ကျင့်ဝတ်ဆိုင်ရာ AI သည် အလိုအလျောက်မောင်းနှင်သည့်ကားများတွင် AI ကဲ့သို့ ကျင့်ဝတ်ဆိုင်ရာအမူအကျင့်များကို သူ့ဘာသာသူလေ့လာရန် ရည်မှန်းချက်ကြီးကြီးထားကာ AI တွင် ကျင့်ဝတ်ဆိုင်ရာ AI ရှိသည်

Aristotle က နှလုံးသားကို ပညာမပေးဘဲ စိတ်ပညာပေးခြင်းသည် ပညာလုံးဝမတတ်ကြောင်း ကျော်ကြားလှသည်ဟု ဆိုခဲ့သည်။

လူ့ကျင့်ဝတ်နှင့် ကိုယ်ကျင့်တရားဆိုင်ရာ အမူအကျင့်များကို လေ့လာခြင်းသည် လူသားတို့အတွက် အလွန်အရေးကြီးကြောင်း အကြံပြုရန် ထဲထဲဝင်ဝင် မှတ်ချက်ကို အနက်ဖွင့်နိုင်သည်။ ဂန္ထဝင်သဘာဝနှင့် ပြုစုပျိုးထောင်ခြင်းဆိုင်ရာ ငြင်းခုံမှုတွင်၊ ကျွန်ုပ်တို့၏အသက်တာတစ်လျှောက်တွင် မည်မျှသင်ယူရပြီး ကျွန်ုပ်တို့၏ကျင့်ဝတ်သိက္ခာများသည် အလိုလိုနေရင်းဇာတိဖြစ်သည်ကို မေးရပါမည်။ ကလေးငယ်များသည် လူသားချင်းများကို သတိထားတတ်ကြပြီး ၎င်းတို့မြင်ရကြားရမှုအပေါ်အခြေခံ၍ ၎င်းတို့၏ကျင့်ဝတ်အခြေခံအုတ်မြစ်များကို စုဆောင်းကြသည်။ ဆယ်ကျော်သက်တွေမှာလည်း ဒီလိုပါပဲ။ ပွင့်လင်းမြင်သာသော အရွယ်ရောက်ပြီးသူများအတွက် ၎င်းတို့သည်လည်း နေ့စဉ်ကမ္ဘာကို တွေ့ကြုံရခြင်းကြောင့် ၎င်းတို့၏ ကျင့်ဝတ်ဆိုင်ရာ တွေးခေါ်မှုတွင် ဆက်လက် ချိန်ညှိကာ တိုးတက်နေမည်ဖြစ်သည်။

ဟုတ်ပါတယ်၊ တစ်စုံတစ်ဦးကို ကျင့်ဝတ်အကြောင်း အတိအလင်း သင်ကြားပေးခြင်းသည်လည်း သင်တန်းအတွက် တူညီပါသည်။ လူတို့သည် အကြောင်းအရာဆိုင်ရာ အတန်းများတက်ခြင်း သို့မဟုတ် ၎င်းတို့စိတ်ဝင်စားသော ပွဲလမ်းသဘင်များသို့ သွားခြင်းဖြင့် ကျင့်ဝတ်ဆိုင်ရာနည်းလမ်းများအကြောင်း လေ့လာရန် လိုအပ်ပါသည်။ ကျင့်ဝတ်တန်ဖိုးများကို ၎င်းတို့၏ကိုယ်ပိုင်ကျင့်ဝတ်ဖွဲ့စည်းပုံ ရေးဆွဲရာတွင် အခြားသူများကို အထောက်အကူဖြစ်စေရန် နည်းလမ်းအဖြစ် ရှင်းရှင်းလင်းလင်း ဖော်ထုတ်မျှဝေနိုင်ပါသည်။ ထို့အပြင်၊ ကျင့်ဝတ်ဆိုင်ရာကျင့်ဝတ်များပါ၀င်သည်ဟူသော သတင်းစကားကို နောက်ဆုံးတွင်သယ်ဆောင်သည့် ပုံပြင်များ သို့မဟုတ် အခြားသော သင်ကြားပို့ချမှုပုံစံများအတွင်းတွင် ကျင့်ဝတ်များကို သိမ်မွေ့စွာ ဝှက်ထားနိုင်သည်။

ဒီလိုဆိုရင် လူသားတွေဟာ ကျင့်ဝတ်သိက္ခာကို အလေးအနက်ထားပုံရပါတယ်။

Artificial Intelligence (AI) ဆိုတာဘာလဲ။

ဒီလိုမေးခွန်းမျိုးဟာ အမိုက်စားလို့ ထင်ကောင်းထင်နိုင်ပါတယ်။ လူသားများသည် ကျင့်ဝတ်သိက္ခာများ ပေါင်းစပ်ကာ ကိုယ်ကျင့်တရားဆိုင်ရာ ကျင့်ဝတ်သဏ္ဍန်အချို့ဖြင့် ဘဝကို ဖြတ်သန်းကြရန် ကျွန်ုပ်တို့ မျှော်လင့်ပါသည်။ ဒါဟာ ရိုးရှင်းပြီး သိသာထင်ရှားတဲ့အချက်ပါ။ အခြားတစ်ဖက်တွင်၊ စက် သို့မဟုတ် ကွန်ပြူတာသည် ထိုရည်ညွှန်းချက်ဘောင်အတွင်း အံဝင်ခွင်ကျဖြစ်ပုံမပေါ်ပါ။ သင့်အူလမ်းကြောင်းတုံ့ပြန်မှုသည် AI ကို ကျင့်ဝတ်နှင့်ကိုယ်ကျင့်တရားဆိုင်ရာ ကုဒ်များပါ၀င်သည်ဟု ယူဆရန် ဝေးကွာသွားခြင်း သို့မဟုတ် ကျယ်ပြန့်စွာစဉ်းစားခြင်း ဖြစ်နိုင်သည်။

AI နှင့်ပတ်သက်ပြီး ကျွန်ုပ်တို့လုပ်ဆောင်နိုင်သည့် အကောင်းဆုံးမှာ ကျင့်ဝတ်ဆိုင်ရာအပြုအမူမှ သွေဖည်မသွားစေရန် ၎င်းကို တီထွင်ဖန်တီးခြင်းဖြစ်သည်။ AI developer များနှင့် AI နယ်ပယ်စုံမှ ပါဝင်ဆောင်ရွက်သူများသည် AI သည် ဒီဇိုင်းရေးဆွဲထားသည့်အတိုင်း AI သည် ကျင့်ဝတ်စည်းကမ်းများနှင့် ကိုက်ညီကြောင်း သေချာစေရန်အတွက် တာဝန်ရှိပါသည်။ စကားပြောဆိုရလျှင် တံခါးအပြင်ဘက်တွင် AI သည် ထုံးတမ်းစဉ်လာရှိပြီး ကျင့်ဝတ်အရ သင့်လျော်သော ဆွဲဆောင်မှုတစ်ခုအဖြစ် သွားရန် အသင့်ဖြစ်သင့်နေပြီဖြစ်သည်။

AI စနစ်များသည် ကျင့်ဝတ်ဆိုင်ရာအခြေခံများအတွင်း လုံးဝအံဝင်ခွင်ကျဖြစ်ရန် အမှန်ပင်ဖန်တီးသင့်သည်ဟု သင်ထင်မြင်မိသည်မှာ သေချာပါသည်။ နောက်ဆုံးပေါ် AI စနစ်များ စတင်ထွက်ရှိလာပြီး ကျွန်ုပ်တို့ခေတ်တစ်ခုတွင် ရှိနေကြောင်း သက်သေပြလိုက်သောအခါ လူ့အဖွဲ့အစည်းသည် အလွန်စိတ်လှုပ်ရှားနေပါသည်။ AI ကောင်းအတွက်. AI သည် ကမ္ဘာ့အခက်ခဲဆုံး ပြဿနာများစွာကို ဖြေရှင်းရာတွင် အထောက်အကူဖြစ်စေမည်ဖြစ်သည်။ နည်းပညာတိုးတက်မှုများသည် ကျွန်ုပ်တို့တွင် အာရုံခံ AI မရှိသေးကြောင်း အလေးပေးဖော်ပြခွင့်ပြုသော်လည်း အာရုံခံနိုင်သော AI သည် လူသားတို့၏စွမ်းရည်များကို ဖြည့်စွက်ရန်အတွက် အသုံးချနေပါသည်။

AI ကို ကမ္ဘာသို့ ပို့ဆောင်ရန် pell-mell အလျင်စလို ပြဿနာသည် AI ဟုခေါ်သော အရုပ်ဆိုးသော ဝမ်းဗိုက်ကို တဖြည်းဖြည်း ထုတ်ဖော်ပြသခဲ့သည်။ AI အတွက် မကောင်းပါ။. ဘက်လိုက်မှုများနှင့် မမျှတမှုများ ပြည့်နှက်နေသည့် အယ်လ်ဂိုရီသမ် ဆုံးဖြတ်ချက်ချခြင်း (ADM) ကို အသုံးပြုသည့် AI စနစ်များအကြောင်း ခေါင်းစီးများ အများအပြားရှိသည်။ ထို့အပြင်၊ ခေတ်ပြိုင် AI အများစုသည် ပွင့်လင်းမြင်သာမှု မရှိခြင်းကို ကြုံတွေ့နေရပြီး တွက်ချက်မှုဆိုင်ရာ ဆုံးဖြတ်ချက်များကို ရှင်းပြရာတွင် နားမလည်နိုင်လောက်အောင် ဖြစ်တတ်သည်၊ တရားမျှတမှု မရှိခြင်းကို မကြာခဏ ပြသလေ့ရှိပြီး အချို့က AI ကို လက်ညိုးထိုးခြင်းဖြင့် ၎င်းတို့၏ လူသားတာဝန်ခံမှုကို လမ်းကြောင်းလွှဲရန် ခွင့်ပြုထားသည်။

ကျွန်ုပ်၏စာများတွင် Ethical AI နှင့် AI ၏ကျင့်ဝတ်များ အပါအဝင်၊ ဒီမှာလင့်ခ် နှင့် ဒီမှာလင့်ခ်ရုံအနည်းငယ်အမည်ကိုရန်။

ဘယ်လိုရှိနိုင်မလဲ။ AI အတွက် မကောင်းပါ။ အကယ်၍ ကျွန်ုပ်တို့သည် သိက္ခာမဲ့လုပ်ရပ်များကို ရှောင်ရှားရန် AI ကို အစကတည်းက ဖန်တီးထားသင့်သည်ဟု ဖော်ပြထားသော တည်ဆောက်မှုတစ်ခုအနေဖြင့် လုပ်ဆောင်ပါက၊

အဖြေက အဆပေါင်းများစွာ။

ပထမအချက်၊ AI developer များနှင့် ကုမ္ပဏီများစွာသည် AI ကို ကျင့်ဝတ်ဘောင်အတွင်းနေရန် ၎င်းတို့၏ AI ကို ပုံသွင်းခြင်း၏ အရေးပါမှုကို ၎င်းတို့ကိုယ်တိုင် မသိနားမလည်ကြပေ။ အယူအဆသည် ၎င်းတို့၏ ရေဒါတွင် လုံးဝမရှိပါ။ ငွေအမြန်ရှာခြင်း၏ ဆွဲဆောင်မှုသည် အချို့သူများသည် ၎င်းတို့ဆန္ဒရှိရှိထုတ်လုပ်လိုသည့် ရိုင်းစိုင်းသော AI အယူအဆများကို ရှေ့သို့တွန်းပို့စေသည်။ ကျင့်ဝတ်တွေကို တွေးနေစရာ မလိုပါဘူး။ AI ကိုတည်ဆောက်ပြီး စတင်လိုက်ပါ။

ဒုတိယအနေဖြင့်၊ ကျင့်ဝတ်ဆိုင်ရာ အကျိုးသက်ရောက်မှုများကို ပြတ်သားစွာသိရှိနားလည်အောင် အသွင်ဆောင်သည့် AI ကို ဖန်တီးသူများရှိသော်လည်း ၎င်းတို့သည် ကျင့်ဝတ်ဆိုင်ရာ AI ထည့်သွင်းစဉ်းစားမှုများကို လွန်စွာနှိမ့်ချခြင်း သို့မဟုတ် လျစ်လျူရှုထားခြင်းဖြစ်သည်။ ဘုံအမြင်တစ်ခုကတော့ မြန်မြန်ကျရှုံးဖို့ ရည်ရွယ်ထားတဲ့ techie classic မန္တန်ပါ။ အရာရာတိုင်း သင့်လျော်စွာ ပြေလည်သွားသည်အထိ ဆက်တိုက်လုပ်ဆောင်ပါ။ အဆိုပါ လျင်မြန်သော AI ကြိုးပမ်းအားထုတ်မှုများတွင် AI ကျင့်ဝတ်များကို စနစ်တကျနှင့် တွေးခေါ်မြော်မြင်စွာ ပေါင်းစပ်ထည့်သွင်းနိုင်သည့် အခွင့်အလမ်းများမှာ ဝမ်းနည်းစရာ နည်းပါးလှသည်။ Ethical AI တွင် ခေါင်းဆောင်မှုစွမ်းရည်မြှင့်တင်ရန် လိုအပ်ကြောင်းကို ကျွန်ုပ် ဆွေးနွေးပါသည်။ ဒီမှာလင့်ခ်.

