ฝึกพูดภาษาอังกฤษด้วยเทคนิค Shadowing จากวิดีโอ: AI & Deep Learning for Kids: Fun & Easy Introduction with Randy the Robot! | DL |Courses | Education
เลือกโหมดฝึก
แต่ละโหมดจะเปิดห้องฝึกแบบเต็มจอ
116 ประโยค
หากประโยคสั้นหรือยาวเกินไป กดที่ Edit เพื่อปรับแก้
1
Hello, Jenny and Ethan.
2
It's great to see you again at Randy's Robo School.
3
Hi Randy.
4
We're really excited to be here.
5
Yeah Randy.
6
What are we going to learn about today?
7
Today, we're diving into the world of deep learning.
8
Are you ready to explore how computers learn to think like humans?
9
Ready.
10
Deep learning is a type of artificial intelligence, or AI, where computers learn to think like our brains do.
11
It helps computers understand the world by learning from lots of examples.
12
Randy, how do our brains work?
13
Great question, Jenny.
14
Our brains are made up of many tiny parts called neurons.
15
These neurons are like little messengers that help us think and learn.
16
When we see or hear something, our neurons send signals to each other to help us understand it.
17
So how does deep learning work?
18
Deep learning uses something called neural networks, which are inspired by the way our brains work.
19
Imagine a big web of connected points, where each point is an artificial neuron.
20
These artificial neurons work together to help the computer learn and make decisions.
21
What do these artificial neurons do?
22
Each artificial neuron in a neural network takes in information, makes a simple decision, and then passes that decision to other neurons in the next layer.
23
This process continues through many layers, allowing the computer to understand complex patterns and make smart decisions.
24
So, it's like a team of neurons working together?
25
Exactly, Ethan.
26
Just like a team, each neuron plays a part in solving the problem.
27
The more layers of neurons we have, the more complex and accurate the computer's understanding becomes.
28
Alright, Jenny and Ethan, let's dive deeper into how deep learning works by looking at the different layers in a neural network. That sounds interesting, Randy.
29
What are these layers?
30
Deep learning involves many layers of neurons working together.
31
These layers are like the layers of a cake.
32
Each layer learns different things from the one before it.
33
There are three main parts.
34
The input layer, hidden layers, and the output layer.
35
Let's start with the input layer.
36
The input layer is where the information comes in.
37
this layer is your eyes, ears, and fingers that gather information about the world.
38
Just like how you use your senses to see, hear, and touch things, the input layer collects all the data and sends it to the next layer.
39
So it's like our senses for the computer?
40
Exactly Jenny!
41
The computer uses the input layer to take in information, like pictures, sounds, or text.
42
Next, we have the hidden layers.
43
These are the middle layers where the magic happens.
44
Each layer passes information to the next one, kind of like a secret message being passed along a line of friends.
45
These layers work together to find patterns in the data.
46
The more layers there are, the more details the computer can understand.
47
For example, one layer might recognize simple shapes, the next layer might combine those shapes to recognize objects,
48
and another layer might identify colors and other features.
49
So, the more hidden layers, the smarter the computer gets?
50
Exactly Jenny, each hidden layer adds more understanding and helps the computer make better decisions.
51
Finally, we have the output layer.
52
This is the last layer, where the final answer comes out.
53
It tells us what the computer has learned from the input.
54
For example, if we show the computer a picture of a cat, the output layer might say, Hey, that's a cat.
55
So, the output layer gives us the result of all the learning?
56
Yes, Ethan.
57
Then, the output layer gives us the final answer based on all the information processed by the hidden layers.
58
Let's use a layered cake as an example.
59
The first layer of neurons learns to recognize simple shapes, like lines and curves.
60
This is similar to the base layer of our cake, which handles the most basic and essential parts.
61
The next layer takes those simple shapes and combines them into more complex patterns, like circles and squares.
62
It's like adding another delicious layer to our cake.
63
This layer builds on what the first layer has learned.
64
The third layer might take those patterns and start to recognize more detailed features, like letters or objects.
65
For instance, it might recognize a circle as the face of a clock or a wheel, and a square as a window or a book.
66
It's like the frosting and decorations on top of our cake.
