1. สรุปบทเรียนสำคัญ (Core Study Modules)
อ่านสรุปมโนทัศน์สำคัญ แบ่งตามบทเรียนสำหรับออกสอบ
ปัญญาประดิษฐ์และการประยุกต์ใช้งาน (AI Fundamentals)
ความหมาย ระบบทำงาน และตัวอย่างในชีวิตประจำวัน
AI คือ ระบบคอมพิวเตอร์ที่มีความสามารถในการคิด เรียนรู้ และตัดสินใจได้คล้ายมนุษย์ ไม่ใช่แค่หุ่นยนต์โลหะ หรือซอฟต์แวร์ที่ทำงานตามคำสั่งตายตัว
- Recommendation System: ระบบแนะนำวิดีโอบน YouTube/TikTok ตามความสนใจของผู้ใช้แต่ละคน
- Face Recognition: ระบบจดจำใบหน้าสแกนเปิดประตูหรือเช็คชื่ออัตโนมัติ
- Training Data (ชุดข้อมูลฝึกสอน): ข้อมูลตัวอย่างที่ป้อนให้ AI เรียนรู้รูปแบบความสัมพันธ์
ประเภทของข้อมูล (Structured vs Unstructured Data)
การจัดจำแนกรูปแบบข้อมูลเพื่อประมวลผล
| ประเด็นเปรียบเทียบ | Structured Data (มีโครงสร้าง) | Unstructured Data (ไม่มีโครงสร้าง) |
|---|---|---|
| ลักษณะข้อมูล | จัดเก็บเป็นระเบียบ มีตาราง แถว และคอลัมน์ชัดเจน เข้าถึงและค้นหาง่าย | ไม่มีโครงสร้างตารางแน่นอน มีความซ้ำซ้อนซับซ้อน หรือเป็นไฟล์สื่ออิสระ |
| เครื่องมือจัดเก็บ | Excel, Spreadsheet, ฐานข้อมูล SQL | โฟลเดอร์ไฟล์สื่อ, โซเชียลมีเดีย, ไฟล์เสียง/วิดีโอ |
| ตัวอย่างข้อมูลในข้อสอบ | ตารางคะแนนสอบ, น้ำหนัก-ส่วนสูง, เวลาเข้าเรียน, รหัสนักเรียน | ภาพถ่ายเซลฟี่, ภาพถาดอาหาร, คลิปวิดีโอ, ไฟล์เสียงบันทึกการประชุม |
กระบวนการเตรียมและทำความสะอาดข้อมูล (Data Preparation & Cleaning)
ลำดับขั้นตอน ปัญหาข้อมูล และการแก้ไข
1. Data Collection
การรวบรวมข้อมูลดิบจากแหล่งต่างๆ
2. Data Cleaning
ขจัดข้อผิดพลาดและปรับมาตรฐาน
3. Model Training
ป้อนข้อมูลสะอาดให้ AI เรียนรู้
หากนำข้อมูลที่ผิดพลาด สกปรก หรือมีอคติป้อนให้ AI ผลลัพธ์ที่ได้ย่อมผิดพลาดและนำไปใช้งานไม่ได้
ข้อมูลต้องผ่านการกลั่นและทำความสะอาดก่อน จึงจะแปรเปลี่ยนเป็นมูลค่าในการสอน AI ได้
ข้อมูลที่โดดออกจากความจริงและเป็นไปไม่ได้ เช่น ส่วนสูง "-150 ซม." หรือน้ำหนักติดลบ ให้ ลบแถวข้อมูลนั้นทิ้งทันที
ลบแถวที่ไม่สมบูรณ์ทิ้ง หรือคำนวณหา ค่าเฉลี่ย (Mean) ที่เหมาะสมมาเติมทดแทน
หากปรากฏแถวข้อมูลที่มีค่าเหมือนกันทุกประการซ้ำกัน ให้ลบออกเหลือเพียง 1 แถว
หากคอลัมน์มีคำว่า "ชาย", "ช.", "Male", "M" ปะปนกัน ให้ใช้คำสั่ง Find & Replace เพื่อปรับให้เป็นมาตรฐานเดียวกัน
จริยธรรม AI, PDPA และอคติ (Ethics, Privacy & Bias)
กฎหมายคุ้มครองข้อมูลส่วนบุคคลและผลกระทบทางสังคม
PDPA คือกฎหมายคุ้มครองข้อมูลส่วนบุคคลของไทย สิ่งแรกที่ต้องทำตามหลักจริยธรรมคือการ ขอความยินยอม (Consent) จากเจ้าของข้อมูลหรือผู้ปกครองก่อนจัดเก็บเสมอ
เกิดจาก AI เรียนรู้จากข้อมูลในอดีตที่มีความ ลำเอียง ขาดความหลากหลาย หรือไม่ครอบคลุม ส่งผลให้ระบบตัดสินใจไม่เป็นธรรมและเลือกปฏิบัติ
เทคโนโลยี AI ปลอมแปลงใบหน้าและเสียงให้เหมือนจริง หากพบเห็นคลิปสุ่มเสี่ยง ต้อง ตรวจสอบข้อเท็จจริงจากสำนักข่าวที่น่าเชื่อถือก่อน共แชร์
2. แฟลชการ์ดทบทวนความจำ (Interactive Flashcards)
คลิกที่การ์ดเพื่อพลิกดูเฉลย และคำอธิบายมโนทัศน์สำคัญในการสอบ
คำถามหรือแนวคิด?
