ðŸ“Ē āļāđ‰āļēāļ§āļŠāļģāļ„āļąāļ! āļ§āļīāļĻāļ§āļāļĢāļĢāļĄāļĻāļēāļŠāļ•āļĢāđŒ āļĄāļŦāļēāļ§āļīāļ—āļĒāļēāļĨāļąāļĒāļĻāļĢāļĩāļ›āļ—āļļāļĄ āļ‚āļĒāļēāļĒāļ„āļ§āļēāļĄāļĢāđˆāļ§āļĄāļĄāļ·āļ­ AI āļ­āļĒāđˆāļēāļ‡āļ•āđˆāļ­āđ€āļ™āļ·āđˆāļ­āļ‡ ðŸš€ðŸĪ–

āđ€āļĢāļ·āđˆāļ­āļ‡āļĢāļēāļ§āļāļēāļĢāđ€āļ”āļīāļ™āļ—āļēāļ‡āļšāļ™āđ€āļŠāđ‰āļ™āļ—āļēāļ‡āļ›āļąāļāļāļēāļ›āļĢāļ°āļ”āļīāļĐāļāđŒ (AI) āđāļĨāļ°āļāļēāļĢāđ€āļ›āļĨāļĩāđˆāļĒāļ™āđāļ›āļĨāļ‡āļ„āļĢāļąāđ‰āļ‡āļŠāļģāļ„āļąāļāđƒāļ™āļŠāļĩāļ§āļīāļ• āļ—āļĩāđˆāđ€āļĢāļīāđˆāļĄāļ•āđ‰āļ™āļˆāļēāļāļ„āļ§āļēāļĄāļŠāļ™āđƒāļˆāđƒāļ™āļĻāļēāļŠāļ•āļĢāđŒāđāļŦāđˆāļ‡āļ­āļ™āļēāļ„āļ•āļ™āļĩāđ‰ āļ•āļąāđ‰āļ‡āđāļ•āđˆāļŠāļĄāļąāļĒāļ—āļĩāđˆāļĒāļąāļ‡āļĢāļąāļšāļĢāļēāļŠāļāļēāļĢāļ—āļŦāļēāļĢ āļāļēāļĢāđ„āļ”āđ‰āđ€āļ‚āđ‰āļēāļĢāđˆāļ§āļĄāđāļĨāļ°āļŠāļģāđ€āļĢāđ‡āļˆāļŦāļĨāļąāļāļŠāļđāļ•āļĢ AI Innovation Course āļ‚āļ­āļ‡āļāļ­āļ‡āļšāļąāļāļŠāļēāļāļēāļĢāļāļ­āļ‡āļ—āļąāļžāđ„āļ—āļĒ āļ–āļ·āļ­āđ€āļ›āđ‡āļ™āļāđ‰āļēāļ§āđāļĢāļāļ—āļĩāđˆāļˆāļļāļ”āļ›āļĢāļ°āļāļēāļĒāļ§āļīāļŠāļąāļĒāļ—āļąāļĻāļ™āđŒāđƒāļŦāļĄāđˆ

āļ”āđ‰āļ§āļĒāļ„āļ§āļēāļĄāļĄāļļāđˆāļ‡āļĄāļąāđˆāļ™āđāļĨāļ°āļžāļąāļ’āļ™āļēāļ•āļ™āđ€āļ­āļ‡āļ­āļĒāđˆāļēāļ‡āļ•āđˆāļ­āđ€āļ™āļ·āđˆāļ­āļ‡ āđ„āļ”āđ‰āļĢāļąāļšāđ‚āļ­āļāļēāļŠāļ­āļąāļ™āļ—āļĢāļ‡āļ„āļļāļ“āļ„āđˆāļēāļˆāļēāļāļ—āļļāļ™ RTG Fellowship (Full Scholarship) āđ€āļžāļ·āđˆāļ­āļĻāļķāļāļĐāļēāļ•āđˆāļ­āđƒāļ™āļŠāļēāļ‚āļē Data Science and Artificial Intelligence āļ“ Asian Institute of Technology (AIT) āļŠāļ–āļēāļšāļąāļ™āļ™āļēāļ™āļēāļŠāļēāļ•āļīāļ—āļĩāđˆāļŠāļĢāđ‰āļēāļ‡āļŠāļĢāļĢāļ„āđŒāļ™āļąāļāļ§āļīāļˆāļąāļĒāđāļĨāļ°āļ™āļ§āļąāļ•āļāļĢāļĢāļ°āļ”āļąāļšāđ‚āļĨāļ