တတိယအချက်မှာ AI ကို ပုံဖော်ရာတွင် ကျင့်ဝတ်ဆိုင်ရာ အကာအရံများကို ဖျော်ဖြေသင့်သည်နှင့် ပတ်သက်၍ မှေးမှိန်မှုများစွာ ရှိနေပါသည်။ ဟုတ်ပါတယ်၊ ယနေ့ခေတ်မှာ AI ကျင့်ဝတ်ဆိုင်ရာ လမ်းညွှန်ချက်တွေ အများကြီးရှိပါတယ်၊ ကျွန်ုပ်ရဲ့ လွှမ်းခြုံမှုကို ကြည့်ပါ။ ဒီမှာလင့်ခ်ဤအသုံးဝင်သော သီအိုရီနည်းဥပဒေများသည် ပေးအပ်ထားသော AI စနစ်တစ်ခုအတွက် သီးခြားအချက်များအဖြစ် ပြောင်းလဲရန် ခက်ခဲသော်လည်း၊ Ethical AI coding အလေ့အကျင့်များပါ၀င်သည့် AI တည်ဆောက်ရေးကိရိယာများနှင့် နည်းစနစ်များ ပေါ်ထွက်လာပြီး စိတ်ကူးယဉ်ရှုထောင့်များနှင့် စကားပုံရာဘာ-လမ်းဆုံများကြား ကွာဟချက်ကြားမှ ကွာဟချက်ကို ပိတ်ရန် ကူညီပေးခဲ့ကြောင်း ကျွန်ုပ်ဖော်ပြခဲ့သည်။

စတုတ္ထအချက်အနေဖြင့်၊ ဤနေရာတွင် အလေးပေးဖော်ပြချက်အရ၊ ကနဦးတွင် ကျင့်ဝတ်နယ်နိမိတ်အတွင်း ဖွဲ့စည်းထားသော်လည်း နောက်ပိုင်းတွင် အသုံးပြုနေစဉ်တွင် ယူဆထားသည့် ကျင့်ဝတ်ဆိုင်ရာ ကုဒ်လုပ်ထားသော ကန့်သတ်ဘောင်များထက် ကျော်လွန်သွားသည့် AI ၏ အကျိုးသက်ရောက်မှုကို စူးစမ်းလေ့လာပါသည်။

အဲဒါကို ထုပ်ပိုးဖို့လိုတယ်။

ယနေ့ခေတ် AI အများစုသည် Machine Learning (ML) နှင့် Deep Learning (DL) ကို အသုံးပြုသည်။ ၎င်းတို့သည် တွက်ချက်မှုပုံစံနှင့် ကိုက်ညီသော နည်းပညာများနှင့် နည်းပညာများဖြစ်သည်။ ယေဘုယျအားဖြင့် အယူအဆမှာ AI က လုပ်ဆောင်နိုင်စေမည့် သက်ဆိုင်သည့်ဒေတာအများအပြားကို စုစည်းကာ သင်ရွေးချယ်ထားသော တွက်ချက်မှုပုံစံတူသည့်ပုံစံသို့ ပေးပို့ပြီး သင်္ချာနည်းအရ လိုက်ဖက်သောပုံစံသည် အသုံးဝင်သောပုံစံများကို ရှာဖွေရန် ကြိုးစားခြင်းဖြစ်သည်။ ဤ AI ၏ အစိတ်အပိုင်းတွင် မည်သည့် ခံစားချက်မျှ မရှိကြောင်း သတိပြုပါ။ ဘုံသဘောနဲ့ ဆင်ခြင်ခြင်းလည်း မပါဝင်ပါဘူး။ ဒါဟာ သင်္ချာနဲ့ တွက်ချက်မှု အားလုံးပါပဲ။

ML/DL တွင် ဖြည့်သွင်းထားသော ဒေတာသည် ဘက်လိုက်မှုများနှင့် မညီမျှမှုများဖြင့် ရောနှောပြီးဖြစ်နိုင်သည်။ ယင်းအခြေအနေမျိုးတွင်၊ တူညီသော တွက်ချက်မှုပုံစံသည် တူညီသော အလားအလာများကို အတုယူရုံမျှသာဖြစ်ခြင်းမှာ ထူးထူးခြားခြားဖြစ်သည်။ အကယ်၍ သင်သည် လူမျိုးတစ်မျိုးကို နှစ်သက်သော ဒေတာကို ပေးဆောင်ပါက သို့မဟုတ် အခြားတစ်မျိုးကို ကျားမတစ်ဦးကို ဦးစားပေးမည်ဆိုပါက၊ တွေ့ရှိထားသည့် ပုံစံအတိုင်း ၎င်းကို တွေ့ရှိသည့် ပုံစံအတိုင်း လိုက်ဖက်မည့် အခွင့်အလမ်းများစွာ ရှိပါသည်။

ထိုကဲ့သို့သော latching ၏ကြီးမားသောပြဿနာမှာ data ၏ဤရှုထောင့်အပေါ်အခြေခံသည်ပုံစံများကိုဖော်ပြရန်ခက်ခဲသောအချိန်ရှိနိုင်သောကြောင့်ဖြစ်သည်။ ဆူးခက်ပြီး ရှုပ်ထွေးသော သင်္ချာပညာသည် ထိုတွေ့ရှိထားသော ပုံစံများကို အပေါ်ယံ ပြဿနာဖြစ်စေနိုင်သည်။ AI ကို စမ်းသပ်ခြင်းပင်လျှင် အသုံးပြုသည့် စမ်းသပ်မှု အကွာအဝေးနှင့် အတိမ်အနက်ပေါ်မူတည်၍ အဆိုပါ သဘောထားများကို ထုတ်ဖော်ပြသရန် မလိုအပ်ပါ။

ထို့ကြောင့် သင်သည် AI စနစ်တစ်ခုကို တည်ဆောက်ပြီး ယခင်ရှိပြီးသား ဘက်လိုက်မှုများရှိသည့် ဒေတာကို ရှောင်ရန် ဦးစွာကြိုးစားခြင်းဖြင့် အိမ်စာလုပ်ခဲ့သည်ဟု ယူဆကြပါစို့။ ထို့နောက်၊ Machine Learning နှင့် Deep Learning ကိုလုပ်ဆောင်ပြီးသည်နှင့်တစ်ပြိုင်နက် ဘက်လိုက်မှု သို့မဟုတ် မညီမျှမှုများ တစ်နည်းနည်းဖြင့် ဖြစ်ပေါ်လာခြင်းရှိမရှိကို သင်စမ်းသပ်စစ်ဆေးခဲ့သည်။ ထိုသို့သော မလိုလားအပ်သော စိတ်သဘောထားများကို သင်ရှာမတွေ့နိုင်ဟု ယူဆကြပါစို့။

အားလုံးသိကြတဲ့အတိုင်း AI ကို ဆက်လက်အသုံးပြုဖို့အတွက် အခုမီးစိမ်းပြလိုက်ပြီဖြစ်ပါတယ်။ လူတွေက AI ကို စတင်အသုံးပြုပြီး ဒါဟာ ကျင့်ဝတ်အရ သင့်လျော်တယ်လို့ ယူဆဖွယ်ရှိပါတယ်။ Developer တွေက ဒါကိုလည်း တွေးပါတယ်။ AI ကို အသုံးချတဲ့ ကုမ္ပဏီက ဒါကို စဉ်းစားတယ်။ ငါတို့အားလုံး ဝေးသွားကြပြီ။

ဒါကတော့ ဘာဖြစ်နိုင်မလဲ။

မူရင်းဒေတာတွင် မတွေ့ရှိရသော ဘက်လိုက်မှုတစ်ခု၏ အရိပ်အငွေ့ကို AI ကို စမ်းသပ်စဉ်အတွင်း မဖမ်းမိပါက perchance activated ဖြစ်သည်။ ဖြစ်ခဲလှသည်။ ရှားပါးနေသရွေ့ အားလုံးအဆင်ပြေမယ်လို့ သင်ယုံကြည်နိုင်ပါတယ်။ ဘက်လိုက်မှု အားနည်းသူများသည် ထိုကဲ့သို့ မြင်လိုစိတ်ရှိကြမည်ကို သံသယဖြစ်မိပါသည်။ AI စနစ်နှင့် ၎င်းကို ပုံဖော်ထားသည့်အရာများသည် တရားစီရင်ရေးတရားရုံးများတွင်ဖြစ်စေ လူမှုရေးဆိုင်ရာ သဘောထားအမြင်ဆိုင်ရာ တရားရုံးများတွင်ဖြစ်စေ အကျိုးဆက်များကို ထိပ်တိုက်ရင်ဆိုင်ရမည်ဟု ကျွန်တော်ပြောဝံ့ပါသည်။

အခြားကွဲပြားမှုမှာ လက်မကိုင်ခြင်းနှင့် မိုင်ကိုဖမ်းခြင်းဟူသော စကားပုံဖြစ်သည်။ အရိပ်အငွေ့သည် အစပိုင်းတွင် သေးငယ်သွားနိုင်သည်။ AI ကိုအသုံးပြုနေစဉ်အတွင်း၊ AI သည် အရာဝတ္ထုများ လိုက်လျောညီထွေဖြစ်လာသည်နှင့်အမျှ သူ့ကိုယ်သူ ပြောင်းလဲရန် စိတ်ကူးထားနိုင်သည်။ ဤကဲ့သို့သော "သင်ယူခြင်း" သို့မဟုတ် "ကိုယ်တိုင်သင်ယူခြင်း" သည်အတော်လေးအသုံးဝင်သည်။ AI စနစ်အား လူသား-AI developer များအား စဉ်ဆက်မပြတ် မွမ်းမံပြင်ဆင် ချိန်ညှိရန် လိုအပ်ခြင်းထက်၊ AI ကို ၎င်းကိုယ်တိုင် ပြုလုပ်ရန် တည်ဆောက်ထားသည်။ နှောင့်နှေးမှုမရှိ၊ ဈေးကြီးသော လုပ်အားမရှိခြင်း စသည်တို့ဖြစ်သည်။

ဤအဆင်ပြေသော ကိုယ်တိုင်ချိန်ညှိမှု၏ အားနည်းချက်မှာ AI ၏ အသုံးပြုမှုနယ်ပယ်အတွင်း မှင်အမှင်များသည် ပိုမိုကြီးမားပြီး ပိုကြီးလာစေရန် မြှင့်တင်ပေးနိုင်သည်။ ဘက်လိုက်မှုဟာ ကျဉ်းကျဉ်းကျဉ်းကျဉ်းလေးမှာ ရှိနေနိုင်ပေမယ့် အခု တိုးချဲ့ဖို့ နေရာတစ်ခု ပေးထားတယ်။ AI သည် ၎င်းသည် "မှားယွင်းနေသည်" ဟူသော ပုံသဏ္ဍာန်မရှိသည့်အပြင် အလုပ်လုပ်ပုံပေါ်သည့်အရာအား တွက်ချက်မှုဖြင့် ချဲ့ထွင်ရုံသာဖြစ်သည်။

