WEBVTT

00:00:08.300 --> 00:00:11.860
ខ្ញុំឈ្មោះ Ale Flores ហើយ
ខ្ញុំជាអ្នកគ្រប់គ្រងផលិតផល នៅ Alexa

00:00:12.500 --> 00:00:15.220
ខ្ញុំឈ្មោះវេជ្ជបណ្ឌិត Chelsea Haupt
ខ្ញុំធ្វើការនៅវិទ្យាស្ថាន Allen សម្រាប់បញ្ញាសិប្បនិម្មិត

00:00:15.360 --> 00:00:19.500
ហើយខ្ញុំធ្វើការលើ ការសិក្សាស្វែងរកដែល
ដំណើរការដោយ AI

00:00:21.180 --> 00:00:26.020
នៅជុំវិញអ្នក, កុំព្យូទ័រទាំងនេះកំពុងបង្កើត
ការសម្រេចចិត្ត ហើយការសម្រេចចិត្តទាំងនោះមានឥទ្ធិពល

00:00:26.020 --> 00:00:31.259
លើជីវិតប្រចាំថ្ងៃរបស់អ្នក នៅពេលអ្នកធ្វើការស្វែងរក 
នៅលើអ៊ីនធឺណិត ឬអូសតាមរយៈផ្ទាំងព័ត៌មានរបស់អ្នក

00:00:31.260 --> 00:00:34.360
កុំព្យូទ័រកំណត់អ្វីដែលអ្នកឃើញ

00:00:34.360 --> 00:00:39.060
កុំព្យូទ័រអាចស្គាល់មុខរបស់អ្នក និងយល់ពីសំឡេងរបស់អ្នក

00:00:39.060 --> 00:00:44.080
មិនយូរប៉ុន្មាន ពួកគេនឹងបើកឡាន និងរកឃើញជំងឺ 
ថែមទាំងល្អជាងមនុស្សទៅទៀត

00:00:44.480 --> 00:00:46.900
ដូច្នេះ តើ​វា​អាច​ទៅ​រួច​ដោយ​របៀប​ណា?

00:00:47.520 --> 00:00:52.960
អ្នកប្រហែលជាធ្លាប់បានលឺពីអ្វីដែលហៅថា AI ឬបញ្ញាសិប្បនិម្មិត

00:00:53.320 --> 00:00:56.780
បញ្ញាសិប្បនិមិត្តពិតគឺនៅឆ្ងាយរាប់ទសវត្សរ៍

00:00:57.200 --> 00:01:01.520
ប៉ុន្តែ​ប្រភេទ AI មាន​នៅ​ទី​នេះ​សព្វ​ថ្ងៃ​ដែល​គេ​ហៅ​ថា Machine Learning

00:01:01.520 --> 00:01:05.360
វាជាប្រភេទ AI ដែលអ្នកប្រហែលជាធ្វើអន្តរកម្
មជាមួយជារៀងរាល់ថ្ងៃ ដោយមិនដឹងខ្លួន

00:01:05.360 --> 00:01:10.700
វាមានឱកាសដើម្បីជួយយើងដោះស្រាយបញ្ហាប្រឈមធំៗមួយចំនួនរបស់ពិភពលោក

00:01:12.660 --> 00:01:18.180
Machine learning គឺជារបៀបដែលកុំព្យូទ័រស្គាល់គំរូ និងធ្វើការសម្រេចចិត្ត

00:01:18.180 --> 00:01:21.360
ដោយមិនមានកម្មវិធីច្បាស់លាស់

00:01:21.820 --> 00:01:27.580
អ្វី​ដែល​គួរ​ឱ្យ​រំភើប​ចិត្ត​នោះ​គឺ​ថា វា​ជា​វិធី​ខុស​គ្នា​ទាំង​ស្រុង​ 
ក្នុង​ការ​សរសេរ​កម្មវិធី​កុំព្យូទ័រ​ជាង

00:01:27.580 --> 00:01:29.620
អ្វីដែលយើងធ្លាប់ធ្វើពីមុនមក

00:01:31.340 --> 00:01:36.860
ជាមួយនឹង machine learning ជំនួសឱ្យការសរសេរកម្មវិធីកុំព្យូទ័រមួយជំហានម្តងៗ

00:01:37.360 --> 00:01:43.760
អ្នកអាចសរសេរកម្មវិធីដើម្បីរៀនដូចដែលអ្នករៀន 
តមរយៈការសាកល្បង, កំហុស និងការអនុវត្តជាច្រើន

00:01:44.560 --> 00:01:48.880
ការរៀនបានមកពីបទពិសោធន៍ ហើយវាជាការពិតសម្រាប់ machine learning ផងដែរ

00:01:49.280 --> 00:01:53.700
ក្នុងករណីនេះ "បទពិសោធន៍" មានន័យថាទិន្នន័យច្រើន និងច្រើន

00:01:54.500 --> 00:01:57.560
Machine learning អាចទទួលយកទិន្នន័យគ្រប់ប្រភេទ៖

00:01:57.560 --> 00:02:04.520
រូបភាព វីដេអូ សម្លេង ឬ អត្ថបទ ហើយចាប់ផ្តើម
សម្គាល់គំរូ នៅក្នុងទិន្នន័យនោះ

00:02:06.300 --> 00:02:11.120
នៅពេលដែលវារៀនស្គាល់គំរូនៅក្នុងទិន្នន័យ 
វាក៏អាចរៀនធ្វើការទស្សន៍ទាយផងដែរ

00:02:11.120 --> 00:02:12.980
ដោយផ្អែកលើគំរូទាំងនោះ

00:02:13.340 --> 00:02:18.420
ដូចជាការកត់សម្គាល់ពីភាពខុសគ្នារវាងរូបភាពឡាន និងរូបភាពកង់

00:02:20.600 --> 00:02:26.200
AI និង machine learning កំពុងដើរតួនាទីកាន់តែធំនៅក្នុងសង្គមទាំងមូល

00:02:26.640 --> 00:02:29.000
និងកំណត់អនាគតរបស់យើងទាំងអស់គ្នា

00:02:29.000 --> 00:02:34.600
នោះហើយជាមូលហេតុ ដែលវាមានសារៈសំខាន់ខ្លាំង ក្នុងការរៀនពីរបៀបដែលវាដំណើរការ ដោយមានបទពិសោធន៍ផ្ទាល់

00:02:35.000 --> 00:02:39.000
អ្នក​រៀបនឹង​ទទួលបាន​ឱកាស​បណ្តុះបណ្តាល​គំរូ​​ machine learning ខ្លួន​របស់អ្នក

00:02:40.940 --> 00:02:47.020
សូមចាំថា AI គឺដូចជាឧបករណ៍ណាមួយ៖ ដំបូងអ្នកទទួលបានចំណេះដឹង បន្ទាប់មកអ្នកទទួលបានថាមពល!