အထင်ကရ AI Guru က AI Ethics နဲ့ AI Law တို့ကို ရရှိထားတဲ့ Mind-bending “Motal Computers” ကို AI ကျင့်ဝတ်နဲ့ AI Law နဲ့ ပေါင်းစပ်ထားတဲ့အတွက် AI Guru က AI ကို တုန်လှုပ်စေခဲ့ပါတယ်။

ဤသည်မှာ သင်မတွေးဖူးသေးသော အရာဖြစ်သည် ။ သေတတ်သော ကွန်ပျူတာများ.

ဒါပေမယ့် ဖြစ်သင့်တယ်။

မကြာသေးမီက ပြုလုပ်ခဲ့သော AI ဆိုင်ရာ အထင်ရှားဆုံး နှစ်ပတ်လည် ကွန်ဖရင့်တွင် အာရုံကြောကွန်ရက်များနှင့် စက်ပိုင်းဆိုင်ရာ သင်ယူမှု ထွန်းကားလာစေရန် အထူးအာရုံစိုက်ထားသည့် အာရုံကြောဆိုင်ရာ သတင်းအချက်အလတ် လုပ်ငန်းစဉ်များဆိုင်ရာ ကွန်ဖရင့် (Neural Information Processing Systems) (အတွင်းလူများဟု သိကြသည့် ဆွေးနွေးပွဲ) Neurips) ဖိတ်ကြားထားသော အဓိကဟောပြောသူနှင့် ကာလကြာရှည်စွာ ယူဆထားသည့် AI ဆရာကြီး Geoffrey Hinton သည် ကျွန်ုပ်တို့သည် သေတတ်သောနှင့် မသေနိုင်သော အခြေအနေတွင် ကွန်ပျူတာများအကြောင်း စဉ်းစားသင့်သည့် ဆန်းကြယ်ပြီး အငြင်းပွားဖွယ် ငြင်းခုံမှုများကို ပြုလုပ်ခဲ့သည်။

ထင်ရှားသော အခိုင်အမာပြောဆိုချက်ကို ကိုင်တွယ်ဖြေရှင်းပြီး ပထမတွင် ဆက်စပ်ပုံမပေါ်တော့ဘဲ အသေအကြေနှင့် မသေနိုင်သော ငြင်းခုံမှုများကဲ့သို့ အချင်းချင်း ပိုမိုရှင်းလင်းစွာ ဆက်စပ်လာမည်ဖြစ်သော်လည်း၊

ခေါင်းစဉ်နှစ်ခုမှာ-

1) ကွဲပြားပြီး သီးခြားမဟာမိတ်များအဖြစ် ထားရှိခြင်းထက် AI စက်ယန္တရားများအတွက် ဟာ့ဒ်ဝဲနှင့် ဆော့ဖ်ဝဲလ် နှစ်ခုစလုံးကို ပေါင်းစည်းခြင်း

2) AI မော်ဒယ်လ်တစ်ခုမှ အခြားတစ်မျိုးသို့ စက်သင်ယူမှုဖော်မြူလာများကို လွှဲပြောင်းခြင်း သို့မဟုတ် ပေါင်းထည့်ခြင်း (သို့မဟုတ် ဖြစ်နိုင်ချေရှိနိုင်သည်) အပြည့်အ၀ ကူးယူခြင်း (သို့မဟုတ် ဖြစ်နိုင်ချေပင်) မလိုအပ်ဘဲ ထိုသို့လုပ်ဆောင်ခြင်း

ဒါတွေအားလုံးဟာ AI အတွက် ကြီးမားတဲ့ အချိန်ယူ ထည့်သွင်းစဉ်းစားမှုတွေ ရှိပြီး AI ဖွံ့ဖြိုးတိုးတက်မှုရဲ့ အနာဂတ် ဦးတည်ချက်ပါ။

ထို့အပြင် AI Ethics နှင့် AI Law ဆိုင်ရာ စိုးရိမ်ပူပန်မှုများလည်း များစွာရှိနေပါသည်။ ဤကဲ့သို့သော AI-မျှော်မှန်းချက်ရှိသော နည်းပညာဆိုင်ရာ တိုးတက်မှုအမျိုးအစားများသည် အများအားဖြင့် ကျင့်ဝတ်ဆိုင်ရာ AI နှင့် AI ဥပဒေဆိုင်ရာ အကျိုးဆက်များကို မှတ်သားဖွယ်ကောင်းသော Ethical AI နှင့် AI Law ဂယက်ရိုက်ခတ်မှုများရှိနိုင်သည်ဟု နားလည်မှုမရရှိမီ အချိန်အတော်ကြာမှ နည်းပညာအခြေခံသက်သက်ဖြင့် ဝိုင်းရံထားလေ့ရှိသည်။ တစ်နည်းအားဖြင့်၊ အများအားဖြင့်၊ ကြောင်သည် အိတ်ထဲမှ ထွက်နေပြီ၊ သို့မဟုတ် မြင်းသည် စပါးကျီမှ ထွက်နေပြီဖြစ်ပြီး AI ကျင့်ဝတ်နှင့် AI ဥပဒေတွင် လုံ့လဝီရိယဖြင့် ပါဝင်ဆောင်ရွက်သင့်သည်ဟု နိုးထခြင်းမပြုမီ၊

ကောင်းပြီ၊ နောက်ကျနေတဲ့ ရူပါရုံ သံသရာကို ဖြတ်ပြီး အောက်ထပ်ကို ဝင်လိုက်ကြရအောင်။

AI Ethics နှင့် AI Law ကိုအခြေခံထားသော နောက်ဆုံးထိုးထွင်းသိမြင်မှုများကို အလုံးစုံစိတ်ဝင်စားသူများအတွက်၊ ကျွန်ုပ်၏လက်ရှိနှင့် ကျယ်ပြန့်သော လွှမ်းခြုံမှုတွင် သတင်းအချက်အလက်နှင့် စိတ်အားထက်သန်စွာ ပါဝင်ပတ်သက်နေမှုများကို သင်တွေ့ရှိနိုင်ပါသည်။ ဒီမှာလင့်ခ် နှင့် ဒီမှာလင့်ခ်ရုံအနည်းငယ်အမည်ကိုရန်။

ဟာ့ဒ်ဝဲနှင့် ဆော့ဖ်ဝဲလ်များ ပေါင်းစပ်ခြင်းဆိုင်ရာ အထက်ဖော်ပြပါ အချက်ကို ဤနေရာတွင် ဦးစွာ ပြောပြပါမည်။ ခေါင်းစဉ်ကို ဆွေးနွေးခြင်းနှင့် ခွဲခြမ်းစိတ်ဖြာခြင်းတို့ကို လက်တစ်ကမ်းတွင် ပြုလုပ်မည်ဖြစ်ပါသည်။ ကော်ပီကူးခြင်း သို့မဟုတ် အချို့ကပြောသည့်ကိစ္စနှင့်ပတ်သက်ပြီး ဆက်လက်တင်ပြပါမည်။ ရေစက် AI စနစ်တစ်ခုမှ AI တစ်ခုမှ အသစ်တီထွင်ထားသော AI သို့ ပစ်မှတ်အဖြစ် စက်သင်ယူခြင်း AI စနစ်၏ အရေးကြီးသော အစိတ်အပိုင်းများ။

စလိုက်ကြစို့။

AI အတွက် Hardware နှင့် Software များ ပေါင်းစပ်ခြင်း။

ကွန်ပြူတာတွေရဲ့ ဒီဇိုင်းက ဟာ့ဒ်ဝဲဘက်ခြမ်းရှိပြီး အရာတွေရဲ့ ဆော့ဖ်ဝဲလ်ဘက်မှာ သီးခြားစီရှိတယ်ဆိုတာ သင်သိကောင်းသိနိုင်ပါတယ်။ နေ့စဉ်လက်ပ်တော့ သို့မဟုတ် ဒက်စတော့ကွန်ပြူတာတစ်လုံးကို သင်ဝယ်သောအခါ၊ ၎င်းကို ယေဘူယျအသုံးပြုသည့် ကွန်ပျူတာကိရိယာတစ်ခုအဖြစ် အဓိပ္ပာယ်ဖွင့်ဆိုနိုင်သည်။ ထို့နောက် သင်ကိုယ်တိုင် ဝယ်ယူ သို့မဟုတ် ရေးသားနိုင်သည့် ဆော့ဖ်ဝဲကို လုပ်ဆောင်ရန် အသုံးပြုသည့် ကွန်ပျူတာအတွင်းတွင် မိုက်ခရိုပရိုဆက်ဆာများ ရှိပါသည်။

သင့်ကွန်ပြူတာအတွက် မည်သည့်ဆော့ဖ်ဝဲလ်မျှမပါဘဲ၊ ၎င်းသည် စက္ကူအလေးချိန်ကဲ့သို့ လုပ်ဆောင်ခြင်းမှလွဲ၍ အခြေခံအားဖြင့် သင့်အား ကောင်းမွန်စွာလုပ်ဆောင်နိုင်မည်မဟုတ်သည့် သတ္တုနှင့် ပလတ်စတစ်အတုံးအခဲတစ်ခုဖြစ်သည်။ ဆော့ဖ်ဝဲလ်သည် ဘုရင်ဖြစ်ပြီး ကမ္ဘာကြီးကို အုပ်စိုးသည်ဟု အချို့က ဆိုကြသည်။ ဟုတ်ပါတယ်၊ သင့်မှာ software ကို run ဖို့ hardware မရှိဘူးဆိုရင်၊ software က သိပ်ကောင်းမှာမဟုတ်ပါဘူး။ သင့်စိတ်ဆန္ဒအတိုင်း ကုဒ်စာကြောင်းများစွာရေးနိုင်သော်လည်း ဆော့ဖ်ဝဲလ်ကို ကွန်ပျူတာမှတစ်ဆင့် အသုံးပြုသည့်အချိန်အထိ ဖော်မြူလာအရင်းအမြစ်ကုဒ်သည် ကဗျာဆန်သောလက်ရာ သို့မဟုတ် သည်းထိတ်ရင်ဖိုစရာ တစ်မိနစ်စာ စုံထောက်ဝတ္ထုတစ်ခုကဲ့သို့ ပျော့ပျောင်းပြီး ပျံသန်းမှုကင်းစင်သည်။

ဝေးကွာနေပုံရသော အခြားလမ်းကို ခဏပြောင်းခွင့်ပြုပါ (အဲဒါမဟုတ်ပါ)။

ကွန်ပြူတာအလုပ်လုပ်ပုံနှင့် လူ့ဦးနှောက်အလုပ်လုပ်ပုံတို့ကြား တူညီသောပုံများကို မကြာခဏဆွဲရန် ကျွန်ုပ်တို့ ကြိုးစားလေ့ရှိသည်။ Conceptual parallels များပြုလုပ်ရန် ဤကြိုးပမ်းမှုသည် အဆင်ပြေပါသည်။ ဆိုလိုသည်မှာ၊ နှိုင်းယှဥ်မှုသည် အသားပိုရှိသော အသေးစိတ်အချက်များနှင့် နီးကပ်လာသောအခါတွင် နှိုင်းယှဉ်မှုများ ပြိုကွဲသွားတတ်သောကြောင့် ထိုဥပမာများပေါ်တွင် ကျော်တက်သွားစေရန် သတိထားရမည်ဖြစ်သည်။

