บทเรียนทั้งหมด

คอร์ส

AI ป.6: AI และการคิดเชิงคำนวณ

เรียนอัลกอริทึมและข้อมูล ดูว่าโมเดลการเรียนรู้ของเครื่องถูกฝึกและถูกทดสอบอย่างไร

เรียนบทเรียนตามลำดับ ท้ายสุดคุณแยก AI การเรียนรู้ของเครื่อง และ AI สร้างเนื้อหาออกจากกันได้ และบอกข้อมูลเข้า โมเดล และผลลัพธ์ของแอป AI จริงได้ คุณเขียนอัลกอริทึมที่มีวงวนและเงื่อนไขได้ และสร้างต้นไม้ตัดสินใจได้ คุณอธิบายได้ว่าพิกเซลเก็บรูปเป็นตัวเลขอย่างไร และข้อความถูกเก็บเป็นตัวเลขอย่างไร จำแนกจุดตามตัวอย่างที่ใกล้ที่สุด และคำนวณความถูกต้องจากผลทดสอบ คุณอธิบายได้ว่านิวรอนรวมข้อมูลเข้ากับน้ำหนักอย่างไร แยกประโยคเป็นโทเคน ให้คะแนนแอป AI เรื่องความถูกต้อง ความเป็นธรรม และความเป็นส่วนตัว และนำเสนอตัวจำแนกพืชพร้อมอธิบายความผิดพลาดของมัน

ใช้บทเรียนเหล่านี้ยังไง

  • เริ่มที่บทที่มีคำว่าทำอันนี้ พอบรรทัดใต้ชื่อทำเองได้แล้ว ค่อยไปต่อ
  • เล่นเกมก่อน แล้วทำแบบทดสอบ ผ่านเมื่อถูก 8/10 ข้อ ใบงานอยู่บนกระดาษ เฉลยอยู่ด้านล่าง
  • แต่ละบทต่อจากบทก่อน บทไหนยาก ให้ถอยกลับหนึ่งบท
  • ใช้เฉพาะเครื่องมือ AI ที่ครูอนุญาต ห้ามวางข้อมูลส่วนตัวลงในแชตบอต ตรวจทุกคำตอบของ AI แล้วบอกว่าส่วนไหนของงานที่ AI ช่วย

แต่ละบทมีเกม แบบทดสอบ และใบงาน

0/36

เข้าใจ AI

  1. 1AI การเรียนรู้ของเครื่อง และ AI สร้างเนื้อหาแยก AI การเรียนรู้ของเครื่อง และ AI สร้างเนื้อหาออกจากกัน
    • นิยาม AI การเรียนรู้ของเครื่อง และ AI สร้างเนื้อหา
    • วาดว่าแต่ละอย่างซ้อนอยู่ในกันอย่างไร
    • จัดแอป 10 แอปเข้าสามกลุ่ม
  2. 2ประวัติสั้นของ AIวางเหตุการณ์สำคัญของ AI บนเส้นเวลา
    • วางคอมพิวเตอร์เล่นหมากรุก ผู้ช่วยเสียง และแชตบอตบนเส้นเวลา
    • บอกว่าอะไรเปลี่ยนไปจนแต่ละอย่างเป็นไปได้
    • บอกการทำนายหนึ่งข้อที่ผิด
  3. 3AI แคบและ AI ทั่วไปอธิบายว่าทำไม AI วันนี้เก่งสุดที่งานแคบ
    • เปรียบเทียบโปรแกรมหมากรุกกับคน
    • เขียนงานที่ AI ทำได้ดี และงานที่ AI ยังลำบาก
    • อธิบายว่า AI ทั่วไปต้องมีอะไร
  4. 4วิเคราะห์ระบบ AIบอกข้อมูลเข้า โมเดล และผลลัพธ์ของแอป AI จริง
    • เลือกแอป เช่น ค้นหาด้วยรูป หรือตัวแปลภาษา
    • วาดข้อมูลเข้า โมเดล และผลลัพธ์ของมัน
    • บอกว่ามันน่าจะถูกฝึกด้วยข้อมูลอะไร

อัลกอริทึม

  1. 5ลำดับขั้นเขียนอัลกอริทึมเป็นขั้นตามลำดับ
    • นิยามอัลกอริทึม
    • เขียนขั้นทำแซนด์วิช
    • หาขั้นที่คอมพิวเตอร์ไม่เข้าใจ
  2. 6วงวนใช้วงวนเพื่อทำขั้นซ้ำ
    • แทนขั้นที่ซ้ำด้วยวงวน
    • ใช้วงวนที่นับจำนวน
    • ใช้วงวนที่ทำจนกว่าเงื่อนไขจะเป็นจริง
  3. 7เงื่อนไขใช้เงื่อนไขเพื่อเลือกทาง
    • เขียน if, else if และ else
    • รวมเงื่อนไขด้วย and, or และ not
    • ไล่ขั้นตอนของอัลกอริทึมด้วยมือ
  4. 8ต้นไม้ตัดสินใจสร้างต้นไม้ตัดสินใจที่แยกชนิดสัตว์
    • ถามคำถามใช่หรือไม่ใช่ที่แต่ละกิ่ง
    • แยกสัตว์ 10 ตัวด้วยต้นไม้ของคุณ
    • หาต้นไม้ที่สั้นที่สุดและยังใช้ได้