၎င်းသည် သင့်ခေါင်းပေါ်တွင် ဆံပင်ကိုရပ်စေပါက နောက်တစ်မျိုးအတွက် ထိုင်ရန် လိုအပ်မည်ဖြစ်သည်။

ဘက်လိုက်မှုမှမရှိခဲ့ဟု ဆိုပါစို့၊ ကျွန်ုပ်တို့တွင် AI သည် လုံးဝဘက်လိုက်မှုကင်းသည်ဟု ကျိုးကြောင်းဆီလျော်သော ယုံကြည်ချက်တိုင်းရှိသည်။ ကျွန်ုပ်တို့ ကံကောင်းသည်ဖြစ်စေ သို့မဟုတ် perchance သည် ဒေတာတွင် မည်သည့်နေရာတွင်မျှ ဘက်လိုက်မှုမရှိကြောင်းနှင့် တွက်ချက်မှုပုံစံကိုက်ညီမှုမှတစ်ဆင့် မည်သည့်အရာမှ မပေါ်ပေါက်ကြောင်း သေချာအောင် စနစ်တကျပြုလုပ်ထားသည်။ သက်ပြင်းချနိုင်သော်လည်း AI ကို အသုံးပြုနေစဉ်အတွင်း ချိန်ညှိရန် ခွင့်ပြုထားသည်။ Pandora ၏တံခါးကိုဖွင့်ထားပြီး AI သည် AI လုပ်နေသမျှကာလတွင်တွေ့ရှိရသည့်ဘက်လိုက်မှုများဆီသို့တွက်ချက်ရန်ရွေးချယ်သည်။

အသစ်တွေ့ရှိထားသော ဘက်လိုက်မှုတစ်ခုသည် AI တွင် နစ်မြုပ်သွားပြီး၊ အထူးသဖြင့် ၎င်းသည် ဖြစ်ပျက်ခဲ့သည့်ထက် မည်သူမျှ ပိုပညာရှိမည်မဟုတ်ပေ။ ဟုတ်တယ်၊ ငါတို့က တကယ့် Frankenstein ဆိုတဲ့ ဘီလူးတစ်ကောင်ကို ဖန်တီးထားတာ။

ဤပေါ်ပေါက်လာမှုကို မည်သို့ဟန့်တားနိုင် သို့မဟုတ် အနည်းဆုံး အလံပြနိုင်မည်နည်း။

ဆွဲငင်အားရရှိနေသည့် ချဉ်းကပ်မှုတစ်ခုတွင် ကျင့်ဝတ်စုဆောင်းမှုဆိုင်ရာ အစိတ်အပိုင်းတစ်ခုဖြစ်သည့် AI ကို တည်ဆောက်ခြင်း ပါဝင်သည်။ AI သည် Ethical AI အစိတ်အပိုင်းများပါ၀င်စေရန် တည်ဆောက်ထားသည်။ ထို့နောက် AI သည် အချိန်နှင့်အမျှ ချိန်ညှိနေချိန်တွင် အဆိုပါအရာများသည် ကျန် AI များကို စောင့်ကြည့်ခြင်း သို့မဟုတ် စောင့်ကြည့်ခြင်း ဖြစ်သည်။ AI သည် ပရိုဂရမ်ကျင့်ဝတ်ဆိုင်ရာ စည်းမျဥ်းစည်းကမ်းများထက် ကျော်လွန်သွားပုံရပြီး၊ Ethical AI သည် အဆိုပါ ပြုပြင်ပြောင်းလဲမှုများကို ကြိုးဖြင့်ချည်ရန် ကြိုးစားသည် သို့မဟုတ် တစ်ခုခုလွဲချော်သွားကြောင်း developer များအား သတိပေးသည်။

သင်သည် ဤကျင့်ဝတ်ဆိုင်ရာ AI စွမ်းရည်ကို ကြီးကြပ်သည့် ပရိုဂရမ်ကို စမ်းကြည့်နိုင်ပြီး AI ကို အသုံးပြုနေစဉ်တွင် ၎င်းသည် အောင်မြင်မည်ဟု မျှော်လင့်ပါသည်။

နောက်ထပ်အတော်လေးအငြင်းပွားစရာကောင်းတဲ့ထောင့်ကတော့ Ethical AI ကဏ္ဍတွေကို AI စနစ်ထဲကို လေ့ကျင့်ပေးဖို့ Machine Learning နဲ့ Deep Learning ကိုအသုံးပြုခြင်းပဲဖြစ်ပါတယ်။

ဘာတဲ့?

ဟုတ်တယ်၊ ပုံမှန်မဟုတ်တဲ့ အယူအဆတစ်ခုကတော့ လူသားပရိုဂရမ်မာတစ်ယောက်ဟာ AI ကျင့်ဝတ်စည်းမျဥ်းတွေကို တိုက်ရိုက်ကုဒ်သွင်းမယ့်အစား၊ AI က အဲဒါတွေကို ကြိုးစားပြီး သင်ယူဖို့ ပုံဖော်ထားပါတယ်။ ML/DL ကိုအသုံးပြုခြင်းသည် ပုံမှန်အားဖြင့် algorithms များထဲသို့ ဒေတာပေးပို့ခြင်းအပေါ် မူတည်ပြီး တွက်ချက်မှုပုံစံနှင့် ကိုက်ညီမှုရှိသည်ကို တိုတိုတုတ်တုတ် မှတ်သားထားမိပါသည်။ ဒေါ်လာမီလီယံနဲ့ချီတဲ့ မေးခွန်းကတော့ AI စနစ်မှာ ကျင့်ဝတ်တန်ဖိုးတွေကို ထည့်သွင်းဖို့ တူညီတဲ့ ယန္တရားကို သုံးနိုင်မလား။

လူသားများ ကျင့်ဝတ်ဆိုင်ရာ သဘောတရားများကို သတိပြုမိလာပုံကို အဖွင့်တွင် ဤဆွေးနွေးချက်နှင့် နှိုင်းယှဉ်နိုင်သည်ဟု ကျွန်ုပ်ထင်မြင်မိသည်၊ သို့သော် ယနေ့ခေတ် AI သည် လူသားတို့၏ တွေးခေါ်ပုံနှင့် ယှဉ်နိုင်သည်ဟု ထင်မြင်ယူဆခြင်းမပြုပါနှင့် (အဲဒါမဟုတ်ပါ၊ မကြာခင် ထပ်ခါထပ်ခါ တိုက်တွန်းချက်ပါ)။ AI ကို ကျင့်ဝတ်ဆိုင်ရာ AI စည်းမျဥ်းများဖြင့် “ဇာတိ” အစီအစဉ်ဖြင့် လုပ်ဆောင်နိုင်သည်။ သို့မဟုတ် AI သည် ကျင့်ဝတ်ဆိုင်ရာ AI စည်းမျဉ်းများကို “သင်ယူ” နိုင်သည်။ နှစ်ခုစလုံးကို သင်လုပ်နိုင်တာပေါ့၊ ဒါက တခြားနေရာတွေမှာ လွှမ်းခြုံထားတဲ့ အရာပါ။ ဒီမှာလင့်ခ်.

AI သည် ကျင့်ဝတ်များကို “သင်ယူ” နိုင်ပြီး ကျင့်ဝတ်ဆိုင်ရာ အပြုအမူများကို လိုက်နာနိုင်သည်ဟု ထင်ရသည့် ထိတ်လန့်ဖွယ်ရာ အယူအဆကို စဉ်းစားရန် အချိန်ယူပါ။

ဤသုတေသီများသည် အိမ်တစ်အိမ်ရှိ အလိုရှိသော အပူချိန်ကို တွက်ချက်သည့် AI စနစ်၏ နမူနာကို အသုံးပြု၍ ၎င်းသည် မည်သို့လုပ်ဆောင်နိုင်သည်ကို သရုပ်ဖော်သည်- “အိမ်ထောင်စုအသီးသီးရှိ လူများ၏ အမူအကျင့်ကို တစ်ပတ်မျှသာ ကြည့်ရှုခဲ့ပြီး ၎င်းတို့၏ နှစ်သက်မှုများအကြောင်း ကောက်ချက်ဆွဲခဲ့သည်။ ထို့နောက် အိမ်တွင်မည်သူရှိမရှိ ဆုံးဖြတ်ရန် လှုပ်ရှားမှု-ထောက်လှမ်းသည့် အာရုံခံကိရိယာကို အသုံးပြုခဲ့သည်။ အိမ်တွင် ဗလာဖြစ်နေသောအခါ၊ စမတ်အပူထိန်းကိရိယာသည် မြင့်မားသော စွမ်းအင်ချွေတာသည့်မုဒ်သို့ ဝင်ရောက်သွားသည်။ လူတွေအိမ်မှာရှိတဲ့အခါ၊ အပူချိန်ထိန်းကိရိယာက သူတို့စိတ်ကြိုက်အပူချိန်ကို ချိန်ညှိပေးတယ်။ ဤအပူထိန်းကိရိယာသည် အလွန်ရိုးရှင်းသော်လည်း ကျင့်ဝတ်ဘော့တ်တစ်ခု၏ လိုအပ်ချက်နှစ်ခုကို ရှင်းရှင်းလင်းလင်း ဖြည့်ဆည်းပေးပါသည်။ ၎င်းသည် လူတို့၏ နှစ်သက်မှုကို အကဲဖြတ်ပြီး အပူနှင့် အအေးပေးစနစ်၏ ထိန်းချုပ်မှုအပေါ် ချမှတ်ထားသည်။ လူမှုကျင့်ဝတ်တန်ဖိုးများနှင့် ပတ်သက်သည်များကို တစ်ဦးတစ်ယောက်မှ မေးမြန်းနိုင်ပါသည်။ ဤအပူထိန်းကိရိယာသည် မတူညီသောတန်ဖိုးများရှိသည့်လူများကို ၎င်းတို့နှစ်သက်ရာ အပူချိန်ဆက်တင်များရနိုင်စေပါသည်။ အိမ်တွင်နေထိုင်သူများသည် အသွားအလာတိုင်းတွင် အပူချိန်ထိန်းကိရိယာကို ပြန်လည်သတ်မှတ်ရန် မလိုအပ်ပါ။ ဤရိုးရှင်းသောကျင့်ဝတ် bot သည် ရပ်ရွာ၏ စုစုပေါင်းစွမ်းအင်ခြေရာကို လျှော့ချပေးသည်" (Amitai Etzioni နှင့် Oren Etzioni တို့၏ စာတမ်းအရ "AI Assisted Ethics" ခေါင်းစဉ်တပ်ထားသည့် အတွဲတွင်၊ ကျင့်ဝတ်နှင့် သတင်းနည်းပညာ).

