682 Shares 379 Views

လူတစ္ေယာက္ရဲ႕အသိဉာဏ္နဲ႔ယွဥ္လာႏုိင္ေတာ့မယ့္ AI နည္းပညာဆုိတာ?

Jul 18, 2018
682 379

[Zawgyi]

Artificial Intelligence (AI) ကိုဖန္တီးရတာေတာ္ေတာ္လည္းရႈပ္ေထြးတဲ့အလုပ္တစ္ခုျဖစ္သလို ကိုယ့္အေနနဲ႔ အေသးစိတ္ၾကီးနားလည္ေနဖုိ႔လည္းမလိုပါဘူး။ အခုရိွျပီးသား သိဉာဏ္တုနည္းပညာအမ်ားစုကေတာ့ လူေတြရဲ႕ဦးေႏွာက္လိုပဲ ေကာင္းေကာင္းခန္႔မွန္းတြက္ခ်က္ႏုိင္ပါတယ္။ ဒီလိုတြက္ခ်က္ဖို႔အတြက္ ေဒတာေတြေျမာက္မ်ားစြာထည့္သြင္းရျပီး လူေတြသိတဲ့အရာေတြကေန Model တစ္ခုတည္ေဆာက္ခိုင္း၊ လူေတြမသိတဲ့အရာေတြကို ခန္႔မွန္းခိုင္းလို႔ရႏုိင္ပါတယ္။

ဒီ AI န႔ဲ တျခားကြန္ပ်ဴတာပရိုဂရမ္ေတြနဲ႔ လံုးဝမတူတ့ဲတစ္ခ်က္ကေတာ့ ကြန္ပ်ဴတာပရိုဂရမ္ေတြက ဘာျဖစ္ရင္ဘာလုပ္မယ္ဆိုတဲ့လမ္းညႊန္ခ်က္တစ္ခုခ်င္းစီကိုသတ္မွတ္ေပးရျပီး AI မွာကေတာ့ လူေတြကသင္ေပးသမွ်ကိုသင္ယူႏုိင္တဲ့ Machine Learning, သူကုိယ္တုိင္သင္ယူရတဲ့ Deep Learning ေတြပါလာပါျပီ။

– Artificial Intelligence (AI) ကေတာ့ လူေတြရဲ႕အျပဳအမူအေတြးအေခၚေတြကို တုပသင္ယူႏုိင္တဲ့ Machine တစ္ခုပါပဲ။

Machine Learning: AI ရဲ႕တစ္စိတ္တစ္ပိုင္းျဖစ္ျပီး ထည့္ေပးလိုက္တဲ့ေဒတာေတြကေန Pattern ေတြရွာေဖြခန္႔မွန္းနည္းကိုလူေတြက သင္ၾကားေပးရပါတယ္။

Deep Learning: Machine Learning ထဲက တစ္စိတ္တစ္ပိုင္းျဖစ္ျပီး သူ႔မွာေတာ့ လူေတြသင္ေပးစရာမလိုဘဲ ကိုယ္တုိင္သင္ယူေလ့လာရပါတယ္။

ai-three-types

Artificial Intelligence

ai-sight-feature

AI ကို ဘယ္လုိပဲအက်ယ္ဖြင့္ဖြင့္ ေနာက္ဆံုး “လူတစ္ေယာက္လိုေတြးေခၚျပဳမူႏုိင္တဲ့စက္တစ္ခု” လို႔ပဲ ျခံဳေျပာရမွာပါ။ သင္ေပးထားတဲ့နည္းလမ္းအတုိင္းပဲ လုပ္ေဆာင္သြားတာေတြရိွသလို သြင္းလိုက္သမွ် input ေပါင္းေသာင္းေျခာက္ေထာင္ကေနကိုယ္တုိင္သင္ယူျပီး ဘယ္လိုအေျခအေနမ်ိဳးမွာမဆုိ ကိုင္တြယ္ေျဖရွင္းႏုိင္တဲ့ လူသားဆန္တဲ့ကြန္ပ်ဴတာဆိုတာမ်ိဳးက အနာဂတ္မွာအားလံုးေမွ်ာ္လင့္ေနၾကတဲ့ AI နည္းပညာပါပဲ။