ဘာပဲဖြစ်ဖြစ် ဆွေးနွေးဖို့အတွက်၊ ဒီနေရာမှာ သုံးလေ့ရှိတဲ့ ဥပမာတစ်ခုပါ။

ဦးနှောက်ကိုယ်တိုင်က တစ်ခါတစ်ရံ အလွတ်သဘောအဖြစ် ရည်ညွှန်းသည်။ ရေထည်ပစ္စည်း. ၎င်းသည် အရာဝတ္ထုများကို ဖမ်းစားနိုင်သော နည်းလမ်းတစ်ခုဖြစ်သည်။ ကွန်ပျူတာများတွင် ဟာ့ဒ်ဝဲနှင့် ဆော့ဖ်ဝဲလ်များပါ၀င်ကြောင်း ကျွန်ုပ်တို့သိထားသောကြောင့် ဦးနှောက်တစ်လုံး၏ပမာဏကိုဖော်ပြရန် coining ၏ "ware" အပိုင်းကို အသုံးပြုခြင်းသည် လိမ္မာပါးနပ်ပါသည်။ ကျွန်ုပ်တို့၏ noggins တွင် တည်ရှိပြီး အားကြီးပြီး လျှို့ဝှက်ဆန်းကြယ်သော ဦးနှောက်သည် ကျွန်ုပ်တို့၏ လုပ်ဆောင်မှုအားလုံးကို စိတ်ပိုင်းအရ တွက်ချက်နေသည် (အချို့သော ကောင်းမှုများ၊ အချို့သော ကျွန်ုပ်တို့၏ အကြံအစည်များသည် ကောင်းမြတ်ခြင်းနှင့် မပြည့်မီသော်လည်း)

ပျမ်းမျှအားဖြင့် ကိုယ်အလေးချိန် ၃ပေါင်မျှသာရှိသော ဦးနှောက်သည် ထူးခြားသောအင်္ဂါတစ်ခုဖြစ်သည်။ မည်သို့ပင်ဆိုစေကာမူ ကျွန်ုပ်တို့သည် မည်သို့မျှမသိသေးပါ၊ ကျွန်ုပ်တို့၏တွေးခေါ်မှုအားလုံးကို လုပ်ဆောင်ရန်အတွက် ဦးနှောက်သည် ၎င်းကို 100 ဘီလီယံ နူရိုရွန်အစီအစဥ်အတိုင်း အသုံးပြုနိုင်ပြီး 100 မှ 1,000 ထရီလီယံအထိ အပြန်အလှန်ချိတ်ဆက်မှု သို့မဟုတ် synapses များကို ကျွန်ုပ်တို့အတွက် လုပ်ဆောင်ရန် ဖြစ်နိုင်သည်။ ဦးနှောက်၏ ဇီဝဗေဒနှင့် ဓာတုဂုဏ်သတ္တိများက ဉာဏ်ရည်ဉာဏ်သွေးကို မည်သို့ တိုးပွားစေသနည်း။ ဘယ်သူမှ သေချာမပြောနိုင်ဘူး။ ဤသည်မှာ ခေတ်ကာလ၏ ပစ္စုပ္ပန်ဖြစ်သည်။

မင်းကို ငါမေးမယ်၊ ဦးနှောက်က ဟာ့ဒ်ဝဲ သပ်သပ်လား ဒါမှမဟုတ် ဟာ့ဒ်ဝဲနဲ့ ဆော့ဖ်ဝဲလ် နှစ်ခုလုံး ပေါင်းစပ်ထားတာလား။

အဲဒီ ဦးနှောက်အမြည်းစမ်းကြည့်တဲ့ ခေါက်ဆွဲ။

ဦးနှောက်သည် ရိုးရိုး hardware (ယေဘုယျသဘောအရ) ဖြစ်သည်ဟု ဆိုရန် သွေးဆောင်ခံရနိုင်သည်။ ၎င်းသည် ခန္ဓာကိုယ်၏ အင်္ဂါတစ်ခုဖြစ်သည်။ အလားတူပင်၊ နှလုံးသည် ဟာ့ဒ်ဝဲ၊ ဆီးအိမ်သည် ဟာ့ဒ်ဝဲဖြစ်သည် ဟု သင်ပြောနိုင်သည်။ ၎င်းတို့အားလုံးသည် ရုပ်ပိုင်းဆိုင်ရာအသွင်သဏ္ဍာန်ရှိပြီး ရုပ်ပိုင်းဆိုင်ရာ ဆက်စပ်လုပ်ဆောင်မှုများ ပြုလုပ်သည့် ရှေးဟောင်းပစ္စည်းများအကြောင်း ပြောသောအခါတွင် ၎င်းတို့အားလုံးသည် စက်ယန္တရားများဖြစ်သည်။

ဒါဆို လူသားတွေကို အလုပ်လုပ်တဲ့ ဆော့ဖ်ဝဲက ဘယ်မှာလဲ။

လူသားမျိုးနွယ်၏ “ဆော့ဖ်ဝဲလ်” သည် ဦးနှောက်ထဲတွင် တစ်နည်းနည်းဖြင့် တည်ရှိကြောင်းကို ကျွန်ုပ်တို့အားလုံး သဘောတူကြောင်း အကြံပြုလိုပါသည်။ ကြက်ဥပြုတ်ရန် သို့မဟုတ် တာယာပြားကို ပြုပြင်ရန် လိုအပ်သော အဆင့်များသည် ကျွန်ုပ်တို့၏ ဦးနှောက်ထဲတွင် ထည့်သွင်းထားသည့် ညွှန်ကြားချက်များဖြစ်သည်။ အစောပိုင်းမှတ်သားထားသော ကွန်ပျူတာ ဟာ့ဒ်ဝဲနှင့် ဆော့ဖ်ဝဲလ်၏ သရုပ်ဖော်ပုံကို အသုံးပြုခြင်းဖြင့်၊ ကျွန်ုပ်တို့၏ ဦးနှောက်သည် ကမ္ဘာကြီးအကြောင်း လေ့လာသိရှိထားသည့်အတိုင်း ဟာ့ဒ်ဝဲလ်အပိုင်းအစတစ်ခုဖြစ်ပြီး ကျွန်ုပ်တို့၏ ဦးနှောက်အတွင်း “လည်ပတ်နေသည်” နှင့် “သိမ်းဆည်း” ရမည့် ညွှန်ကြားချက်များဖြစ်သည်။

ကွန်ပျူတာတစ်လုံးတွင်၊ ကျွန်ုပ်တို့သည် ဟာ့ဒ်ဝဲကို အလွယ်တကူညွှန်ပြပြီး ၎င်းသည် ဟာ့ဒ်ဝဲဖြစ်ကြောင်း ပြောနိုင်သည်။ ကျွန်ုပ်တို့သည် အရင်းအမြစ်ကုဒ်၏စာရင်းတစ်ခုရှိနိုင်ပြီး စာရင်းကိုဆော့ဖ်ဝဲလ်အဖြစ်ညွှန်ပြနိုင်သည်။ ယနေ့ခေတ်တွင် ကျွန်ုပ်တို့သည် အီလက်ထရွန်နစ်အွန်လိုင်းဆော့ဖ်ဝဲကို ဒေါင်းလုဒ်ဆွဲပြီး ကျွန်ုပ်တို့၏လက်ပ်တော့များနှင့် စမတ်ဖုန်းများတွင် ထည့်သွင်းကြသည်။ ရှေးခေတ်ကာလများတွင်၊ ကျွန်ုပ်တို့သည် ကွန်ပျူတာ၏ hardware တွင် loading ပြုလုပ်ရန်အတွက် ကျွန်ုပ်တို့၏ဆော့ဖ်ဝဲလ်ကို သိမ်းဆည်းရန်အတွက် Floppy Disk နှင့် Punch Card များကို အသုံးပြုခဲ့သည်။

ငါ မင်းကို အရေးကြီးတဲ့ ပဟေဠိတစ်ခုထဲ သွင်းနေတယ်။

တစ်ခုခုကို သင်ယူပြီးတာနဲ့ သင့်ဦးနှောက်ထဲမှာ အသိပညာတွေ ရှိနေတဲ့အခါ၊ သင့်ဦးနှောက်ရဲ့ “ဟာ့ဒ်ဝဲ” နဲ့ သင့်ဦးနှောက်ရဲ့ “ဆော့ဖ်ဝဲ” တို့ကို ခွဲခြားနိုင်ပါသေးတယ်။

စောဒကတက်သည့် အနေအထားတစ်ခုမှာ သင့်ဦးနှောက်ရှိ အသိပညာသည် ဟာ့ဒ်ဝဲနှင့် ဆော့ဖ်ဝဲလ်၏ အယူအဆများနှင့် ခွဲခြား၍မရပေ။ ထို့ကြောင့် ကွန်ပြူတာများ၏ သဘောသဘာဝနှင့် ယှဉ်တွဲမှုသည် ပြိုကွဲသွားကာ အချို့က ထက်ထက်သန်သန် ငြင်းခုံကြလိမ့်မည်။ ဦးနှောက်အတွင်းရှိ အသိပညာသည် သင့်ဦးနှောက်၏ ဟာ့ဒ်ဝဲလ်များနှင့် ရောယှက်လျက် ခွဲခြား၍မရပေ။ ဇီဝဗေဒနှင့် ဓာတုဂုဏ်သတ္တိများသည် သင့်စိတ်တွင်ရှိသော အသိပညာကို ရောယှက်နေသည်။

စိတ်ပိုင်းဆိုင်ရာ ရောင်ပြန်ဟပ်မှု အနည်းငယ်အတွက် အဲဒါကို စွပ်ပြုတ်ပါ။

ကျွန်ုပ်တို့သည် တစ်နေ့နေ့တွင် လူသားဥာဏ်ရည်ဥာဏ်သွေးနှင့် တန်းတူရှိသော ကွန်ပျူတာများကို တီထွင်နိုင်စေရန် မျှော်လင့်ပါက သို့မဟုတ် လူသားဉာဏ်ရည်ထက်မြက်သည့်တိုင် ဦးနှောက်ဖွဲ့စည်းပုံများနှင့် ၎င်း၏အတွင်းပိုင်းလုပ်ငန်းဆောင်တာများကို အသုံးပြု၍ ထိုကဲ့သို့သော မြင့်မြတ်သောပန်းတိုင်ကိုရောက်ရန် ကျွန်ုပ်တို့လုပ်ဆောင်ရမည့်အရာများကို လမ်းညွှန်အဖြစ် ကျွန်ုပ်တို့အသုံးပြုနိုင်မည်ဖြစ်သည်။ AI နယ်ပယ်မှ အချို့သူများအတွက်၊ ဦးနှောက်အလုပ်လုပ်ပုံအကြောင်း ကျွန်ုပ်တို့ ပိုသိလေ၊ စစ်မှန်သော AI ကို ဖန်တီးရန် အခွင့်အလမ်းကောင်းလေ၊ တစ်ခါတစ်ရံ Artificial General Intelligence (AGI) ဟုရည်ညွှန်းသော ကျွန်ုပ်တို့၏ယုံကြည်ချက်ရှိပါသည်။

AI မှာရှိတဲ့ တခြားသူတွေက ဦးနှောက်ရဲ့ အလုပ်လုပ်ပုံကို သိဖို့ ငြီးငွေ့မှုနည်းပါတယ်။ ကျွန်ုပ်တို့သည် ဦးနှောက်အတွင်းပိုင်း လျှို့ဝှက်လုပ်ဆောင်မှုများကို သော့ဖွင့်နိုင်သည်ဖြစ်စေ မခွဲခြားဘဲ AI ကို အရှိန်အဟုန်ဖြင့် ဖန်တီးနိုင်သည်ကို ၎င်းတို့က အလေးပေးဖော်ပြသည်။ ဦးနှောက်၏ လျှို့ဝှက်ဆန်းကြယ်မှုများသည် ကျွန်ုပ်တို့၏ AI ကြိုးပမ်းမှုများကို အဟန့်အတားမဖြစ်ပါစေနှင့်။ ဟုတ်ပါတယ်၊၊ လူ့ဦးနှောက်ကို ကုဒ်နဲ့ ပုံဖော်ဖို့ ဆက်ကြိုးစားနေပေမယ့် ဦးနှောက်ကို ပြောင်းပြန်ပြန်လှန်ဖို့ စောင့်ဆိုင်းနေလို့မရပါဘူး။ အကယ်၍ တစ်နေ့နေ့ တစ်ချိန်ချိန်မှာ ပြီးမြောက်နိုင်မယ် ဆိုရင် အံ့သြစရာကောင်းတဲ့ သတင်းတစ်ခု ဖြစ်ကောင်းဖြစ်နိုင်ပေမယ့် ဒါဟာ မဖြစ်နိုင်တာ ဒါမှမဟုတ် အခုမှစပြီး ဖြစ်ပေါ်လာမှာပါ။