การแทนข้อมูล

  1. 9ตัวเลขและประเภทแยกตัวเลขออกจากประเภท
    • จัดลักษณะเป็นตัวเลขและประเภท
    • เปลี่ยนประเภทให้เป็นตัวเลข
    • บอกว่าทำไมคอมพิวเตอร์ต้องใช้ตัวเลข
  2. 10รูปเป็นตัวเลขอธิบายว่าพิกเซลเก็บรูปเป็นตัวเลขอย่างไร
    • วาดรูปบนตารางของ 0 และ 1
    • ผสมค่าสีแดง สีเขียว และสีน้ำเงิน
    • นับตัวเลขในรูปเล็ก ๆ
  3. 11ข้อความเป็นตัวเลขอธิบายว่าข้อความถูกเก็บเป็นตัวเลขอย่างไร
    • เปลี่ยนตัวอักษรเป็นรหัส
    • ให้ตัวเลขกับทุกคำในรายการ
    • นับว่าแต่ละคำปรากฏบ่อยแค่ไหน
  4. 12ตารางข้อมูลจัดข้อมูลเป็นแถว คอลัมน์ และลักษณะ
    • สร้างตารางในสเปรดชีต
    • บอกชื่อลักษณะและป้าย
    • เรียงและกรองตาราง

การจำแนก

  1. 13ลักษณะและป้ายเลือกลักษณะที่มีประโยชน์สำหรับป้าย
    • บอกว่าลักษณะคืออะไร และป้ายคืออะไร
    • เรียงลักษณะจากมีประโยชน์มากไปน้อย
    • เอาลักษณะที่ไม่ช่วยออก
  2. 14ตัวอย่างที่ใกล้ที่สุดจำแนกจุดตามตัวอย่างที่ใกล้ที่สุด
    • วางตัวอย่างบนกราฟที่มีสองลักษณะ
    • หาตัวอย่างที่ใกล้จุดใหม่ที่สุด
    • ใช้สามตัวที่ใกล้ที่สุดแล้วโหวต
  3. 15ลากเส้นแบ่งลากเส้นที่แยกสองกลุ่ม
    • ลากเส้นระหว่างจุดสองกลุ่ม
    • จำแนกจุดใหม่ตามว่าอยู่ฝั่งไหนของเส้น
    • หาข้อมูลที่เส้นตรงแยกไม่ได้
  4. 16สร้างตัวจำแนกสร้างตัวจำแนกอย่างง่ายด้วยเครื่องมือที่ไม่ต้องเขียนโค้ด
    • โหลดชุดข้อมูลเล็ก ๆ
    • ฝึกตัวจำแนก
    • จำแนกตัวอย่างใหม่ 5 ตัวอย่าง

การฝึกโมเดล

  1. 17ข้อมูลฝึกอธิบายว่าโมเดลเรียนรู้อะไรจากข้อมูลฝึก
    • บอกว่าโมเดลเรียนรู้รูปแบบ ไม่ใช่กฎที่คุณเขียน
    • แสดงว่าเปลี่ยนข้อมูลแล้วโมเดลเปลี่ยนอย่างไร
    • หารูปแบบที่โมเดลเรียนรู้โดยบังเอิญ
  2. 18ข้อมูลทดสอบอธิบายว่าทำไมข้อมูลทดสอบต้องแยกไว้
    • แบ่งข้อมูลเป็นชุดฝึกและชุดทดสอบ
    • เปรียบเทียบคะแนนของสองชุด
    • อธิบายว่า “ท่องจำ” หมายถึงอะไรสำหรับโมเดล
  3. 19ความถูกต้องคำนวณความถูกต้องจากผลทดสอบ
    • นับคำทำนายที่ถูก
    • เขียนความถูกต้องเป็นเปอร์เซ็นต์
    • อธิบายว่าทำไม 90% ยังอาจแย่ได้
  4. 20ปรับปรุงโมเดลเปลี่ยนข้อมูลแล้วเปรียบเทียบความถูกต้อง
    • เพิ่มตัวอย่าง
    • เอาป้ายที่ผิดออก
    • บันทึกความถูกต้องหลังทุกครั้งที่เปลี่ยน