Machine Learning

ai-machine-learning-cat

Machine learning ဆိုတာသာမရိွရင္ AI ဆိုတာ “ဒါမွန္ရင္ ဒါလုပ္ မမွန္ရင္ တျခားဟာလုပ္” ဆိုတဲ့ If-Else condition ကေနတိုးထြက္ႏုိင္မွာမဟုတ္ပါဘူး။ ပရိုဂရမ္ဆြဲထားတာေတြထက္ကိုပိုလုပ္ေဆာင္ႏုိင္တဲ့ တီထြင္ဆန္းသစ္မႈတစ္ခုက Machine Learning ပါပဲ။ ဥပမာ- ပံုေတြထဲမွာ ေၾကာင္ေတြ ပါလားခြဲျခားသိႏုိင္မယ့္ပရိုဂရမ္တစ္ခုလိုခ်င္တယ္ဆိုပါစို႔။

– AI ကို ပထမဆံုး ေၾကာင္ေတြရဲ႕ဝိေသသလကၡဏာေတြ အရင္ေပးရပါမယ္။  ဒီဇုိင္းကာလာ အေနအထား အရြယ္အစား ဒါေတြကို သူကိုယ္တုိင္ခြဲျခားႏုိင္ေအာင္ အရင္သင္ေပးရပါမယ္။ AI မွာ “cat” လို႔နာမည္တပ္ထားတဲ့ ေၾကာင္ေတြရဲ႕ပံုတစ္ခ်ိဳ႕ကို Run ေပးလိုက္ရင္ ခုနကသူသင္ယူထားတဲ့အခ်က္ေတြကေန ေၾကာင္ပံုေတြကိုေရြးထုတ္သြားႏုိင္မွာျဖစ္ပါတယ။္

နည္းနည္းရႈပ္သြားရင္ေတာ့ အရွင္းဆံုးကိုပဲေျပာပါ့မယ္။ Machine Learning ဆိုတာက လူေတြက ကြန္ပ်ဴတာကို ဘာေတြရွာေဖြပါ ဆိုျပီးေျပာျပီး ကြန္ပ်ဴတာကေန အခ်က္အလက္ေတြခြဲျခမ္းစိတ္ျဖာ ေမာ္ဒယ္လ္တစ္ခုေဆာက္ျပီးမွ ေနာက္ဆံုးအေျဖကိုထုတ္ေပးတာပါပဲ။ ေျပာရရင္ အေတာ္အသင့္ရိုးရွင္းျပီ။ အရမ္းအသံုးဝင္တ့ဲနည္းပညာတစ္ခုလို႔ေျပာရမွာပါ။

Deep Learning

ai-machine-vs-deep

သူကေတာ့ AI ရဲ႕အဆံုးစြန္ပါပဲ။ Machine Learning လို လူေတြကသင္ေပးစရာမလိုေတာ့ဘဲ ဝင္လာတဲ့ Input ကေန ကိုယ္တုိင္ခြဲျခမ္းစိတ္ျဖာသင္ယူျပီး အေျဖထုတ္ေပးသြားတာ Deep learning ပါပဲ။ ဥပမာ- ခုနကေၾကာင္ကိစၥလိုဆိုရင္ Machine Learning မွာေတာ့ ေၾကာင္ဆိုတာ ဘယ္လိုပံုသ႑ာန္မ်ိဳး ဘယ္လို Feature ေတြရိွတယ္ အဲ့ဒီ Feature ေတြနဲ႔တူတာကိုရွာပါဆိုတာမ်ိဳး မဟုတ္ေတာ့ဘဲ ေၾကာင္ပံုေတြပဲ input ထည့္ေပးလိုက္တာနဲ႔ တစ္ပံုနဲ႔တစ္ပံုတူတဲ့အခ်က္ေတြကိုသူကိုယ္တုိင္အေသးစိတ္လိုက္ရွာျပီး ေၾကာင္မွန္း မွတ္သားသင္ယူလိုက္ပါတယ္။ ဒီအတြက္ လူေတြအေနနဲ႔ ေဒတာသြင္းေပးရံုကလြဲရင္ က်န္တာဘာမွသင္ေပးစရာမလိုပါဘူး။