သေတတ်သော နှင့် မသေနိုင်သော ကွန်ပြူတာ ပြိုင်ဆိုင်မှုကို ယခု သင်နှင့် မျှဝေရန် ကျွန်ုပ် အဆင်သင့်ဖြစ်နေပါပြီ။ ကျေးဇူးပြု၍ သင်ထိုင်ပြီး ထုတ်ဖော်ပြသမှုအတွက် အဆင်သင့်ဖြစ်နေကြောင်း သေချာပါစေ။

ဟာ့ဒ်ဝဲနှင့် ဆော့ဖ်ဝဲလ်ကို ပြတ်ပြတ်သားသား ပိုင်းခြားထားသော ကွန်ပျူတာသည် ဟာ့ဒ်ဝဲသည် ထာဝစဉ် (ကန့်သတ်ချက်များအတွင်း) တည်ရှိနေနိုင်ပြီး ဆော့ဖ်ဝဲလ်ကို အကြိမ်ကြိမ် ရေးသား၍ ပြန်လည်ရေးသားနိုင်သော်လည်း၊ ဟာ့ဒ်ဝဲနှင့် ဆော့ဖ်ဝဲလ်ကို “မသေနိုင်သော” ဟု ဆိုနိုင်သည်။ ဟာ့ဒ်ဝဲကို ပြုပြင်ပြီး contraption ကို power up လုပ်နိုင်သရွေ့ သမားရိုးကျကွန်ပြူတာတစ်လုံးကို ထိန်းထားနိုင်ပါတယ်။ အသက်ငါးဆယ်နီးပါးရှိသော်လည်း တပ်ဆင်ရန်အတွက် အစုံအလင်ပါရှိသော ၁၉၇၀ ပြည့်လွန်နှစ်များမှ အိမ်သုံးကွန်ပြူတာများကို ယနေ့ခေတ်တွင် အသုံးပြုနိုင်ပါသေးသည်။ ကွန်ပျူတာနှစ်များ).

ဟာ့ဒ်ဝဲနဲ့ ဆော့ဖ်ဝဲလ်တွေကို ခွဲထုတ်လို့မရတဲ့ ကွန်ပျူတာတွေဖြစ်အောင် ငါတို့ရွေးချယ်ခဲ့တယ်ဆိုပါစို့ (ဒီအကြောင်းကို မကြာခင် ထပ်ပြောမယ်)။ ဦးနှောက်တွင် ဟာ့ဒ်ဝဲနှင့် ဆော့ဖ်ဝဲလ်၏ အစိတ်အပိုင်းတစ်ခု ဖြစ်နိုင်သည်ဟု အစောပိုင်းတွင် ကျွန်တော်ပြောခဲ့သည့် တူညီသောအခြေခံကို သုံးသပ်ကြည့်ပါ။ ထိုသို့ဆိုလျှင် ဤ ilk ၏ကွန်ပြူတာသည် မသေနိုင်တော့ဟု အကြံပြုနိုင်သည်။ ၎င်းအစား "သေခြင်း" ဟူ၍ အဓိပ္ပာယ်ဖွင့်ဆိုနိုင်မည်ဖြစ်သည်။

ဖိတ်ကြားထားသော အဓိကဟောပြောသူနှင့် မှတ်သားဖွယ်ကောင်းသော AI ဆရာကြီး Geoffrey Hinton မှ NeurIPS ကွန်ဖရင့်တွင် ပြုလုပ်ခဲ့သော မှတ်ချက်စကားအရ၊ ၎င်း၏ ပူးတွဲပါ သုတေသနစာတမ်းတွင် ဖော်ပြထားသည်။

• “ယေဘူယျရည်ရွယ်ချက်ဖြင့် ဒစ်ဂျစ်တယ်ကွန်ပြူတာများသည် ညွှန်ကြားချက်များကို သစ္စာရှိရှိလိုက်နာရန် ဒီဇိုင်းထွင်ထားသောကြောင့် တိကျသေချာသောအလုပ်တစ်ခုလုပ်ဆောင်ရန် ယေဘူယျသုံးကွန်ပြူတာတစ်လုံးရရှိရန် တစ်ခုတည်းသောနည်းလမ်းမှာ မချိမဆံ့အသေးစိတ်လုပ်ဆောင်ရမည့်အရာများကို တိတိကျကျသတ်မှတ်ထားသော ပရိုဂရမ်တစ်ခုရေးရန်ဖြစ်သည်ဟု ယူဆသောကြောင့်ဖြစ်သည်။ ဤသည်မှာ အမှန်မဟုတ်တော့သော်လည်း သုတေသနအသိုင်းအဝိုင်းသည် ကွန်ပျူတာများတည်ဆောက်ပုံအတွက် နက်နဲသောသင်ယူခြင်း၏ ရေရှည်သက်ရောက်မှုများကို နားလည်ရန် နှေးကွေးနေပါသည်။ အထူးသဖြင့် ပရိုဂရမ်တစ်ခုတည်း သို့မဟုတ် တူညီသောအလေးချိန်များကို ဟာ့ဒ်ဝဲ၏ ကွဲပြားခြားနားသော ရုပ်ပိုင်းဆိုင်ရာကော်ပီပေါ်တွင် လုပ်ဆောင်နိုင်စေရန် ဆော့ဖ်ဝဲလ်သည် ဟာ့ဒ်ဝဲနှင့် ခွဲနိုင်သည်ဟု အသိုင်းအဝိုင်းမှ စွဲကိုင်ထားသည်။ ၎င်းသည် ပရိုဂရမ်တွင်ပါရှိသော အသိပညာကို သေဆုံးခြင်း သို့မဟုတ် အလေးမသေစေခြင်းဖြစ်စေသည်- ဟာ့ဒ်ဝဲသေဆုံးသည့်အခါ အသိပညာသည် မသေပါ” (သူ၏သုတေသနစာတမ်း “The Forward-Forward Algorithm: Some Preliminary Investigations”၊ အွန်လိုင်းတွင် ကြိုတင်ပုံနှိပ်ထုတ်ဝေနိုင်သည်) .

ဤ AI အမျိုးအစားတွင် ဆွေးနွေးထားသော သီးခြားကွန်ပျူတာအမျိုးအစားသည် Artificial Neural Networks (ANNs) ကို အသုံးပြုကြောင်း သတိပြုပါ။

ဒီအကြောင်းကို ရှင်းရှင်းလေးပြောကြည့်ရအောင်။

ကျွန်ုပ်တို့၏ ဦးဏှောက်များတွင် လက်တွေ့ကမ္ဘာ ဇီဝဗေဒဆိုင်ရာ အာရုံကြောများ ရှိပါသည်။ မင်းသူတို့ကို အချိန်တိုင်းသုံးတယ်။ ၎င်းတို့သည် သင်၏ noggin ရှိ ကွန်ရက်တစ်ခုသို့ ဇီဝဗေဒနှင့် ဓာတုဗေဒအရ အပြန်အလှန်ချိတ်ဆက်ထားသည်။ ထို့ကြောင့် ဤအရာကို ကျွန်ုပ်တို့ ရည်ညွှန်းနိုင်သည်။ အာရုံကြောကွန်ယက်ကို.

အခြားနေရာများတွင် AI ကို တီထွင်ရန် ရည်ရွယ်ချက်ဖြင့် ကွန်ပျူတာများတွင် ကျွန်ုပ်တို့ တွက်ချက်ပုံအရ ကိုယ်စားပြုသော နျူရွန်အတုများဟု ဆိုရပေမည်။ AI မှာရှိတဲ့ လူတော်တော်များများက အဲဒါတွေကို အာရုံကြောကွန်ရက်တွေအဖြစ် ရည်ညွှန်းကြပါတယ်။ ဒါက နည်းနည်းတော့ ရှုပ်တယ်လို့ ကျွန်တော်ယုံကြည်တယ်။ မင်းမြင်တယ်၊ ငါသူတို့ကိုရည်ညွှန်းဖို့ပိုကြိုက်တယ်။ ပကတိမဟုတ်လူလုပ်သော မသေခင်။ ၎င်းသည် သင့်ခေါင်းထဲရှိ ရည်ညွှန်းချက်တစ်ခုကြား ချက်ခြင်းခွဲခြားရန် ကူညီပေးသည်။ အာရုံကြောကွန်ရက်များ (အမှန်အတိုင်း) နှင့် ကွန်ပျူတာအခြေခံများ (ပကတိမဟုတ်လူလုပ်သော အာရုံကြောကွန်ရက်များ)။

လူတိုင်းက ဒီရပ်တည်ချက်ကို မယူဘူး။ AI ရှိလူအများအပြားက အာရုံကြောကွန်ရက်များကိုရည်ညွှန်းသည့်အခါ ၎င်းတို့သည် ANNs အကြောင်းကို အမြဲလိုလိုပြောနေကြသည်ဟု ယူဆကြသည် — အကြောင်းတစ်ခုခုကြောင့် ၎င်းတို့သည် အမှန်တကယ် နျူရွန်များနှင့် စစ်မှန်သောအာရုံကြောကွန်ရက်များကို ဆွေးနွေးလိုသည့်အခြေအနေမျိုး မပေါ်ပေါက်ပါက၊ ဦးနှောက်။

မင်းငါ့ရဲ့ ပျံ့လွင့်မှုကို ငါယုံတယ်။ အများစုမှာ AI များသည် ကျွန်ုပ်တို့၏ ဦးခေါင်းရှိ အစစ်အမှန်များကို ရည်ညွှန်းခြင်း ရှိ၊ မရှိ သို့မဟုတ် ကျွန်ုပ်တို့ ကွန်ပျူတာသို့ ကွန်ပြူတာသို့ ပရိုဂရမ် ရေးသွင်းထားသော ကွန်ပြူတာများကို သင်မသိသောကြောင့် ရှုပ်ထွေးနိုင်ချေရှိသော “Neural Networks” များဟု ဆိုကြလိမ့်မည်။ ဒါပေမယ့် AI လူတွေဟာ ကွန်ပျူတာအခြေခံ သာဓကတွေနဲ့ ပတ်သက်ရင် ကြီးကြီးမားမား ဆက်ဆံနေတာကြောင့်၊ သင်ဟာ အာရုံကြော ကွန်ရက်တွေကို ရည်ညွှန်းတယ်လို့ ယူဆဖို့ ပုံသေသတ်မှတ်ထားပါတယ်။ ရည်ရွယ်ချက်များကို ပိုမိုရှင်းလင်းစေရန် စကားလုံး၏ ရှေ့ဆုံးတွင် "အတု" ဟူသော စကားလုံးကို ထည့်လိုပါသည်။

