รายละเอียด

บทที่ 1 แนวคิดทางปัญญาประดิษฐ์และการประยุกต์ใช้ในชีวิตประจำวัน
1.1 นิยามของปัญญาประดิษฐ์
1.2 ประเภทของปัญญาประดิษฐ์
1.3 ข้อแตกต่างของปัญญาธรรมชาติกับปัญญาประดิษฐ์
1.4 เทคโนโลยีที่เกิดจาก AI
1.5 ความแตกต่างระหว่าง AI กับระบบสารสนเทศ
1.6 ประโยชน์ของปัญญาประดิษฐ์ในเชิงธุรกิจ
1.7 ปัญญาประดิษฐ์ ในระบบธุรกิจ

กิจกรรม : - การสอนแบบบรรยายโดยใช้สื่อประกอบการสอนพร้อมยกตัวอย่าง
- เปิดโอกาสให้นักศึกษาซักถาม และอาจารย์ซักถามความเข้าใจ
- แบบฝึกหัดท้ายหน่วยเรียน

บทที่ 2 การแทนปัญหาและการแก้ปัญหาเบื้องต้น
2.1 ความรู้พื้นฐานของปัญหาส่วนใหญ่ใน AI
2.1.1 การแทนความรู้ ในระบบคอมพิวเตอร์ (Representation)
2.1.2 การค้นหา (Search)
2.1.3 การอ้างถึงโดยใช้เหตุผล (Inference)
2.1.4 การเรียนรู้ (Learning)
2.1.5 การวางแผน (Planning)
2.2 การแทนปัญหา
2.3 รูปแบบกระบวนการแปลงปัญหา
2.4 ปัญหาในงานด้าน AI
2.5 การแก้ปัญหา (Problem Solving)
2.6 ขั้นตอนการแก้ปัญหา
2.7 Problem Formulation
2.8 รูปแบบโครงสร้างข้อมูลที่ใช้ในการค้นหา
2.9 ปริภูมิสถานะ (State Space Representation)
2.10 เทคนิคการค้นหา
2.10.1 Blind Search Technique (หรือ Uninformed Search)
2.10.2 Heuristic Search Techniques หรือ (Informed Search)

- ส่งแบบเสนอบทความในวารสารหรือสิ่งพิมพ์_AI
- เริ่มนำเสนองานศึกษาค้นคว้าเดี่ยว สัปดาห์ละ 3 คน

กิจกรรม : - การสอนแบบบรรยายโดยใช้สื่อประกอบการสอนพร้อมยกตัวอย่าง
- เปิดโอกาสให้นักศึกษาซักถาม และอาจารย์ซักถามความเข้าใจ
- ฝึกปฏิบัติการการแทนปัญหาและการแก้ปัญหา
- แบบฝึกหัดท้ายหน่วยเรียน
- ส่งแบบเสนอบทความในวารสารหรือสิ่งพิมพ์_AI
- เริ่มนำเสนองานศึกษาค้นคว้าเดี่ยว สัปดาห์ละ 3 คน

บทที่ 2 การแทนปัญหาและการแก้ปัญหาเบื้องต้น
2.1 ความรู้พื้นฐานของปัญหาส่วนใหญ่ใน AI
2.1.1 การแทนความรู้ ในระบบคอมพิวเตอร์ (Representation)
2.1.2 การค้นหา (Search)
2.1.3 การอ้างถึงโดยใช้เหตุผล (Inference)
2.1.4 การเรียนรู้ (Learning)
2.1.5 การวางแผน (Planning)
2.2 การแทนปัญหา
2.3 รูปแบบกระบวนการแปลงปัญหา
2.4 ปัญหาในงานด้าน AI
2.5 การแก้ปัญหา (Problem Solving)
2.6 ขั้นตอนการแก้ปัญหา
2.7 Problem Formulation
2.8 รูปแบบโครงสร้างข้อมูลที่ใช้ในการค้นหา
2.9 ปริภูมิสถานะ (State Space Representation)
2.10 เทคนิคการค้นหา
2.10.1 Blind Search Technique (หรือ Uninformed Search)
2.10.2 Heuristic Search Techniques หรือ (Informed Search)
2.11 เกมกับการประยุกต์ด้วย Blind Search
- ส่งแบบเสนอบทความในวารสารหรือสิ่งพิมพ์_AI
- เริ่มนำเสนองานศึกษาค้นคว้าเดี่ยว