āđāļĨāļ°āđƒāļ™āļ§āļąāļ™āļ™āļĩāđ‰ āļ­āļēāļˆāļēāļĢāļĒāđŒāļžāļĨāļāļĪāļĐ āđāļāđ‰āļ§āļŠāļ§āļĩ āđ€āļ‚āđ‰āļēāļŠāļđāđˆāđ€āļŠāđ‰āļ™āļ—āļēāļ‡āļ—āļĩāđˆāļ™āļģāļžāļēāđ„āļ›āļŠāļđāđˆāļāļēāļĢāđ€āļ›āđ‡āļ™āļ­āļēāļˆāļēāļĢāļĒāđŒāļ›āļĢāļ°āļˆāļģāļ„āļ“āļ°āļ§āļīāļĻāļ§āļāļĢāļĢāļĄāļĻāļēāļŠāļ•āļĢāđŒ āļĄāļŦāļēāļ§āļīāļ—āļĒāļēāļĨāļąāļĒāļĻāļĢāļĩāļ›āļ—āļļāļĄ āļžāļĢāđ‰āļ­āļĄāļ—āļąāđ‰āļ‡āđ€āļ›āđ‡āļ™āļŠāđˆāļ§āļ™āļŦāļ™āļķāđˆāļ‡āđƒāļ™āļāļēāļĢāļāđˆāļ­āļ•āļąāđ‰āļ‡āđāļĨāļ°āļ­āļ­āļāđāļšāļšāļŦāļĨāļąāļāļŠāļđāļ•āļĢāļ§āļīāļĻāļ§āļāļĢāļĢāļĄāļŦāļļāđˆāļ™āļĒāļ™āļ•āđŒāđāļĨāļ°āļĢāļ°āļšāļšāļ­āļąāļ•āđ‚āļ™āļĄāļąāļ•āļī āļ—āļĩāđˆāļœāļŠāļēāļ™āļžāļĨāļąāļ‡āļ‚āļ­āļ‡ AI āđ€āļ‚āđ‰āļēāļāļąāļšāļŦāļļāđˆāļ™āļĒāļ™āļ•āđŒāđāļĨāļ°āļĢāļ°āļšāļšāļ­āļąāļ•āđ‚āļ™āļĄāļąāļ•āļīāđƒāļ™āļ āļēāļ„āļ­āļļāļ•āļŠāļēāļŦāļāļĢāļĢāļĄāļ­āļĒāđˆāļēāļ‡āđ€āļ‚āđ‰āļĄāļ‚āđ‰āļ™

āđ„āļĄāđˆāđ€āļžāļĩāļĒāļ‡āđ€āļ—āđˆāļēāļ™āļąāđ‰āļ™ āļĒāļąāļ‡āđ„āļ”āđ‰āļĄāļĩāđ‚āļ­āļāļēāļŠāļ­āļąāļ™āļ”āļĩāđƒāļ™āļāļēāļĢāđāļšāđˆāļ‡āļ›āļąāļ™āļĄāļļāļĄāļĄāļ­āļ‡āđāļĨāļ°āđāļ™āļ§āļ—āļēāļ‡āļāļēāļĢāļ›āļĢāļ°āļĒāļļāļāļ•āđŒāđƒāļŠāđ‰ AI āđƒāļ™āļšāļĢāļīāļšāļ—āļ‚āļ­āļ‡āļāļ­āļ‡āļ—āļąāļž āđ€āļžāļ·āđˆāļ­āđ€āļŠāļĢāļīāļĄāļŠāļĢāđ‰āļēāļ‡āļ„āļ§āļēāļĄāđ€āļ‚āđ‰āļēāđƒāļˆāļ–āļķāļ‡āļšāļ—āļšāļēāļ—āļŠāļģāļ„āļąāļāļ‚āļ­āļ‡ AI āļ—āļĩāđˆāļˆāļ°āđ€āļ›āļĨāļĩāđˆāļĒāļ™āđāļ›āļĨāļ‡āđ‚āļĨāļāļ‚āļ­āļ‡āđ€āļĢāļēāļ­āļĒāđˆāļēāļ‡āđ„āļĄāđˆāļ­āļēāļˆāļŦāļĨāļĩāļāđ€āļĨāļĩāđˆāļĒāļ‡āđ„āļ”āđ‰

