KNOWLEDGE FOR AI

ယနေ့ခေတ်တွင် ဒီဂျစ်တယ်နည်းပညာနှီးနွယ်လာပြီး လူနေထိုင်မှုဘဝနယ်ပယ်အထိ နည်းပညာများ ဖြန့်ကျက်လာသည်နှင့်အမျှ Computer System များတွင် လူသားတို့၏ ဦးနှောက်မှတ်ဉာဏ်အတိုင်း စွမ်းဆောင်နိုင်စေပြီး သာလွန်ကောင်းမွန်သည့် စွမ်းဆောင်ချက်များကို လုပ်ဆောင်နိုင်မည့် ဉာဏ်ရည်တုနည်းပညာ (Artificial Intelligence) ပေါ်ပေါက်လာခဲ့သည်။  AI စတင်ဖြစ်ပေါ်စဉ်က အဓိပ္ပါယ်အမျိုးမျိုး ကောက်ချက်ချဖော်ပြခဲ့သော်လည်း ယခုအချိန်တွင် AI သည် လူသား၏ လုပ်ဆောင်နိုင်စွမ်းကို အတုယူကာ ပြဿနာများကို ဖြေရှင်းရန်နှင့်ဆုံးဖြတ်ချက်ချမှုများ ပြုလုပ်နိုင်ရန်အတွက် ကွန်ပျူတာနှင့်စက်ပစ္စည်းများကို အသုံးပြုထားသည့် အနာဂတ်နည်းပညာလမ်းကြောင်းအသစ်တစ်ခုဟု သတ်မှတ်ထားကြသည်။ AI စနစ်သည် များစွာသော data များကို စုစည်းပြီး ခွဲခြမ်းစိတ်ဖြာခြင်းမှတစ်ဆင့် ဆက်စပ်မှုများနှင့်ပုံစံများကို ဖော်ထုတ်ကာ အနာဂတ်ဖြစ်စဉ်များကို ခန့်မှန်းခြင်းနှင့်ဆုံးဖြတ်ချက်ချခြင်းများကို လူသားများကဲ့သို့ တုံ့ပြန်ခြင်းများပြုလုပ်နိုင်သည်။ AI သည် လူသားများ၏ ဉာဏ်ရည်ကို အသုံးပြုရန် လိုအပ်သည့် visual perception ၊ speech recognition ၊ decision making နှင့် language translation ကဲ့သို့သော အလုပ်များကို လုပ်ဆောင်ပေးသည့်  ဖွံ့ဖြိုးတိုးတက်လာသည့် ကွန်ပျူတာစနစ်ကို ဆိုလိုသည်။ AI နည်းပညာတွင် machine learning၊ deep learning၊ natural language processing (NLP) နှင့် robtics ကဲ့သို့သော နည်းပညာများ ပါဝင်ပါသည်။ AI program များတွင် အထူးပြုသော အဓိကလုပ်ဆောင်နိုင်စွမ်း (၃) မျိုးမှာ သင်ယူခြင်း (Learning)၊ ကျိုးကြောင်းဆင်ခြင်ခြင်း (Reasoning) နှင့် ပြုပြင်ခြင်း (Self-correction) တို့ ဖြစ်ပါသည်။ AI ကို အသုံးချမှုပေါ်မူတည်၍ အမျိုးအစား (၄) မျိုး ခွဲခြားနိုင်ပါသည်။ ၎င်းတို့မှာ Reactive AI ၊ Limited Memory AI ၊ Theory of Mind AI နှင့် Self Aware AI တို့ဖြစ်ပါသည်။