กิจกรรม : - การสอนแบบบรรยายโดยใช้สื่อประกอบการสอนพร้อมยกตัวอย่าง
- เปิดโอกาสให้นักศึกษาซักถาม และอาจารย์ซักถามความเข้าใจ
- ฝึกปฏิบัติการการแทนปัญหาและการแก้ปัญหา
- แบบฝึกหัดท้ายหน่วยเรียน
- ส่งแบบเสนอบทความในวารสารหรือสิ่งพิมพ์_AI
- เริ่มนำเสนองานศึกษาค้นคว้าเดี่ยว

- นำเสนองานศึกษาค้นคว้าเดี่ยว 3 คน
บทที่ 3 การค้นหาแบบฮิวริสติก (Heuristic Search)
3.1 บลานช์ แอน บาวน์ด (Branch and bound)
3.2 เจนเนอเรท แอนด์ เทสท์ (Generate and Test)
3.3 ฮิลไคลบิง (Hill Climbing)
3.3.1 Simple Hill Climbing
3.3.2 สติปเป็ด แอเซhน (Steepest-Ascent Hill Climbing)
3.3.3 ซิมูเล็ทเต็ด แอนนิลลิง (Simulated Annealing)
3.4 การค้นหาแบบดีที่สุดก่อน (Best-first search)
3.4.1 กรีดีอัลกอริธึม (Greedy Algorithm)
3.4.2 อัลกอริธึม A*

กิจกรรม : - การสอนแบบบรรยายโดยใช้สื่อประกอบการสอนพร้อมยกตัวอย่าง
- เปิดโอกาสให้นักศึกษาซักถาม และอาจารย์ซักถามความเข้าใจ
- ฝึกปฏิบัติการค้นหาแบบฮิวริสติก
- แบบฝึกหัดท้ายหน่วยเรียน
- แจ้งผลแบบเสนอบทความในวารสารหรือสิ่งพิมพ์_AI
- นำเสนองานศึกษาค้นคว้าเดี่ยว

- นำเสนองานศึกษาค้นคว้าเดี่ยว 3 คน
บทที่ 3 การค้นหาแบบฮิวริสติก (Heuristic Search)
3.1 บลานช์ แอน บาวน์ด (Branch and bound)
3.2 เจนเนอเรท แอนด์ เทสท์ (Generate and Test)
3.3 ฮิลไคลบิง (Hill Climbing)
3.3.1 Simple Hill Climbing
3.3.2 สติปเป็ด แอเซhน (Steepest-Ascent Hill Climbing)
3.3.3 ซิมูเล็ทเต็ด แอนนิลลิง (Simulated Annealing)
3.4 การค้นหาแบบดีที่สุดก่อน (Best-first search)
3.4.1 กรีดีอัลกอริธึม (Greedy Algorithm)
3.4.2 อัลกอริธึม A*
กิจกรรม : - การสอนแบบบรรยายโดยใช้สื่อประกอบการสอนพร้อมยกตัวอย่าง
- เปิดโอกาสให้นักศึกษาซักถาม และอาจารย์ซักถามความเข้าใจ
- ฝึกปฏิบัติการค้นหาแบบฮิวริสติก
- แบบฝึกหัดท้ายหน่วยเรียน
- ติดตามการศึกษาบทความของนักศึกษาแต่ละกลุ่ม
- นำเสนองานศึกษาค้นคว้าเดี่ยว

