ေတာ႐ိုင္းတိရိစၧာန္ေတြကို ခြဲျခားေရတြက္ေပးႏိုင္တဲ့ AI ကို သုေတသီမ်ားဖန္တီး

[ Zawgyi ]

AI ေတြဆိုတာ voice assistant ေတြနဲ႔ ေမာင္းသူမဲ့ကားေတြထက္ ပိုမုိ ေဆာင္ရြက္ႏိုင္တဲ့ နည္းပညာျဖစ္ပါတယ္။ ေအာ္ဘန္တကၠသုိလ္၊ ဟားဗတ္၊ ေအာက္စဖို႔ဒ္၊ မီနီဆိုတာတကၠသုိလ္နဲ႔ ဝိုင္အိုမင္းတကၠသိုလ္ေတြက သုေတသီေတြဟာ ေတာ႐ိုင္းတိရစၧာန္ကို ခြဲျခားေဖာ္ျပေပးၿပီး အေကာင္အေရအတြက္ကို ၉၆.၆ ရာခုိင္ႏႈန္း တိက်စြာ ေဖာ္ျပေပးႏိုင္တဲ့ machine learning algorithm ကို ဖန္တီးခဲ့ပါတယ္။

အဲဒီနည္းပညာအေၾကာင္း ေရးသားထားတဲ့ စာတမ္းကို ၂၀၁၇ ခုႏွစ္၊ ႏိုဝင္ဘာလက ေရးသားထားပါတယ္။ အခုအဲဒီစာတမ္းကုိ ဒီတစ္ပတ္မွာ PNAS ဝက္ဘ္ဆိုက္က လက္ခံေဖာ္ျပေပးထားပါတယ္။

“ဒီနည္းပညာက ေတာ႐ိုင္းတိရစၧာန္အခ်က္အလက္ေတြကို တိတိက်က်နဲ႔ ေဈးႏႈန္းမျမင့္မားဘဲ ေတာေကာင္တြ သတိမထားမိေအာင္ စုေဆာင္းေပးႏိုင္ပါတယ္။ ဒါ့အျပင္ ေတာ႐ိုင္းတိရစၧာန္ဇီဝေဗဒ၊ သတၱေဗဒ၊ သဘာဝပတ္ဝန္းက်င္ထိန္းသိမ္းေစာင့္ေရွာက္မႈ ဇီဝေဗဒ စတဲ့ ေဂဟေဗဒဆုိင္ရာ ပညာရပ္အမ်ိဳးမ်ိဳးကုိ တိုးတက္ေျပာင္းလဲေအာင္ အကူအညီေပးႏိုင္ၿပီး တိရစၧာန္အမူအက်င့္ကို ႀကီးမားတဲ့ သိပၸံအခ်က္အလက္အျဖစ္လည္း ေျပာင္းလဲႏိုင္တယ္” လို႔ ဝိုင္အိုမင္တကၠသုိလ္ တြဲဖက္ပေရာ္ဖက္ဆာ၊ Uber ရဲ႕ Artificial Intelligence Labs က အႀကီးတန္းသုေတသနမန္ေနဂ်ာလည္းျဖစ္တဲ့ ဂ်က္ဖ္ကလန္က ထုတ္ျပန္ခ်က္မွာ ေျပာခဲ့ပါတယ္။ အခုနည္းပညာဟာ ေတာ႐ိုင္းတိရစၧာန္နဲ႔ တန္ဖိုးရွိတဲ့ သဘာဝပတ္ဝန္းက်င္ ထိန္းသိမ္းေရးနဲ႔ အဲဒီအရာေတြအေပၚ ေလ့လာမႈစတဲ့ စြမ္းရည္လည္း သိသိသာသာ တိုးတက္လာေစမွာ ျဖစ္ပါတယ္။