Reactive AI သည် အခြေခံအကျဆုံးနှင့်အသုံးဝင်သော AI အမျိုးအစားဖြစ်ပြီး လက်ရှိဖြစ်ပေါ်နေဆဲ အခြေအနေများပေါ်မူတည်၍ တုံ့ပြန်ပေးပါသည်။ ၁၉၈၀ ခုနှစ်တွင် IBM မှ ရေးဆွဲထားသော Deep Blue ဟု ခေါ်ဆိုသည့် supercomputer သည် ကမ္ဘာ့ချန်ပီယံ Garry Kasparov နှင့် chess ယှဉ်ပြိုင်ကစားရာ၌ အနိုင်ရရှိသွားခြင်းသည် Reactive AI ကို အသုံးပြုထားသော သတိပြုမိလောက်သည့် ဥပမာတစ်ခုဖြစ်ပါသည်။ Reactive AI တွင် ထည့်သွင်းသောအချက်အလက် (input) အပေါ် အခြေခံ၍ ကြိုတင်ခန့်မှန်းနိုင်သော အချက်အလက် (output) ကို ထွက်စေရန် စီစဉ်ရေးသားထားသော Program များကို ထည့်သွင်းရေးသားထားပါသည်။  Reactive Machine များသည် အချိန်တိုင်းတွင် ထပ်တူဖြစ်သော အခြေအနေပေါ် မူတည်၍ တူညီသောနည်းလမ်းများဖြင့် တုံ့ပြန်ပေးခြင်းမျိုးကို ပြုလုပ်ပေးနိုင်ပါသည်။ input သည် ယခင်အခြေအနေများအတိုင်း တူညီနေပါက ယခင်နှင့်ကွဲလွဲနေသော output ကိုထုတ်ပေးနိုင်မည်မဟုတ်ပါ။ Reactive machine များသည် အတိတ်(သို့မဟုတ်) အနာဂတ်ပေါ်မူတည်၍ သင်ယူနိုင်ခြင်းမရှိပေ။ ဤ AI စနစ်များသည် memory ပါဝင်ခြင်းမရှိသော သီးခြားလုပ်ဆောင်ချက်ဖြစ်ပါသည်။ ၎င်းကို တိကျသော လုပ်ငန်းတာဝန်များ သတ်မှတ်ပေးထားပြီး သတ်မှတ်ထားသည်မှကျော်လွန်၍ လုပ်ဆောင်နိုင်ခြင်းမရှိပါ။ ဥပမာအားဖြင့် Spam Filter များ၊ Netflix recommendation engine များနှင့် Chess-playing Super Computer များတွင် ၎င်း AI နည်းပညာကို အသုံးပြုထားကြောင်း တွေ့ရပါသည်။

Limited Memory AI သည် နောက်ထပ်ဆန်းပြားရှုပ်ထွေးသော AI နည်းပညာ အမျိုးအစားတစ်ခုဖြစ်ပြီး ၎င်းသည် လူ့ဦးနှောက်တွင်ရှိသော အာရုံကြော (neurons) များချိတ်ဆက်ပြီး လုပ်ဆောင်သကဲ့သို့ data များမှ သင်ယူလေ့လာနိုင်ပြီး အချိန်ကြာလာသည်နှင့်အမျှ ကြုံတွေ့ခဲ့သော အတွေ့အကြုံများအပေါ် မူတည်၍ တိုးတက်ကောင်းမွန်အောင် ပြုလုပ်နိုင်စွမ်းရှိပါသည်။ ဤ AI စနစ်များသည် ၎င်းတို့၏ limited memory ကို အသုံးပြု၍ အတွေ့အကြုံအဟောင်းများအား ခွဲခြမ်းစိတ်ဖြာလုပ်ဆောင်ပြီး အနာဂတ်ဆုံးဖြတ်ချက်များ ချမှတ်ရန် လမ်းညွှန်ပေးသောကြောင့် ရှုပ်ထွေးသော ခွဲခြမ်းစိတ်ဖြာရသည့် လုပ်ငန်းဆောင်တာများကို ဖြေရှင်းပေးနိုင်ပြီး ရှေးဟောင်းအချက်အလက်များကို အသုံးချ၍ ကြိုတင်ခန့်မှန်းချက်များ ပြုလုပ်ပေးနိုင်ပါသည်။  အလိုအလျောက်မောင်းနှင်သည့်ကားများသည် ဤ AI စနစ်ကို အသုံးပြုထားပြီး ဤယာဉ်များကို မောင်းနှင်စေသော algorithm များသည် မည်ကဲ့သို့ လည်ပတ်မောင်းနှင်ရမည်ကို လေ့ကျင့်ထားပြီး program ရေးဆွဲထားသည့် အချက်အလက်များကို အသုံးပြုထားပါသည်။ အလိုအလျောက်မောင်းနှင်သည့်ကားများ၏ တုံ့ပြန်နိုင်စွမ်းရှိသည့်အချိန်သည် limited memory AI ကြောင့် သိသာထင်ရှားစွာ တိုးတက်ကောင်းမွန်ခဲ့သည့် ရလဒ်များထွက်ပေါ်ခဲ့ရာ လမ်းမကြီးပေါ်တွင် လုံခြုံစိတ်ချစွာ အသုံးပြုနိုင်ပါသည်။