ရှေ့ဆက်သွားရင်း၊ ဦးနှောက်အတွင်း ဇီဝဓာတုဗေဒနည်းဖြင့် ဖြစ်ပေါ်လာသည့် အလေးချိန်ဆိုင်ရာအချက်များကဲ့သို့ ဂဏန်းတန်ဖိုးများကို အသုံးပြုခြင်းကဲ့သို့သော ကျွန်ုပ်တို့၏ အမှန်တကယ် ဇီဝဓာတုပိုင်းဆိုင်ရာ အာရုံကြောများလုပ်ဆောင်သည့် သင်္ချာ သို့မဟုတ် တွက်ချက်မှုဆိုင်ရာ သရုပ်ဖော်မှုအဖြစ် သင်အနည်းငယ်စဉ်းစားနိုင်ပါသည်။ ယနေ့ခေတ်တွင်၊ ဤသရုပ်ပြမှုများသည် တကယ့် နျူရွန်များကဲ့သို့ ရှုပ်ထွေးသည်မဟုတ်ပေ။ လက်ရှိ ANN များသည် သင်္ချာနှင့် တွက်ချက်မှုဆိုင်ရာ ကိုယ်စားပြုမှု အလွန်ကြမ်းသည်။

ယေဘူယျအားဖြင့်၊ ANN များသည် စက်သင်ယူမှု (ML) နှင့် နက်နဲသောသင်ယူမှု (DL) အတွက် အဓိကဒြပ်စင်များဖြစ်သည် — ကျေးဇူးပြု၍ ၎င်းနှင့်ပတ်သက်သောအသေးစိတ်အချက်များစွာရှိသည်ကိုသတိပြုပါ၊ ကျွန်ုပ်၏ကျယ်ပြန့်သောလွှမ်းခြုံမှုကိုကြည့်ရှုရန် ML/DL ကိုတိုက်တွန်းပါသည်။ မှာ ဒီမှာလင့်ခ် နှင့် ဒီမှာလင့်ခ်, ဥပမာ။

ဤနေရာတွင် မသေနိုင်သော နှင့် သေတတ်သော ကွန်ပျူတာ အမျိုးအစားများသို့ ပြန်သွားခြင်းသည် သုတေသီတစ်ဦးချင်းစီအပေါ် အသိအမှတ်ပြုရန် ပိုများသည်-

• “ဟာ့ဒ်ဝဲနဲ့ ဆော့ဖ်ဝဲလ်ကို ခွဲထုတ်တာက ကွန်ပျူတာသိပ္ပံရဲ့ အခြေခံအုတ်မြစ်တွေထဲက တစ်ခုဖြစ်ပြီး အကျိုးကျေးဇူးတွေ အများကြီးရှိပါတယ်။ လျှပ်စစ်အင်ဂျင်နီယာကို စိတ်မပူဘဲ ပရိုဂရမ်များ၏ ဂုဏ်သတ္တိများကို လေ့လာနိုင်စေသည်။ ပရိုဂရမ်တစ်ခုကို တစ်ကြိမ်ရေးပြီး သန်းပေါင်းများစွာသော ကွန်ပျူတာများသို့ ကူးယူနိုင်စေသည်။ သို့သော် ကျွန်ုပ်တို့သည် မသေနိုင်သောဘဝကို စွန့်လွှတ်လိုလျှင် တွက်ချက်မှုလုပ်ဆောင်ရန် လိုအပ်သော စွမ်းအင်နှင့် တွက်ချက်မှုကို လုပ်ဆောင်သည့် ဟာ့ဒ်ဝဲကို တီထွင်ဖန်တီးမှုကုန်ကျစရိတ်တွင် ကြီးမားသောခြွေတာမှုရရှိရန် ဖြစ်နိုင်ပေမည်။ တူညီသောလုပ်ငန်းကိုလုပ်ဆောင်ရန် ရည်ရွယ်သည့် ဟာ့ဒ်ဝဲ၏ မတူညီသောဥပမာများ၏ ချိတ်ဆက်ချိတ်ဆက်မှုတွင် ကြီးမားပြီး အမည်မသိကွဲလွဲမှုများကို ခွင့်ပြုနိုင်ပြီး သီးခြားဥပမာတစ်ခုစီ၏ အမည်မသိဂုဏ်သတ္တိများကို ထိရောက်စွာအသုံးပြုမှုဖြစ်စေသည့် ကန့်သတ်ဘောင်တန်ဖိုးများကို ရှာဖွေတွေ့ရှိရန် သင်ယူမှုလုပ်ငန်းစဉ်ကို အားကိုးအားထားပြုနိုင်သည်။ ဟာ့ဒ်ဝဲ။ ဤကန့်သတ်ချက်တန်ဖိုးများသည် အဆိုပါ ဟာ့ဒ်ဝဲ စံနမူနာအတွက်သာ အသုံးဝင်သည်၊ ထို့ကြောင့် ၎င်းတို့လုပ်ဆောင်သော တွက်ချက်မှုသည် သေစေနိုင်သည်- ၎င်းသည် ဟာ့ဒ်ဝဲနှင့် သေဆုံးသည်" (ibid)။

ဤအကြောင်းအရာတွင် မသေနိုင်သောနှင့် သေခြင်းတရားကို မည်သို့အသုံးပြုကြောင်းကို ယခု သင်မိတ်ဆက်ပေးလိုက်ပြီဖြစ်သည်။

အသေးစိတ်ပြောပြပါရစေ။

အဆိုပြုချက်မှာ ANN များကို အခြေခံ၍ ရည်ရွယ်ချက်ဖြင့် တည်ဆောက်ထားသော ကွန်ပျူတာသည် ဟာ့ဒ်ဝဲနှင့် ဆော့ဖ်ဝဲလ်ကို ခွဲခြား၍မရဟု ယူဆနိုင်သည့် အကြံဉာဏ်ဖြစ်သည်။ တစ်နေ့နေ့တွင် ဟာ့ဒ်ဝဲသည် အလုပ်မလုပ်တော့သည်နှင့် (သေချာသည်မှာ၊ ကျွန်ုပ်တို့သည် ဆော့ဖ်ဝဲလ်ကို လုံးလုံးလျားလျား လွှမ်းမိုးနေသည်ဟု ဆိုကြသည်) ဤကွန်ပြူတာအမျိုးအစားသည် အသုံးမဝင်တော့ဟု ထင်ရပြီး အလုပ်မလုပ်တော့ပါ။ သေခြင်းဟု ဆိုအပ်၏။ ခွဲလို့မရသော ဟာ့ဒ်ဝဲနှင့် ဆော့ဖ်ဝဲလ်များသည် အဖွဲ့လိုက်အဖြစ် ကောင်းစွာအလုပ်မလုပ်တော့သည့် နောက်ပိုင်းတွင် ANN-based ကွန်ပျူတာကို သင်လည်း မြှုပ်နှံထားနိုင်သည်။

ဤအရာကို လူ့ဦးနှောက်၏ သရုပ်ဖော်ပုံနှင့် ဆက်စပ်ကြည့်လိုပါက၊ လုံးဝယိုယွင်းသွားသော သို့မဟုတ် တစ်နည်းနည်းဖြင့် ပြုပြင်၍မရသော ထိခိုက်မှုရှိသော လူ့ဦးနှောက်၏ ယိုယွင်းပျက်စီးနေသော အခြေအနေအား သင်မြင်ယောင်ကြည့်နိုင်သည်။ လူတစ်ဦးသည် သေနိုင်သည်ဟု ခံယူထားပြီး ၎င်းတို့၏ ဦးနှောက်သည် အဆုံးစွန်နှင့် မလွဲမသွေ အလုပ်မလုပ်တော့မည်ကို ကျွန်ုပ်တို့ လက်ခံပါသည်။ သူတို့ရဲ့ ဦးနှောက်ထဲမှာ ပါ၀င်တဲ့ အသိပညာတွေ မရနိုင်တော့ဘူး။ တခြားသူတွေကို ပြောပြဖို့ ကြိုးစားတာ ဒါမှမဟုတ် သူတို့သိထားတဲ့ အရာတွေကို ချရေးမထားရင် သူတို့ရဲ့ အသိပညာဟာ ကမ္ဘာကို အကြီးအကျယ် ရောက်သွားပါပြီ။

လူသားများသည် တစ်နေ့နေ့တွင် မသေနိုင် (သို့) အနည်းဆုံး ၎င်းတို့၏ ဓလေ့ထုံးတမ်း သက်တမ်းထက် ကျော်လွန်သွားနိုင်သည့် သီအိုရီအရ ၎င်းတို့ကို အေးခဲနေသော အခြေအနေသို့ ထားရှိခြင်းကဲ့သို့ ဦးနှောက်ကို ထိန်းသိမ်းရန် ကြိုးပမ်းမှု သတင်းများကို သင် ကြားဖူးနားဝ၊ မြင်ဖူးမည်မှာ သေချာပါသည်။ သင့်ခန္ဓာကိုယ်ထဲမှာ မရှိရင်တောင် သင့်ဦးနှောက်က အသက်ရှင်နေနိုင်ပါတယ်။ သိပ္ပံဇာတ်လမ်းများနှင့် ဇာတ်လမ်းများစွာသည် ထိုသို့သော စိတ်ကူးများကို မှန်းဆကြသည်။

ယခု ကျွန်ုပ်တို့သည် သေတတ်သောကွန်ပျူတာနှင့် မသေနိုင်သောကွန်ပျူတာကို သဘောတရားတစ်ခုအဖြစ်နှင့် ၎င်းကြိုပြောထားသည့်အရာများကို အသေးစိတ်ကြည့်ရှုရန် အဆင်သင့်ဖြစ်နေပါပြီ။

ဆင်ခြင်တုံတရားနှင့် ဆင်ခြင်သုံးသပ်မှု

ဤခွဲခြမ်းစိတ်ဖြာထားသော ချဉ်းကပ်မှု၏ အဆုံးအမထဲသို့ မဝင်မီ၊ အရေးကြီးသော သတိပေးချက်များနှင့် နောက်ထပ်အချက်အချို့ကို မှတ်သားထိုက်ပါသည်။

သုတေသန ပညာရှင်က တီထွင်ဖန်တီးခဲ့တာကို အလေးထားပါတယ်။ သေတတ်သောကွန်ပျူတာများ အထူးသဖြင့် အစားထိုးခြင်း သို့မဟုတ် တွန်းလှန်ခြင်းမျိုး မဟုတ်ပါ။ မသေနိုင်သောကွန်ပျူတာများ ယနေ့ခေတ်တွင် သမားရိုးကျ ဒစ်ဂျစ်တယ် ကွန်ပျူတာများအဖြစ် ကျွန်ုပ်တို့ ရည်ညွှန်းသည်။ ကွန်ပြူတာ အမျိုးအစား နှစ်မျိုးလုံး ယှဉ်တွဲနေမည် ဖြစ်သည်။ အော်ဒါခေါ်တာ စောင်တစ်ထည်လို့ တစ်ချို့က တုံ့ပြန်တဲ့အတွက် အခုလိုပြောတာပါ။ အားလုံး မရှိမဖြစ်လိုအပ်သော ကွန်ပျူတာများသည် သို့မဟုတ် သေတတ်သောအမျိုးအစားဆီသို့ ဦးတည်နေမည်ဖြစ်သည်။

အဲဒါက တောင်းဆိုတာမဟုတ်ဘူး။

သူ့ဟောပြောချက်အတွင်း သူသည် ယင်းတို့ကို အထူးပြုဖော်ပြခဲ့သည်။ neuromorphic-ဆန်တဲ့ ကွန်ပြူတာများသည် ကွန်ပြူတာအလုပ်ဟု ခေါ်သည်။ သေတတ်သော တွက်ချက်မှုများ: "စနစ်က သင်ယူပြီးတဲ့ အသိပညာနဲ့ ဟာ့ဒ်ဝဲကို ခွဲခြားလို့မရတဲ့ သေနှုန်းတွက်ချက်ခြင်းလို့ ကျွန်တော်ခေါ်တဲ့ အရာကို ကျွန်တော်တို့ လုပ်ဆောင်သွားမှာပါ" (၂၀၂၂ ခုနှစ် ဒီဇင်ဘာလ ၁ ရက်နေ့ထုတ် Tiernan Ray မှ ZDNET ဆောင်းပါးတွင် ကိုးကားဖော်ပြထားသည်)။

