ฝึกพูดภาษาอังกฤษด้วยเทคนิค Shadowing จากวิดีโอ: What is AI and ML? [Pt 2] | Generative AI with .NET for Beginners

กำลังสร้างบทเรียน...
1
Hello and welcome back to this beginner series on machine learning and AI.
2
In this video, I'm going to give you a quick introduction to what AI and machine learning are.
3
In this video, some of the things that you're going to be learning about are, what is AI and ML?
4
We're also going to learn about what you can do with AI and ML, and as a .NET developer, how you can get started with AI and ML.
5
All right, so first off, what is AI and ML?
6
You can look at it as different layers of basically the same thing.
7
And at the top level, you have AI or artificial intelligence.
8
And these are typically agents that automate tasks that are typically performed by humans.
9
So you can think of this as your spam filter in your email, right?
10
So at the end of the day, once you set some rules as to how you want your email organized, It's some sort of autonomous agent that's performing these actions on your behalf,
11
as opposed to you having to do it by yourself.
12
At the next level, you have machine learning or ML.
13
And these are essentially systems that use algorithms and data to infer patterns.
14
Now, the reason why you have machine learning is, again, think of your email inbox.
15
There's a certain point where rules become so overwhelming
16
that it's really difficult to sort of make any sort of meaning out of those rules and manage that.
17
So that's sort of where machine learning comes in.
18
And again, using data and algorithms, it's able to learn what those rules are and infer those patterns.
19
A level lower here, you have deep learning.
20
It's a machine learning technique that uses specialized algorithms known as neural networks.
21
And then last but not least, you have generative AI, such as the one used in models like GPT and ChatGPT.
22
And essentially this uses deep learning algorithms, typically known as transformers, to generate new content like text, images, and other content.
23
So what can you do with AI and ML?
24
At a high level, you can essentially extract key insights and summarize information with AI and ML.
25
Some examples of that are language.
26
So you could put, for example, analyze the sentiment of customer reviews.
27
You can build virtual agents or chatbots, like the one pictured here, Bing Chat.
28
You can translate text or code, and you can even use these models to explain code.
29
When it comes to computer vision, you can use these models to identify objects in an image or a video.
30
Similarly, for classification, if you need to tag customer reported issues with some severity level, you can leverage machine learning for that and AI.
31
You can also do anomaly detection, tasks like predictive maintenance, when a certain piece of equipment is going to fail.
32
Last but not least, you have forecasting.
33
So if you're looking at quarterly sales or some sort of target that you're looking to forecast or number, you can use AI and ML to do that.
34
Now, this is not a complete list, but this is just a relatively good overview of the things that you can do with AI and ML.
35
So now that you know what AI and ML is and what you can do with it, how can you get started as a.NET developer?
36
There's a few ways and we're going to go over a few of these throughout this entire series.
37
So first and foremost, you have services such as Azure OpenAI for working with generative AI models,
38
and then you have Azure Conduct Services or AI services.
39
What these allow you to do is they allow you to perform task-specific tasks and workflows using the power of AI.
40
You also have frameworks and libraries like Symantec Kernel for working with generative AI models.
41
You have ML.NET for training custom machine learning models.
42
You have libraries like AutoML, Torch Sharp, and SciSharp, which help you train custom machine learning and deep learning models.
43
You have the Open Neural Network Exchange or ONNX, which helps you when inferencing and bringing models trained in other platforms over to .NET,
44
and you have other libraries like plali.net, which help you with graphing and visualizing your data.
45
Then last but not least, there's a series of tools to help you with these workflows, such as ModelBuilder and the ML.NET CLI, when it comes to training custom machine learning models or deep learning models.
46
Then there's Polyglot Notebooks, which help with that experimentation process, and just writing code in general.
47
That brings to the end of this video, and let's recap what we learned here.
48
We learned what AI NML is.
49
We learned the things that you can do with AI NML.
50
And then last but not least, we wrapped it up with how you as a .NET developer can get started building AI applications.
51
Thanks for watching.
52
See you in the next video.
✨ วิดีโอแนะนำ
Generative AI explained in 2 minutesB2
19 ประโยค

Generative AI explained in 2 minutes

Business EnglishUniversity StudentsWorking Adults
What Is Machine Learning? | ML Explained for Beginners | CT AcademyB1
17
29 ประโยค

What Is Machine Learning? | ML Explained for Beginners | CT Academy

Business EnglishUniversity StudentsWorking Adults
Why Chatbots Understand You (And Why They Don't) | NLP ExplainedB2
1
125 ประโยค

Why Chatbots Understand You (And Why They Don't) | NLP Explained

Business EnglishUniversity StudentsWorking Adults
What is AI?B2
1
31 ประโยค

What is AI?

Business EnglishUniversity StudentsWorking Adults
Creator of C# and TypeScript: "AI will NEVER Replace Coders, Here's Why" | Anders HejlsbergB2
1
215 ประโยค

Creator of C# and TypeScript: "AI will NEVER Replace Coders, Here's Why" | Anders Hejlsberg

Business EnglishUniversity StudentsWorking Adults
Nvidia's New Laptops - RTX SparkB2
1
76 ประโยค

Nvidia's New Laptops - RTX Spark

Business EnglishUniversity StudentsWorking Adults
How I use AI to learn engineering (anti brain rot studying)B2
1
197 ประโยค

How I use AI to learn engineering (anti brain rot studying)

Business EnglishUniversity StudentsWorking Adults
What is an AI Token? | LLM Tokens explained in 2 minutes!B2
3
23 ประโยค

What is an AI Token? | LLM Tokens explained in 2 minutes!