စက်များသည် လူသားများနည်းတူ ဆုံးဖြတ်ချက်များ ချနိုင်စွမ်းရှိလာသည့်အခါတွင် Theory of mind AI ဖြစ်ပေါ်လာပါသည်။ ဤ စနစ်သည် AI ၏ နောက်ထပ်နယ်ပယ်အသစ်တစ်ခု ဖြစ်ပါသည်။ ဤ AI စနစ်၏အရေးကြီးသည့် ရှုထောင့်တစ်ခုမှာ စက်များသည် လူသားများကဲ့သို့ စိတ်ခံစားမှုများကို နားလည်ပြီး မှတ်မိရန်နှင့် ထိုစိတ်ခံစားချက်အပေါ်မူတည်၍ အပြုအမူများကို ထိန်းညှိနိုင်သည့် လုပ်ဆောင်နိုင်စွမ်းများ ရှိလာမည်ဖြစ်သည်။ Theory of mind AI ကို အပြည့်အဝ ဖန်တီးတီထွင်ထားနိုင်ခြင်းမရှိသေးသော်လည်း စက်ရုပ်များဖြစ်သည့် Kismet (၂၀၀၀ ခုနှစ်တွင်မိတ်ဆက်ခဲ့) နှင့် Sophia (၂၀၁၆) တို့တွင် ဤ AI အမျိုးအစား၏ အသွင်အပြင်အချို့ကို ပြသနိုင်ခဲ့သည်။ စက်များတွင် Theory of mind AI စနစ်ကို ရရှိအောင် စွမ်းဆောင်ရာ၌ အခက်အခဲတစ်ခုမှာ လူသားများ၏ ဆက်သွယ်ရေးလုပ်ငန်းစဉ်တွင် အစဉ်ပြောင်းလဲနေသောအပြုအမူများကို  အသွင်ယူသကဲ့သို့ စိတ်ခံစားချက်များအပေါ်  အခြေခံပြီး အပြုအမူများကို လျင်လျင်မြန်မြန် ပြောင်းလဲပေးနိုင်ခြင်းဖြစ်ပါသည်။ သို့သော်လည်း ဤစွမ်းဆောင်မှုဖြစ်မြောက်လာလျှင် နေ့စဉ်လုပ်ငန်းဆောင်တာများကို စက်ရုပ်များမှ အထောက်အကူပြုပေးမည်ဖြစ်ပြီး လူသားများ၏ မိတ်ဆွေအဖြစ် တည်ရှိလာမည်ဖြစ်ပါသည်။ Theory of mind AI သည် အခြားသော AI ပုံစံများထက်   လူသားများနှင့်အလုပ်လုပ်ရာတွင် စိတ်ခံစားမှုရှိသော အသိဉာဏ်ရှိသည့်အပြုအမူရှိစေရန် အကောင်းဆုံးတီထွင်ဖန်တီးလာနိုင်မည်ဖြစ်ပါသည်။ စိတ်ခံစားမှုဆိုင်ရာ ဉာဏ်ရည်တုသုတေသနပညာရှင်များသည် လမ်းကြောင်းတစ်ခုပေါ်တွင် ရှိနေပြီဖြစ်သော်လည်း  AI စနစ်၏ အခြေအနေပေါ်မူတည်၍ လူသားတစ်ဦးချင်းစီနှင့် လျော်ကန်စွာ ထိတွေ့ဆက်ဆံနိုင်ရန်အတွက် လုပ်ဆောင်ရမည့် လုပ်ငန်းစဉ်များ များစွာကျန်ရှိနေပါသေးသည်။

Self-aware AI စနစ်သည် ကိုယ်ပိုင်သိရှိနားလည်မှုကိုပေးသည့် အမျိုးအစားဖြစ်ပါသည်။ ဤ AI စနစ်တွင် စက်ပစ္စည်းများသည် အခြားသူများ၏ စိတ်ခံစားချက်နှင့် စိတ်ပိုင်းဆိုင်ရာကို သိရှိနားလည်ျရုံမျှမက ၎င်းတို့၏ ကိုယ်တိုင်စိတ်ခံစားချက်ကိုပါ သိရှိနားလည်နိုင်မည့် အခြေအနေဖြစ်ပေါ်လာမည် ဖြစ်ပါသည်။  Self-aware AI စနစ်ကို ဖန်တီးတီထွင်နိုင်ခဲ့လျှင် လိုအင်ဆန္ဒများနှင့် စိတ်ခံစားချက်များရှိသော လူသားများကဲ့သို့ တန်းတူအသိနှင့် ဉာဏ်ရည်များ ရရှိလာမည်ဖြစ်ပါသည်။ ဤ AI စနစ်ကို အထောက်အပံ့ဖြစ်စေသော hardware နှင့် algorithm များ မရှိသေးသောကြောင့် ယခုထက်တိုင် အောင်မြင်အောင် ဖန်တီးတီထွင်နိုင်ခြင်းမရှိသေးပါ။ AI သုတေသနပညာရှင်များအနေဖြင့် limited memory AI နှင့် theory of mind AI ကို ဆက်လက်မြှင့်တင်နိုင်ရန် ဆောင်ရွက်လျက်ရှိပါသည်။