67
Each layer adds more detail and understanding.
68
That sounds yummy and smart.
69
Let's see another example of deep learning in recognizing handwriting.
70
Imagine you're teaching a computer to recognize your handwriting.
71
The first layer of neurons looks at simple lines and curves.
72
The next layer sees which lines and curves make up letters.
73
For example, it might recognize a vertical line in a curve as parts of the letter P.
74
And the final layer recognizes the letters you wrote.
75
It takes those parts and puts them all together to recognize whole letters.
76
So now, in the final layer, it sees the vertical line and the curve together and recognizes the letter P.
77
And if it sees a circle and a vertical line, it recognizes the letter D.
78
Wow, that's like how I learned to write.
79
Exactly Jenny.
80
The computer learns step by step, just like you did.
81
Now, let's talk about training a deep learning model.
82
Training a deep learning model is like training a dog.
83
You show it lots of examples and give it feedback.
84
If it makes a mistake, you correct it and try again.
85
So, it learns from its mistakes?
86
Exactly Ethan.
87
The more examples it sees, the better it gets.
88
It's a process of trial and error.
89
Now, let's talk about the difference between machine learning and deep learning.
90
Machine learning is like teaching the robot basic tasks by giving it instructions and examples.
91
Deep learning is a more advanced type of machine learning that uses neural networks to learn from a large amount of data.
92
So, deep learning is a special kind of machine learning?
93
Exactly Ethan.
94
It's like going from learning to ride a bike to learning how to drive a car.
95
Deep learning can handle more complex tasks and learn on its own.
96
Now let's talk about why deep learning is important.
97
Deep learning helps robots and computers do amazing things, like recognize faces in photos, understand and translate languages, languages,
98
drive cars on their own, and even play games better than humans.
99
That's incredible!
100
What else can deep learning do?
101
Deep learning is used in many areas like healthcare to detect diseases, in finance to predict stock prices,
102
and in entertainment to create smart characters in video games.
103
It's everywhere.
104
Yes, Ethan.
105
Deep learning is a big part of how future technology will work.
106
In our next video we will talk about AI safety, so stay tuned.
107
To learn more about artificial intelligence go to www.aieducationforkids.com.
108
If you would like to read books
109
and do some activity then we have some wonderful collection of books on artificial intelligence like Introduction to AI,
110
Brainy Bots, Fantastic Future, Building AI.
111
These books will help you grow and explore the new world of artificial intelligence.
112
You can find all the links and details in the video description below.
113
If you like this video, then please click the like button to get notifications for more such educational videos on AI.
114
Please hit the subscribe button.
115
See you next time.
116
Thank you.
ดาวน์โหลดแอป
ทุกอย่างที่ต้องใช้เพื่อพูดได้คล่อง
AI ให้คะแนนการออกเสียงให้คะแนนทุกประโยค
ฝึก IPAเชี่ยวชาญทุกเสียง
คำศัพท์สร้างคลังคำของคุณ
เกมคำศัพท์เล่นไปเรียนไป
ช่องเดียวกัน
B11
AI Algorithms Types| Fun Learning with Randy the Robot | Part-2 | Advanced AI for Kids | Courses
KidsDaily Conversation
B11
AI Algorithms for Kids | Fun Learning with Randy the Robot | Part-1 | AI for Kids | AI Courses
KidsDaily Conversation
B11
AI in Daily Life: Fun Learning with Randy the Robot (AI for Kids) | AI Courses | Education
KidsDaily Conversation
B11
Why Chatbots Understand You (And Why They Don't) | NLP Explained
KidsDaily Conversation
A21
What is Artificial Intelligence? (AI for Kids) | AI Courses | AI in Education | Learn AI
KidsDaily Conversation
A21
AI & Machine Learning for Kids: Fun & Easy Introduction! (AI for Kids) | AI Courses | ML Education
KidsDaily Conversation
A12
AI Safety for Kids | Learn with Randy the Robot | Safe AI Use Tips | AI Internet Online Safety 101
KidsDaily Conversation
A22
How AI Works: Randy the Robot's Fun Classroom Adventure (AI for Kids) | Courses | What is AI?