āļžāļ§āļāđ€āļĢāļēāđ€āļŠāļ·āđˆāļ­āļ§āđˆāļē AI āđ„āļĄāđˆāđ„āļ”āđ‰āđ€āļ›āđ‡āļ™āđ€āļžāļĩāļĒāļ‡āđāļ„āđˆāđ€āļ—āļ„āđ‚āļ™āđ‚āļĨāļĒāļĩ āđāļ•āđˆāđ€āļ›āđ‡āļ™āļžāļĨāļąāļ‡āļ‚āļąāļšāđ€āļ„āļĨāļ·āđˆāļ­āļ™āļ—āļĩāđˆāļˆāļ°āļāļģāļŦāļ™āļ”āļ­āļ™āļēāļ„āļ•āļ‚āļ­āļ‡āđ‚āļĨāļāđāļĨāļ°āļŠāļĩāļ§āļīāļ•āļ‚āļ­āļ‡āđ€āļĢāļēāļ—āļļāļāļ„āļ™ ðŸŒâœĻ

āļ”āļąāļ‡āļ„āļģāļāļĨāđˆāļēāļ§āļ—āļĩāđˆāļ§āđˆāļē:
“AI won’t take your job, the person who uses AI will take your job.”
“AI āļˆāļ°āđ„āļĄāđˆāđāļĒāđˆāļ‡āļ‡āļēāļ™āļ‚āļ­āļ‡āļ„āļļāļ“ āđāļ•āđˆāļ„āļ™āļ—āļĩāđˆāļŠāļēāļĄāļēāļĢāļ–āđƒāļŠāđ‰ AI āđ„āļ”āđ‰āļ•āđˆāļēāļ‡āļŦāļēāļāļ—āļĩāđˆāļˆāļ°āļĄāļēāđāļ—āļ™āļ—āļĩāđˆāļ„āļļāļ“”

āļ„āļ“āļ°āļ§āļīāļĻāļ§āļāļĢāļĢāļĄāļĻāļēāļŠāļ•āļĢāđŒ āļĄāļŦāļēāļ§āļīāļ—āļĒāļēāļĨāļąāļĒāļĻāļĢāļĩāļ›āļ—āļļāļĄ āļĄāļļāđˆāļ‡āļĄāļąāđˆāļ™āļ—āļĩāđˆāļˆāļ°āļ‚āļĒāļēāļĒāļ„āļ§āļēāļĄāļĢāđˆāļ§āļĄāļĄāļ·āļ­āļ”āđ‰āļēāļ™ AI āļ•āđˆāļ­āđ„āļ› āđ€āļžāļ·āđˆāļ­āļŠāļĢāđ‰āļēāļ‡āđ‚āļ­āļāļēāļŠāļāļēāļĢāđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āđāļĨāļ°āļžāļąāļ’āļ™āļēāļšāļļāļ„āļĨāļēāļāļĢāđƒāļŦāđ‰āļžāļĢāđ‰āļ­āļĄāļŠāļģāļŦāļĢāļąāļšāļĒāļļāļ„ AI āļ­āļĒāđˆāļēāļ‡āđāļ—āđ‰āļˆāļĢāļīāļ‡!

āļ§āļīāļĻāļ§āļĨāļēāļ”āļāļĢāļ°āļšāļąāļ‡āđ€āļ›āļīāļ”āđ€āļŠāđ‰āļ™āļ—āļēāļ‡ AI āļāļąāļšāļāļēāļĢāđ€āļ”āļīāļ™āļ—āļēāļ‡āļˆāļēāļāļŦāļ™āđ‰āļēāļ—āļĩāđˆāļŠāļđāđˆāļžāļĨāļąāļ‡āļ›āļąāļāļāļē
āļˆāļēāļāļ—āļŦāļēāļĢāļ™āļąāļāđ€āļĢāļĩāļĒāļ™ AI āļŠāļđāđˆāļœāļđāđ‰āļ­āļ­āļāđāļšāļšāļ­āļ™āļēāļ„āļ•āļāļēāļĢāļĻāļķāļāļĐāļē āļ­āļēāļˆāļēāļĢāļĒāđŒāļžāļĨāļāļĪāļĐ āđāļāđ‰āļ§āļŠāļ§āļĩ āļ„āļ·āļ­āļ•āļąāļ§āļ­āļĒāđˆāļēāļ‡āļ‚āļ­āļ‡āļāļēāļĢāđ€āļ›āļĨāļĩāđˆāļĒāļ™āđāļ›āļĨāļ‡āļ—āļĩāđˆāđ€āļāļīāļ”āļ‚āļķāđ‰āļ™āļˆāļĢāļīāļ‡āļœāđˆāļēāļ™āļžāļĨāļąāļ‡āļ‚āļ­āļ‡ AI

