AI Glossary: 30 คำศัพท์ AI ที่ต้องรู้ในปี 2025

เวลาอ่านข่าวหรือบทความเกี่ยวกับ AI แล้วเจอศัพท์แปลกๆ จนงง? ไม่ต้องกังวลค่ะ วันนี้เรารวม 30 คำศัพท์ AI ที่ใช้บ่อยที่สุด อธิบายแบบเข้าใจง่ายๆ

เก็บบทความนี้ไว้เป็นคู่มือได้เลยนะคะ!

คำศัพท์พื้นฐาน (1-10)

1. AI (Artificial Intelligence)

ความหมาย: ปัญญาประดิษฐ์ คือระบบคอมพิวเตอร์ที่สามารถทำสิ่งที่ต้องใช้ความฉลาดของมนุษย์ได้

ตัวอย่าง: Siri, ChatGPT, รถขับเองได้

---

2. Machine Learning (ML)

ความหมาย: การเรียนรู้ของเครื่อง เป็นวิธีหนึ่งในการสร้าง AI โดยให้คอมพิวเตอร์เรียนรู้จากข้อมูลแทนการเขียนโปรแกรมทุกอย่าง

ตัวอย่าง: Netflix แนะนำหนังจากประวัติการดู

---

3. Deep Learning

ความหมาย: การเรียนรู้เชิงลึก เป็น Machine Learning ขั้นสูงที่เลียนแบบโครงสร้างของสมองมนุษย์

ตัวอย่าง: Face ID บน iPhone, การแปลภาษาอัตโนมัติ

---

4. Neural Network

ความหมาย: โครงข่ายประสาทเทียม ระบบที่เลียนแบบการทำงานของเซลล์ประสาทในสมอง

เปรียบเทียบ: เหมือนสมองจำลองที่มีโหนดเชื่อมต่อกันเป็นชั้นๆ

---

5. Algorithm

ความหมาย: อัลกอริทึม คือชุดคำสั่งหรือขั้นตอนที่คอมพิวเตอร์ใช้ในการแก้ปัญหา

เปรียบเทียบ: เหมือนสูตรอาหารที่บอกขั้นตอนการทำอาหาร

---

6. Training (การฝึก)

ความหมาย: กระบวนการสอน AI โดยการป้อนข้อมูลจำนวนมากให้มันเรียนรู้

ตัวอย่าง: ให้ AI ดูรูปแมว 1 ล้านรูป จนมันจำได้ว่าแมวหน้าตาเป็นยังไง

---

7. Model

ความหมาย: โมเดล คือผลลัพธ์จากการฝึก AI เปรียบเหมือน "สมอง" ของ AI ที่ถูกฝึกมาแล้ว

ตัวอย่าง: GPT-4, Claude, Gemini คือ "โมเดล" ภาษา

---

8. Dataset

ความหมาย: ชุดข้อมูล คือข้อมูลจำนวนมากที่ใช้ฝึก AI

ตัวอย่าง: ข้อความจากเว็บไซต์หลายล้านหน้าที่ใช้ฝึก ChatGPT

---

9. Parameter

ความหมาย: พารามิเตอร์ คือตัวแปรภายใน AI ที่ถูกปรับระหว่างการฝึก ยิ่งมีเยอะ AI ยิ่งซับซ้อน

ตัวอย่าง: GPT-4 มีพารามิเตอร์นับล้านล้านตัว

---

10. Inference

ความหมาย: การอนุมาน คือการที่ AI ใช้สิ่งที่เรียนรู้มาตอบคำถามหรือทำงาน

เปรียบเทียบ: ตอนฝึก = ตอนเรียนหนังสือ, ตอน Inference = ตอนสอบ

---

คำศัพท์เกี่ยวกับ AI ภาษา (11-17)

11. LLM (Large Language Model)

ความหมาย: โมเดลภาษาขนาดใหญ่ คือ AI ที่ถูกฝึกด้วยข้อความมหาศาลจนเข้าใจและสร้างภาษาได้