Machine Learning ထက္ ေဒတာေတြပုိမ်ားမ်ားလိုအပ္ျပီး တြက္ခ်က္မႈစြမ္းရည္ကေလည္း ပိုျမင့္ဖို႔လိုပါတယ္။ ဒီလိုနည္းပညာကုိသာေကာင္းေကာင္းအသံုးခ်ႏုိင္ရင္ သိပၸံကားေတြထဲမွာေတြ႔ရတဲ့ AI နည္းပညာဆိုတာ ဇာတ္ကားထဲမွာတင္ က်န္ေနေတာ့မွာမဟုတ္ပါဘူး။ လူေတြရဲ႕တစ္ေန႔တာမွာ အရမ္းအေရးပါတဲ့အခန္းက႑တစ္ခုအေနနဲ႔ ပါဝင္လာပါလိမ့္မယ္။

Ref: MakeTechEasier

[Unicode]

Artificial Intelligence (AI) ကိုဖန်တီးရတာတော်တော်လည်းရှုပ်ထွေးတဲ့အလုပ်တစ်ခုဖြစ်သလို ကိုယ့်အနေနဲ့ အသေးစိတ်ကြီးနားလည်နေဖို့လည်းမလိုပါဘူး။ အခုရှိပြီးသား သိဉာဏ်တုနည်းပညာအများစုကတော့ လူတွေရဲ့ဦးနှောက်လိုပဲ ကောင်းကောင်းခန့်မှန်းတွက်ချက်နိုင်ပါတယ်။ ဒီလိုတွက်ချက်ဖို့အတွက် ဒေတာတွေမြောက်များစွာထည့်သွင်းရပြီး လူတွေသိတဲ့အရာတွေကနေ Model တစ်ခုတည်ဆောက်ခိုင်း၊ လူတွေမသိတဲ့အရာတွေကို ခန့်မှန်းခိုင်းလို့ရနိုင်ပါတယ်။

ဒီ AI နဲ့ တခြားကွန်ပျူတာပရိုဂရမ်တွေနဲ့ လုံးဝမတူတဲ့တစ်ချက်ကတော့ ကွန်ပျူတာပရိုဂရမ်တွေက ဘာဖြစ်ရင်ဘာလုပ်မယ်ဆိုတဲ့လမ်းညွှန်ချက်တစ်ခုချင်းစီကိုသတ်မှတ်ပေးရပြီး AI မှာကတော့ လူတွေကသင်ပေးသမျှကိုသင်ယူနိုင်တဲ့ Machine Learning, သူကိုယ်တိုင်သင်ယူရတဲ့ Deep Learning တွေပါလာပါပြီ။

– Artificial Intelligence (AI) ကတော့ လူတွေရဲ့အပြုအမူအတွေးအခေါ်တွေကို တုပသင်ယူနိုင်တဲ့ Machine တစ်ခုပါပဲ။

Machine Learning: AI ရဲ့တစ်စိတ်တစ်ပိုင်းဖြစ်ပြီး ထည့်ပေးလိုက်တဲ့ဒေတာတွေကနေ Pattern တွေရှာဖွေခန့်မှန်းနည်းကိုလူတွေက သင်ကြားပေးရပါတယ်။

Deep Learning: Machine Learning ထဲက တစ်စိတ်တစ်ပိုင်းဖြစ်ပြီး သူ့မှာတော့ လူတွေသင်ပေးစရာမလိုဘဲ ကိုယ်တိုင်သင်ယူလေ့လာရပါတယ်။

ai-three-types

Artificial Intelligence

ai-sight-feature

AI ကို ဘယ်လိုပဲအကျယ်ဖွင့်ဖွင့် နောက်ဆုံး “လူတစ်ယောက်လိုတွေးခေါ်ပြုမူနိုင်တဲ့စက်တစ်ခု” လို့ပဲ ခြုံပြောရမှာပါ။ သင်ပေးထားတဲ့နည်းလမ်းအတိုင်းပဲ လုပ်ဆောင်သွားတာတွေရှိသလို သွင်းလိုက်သမျှ input ပေါင်းသောင်းခြောက်ထောင်ကနေကိုယ်တိုင်သင်ယူပြီး ဘယ်လိုအခြေအနေမျိုးမှာမဆို ကိုင်တွယ်ဖြေရှင်းနိုင်တဲ့ လူသားဆန်တဲ့ကွန်ပျူတာဆိုတာမျိုးက အနာဂတ်မှာအားလုံးမျှော်လင့်နေကြတဲ့ AI နည်းပညာပါပဲ။