āđ€āļĢāļīāđˆāļĄāļ•āđ‰āļ™āļˆāļēāļāļ„āļ§āļēāļĄāļŠāļ™āđƒāļˆāđƒāļ™āļĻāļēāļŠāļ•āļĢāđŒāđāļŦāđˆāļ‡āļ­āļ™āļēāļ„āļ• āļ‚āļ“āļ°āļĢāļąāļšāļĢāļēāļŠāļāļēāļĢāļ—āļŦāļēāļĢ āļ­āļēāļˆāļēāļĢāļĒāđŒāļžāļĨāļāļĪāļĐāđ„āļ”āđ‰āđ€āļ‚āđ‰āļēāļĢāđˆāļ§āļĄ āļŦāļĨāļąāļāļŠāļđāļ•āļĢ AI Innovation Course āļ‚āļ­āļ‡āļāļ­āļ‡āļšāļąāļāļŠāļēāļāļēāļĢāļāļ­āļ‡āļ—āļąāļžāđ„āļ—āļĒ āļ‹āļķāđˆāļ‡āđ€āļ›āđ‡āļ™āļˆāļļāļ”āđ€āļ›āļĨāļĩāđˆāļĒāļ™āļŠāļģāļ„āļąāļāļ—āļĩāđˆāļˆāļļāļ”āļ›āļĢāļ°āļāļēāļĒāļ§āļīāļŠāļąāļĒāļ—āļąāļĻāļ™āđŒāđƒāļŦāļĄāđˆāđƒāļŦāđ‰āļāļąāļšāđ€āļ‚āļē

āļ”āđ‰āļ§āļĒāļ„āļ§āļēāļĄāļĄāļļāđˆāļ‡āļĄāļąāđˆāļ™āđāļĨāļ°āļāļēāļĢāļžāļąāļ’āļ™āļēāļ•āļ™āđ€āļ­āļ‡āļ­āļĒāđˆāļēāļ‡āļ•āđˆāļ­āđ€āļ™āļ·āđˆāļ­āļ‡ āđ€āļ‚āļēāđ„āļ”āđ‰āļĢāļąāļšāļ—āļļāļ™ RTG Fellowship (Full Scholarship) āđ€āļžāļ·āđˆāļ­āļĻāļķāļāļĐāļēāļ•āđˆāļ­āļ”āđ‰āļēāļ™ Data Science and Artificial Intelligence āļ“ Asian Institute of Technology (AIT) āļŠāļ–āļēāļšāļąāļ™āļ™āļēāļ™āļēāļŠāļēāļ•āļīāļŠāļąāđ‰āļ™āļ™āļģāļ—āļĩāđˆāļœāļĨāļīāļ•āļšāļļāļ„āļĨāļēāļāļĢāļ”āđ‰āļēāļ™āđ€āļ—āļ„āđ‚āļ™āđ‚āļĨāļĒāļĩāļĢāļ°āļ”āļąāļšāđ‚āļĨāļ

āđƒāļ™āļ›āļąāļˆāļˆāļļāļšāļąāļ™ āļ­āļēāļˆāļēāļĢāļĒāđŒāļžāļĨāļāļĪāļĐāđ„āļ”āđ‰āđ€āļ‚āđ‰āļēāļĢāļąāļšāļ•āļģāđāļŦāļ™āđˆāļ‡āļ­āļēāļˆāļēāļĢāļĒāđŒāļ›āļĢāļ°āļˆāļģāļ„āļ“āļ°āļ§āļīāļĻāļ§āļāļĢāļĢāļĄāļĻāļēāļŠāļ•āļĢāđŒ āļĄāļŦāļēāļ§āļīāļ—āļĒāļēāļĨāļąāļĒāļĻāļĢāļĩāļ›āļ—āļļāļĄ āđ‚āļ”āļĒāļĄāļĩāļšāļ—āļšāļēāļ—āļŠāļģāļ„āļąāļāđƒāļ™āļāļēāļĢāļĢāđˆāļ§āļĄāļāđˆāļ­āļ•āļąāđ‰āļ‡ āļŦāļĨāļąāļāļŠāļđāļ•āļĢāļ§āļīāļĻāļ§āļāļĢāļĢāļĄāļŦāļļāđˆāļ™āļĒāļ™āļ•āđŒāđāļĨāļ°āļĢāļ°āļšāļšāļ­āļąāļ•āđ‚āļ™āļĄāļąāļ•āļī āļ—āļĩāđˆāļœāļŠāļēāļ™āļžāļĨāļąāļ‡āļ‚āļ­āļ‡ AI āđ€āļ‚āđ‰āļēāļāļąāļšāļĢāļ°āļšāļšāļ­āļļāļ•āļŠāļēāļŦāļāļĢāļĢāļĄāļ­āļĒāđˆāļēāļ‡āđ€āļ‚āđ‰āļĄāļ‚āđ‰āļ™ āļŠāļ­āļ”āļ„āļĨāđ‰āļ­āļ‡āļāļąāļšāđ€āļ›āđ‰āļēāļŦāļĄāļēāļĒāļāļēāļĢāļžāļąāļ’āļ™āļēāļ—āļĩāđˆāļĒāļąāđˆāļ‡āļĒāļ·āļ™āļ‚āļ­āļ‡āļŠāļŦāļ›āļĢāļ°āļŠāļēāļŠāļēāļ•āļī (SDGs) āđ„āļ”āđ‰āđāļāđˆ:

