จากการปลดล็อกโทรศัพท์ด้วยการสแกนใบหน้า ไปจนถึงการแปลภาษาแบบเรียลไทม์และรถยนต์ไร้คนขับ หลายเทคโนโลยีอัจฉริยะในปัจจุบันล้วนมีรากฐานจาก Neural Network ที่ได้แรงบันดาลใจจากสมองมนุษย์ จนกลายเป็นหัวใจสำคัญของ AI สมัยใหม่ที่สามารถมองเห็น ฟังเสียง เข้าใจ และสร้างสรรค์สิ่งใหม่ ๆ ได้

รายวิชานี้จะพาไปทำความเข้าใจการทำงานของ Neural Network วิวัฒนาการสู่ Deep Learning และสถาปัตยกรรมหลากหลายที่ผลักดันความก้าวหน้าของ AI ได้แก่

Recurrent Neural Networks (RNNs, LSTM, GRU) สำหรับข้อมูลลำดับ เช่น ข้อความและเสียง

Convolutional Neural Networks (CNNs) สำหรับการวิเคราะห์และประมวลผลภาพ

Transformers สำหรับการเข้าใจภาษาธรรมชาติ

Generative Adversarial Networks (GANs) สำหรับการสร้างเนื้อหาใหม่

Autoencoders สำหรับการบีบอัดข้อมูลและตรวจจับความผิดปกติ

Diffusion Models สำหรับการสร้างภาพสมจริงขั้นสูง

ด้วยการอธิบายที่เข้าใจง่ายและตัวอย่างจากโลกจริง ผู้เรียนจะได้เห็นว่าแนวคิดที่ซับซ้อนสามารถเข้าถึงได้ แม้ไม่มีพื้นฐานทางเทคนิคมาก่อน


From facial recognition to real-time translation and self-driving cars, many of today’s intelligent technologies share one foundation: the Neural Network. Inspired by the human brain, these systems have become the core of modern AI—able to see, listen, understand, and even create.

This course explores how Neural Networks work, how they evolved into Deep Learning, and how different architectures unlock different capabilities. Learners will be introduced to:

Recurrent Neural Networks (RNNs, LSTM, GRU) for sequential data like text and speech

Convolutional Neural Networks (CNNs) for image analysis and computer vision

Transformers for natural language understanding

Generative Adversarial Networks (GANs) for content creation

Autoencoders for compression and anomaly detection

Diffusion Models for state-of-the-art generative image synthesis

With clear analogies and real-world examples, the course makes complex ideas approachable for everyone—no technical background required.