အထူးသ ဖြင့်- “၎င်းသည် ဒစ်ဂျစ်တယ်ကွန်ပျူတာများကို အစားထိုးမည်မဟုတ်” (ibid)။

ထို့အပြင်၊ ဤကွန်ပြူတာအမျိုးအစားအသစ်များသည် မကြာမီတွင် သင့်ပြည်တွင်းရှိ ကွန်ပျူတာစတိုးတွင် ရရှိနိုင်တော့မည် မဟုတ်ကြောင်း ၎င်း၏တင်ဆက်မှုအတွင်း ဖော်ပြခဲ့သည့်အတိုင်း အွန်လိုင်းမှ ချက်ချင်းဝယ်ယူရရှိနိုင်တော့မည် မဟုတ်ကြောင်း ဆုံးဖြတ်ခဲ့သည်- “ကျွန်တော်ထင်တာကတော့ လုံးဝကွဲပြားတဲ့ အမျိုးအစားကို တွေ့ရတော့မှာပါ။ နှစ်အနည်းငယ်ကြာအောင် ကွန်ပြူတာမဟုတ်ပေမယ့် ဒီကွန်ပြူတာ အမျိုးအစားကို စူးစမ်းဖို့ အကြောင်းပြချက်တိုင်း ရှိတယ်။” အသုံးပြုမှုများမှာလည်း ကွဲပြားနိုင်သည်- "မင်းရဲ့ဘဏ်အကောင့်ကို တာဝန်ခံတဲ့ ကွန်ပျူတာနဲ့ မင်းမှာငွေဘယ်လောက်ရှိမယ်ဆိုတာ အတိအကျသိမှာမဟုတ်ဘူး။"

နောက်ထပ်လှည့်ကွက်တစ်ခုကတော့ ကွန်ပြူတာပရိုဆက်ဆာနဲ့ ကွန်ပျူတာချစ်ပ်များထုတ်လုပ်ခြင်းအတွက် ယနေ့ခေတ်လို ဖန်တီးထုတ်လုပ်ခြင်းထက် သေလုမြောပါးကွန်ပြူတာများ ကြီးထွားလာပုံရပါတယ်။

ကြီးထွားမှုလုပ်ငန်းစဉ်အတွင်း၊ သေတတ်သောကွန်ပျူတာသည် ကွန်ပြူတာရင့်ကျက်မှုပုံစံဖြင့် စွမ်းရည်တိုးလာမည်ဖြစ်သည်။ ထို့ကြောင့်၊ ပေးထားသော သေတတ်သော ကွန်ပျူတာတစ်လုံးသည် မည်သည့်စွမ်းရည်မျှဖြင့် စတင်နိုင်ပြီး ၎င်းဖြစ်လာရန် ရည်ရွယ်ထားသည့်အရာအဖြစ် ရင့်ကျက်လာပေမည်။ ဥပမာအားဖြင့်၊ ကျွန်ုပ်တို့သည် သေတတ်သောကွန်ပျူတာများကို အသုံးပြုခြင်းဖြင့် ဆဲလ်ဖုန်းများကို ဖန်တီးလိုသည်ဆိုပါစို့။ သင်သည် ဤရည်ရွယ်ချက်အတွက် ကနဦးပုံသဏ္ဍာန် သို့မဟုတ် မျိုးစေ့ချထားသည့် သေတတ်သောကွန်ပျူတာ၏ ရိုးရှင်းသောတန်ဗားရှင်းဖြင့် စတင်မည်ဖြစ်သည်။ ထို့နောက် ၎င်းသည် သင်ရှာဖွေနေသည့် ပိုမိုအဆင့်မြင့်သည့်ဗားရှင်းသို့ ရင့်ကျက်လာမည်ဖြစ်သည်။ အတိုချုံးပြောရရင်- “အဲဒီဆဲလ်ဖုန်းတစ်လုံးချင်းစီနဲ့ အစားထိုးရမှာဖြစ်ပြီး ကလေးဆဲလ်ဖုန်းအဖြစ်နဲ့ ဆဲလ်ဖုန်းဖြစ်ဖို့ သင်ယူရပါလိမ့်မယ်။”

သေတတ်သော တွက်ချက်ခြင်းဆိုင်ရာ သူ၏ အခြေခံလျှောတစ်ချပ်တွင် အကျိုးကျေးဇူးများကို ဤနည်းဖြင့် ဖော်ပြခဲ့သည်- "ကျွန်ုပ်တို့သည် မသေနိုင်သော ဘဝကို စွန့်လွှတ်ကာ တိကျသော ဟာ့ဒ်ဝဲအစိတ်အပိုင်းတစ်ခု၏ တိကျသော ရုပ်ပိုင်းဆိုင်ရာ အသေးစိတ်အချက်အလက်များမှ အသိပညာကို ပေါင်းစပ်၍မရနိုင်ကြောင်း လက်ခံပါက၊ ကျွန်ုပ်တို့သည် ကြီးမားသော အကျိုးကျေးဇူးနှစ်ရပ်ကို ရရှိသည်- (၁)။ ကျွန်ုပ်တို့သည် အလွန်နည်းသော ပါဝါ analog တွက်ချက်မှုကို သုံးနိုင်သည်၊ (၂) တိကျသော ဆက်သွယ်မှုနှင့် analog အပြုအမူကို မသိနိုင်သော ဟာ့ဒ်ဝဲများကို ကြီးထွားစေနိုင်သည်။"

တူညီသောဟောပြောချက်၏တစ်စိတ်တစ်ပိုင်းနှင့်သူ၏ကြိုတင်ပုံနှိပ်သုတေသနစာတမ်းတွင်ပါရှိသည့်အတိုင်း ANN များကိုမည်သို့ပိုမိုကောင်းမွန်စွာဖန်တီးနိုင်သည်ကိုသူသည်အသုံးပြုသည်ဟုရည်ညွှန်းသောအဆိုပြုထားသောနည်းစနစ်တစ်ခုဖြစ်သည်။ ရှေ့သို့ ကွန်ရက်ချိတ်ဆက်မှုချဉ်းကပ်မှု။ ANN တွင် ကျွမ်းကျင်သော သင်အချို့သည် backpropagation သို့မဟုတ် back-prop ၏အသုံးပြုမှုကို ကောင်းစွာသိရှိထားပြီးဖြစ်သည်မှာ သေချာပါသည်။ သူအဆိုပြုထားသော ရှေ့သို့ ရှေ့တိုးနည်းကို လေ့လာကြည့်လိုပေမည်။ အနာဂတ်ကော်လံတင်ခြင်းတွင် ထိုစိတ်ဝင်စားဖွယ်ကောင်းသောချဉ်းကပ်မှုကို ကျွန်ုပ်ဖော်ပြမည်ဖြစ်သည်၊ ထို့ကြောင့် ကျွန်ုပ်၏နောက်လာမည့်သတင်းဖော်ပြမှုအတွက် စောင့်ကြည့်ပါ။

ဂီယာပြောင်းခြင်း၊ ဤဘရိတ်နှင့်ပတ်သက်ပြီး AI အသိုက်အဝန်း၏ စင်္ကြံလမ်းများနှင့် လမ်းများတွင် ဘာတွေပြောနေကြသည်ကို သုံးသပ်ကြည့်ကြပါစို့။ သေတတ်သောကွန်ပျူတာ စက်။

တစ်ချို့ကပြောမယ့်အကြောင်းအရာက အစပြုသူမဟုတ်တဲ့အကြောင်းနဲ့ စပါမယ်။

အဆင်သင့်ဖြစ်ပြီလား?

ဤအရာကို ဟုခေါ်ခြင်းကို ရပ်လိုက်ပါ။ သေတတ်သော ကွန်ပျူတာ။

အလားတူ ယနေ့ခေတ် သမားရိုးကျ ကွန်ပျူတာများဟု ကြွေးကြော်ခြင်းကို ရပ်လိုက်ပါ။ မသေနိုင်သော.

အသုံးပြုမှု နှစ်ခုစလုံးသည် ရိုးရိုးမှားပြီး များပြားစွာ လှည့်ဖြားခြင်းသာဖြစ်ကြောင်း သံသယရှိသူများက တိုက်တွန်းနှိုးဆော်ထားသည်။

မသေနိုင်သောအရာ၏ နေ့စဉ်သုံးအဘိဓာန်တွင် မသေနိုင်သောအရာများ ပါဝင်ပါသည်။ ၎င်းသည်ထာဝရအသက်ရှင်သည်။ မသေစေရန်၊ ဤအရာသည် သူ့အလိုလို အသက်ရှင်နေသေးသည်ဟု သင်ထင်မှတ်ရပေမည်။ ယနေ့ခေတ်ကွန်ပြူတာများ အသက်ရှင်လျက်ရှိသည်ဟု အခိုင်အမာဆိုရန်အတွက် သင်သည် မှားယွင်းသောလမ်းကြောင်းပေါ်တွင် လျှောက်လှမ်းနေပါသည်။ ခေတ်မီကွန်ပြူတာများအတွက် မှန်ကန်သော “အသက်ရှင်ခြင်း” ဂုဏ်သတ္တိများကို ကျိုးကြောင်းဆီလျော်သောလူဟု သတ်မှတ်မည်မဟုတ်ပါ။ သူတို့က စက်တွေ။ ၎င်းတို့သည် အရာများဖြစ်သည်။ ၎င်းတို့သည် လူမဟုတ်၊ တိရစ္ဆာန်များ သို့မဟုတ် နေထိုင်မှုအခြေအနေမဟုတ်ပေ။

ကျွန်ုပ်တို့သည် သက်ရှိမဟုတ်သော အရာများကို ရည်ညွှန်းကြောင်း ခွင့်ပြုရန် မသေနိုင်သော အဓိပ္ပါယ်ကို ချဲ့ထွင်လိုပါက၊ ထိုအခြေအနေတွင် သက်ရှိမဟုတ်သော အရာသည် ဘယ်သောအခါမှ မဆွေးမြေ့ဘဲ ဖုန်မှုန့်အဖြစ် မလွဲမသွေ မပြိုကွဲနိုင်တော့ပေ။ ယနေ့ခေတ် ကွန်ပျူတာများနှင့် ပတ်သက်၍ ဤကဲ့သို့ အရေးဆိုနိုင်ပါသလား။ ဤအရာသည် ဆန့်တန်းနေပုံရသည် (ဘေးထွက်မှတ်ချက်- အရာဝတ္ထု၏ သဘောသဘာဝနှင့် ဖြစ်တည်မှုဆိုင်ရာ ကြီးမားသော ဒဿနဆိုင်ရာ ဆွေးနွေးမှုတစ်ခုသို့ ကျွန်ုပ်တို့ ဝင်ရောက်နိုင်သည်၊ သို့သော် ဤဥပမာတွင် ထိုနေရာကို မသွားပါနှင့်)။

အဓိကအချက်မှာ အသုံးပြုခြင်း သို့မဟုတ် အချို့က "သေတတ်သော" နှင့် "မသေနိုင်သော" ဟူသော စကားလုံးများကို အလွဲသုံးစားလုပ်ခြင်းမှာ ကျယ်ပြောလှပြီး ခေါ်ဆိုခြင်းမရှိပေ။ အသုံးများသော ရိုးရာဘာသာစကားကို ယူပြီး အခြားရည်ရွယ်ချက်များအတွက် ပြန်လည်အသုံးပြုခြင်းသည် ရှုပ်ထွေးစေပြီး ရေများ မှိန်သွားစေသည်။ ဤတိကျသောအကြောင်းအရာတွင် သေတတ်သောနှင့် မသေနိုင်သောဟူသည် အဘယ်အရာကို ဆိုလိုကြောင်းကို ထင်ရှားစွာ ပြန်လည်မြင်ယောင်ရန် ဆန္ဒရှိရပါမည်။ ဒါက ပြဿနာဖြစ်လာတယ်။