KidsTeensDaily Conversation
FOR YOU
วิดีโอแนะนำ
B11
84 ประโยค
How Do Airplanes Work? | Educational Video for Kids by Brain Candy TV
KidsDaily Conversation
B11
53 ประโยค
fun facts about robots for kids!
KidsDaily Conversation
A21
29 ประโยค
“Robot Energy!” Toy Factory Adventure 🤖⚡️ Robot Dance Brain Break | Danny Go! Songs for Kids
KidsDaily Conversation
B1100 ประโยค
How does AI work?
KidsDaily Conversation
B12
48 ประโยค
Robot lesson 1
KidsDaily Conversation
B22
56 ประโยค
How play helps a kid’s brain grow - Jesse Ilhardt
KidsTeensDaily Conversation
A21
44 ประโยค
Sweet Skills: "How to" build a Robot
KidsDaily Conversation
A23
259 ประโยค
Learn Everyday English Phrases for English Speaking Practice | English Conversations for Beginners
KidsTeensDaily Conversation
B21
24 ประโยค
DeepSeek R1 Explained in 2 Minutes
Daily ConversationUniversity StudentsWorking Adults
B11
371 ประโยค
Learn 97% of Harvard's CS50 in 25 minutes
Daily ConversationUniversity Students
คำศัพท์และข้อสังเกตด้านการพูดสำหรับบทเรียนนี้
บทเรียนฝึกพูดระดับ A2 นี้ใช้วิดีโอ “AI & Deep Learning for Kids: Fun & Easy Introduction with Randy the Robot!” เป็นสื่อ คำที่ถูกพูดซ้ำบ่อยที่สุด: layer, learning, deep, computer, neuron วิดีโอนี้มี 116 ประโยค และ 1256 คำ สำหรับฝึกพูดตาม ช่วงที่มีเสียงพูดยาว 9:12 ผู้พูดพูดด้วยความเร็วสม่ำเสมอ ประมาณ 137 คำต่อนาที เหมาะกับการฝึกพูดตาม 81% ของคำอยู่ใน 3,000 คำที่ใช้บ่อยที่สุดในภาษาอังกฤษ ส่วนที่เหลือควรดูไว้ก่อนเริ่มฝึก
คำศัพท์สำคัญในวิดีโอนี้
คำที่ควรเรียนรู้ 15 คำจากวิดีโอ พร้อมคำอ่านและความหมาย:
| คำศัพท์ | คำอ่าน | ความหมาย |
|---|---|---|
| layer คำนาม | /ˈleɪ̯ɚ/ | ชั้น |
| artificial คำคุณศัพท์ | /ˌɑː.tɪˈfɪʃ.əl/ | เทียม |
| output คำนาม | /ˈaʊtpʊt/ | เอาท์พุต |
| vertical คำคุณศัพท์ | /ˈvɝ.tɪ.kəl/ | ตั้งฉาก, ตั้งตรง |
| explore คำกริยา | /ɪkˈsploɹ/ | สำรวจ |
| robot คำนาม | /ˈɹoʊ.bɑt/ | หุ่นยนต์, โรบอต |
| dive คำกริยา | /daɪv/ | ดำ |
| handwriting คำนาม | /ˈhændɹaɪtɪŋ/ | ลายมือ |
| finger คำนาม | /ˈfɪŋɡɚ/ | นิ้ว |
| ear คำนาม | /ˈɪə̯/ | หู |
| solve คำกริยา | /sɒlv/ | แก้, แก้ไข |
| connect คำกริยา | /kəˈnɛkt/ | เชื่อม, ต่อ |
| collect คำกริยา | /ˈkɑlɪkt/ | เก็บ, สะสม |
| delicious คำคุณศัพท์ | /dɪˈlɪ.ʃəs/ | อร่อย, โอชา |
| tune คำนาม | /tjuːn/ | ทำนอง |
ประโยคที่ควรฝึกพูดซ้ำ
ประโยคสั้น ๆ ที่สมบูรณ์จากวิดีโอ ซึ่งนำไปใช้ในบทสนทนาประจำวันได้:
- We're really excited to be here.
- What are we going to learn about today?