ယနေ့ခေတ်အချိန်အခါတွင် ကျန်းမာရေးထိန်းသိမ်းစောင့်ရှောက်မှုကဏ္ဍ၊ ဘဏ္ဍာရေးကဏ္ဍ၊ ပို့ဆောင်ရေးကဏ္ဍနှင့် အနုပညာကဏ္ဍကဲ့သို့သောကဏ္ဍစုံတွင် AI ကို အသုံးချမှုများပြုလာခဲ့ပြီး AI ကြောင့် လူသားဘဝများ၏ ရှုထောင့်ပေါင်းစုံကို ပြောင်းလဲနိုင်သည့်  အလားအလာရှိပါသည်။ သို့သော်လည်း AI နည်းပညာကို အသုံးချပြီး  ဖွံ့ဖြိုးတိုးတက်လာသည်နှင့်အမျှ လူကျင့်ဝတ်ဆိုင်ရာ ရှုတ်ထွေးခြင်းများနှင့် ပူပန်မှုများလည်း မြင့်တက်လာလျက်ရှိပြီး AI နည်းပညာသည် လူမှုအသိုက်အဝန်းကို ပြောင်းလဲစေသည့် သိသာထင်ရှားသည့် အလားအလာရှိပါသည်။ ယခုအချိန်တွင် ယခင်က လူသားများသာ လုပ်ဆောင်ရသည့် အလုပ်များကိုပါ စက်များကလုပ်နိုင်ရန်အတွက် data အမြောက်အမြားကို လေ့ကျင့်ပေးသော computer algorithm များစွာ ဖွံ့ဖြိုးတိုးတက်လျက်ရှိပါသည်။

AI ၏ အရေးပါသော အစိတ်အပိုင်းတစ်ခုဖြစ်သည့် Machine Learning တွင် အချက်အလက်များမှ သင်ယူပြီး algorithm များ ဖန်တီးခြင်းများပါဝင်ပြီး ၎င်းသင်ယူခြင်းအပေါ်အခြေခံ၍ ကြိုတင် ခန့်မှန်းချက်များ ပြုလုပ်ခြင်းနှင့် ဆုံးဖြတ်ချက်များ ချမှတ်ခြင်းများ ပြုလုပ်နိုင်ပါသည်။ Deep learning သည်လည်း machine learning ၏ အစိတ်အပိုင်းတစ်ခုဖြစ်ပြီး neural network များ အသုံးပြု၍ လူ့ဦးနှောက်၏ အပြုအမူများကဲ့သို့ အသွင်တူအောင် ပြုလုပ်ထားခြင်း ဖြစ်ပါသည်။ ၎င်းကို image နှင့် speech recognition ၊ natural language processing နှင့် အခြား application များအတွက် တိကျမြင့်မားသော ပုံစံ (models) များ ဖန်တီးရန် အသုံးချလျက်ရှိပါသည်။ Natural language processing (NLP) သည် AI ၏ နောက်ထပ်အရေးကြီးသော နယ်ပယ်တစ်ခုဖြစ်ပြီး လူသားတို့၏ ဘာသာစကားများကို နားလည်ပြီး ဘာသာပြန်နိုင်သည့် algorithm များကို ရေးသားခြင်းဖြစ်ပါသည်။ NLP ဟုဆိုရာတွင် ဘာသာပြန်ခြင်း၊ chatbot များနှင့် Siri နှင့် Alexa ကဲ့သို့သော voice assistant များကဲသို့သော application များပါဝင်ပါသည်။