  • SDG 4.3.3 āđāļĨāļ° 4.4.1: āļŠāđˆāļ‡āđ€āļŠāļĢāļīāļĄāļāļēāļĢāđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āļ•āļĨāļ­āļ”āļŠāļĩāļ§āļīāļ• āđāļĨāļ°āđ€āļ›āļīāļ”āđ‚āļ­āļāļēāļŠāđƒāļŦāđ‰āļāļąāļšāļ™āļąāļāļĻāļķāļāļĐāļēāļĢāļļāđˆāļ™āđāļĢāļāđƒāļ™āļ„āļĢāļ­āļšāļ„āļĢāļąāļ§
  • SDG 9.3.1: āļŠāļĢāđ‰āļēāļ‡āļĢāļ°āļšāļšāļ™āļīāđ€āļ§āļĻāļ™āļ§āļąāļ•āļāļĢāļĢāļĄāļˆāļēāļāļ„āļ§āļēāļĄāļĢāđˆāļ§āļĄāļĄāļ·āļ­āļĢāļ°āļŦāļ§āđˆāļēāļ‡āļ āļēāļ„āļāļēāļĢāļĻāļķāļāļĐāļēāđāļĨāļ°āļ­āļļāļ•āļŠāļēāļŦāļāļĢāļĢāļĄ
  • SDG 17.2.1 āđāļĨāļ° 17.4.2: āļŠāļēāļ™āļ•āđˆāļ­āļžāļąāļ™āļ˜āļĄāļīāļ•āļĢāļĢāļ°āļŦāļ§āđˆāļēāļ‡āļ āļēāļ„āļĢāļąāļ āļ āļēāļ„āļāļēāļĢāļĻāļķāļāļĐāļē āđāļĨāļ°āļ āļēāļ„āđ€āļ­āļāļŠāļ™ āđ€āļžāļ·āđˆāļ­āļžāļąāļ’āļ™āļēāļŦāļĨāļąāļāļŠāļđāļ•āļĢ AI āļ—āļĩāđˆāđāļāļ‡āļŦāļĨāļąāļāļāļēāļĢāļ„āļ§āļēāļĄāļĒāļąāđˆāļ‡āļĒāļ·āļ™

āļ™āļ­āļāļˆāļēāļāļ™āļĩāđ‰ āļ­āļēāļˆāļēāļĢāļĒāđŒāļžāļĨāļāļĪāļĐāļĒāļąāļ‡āđ„āļ”āđ‰āļĢāđˆāļ§āļĄāļ–āđˆāļēāļĒāļ—āļ­āļ”āļ„āļ§āļēāļĄāļĢāļđāđ‰āđ€āļāļĩāđˆāļĒāļ§āļāļąāļš AI āļāļąāļšāļŦāļ™āđˆāļ§āļĒāļ‡āļēāļ™āļāļ­āļ‡āļ—āļąāļž āļ‹āļķāđˆāļ‡āđ€āļ›āđ‡āļ™āļāļēāļĢāđ€āļŠāļ·āđˆāļ­āļĄāđ‚āļĒāļ‡āļ„āļ§āļēāļĄāļĢāļđāđ‰āļĢāļ°āļŦāļ§āđˆāļēāļ‡āļ āļēāļ„āļĢāļąāļāđāļĨāļ°āļ āļēāļ„āļ§āļīāļŠāļēāļāļēāļĢ āđ€āļžāļ·āđˆāļ­āļŠāļ™āļąāļšāļŠāļ™āļļāļ™āđāļ™āļ§āļ—āļēāļ‡āļāļēāļĢāļšāļĢāļīāļŦāļēāļĢāļˆāļąāļ”āļāļēāļĢāļ—āļĩāđˆāđ‚āļ›āļĢāđˆāļ‡āđƒāļŠ (SDG 16.3.2) āļĢāļ§āļĄāļ–āļķāļ‡āđ€āļ›āļīāļ”āđ‚āļ­āļāļēāļŠāļ—āļēāļ‡āļāļēāļĢāļĻāļķāļāļĐāļēāđāļĨāļ°āļ„āļ§āļēāļĄāļāđ‰āļēāļ§āļŦāļ™āđ‰āļēāđƒāļ™āļ­āļēāļŠāļĩāļžāđƒāļŦāđ‰āļāļąāļšāļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™āļˆāļēāļāļŦāļĨāļēāļāļŦāļĨāļēāļĒāļāļĨāļļāđˆāļĄāļ—āļēāļ‡āļŠāļąāļ‡āļ„āļĄ (SDG 1.2.1, 10.2.1, 8.2.1)