ပိုစိတ်ပျက်စရာကောင်းတာက ဒီစကားလုံးရွေးချယ်မှုတွေက ကွန်ပြူတာရှုထောင့်ကို ပုံသေဖြစ်စေပါတယ်။

anthropomorphizing AI နဲ့ ဆက်စပ်နေတဲ့ လုံလောက်တဲ့ ပြသနာတွေ ရှိနေပါပြီ၊ ဒီလိုဖြစ်နိုင်ချေတွေကို ထပ်ပေါင်းဖို့ မလိုအပ်ပါဘူး။ ကျွန်ုပ်၏ AI Ethics နှင့် Ethical AI အကြောင်းကို အကျယ်တဝင့် ဆွေးနွေးခဲ့ပြီးသည့်အတိုင်း၊ လူတို့သည် အာရုံခံနိုင်စွမ်းကို ကွန်ပြူတာသို့ ခေါ်ဝေါ်သည့် ရိုင်းစိုင်းသော နည်းလမ်းမျိုးစုံရှိသည်။ တစ်ဖန်၊ ၎င်းသည် AI အခြေခံ ကွန်ပျူတာများသည် လူသားများကဲ့သို့ တွေးခေါ်လုပ်ဆောင်နိုင်သည်ဟု လွဲမှားစွာ ယုံကြည်သွားစေသည်။ ယနေ့ခေတ် AI နှင့် ကွန်ပြူတာများသည် လူသားတို့၏ ဉာဏ်ရည်ဉာဏ်သွေးနှင့် တူညီသော အသိဥာဏ်နှင့် တူညီသည်ဟု လူ့အဖွဲ့အစည်းက ယုံကြည်လာသောအခါတွင် အန္တရာယ်ဖြစ်စေမည့် လျှောစောက်စောင်းတစ်ခု၊ ဥပမာ ကျွန်ုပ်၏ သုံးသပ်ချက်ကို ကြည့်ပါ။ ဒီမှာလင့်ခ် နှင့် ဒီမှာလင့်ခ်.

ကောင်းပြီ၊ ကျွန်ုပ်တို့သည် အဆင်မပြေသော စကားအသုံးအနှုန်းရွေးချယ်မှုများကို ငြင်းပယ်နိုင်သည် သို့မဟုတ် အထင်အမြင်သေးနိုင်သည်၊ သို့သော် ကျွန်ုပ်တို့သည် ကလေးကို ရေချိုးကန်ထဲ ပစ်ထည့်သင့်သည် (အသုံးအနှုန်းဟောင်း၊ အငြိမ်းစားယူခါနီးဖြစ်နိုင်သည်) ဟု အကြံပြုလိုပါသလား။

ဤခြုံငုံချဉ်းကပ်မှု သို့မဟုတ် ခံယူချက်အတွက် ပိုမိုကောင်းမွန်သော စကားလုံးအသုံးအနှုန်းကို ကျွန်ုပ်တို့ ရှာတွေ့နိုင်သည်ဟု အချို့က စောဒကတက်ကြသည်။ မသင့်လျော်သော သို့မဟုတ် မလျော်ကန်သောအသုံးပြုမှုကြောင့် ကျန်သော စိတ်ကူးစိတ်သန်းများ မစွန်းထင်းစေရန် "သေတတ်သော" နှင့် "မသေနိုင်သော" တို့ကို စွန့်ပစ်ပါ။ တစ်ချိန်တည်းတွင်၊ ၎င်းတို့သည် သင့်လျော်သောကြောင့်ဖြစ်စေ သို့မဟုတ် စကားလုံးများကို ပြန်သုံးရန် ရွေးချယ်ပုံနှင့်ပတ်သက်၍ ကျွန်ုပ်တို့သည် ပျော့ပြောင်းမှုမရှိသင့်သော စကားလုံးရွေးချယ်မှုများကို လုံးဝလက်ခံနိုင်ဖွယ်ရှိကြောင်း ငြင်းခုံမှုများရှိပါသည်။ နှင်းဆီသည် အခြားမည်သည့်အမည်ဖြင့် နှင်းဆီပင်ဖြစ်သည် ဟု ၎င်းတို့က ကြေငြာသည်။

ဤနေရာတွင် နောက်ထပ် ရိုင်းစိုင်းသော ငြင်းခုံခြင်းကို ရှောင်ရှားရန်၊ ကျွန်ုပ်သည် “သေတတ်သော” နှင့် “မသေနိုင်သော” ဟူသော စကားလုံးများကို ယခုမှ ရှောင်ကြဉ်ပြီး ကျွန်ုပ်တို့တွင် ဝိုင်းရံနေသော ကွန်ပျူတာ အမျိုးအစား နှစ်မျိုးရှိပြီး၊ တစ်ခုသည် ယနေ့ခေတ် သမားရိုးကျ ဒစ်ဂျစ်တယ် ကွန်ပျူတာ တစ်လုံးဖြစ်ကြောင်းနှင့် အခြားအဆိုပြုထားသည်။ neuromorphic ကွန်ပျူတာ။

အသေအပျောက်အရှုပ်အထွေးကို ဤသို့ဆွဲယူရန် မလိုအပ်ပေ၊ လက်တကမ်းမှာ ဘာကိစ္စရပ်တွေ ထပ်လုပ်နိုင်မလဲဆိုတာ သိနိုင်ဖို့ ကောင်းကင်ကို ကြည်လင်အောင်ထားပါ။

ထိုအခြေအနေမျိုးတွင်၊ အချို့က neuromorphic ကွန်ပျူတာ၏ အဆိုပြုချက်သည် အသစ်အဆန်းမဟုတ်ဟု ငြင်းခုံကြသည်။

အထူးသဖြင့် ANN များကို အစပိုင်းတွင် စူးစမ်းရှာဖွေနေချိန်တွင် AI ၏ အစောပိုင်းကာလများကို သင်ခြေရာခံနိုင်ပြီး အာရုံကြောကွန်ရက်များ လုပ်ဆောင်ရန်အတွက် အထူးပြုကွန်ပျူတာများကို တီထွင်ရန် ပြောဆိုမှုများရှိနေသည်ကို တွေ့မြင်နိုင်သည်။ ဟာ့ဒ်ဝဲ အမျိုးအစားအားလုံးကို အဆိုပြုခဲ့သည်။ ဒါက ယနေ့တိုင် ဖြစ်ပွားနေဆဲပါ။ ANNs နှင့် machine learning အတွက် ယနေ့ခေတ် အထူးပြု ဟာ့ဒ်ဝဲ ရှာဖွေရေး အများစုသည် သမားရိုးကျ ကွန်ပြူတာ ချဉ်းကပ်မှုအပေါ် အခြေခံနေသေးကြောင်း သင် တန်ပြန်နိုင်ပါသည်။ ထိုသဘောအရ၊ ဟာ့ဒ်ဝဲနှင့် ဆော့ဖ်ဝဲလ်၏ တူညီသော ခွဲထွက်နိုင်စွမ်းသည် စာအိတ်ကို အနည်းငယ် တွန်းပို့စေပြီး ကွန်ပျူတာကို “ကြီးထွားလာ” စေသည့် အဆိုပြုချက်သည် အနည်းဆုံး ယူဆထားသော ပင်မရေစီးကြောင်းမှ ပြင်ပသို့ ထွက်သွားခြင်းနှင့်ပတ်သက်၍လည်း လုပ်ဆောင်ပါသည်။

အတိုချုပ်အားဖြင့်၊ ဤကိစ္စများတွင် အပြည့်အ၀ပါဝင်နေသော အချို့သောသူများမှာ အခြားမည်သူမဆို အံ့အားသင့်စေမည့် အဆိုပြုချက်များကို မျှောချခြင်းကြောင့် အံ့သြသွားနိုင်သည်။ ဤအယူအဆများသည် ယခင်ကဲ့သို့ပင် သို့မဟုတ် အမျိုးမျိုးသော သုတေသနဓာတ်ခွဲခန်းများတွင် ဆန်းစစ်ထားပြီးဖြစ်သော ပဲ့တင်ထပ်ခြင်းမျိုးဖြစ်သည်။

မင်းရဲ့ဆံပင်တွေကို ရှုပ်ပွနေအောင် မလုပ်ပါနဲ့လို့ သူတို့က ပြောကြတယ်။

ဤအရာက လူများစွာအတွက် အနှောက်အယှက်ဖြစ်စေသော အခြားမျက်နှာတစ်ခုဆီသို့ ကျွန်ုပ်တို့ကို ခေါ်ဆောင်သွားစေသည်။

စကားလုံးတစ်လုံးမှာ ခန့်မှန်းနိုင်မှု။

ယနေ့ခေတ် ကွန်ပျူတာများကို ယေဘူယျအားဖြင့် ကြိုတင်ခန့်မှန်းနိုင်သည်ဟု ယူဆကြသည်။ ကွန်ပြူတာ ဘာလုပ်မယ်ဆိုတာကို သိနိုင်ဖို့ ဟာ့ဒ်ဝဲနဲ့ ဆော့ဖ်ဝဲလ်ကို ကြည့်နိုင်ပါတယ်။ အလားတူပင်၊ ကွန်ပြူတာသည် ဘာ့ကြောင့် လုပ်ခဲ့သည်ကို ထောက်လှမ်းရန် သင်လုပ်ဆောင်ပြီးသော အရာများကို ခြေရာခံနိုင်သည်။ ဒီလိုလုပ်ဖို့အတွက် ကန့်သတ်ချက်တွေရှိပါတယ်၊ ဒါကြောင့် ကြိုတင်ခန့်မှန်းနိုင်မှုကို လွန်လွန်ကဲကဲ မဖော်ပြချင်ပေမယ့် အလုံးစုံတော့ စိတ်ကူးရမယ်ထင်ပါတယ်။

ယနေ့ခေတ် AI နှင့် ရင်ဆိုင်နေရသော ဆူးပြဿနာများထဲမှ တစ်ခုမှာ အချို့သော AI သည် မိမိကိုယ်ကို ချိန်ညှိရန် စိတ်ကူးထားခြင်းဖြစ်ကြောင်း သင်သတိပြုမိပေမည်။ developer များထည့်သွင်းထားသည့် AI သည် ၎င်းကိုအသုံးပြုနေစဉ်တွင် သူ့အလိုလိုပြောင်းလဲသွားနိုင်သည်။ AI Ethics နယ်ပယ်တွင်၊ အစပိုင်းတွင် လွန်ကဲစွာ ဘက်လိုက်မှု သို့မဟုတ် ခွဲခြားဆက်ဆံသည့် သဘောထားများ မရှိခဲ့သော AI ၏ နမူနာများစွာကို အသုံးချခဲ့ပြီး၊ ထို့နောက် AI ကို ထုတ်လုပ်နေချိန်အတွင်း တဖြည်းဖြည်း တွက်ချက်မှုအရ မိမိကိုယ်ကို ပြောင်းလဲသွားသည်ကို ကြည့်ရှုပါ။ အသေးစိတ်အကဲဖြတ်ချက်များမှာ ဒီမှာလင့်ခ်.

