การให้เหตุผลเชิงปัญญาประดิษฐ์และรากฐานตรรกะ

การสร้างระบบอัจฉริยะต้องอาศัยมากกว่าแค่ข้อมูล แต่ต้องอาศัยแนวทางที่มีโครงสร้างในการที่เครื่องจักรประมวลผลข้อมูลและตัดสินใจ หลักสูตรนี้มอบเส้นทางที่ชัดเจนตั้งแต่พื้นฐานของการอนุมานเชิงตรรกะ ไปจนถึงการจัดการความไม่แน่นอนในโลกแห่งความเป็นจริงด้วยเครื่องมือเชิงความน่าจะเป็นที่ทันสมัย. ผ่านหลักสูตรที่เน้นข้อความนี้ คุณจะเปลี่ยนความเข้าใจเกี่ยวกับวิธีที่ AI แก้ปัญหา โดยเชื่อมโยงช่องว่างระหว่างทฤษฎีทางคณิตศาสตร์และโค้ดที่ใช้งานได้จริง คุณจะได้เรียนรู้การกำหนดกระบวนการคิดให้เป็นรูปแบบ และจัดการกับตัวแปรที่ซับซ้อนอย่างเป็นระบบ. สิ่งที่คุณจะได้เรียนรู้: - เรียนรู้แนวคิดหลักของตรรกะเชิงรูปแบบ (formal logic) และการให้เหตุผลแบบนิรนัย (deductive reasoning) สำหรับ AI - ทำความเข้าใจวิธีการสร้างแบบจำลองความไม่แน่นอนโดยใช้แบบจำลองกราฟเชิงความน่าจะเป็น (probabilistic graphical models) - ฝึกสร้างเวิร์กโฟลว์การให้เหตุผลโดยใช้ไวยากรณ์ Python ที่ทันสมัยและ type hints - ประยุกต์ใช้กรอบงานเชิงตรรกะเพื่อแก้ปัญหาการตัดสินใจที่มีโครงสร้าง - สำรวจแนวโน้มปัจจุบันในการให้เหตุผล เช่น รูปแบบการสร้างข้อความที่เสริมด้วยการดึงข้อมูล (retrieval-augmented generation patterns). หลักสูตรเริ่มต้นด้วยคำจำกัดความที่จำเป็นและคำศัพท์พื้นฐาน ก่อนที่จะเข้าสู่การประยุกต์ใช้ตรรกะเชิงสัญลักษณ์และการอนุมานทางสถิติในทางปฏิบัติ คุณจะได้อ่านคำอธิบายโดยละเอียดและนำความรู้ไปใช้ผ่านแบบฝึกหัดที่เขียนด้วย Python. หลักสูตรนี้ออกแบบมาสำหรับผู้เริ่มต้นที่มีความเข้าใจพื้นฐานเกี่ยวกับ Python ที่ต้องการเชี่ยวชาญแกนหลักทางทฤษฎีของปัญญาประดิษฐ์ ไม่จำเป็นต้องมีประสบการณ์มาก่อนในด้านตรรกะเชิงรูปแบบหรือทฤษฎีความน่าจะเป็น. เริ่มพัฒนาพื้นฐานเชิงตรรกะที่จำเป็นสำหรับ AI สมัยใหม่ได้แล้ววันนี้.