Machine Learning

ai-machine-learning-cat

Machine learning ဆိုတာသာမရှိရင် AI ဆိုတာ “ဒါမှန်ရင် ဒါလုပ် မမှန်ရင် တခြားဟာလုပ်” ဆိုတဲ့ If-Else condition ကနေတိုးထွက်နိုင်မှာမဟုတ်ပါဘူး။ ပရိုဂရမ်ဆွဲထားတာတွေထက်ကိုပိုလုပ်ဆောင်နိုင်တဲ့ တီထွင်ဆန်းသစ်မှုတစ်ခုက Machine Learning ပါပဲ။ ဥပမာ- ပုံတွေထဲမှာ ကြောင်တွေ ပါလားခွဲခြားသိနိုင်မယ့်ပရိုဂရမ်တစ်ခုလိုချင်တယ်ဆိုပါစို့။

– AI ကို ပထမဆုံး ကြောင်တွေရဲ့ဝိသေသလက္ခဏာတွေ အရင်ပေးရပါမယ်။  ဒီဇိုင်းကာလာ အနေအထား အရွယ်အစား ဒါတွေကို သူကိုယ်တိုင်ခွဲခြားနိုင်အောင် အရင်သင်ပေးရပါမယ်။ AI မှာ “cat” လို့နာမည်တပ်ထားတဲ့ ကြောင်တွေရဲ့ပုံတစ်ချို့ကို Run ပေးလိုက်ရင် ခုနကသူသင်ယူထားတဲ့အချက်တွေကနေ ကြောင်ပုံတွေကိုရွေးထုတ်သွားနိုင်မှာဖြစ်ပါတယ။်

နည်းနည်းရှုပ်သွားရင်တော့ အရှင်းဆုံးကိုပဲပြောပါ့မယ်။ Machine Learning ဆိုတာက လူတွေက ကွန်ပျူတာကို ဘာတွေရှာဖွေပါ ဆိုပြီးပြောပြီး ကွန်ပျူတာကနေ အချက်အလက်တွေခွဲခြမ်းစိတ်ဖြာ မော်ဒယ်လ်တစ်ခုဆောက်ပြီးမှ နောက်ဆုံးအဖြေကိုထုတ်ပေးတာပါပဲ။ ပြောရရင် အတော်အသင့်ရိုးရှင်းပြီ။ အရမ်းအသုံးဝင်တဲ့နည်းပညာတစ်ခုလို့ပြောရမှာပါ။

Deep Learning

ai-machine-vs-deep

သူကတော့ AI ရဲ့အဆုံးစွန်ပါပဲ။ Machine Learning လို လူတွေကသင်ပေးစရာမလိုတော့ဘဲ ဝင်လာတဲ့ Input ကနေ ကိုယ်တိုင်ခွဲခြမ်းစိတ်ဖြာသင်ယူပြီး အဖြေထုတ်ပေးသွားတာ Deep learning ပါပဲ။ ဥပမာ- ခုနကကြောင်ကိစ္စလိုဆိုရင် Machine Learning မှာတော့ ကြောင်ဆိုတာ ဘယ်လိုပုံသဏ္ဍာန်မျိုး ဘယ်လို Feature တွေရှိတယ် အဲ့ဒီ Feature တွေနဲ့တူတာကိုရှာပါဆိုတာမျိုး မဟုတ်တော့ဘဲ ကြောင်ပုံတွေပဲ input ထည့်ပေးလိုက်တာနဲ့ တစ်ပုံနဲ့တစ်ပုံတူတဲ့အချက်တွေကိုသူကိုယ်တိုင်အသေးစိတ်လိုက်ရှာပြီး ကြောင်မှန်း မှတ်သားသင်ယူလိုက်ပါတယ်။ ဒီအတွက် လူတွေအနေနဲ့ ဒေတာသွင်းပေးရုံကလွဲရင် ကျန်တာဘာမှသင်ပေးစရာမလိုပါဘူး။