- นำเสนองานศึกษาค้นคว้าเดี่ยว 3 คน
บทที่ 4 การค้นหาเมื่อมีคู่ปรปักษ์ (Adversarial Searches)
4.1 ส่วนประกอบพื้นฐานที่ต้องกำหนด
4.2 วิธีการค้นหาแบบ Minimax
4.3 วิธีการค้นหาแบบ Alpha-Beta Pruning
4.4 การประยุกต์ใช้งานเทคนิคการค้นหาเมื่อมีคู่ปรปักษ์ในโลกความจริง

กิจกรรม : - การสอนแบบบรรยายโดยใช้สื่อประกอบการสอนพร้อมยกตัวอย่าง
- เปิดโอกาสให้นักศึกษาซักถาม และอาจารย์ซักถามความเข้าใจ
- ฝึกปฏิบัติการค้นหาเมื่อมีคู่ปรปักษ์
- แบบฝึกหัดท้ายหน่วยเรียน
- ติดตามการศึกษาบทความของนักศึกษาแต่ละกลุ่ม
- นำเสนองานศึกษาค้นคว้าเดี่ยว

- นำเสนองานศึกษาค้นคว้าเดี่ยว 3 คน
บทที่ 4 การค้นหาเมื่อมีคู่ปรปักษ์ (Adversarial Searches)
4.1 ส่วนประกอบพื้นฐานที่ต้องกำหนด
4.2 วิธีการค้นหาแบบ Minimax
4.3 วิธีการค้นหาแบบ Alpha-Beta Pruning
4.4 การประยุกต์ใช้งานเทคนิคการค้นหาเมื่อมีคู่ปรปักษ์ในโลกความจริง

กิจกรรม : - การสอนแบบบรรยายโดยใช้สื่อประกอบการสอนพร้อมยกตัวอย่าง
- เปิดโอกาสให้นักศึกษาซักถาม และอาจารย์ซักถามความเข้าใจ
- ฝึกปฏิบัติการค้นหาเมื่อมีคู่ปรปักษ์
- แบบฝึกหัดท้ายหน่วยเรียน
- ติดตามการศึกษาบทความของนักศึกษาแต่ละกลุ่ม
- นำเสนองานศึกษาค้นคว้าเดี่ยว

สอบกลางภาค
กิจกรรม : สอบข้อเขียน

- นำเสนองานศึกษาค้นคว้าเดี่ยว 3 คน
บทที่ 5 Game Playing
5.1 รูปแบบของปัญญาประดิษฐ์ที่ใช้ภายในเกม
5.2 เกมกับการประยุกต์ด้วย Blind Search Technique
5.2.1 การนำ Breadth-First Search มาประยุกต์กับเกม
5.2.2 การนำ Depth-First Search มาประยุกต์กับเกม
5.3 เกมกับการประยุกต์ด้วย Heuristic Search Technique
5.3.1 การนำ Greedy Best First Search มาประยุกต์กับเกม
5.3.2 การนำ A* Search มาประยุกต์กับเกม
5.4 เกมกับการประยุกต์ด้วย Adversarial Search Techniques
5.4.1 การนำ Minimax มาประยุกต์กับเกม

กิจกรรม : - การสอนแบบบรรยายโดยใช้สื่อประกอบการสอนพร้อมยกตัวอย่าง
- เปิดโอกาสให้นักศึกษาซักถาม และอาจารย์ซักถามความเข้าใจ
- ฝึกปฏิบัติเกมกับการประยุกต์แบบต่างๆ
- แบบฝึกหัดท้ายหน่วยเรียน
- นำเสนองานศึกษาค้นคว้าเดี่ยว
- ติดตามการศึกษาบทความของนักศึกษาแต่ละกลุ่ม

- นำเสนองานศึกษาค้นคว้าเดี่ยว 3 คน
บทที่ 5 Game Playing
5.1 รูปแบบของปัญญาประดิษฐ์ที่ใช้ภายในเกม
5.2 เกมกับการประยุกต์ด้วย Blind Search Technique
5.2.1 การนำ Breadth-First Search มาประยุกต์กับเกม
5.2.2 การนำ Depth-First Search มาประยุกต์กับเกม
5.3 เกมกับการประยุกต์ด้วย Heuristic Search Technique
5.3.1 การนำ Greedy Best First Search มาประยุกต์กับเกม
5.3.2 การนำ A* Search มาประยุกต์กับเกม
5.4 เกมกับการประยุกต์ด้วย Adversarial Search Techniques
5.4.1 การนำ Minimax มาประยุกต์กับเกม