ตัวอย่าง: ChatGPT, Claude, Gemini ล้วนเป็น LLM

---

12. Prompt

ความหมาย: คำสั่งหรือข้อความที่เราพิมพ์ให้ AI เพื่อขอให้ทำอะไรบางอย่าง

ตัวอย่าง: "ช่วยเขียนอีเมลขอลางาน" คือ Prompt

---

13. Prompt Engineering

ความหมาย: ศิลปะการเขียน Prompt ให้ได้ผลลัพธ์ที่ดีที่สุดจาก AI

ความสำคัญ: Prompt ที่ดีได้ผลลัพธ์ดีกว่า Prompt ที่แย่หลายเท่า!

---

14. Token

ความหมาย: หน่วยย่อยที่ AI ใช้ประมวลผลข้อความ อาจเป็นคำ พยางค์ หรือตัวอักษร

ตัวอย่าง: คำว่า "สวัสดี" อาจถูกแบ่งเป็น 1-2 tokens

---

15. Context Window

ความหมาย: ขนาด "ความจำ" ของ AI ว่าจำบทสนทนาได้ยาวแค่ไหน วัดเป็น tokens

ตัวอย่าง: GPT-4 Turbo มี context window 128K tokens (ประมาณ 100,000 คำ)

---

16. Hallucination

ความหมาย: การที่ AI "หลอน" คือตอบข้อมูลที่ไม่จริง แต่ฟังดูน่าเชื่อถือ

ตัวอย่าง: AI อาจบอกว่าหนังสือเล่มหนึ่งเขียนโดยคนที่ไม่ได้เขียนจริง

---

17. Fine-tuning

ความหมาย: การปรับแต่ง AI ที่ฝึกมาแล้วให้เก่งเรื่องเฉพาะทางมากขึ้น

ตัวอย่าง: เอา GPT มา fine-tune ให้เก่งเรื่องกฎหมายโดยเฉพาะ

---

คำศัพท์เกี่ยวกับ AI รูปภาพ/วิดีโอ (18-22)

18. Generative AI

ความหมาย: AI ที่สร้างเนื้อหาใหม่ได้ ไม่ว่าจะเป็นข้อความ รูปภาพ เสียง หรือวิดีโอ

ตัวอย่าง: ChatGPT (ข้อความ), Midjourney (รูป), Suno (เพลง)

---

19. Text-to-Image

ความหมาย: AI ที่สร้างภาพจากคำอธิบาย พิมพ์อธิบายว่าอยากได้ภาพแบบไหน แล้ว AI สร้างให้

ตัวอย่าง: Midjourney, DALL-E, Stable Diffusion

---

20. Diffusion Model

ความหมาย: เทคนิคการสร้างภาพโดย AI เริ่มจากภาพที่มีแต่ noise แล้วค่อยๆ ลบ noise ออกจนได้ภาพที่ต้องการ

ตัวอย่าง: Stable Diffusion, Midjourney ใช้เทคนิคนี้

---

21. Image-to-Image

ความหมาย: AI ที่แปลงภาพหนึ่งเป็นอีกภาพหนึ่ง เช่น เปลี่ยนสไตล์ หรือแก้ไขบางส่วน

ตัวอย่าง: เปลี่ยนภาพถ่ายเป็นภาพวาดแนว Anime

---

22. Multimodal AI

ความหมาย: AI ที่เข้าใจและสร้างได้หลายรูปแบบ เช่น ทั้งข้อความ รูปภาพ และเสียง

ตัวอย่าง: GPT-4V ดูรูปและตอบคำถามเกี่ยวกับรูปได้

---

คำศัพท์ขั้นสูง (23-30)

23. AGI (Artificial General Intelligence)

ความหมาย: ปัญญาประดิษฐ์ทั่วไป คือ AI ที่ฉลาดเท่ามนุษย์ ทำได้ทุกอย่างที่มนุษย์ทำได้