သုေတသီေတြက computer vision algorith ကို Zooiverse.org ဆီက ႏိုင္ငံသားသိပၸံစီမံကိန္းျဖစ္တဲ့ Snapshot Serengeti ကရရွိတဲ့ ဓာတ္ပုံေပါင္း ၃.၂ သန္းနဲ႔ ေလ့က်င့္ေပးခဲ့ပါတယ္။ အဲဒီစီမံကိန္းဟာ ဆင္ေတြ၊ သစ္ကုလားအုတ္ေတြ၊ ဂဇဲဆိတ္၊ ျခေသ့ၤ၊ အာဖရိကက်ားသစ္နဲ႔ ေတာထဲမွာေနထိုင္တဲ့ အျခားတိရစၧာန္ေတြရဲ႕ ဓာတ္ပုံေတြကို စုေဆာင္းႏိုင္ဖုိ႔ ေစတနာ့ဝန္ထမ္းေတြကုိ စည္း႐ုံးထားပါတယ္။ အခုစီမံကိန္း အထေျမာက္ဖို႔ ကင္မရာေထာင္ေခ်ာက္ ၂၂၅ ခုနဲ႔ လူေပါင္း ၅၀,၀၀၀ ေက်ာ္ ပါဝင္ပံ့ပုိးထားပါတယ္။

သုေတသီေတြ ဖန္တီးထားတဲ့ AI စနစ္သစ္ဟာ ေျခာက္လအခ်ိန္ယူ ႐ိုက္ကူးထားတဲ့ ဓာတ္ပုံေတြကုိ နာရီအနည္းငယ္အတြင္း အမွတ္အသား ျပဳလုပ္ေပးႏိုင္ပါတယ္။ ဓာတ္ပုံ ၃ သန္းကို လူသားေတြကိုယ္တုိင္ အမွတ္အသား ျပဳလုပ္မယ္ဆိုရင္ ၈ ႏွစ္က်ာ္ ၾကာျမင့္မယ့္အခ်ိန္ကို အခု AI စနစ္နဲ႔ ေရွာင္ရွားႏိုင္တယ္လို႔ Snapshot Serengeti ရဲ႕အဖြဲ႕ေခါင္းေဆာင္ျဖစ္သူ မာဂရက္ကုိစမာလာက ေျပာခဲ့ပါတယ္။

စိုးထက္
Ref: VentureBeat

[ Unicode ]

AI တွေဆိုတာ voice assistant တွေနဲ့ မောင်းသူမဲ့ကားတွေထက် ပိုမို ဆောင်ရွက်နိုင်တဲ့ နည်းပညာဖြစ်ပါတယ်။ အော်ဘန်တက္ကသိုလ်၊ ဟားဗတ်၊ အောက်စဖို့ဒ်၊ မီနီဆိုတာတက္ကသိုလ်နဲ့ ဝိုင်အိုမင်းတက္ကသိုလ်တွေက သုတေသီတွေဟာ တောရိုင်းတိရစ္ဆာန်ကို ခွဲခြားဖော်ပြပေးပြီး အကောင်အရေအတွက်ကို ၉၆.၆ ရာခိုင်နှုန်း တိကျစွာ ဖော်ပြပေးနိုင်တဲ့ machine learning algorithm ကို ဖန်တီးခဲ့ပါတယ်။

အဲဒီနည်းပညာအကြောင်း ရေးသားထားတဲ့ စာတမ်းကို ၂၀၁၇ ခုနှစ်၊ နိုဝင်ဘာလက ရေးသားထားပါတယ်။ အခုအဲဒီစာတမ်းကို ဒီတစ်ပတ်မှာ PNAS ဝက်ဘ်ဆိုက်က လက်ခံဖော်ပြပေးထားပါတယ်။