กิจกรรม : - การสอนแบบบรรยายโดยใช้สื่อประกอบการสอนพร้อมยกตัวอย่าง
- เปิดโอกาสให้นักศึกษาซักถาม และอาจารย์ซักถามความเข้าใจ
- ฝึกปฏิบัติเกมกับการประยุกต์แบบต่างๆ
- แบบฝึกหัดท้ายหน่วยเรียน
- นำเสนองานศึกษาค้นคว้าเดี่ยว

- นำเสนองานศึกษาค้นคว้าเดี่ยว 3 คน
- ทดสอบย่อย (ในสัปดาห์ที่ 12 หรือ 13)
บทที่ 6 การแทนความรู้ (Knowledge Represent)
6.1 ประวัติการแทนความรู้
6.2 เทคนิคการแทนความรู้
6.2.1 การแทนฐานความรู้เชิงตรรกะ
1) ตรรกศาสตร์ประพจน์ (Propositional Logic )
2) แคลคูลัสภาคแสดง (Predicate Calculus)
6.2.2 การแทนฐานความรู้เชิงอ็อบเจกต์
1) โครงข่ายความหมาย (Semantic Network)
2) กรอบ (Frame)
6.2.3 การแทนฐานความรู้เชิงกฎ

กิจกรรม : - การสอนแบบบรรยายโดยใช้สื่อประกอบการสอนพร้อมยกตัวอย่าง
- เปิดโอกาสให้นักศึกษาซักถาม และอาจารย์ซักถามความเข้าใจ
- ฝึกปฏิบัติการแทนความรู้
- แบบฝึกหัดท้ายหน่วยเรียน
- นำเสนองานศึกษาค้นคว้าเดี่ยว
- ติดตามการศึกษาบทความของนักศึกษาแต่ละกลุ่ม
- ทดสอบย่อย (ในสัปดาห์ที่ 12/13)

- นำเสนองานศึกษาค้นคว้าเดี่ยว 3 คน
- ทดสอบย่อย (ในสัปดาห์ที่ 12 หรือ 13)
บทที่ 6 การแทนความรู้ (Knowledge Represent)
6.1 ประวัติการแทนความรู้
6.2 เทคนิคการแทนความรู้
6.2.1 การแทนฐานความรู้เชิงตรรกะ
1) ตรรกศาสตร์ประพจน์ (Propositional Logic )
2) แคลคูลัสภาคแสดง (Predicate Calculus)
6.2.2 การแทนฐานความรู้เชิงอ็อบเจกต์
1) โครงข่ายความหมาย (Semantic Network)
2) กรอบ (Frame)
6.2.3 การแทนฐานความรู้เชิงกฎ

กิจกรรม : - การสอนแบบบรรยายโดยใช้สื่อประกอบการสอนพร้อมยกตัวอย่าง
- เปิดโอกาสให้นักศึกษาซักถาม และอาจารย์ซักถามความเข้าใจ
- ฝึกปฏิบัติการแทนความรู้
- แบบฝึกหัดท้ายหน่วยเรียน
- นำเสนองานศึกษาค้นคว้าเดี่ยว
- ติดตามการศึกษาบทความของนักศึกษาแต่ละกลุ่ม
- ทดสอบย่อย (ในสัปดาห์ที่ 12/13)