สถานะ: ยังไม่มีจริง เป็นเป้าหมายในอนาคต

---

24. RAG (Retrieval-Augmented Generation)

ความหมาย: เทคนิคที่ให้ AI ค้นหาข้อมูลจากแหล่งภายนอกก่อนตอบ ทำให้ตอบได้แม่นยำขึ้น

ตัวอย่าง: AI ที่ค้นหาในฐานข้อมูลบริษัทก่อนตอบคำถาม

---

25. Vector Database

ความหมาย: ฐานข้อมูลที่เก็บข้อมูลในรูปแบบ "vector" ช่วยให้ AI ค้นหาข้อมูลที่เกี่ยวข้องได้เร็ว

การใช้งาน: ใช้คู่กับ RAG เพื่อให้ AI หาข้อมูลได้

---

26. Embedding

ความหมาย: การแปลงข้อความหรือข้อมูลให้เป็นตัวเลข (vector) ที่ AI เข้าใจได้

เปรียบเทียบ: เหมือนแปลภาษามนุษย์เป็นภาษาที่คอมพิวเตอร์เข้าใจ

---

27. API (Application Programming Interface)

ความหมาย: ช่องทางที่โปรแกรมใช้เชื่อมต่อกับ AI โดยส่งข้อมูลไปและรับผลลัพธ์กลับมา

ตัวอย่าง: เว็บไซต์ใช้ OpenAI API เพื่อเชื่อมต่อกับ ChatGPT

---

28. GPU (Graphics Processing Unit)

ความหมาย: การ์ดจอ ซึ่งใช้ในการฝึกและรัน AI เพราะมีพลังประมวลผลสูง

ตัวอย่าง: NVIDIA GPU ถูกใช้ฝึก AI ขนาดใหญ่

---

29. Edge AI

ความหมาย: AI ที่รันบนอุปกรณ์โดยตรง (เช่น มือถือ) ไม่ต้องส่งข้อมูลไป Cloud

ข้อดี: เร็วกว่า ปลอดภัยกว่า ไม่ต้องใช้อินเทอร์เน็ต

---

30. AI Agent

ความหมาย: AI ที่ทำงานได้อัตโนมัติ สามารถวางแผน ตัดสินใจ และทำหลายขั้นตอนได้เอง

ตัวอย่าง: AI ที่จองตั๋วเครื่องบินให้โดยอัตโนมัติ

---

สรุปคำศัพท์ตามหมวดหมู่

พื้นฐาน:

AI, Machine Learning, Deep Learning, Neural Network, Algorithm, Training, Model, Dataset, Parameter, Inference

ภาษา:

LLM, Prompt, Prompt Engineering, Token, Context Window, Hallucination, Fine-tuning

รูปภาพ/วิดีโอ:

Generative AI, Text-to-Image, Diffusion Model, Image-to-Image, Multimodal AI

ขั้นสูง:

AGI, RAG, Vector Database, Embedding, API, GPU, Edge AI, AI Agent

---

เคล็ดลับการจำคำศัพท์

1. ใช้ในบทสนทนาจริง - ลองพูดคุยเรื่อง AI กับเพื่อนหรือเพื่อนร่วมงาน
2. อ่านข่าว AI - จะเจอคำศัพท์เหล่านี้บ่อยๆ
3. ทบทวนเป็นประจำ - กลับมาอ่านบทความนี้เมื่อลืม
4. เชื่อมโยงกับตัวอย่าง - จำตัวอย่างจริงจะจำได้ง่ายกว่า

---

อยากเรียนรู้ AI อย่างลึกซึ้งไหมคะ?

ถ้าคุณอยากเข้าใจ AI มากกว่าแค่คำศัพท์ และอยากนำไปใช้งานจริงได้ เรามี คอร์ส AI ที่สอนตั้งแต่พื้นฐานจนถึงขั้นสูง

เรียนรู้ทั้งทฤษฎีและปฏิบัติ มีตัวอย่างจริง มีทีมซัพพอร์ตตลอดค่ะ!

ดูคอร์สเรียน AI ทั้งหมด