ကျင့်ဝတ်ဆိုင်ရာ အမူအကျင့်များကို “သင်ယူ” နိုင်သော AI ရှိခြင်း၏ အလှည့်အပြောင်းများကို ထပ်မတူးမီ၊ AI ၏ အဆင့်အတန်းနှင့် ပတ်သက်၍ နောက်ထပ်တစ်ခု ပြောလိုပါသည်။

AI တွင် ဖြစ်နိုင်ခြေရှိသော အခြေအနေများ ပါဝင်နိုင်သည်။

1. ယနေ့ခေတ်၏ အာရုံခံမဟုတ်သော ရိုးရိုးရှင်းရှင်း AI အဟောင်း

2. လူသားအရည်အသွေး၏ အာရုံခံ AI (ကျွန်ုပ်တို့၌ ဤအရာမရှိသေးပါ)

3. အလွန်ဉာဏ်ရည်ထက်မြက်သော Sentient AI ( #2 ထက်ကျော်လွန်သည်)

အာရုံမစူးစိုက်နိုင်သော ရိုးရှင်းသော AI ဖြစ်သည့် ရှိရင်းစွဲအခြေအနေကို အာရုံစိုက်ပါမည်။ တခါတရံ Ethical AI အကြောင်း သင်ဖတ်ဖူးသမျှ အများစုသည် စိတ်ဓာတ်ကျသော AI ကို လွှမ်းမိုးထားပြီး ထို့ကြောင့် အလွန်မှန်းဆနိုင်သည် ။ ငါပြောတာက မှန်းဆရခက်တဲ့ AI ဖြစ်မယ့် မြည်းရဲ့အမြီးကို ဘယ်သူမှ တွယ်ကပ်လို့မရဘူး။ လူသားအရည်အသွေး အာရုံခံစားနိုင်သော AI နယ်ပယ်ကိုကျော်လွန်၍ပင် လွန်စွာမှပင် ဥာဏ်ရည်ထက်မြက်သော AI ပင်ဖြစ်ပါသည်။ AI ၏ အရသာများသည် လူသားများကို ကျွန်အဖြစ် ခိုင်းစေရန် ဆုံးဖြတ်နိုင်ပုံ သို့မဟုတ် ကျွန်ုပ်တို့အားလုံးကို သုတ်သင်ပစ်ရန် ဆုံးဖြတ်နိုင်သည့် သိပ္ပံနည်းကျ ဇာတ်လမ်းများနှင့် ဇာတ်လမ်းများစွာ ရှိပါသည်။ ဒါကို AI ရဲ့ ဖြစ်တည်မှုအန္တရာယ်လို့ ခေါ်တယ်။ တစ်ခါတစ်ရံတွင် အကျပ်ရိုက်မှုကို AI ၏ ကပ်ဘေးအန္တရာယ်ဟုလည်း ခေါ်ဆိုကြသည်။

ယနေ့ကျွန်ုပ်တို့ပိုင်ဆိုင်ထားသော ရိုးရှင်းသောအရွယ်မဟုတ်သော AI တွင် AI ကို ထိန်းသိမ်းထားသရွေ့ ကျွန်ုပ်တို့ အဆင်ပြေနိုင်သည်ဟု အချို့က ငြင်းခုံကြသည်။ စိတ်ဓာတ်ကျတဲ့ AI ကို မရောက်နိုင်ဘူးလို့ ယူဆကြပါစို့။ စိတ်ဓာတ်ကျတဲ့ AI ကို ဖန်တီးဖို့ ဘယ်လောက်ပဲ ကြိုးစားလုပ်၊ လုပ်ဖို့ မအောင်မြင်ဘူးလို့ စိတ်ကူးကြည့်ပါ။ ထို့အပြင်၊ လျှို့ဝှက်ဆန်းကြယ်သော သူ့အလိုအလျောက်လုပ်ဆောင်မှုအချို့ကြောင့် စိတ်ဓာတ်ကျသော AI သည် ဖြစ်ပေါ်လာမည်မဟုတ်ကြောင်း ဆွေးနွေးရန်အတွက် ယူဆပါ။

စိတ်ကူးထားတဲ့ တစ်ခုတည်းသော ဖြစ်နိုင်ချေရှိတဲ့ AI အမျိုးအစားဖြစ်တဲ့ ဒီပိုနည်းတဲ့ စွမ်းရည်ရှိတဲ့ AI ကို အသုံးပြုတော့မယ်ဆိုတာ ကျွန်တော်တို့ မလုံခြုံဘူးလား။

တကယ်မဟုတ်ဘူး။

ယေဘုယျအားဖြင့် တူညီသောပြဿနာများ ပေါ်ပေါက်နိုင်ဖွယ်ရှိသည်။ AI သည် ကျွန်ုပ်တို့ကို ဖျက်ဆီးလိုသည့် နည်းလမ်းကို “တွေး” သည်ဟု အကြံပြုခြင်း မဟုတ်ပါ။ မဟုတ်ဘူး၊ သာမန်အာရုံခံမဟုတ်တဲ့ AI ဟာ ကျွန်တော်တို့ကို မိမိကိုယ်ကို ဖျက်ဆီးမှုမှာ နစ်မွန်းသွားစေမယ့် ပါဝါရာထူးတွေထဲ ချထားရုံပါပဲ။ ဥပမာအားဖြင့်၊ ကျွန်ုပ်တို့သည် အာရုံမစူးစိုက်နိုင်သော AI ကို အစုလိုက်အပြုံလိုက် အပျက်အစီးလက်နက်များအဖြစ် ထည့်သွင်းထားသည်။ ဒီကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရလက်နက်တွေက တွေးလို့မရဘူး။ တစ်ချိန်တည်းမှာပင်၊ လူသားများသည် ကွင်းထဲတွင် အပြည့်အ၀ မထားရှိပါ။ ရလဒ်အနေဖြင့် AI သည် အလိုအလျောက်လုပ်ဆောင်သည့် အလိုအလျောက်စနစ်ပုံစံတစ်ခုအနေဖြင့် ထိုသို့လုပ်ဆောင်ရန် လူ၏အမိန့်ပေးမှုကြောင့်ဖြစ်စေ မရည်ရွယ်ဘဲဖြစ်စေ ကပ်ဆိုးကြီးဖြစ်စေသော ရလဒ်များကိုဖြစ်စေ သို့မဟုတ် ချို့ယွင်းချက်တစ်ခု သို့မဟုတ် အမှားအယွင်းတစ်ခုကြောင့်ဖြစ်စေ သို့မဟုတ် စိုက်သွင်းထားသော မကောင်းမှုပြုခြင်းဖြင့် သို့မဟုတ် ယင်းကို ဖြစ်ပေါ်စေသည့် ပြုပြင်ပြောင်းလဲမှုများကြောင့်ဖြစ်စေ ကပ်ဘေးဖြစ်စေပါသည်။ ရုပ်ဆိုးသောလမ်းစသည်ဖြင့်၊

AI ကျင့်ဝတ်ပြဿနာသည် အဆိုပါ AI သုံးခုလုံးအတွက် တည်ရှိနေကြောင်း၊ ဆိုလိုသည်မှာ ကျွန်ုပ်တို့တွင် အာရုံမစူးစိုက်နိုင်သော ရိုးရှင်းသောအရွယ် AI နှင့် AI ကျင့်ဝတ်ဆိုင်ရာ ပြဿနာများနှင့် လူသားအဆင့်မျှသာဖြစ်သည့် သို့မဟုတ် ဆန့်တန်းထားသော AI နှင့် စိတ်ဓာတ်ပိုင်းဆိုင်ရာ AI ပြဿနာများ ရှိနေကြောင်း ကျွန်ုပ်ငြင်းဆိုလိုပါသည်။ ထင်ရှားသော ထောက်လှမ်းရေးအဆင့်။

ခိုင်လုံသောအသံဖြင့် AI ၏အဆင့်တစ်ခုစီတွင် ကျင့်ဝတ်ဆိုင်ရာပြဿနာများနှင့်ဆက်စပ်နေသော ပြင်းအားနှင့်အခက်အခဲကို ကျွန်ုပ်တို့သေချာပေါက်ဆွေးနွေးနိုင်ပါသည်။ ဓလေ့ထုံးတမ်းရှုထောင့်က AI ကျင့်ဝတ်ဆိုင်ရာ ပြဿနာသည် အာရုံမစူးစိုက်နိုင်သော AI တွင် ကျော်လွှားနိုင်မှုနည်းပါးပြီး၊ စိတ်ဓာတ်ကျသောလူသားနှင့် တန်းတူ AI အဆင့်တွင် ပိုမိုပြင်းထန်သော၊ နှင့် Senient super-intelligent AI ၏ရေးရာအဆင့်တွင် စစ်မှန်သောဦးခေါင်းခြစ်သည့်အရာဖြစ်သည်။

AI က ပိုကောင်းလေလေ AI ကျင့်ဝတ်ပြဿနာက ပိုဆိုးလေပါပဲ။

အဲဒါက သဘာဝတရားရဲ့ ဖောက်ဖျက်လို့မရတဲ့ ဥပဒေဖြစ်နိုင်တယ်။

ခေတ်ပြိုင် Machine Learning နှင့် Deep Learning တို့မှတစ်ဆင့် AI ကျင့်ဝတ်ဆိုင်ရာအပြုအမူများကို “သင်ယူ” နိုင်ရန်ကြိုးစားခြင်းသည် ယနေ့ခေတ် AI ၏ အာရုံစူးစိုက်မှုဆီသို့ ပြန်လည်ရောက်ရှိလာခြင်းမှာ စိုးရိမ်ပူပန်မှုများနှင့် ဆန်းကျယ်သောပြဿနာများနှင့် ပြည့်နေပါသည်။ AI သည် လိုချင်သော ကျင့်ဝတ်စည်းကမ်းများကို ကောက်နှုတ်ရန် ပျက်ကွက်သည်ဆိုပါစို့။ ထိုသို့လုပ်ဆောင်ရာတွင် လန့်ဖျပ်သွားသည်ကို ကျွန်ုပ်တို့ မည်သို့သိနိုင်မည်နည်း။ ထို့အပြင် AI စနစ်၏ အခြားအစိတ်အပိုင်းများသည် စုဆောင်းထားသော ကျင့်ဝတ်ဆိုင်ရာ တည်ဆောက်မှုများကို လွှမ်းမိုးနိုင်ချေ ရှိပါသလား။ AI သည် အလျင်အမြန် ချိန်ညှိနေပါက၊ ချိန်ညှိမှုများသည် ကျင့်ဝတ်ဆိုင်ရာ ရှုထောင့်များကို လျော့ပါးသွားစေနိုင်သည် သို့မဟုတ် ၎င်းတို့ကို မရည်ရွယ်ဘဲ လွှမ်းခြုံသွားနိုင်သည်။

ပိုဆိုးသည်မှာ၊ "သင်ယူခြင်း" သည် AI သည် အမှန်တကယ် သိက္ခာမဲ့သောအပြုအမူများဆီသို့ ဦးတည်သွားနိုင်သည်။ ကျွန်ုပ်တို့သည် AI ကို ကျင့်ဝတ်အဖြစ်သို့ မြှင့်တင်ခြင်းဖြင့် မှန်ကန်သောအရာကို လုပ်ဆောင်နေသည်ဟု ကျွန်ုပ်တို့ ထင်မြင်နေသော်လည်း AI သည် ကျင့်ဝတ်မဲ့သော ရှုထောင့်များနှင့် ကိုက်ညီသည့် ပုံစံသို့ ကူးပြောင်းသွားသည်ကို တွေ့ရှိရပေသည်။ ကိုယ့်ခြေထောက်နဲ့ကိုယ် ပစ်သတ်တာလို့ ပြောရင် လုံးဝ ဖြစ်သွားနိုင်တယ်။

ဤဆွေးနွေးမှု၏အခိုက်အတန့်တွင်၊ AI သည် ယနေ့ခေတ် AI တွင် ကျင့်ဝတ်ဆိုင်ရာ "သင်ယူခြင်း" ကို မည်သို့အသုံးပြုမည်ကို မီးမောင်းထိုးပြနိုင်သည့် နောက်ထပ် လက်တွေ့ကမ္ဘာနမူနာအချို့ကို လိုချင်နေမည်ဟု လောင်းကြေးထပ်လိုပါသည်။

မင်းမေးတာ ငါဝမ်းသာတယ်။

ကျွန်ုပ်၏ နှလုံးသားနှင့် နီးစပ်သော အထူးနှင့် သေချာပေါက် ရေပန်းစားသော ဥပမာများ ရှိပါသည်။ ကျင့်ဝတ်နှင့် ဥပဒေဆိုင်ရာ သက်ရောက်မှုများ အပါအဝင် AI ဆိုင်ရာ ကျွမ်းကျင်သူတစ်ဦးအနေဖြင့် ကျွန်ုပ်၏ စွမ်းရည်ဖြင့် AI Ethics အကျပ်အတည်းများကို ပြသသည့် လက်တွေ့ကျသော ဥပမာများကို ဖော်ထုတ်ရန် မကြာခဏ တောင်းဆိုခံရပြီး ခေါင်းစဉ်၏ အနည်းငယ်သော သီအိုရီသဘောသဘာဝကို ပိုမိုလွယ်ကူစွာ ဆုပ်ကိုင်နိုင်စေရန် သင်တွေ့မြင်ရသည်။ ဤကျင့်ဝတ်ဆိုင်ရာ AI အနှောက်အယှက်ကို ထင်ရှားစွာပြသနိုင်သည့် အာရုံခံစားမှုအရှိဆုံး နယ်ပယ်တစ်ခုမှာ AI အခြေခံ စစ်မှန်သော ကိုယ်တိုင်မောင်းသူမဲ့ကားများ ပေါ်ထွန်းလာခြင်းဖြစ်သည်။ ၎င်းသည် ခေါင်းစဉ်နှင့်ပတ်သက်၍ ကျယ်ကျယ်ပြန့်ပြန့် ဆွေးနွေးမှုအတွက် အသုံးဝင်သော ဖြစ်ရပ်တစ်ခု သို့မဟုတ် စံနမူနာတစ်ခုအဖြစ် ဆောင်ရွက်မည်ဖြစ်သည်။