แนวคิดโครงข่ายประสาท

  1. 21นิวรอนเทียมอธิบายว่านิวรอนรวมข้อมูลเข้ากับน้ำหนักอย่างไร
    • คูณข้อมูลเข้าแต่ละตัวด้วยน้ำหนักของมัน
    • บวกทั้งหมดแล้วเทียบกับค่าเกณฑ์
    • เปลี่ยนน้ำหนักแล้วดูผลลัพธ์เปลี่ยน
  2. 22ชั้นอธิบายว่าชั้นส่งสัญญาณไปข้างหน้าอย่างไร
    • วาดชั้นข้อมูลเข้า ชั้นซ่อน และชั้นผลลัพธ์
    • ส่งตัวเลขผ่านโครงข่ายจิ๋ว
    • บอกว่าทำไมชั้นมากขึ้นจึงหารูปแบบที่ยากกว่าได้
  3. 23การเรียนรู้น้ำหนักอธิบายว่าการฝึกเปลี่ยนน้ำหนัก
    • เดาน้ำหนักแล้วตรวจความผิดพลาด
    • ขยับน้ำหนักให้ความผิดพลาดเล็กลง
    • บอกว่าการฝึกทำแบบนี้ซ้ำหลายครั้ง
  4. 24โครงข่ายประสาทด้วยคนแสดงโครงข่ายประสาทเล็ก ๆ กับเพื่อนในห้อง
    • แต่ละคนเป็นหนึ่งนิวรอน
    • ส่งสัญญาณจากข้อมูลเข้าไปยังผลลัพธ์
    • เปลี่ยนน้ำหนักเพื่อแก้คำตอบที่ผิด

AI สร้างเนื้อหา

  1. 25ข้อความถูกสร้างอย่างไรอธิบายว่าโมเดลภาษาทายโทเคนถัดไป
    • ทายคำถัดไปในประโยค
    • สร้างตัวทายคำถัดไปจิ๋วจากเรื่องเล่า
    • บอกว่าทำไมโมเดลฟังดูถูกแต่ยังผิดได้
  2. 26โทเคนแยกประโยคเป็นโทเคน
    • ดูว่าตัวตัดโทเคนแยกคำอย่างไร
    • นับโทเคนในประโยค
    • บอกว่าทำไมคำยาวกลายเป็นหลายโทเคน
  3. 27ทดลองพรอมต์เปลี่ยนส่วนหนึ่งของพรอมต์แล้วเปรียบเทียบผล
    • เปลี่ยนทีละอย่างเท่านั้น
    • บันทึกทุกพรอมต์และผลลัพธ์
    • เขียนว่าแต่ละการเปลี่ยนทำอะไร
  4. 28ขีดจำกัดของการสร้างอธิบายว่าทำไมโมเดลภาษาแต่งเรื่องได้
    • หาข้อเท็จจริงที่แต่งขึ้นในคำตอบของ AI
    • อธิบายว่าทำไมการทายจึงสร้างสิ่งนั้นได้
    • เขียนวิธีตรวจข้อความของ AI

จริยธรรม AI

  1. 29ความลำเอียงหาความลำเอียงในชุดข้อมูลหรือในผลลัพธ์
    • นิยามความลำเอียงใน AI
    • หากลุ่มที่มีตัวแทนน้อยเกินไป
    • อธิบายว่ามันเปลี่ยนผลลัพธ์อย่างไร
  2. 30ความถูกต้องและความเชื่อใจตัดสินว่าเมื่อไรคำตอบของ AI เชื่อใจได้อย่างปลอดภัย
    • เปรียบเทียบการใช้ที่มีความเสี่ยงต่ำและความเสี่ยงสูง
    • ตัดสินว่าเมื่อไรคนต้องตรวจ
    • เขียนรายการตรวจความเชื่อใจ
  3. 31ความเป็นส่วนตัวอธิบายว่าแอป AI เก็บข้อมูลอะไร
    • อ่านสรุปความเป็นส่วนตัวของแอป
    • เขียนข้อมูลที่มันเก็บ
    • บอกสิ่งที่คุณจะไม่แชร์
  4. 32ประเมินระบบ AIให้คะแนนแอป AI เรื่องความถูกต้อง ความเป็นธรรม และความเป็นส่วนตัว
    • ทำบัตรให้คะแนนสามส่วน
    • ทดสอบแอปแล้วกรอกบัตร
    • เสนอการแก้ไขหนึ่งอย่าง

โครงงานสำรวจ AI

  1. 33วางแผนโครงงานเขียนคำถามและวางแผนชุดข้อมูล
    • เขียนคำถาม: “ใบนี้มาจากต้นอะไร?”
    • เลือกกลุ่มพืช 3 หรือ 4 กลุ่ม
    • วางแผนชุดฝึกและชุดทดสอบ
  2. 34เตรียมข้อมูลพืชจัดเรียงและติดป้ายรูปใบ
    • ใช้ชุดข้อมูลใบที่เตรียมไว้
    • ตรวจป้าย
    • แยกชุดทดสอบไว้ต่างหาก
  3. 35ฝึกและทดสอบฝึกตัวจำแนกพืชและบันทึกผล
    • ฝึกตัวจำแนก
    • คำนวณความถูกต้องบนชุดทดสอบ
    • รวบรวมคำทำนายที่ผิด
  4. 36นักสืบพืชด้วย AIนำเสนอตัวจำแนกพืชและอธิบายความผิดพลาดของมัน
    • แสดงคำทำนายที่ถูกและผิด
    • อธิบายว่าทำไมความผิดพลาดจึงเกิด
    • บอกว่าตัวอย่างเพิ่มแบบไหนจะช่วย