ปัญญาประดิษฐ์ (AI) และการเรียนรู้ของเครื่อง (MACHINE LEARNING)
1. หุ่นยนต์อัจฉริยะ (INTELLIGENT ROBOTICS)
หุ่นยนต์ที่สามารถเรียนรู้ ปรับตัว และทำงานอัตโนมัติ
2. การเรียนรู้แบบเสริมกำลัง (REINFORCEMENT LEARNING)
ฝึกโมเดล AI ให้ทำงานให้สำเร็จโดยให้รางวัลเมื่อทำถูก
3. การเขียนโปรแกรมที่ได้รับการเสริมแรง (AUGMENTED PROGRAMMING)
ใช้ AI ช่วยนักพัฒนาซอฟต์แวร์เขียนโปรแกรม
4. จริยธรรมในด้าน AI (AI ETHICS)
ประเด็นทางศีลธรรมที่เกี่ยวข้องกับการพัฒนาและการใช้ AI

การเรียนรู้ของเครื่อง (MACHINE LEARNING)
1. การเรียนรู้ภายใต้การดูแล (SUPERVISED MACHINE LEARNING)
โมเดล AI เรียนรู้จากข้อมูลที่มีคำตอบที่ถูกต้อง
2. การเรียนรู้ไม่มีการดูแล (UNSUPERVISED MACHINE LEARNING)
โมเดล AI เรียนรู้จากข้อมูลโดยไม่มีคำตอบที่ถูกต้อง
3. การจัดกลุ่มข้อมูล (K MEANS)
อัลกอริทึมที่ใช้ในการจัดกลุ่มข้อมูล
4. ต้นไม้การตัดสินใจ (DECISION TREES)
โมเดล AI ที่ใช้กฎในการตัดสินใจ
5. การลดมิติข้อมูล (DIMENSIONALITY REDUCTION)
แปลงข้อมูลขนาดใหญ่ให้มีมิติเล็กลง
6. เครื่องเวกเตอร์สนับสนุน (SUPPORT VECTOR MACHINE)
อัลกอริทึมที่ใช้สำหรับการจำแนกประเภทและการถดถอย
7. การทดสอบสมมติฐาน (HYPOTHESIS TESTING)
ตรวจสอบความถูกต้องของสมมติฐานเกี่ยวกับข้อมูล
เครือข่ายประสาทเทียม (NEURAL NETWORKS)
1. หน่วยประมวลผลพื้นฐาน (PERCEPTRON, FEED FORWARD, BACKPROPAGATION)
การส่งข้อมูลไปข้างหน้าและการเรียนรู้ย้อนกลับ
2. เครือข่ายประสาทเทียมหลายชั้น (MULTI LAYER PERCEPTRON)
เครือข่ายประสาทเทียมที่มีหลายชั้น
3. เครือข่ายประสาทเทียมแบบลึกที่ส่งข้อมูลไปข้างหน้า (DEEP FEED FORWARD)
เครือข่ายประสาทเทียมแบบลึกที่ส่งข้อมูลไปข้างหน้า
การเรียนรู้เชิงลึก (DEEP LEARNING)
1. เครือข่ายประสาทเทียมที่เหมาะกับข้อมูลที่ต่อเนื่อง (RECURRENT NEURAL NETWORK, LONG SHORT TERM MEMORY NETWORK)
RNN และ LSTM ใช้สำหรับการประมวลผลข้อมูลต่อเนื่อง
2. เครือข่ายประสาทเทียมที่เหมาะกับการประมวลผลภาพ (CONVOLUTION NEURAL NETWORK)
CNN ใช้สำหรับการประมวลผลภาพและข้อมูลเชิงพื้นที่
3. โมเดลที่ใช้เทคนิคการทำงานร่วมกันของหลายๆ เครือข่าย (TRANSFORMERS, FOUNDATION MODEL AGENTS)
ใช้เทคนิคการทำงานร่วมกันของหลายๆ เครือข่ายเพื่อให้ได้ผลลัพธ์ที่ดียิ่งขึ้น
ปัญญาประดิษฐ์เชิงสร้างสรรค์ (GENERATIVE AI)
1. การเรียนรู้แบบเสริมกำลังที่มีการตอบกลับจากมนุษย์ (RLHF, HALLUCINATION, QLORA)
ใช้การตอบกลับจากมนุษย์ในการฝึกฝนโมเดล AI
2. การเรียนรู้จากตัวอย่างเดียวและเครื่องมือสำหรับประมวลผลภาษา (ONE SHOT LEARNING, LARGE LANGUAGE MODEL, GPT, BERT)
เทคนิคการเรียนรู้จากตัวอย่างเดียว และเครื่องมือในการประมวลผลภาษาขนาดใหญ่
3. ระบบที่สามารถประมวลผลหลายๆ โหมดข้อมูลและเครือข่ายประดิษฐ์ที่สร้างข้อมูลใหม่ (MULTIMODAL AI, GENERATIVE ADVERSARIAL NETWORKS)