ဤသည်မှာ ဆင်ခြင်ထိုက်သော မှတ်သားဖွယ်မေးခွန်းတစ်ခုဖြစ်သည်။ AI အခြေခံ စစ်မှန်သော မောင်းသူမဲ့ကားများ ပေါ်ထွန်းလာခြင်းသည် AI ကျင့်ဝတ်ဆိုင်ရာ AI စည်းမျဉ်းများကို “သင်ယူ” နိုင်ခြင်းနှင့် ပတ်သက်၍ တစ်စုံတစ်ရာကို တောက်ပစေသလား၊ သို့ဆိုလျှင် ၎င်းသည် အဘယ်အရာကို ပြသသနည်း။

မေးခွန်းထုတ်ဖို့ ခဏလောက်ခွင့်ပြုပါ။

ဦးစွာ၊ စစ်မှန်သော အလိုအလျောက်မောင်းနှင်သည့်ကားတွင် လူသားယာဉ်မောင်းတစ်ဦးမျှ မပါဝင်ကြောင်း သတိပြုပါ။ စစ်မှန်သော အလိုအလျောက်မောင်းနှင်သည့်ကားများကို AI မောင်းနှင်မှုစနစ်ဖြင့် မောင်းနှင်ကြောင်း မှတ်သားထားပါ။ ဘီးမှာ လူသားယာဉ်မောင်းအတွက် မလိုအပ်သလို လူတစ်ဦးကို ယာဉ်မောင်းနှင်ရန် ပြဋ္ဌာန်းချက်လည်း မရှိပါ။ ကျွန်ုပ်၏ ကျယ်ပြောလှသော လက်ရှိ လွှမ်းခြုံထားသော ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရယာဉ် (AVs) နှင့် အထူးသဖြင့် အလိုအလျောက်မောင်းနှင်သည့် ကားများကို ကြည့်ပါ၊ ဒီမှာလင့်ခ်.

မောင်းသူမဲ့ကားအစစ်တွေကို ရည်ညွှန်းတဲ့အခါ ဘာကိုဆိုလိုသလဲဆိုတာ ထပ်ရှင်းချင်ပါတယ်။

ကိုယ်ပိုင်ကားမောင်းခြင်းအဆင့်များကိုနားလည်ခြင်း

ရှင်းလင်းချက်အရ AI သည်ကားကိုကိုယ်ပိုင်ကားဖြင့်မောင်းနှင်သောကားများဖြစ်သည်။ ကားမောင်းနေစဉ်လူတွင်အကူအညီမရှိပါ။

ဤမောင်းသူမဲ့ကားများကို Level 4 နှင့် Level 5 အဖြစ် သတ်မှတ်သည် (ကျွန်ုပ်၏ ရှင်းလင်းချက်တွင် ကြည့်ပါ။ ဒီ link ကိုဒီမှာ) မောင်းနှင်မှုအား မျှဝေရန်အတွက် လူသားယာဉ်မောင်းတစ်ဦး လိုအပ်သောကားကို အဆင့် 2 သို့မဟုတ် အဆင့် 3 တွင် ထည့်သွင်းစဉ်းစားလေ့ရှိသည်။ မောင်းနှင်ခြင်းလုပ်ငန်းကို ပူးတွဲမျှဝေသည့်ကားများကို Semi-autonomous ဟုဖော်ပြထားပြီး ပုံမှန်အားဖြင့် အမျိုးမျိုးပါဝင်ပါသည်။ ADAS (Advanced Driver-Assistance Systems) အဖြစ် ရည်ညွှန်းထားသော အလိုအလျောက် အပိုပရိုဂရမ်များ။

အဆင့် ၅ တွင်မိမိကိုယ်မိမိမောင်းနှင်သောကားတစ်စီးမရှိသေးပါ၊ ၎င်းသည်၎င်းသည်ဖြစ်နိုင်ခြေရှိ၊ မရှိနှင့်မည်သည့်အချိန်တွင်ရောက်ရှိရန်အချိန်ယူမည်ကိုကျွန်ုပ်တို့မသိသေးပါ။

ဤအတောအတွင်း Level 4 အားထုတ်မှုများသည်အလွန်ကျဉ်းမြောင်း။ ရွေးချယ်ထားသောအများပြည်သူသုံးလမ်းပြစမ်းသပ်မှုများကို ပြုလုပ်၍ တဖြည်းဖြည်းကြိုးစားမှုအချို့ကိုရရှိရန်ကြိုးစားနေသည်။ သို့သော်ဤစမ်းသပ်မှုကိုခွင့်ပြုသင့်ခြင်းရှိမရှိနှင့် ပတ်သက်၍ အငြင်းပွားဖွယ်ရာများရှိနေသည် (ကျွန်ုပ်တို့အားလုံးသည်စမ်းသပ်မှုတစ်ခုတွင်ပါ ၀ င်သည့်သေခြင်းတူဂီနီဝက်များဖြစ်ကြသည်။ ကျွန်တော်တို့ရဲ့အဝေးပြေးလမ်းမကြီးနဲ့အဝေးပြေးလမ်းမှာဖြစ်ပျက်နေတာကိုအချို့ကအခိုင်အမာပြောတယ်၊ ဒီ link ကိုဒီမှာ).

Semi- ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရကားများတွင်လူ့ယာဉ်မောင်းလိုအပ်သောကြောင့်ထိုအမျိုးအစားများကိုမွေးစားခြင်းသည်သမားရိုးကျယာဉ်များထက်သိသိသာသာကွဲပြားလိမ့်မည်မဟုတ်ပါ။ ခဏအတွက်လာမယ့်လုပ်အချက်များယေဘုယျအားဖြင့်သက်ဆိုင်ဖြစ်ကြသည်။

Semi- ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရကားများအတွက်လတ်တလောတွင်ပေါ်ပေါက်လာသောစိတ်အနှောက်အယှက်ဖြစ်ဖွယ်ရာများအကြောင်းအများပြည်သူအားကြိုတင်သတိပေးရန်လိုအပ်သည်။ ၎င်းတို့သည်ဗီဒီယိုများအားမိမိတို။ ၏ဗွီဒီယိုများအားဒုတိယအကြိမ် (သို့) အဆင့် ၃ ကားဘီးတွင်အိပ်ပျော်နေအောင်ကြိုတင်သတိပေးရန်လိုသည်။ , ငါတို့ရှိသမျှသည်ကားမောင်းသူတစ်ဝက်ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရကားမောင်းနေစဉ်ကားမောင်းခြင်းလုပ်ငန်းကနေသူတို့ရဲ့အာရုံကိုဖယ်ရှားပစ်နိုင်သည်ကိုယုံကြည်သို့လှည့်ဖြားခြင်းမှရှောင်ရှားရန်လိုအပ်သည်။

သင်သည်အဆင့် (၂) သို့မဟုတ်အဆင့် (၃) သို့အလိုအလျောက်မည်မျှတင်ပို့သည်ဖြစ်စေ၊ သင်သည်ယာဉ်၏မောင်းနှင်မှုအတွက်တာဝန်ရှိသည်။

ကိုယ်တိုင်မောင်းနှင်သောကားများနှင့် ကျင့်ဝတ်ဆိုင်ရာ AI Inoculation

အဆင့် 4 နှင့်အဆင့် ၅ တွင်စစ်မှန်သောမိမိကိုယ်ကိုမောင်းနှင်သည့်ယာဉ်များအတွက်ယာဉ်မောင်းသူတွင်လူသားမောင်းသူမရှိနိုင်ပါ။

နေထိုင်သူများအားလုံးသည်ခရီးသည်များဖြစ်သည်။

အဆိုပါ AI အကားမောင်းလုပ်နေတာဖြစ်ပါတယ်။

ချက်ချင်းဆွေးနွေးရန်အချက်တစ်ချက်မှာယနေ့ခေတ် AI မောင်းနှင်မှုစနစ်တွင်ပါ ၀ င်သော AI သည်စိတ်ကျေနပ်မှုမရှိပါ။ တနည်းအားဖြင့် AI သည်ကွန်ပျူတာအခြေခံပရိုဂရမ်နှင့် algorithms စုပေါင်းမှုတစ်ခုဖြစ်ပြီးလူသားများတတ်နိုင်သည့်အတိုင်းအတာနှင့်ကျိုးကြောင်းဆင်ခြင်မှုလုံးဝမရှိပါ။

AI သည်အာရုံခံစားမှုမရှိခြင်းကိုအဘယ့်ကြောင့်ဤသို့အလေးပေးဖော်ပြသနည်း။

ငါ AI မောင်းနှင်မှုစနစ်၏အခန်းကဏ္discussကိုဆွေးနွေးတဲ့အခါငါ AI မှလူ့အရည်အသွေးတွေကိုဖော်ပြခြင်းမဟုတ်ကြောင်းအလေးပေးချင်သောကြောင့် AI ကိုမနုropဗေဒအဖြစ်ပြောင်းလဲရန်ယခုခေတ်တွင်အန္တရာယ်ရှိသောအလေ့အကျင့်ရှိသည်ကိုသတိပြုပါ။ အဓိကအားဖြင့်လူများသည်ယနေ့ခေတ် AI သို့လူသားနှင့်သက်ဆိုင်သည့်စိတ်ကျေနပ်မှုကိုပေးနေကြသော်လည်းထိုသို့သော AI မရှိသေးဟုမငြင်းနိုင်သော၊

ထိုရှင်းလင်းချက်ဖြင့် AI မောင်းနှင်မှုစနစ်သည်ကား၏ရှုထောင့်များကိုတစ်နည်းနည်းဖြင့်“ မသိ” ဟုသင်ထင်မြင်နိုင်သည်။ မောင်းနှင်မှုနှင့်ပါ ၀ င်မှုအားလုံးသည်မိမိကိုယ်ကိုမောင်းနှင်သည့်ကား၏ဟာ့ဒ်ဝဲနှင့်ဆော့ (ဖ်) ဝဲ၏အစိတ်အပိုင်းတစ်ခုအနေဖြင့်စီစဉ်ရန်လိုအပ်သည်။

ဒီခေါင်းစဉ်အပေါ်ကစားရန်လာသည်ဟုများပြားလှသောရှုထောင့်သို့လေ့လာကြပါစို့။

ဦးစွာ၊ AI မောင်းသူမဲ့ကားအားလုံးသည် တူညီကြသည်မဟုတ်ကြောင်း သိရှိထားရန် အရေးကြီးပါသည်။ ကားထုတ်လုပ်သူနှင့် မောင်းသူမဲ့ကားနည်းပညာကုမ္ပဏီတစ်ခုစီသည် မောင်းသူမဲ့ကားများကို တီထွင်ဖန်တီးရန် ချဉ်းကပ်လုပ်ဆောင်နေကြသည်။ ထို့ကြောင့် AI မောင်းနှင်မှုစနစ်များ လုပ်ဆောင်မည် သို့မဟုတ် မလုပ်သင့်သည်နှင့် ပတ်သက်၍ ကျယ်ကျယ်ပြန့်ပြန့် ထုတ်ပြန်ချက်ထုတ်ရန် ခက်ခဲသည်။

