ความเร็ว ต้นทุน และความปลอดภัย
- จัดลำดับตามความสำคัญ
- 8ข้อเสนอโครงงานเขียนข้อเสนอโครงงานหนึ่งหน้าพร้อมเส้นฐาน
- บอกปัญหา แนวทาง และข้อมูล
- กำหนดเส้นฐานง่าย ๆ ที่ต้องทำให้ดีกว่า
- ตั้งเส้นเวลา
การประยุกต์ AI ขั้นสูง
- 9ระบบหลายรูปแบบรวมการมองเห็น ข้อความ และเสียงไว้ในระบบหลายรูปแบบเดียว
- ศึกษาระบบหลายรูปแบบจริง
- เลือกวิธีรวมอินพุต
- หาจุดที่อินพุตหนึ่งแก้ข้อผิดพลาดของอีกอันได้
- 10ระบบเอเจนต์ออกแบบระบบเอเจนต์หลายขั้นพร้อมจุดตรวจ
- แบ่งงานเป็นบทบาทผู้วางแผน ผู้ทำงาน และผู้ตรวจ
- เพิ่มจุดตรวจระหว่างขั้น
- จำกัดเครื่องมือและการใช้จ่าย
- 11AI เพื่อวิทยาศาสตร์อธิบายว่า AI เพื่อวิทยาศาสตร์เร่งการค้นพบทางวิทยาศาสตร์อย่างไร
- ศึกษาหนึ่งกรณี เช่น การพับโปรตีน หรือการพยากรณ์อากาศ
- บอกว่า AI ทำอะไร และนักวิทยาศาสตร์ทำอะไร
- หาชุดข้อมูลวิทยาศาสตร์ที่หนูใช้ได้
- 12ต้นแบบสร้างต้นแบบที่ใช้งานได้: รุ่นแรก
- สร้างรุ่นเล็กที่สุดที่ทำงานตั้งแต่ต้นจนจบ
- รันเทียบกับเส้นฐาน
- เขียนรายการสิ่งที่ควรปรับก่อน
การออกแบบการทดลอง
- 13สมมติฐานกล่าวสมมติฐานและสิ่งที่จะหักล้างมัน
- เขียนสมมติฐานที่ทดสอบได้
- เขียนผลที่จะพิสูจน์ว่ามันผิด
- ทายขนาดของผล
- 14ตัวแปรและการควบคุมเปลี่ยนตัวแปรหนึ่งอย่าง และตรึงการควบคุมไว้
- บอกชื่อตัวแปรต้นและตัวแปรตาม
- ตรึงค่าตั้งต้นของความสุ่มและการตั้งค่า
- รันแต่ละการตั้งค่าหลายครั้ง
- 15ชุดข้อมูลและการแบ่งสร้างชุดข้อมูลและการแบ่งที่ยุติธรรม: ชุดฝึก ชุดตรวจสอบ และชุดทดสอบ
- กันข้อมูลรั่วระหว่างการแบ่ง
- แบ่งตามเวลา สถานที่ หรือบุคคลเมื่อจำเป็น
- ล็อกชุดทดสอบไว้จนถึงตอนท้าย
- 16แผนการทดลองเขียนแผนการทดลองก่อนรันอะไร
- เขียนรายการทุกรันและการตั้งค่า
- ตัดสินตัวชี้วัดล่วงหน้า
- ประมาณการคำนวณและต้นทุน
การประเมิน AI
- 17เกณฑ์มาตรฐานเลือกเกณฑ์มาตรฐานและอธิบายขีดจำกัดของมัน
- หาเกณฑ์มาตรฐานสาธารณะสำหรับงานของหนู
- ตรวจว่าโมเดลอาจเคยเห็นมันตอนฝึกหรือไม่
- เพิ่มเคสทดสอบของหนูเอง
- 18ความทนทานทดสอบความทนทานด้วยอินพุตที่มีสัญญาณรบกวนและอินพุตที่เลื่อน
- เพิ่มสัญญาณรบกวน คำผิด และการเบลอ
- ทดสอบข้อมูลจากที่ใหม่หรือเวลาใหม่
- วัดว่าคะแนนตกเท่าไร
- 19การศึกษาแบบตัดส่วนในการศึกษาแบบตัดส่วน ตัดส่วนออกแล้ววัดว่าแต่ละส่วนเพิ่มอะไร
- เขียนรายการส่วนของระบบ
- ตัดออกทีละส่วนแล้วรันใหม่
- ทำตารางผล
- 20รายงานผลรายงานผลพร้อมแถบความคลาดเคลื่อนและขีดจำกัดที่ตรงไปตรงมา
- แสดงค่าเฉลี่ยและการกระจายของทุกรัน
- เทียบกับเส้นฐาน
- เขียนขีดจำกัดให้ชัด
การทำงานร่วมของคนกับ AI
- 21การกำกับโดยคนตัดสินด้วยการกำกับโดยคน ว่าจุดไหนคนต้องอนุมัติ
- จัดลำดับการตัดสินตามความเสี่ยง
- ใส่คนในจุดที่เสี่ยงสูง
- ออกแบบวิธีง่าย ๆ ที่จะยกเลิกคำสั่งของ AI