āđ€āļ‚āļēāļāļĨāđˆāļēāļ§āđ„āļ§āđ‰āļ§āđˆāļē “AI āđ„āļĄāđˆāđƒāļŠāđˆāđāļ„āđˆāđ€āļ—āļ„āđ‚āļ™āđ‚āļĨāļĒāļĩ āđāļ•āđˆāļ„āļ·āļ­āļžāļĨāļąāļ‡āļ—āļĩāđˆāļˆāļ°āđ€āļ›āļĨāļĩāđˆāļĒāļ™āđ‚āļĨāļ āļœāļđāđ‰āļ—āļĩāđˆāđƒāļŠāđ‰āļĄāļąāļ™āđ„āļ”āđ‰ āļˆāļ°āđ€āļ›āđ‡āļ™āļœāļđāđ‰āļ—āļĩāđˆāļ­āļĒāļđāđˆāļĢāļ­āļ”āđƒāļ™āļ­āļ™āļēāļ„āļ•”

āđ€āļĢāļ·āđˆāļ­āļ‡āļĢāļēāļ§āļ‚āļ­āļ‡āđ€āļ‚āļēāļ„āļ·āļ­āļ āļēāļžāļŠāļ°āļ—āđ‰āļ­āļ™āļ‚āļ­āļ‡āļžāļąāļ™āļ˜āļāļīāļˆāļĄāļŦāļēāļ§āļīāļ—āļĒāļēāļĨāļąāļĒāļĻāļĢāļĩāļ›āļ—āļļāļĄ āļ—āļĩāđˆāļĄāļļāđˆāļ‡āļŠāļĢāđ‰āļēāļ‡āļœāļĨāļāļĢāļ°āļ—āļšāđƒāļ™āļĢāļ°āļ”āļąāļšāļ›āļĢāļ°āđ€āļ—āļĻāđāļĨāļ°āđ‚āļĨāļ āļœāđˆāļēāļ™āļāļēāļĢāļĻāļķāļāļĐāļēāļ­āļąāļ™āļ—āļĢāļ‡āļžāļĨāļąāļ‡

Hashtags
#ArtificialIntelligence #EducationInnovation #LeadershipJourney #SPUEngineering #FutureReady
#NoPoverty #QualityEducation #GenderEquality #DecentWork #IndustryInnovation #ReducedInequalities #SustainableCities #PeaceJustice #PartnershipsForTheGoals
#SDG1 #SDG4 #SDG5 #SDG8 #SDG9 #SDG10 #SDG11 #SDG16 #SDG17

spuera #spurobot SOE_Phonkrit #āļ§āļīāļĻāļ§āļĻāļĢāļĩāļ›āļ—āļļāļĄ

On Key

Related Posts

SPU āļĢāđˆāļ§āļĄāļ‚āļąāļšāđ€āļ„āļĨāļ·āđˆāļ­āļ™āļ­āļ™āļēāļ„āļ•āđāļŦāđˆāļ‡āļ§āļīāļ—āļĒāļēāļĻāļēāļŠāļ•āļĢāđŒ āđƒāļ™āļ‡āļēāļ™ TAIST ScienceTokyo 2025 ðŸ‘ĻðŸŧ‍🔎

āļĢāļ°āļŦāļ§āđˆāļēāļ‡āļ§āļąāļ™āļ—āļĩāđˆ 1–3 āļāļąāļ™āļĒāļēāļĒāļ™ 2568 āļĄāļŦāļēāļ§āļīāļ—āļĒāļēāļĨāļąāļĒāļĻāļĢāļĩāļ›āļ—āļļāļĄ (SPU) āđ„āļ”āđ‰āđ€āļ‚āđ‰āļēāļĢāđˆāļ§āļĄāļ‡āļēāļ™āļ›āļĢāļ°āļŠāļļāļĄāļĢāļ°āļ”āļąāļšāļ™āļēāļ™āļēāļŠāļēāļ•āļī TAIST ScienceTokyo 2025