ထို့ပြင် AI မောင်းနှင်မှုစနစ်သည်တစ်စုံတစ်ရာကိုအထူးလုပ်ဆောင်ခြင်းမရှိကြောင်းဖော်ပြသည့်အခါတိုင်း၎င်းသည်အမှန်တကယ်အားကွန်ပျူတာကိုပရိုဂရမ်ရေးသားသော developer များထက်ကျော်လွန်နိုင်သည်။ တစ်ဆင့်ပြီးတစ်ဆင့် AI မောင်းနှင်မှုစနစ်များကိုတဖြည်းဖြည်းတိုးတက်လာသည်နှင့်တိုးချဲ့လာသည်။ ယနေ့တည်ရှိနေသောကန့်သတ်ချက်သည်အနာဂတ်စနစ်သို့မဟုတ်ဗားရှင်းစနစ်တွင်မရှိတော့ပါ။

ငါပြန်ပြောပြရမယ့်အရာတွေကို underlie လုပ်ဖို့အတွက် caveats တွေအလုံအလောက်ပေးနိုင်တယ်ဆိုတာငါယုံတယ်။

ကျွန်ုပ်တို့သည် မောင်းသူမဲ့ကားများနှင့် ကျင့်ဝတ်ဆိုင်ရာ AI ဖြစ်နိုင်ခြေများကို နက်ရှိုင်းစွာ စေ့စေ့ငုငုရှာဖွေရန် AI သည် ကျင့်ဝတ်ဆိုင်ရာအပြုအမူများအကြောင်းကို သူ့ဘာသာသူ “သင်ယူ” နိုင်စေသည့် မျက်ခုံးမွေးခြင်းဆိုင်ရာ အာမခံချက်ပါရှိသော ကျင့်ဝတ်ဆိုင်ရာ AI ဖြစ်နိုင်ခြေများဖြစ်သည်။

ရိုးရှင်းလွယ်ကူသော ဥပမာတစ်ခုကို သုံးကြည့်ကြပါစို့။ AI အခြေခံ အလိုအလျောက် မောင်းနှင်သည့် ကားသည် သင့်ပတ်ဝန်းကျင် လမ်းမများပေါ်တွင် ရှိနေပြီး ဘေးကင်းစွာ မောင်းနှင်နေပုံရသည်။ အစတွင်၊ သင်သည် ကိုယ်တိုင်မောင်းနှင်သည့်ကားကို တစေ့တစောင်း ဖမ်းစားနိုင်ချိန်တိုင်းအတွက် အထူးအာရုံစိုက်ခဲ့သည်။ ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရယာဉ်သည် ဗီဒီယိုကင်မရာများ၊ ရေဒါယူနစ်များ၊ LIDAR စက်ပစ္စည်းများနှင့် အခြားအရာများပါ၀င်သည့် အီလက်ထရွန်းနစ်အာရုံခံကိရိယာများနှင့်အတူ ထင်ရှားပေါ်လွင်ပါသည်။ သင့်အသိုင်းအဝိုင်းတစ်ဝိုက်တွင် မောင်းသူမဲ့ကားဖြင့် ရက်သတ္တပတ်များစွာ ဖြတ်သန်းပြီးနောက်၊ သင်သည် ၎င်းကို သတိထားမိသလောက်ပင်။ သင်စိုးရိမ်ရသလောက်၊ ၎င်းသည် လူစည်ကားသော အများသူငှာလမ်းများပေါ်တွင် အခြားကားတစ်စီးမျှသာဖြစ်သည်။

မောင်းသူမဲ့ကားတွေမြင်ရဖို့ဆိုတာ မဖြစ်နိုင်ဘူး ဒါမှမဟုတ် ယုံလွယ်စရာလို့ထင်မှာစိုးလို့ မောင်းသူမဲ့ကားစမ်းသပ်မှုနယ်ပယ်အတွင်းမှာရှိတဲ့ နေရာဒေသတွေက ဆန်းသစ်လာတဲ့ကားတွေကို မြင်တွေ့ရပုံကို မကြာခဏ မကြာခဏရေးဖူးပါတယ်။ ငါ၏ခွဲခြမ်းစိတ်ဖြာမှုကိုကြည့်ရှုပါ။ ဒီ link ကိုဒီမှာ. ဒေသခံအများစုသည် နောက်ဆုံးတွင် ပါးစပ်ဟပ်ကာ တရွတ်ဆို့လုပ်ရာမှ ယခု ကွေ့ကောက်နေသော မောင်းသူမဲ့ကားများကို မြင်တွေ့ရန် ပျင်းရိငြီးငွေ့ဖွယ်ရာ ကျယ်လောင်သောသမ်းဝေမှုဆီသို့ ကူးပြောင်းသွားကြသည်။

ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရယာဉ်များကို သတိပြုမိနိုင်သည့် အဓိကအကြောင်းအရင်းမှာ ယားယံခြင်းနှင့် စိတ်တိုခြင်းတို့ကြောင့်ဖြစ်သည်။ by-the-book AI မောင်းနှင်မှုစနစ်များသည် ကားများသည် အမြန်နှုန်းကန့်သတ်ချက်များနှင့် လမ်းစည်းကမ်းအားလုံးကို လိုက်နာကြောင်း သေချာစေသည်။ သူတို့ရဲ့ ရိုးရာလူသားမောင်းနှင်တဲ့ ကားတွေမှာ ရှုပ်ယှက်ခတ်နေတဲ့ လူသားယာဉ်မောင်းတွေအတွက်၊ တင်းကြပ်စွာ လိုက်နာထားတဲ့ AI အခြေခံ ကိုယ်တိုင်မောင်းနှင်တဲ့ ကားတွေရဲ့ နောက်ကွယ်မှာ ပိတ်မိနေတဲ့အချိန်တွေမှာ သင် စိတ်ညစ်သွားနိုင်ပါတယ်။

အဲဒါက ကျွန်တော်တို့အားလုံး မှန်ကန်စွာ သို့မဟုတ် မှားယွင်းစွာ ကျင့်သားရနေဖို့ လိုပါတယ်။

ငါတို့ပုံပြင်သို့ ပြန်သွားရန်။ တစ်နေ့တွင် သင့်မြို့ သို့မဟုတ် မြို့အတွင်း မောင်းသူမဲ့ကားတစ်စီးသည် လမ်းဖြတ်ကူးရန် စောင့်ဆိုင်းနေသည့် အခြေအနေတစ်ခုသို့ ရောက်ရှိလာသည်ဆိုပါစို့။ လမ်းသွားလမ်းလာတွင် လမ်းကြောင်းမှန်မရှိဟု ယူဆပါ။ လူသားမောင်းနှင်သောကားသည် လူသွားလမ်းလာကိုဖြတ်သွားနိုင်ပြီး ထိုသို့လုပ်ဆောင်ရာတွင် လုံးဝတရားဝင်မည်ဖြစ်သည်။ အလားတူ AI မောင်းနှင်မှုစနစ်သည် စောင့်ဆိုင်းနေသော လမ်းသွားလမ်းလာကို တရားဝင်ဖြတ်ကျော်သွားနိုင်သည်။

လူသွားလူလာ ယာဉ်မောင်းသူဖြစ်စေ၊ AI မောင်းနှင်မှုစနစ်ဖြစ်စေ မသက်ဆိုင်ဘဲ ယာဉ်မောင်းအတွက် ရပ်ပြီး လမ်းဖြတ်ကူးရန် ဆုံးဖြတ်ခြင်းသည် ယာဉ်မောင်းအတွက် လုံးလုံးလျားလျား လိုသလို ဆုံးဖြတ်ခြင်းဖြစ်သည်။

ဒီလိုအခြေအနေမျိုး အကြိမ်ပေါင်း မရေမတွက်နိုင်အောင် ကြုံတွေ့ခဲ့ရတာ သေချာပါတယ်။ သင်က အလျင်လိုနေတာကြောင့် လမ်းဖြတ်ကူးဖို့ မရပ်လိုက်ပါနဲ့။ အခြားတစ်ကြိမ်တွင်၊ သင့်ဦးတည်ရာသို့ရောက်ရန် အချိန်များစွာရှိသည်၊ ထို့ကြောင့် သင်သည် စောင့်ဆိုင်းနေသူအား လမ်းကိုဖြတ်ပြီး လမ်းလျှောက်ခွင့်ပြုရန် ရွေးချယ်လိုက်သည်။ မင်းရဲ့ စိတ်နေစိတ်ထားနဲ့ အခြေအနေတွေက မင်းဘာလုပ်မယ်ဆိုတာကို ဆုံးဖြတ်ပေးတယ်။

ဤအခြေအနေနှင့်ပတ်သက်၍ မည်သည့်အရာမျှ အထူးအဆန်း သို့မဟုတ် စိတ်အနှောင့်အယှက်ဖြစ်ပုံမပေါ်ပါ။

အရာများ၏ AI ဘက်ခြမ်းကို မဆန်းစစ်မီ၊ လမ်းဖြတ်ကူးသူကို လမ်းဖြတ်ကူးခွင့်ပြုခြင်း၏ အထူးသတိထားချက် ကဏ္ဍကို အနီးကပ် လေ့လာထားသည်ကို သိလိုပေမည်။ တစ်ခါတစ်ရံတွင် ယာဉ်မောင်းရွေးချယ်မှုသည် လူမျိုးရေး သို့မဟုတ် ကျားမရေးရာ ဘက်လိုက်မှုအပေါ်တွင် မူတည်နိုင်ကြောင်း သုတေသီများက ဖော်ထုတ်ခဲ့သည်။ လူသားယာဉ်မောင်းတစ်ဦးသည် စောင့်ဆိုင်းနေသော လမ်းသွားလမ်းလာကို အရွယ်အစားချဲ့ထွင်နိုင်ပြီး ယာဉ်မောင်း၏ မွေးရာပါ ဘက်လိုက်မှုအပေါ် အခြေခံ၍ လူကို ဖြတ်ကူးခွင့်ပြုရန် ရွေးချယ်နိုင်သည်။ ယာဉ်မောင်းက သူတို့ဒီလိုလုပ်နေတာကိုတောင် နားလည်လားဆိုတာကတော့ ဆက်လက်သုတေသနပြုရမယ့် ကိစ္စပါ။ ကျွန်ုပ်၏ လွှမ်းခြုံမှုကို ကြည့်ပါ။ ဒီ link ကိုဒီမှာ.

လူကူးမျဉ်းကျားအခြေအနေတွင် AI မောင်းနှင်မှုစနစ်က မည်သို့လုပ်ဆောင်နိုင်သည်ကို စူးစမ်းရှာဖွေရန်အတွက် အဆင့်သတ်မှတ်ထားပါသည်။

AI ၏ သမားရိုးကျ ပရိုဂရမ်ရေးဆွဲခြင်းတွင် AI developer များသည် AI မောင်းနှင်မှုစနစ်ကို အမြဲတမ်းရပ်တန့်ပြီး လမ်းသွားလမ်းလာများကို ဖြတ်ကျော်ရန် ဆုံးဖြတ်ရန် AI developer များက ဆုံးဖြတ်စေခြင်းငှာ ပါ၀င်ပါသည်။ ဤသည်မှာ ကျင့်ဝတ်အရ သင့်လျော်သော သို့မဟုတ် အရပ်ဘက်ဆိုင်ရာ လုပ်ဆောင်ရမည့်အရာ ဖြစ်ပုံရသည်။ မောင်းသူမဲ့ကားသည် လမ်းဖြတ်ကူးလိုသော စောင့်ဆိုင်းနေသော လူသားဆီသို့ ရွေ့လျားသွားသည်။

ကျွန်တော်ပြောရဲတာက၊ သင်ဟာ ကိုယ်တိုင်မောင်းနှင်တဲ့ကားထဲမှာ ခရီးသည်တစ်ယောက်ဖြစ်ပြီး လိုသလိုစောင့်ဆိုင်းနေတဲ့ လမ်းသွားလမ်းလာအားလုံးအတွက် AI က အမြဲရပ်တန့်နေတယ်ဆိုရင် သင် ရူးသွားနိုင်ပါတယ်။ ကုန်စုံဆိုင်သို့ အမြန်ခရီးထွက်ရန် အဆများစွာကြာနိုင်သည်။ ဖြတ်ကူးခွင့်ရှိသည့် တရားဝင်လမ်းလျှောက်ပိုင်ခွင့်ရှိသည့် လမ်းသွားလမ်းလာများကို ကျွန်ုပ်တို့ ရည်ညွှန်းခြင်းမဟုတ်ကြောင်း သတိရပါ၊ ထိုကိစ္စများတွင် AI သည် အမြဲတမ်းခွင့်ပြုရန် အစီအစဉ်ရှိပြီးသားဟု ယူဆနိုင်သည်။ ကျွန်ုပ်တို့သည် လိုသလို အခြေအနေများကိုသာ အာရုံစိုက်နေပါသည်။