บทที่ 7 ระบบผู้เชี่ยวชาญ (Expert System)
7.1 ความหมายของระบบผู้เชี่ยวชาญ
7.2 ลักษณะของระบบผู้เชี่ยวชาญ
7.3 วัตถุประสงค์หลักของระบบผู้เชี่ยวชาญ
7.4 ตัวอย่างระบบผู้เชี่ยวชาญ
7.4.1 ระบบวินิจฉัยอาการเจ็บป่วยของม้า
7.4.2 ระบบผู้เชี่ยวชาญการบริหารงานของบริษัท MacMillan Bloedel
7.4.3 ระบบผู้เชี่ยวชาญสำหรับกลยุทธ์ในการโฆษณา
7.5 การนำเข้าองค์ความรู้และการใช้องค์ความรู้
7.6 ส่วนประกอบของระบบผู้เชี่ยวชาญ
7.7 การสรุปความของระบบผู้เชี่ยวชาญ
7.8 การพัฒนาระบบผู้เชี่ยวชาญ
7.9 คุณสมบัติของระบบผู้เชี่ยวชาญ
7.10 ข้อจำกัดของระบบผู้เชี่ยวชาญ
7.11 ประโยชน์ของระบบผู้เชี่ยวชาญ
7.12 ข้อแตกต่างระหว่างระบบผู้เชี่ยวชาญ (ES) กับระบบสนับสนุน การตัดสินใจ (DSS)

กิจกรรม : - การสอนแบบบรรยายโดยใช้สื่อประกอบการสอนพร้อมยกตัวอย่าง
- เปิดโอกาสให้นักศึกษาซักถาม และอาจารย์ซักถามความเข้าใจ
- ฝึกปฏิบัติการสร้างระบบผู้เชี่ยวชาญ
- แบบฝึกหัดท้ายหน่วยเรียน
- ติดตามความพร้อมก่อนส่งรายงานงานและนำงานกลุ่มที่ศึกษาค้นคว้าจากบทความของนักศึกษาแต่ละกลุ่ม

บทที่ 7 ระบบผู้เชี่ยวชาญ (Expert System)
7.1 ความหมายของระบบผู้เชี่ยวชาญ
7.2 ลักษณะของระบบผู้เชี่ยวชาญ
7.3 วัตถุประสงค์หลักของระบบผู้เชี่ยวชาญ
7.4 ตัวอย่างระบบผู้เชี่ยวชาญ
7.4.1 ระบบวินิจฉัยอาการเจ็บป่วยของม้า
7.4.2 ระบบผู้เชี่ยวชาญการบริหารงานของบริษัท MacMillan Bloedel
7.4.3 ระบบผู้เชี่ยวชาญสำหรับกลยุทธ์ในการโฆษณา
7.5 การนำเข้าองค์ความรู้และการใช้องค์ความรู้
7.6 ส่วนประกอบของระบบผู้เชี่ยวชาญ
7.7 การสรุปความของระบบผู้เชี่ยวชาญ
7.8 การพัฒนาระบบผู้เชี่ยวชาญ
7.9 คุณสมบัติของระบบผู้เชี่ยวชาญ
7.10 ข้อจำกัดของระบบผู้เชี่ยวชาญ
7.11 ประโยชน์ของระบบผู้เชี่ยวชาญ
7.12 ข้อแตกต่างระหว่างระบบผู้เชี่ยวชาญ (ES) กับระบบสนับสนุน การตัดสินใจ (DSS)

กิจกรรม : - การสอนแบบบรรยายโดยใช้สื่อประกอบการสอนพร้อมยกตัวอย่าง
- เปิดโอกาสให้นักศึกษาซักถาม และอาจารย์ซักถามความเข้าใจ
- ฝึกปฏิบัติการสร้างระบบผู้เชี่ยวชาญ
- แบบฝึกหัดท้ายหน่วยเรียน
- ส่งเอกสารและไฟล์ในการศึกษาค้นคว้ากลุ่ม
- เริ่มนำเสนองานกลุ่ม ในสัปดาห์ที่ 15

- นำเสนองานกลุ่ม (ต่อ)


กิจกรรม : - เปิดโอกาสให้นักศึกษาซักถาม และอาจารย์ซักถามความเข้าใจ
- นำเสนองานกลุ่ม

- ทบทวน
- ตรวจสอบงานที่ค้างส่ง

กิจกรรม : - เปิดโอกาสให้นักศึกษาซักถาม และอาจารย์ซักถามความเข้าใจ