Robot Soccer & Drone Soccer Tournament 2025 ðŸĪ–

āđ€āļĄāļ·āđˆāļ­āļ§āļąāļ™āļ—āļĩāđˆ 30–31 āļŠāļīāļ‡āļŦāļēāļ„āļĄ 2568 āļ„āļ“āļ°āļ§āļīāļĻāļ§āļāļĢāļĢāļĄāļĻāļēāļŠāļ•āļĢāđŒ āļĄāļŦāļēāļ§āļīāļ—āļĒāļēāļĨāļąāļĒāļĻāļĢāļĩāļ›āļ—āļļāļĄ āđ„āļ”āđ‰āļˆāļąāļ”āļāļēāļĢāđāļ‚āđˆāļ‡āļ‚āļąāļ™ Robot Soccer & Drone Soccer Tournament

āļĄāļŦāļēāļ§āļīāļ—āļĒāļēāļĨāļąāļĒāļĻāļĢāļĩāļ›āļ—āļļāļĄ āļ‚āļ­āđāļŠāļ”āļ‡āļ„āļ§āļēāļĄāļĒāļīāļ™āļ”āļĩāļāļąāļš āļ­āļēāļˆāļēāļĢāļĒāđŒ āđ„āļ”āđ‰āļĢāļąāļšāļ„āļąāļ”āđ€āļĨāļ·āļ­āļāđ€āļ‚āđ‰āļēāļĢāđˆāļ§āļĄāļ­āļšāļĢāļĄāļĢāļ°āļ”āļąāļšāļ›āļĢāļ°āđ€āļ—āļĻāļ”āđ‰āļēāļ™ AI Governance

āļĄāļŦāļēāļ§āļīāļ—āļĒāļēāļĨāļąāļĒāļĻāļĢāļĩāļ›āļ—āļļāļĄ āļ‚āļ­āđāļŠāļ”āļ‡āļ„āļ§āļēāļĄāļĒāļīāļ™āļ”āļĩāļāļąāļš āļœāļđāđ‰āļŠāđˆāļ§āļĒāļĻāļēāļŠāļ•āļĢāļēāļˆāļēāļĢāļĒāđŒ āļ”āļĢ.āļ āļĢāļŠāļąāļĒ āļˆāļđāļ­āļ™āļļāļ§āļąāļ’āļ™āļāļļāļĨ āļ­āļēāļˆāļēāļĢāļĒāđŒāļ›āļĢāļ°āļˆāļģāļ„āļ“āļ°āļ§āļīāļĻāļ§āļāļĢāļĢāļĄāļĻāļēāļŠāļ•āļĢāđŒ āļ—āļĩāđˆāđ„āļ”āđ‰āļĢāļąāļšāđ€āļāļĩāļĒāļĢāļ•āļīāļ„āļąāļ”āđ€āļĨāļ·āļ­āļāļˆāļēāļāļŠāļģāļ™āļąāļāļ‡āļēāļ™āļžāļąāļ’āļ™āļēāļ˜āļļāļĢāļāļĢāļĢāļĄāļ—āļēāļ‡āļ­āļīāđ€āļĨāđ‡āļāļ—āļĢāļ­āļ™āļīāļāļŠāđŒ (āļŠāļžāļ˜āļ­.) āđ€āļ‚āđ‰āļēāļĢāđˆāļ§āļĄāļāļīāļˆāļāļĢāļĢāļĄ â€œTrain

āļ‚āļ­āđāļŠāļ”āļ‡āļ„āļ§āļēāļĄāļĒāļīāļ™āļ”āļĩāļāļąāļšāļ—āļĩāļĄāļ™āļąāļāļ§āļīāļˆāļąāļĒ SPU

āđƒāļ™āđ‚āļ­āļāļēāļŠāđ„āļ”āđ‰āļĢāļąāļš āļ—āļļāļ™āļŠāļ™āļąāļšāļŠāļ™āļļāļ™āļāļēāļĢāļ§āļīāļˆāļąāļĒ āļˆāļēāļāļāļēāļĢāđ„āļŸāļŸāđ‰āļēāļāđˆāļēāļĒāļœāļĨāļīāļ•āđāļŦāđˆāļ‡āļ›āļĢāļ°āđ€āļ—āļĻāđ„āļ—āļĒ (āļāļŸāļœ.) āļŦāļąāļ§āļ‚āđ‰āļ­āđ‚āļ„āļĢāļ‡āļāļēāļĢ: āļāļēāļĢāļžāļąāļ’āļ™āļēāļĢāļ°āļšāļš E-Trone āđāļĨāļ° VRP āđ€āļžāļ·āđˆāļ­āļšāļģāļĢāļļāļ‡āļĢāļąāļāļĐāļēāļŠāļēāļĒāļŠāđˆāļ‡āđ„āļŸāļŸāđ‰āļē