- 22ความอธิบายได้อธิบายด้วยความอธิบายได้ ว่าทำไมโมเดลถึงเลือกแบบนั้น
- ใช้ความสำคัญของลักษณะ หรือแผนที่ความเด่น
- แสดงแหล่งที่มาของคำตอบที่สร้างขึ้น
- ทดสอบว่าผู้ใช้เข้าใจคำอธิบายหรือไม่
- 23วงรอบป้อนกลับเก็บป้อนกลับจากผู้ใช้เป็นวงรอบ เพื่อปรับปรุงระบบ
- เพิ่มคะแนนและความคิดเห็น
- เปลี่ยนป้อนกลับเป็นเคสทดสอบใหม่
- ระวังป้อนกลับที่เพิ่มอคติ
- 24การศึกษาผู้ใช้ทำการศึกษาผู้ใช้ขนาดเล็กแล้วสรุป
- ขอความยินยอมจากผู้เข้าร่วมทุกคน
- ให้ภารกิจแล้ววัดความสำเร็จและเวลา
- สรุปสิ่งที่ใช้ได้และสิ่งที่ใช้ไม่ได้
การนำไปใช้งานและการดูแล
- 25บริการอินเฟอเรนซ์ให้บริการโมเดลหลัง API เป็นบริการอินเฟอเรนซ์
- ห่อโมเดลในเว็บ API
- เพิ่มการตรวจอินพุตและเวลาหมดเขต
- ทดสอบภาระงาน
- 26การเฝ้าดูเฝ้าดู: ติดตามข้อผิดพลาด ความเร็ว และการเลื่อน
- บันทึกคำขอโดยไม่มีข้อมูลส่วนบุคคล
- ทำกราฟข้อผิดพลาดและเวลาตอบ
- ตรวจจับเมื่ออินพุตเลื่อนจากข้อมูลฝึก
- 27ต้นทุนและขนาดประมาณต้นทุนและขนาด: ต้นทุนต่อผู้ใช้
- วัดต้นทุนต่อคำขอ
- ประมาณต้นทุนที่ผู้ใช้ 100 และ 10,000 คน
- ลดต้นทุนด้วยแคชหรือโมเดลที่เล็กกว่า
- 28นำเดโมขึ้นออนไลน์นำเดโมขึ้นออนไลน์ให้คนอื่นลองได้
- นำไปไว้บนโฮสต์ฟรี
- เพิ่มเพดานการใช้จ่ายและขีดจำกัดอัตรา
- เขียนคู่มือสั้นสำหรับผู้ใช้
นวัตกรรม AI
- 29โอกาสหาโอกาส: ความต้องการที่ AI ตอบได้
- ศึกษาผลิตภัณฑ์ AI สามชิ้นและความต้องการที่พวกมันตอบ
- หาความต้องการที่ยังไม่มีใครตอบ
- ประมาณว่าใครจะใช้
- 30จริยธรรมการวิจัยตรวจจริยธรรมการวิจัย: ความยินยอม ความเป็นส่วนตัว และอันตราย
- ตรวจสัญญาอนุญาตและความยินยอมของข้อมูล
- เอาข้อมูลส่วนบุคคลออก
- เขียนรายการอันตรายที่อาจเกิดและวิธีลด
- 31ผลกระทบต่อสังคมชั่งผลกระทบต่อสังคม: ใครได้ และใครอาจเสีย
- วางแผนที่ทุกคนที่ระบบกระทบ
- ชั่งประโยชน์กับความเสี่ยงของแต่ละกลุ่ม
- เปลี่ยนทางเลือกการออกแบบหนึ่งอย่างเพราะเรื่องนี้
- 32ข้อเสนอหรือพิตช์เขียนข้อเสนอวิจัยหรือพิตช์พร้อมกรณีทางธุรกิจ
- เลือกข้อเสนอวิจัยหรือพิตช์สตาร์ทอัพ
- หนุนทุกข้ออ้างด้วยผลของหนู
- ซ้อมพร้อมรับความคิดเห็น
สตูดิโอโครงงานจบ AI
- 33ทำซ้ำทำซ้ำ: ปรับปรุงระบบจากผลการทดสอบ
- เลือกจุดอ่อนใหญ่สุดจากการประเมิน
- แก้แล้วรันการทดสอบใหม่
- บันทึกการเปลี่ยนแปลงในบันทึกโครงงาน
- 34การเขียนเชิงเทคนิคเขียนรายงานที่ชัดด้วยการเขียนเชิงเทคนิค
- เขียนบทคัดย่อ วิธี ผล และขีดจำกัด
- ทำรูปและตารางที่ชัด
- แชร์โค้ดเพื่อให้คนอื่นทำซ้ำได้
- 35โปสเตอร์และเดโมทำโปสเตอร์และเดโมสด
- ทำโปสเตอร์วิจัยหนึ่งหน้า
- เตรียมเดโมสดสามนาที
- เตรียมแผนสำรองเผื่อเดโมพัง
- 36โครงงานจบ AIนำเสนอโครงงานจบ: ระบบ AI ที่คิดเองและการประเมินของมัน
- นำเสนอปัญหา ระบบ และผล
- แสดงว่ามันเทียบกับเส้นฐานอย่างไร
- ตอบคำถามเรื่องขีดจำกัดของมัน