Business EnglishUniversity StudentsWorking Adults
Is ML Engineering Dead? (AI vs ML Engineer)B2
2
136 ประโยค

Is ML Engineering Dead? (AI vs ML Engineer)

Business EnglishInterview EnglishUniversity Students
AI Made the Most Passive Side Hustle Even EasierB2
23 ประโยค

AI Made the Most Passive Side Hustle Even Easier

Business EnglishUniversity StudentsWorking Adults
AI, Machine Learning, Deep Learning and Generative AI ExplainedC1
8
114 ประโยค

AI, Machine Learning, Deep Learning and Generative AI Explained

Business EnglishUniversity StudentsWorking Adults
Introduction to statistical prediction modelsC1
1
125 ประโยค

Introduction to statistical prediction models

Business EnglishUniversity StudentsWorking Adults

คำศัพท์และข้อสังเกตด้านการพูดสำหรับบทเรียนนี้

วิดีโอนี้มี 52 ประโยค และ 835 คำ สำหรับฝึกพูดตาม ช่วงที่มีเสียงพูดยาว 4:19 ผู้พูดพูดเร็ว ประมาณ 193 คำต่อนาที จึงมีการเชื่อมเสียงและลดเสียงค่อนข้างมาก 83% ของคำอยู่ใน 3,000 คำที่ใช้บ่อยที่สุดในภาษาอังกฤษ ส่วนที่เหลือควรดูไว้ก่อนเริ่มฝึก

คำศัพท์สำคัญในวิดีโอนี้

คำที่ควรเรียนรู้ 15 คำจากวิดีโอ พร้อมคำอ่านและความหมาย:

คำศัพท์คำอ่านความหมาย
algorithm คำนาม/ˈælɡəɹɪðm̩/ขั้นตอนวิธี, อัลกอริทึม
custom คำนาม/ˈkʌstəm/แบบแผน, ธรรมเนียม
forecast คำนาม/ˈfɔːkɑːst/การพยากรณ์
technique คำนาม/tɛkˈniːk/เทคนิค, กลเม็ด
layer คำนาม/ˈleɪ̯ɚ/ชั้น
filter คำนาม/ˈfɪltɚ/กรอง, เครื่องกรอง
artificial คำคุณศัพท์/ˌɑː.tɪˈfɪʃ.əl/เทียม
wrap คำกริยา/ɹæp/ห่อ
graph คำนาม/ɡɹæf/กราฟ
spam คำนาม/spæm/สแปม
quarterly คำคุณศัพท์รายไตรมาส
translate คำกริยา/tɹænzˈleɪt/แปล
analyze คำกริยา/ˈæn.əˌlaɪz/วิเคราะห์
beginner คำนาม/bəˈɡɪnɚ/มือใหม่
infer คำกริยา/ɪnˈfɜː/อนุมาน

การออกเสียงที่ควรระวัง

ผู้พูดใช้รูปย่อและรูปลดเสียง 6 ครั้ง เช่น you're, we're, I'm ให้พูดแบบสั้นตามที่ได้ยิน

  • เสียง “sh” และ “zh”: essentially /ɪˈsɛnʃəli/, artificial /ˌɑː.tɪˈfɪʃ.əl/, classification /ˌklæsɪfɪˈkeɪʃən/, detection /dɪˈtɛk.ʃən/, experimentation /ɪkˌspɛɹ.ə.mənˈteɪ.ʃən/
  • คำยาว — ลงเสียงหนักให้ถูกพยางค์: essentially /ɪˈsɛnʃəli/, developer /dɪˈvɛləpɚ/, similarly /ˈsɪm.ə.lə.li/, artificial /ˌɑː.tɪˈfɪʃ.əl/, classification /ˌklæsɪfɪˈkeɪʃən/

วิธีฝึกกับวิดีโอนี้

  1. ฟังวิดีโอให้จบหนึ่งรอบโดยยังไม่ต้องพูด แล้วจดคำที่ยังไม่รู้จัก
  2. เริ่มที่ความเร็ว 0.75× พูดตามทีละประโยค แล้วกลับไปใช้ความเร็วปกติเมื่อเริ่มคล่อง
  3. อัดเสียงตัวเองแล้วเทียบกับต้นฉบับ โดยสังเกตคำอย่าง algorithm, custom, forecast เป็นพิเศษ

เทคนิค Shadowing คืออะไร?

Shadowing เป็นเทคนิคการเรียนรู้ภาษาที่ได้รับการรับรองทางวิทยาศาสตร์ พัฒนาขึ้นสำหรับการฝึกนักแปลมืออาชีพ วิธีการนี้เรียบง่ายแต่ทรงพลัง: คุณฟังเสียงภาษาอังกฤษจากเจ้าของภาษาและพูดตามทันที — เหมือนเงาที่ตามผู้พูดด้วยช่วงเวลาห่าง 1-2 วินาที การวิจัยแสดงว่าเทคนิคนี้ปรับปรุงความแม่นยำในการออกเสียง ทำนองเสียง จังหวะ การเชื่อมเสียง การฟังเข้าใจ และความคล่องแคล่วในการพูดได้อย่างมีนัยสำคัญ

เทคนิค shadowing: อ่านคู่มือฉบับเต็มทีละขั้นตอน →