āļ„āđˆāļēāđ€āļ—āļ­āļĄāļŠāļēāļ‚āļē

āļ„āļ“āļ°/āļŠāļēāļ‚āļēāļ§āļīāļŠāļē āļĨāļąāļāļĐāļ“āļ°āļāļēāļĢāļāļđāđ‰āļĒāļ·āļĄāļŊ āđ€āļ—āļ­āļĄ 1 āļ•āļĨāļ­āļ” āļŦāļĨāļąāļāļŠāļđāļ•āļĢ
āļ„āļ“āļ°āļšāļĢāļīāļŦāļēāļĢāļ˜āļļāļĢāļāļīāļˆ
āļ§āļīāļĻāļ§āļāļĢāļĢāļĄāđ‚āļĒāļ˜āļē 1 46,600 41,600 359,400
āļ§āļīāļĻāļ§āļāļĢāļĢāļĄāđ‚āļĒāļ˜āļē – āļāļēāļĢāļˆāļąāļ”āļāļēāļĢāļ‡āļēāļ™āļāđˆāļ­āļŠāļĢāđ‰āļēāļ‡ 1 46,600 41,600 359,400
āļ§āļīāļĻāļ§āļāļĢāļĢāļĄāđ‚āļĒāļ˜āļē (āļ™āļ­āļāđ€āļ§āļĨāļēāļĢāļēāļŠāļāļēāļĢ) 1 45,600 40,600 365,900
āļ§āļīāļĻāļ§āļāļĢāļĢāļĄāđ„āļŸāļŸāđ‰āļē 2 44,600 39,600 361,400
āļ§āļīāļĻāļ§āļāļĢāļĢāļĄāđ„āļŸāļŸāđ‰āļē â€“ āļĢāļ°āļšāļšāļ„āļ§āļšāļ„āļļāļĄāļ­āļąāļ•āđ‚āļ™āļĄāļąāļ•āļīāđāļĨāļ°āļŦāļļāđˆāļ™āļĒāļ™āļ•āđŒ 2 44,600 39,600 361,400
āļ§āļīāļĻāļ§āļāļĢāļĢāļĄāđ„āļŸāļŸāđ‰āļē (āļ™āļ­āļāđ€āļ§āļĨāļēāļĢāļēāļŠāļāļēāļĢ) 2 38,600 33,600 370,400
āļ§āļīāļĻāļ§āļāļĢāļĢāļĄāđ€āļ„āļĢāļ·āđˆāļ­āļ‡āļāļĨ 2 46,600  41,600 364,400
āļ§āļīāļĻāļ§āļāļĢāļĢāļĄāđ€āļ„āļĢāļ·āđˆāļ­āļ‡āļāļĨ â€“ āđ€āļ—āļ„āđ‚āļ™āđ‚āļĨāļĒāļĩāļ­āļēāļ„āļēāļĢ 2 46,600  41,600 364,400
āļ§āļīāļĻāļ§āļāļĢāļĢāļĄāđ€āļ„āļĢāļ·āđˆāļ­āļ‡āļāļĨ (āđ€āļ—āļ„āđ‚āļ™āđ‚āļĨāļĒāļĩāļĒāļēāļ™āļĒāļ™āļ•āđŒāļŠāļĄāļąāļĒāđƒāļŦāļĄāđˆ) 2 46,600  41,600 364,400
āļ§āļīāļĻāļ§āļāļĢāļĢāļĄāđ€āļ„āļĢāļ·āđˆāļ­āļ‡āļāļĨ (āļ™āļ­āļāđ€āļ§āļĨāļēāļĢāļēāļŠāļāļēāļĢ) 2 45,600  40,600 373,400
āļ§āļīāļĻāļ§āļāļĢāļĢāļĄāļ­āļļāļ•āļŠāļēāļŦāļāļēāļĢāđāļĨāļ°āļāļēāļĢāļˆāļąāļ”āļāļēāļĢ 2 45,600  40,600 362,000
āļ§āļīāļĻāļ§āļāļĢāļĢāļĄāļ­āļļāļ•āļŠāļēāļŦāļāļēāļĢ â€“ āļāļēāļĢāļˆāļąāļ”āļāļēāļĢāļ§āļīāļĻāļ§āļāļĢāļĢāļĄ 2 45,600  40,600 362,000
āļ§āļīāļĻāļ§āļāļĢāļĢāļĄāļĢāļ°āļšāļšāļĢāļēāļ‡ 1 50,600  45,600 355,000