- Today, we're diving into the world of deep learning.
- Are you ready to explore how computers learn to think like humans?
- Randy, how do our brains work?
ไวยากรณ์ในวิดีโอนี้
โครงสร้างที่ผู้พูดใช้บ่อยที่สุด พร้อมคำพูดจริงจากวิดีโอ:
| โครงสร้าง | ในวิดีโอ |
|---|---|
| Passive voice be + กริยาช่อง 3 — เน้นสิ่งที่เกิดขึ้น ไม่ใช่ผู้กระทำ | are made · are inspired · being passed |
| Present perfect have/has + กริยาช่อง 3 — เหตุการณ์ในอดีตที่ยังเกี่ยวข้องกับปัจจุบัน | has learned |
| ความเป็นไปได้ด้วย “might / may” might/may + กริยา — สิ่งที่เป็นไปได้แต่ไม่แน่นอน | might recognize · might identify · might say |
| อนาคตด้วย “will” will + กริยา — การตัดสินใจ คำสัญญา หรือการคาดการณ์ | will work · will talk · will help |
การออกเสียงที่ควรระวัง
ผู้พูดใช้รูปย่อและรูปลดเสียง 3 ครั้ง เช่น we're, you're ให้พูดแบบสั้นตามที่ได้ยิน
- เสียง “sh” และ “zh”: artificial /ˌɑː.tɪˈfɪʃ.əl/, delicious /dɪˈlɪ.ʃəs/, instruction /ɪnˈstɹʌkʃən/, notification /ˌnoʊtɪfɪˈkeɪʃn̩/, decoration /ˌdɛkəˈɹeɪʃən/
- คำยาว — ลงเสียงหนักให้ถูกพยางค์: artificial /ˌɑː.tɪˈfɪʃ.əl/, notification /ˌnoʊtɪfɪˈkeɪʃn̩/, decoration /ˌdɛkəˈɹeɪʃən/
เสียงที่คนไทยมักออกเสียงยาก:
- เสียงท้ายคำ — ออกเสียงให้ครบ ไม่เปลี่ยนเป็นตัวสะกดแบบไทย: artificial /ˌɑː.tɪˈfɪʃ.əl/, curve /kɚv/, neural /ˈnʊɹəl/, vertical /ˈvɝ.tɪ.kəl/, dive /daɪv/
- /v/ — ไม่ใช่ /w/ ให้ฟันบนแตะริมฝีปากล่าง: curve /kɚv/, vertical /ˈvɝ.tɪ.kəl/, dive /daɪv/, solve /sɒlv/, involve /ɪnˈvɑlv/
- /r/ กับ /l/ — แยกให้ชัด: neural /ˈnʊɹəl/, explore /ɪkˈsploɹ/, translate /tɹænzˈleɪt/
วิธีฝึกกับวิดีโอนี้
- ฟังวิดีโอให้จบหนึ่งรอบโดยยังไม่ต้องพูด แล้วจดคำที่ยังไม่รู้จัก
- พูดตามทีละประโยคด้วยความเร็วปกติ ทำซ้ำแต่ละประโยคจนจังหวะของคุณตรงกับผู้พูด
- อัดเสียงตัวเองแล้วเทียบกับต้นฉบับ โดยสังเกตคำอย่าง layer, artificial, output เป็นพิเศษ
เทคนิค Shadowing คืออะไร?
Shadowing เป็นเทคนิคการเรียนรู้ภาษาที่ได้รับการรับรองทางวิทยาศาสตร์ พัฒนาขึ้นสำหรับการฝึกนักแปลมืออาชีพ วิธีการนี้เรียบง่ายแต่ทรงพลัง: คุณฟังเสียงภาษาอังกฤษจากเจ้าของภาษาและพูดตามทันที — เหมือนเงาที่ตามผู้พูดด้วยช่วงเวลาห่าง 1-2 วินาที การวิจัยแสดงว่าเทคนิคนี้ปรับปรุงความแม่นยำในการออกเสียง ทำนองเสียง จังหวะ การเชื่อมเสียง การฟังเข้าใจ และความคล่องแคล่วในการพูดได้อย่างมีนัยสำคัญ