AI သည် image analysis နှင့် ရောဂါစစ်တမ်းများရှာဖွေခြင်းကဲ့သို့သော ကျန်းမာရေးထိန်းသိမ်းစောင့်ရှောက်ရေးကဏ္ဍများကို ပြောင်းလဲရာ၌ သိသာထင်ရှားပါသည်။  ဘဏ္ဍာရေးကဏ္ဍတွင် AI သည် fintech company များဖြစ်သည့်  ဥပမာ-PayPal နှင့် Visa တို့တွင်  ငွေကြေးလိမ်လည်မှုကို ဖော်ထုတ်ခြင်း (Fraud detection) များကို ပြုလုပ်ပေးပါသည်။ Banking ပိုင်းတွင်လည်း  Digital Banking ဟုခေါ်သည့် Internet Banking ပိုင်းတွင် AI ကိုအသုံးပြုရန် လုပ်ဆောင်လာကြပြီး Balance စစ်ခြင်း၊ ငွေလွှဲခြင်းအပြင် အခြား AI ကို အခြေခံသည့် ဝန်ဆောင်မှုများလည်း လုပ်ဆောင်နိုင်ရန် ကြိုးပမ်းလာကြပါသည်။ ဥပမာ စင်ကာပူ DBS ဘဏ်တွင်  Navi Planner ဟုခေါ်သည့် AI Program ကို သုံးပြီး Customer များကို မည်သည့် Investments (ရင်းနှီးမြုပ်နှံမှု) များ ပြုလုပ်သင့်သည် ၊ မည်သည့် Insurance plan များ ဝယ်သင့်သည်ကို အကြံပြုပေးနေသည့်အပြင် retirement အတွက် မည်ကဲ့သို့ ပြင်ရမည့် projections များပါ ပြုလုပ်ပေးနေပါသည်။ AI ပေါ်ပေါက်လာခြင်း၏ အကျိုးကျေးဇူးများစွာ ရှိသော်လည်း လူသားများ၏ အလုပ်အကိုင်အခွင့်အရေး၊ privacy နှင့် လုံခြုံရေးအပေါ် လွှမ်းမိုးမှုများစွာ ရှိပါသည်။ အနာဂတ်တွင် AI က လူသားများ၏ Privacy ကို ခိုးယူခြင်းများ၊ လွှမ်းမိုးခြင်းများပေါ်ပေါက်လာမည်ကို   လူအမြောက်အမြား စိုးရိမ်နေကြပါသည်။ 🥶စက်ပစ္စည်းများသည် လူသားများအစားထိုးလုပ်ငန်းများစွာကို လုပ်ကိုင်လာသည်နှင့် အမျှ လူသားများအတွက် အလုပ်အကိုင်အခွင့်အရေးရှားပါးလာခြင်းများ ကြုံတွေ့လာရမည်ကိုလည်း စိုးရိမ်ဖွယ်တွေ့ရပါသည်။ ထို့ပြင် AI နည်းပညာ၏ ဘက်လိုက်ခြင်းများ (Bias in algorithms) နှင့် အခြားအလွဲသုံးစားပြုမှုများကြောင့် ကျင့်ဝတ်ဆိုင်ရာ ရှုပ်ထွေးခြင်းများ ကြုံတွေ့ လာရမည်ကိုလည်း စိုးရိမ်နေကြပါသည်။ သို့သော်လည်း ယနေ့အချိန်အခါ Covid-19 ကပ်ရောဂါကာလတွင် IT နည်းပညာများကို များစွာ အမှီသဟဲပြုလာသည်နှင့်အမျှ AI နည်းပညာကြောင့် လူမှုအသိုက်အဝန်းအတွက် အကျိုးကျေးဇူးများစွာရှိရာ ဤ AI နည်းပညာကို လူသားများအတွက် မည်ကဲ့သို့ ပိုမိုအကျိုးရှိပြီး လုံခြုံစိတ်ချစွာ အသုံးချနိုင်ရန်အတွက် ရှေ့လျှောက် နိုင်ငံတကာ Guideline များ၊ မူဘောင်များ ချမှတ်ထားသင့်ပါသည်။

အသစ်သစ်သော တီထွင်ဆန်းသစ်မှုများနှင့် AI နည်းပညာများကို လက်ခံကျင့်သုံးပြီး လုပ်ငန်းအဖွဲ့အစည်းများနှင့် စီးပွားရေးလုပ်ငန်းများသည် နောက်ကျမကျန်စေဘဲ ဆန်းသစ်မှုများနှင့် လိုက်လျောညီထွေမှုရှိစွာ ပေါင်းစပ်လုပ်ကိုင်နိုင်ရန် နည်းလမ်းများကို ထည့်သွင်းစဉ်းစားခြင်းဖြင့် အနာဂတ်ယှဉ်ပြိုင်မှုများအပေါ်တွင် အားသာချက်များရရှိစေရန် ရည်ရွယ်၍ ပြုစုရေးသားလိုက်ရပါသည်။

နွယ်နီစိုးရင်

Reference:

Report on the study of new digital trends (Vol 1)

https://bernardmarr.com/what-are-the-four-types-of-ai/