စိုးရိမ်စရာမှာ ကျွန်ုပ်တို့သည် ကြိုတင်ခန့်မှန်း၍မရနိုင်သော AI ပါ၀င်သည့် ဆက်တင်တစ်ခုထဲသို့ ဝင်ရောက်နေပြီဖြစ်သည်။

လက်နက်စနစ်များအတွက် AI သည် ကိုယ်တိုင်ချိန်ညှိမှုများပြုလုပ်သည်ဆိုပါစို့၊ ရလဒ်မှာ AI သည် ပစ်မှတ်နှင့်အချိန်များတွင် သေစေမည့်လက်နက်များကို ပစ်လွှတ်လိုက်ခြင်းဖြစ်သည်ဆိုပါစို့။ လူသားများသည် AI ကို ရပ်တန့်ရန် ကြိုးဝိုင်းထဲတွင် ရှိနေနိုင်သည် ။ ဆက်စပ်နေသော လူသားများသည် AI လုပ်ဆောင်ချက်များကို ကျော်တက်သွားလောက်အောင် လျင်မြန်စွာ တုံ့ပြန်နိုင်မည်မဟုတ်ပေ။ နောက်ထပ် အေးခဲသော ဥပမာများအတွက်၊ ကျွန်ုပ်၏ ခွဲခြမ်းစိတ်ဖြာချက်ကို တွင်ကြည့်ပါ။ ဒီမှာလင့်ခ်.

neuromorphic ကွန်ပြူတာများအတွက်၊ စိုးရိမ်စရာမှာ ကျွန်ုပ်တို့သည် စတီးရွိုက်များပေါ်တွင် မှန်းလို့မရနိုင်သော အရာများကို ထည့်သွင်းနေခြင်း ဖြစ်သည်။ သွားရင်းလာရင်းကနေ၊ neuromorphic computer ရဲ့ အနှစ်သာရက ခန့်မှန်းတာကို ဆန့်ကျင်တဲ့ ပုံစံနဲ့ အလုပ်လုပ်တာ ဖြစ်နိုင်တယ်။ ကျွန်ုပ်တို့သည် မှန်းဆနိုင်စွမ်းကို ထင်ရှားလှပါသည်။ ဂုဏ်ထူးဆောင်တံဆိပ် ဖြစ်လာသည်။

စခန်းနှစ်ခုရှိတယ်။

စခန်းတစ်ခုမှ AI သည် တံတားတစ်စင်းကို ဝေးဝေးမသွားနိုင်စေရန် အကာအရံများတပ်ခြင်းဖြင့် ကျွန်ုပ်တို့သည် မြိန်ရှက်ဖွယ်မရှိသော စိုးရိမ်မှုများဖြင့် နေထိုင်နိုင်သည်ဟု ဆိုသည်။ တခြားစခန်းက မင်းဟာ ကမ္ဘာကြီးကို အန္တရာယ်ရှိတဲ့ လမ်းကြောင်းပေါ်ရောက်အောင် လုပ်နေတယ်လို့ ငြင်းခုံတယ်။ တောင်းဆိုထားသော အကာအရံများ ပျက်ကွက်ခြင်း သို့မဟုတ် ၎င်းတို့သည် လုံလောက်စွာ မတင်းကြပ်ခြင်း သို့မဟုတ် မတော်တဆ သို့မဟုတ် မကောင်းသော ရည်ရွယ်ချက်ဖြင့် အကာအရံများကို ဖယ်ရှားခြင်း သို့မဟုတ် ရှုပ်ယှက်ခတ်ခြင်းတို့ကြောင့် ပေါ်ပေါက်လာမည်ဖြစ်သည်။

ကျွန်ုပ်တို့သည် neuromorphic ကွန်ပျူတာများနှင့် ကြိုတင်ခန့်မှန်းနိုင်မှုဆိုင်ရာ qualms များကို ဖယ်ထုတ်သင့်ပါသလား။

သုတေသီ၏ မှတ်ချက်အရ- “နာလိုနာလို တွက်ချက်ခြင်းကို စိတ်ဝင်စားသူများတွင် မသေနိုင်သော ဘဝကို စွန့်လွှတ်လိုသော သူ အလွန်နည်းပါးပါသည်။” ထို့အပြင်- "မင်းရဲ့ analog ဟာ့ဒ်ဝဲကို အကြိမ်တိုင်း အတူတူလုပ်စေချင်ရင်... ဒီလျှပ်စစ်ဓာတ်မတည့်တဲ့အရာတွေ၊

ငါ ဒါကို ဖြတ်မယ်။

ယနေ့ခေတ် ဒစ်ဂျစ်တယ်ကွန်ပြူတာများနှင့် ဆက်စပ်နေသော ကြိုတင်ခန့်မှန်းနိုင်မှုဟု ခေါ်ဆိုသည့် မှုန်ဝါးဝါး မြင်ကွင်းမှာ မည်သို့ပင်ပင်ဖြစ်စေကာမူ မှန်းမရသော ဦးတည်ချက်ဆီသို့ ဦးတည်သွားနေပါသည်။ ဖော်ပြခဲ့သည့်အတိုင်း၊ ၎င်းသည် သမားရိုးကျကွန်ပြူတာပလပ်ဖောင်းများပေါ်တွင် ကိုယ်တိုင်ချိန်ညှိနိုင်သော AI တွင် အထူးသဖြင့် ဖြစ်ပွားနိုင်သည်။ အာရုံကြောဆိုင်ရာကွန်ပြူတာများသည် ကြိုတင်မှန်းဆ၍မရသောပုံပေါက်နေသောကြောင့် သမားရိုးကျဒစ်ဂျစ်တယ်ကွန်ပြူတာများသည် အမှန်တကယ်တွင် ကြိုတင်ခန့်မှန်းနိုင်သောလက္ခဏာမဟုတ်ပေ။

သင်မည်သည့်ကွန်ပျူတာပလက်ဖောင်းကိုရွေးချယ်ချင်ပါစေ၊ အပြည့်အ၀ရေနွေးငွေ့သည် ကျွန်ုပ်တို့ထံရောက်လာပြီဖြစ်သည်။ ဤအလင်းတွင် AI ဘေးကင်းစေရန်ကြိုးစားရန် နောက်ဆုံးကြိုးပမ်းအားထုတ်မှုများကို ကျွန်ုပ်အကဲဖြတ်ရန်အတွက် ကြည့်ပါ။ ဒီမှာလင့်ခ်.

ကြိုတင်ခန့်မှန်းနိုင်မှုနှင့်ပတ်သက်သည့် ဤလှည့်ကွက်သည် တူးဖော်မတွေ့ရှိနိုင်သော သဘာဝတရားတစ်ခုအပေါ် သင့်စိတ်ထဲ စွဲသွားစေသင့်သည်။ AI Ethics နှင့် AI Law တို့တွင် ပါ၀င်နေသူများ ဖြစ်နိုင်သည်။ မဟုတ် အကျိုးဆက်များကို ထည့်သွင်းစဉ်းစားနေပါသည်။ neuromorphic ကွန်ပျူတာများ.

AI ကိုသုံးတဲ့ သမားရိုးကျ ဒစ်ဂျစ်တယ်ကွန်ပြူတာတွေကို သင် ရည်မှန်းထားတာ ဖြစ်နိုင်ပါတယ်။ အင်း၊ မင်းမှာ AI computing ရဲ့ နောက်ဆက်တွဲနဲ့ ပေါ်ထွက်လာတဲ့ အပိုင်းတစ်ခု ရှိနေပြီဆိုတာ ခန့်မှန်းကြည့်ရအောင်။ ဟုတ်တယ်၊ neuromorphic ကွန်ပျူတာတွေ။ အဲဒါကို မင်းလုပ်စရာစာရင်းမှာ ထားလိုက်ပါ။

ဝမ်းနည်းပါတယ်၊ သင့်အတွက် ပိုအိပ်မပျော်တဲ့ညတွေပါ။

သမားရိုးကျ ဒစ်ဂျစ်တယ်ကွန်ပြူတာနှင့် AI နှင့်ပတ်သက်၍ AI Ethics နှင့် AI Law က ဘာတွေလုပ်ဆောင်နေလဲဆိုတာ အတိုချုပ် သုံးသပ်ကြည့်ရအောင်။

အရင်ကော်လံတွေမှာ၊ AI ကို ထိန်းညှိတဲ့ ဥပဒေတွေ ဖန်တီးရေးဆွဲဖို့နဲ့ နိုင်ငံတကာက ကြိုးပမ်းမှုတွေ အမျိုးမျိုးကို ခြုံငုံပြီး ကြည့်ပါ။ ဒီမှာလင့်ခ်, ဥပမာ။ နိုင်ငံပေါင်း 200 နီးပါးက လက်ခံကျင့်သုံးခဲ့တဲ့ UNESCO ရဲ့ AI Ethics လိုမျိုး ကုလသမဂ္ဂရဲ့ ကြိုးပမ်းအားထုတ်မှု အပါအဝင် နိုင်ငံအသီးသီးက ခွဲခြားသတ်မှတ်ပြီး ချမှတ်ထားတဲ့ လမ်းညွှန်ချက်တွေနဲ့ AI ကျင့်ဝတ်ဆိုင်ရာ အခြေခံမူတွေနဲ့ လမ်းညွှန်ချက်တွေကိုလည်း ကျွန်တော် ခြုံငုံမိခဲ့ပါတယ်။ ဒီမှာလင့်ခ်.

ဤသည်မှာ ကျွန်ုပ်ယခင်က အနီးကပ်စူးစမ်းလေ့လာခဲ့သော AI စနစ်များနှင့်ပတ်သက်သော ကျင့်ဝတ်ဆိုင်ရာ AI စံနှုန်းများ သို့မဟုတ် လက္ခဏာရပ်များ၏ အထောက်အကူဖြစ်စေသော အဓိကကျောက်စာရင်းဖြစ်သည်-

• ပွင့်လင်းမြင်သာမှု
• တရားမျှတမှုနှင့် တရားမျှတမှု
• Maleficence မဟုတ်သော
• တာဝန်
• သီးသန့်လုံခြုံရေး
• အကျိုးကျေးဇူး
• လွတ်လပ်မှုနှင့် ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်
• ယုံကြည်ကိုးစားပါ
• သဘာဝပတ်ဝန်းကျင်အားမပျက်စီး
• ဂုဏ်သိက္ခာ
• ကြံ့ခိုင်ရေးနှင့်

အဆိုပါ AI Ethics စည်းမျဉ်းများကို AI developer များ၊ AI ဖွံ့ဖြိုးတိုးတက်ရေးကြိုးပမ်းအားထုတ်မှုများကို စီမံခန့်ခွဲသောသူများနှင့် AI စနစ်များကို အဆုံးစွန်ထိ ပြုစုပျိုးထောင်ပေးသည့်သူများပင်လျှင် စိတ်အားထက်သန်စွာ အသုံးချသင့်သည်ဟု ယူဆပါသည်။

ဖွံ့ဖြိုးတိုးတက်မှုနှင့် အသုံးပြုမှု၏ AI ဘဝစက်ဝန်းတစ်ခုလုံးတွင် သက်ဆိုင်သူအားလုံးကို Ethical AI ၏ ချမှတ်ထားသော စံနှုန်းများကို လိုက်နာခြင်း၏ နယ်ပယ်အတွင်း ထည့်သွင်းစဉ်းစားထားသည်။ ပုံမှန်ယူဆချက်မှာ "ကုဒ်ဒါများသာ" သို့မဟုတ် AI ပရိုဂရမ်သည် AI Ethics သဘောတရားများကို လိုက်နာရမည့်အရာဖြစ်သောကြောင့် ဤသည်မှာ အရေးကြီးသော မီးမောင်းထိုးပြမှုဖြစ်သည်။ ဤနေရာတွင် ကြိုတင်အလေးပေးဖော်ပြခဲ့သည့်အတိုင်း AI ကို တီထွင်ရန်နှင့် ကွင်းဆင်းရန် ရွာတစ်ရွာ လိုအပ်ပြီး တစ်ရွာလုံးသည် AI ကျင့်ဝတ်စည်းကမ်းများကို လိုက်နာရန် လိုအပ်ပါသည်။