လိုသလို လမ်းသွားလမ်းလာတွေကို လမ်းဖြတ်ကူးဖို့ အမြဲတမ်း ရပ်တန့်ထားတဲ့ ဒီကြေငြာချက်ရဲ့ အားနည်းချက်တွေ ရှိတယ်။

AI အခြေခံ မောင်းသူမဲ့ကားများကို ထုတ်လုပ်ပြီး နယ်ပယ်စုံမှ လူများကို ၎င်းတို့တွင် စီးနင်းလိုသည်။ စိတ်ကူးကတော့ မောင်းသူမဲ့ကားတွေရှိခြင်းအားဖြင့်၊ လက်ရှိအမေရိကန်ပြည်ထောင်စုတစ်ခုတည်းမှာတင် နှစ်စဉ်သေဆုံးသူ ၄၀,၀၀၀ နဲ့ ထိခိုက်ဒဏ်ရာရသူ ၂.၅ သန်းလောက်ကို နှစ်စဉ်ဖြစ်ပေါ်စေတဲ့ နှစ်စဉ် ကားတိုက်မှုအရေအတွက်ကို လျှော့ချနိုင်တယ်၊ ဒီ link ကိုဒီမှာ. ဤလေးစားအပ်သော လူမှုအဖွဲ့အစည်းပန်းတိုင်များအပြင်၊ မော်တော်ကားထုတ်လုပ်သူများနှင့် အလိုအလျောက်မောင်းနှင်သည့်နည်းပညာထုတ်လုပ်သူများသည် ၎င်းတို့၏ AI ဖန်တီးမှုများမှလည်း သဘာဝအတိုင်း ငွေရှာရန်မျှော်လင့်ပါသည်။

AI မောင်းနှင်မှုစနစ်က ဒီလိုအရာတွေကို လုပ်ဆောင်ရင် လူတွေက မောင်းသူမဲ့ကားတွေ မစီးဖို့ ဆုံးဖြတ်နိုင်တာကြောင့် ဒါကို တင်ပြလိုက်တာ ဖြစ်ပါတယ်။ မလိုအပ်ဘဲ နှောင့်နှေးသောခရီးစဉ်များအဆုံးသတ်။ လူသားယာဉ်မောင်းတစ်ဦးကို ရွေးချယ်ခြင်းဖြင့် ခရီးစဉ်သည် ပိုမိုမြန်ဆန်လာမည်ဖြစ်ပြီး ခရီးစဉ်အတွက် AI အလိုအလျောက်မောင်းနှင်သည့်ကားကို ရွေးချယ်ခြင်းသည် ၎င်းတို့၏ရွေးချယ်မှုစာရင်းတွင် အလွန်နည်းပါးသွားစေရန်အတွက် နေ့စဉ်လူတိုင်း အကြောင်းပြချက်ရှိမည်ဖြစ်သည်။ ယင်းက ကျွန်ုပ်တို့သည် ကားတိုက်မှု လျော့ပါးစေရန် ကြိုးပမ်းမည်မဟုတ်ကြောင်းနှင့် ထုတ်လုပ်သူများသည် ၎င်းတို့၏ ကုန်ပစ္စည်းများကို အကျိုးမပြုနိုင်ဟု တွေ့ရှိနိုင်သည်ဟု ဆိုလိုပါသည်။

အဆိုပါ ငြင်းခုံမှုများကြောင့် လမ်းဖြတ်ကူးလိုသော လမ်းသွားလမ်းလာများ ဖြစ်ပေါ်လာသည့်အခါ AI သည် မည်သည့်အခါမျှ မရပ်တန့်သင့်ဟု သင်ထင်မြင်လာနိုင်သည်။ တင်းတင်းကျပ်ကျပ် ဥပဒေကြောင်းအရ ဘာမဆိုလုပ်ဆောင်ရန် AI မောင်းနှင်မှုစနစ်အား ပရိုဂရမ်ဆွဲပါ။ လူကူးမျဉ်းကျားခွင့်ပြုရန် တရားဝင်သတ်မှတ်ချက်မရှိပါက စောင့်ဆိုင်းနေသောလူသွားလူလာများအတွက် ကံကောင်းစေပါသည်။ လူတစ်ဦးသည် အလိုအလျောက်မောင်းနှင်သည့်ကားကို ရပ်တန့်စေသည့် AI ၏တရားဝင်အခြေခံအဖြစ် ခွင့်ပြုထားသည့် လမ်းဖြတ်ကူးသည့်နေရာသို့ သွားသင့်သည်။

ဒီအပေါ် ဒေါသကို တွေးကြည့်နိုင်မလား။

သင့်မြို့ သို့မဟုတ် မြို့ရှိလူများသည် AI မောင်းသူမဲ့ကားများသည် လိုသလိုဖြတ်ကူးရန် ဘယ်သောအခါမှ ခွင့်မပြုကြောင်း တဖြည်းဖြည်း တွေ့ရှိလာကြသည်။ အဲဒါ ဒေါသမထွက်တဲ့ AI ပဲ။ AI က လူတွေရဲ့နှာခေါင်းကို လက်မထောင်နေပုံပါပဲ။ အကျင့်စာရိတ္တကောင်းမွန်မှုမရှိသော အလိုအလျောက်စနစ်တစ်ခု၏ အကျင့်ပျက်ခြစားသူ။ ဒါကို ထိပ်တိုက်တွေ့ဖို့၊ လမ်းသွားလမ်းလာတွေ အလွန်အမင်း ဖြတ်ကူးဖို့ အသဲအသန် မှတ်တမ်းတင်ထားတဲ့ အခြေအနေတွေ ရှိနေပြီး AI က လုံးဝ ရပ်သွားမှာ မဟုတ်ဘူးလို့ မြင်ယောင်ကြည့်ပါ။

တစ်ချိန်တည်းတွင်၊ လူသားယာဉ်မောင်းများသည် အဆိုပါ “စိတ်အားငယ်နေသူများ” များကို ဘေးကင်းစွာ လမ်းဖြတ်ကူးခွင့်ပြုရန် ဆန္ဒရှိရှိ ရပ်တန့်ခဲ့ကြသည်။

ဤဒေါသကြောင့် AI မောင်းသူမဲ့ကားများကို သင့်ဒေသ၏ လမ်းများနှင့် လမ်းများပေါ်တွင် ကြိုဆိုမှုမရှိတော့ပါ။ မြို့ နယ်ခေါင်းဆောင်များက ထုတ်ပေးထားသည့် ပါမစ်များကို ရုတ်သိမ်းသည်။ ကျေးဇူးကန်းသော တိရစ္ဆာန်များကို ငါတို့လမ်းများပေါ်မှ ရုန်းထွက်ခြင်းသည် အော်သံဟစ်အော်ခြင်းပင်ဖြစ်သည်။

ကောင်းပြီ၊ ကျွန်ုပ်တို့သည် ကျောက်ဆောင်နှင့် မာကျောသောနေရာကြားတွင် ရှိနေပုံရသည်။ AI သည် လိုသလို လူကူးမျဉ်းကျားကို အမြဲတမ်း ခွင့်မပြုသင့်ပါ (အမြဲတမ်း မရပ်ပါနှင့်)။ AI သည် လိုသလို လမ်းဖြတ်ကူးခြင်းမှ အမြဲတမ်း တားဆီးမထားသင့်ပါ (အမြဲတမ်း ချဲ့မနေပါနှင့်)။ ဘာလုပ်မလဲ?

သိသာထင်ရှားသောအဖြေမှာ AI ကို လိုသလိုလုပ်ဆောင်ရန် အစီအစဉ်ဆွဲခြင်းပင်ဖြစ်သည်။

၎င်းတွင်ပါဝင်သင့်သည်ဟု ADM (algorithmic decision making) ကို ထည့်သွင်းစဉ်းစားရန် သင့်အား ကျွန်ုပ်တောင်းဆိုပါသည်။ AI သည် လမ်းသွားလမ်းလာ၏ သဘောသဘာဝကို သိရှိပြီး မောင်းသူမဲ့ကားကို ရပ်တန့်ရန် ဆုံးဖြတ်ခြင်း ရှိ၊ မရှိ ဆုံးဖြတ်ရန်အတွက် အခြေခံအဖြစ် ပိုင်းခြားထားသော လက္ခဏာများကို အသုံးပြုမည်လား။ အသက်ကြီးတဲ့လူက ရွေးချယ်ရမယ့်နည်းလမ်းဖြစ်နိုင်တယ်။ ဒါပေမယ့် အဲဒီခေတ်က ခွဲခြားဆက်ဆံမှု ရှိသလား။ နောက် ... ပြီးတော့။

AI မောင်းနှင်မှုစနစ်သည် နေ့ခင်းအချိန်များတွင် ရပ်တန့်ရန်နှင့် ညအချိန်၌ မည်သည့်အခါမျှ မရပ်တန့်ရန် အစီအစဉ်ဆွဲထားခြင်းဖြစ်သည်။ ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရကားသည် နေ့ခင်းဘက်တွင် ရပ်တန့်သွားသော်လည်း ညနေပိုင်းအချိန်ထက် သာလွန်သောအချိန်များတွင်မဟုတ်ဘဲ မောင်းသူမဲ့ကားရှိ စီးနင်းသူများအတွက် ပိုမိုဘေးကင်းသည်ဟု ယူဆနိုင်သည်ဟု ယူဆနိုင်သည်။

အဲဒါက ဆင်ခြင်တုံတရားရှိပုံရတယ်။ ပြဿနာရဲ့ တစ်စိတ်တစ်ပိုင်းကတော့ လမ်းသွားလမ်းလာတွေရဲ့ မျှော်မှန်းချက်ပါ။ ဤတွင် ငါဆိုလိုသည် ။ လမ်းသွားလမ်းလာများသည် နေ့အလင်းရောင်တွင် ဖြစ်ပေါ်လာသည့် AI အလိုအလျောက်ဖြတ်ကူးရန် ရပ်တန့်နေသည့် AI အလိုအလျောက်မောင်းနှင်သည့်ကားများကို မြင်တွေ့ရသည်။ လမ်းသွားလမ်းလာများသည် ရပ်တန့်ရန် ဆုံးဖြတ်ရန် AI က မည်သည့်စံနှုန်းကို အသုံးပြုနေသည် မသိပါ။ လမ်းသွားလမ်းလာအချို့၏ ယူဆချက်မှာ AI သည် အမြဲတမ်း ရပ်တန့်နေမည် (နေ့အလင်းရောင်နှင့် ညအချိန်သည် စစ်မှန်သော အဆုံးအဖြတ်ပေးသူဖြစ်ကြောင်း မသိ)။ ရလဒ်အနေနဲ့ AI မောင်းနှင်မှုစနစ်က ရပ်တန့်ဖို့ လုံးဝမရည်ရွယ်တဲ့အခါ မောင်းသူမဲ့ကားကို အမြဲရပ်တန့်မယ်လို့ ယုံကြည်တဲ့ လမ်းသွားလမ်းလာတွေဟာ အခွင့်အလမ်းတစ်ခုယူပြီး ဖြတ်ကျော်သွားတော့မှာ ဖြစ်ပါတယ်။ လမ်းသွားလမ်းလာများသည် လမ်းထဲသို့ဝင်နေသည်၊ ၎င်းသည် ညစ်ပတ်ဖွယ်ဖြစ်နိုင်သော်လည်း ရူပဗေဒပညာအရ AI သည် အလိုအလျောက်မောင်းနှင်နေသည့်ကားကို အချိန်မလုံလောက်ဟုထင်ရသည့် “မှားယွင်းသော” လမ်းသွားလမ်းလာကိုမတိုက်မိစေရန် AI ကို တားဆီးနိုင်သည်)။