Machine Learning ထက် ဒေတာတွေပိုများများလိုအပ်ပြီး တွက်ချက်မှုစွမ်းရည်ကလေည်း ပိုမြင့်ဖို့လိုပါတယ်။ ဒီလိုနည်းပညာကိုသာကောင်းကောင်းအသုံးချနိုင်ရင် သိပ္ပံကားတွေထဲမှာတွေ့ရတဲ့ AI နည်းပညာဆိုတာ ဇာတ်ကားထဲမှာတင် ကျန်နေတော့မှာမဟုတ်ပါဘူး။ လူတွေရဲ့တစ်နေ့တာမှာ အရမ်းအရေးပါတဲ့အခန်းကဏ္ဍတစ်ခုအနေနဲ့ ပါဝင်လာပါလိမ့်မယ်။

Ref: MakeTechEasier

You may be interested

မ်က္ႏွာျပင္ ၂ ခု ပါတဲ့ Vivo NEX Dual Display Edition ကို ေၾကညာၿပီ
Android, HUBS, Mobiles & Tablets
117 shares19 views

မ်က္ႏွာျပင္ ၂ ခု ပါတဲ့ Vivo NEX Dual Display Edition ကို ေၾကညာၿပီ

Ko Thuya - Dec 12, 2018

Vivo က NEX Dual Display Edition ကို ေၾကညာလိုက္ပါတယ္။ သူ႔ရဲ႕ ထူးျခားခ်က္က အေရွ႕နဲ႕ အေနာက္မွာ မ်က္ႏွာျပင္တစ္ခုစီ ထည့္သြင္းထားပါတယ္။ အေရွ႕ဘက္မွ မ်က္ႏွာျပင္ဟာ ေဘာင္ေပ်ာက္ ဒီဇိုင္းျဖစ္ၿပီး ၆.၃၉ လက္မ ျဖစ္ပါတယ္။ သူဟာ Super…

Vivo V11 ရဲ႕ Supernova Red ကို ေၾကညာၿပီ
Android, HUBS, Mobiles & Tablets
135 shares34 views

Vivo V11 ရဲ႕ Supernova Red ကို ေၾကညာၿပီ

Ko Thuya - Dec 11, 2018

လြန္ခဲ့တဲ့ ၂ ပတ္ေလာက္က Vivo V11 ရဲ႕ အနီေရာင္ေမာ္ဒယ္ကို ေရာင္းခ်မယ္လို႔ သတင္းထြက္ခဲ့ပါတယ္။ အခုေတာ့ Supernova Red ကို Amazon India မွာ ေရာင္းခ်ေပးလိုက္ပါတယ္။ တရုတ္မွာေတာ့ Vivo V11 Pro အမည္ျဖင့္ ေရာင္းခ်တာ…

အသုံးျပဳသူ ၅၂.၅ သန္းရဲ႕ ေဒတာေတြ ထပ္မံေပါက္ၾကားခဲ့တာေၾကာင့္ Google+ ကို ေစာစီးစြာ ပိတ္သိမ္းမည္
Google, NEWS
250 shares70 views

အသုံးျပဳသူ ၅၂.၅ သန္းရဲ႕ ေဒတာေတြ ထပ္မံေပါက္ၾကားခဲ့တာေၾကာင့္ Google+ ကို ေစာစီးစြာ ပိတ္သိမ္းမည္

Nigma - Dec 11, 2018

(Zawgyi) ျပီးခဲ့တဲ့ ေအာက္တိုဘာလတုန္းက Google+ ဟာ Security Bug တခုေၾကာင့္ အသုံးျပဳသူ သန္းတဝက္ရဲ႕ ေဒတာေတြ ေပါက္ၾကားခဲ့ေၾကာင္း ေၾကညာခဲ့ပါတယ္။ အဆိုပါျဖစ္ရပ္ျပီးေနာက္ Google+ Consumer Version ကို ၂၀၁၉ ခုႏွစ္၊ ၾသဂုတ္လအတြင္း ပိတ္သိမ္းေတာ့မွာ ျဖစ္ေၾကာင္း…

Leave a Comment

Most from this category