“ဒီနည်းပညာက တောရိုင်းတိရစ္ဆာန်အချက်အလက်တွေကို တိတိကျကျနဲ့ ဈေးနှုန်းမမြင့်မားဘဲ တောကောင်တွ သတိမထားမိအောင် စုဆောင်းပေးနိုင်ပါတယ်။ ဒါ့အပြင် တောရိုင်းတိရစ္ဆာန်ဇီဝဗေဒ၊ သတ္တဗေဒ၊ သဘာဝပတ်ဝန်းကျင်ထိန်းသိမ်းစောင့်ရှောက်မှု ဇီဝဗေဒ စတဲ့ ဂေဟဗေဒဆိုင်ရာ ပညာရပ်အမျိုးမျိုးကို တိုးတက်ပြောင်းလဲအောင် အကူအညီပေးနိုင်ပြီး တိရစ္ဆာန်အမူအကျင့်ကို ကြီးမားတဲ့ သိပ္ပံအချက်အလက်အဖြစ်လည်း ပြောင်းလဲနိုင်တယ်” လို့ ဝိုင်အိုမင်တက္ကသိုလ် တွဲဖက်ပရော်ဖက်ဆာ၊ Uber ရဲ့ Artificial Intelligence Labs က အကြီးတန်းသုတေသနမန်နေဂျာလည်းဖြစ်တဲ့ ဂျက်ဖ်ကလန်က ထုတ်ပြန်ချက်မှာ ပြောခဲ့ပါတယ်။ အခုနည်းပညာဟာ တောရိုင်းတိရစ္ဆာန်နဲ့ တန်ဖိုးရှိတဲ့ သဘာဝပတ်ဝန်းကျင် ထိန်းသိမ်းရေးနဲ့ အဲဒီအရာတွေအပေါ် လေ့လာမှုစတဲ့ စွမ်းရည်လည်း သိသိသာသာ တိုးတက်လာစေမှာ ဖြစ်ပါတယ်။

သုတေသီတွေက computer vision algorith ကို Zooiverse.org ဆီက နိုင်ငံသားသိပ္ပံစီမံကိန်းဖြစ်တဲ့ Snapshot Serengeti ကရရှိတဲ့ ဓာတ်ပုံပေါင်း ၃.၂ သန်းနဲ့ လေ့ကျင့်ပေးခဲ့ပါတယ်။ အဲဒီစီမံကိန်းဟာ ဆင်တွေ၊ သစ်ကုလားအုတ်တွေ၊ ဂဇဲဆိတ်၊ ခြသေ့င်္၊ အာဖရိကကျားသစ်နဲ့ တောထဲမှာနေထိုင်တဲ့ အခြားတိရစ္ဆာန်တွေရဲ့ ဓာတ်ပုံတွေကို စုဆောင်းနိုင်ဖို့ စေတနာ့ဝန်ထမ်းတွေကို စည်းရုံးထားပါတယ်။ အခုစီမံကိန်း အထမြောက်ဖို့ ကင်မရာထောင်ချောက် ၂၂၅ ခုနဲ့ လူပေါင်း ၅၀,၀၀၀ ကျော် ပါဝင်ပံ့ပိုးထားပါတယ်။

သုတေသီတွေ ဖန်တီးထားတဲ့ AI စနစ်သစ်ဟာ ခြောက်လအချိန်ယူ ရိုက်ကူးထားတဲ့ ဓာတ်ပုံတွေကို နာရီအနည်းငယ်အတွင်း အမှတ်အသား ပြုလုပ်ပေးနိုင်ပါတယ်။ ဓာတ်ပုံ ၃ သန်းကို လူသားတွေကိုယ်တိုင် အမှတ်အသား ပြုလုပ်မယ်ဆိုရင် ၈ နှစ်ကျာ် ကြာမြင့်မယ့်အချိန်ကို အခု AI စနစ်နဲ့ ရှောင်ရှားနိုင်တယ်လို့ Snapshot Serengeti ရဲ့အဖွဲ့ခေါင်းဆောင်ဖြစ်သူ မာဂရက်ကိုစမာလာက ပြောခဲ့ပါတယ်။

စိုးထက်
Ref: VentureBeat