ယခင်က သင်အများကြီးမတွေးခဲ့ဖူးသည့် ဤအစိတ်အပိုင်းသည် ထိုတူညီသော AI ကျင့်ဝတ်စည်းမျဉ်းများနှင့် AI Laws အသစ်များ၏ ကြီးထွားလာသောစာရင်းသည် neuromorphic ကွန်ပျူတာများနှင့် မည်သို့သက်ဆိုင်မည်နည်း။ ရှင်းလင်းရန်၊ AI Ethics နှင့် AI Law တို့သည် ယင်းကို အတိအလင်း ထည့်သွင်းစဉ်းစားရန် လိုအပ်ပါသည်။ အနည်းငယ်မျှသာ ပြုလုပ်နေကြသည်ကို ကျွန်ုပ်ထောက်ပြပြီး အာရုံကြောမော်ဖီးကွန်ပြူတာများ ထွန်းကားလာခြင်းသည် AI တွင် အုပ်စိုးရန် ကြိုးပမ်းခြင်းအတွက် အတိုင်းအတာအသစ်တစ်ခု၏ အတိုင်းအတာတစ်ခုအထိ လူအများကို လှည့်ပတ်ရန် အခွင့်အလမ်းတစ်ခု ရှိနေကြောင်း အကြံပြုအပ်ပါသည်။

ကျွန်ုပ်တို့သည် neuromorphic ကွန်ပျူတာများအပါအဝင် AI အသစ်တီထွင်ထားသော မည်သည့်အရာကိုမဆို လွှမ်းခြုံနိုင်ရန် ကျင့်ဝတ်ဆိုင်ရာ AI နှင့် AI ဥပဒေများကို ကျယ်ကျယ်ပြန့်ပြန့် ထည့်သွင်းစဉ်းစားရန် လိုအပ်ပါသည်။

လွှစာအစားထိုးသည် ဂန္တဝင်ကြောင်နှင့် ကြွက်ကစားနည်းဖြစ်သည်။ ဒါက ဘယ်လိုလဲ။ AI တီထွင်ဖန်တီးမှုနည်းလမ်းသစ်များကို စိတ်ကူးနှင့်တည်ဆောက်ထားသည်။ လက်ရှိ AI Ethics နှင့် AI ဥပဒေများသည် အစောင့်အကြပ်မရှိဘဲ နောက်ဆုံးပေါ် AI shenanigans များကို အပြည့်အဝ မလွှမ်းခြုံနိုင်ပါ။ ကျင့်ဝတ်ဆိုင်ရာ AI စည်းမျဉ်းများကို အပ်ဒိတ်လုပ်ရန်နှင့် အသစ်ထည့်သွင်းထားသော AI ဥပဒေများကို ပြင်ဆင်ရန် အလျင်အမြန်ကြိုးပမ်းဆောင်ရွက်လျက်ရှိသည်။

Lather, သုတ်ခြင်း။

ရှစ်ဂိုးနောက်ကနေ ဖမ်းတာထက် ကျွန်တော်တို့အားလုံး ပွဲရဲ့ရှေ့မှာ ဆက်နေဖို့က ပိုကောင်းပါတယ်။

ကောက်ချက်

ငါ မင်းကို ခရီးနည်းနည်းသွားခိုင်းတယ်။

အစတွင်၊ ဆန်းစစ်ရမည့် အဓိကအကြောင်းအရာနှစ်ခုရှိမည်ဟု ကမ်းလှမ်းခဲ့သည်-

1) ကွဲပြားပြီး သီးခြားမဟာမိတ်များအဖြစ် ထားရှိခြင်းထက် AI စက်ယန္တရားများအတွက် ဟာ့ဒ်ဝဲနှင့် ဆော့ဖ်ဝဲလ် နှစ်ခုစလုံးကို ပေါင်းစည်းခြင်း

2) AI မော်ဒယ်လ်တစ်ခုမှ အခြားတစ်မျိုးသို့ စက်သင်ယူမှုဖော်မြူလာများကို လွှဲပြောင်းခြင်း သို့မဟုတ် ပေါင်းထည့်ခြင်း (သို့မဟုတ် ဖြစ်နိုင်ချေရှိနိုင်သည်) အပြည့်အ၀ ကူးယူခြင်း (သို့မဟုတ် ဖြစ်နိုင်ချေပင်) မလိုအပ်ဘဲ ထိုသို့လုပ်ဆောင်ခြင်း

ဟာ့ဒ်ဝဲနှင့် ဆော့ဖ်ဝဲလ်များ ပေါင်းစပ်ခြင်းဆိုင်ရာ ပထမအကြောင်းအရာသည် ဤနေရာတွင် ခရီး၏ အစုအဝေးဖြစ်သည်။ ယင်းက ကျွန်ုပ်တို့အား သေခြင်းနှင့် မသေနိုင်သော ကွန်ပြူတာအမှုန်အမွှားသို့ ပို့ဆောင်ခဲ့သည်။ ယင်းတို့အနက်မှ အချို့သော ကွန်ပျူတာနှင့်ပတ်သက်သည့် ခေါင်းစဉ်ကို လူမှုရေးဆိုင်ရာ အကျိုးသက်ရောက်မှုများကို ထည့်သွင်းခြင်းထက် လူ့အဖွဲ့အစည်းဆိုင်ရာ သက်ရောက်မှုများကို အလေးထားခြင်းထက် အချို့က နည်းပညာသက်သက်အဖြစ် မြင်လေ့ရှိသောကြောင့် ယင်းတို့ထဲမှ အရေးကြီးသော AI Ethics နှင့် AI Law တို့ကို ထည့်သွင်းစဉ်းစားခြင်းမျိုး ရှိမည်မဟုတ်ပေ။

Ethical AI နှင့် AI Law ကို ပြုစုပျိုးထောင်ရာတွင် နောက်ပိုင်းထက် ပိုဆိုးသည်ထက် အလျင်အမြန်နှင့် ပိုလုံခြုံသည်ဟု ကျွန်ုပ်ဆိုပါသည်။

ဤနေရာတွင် ကျွန်ုပ်မဖော်ပြထားသေးသည့် ဒုတိယအကြောင်းအရာသည် ပထမအကြောင်းအရာနှင့် ဆက်စပ်နေပါသည်။

ဒီမှာသဘောတူညီချက်ပါ

ကျွန်ုပ်တို့တွင် “သေတတ်သောကွန်ပြူတာ” ရှိသည်ဆိုပါစို့၊ ကျွန်ုပ်တို့တွင် AI ပါ၀င်သည့်အရာများကို အရန်ကူးယူထားနိုင်စေရန်အတွက် စွမ်းရည်များကို ထိန်းသိမ်းထားလိုသည်ဆိုပါစို့။ သေလုမြောပါး ကွန်ပြူတာတစ်ခုသည် ၎င်း၏ ဆုံးခန်းတိုင်လုနီးဖြစ်မည်ကို ကျွန်ုပ်တို့ စိုးရိမ်နေပေမည်။ ဟုတ်တယ်၊ ငါတို့က အဲဒါကို အားကိုးတယ်။ ငါတို့ ဘာလုပ်ရမလဲ။ အဖြေတစ်ခုမှာ ကျွန်ုပ်တို့သည် မိုက်မဲသောအရာကို ကူးယူသင့်သည်။

သို့သော်၊ ပုံကြမ်းရေးဆွဲထားသည့် neuromorphic ကွန်ပျူတာကို ကူးယူခြင်းသည် ပထမတစ်ချက်တွင် ထင်ထားသည်ထက် ခက်ခဲမည်ဖြစ်သည်။ အရာတွေ ရှုပ်ထွေးလာနိုင်ပါတယ်။

စက်သင်ယူခြင်းနှင့် အာရုံကြောအတု ကွန်ရက်များပါ၀င်သည့် အခြေအနေများတွင် ယေဘူယျနားလည်နိုင်ကာ အသုံးချနိုင်စေမည့် ကူးယူမှုပုံစံကို ကျွန်ုပ်တို့ ဖန်တီးသင့်ပါသည်။ ၎င်းကို အကြီးစားနှင့် အလွန်ကြီးမားသော ဖြစ်ရပ်များတွင် လုပ်ဆောင်စေလိုပါသည်။ မိတ္တူကို အတိအကျ မိတ္တူမဖြစ်စေရန် ကျွန်ုပ်တို့လည်း ဆန္ဒရှိမည်ဖြစ်ပြီး၊ ယင်းအစား ကူးယူခြင်း၏ရလဒ်အနေဖြင့် အခြေခံအားဖြင့် ညီမျှခြင်း သို့မဟုတ် ပိုကောင်းအောင် ဖန်တီးထားခြင်းဖြစ်နိုင်သည်။

အဖြစ်လူသိများတဲ့နည်းပညာ ပေါင်းခံ အဆိုပြုထားပါသည်။

ဒီနေ့ ကော်လံအတွက် နေရာလွတ်တွေ ကုန်သွားတော့မယ့် ကော်လံမှာ ဒီဒုတိယအကြောင်းအရာကို တင်ပြပါမယ်။ ဤဒုတိယအကြောင်းအရာနှင့် ဤနေရာတွင် အကျယ်တဝင့်ဖော်ပြထားသော ပထမခေါင်းစဉ်ကြားရှိ ဆက်စပ်မှုကို သင်သိချင်မည်ဟု ကျွန်ုပ်ထင်ပါသည်။ ၎င်းကို နောက်လာမည့်အရာများအကြောင်း နောက်လာမည့်အရာများကို စမ်းကြည့်ခြင်း သို့မဟုတ် နမူနာအဖြစ် ထည့်သွင်းထားသော မှတ်စုတစ်ခုအဖြစ် စဉ်းစားပါ။

ပေါင်းခံခြင်းအကြောင်းအရာသည် အလွန်ကောင်းမွန်သော ထူးထူးခြားခြားဖြစ်သောကြောင့် သင့်ထိုင်ခုံ၏အစွန်းတွင်ရှိနေပါ။

Batman ပြောခဲ့သည့်အတိုင်း သင်၏လင်းနို့အတောင်ပံများကို ဖြတ်ကျော်ကာ ANN သို့မဟုတ် စက်သင်ယူမှုပုံစံ သို့မဟုတ် အာရုံကြောကွန်ပြူတာအား အခြားတစ်ခုသို့ မည်သို့ကူးယူရမည်နည်း။

နောက်ဆုံး မှတ်ချက်။ ရုပ်ရှင်ထဲမှာ နာမည်ကြီး လိုင်းတစ်ခုရှိတယ်။ မှောင်မိုက် Knight ပြန်လာ ကျွန်ုပ်တို့၏ ခရူးဆိတ်ခေါင်းစွပ်က ဤသို့ဆိုသည်– “မင်း အတင်းအကြပ်ခိုင်းရင် ကမ္ဘာကြီးက အဓိပ္ပာယ်ရှိမယ်။ AI နှင့်ပတ်သက်သော ပေါင်းခံခြင်းဆိုင်ရာ ဒုတိယအကြောင်းအရာကို ခြုံငုံမိသောအခါ ထိုစံနမူနာကို ဆုပ်ကိုင်ထားရန် ကြိုးစားပါမည်။

ဤစိတ်လှုပ်ရှားဖွယ်နှင့် စွဲမက်ဖွယ်ကောင်းသော နှစ်ထပ်ခေါင်းစီး၏ အပိုင်း 2 ကို ဆက်လက်စောင့်မျှော်ပါ။