คำอธิบายรายละเอียดเฉลย...
3. ห้องปฏิบัติตระกูล Data Cleaning
ทดลองแก้ตารางข้อมูลดิบ (Dirty Data) ที่มีปัญหา เพื่อดูว่าข้อมูลจะสะอาดขึ้นอย่างไรตามหลักวิศวกรรมข้อมูล
| ID | ชื่อ-นามสกุล | เพศ | ส่วนสูง (ซม.) | น้ำหนัก (กก.) | สถานะรายการ |
|---|
เฉลย & แนวคิดการตอบกรณีศึกษา "Smart Canteen AI"
วิเคราะห์สถานการณ์จำลองของโรงเรียนวังข่าพัฒนา เพื่อการเขียนตอบอย่างเป็นระบบได้คะแนนเต็ม
โรงเรียนวังข่าพัฒนาต้องการสร้างระบบ AI ชื่อ "Smart Canteen AI" เพื่อตรวจจับและบันทึกพฤติกรรมการกินอาหาร โดยใช้กล้องถ่ายภาพใบหน้าและถาดอาหาร ร่วมกับข้อมูลน้ำหนัก ส่วนสูง โรคประจำตัวจากห้องพยาบาล แต่พบปัญหา: ข้อมูลน้ำหนักติดลบ, มีรายชื่อซ้ำซ้อนกันหลายแถว, และนักเรียนกังวลเรื่องภาพถ่ายถูกนำไปเผยแพร่ประจานในโซเชียลมีเดีย
การจัดการข้อมูลดิบ (Data Cleaning)
• ข้อมูลน้ำหนักติดลบ: จัดเป็นค่าผิดปกติ (Outlier) ซึ่งเป็นไปไม่ได้ในความเป็นจริง ต้องทำการลบแถวข้อมูลนั้นทิ้ง
• รายชื่อซ้ำซ้อน: ให้ทำการกำจัดข้อมูลซ้ำซ้อน (Remove Duplicates) โดยลบแถวที่ซ้ำออกให้เหลือเพียง 1 รายการต่อคน
จริยธรรม AI & กฎหมาย PDPA
• การขอความยินยอม (Consent): แจ้งวัตถุประสงค์และขออนุญาตจากนักเรียนและผู้ปกครองก่อนจัดเก็บข้อมูล
• การคุ้มครองข้อมูลส่วนบุคคล: กำหนดสิทธิ์เข้าถึงเฉพาะผู้เกี่ยวข้อง ล็อกรหัสผ่าน และไม่นำภาพถ่ายไปเผยแพร่สาธารณะ
การระบุประเภทข้อมูล
• ข้อมูลภาพถ่ายถาดอาหาร: จัดเป็น ข้อมูลแบบไม่มีโครงสร้าง (Unstructured Data)
• ข้อมูลน้ำหนัก-ส่วนสูง: จัดเป็น ข้อมูลแบบมีโครงสร้าง (Structured Data)
5. คลังคำศัพท์สำคัญเน้นจำสอบ (Key Terms)
รวบรวมคำศัพท์เทคนิคภาษาอังกฤษที่ปรากฏในข้อสอบบ่อยที่สุด
ปัญญาประดิษฐ์ ระบบคอมพิวเตอร์ที่คิด เรียนรู้ และตัดสินใจได้คล้ายมนุษย์
ข้อมูลแบบมีโครงสร้าง มีแถว/คอลัมน์ชัดเจน เช่น Excel, SQL
ข้อมูลแบบไม่มีโครงสร้าง เช่น ภาพถ่าย, คลิปวิดีโอ, เสียงบันทึก
ใส่ข้อมูลขยะ/ผิดพลาดเข้าไป ผลลัพธ์จาก AI ย่อมผิดพลาดตาม
ค่าผิดปกติที่เป็นไปไม่ได้ในความเป็นจริง เช่น ส่วนสูง -150 ซม.
พระราชบัญญัติคุ้มครองข้อมูลส่วนบุคคลของประเทศไทย
อคติของ AI เกิดจากข้อมูลอดีตที่ลำเอียงหรือขาดความหลากหลาย
อัลกอริทึมพื้นฐานที่ใช้ในการจำแนกประเภทข้อมูล (Classification)
เทคโนโลยี AI ปลอมแปลงภาพและเสียงบุคคลให้เหมือนจริง