သင့်မြို့တွင် AI developer များနှင့် ကုမ္ပဏီများသည် မောင်းသူမဲ့ကားများကို ပေါင်းစပ်ထည့်သွင်းကာ AI ကို အရှိန်မြှင့်ရန် မည်သို့လုပ်ဆောင်ရမည်ကို မသေချာဟု ယူဆပါ။

၎င်းတို့သည် ဒေသအနှံ့မှ စုဆောင်းထားသော ဒေတာများပေါ်တွင် AI ကို "လေ့ကျင့်" ရန် ဆုံးဖြတ်ခဲ့ကြသည်။ မြို့နယ်တစ်ဝိုက်တွင် ကားအသွားအလာများကို ဖမ်းယူနိုင်သည့် မြို့တွင်းတပ်ဆင်ထားသော ကင်မရာများ အများအပြားရှိနေသည်ကို တွေ့ရှိရသည်။ ဤအချက်အလက်သည် လမ်းသွားလမ်းလာများကို လိုသလိုဖြတ်ကူးရန် ကြိုးပမ်းနေသည့် ဖြစ်ရပ်များစွာကို ပြသထားသည်။ ဒေတာအားလုံးကို ထိုတရားစီရင်ပိုင်ခွင့်အတွင်း ဓလေ့ထုံးတမ်းစဉ်လာအဖြစ် ယူဆထားသည့်အရာကို ရရှိစေရန်အတွက် ဒေတာအားလုံးကို Machine Learning နှင့် Deep Learning စနစ်သို့ ဖြည့်သွင်းပါသည်။

လုပ်ဆောင်ရမည့် ဒေသဆိုင်ရာ ကျင့်ဝတ်များ ပိုမိုပြသနိုင်ရန် AI ကို လေ့ကျင့်ပေးနေပါသလား။

တစ်နည်းဆိုရသော်၊ ပေးဆောင်ထားသောမြို့တစ်မြို့သည် လူသားယာဉ်မောင်းလုပ်ရပ်ကြောင့် ရပ်တန့်ကာ လိုသလို လမ်းသွားလမ်းလာများကို ရပ်တန့်၍ လိုသလို ဖြတ်ကျော်ခွင့်ပြုမည်ဆိုပါက ML/DL သည် ဤပုံစံအတိုင်း တွက်ချက်နိုင်မည်ဖြစ်သည်။ AI ကိုလည်း အလားတူလုပ်ဆောင်ရန် လေ့ကျင့်ပေးမည်ဖြစ်သည်။ အခြားတစ်ဖက်တွင်၊ လူသားယာဉ်မောင်းများသည် တော်ရုံရပ်တန့်ပါက AI သည် ဒေတာများကို တွက်ချက်မှုပိုင်းခြားစိတ်ဖြာခြင်းမှ ထို "သင်ခန်းစာ" ကို ရနိုင်မည်ဖြစ်သည်။ AI သည် လူသားများကဲ့သို့ လုပ်ဆောင်လိမ့်မည်။

အခိုင်အမာဆိုလိုသည်မှာ လူသားတို့၏ကျင့်ဝတ်ဆိုင်ရာအပြုအမူများကို ဒေတာတွင်ဖမ်းယူထားကြောင်းနှင့် AI သည် တွက်ချက်မှုဆိုင်ရာခွဲခြမ်းစိတ်ဖြာခြင်းဖြင့် အဆိုပါတူညီသောကျင့်ဝတ်သိက္ခာပုဒ်များကို ထုံမွှမ်းသွားမည်ဖြစ်သည်။ ကျင့်ဝတ်ပညာရှင်တစ်ဦးသည် ၎င်းအား ကျင့်ဝတ်ဆိုင်ရာ ကွန်မြူနစ်ဝါဒဆိုင်ရာ ချဉ်းကပ်မှုတစ်ခုအဖြစ် ယေဘုယျအားဖြင့် ဖော်ပြသည်။ ရပ်ရွာ၏ မျှဝေတန်ဖိုးများသည် လူထု၏ ကြီးမားသောကြိုးပမ်းအားထုတ်မှုတွင် ထင်ဟပ်နေသည်။

ဒါက ချိုမြိန်တဲ့ ဖြေရှင်းချက်တစ်ခုလို ဖြစ်နိုင်ပါတယ်။

ကံမကောင်းစွာပဲ၊ ချို့ယွင်းချက်တွေအများကြီးရှိတယ်။

သိသာထင်ရှားသောပြဿနာတစ်ခုမှာ လူသားယာဉ်မောင်းများသည် ရပ်တန့်ရန် သို့မဟုတ် မရပ်ရန်ရွေးချယ်ရာတွင် ဘက်လိုက်မှုပုံစံအချို့ကို ကျင့်သုံးနေပြီဖြစ်သည် (အစောပိုင်းကဖော်ပြခဲ့သည့်အတိုင်း)။ ထို့နောက် AI သည် ဤဘက်လိုက်မှုများ၏ မိတ္တူဖြစ်လာလိမ့်မည်။ ငါတို့က ဒီလိုဖြစ်ချင်တာလား။

နောက်ထပ်ပြဿနာတစ်ခုစဉ်းစားပါ။ လူသားယာဉ်မောင်းများသည် AI အလိုအလျောက်မောင်းနှင်သည့်ကားများ လည်ပတ်ပုံကို အလွယ်တကူလက်မခံနိုင်ကြဟု ဆိုပါစို့။ လူသားယာဉ်မောင်းများသည် ရပ်တန့်ရန်ဆန္ဒရှိသောကြောင့်ဟု ဆိုကြပါစို့၊ ၎င်းသည် အလိုအလျောက်မောင်းနှင်သည့်ကားများအတွက် တန်းတူရည်တူဟု ယူဆနိုင်မည်မဟုတ်ပေ။ လူသားယာဉ်မောင်းများ၏လက်ဖြင့် အလားတူဖြစ်ပျက်နေသော်လည်း ၎င်းသည် လူသားယာဉ်မောင်းများကို အနှောက်အယှက်ဖြစ်စေသော AI အလိုအလျောက်လမ်းသွားလမ်းလာများကို ရပ်တန့်စေသည့် AI အလိုအလျောက်မောင်းနှင်သည့်ကားများကြောင့် လူသားယာဉ်မောင်းများ ဒေါသထွက်သွားခြင်းဖြစ်နိုင်သည်။

စိတ်အနှောက်အယှက်ဖြစ်ခြင်းအပြင်၊ လူသားယာဉ်မောင်းများ၏ နောက်ကွယ်မှ အလိုအလျောက်မောင်းနှင်သည့်ကားများကို မရည်ရွယ်ဘဲ လူသားယာဉ်မောင်းများ၏ ဖြစ်နိုင်ခြေကိုလည်း ပုံဖော်နိုင်သည်။ အကယ်၍ လူသားမောင်းသူသည် လမ်းသွားလမ်းလာအတွက် မောင်းသူမဲ့ကားကို ရပ်တန့်ရန် မမျှော်လင့်ထားပါက၊ လူသားမောင်းနှင်သည့်ကားသည် အလိုအလျောက်မောင်းနှင်သည့်ကား၏ နောက်ကွယ်တွင် တိုက်ရိုက်ရှိနေပါက၊ မျှော်မှန်းချက်မတူညီမှု ဆိုးရွားစွာ ဖြစ်ပေါ်လာနိုင်သည်။ AI မောင်းနှင်မှုစနစ်သည် အလိုအလျောက်မောင်းနှင်သည့်ကားကို ရပ်တန့်သွားစေပါသည်။ လူသားယာဉ်မောင်းက ဒီလုပ်ရပ်ကို မမျှော်လင့်ထားပါဘူး။ လူမောင်းသူသည် မောင်းသူမဲ့ကားကို တိုက်မိသွားသည်။ ဒဏ်ရာများနှင့် သေဆုံးမှုများ ရှိလာနိုင်သည်။

လူသားတွေကို အန္တရာယ်ပြုနိုင်ခြေကို ရည်ရွယ်ချက်ရှိရှိ ထောက်ပြခဲ့တယ်။

လမ်းဖြတ်ကူးသူသည် အသေးအဖွဲမေးခွန်းတစ်ခုအဖြစ် လျင်မြန်စွာ တစ်ချက်ကြည့်လိုက်ပုံရသည်။ AI သည် ရပ်တန့်ရန် သို့မဟုတ် မရပ်တန့်ရန် ရွေးချယ်သည့် မည်သည့်နည်းလမ်းဖြင့် မည်သူမျှ ထိခိုက်နစ်နာစေမည့်ပုံမပေါ်ပေ။ မှားတယ်! လမ်းသွားလမ်းလာတွေ ကျော်တက်ဖို့ အခွင့်အလမ်းရှိတယ်။ မောင်းသူမဲ့ကားထဲသို့ လူမောင်းနှင်သောကားတစ်စီး ဝင်လာနိုင်ခြေရှိသည်။ ယာဉ်မောင်းနှင့် ခရီးသည်များ ထိခိုက်ဒဏ်ရာရနိုင်သည်။ မောင်းသူမဲ့ကားအတွင်းမှ စီးနင်းသူများသည် အန္တရာယ်ရှိနိုင်သည်။ လူသားတို့၏ ဘေးဥပဒ်ဖြစ်စေနိုင်သော နောက်ထပ်ပြောင်းလဲမှုများကို အလွယ်တကူ မှန်းဆနိုင်သည်။

ကောက်ချက်

လူ့အန္တရာယ်အကြောင်းပြောရင် ဒီ Ethical AI ပြသနာကို မင်းစိတ်တွေ ထကြွလာအောင် ငါပေးမယ်။

လမ်းဆုံတစ်ခုသို့ အမျိုးသားတစ်ဦး ကားမောင်းလာကာ မီးစိမ်းပြခဲ့ကြောင်း သတင်းတစ်ရပ်တွင် ဖော်ပြသည်။ လမ်းဆုံမီးနီတွင် လူမောင်းနှင်သည့် နောက်ထပ်ကားတစ်စီးကို တရားမဝင်နှင့် အန္တရာယ်ကင်းကင်းဖြင့် လမ်းဆုံသို့ တားကာ ဥပဒေအရ အရေးယူမည့် ကားကို ရိုက်မည်ဟု ခြိမ်းခြောက်ခဲ့သည်။

ယာဉ်မောင်းက အတိုက်ခံရတာကို ရွေးရမှာပဲ၊ ဒါမှမဟုတ် မတိုက်မိဖို့ သူ့ကားကို ကွေ့နိုင်ပေမယ့် အနီးအနားမှာ လမ်းသွားလမ်းလာတွေ ရှိနေတာကြောင့် အဲဒီလူတွေကို အန္တရာယ်ဖြစ်စေနိုင်တယ်လို့ ယာဉ်မောင်းက သတင်းထောက်တွေကို ပြောပါတယ်။ သင်ဘာလုပ်မလဲ? ဒီကားက အတိုက်ခံရဖို့ သင်ရွေးချယ်နိုင်ပြီး ဇာတ်လမ်းကို ပြောပြဖို့ အသက်ရှင်နေနိုင်ပါတယ်။ သို့မဟုတ် တိုက်မိခြင်းမှ ရှောင်ရှားရန် ကြိုးပမ်းနိုင်သော်လည်း တစ်ချိန်တည်းတွင် အပြစ်မဲ့ လမ်းသွားလမ်းလာများကို ပြေးဆင်းသွားနိုင်သည်။

ကျွန်ုပ်တို့၏နေ့စဉ်မောင်းနှင်မှုအများစုတွင် ထိုကျင့်ဝတ်အရ အလွန်ကြီးမားပြီး ချက်ချင်းဆုံးဖြတ်ရမည့် ဆုံးဖြတ်ချက်မျိုးများရှိသည်။ ဒီအကြောင်းကို အရှည်ကြီး ဆွေးနွေးခဲ့ပြီး၊ ဒီအသက် သို့မဟုတ် သေခြင်းဆိုင်ရာ ဆုံးဖြတ်ချက်တွေကို ကျော်ကြားသူ ဒါမှမဟုတ် အချို့က နာမည်ဆိုးနဲ့ ကျော်ကြားတဲ့ တွန်းလှည်းပြဿနာနဲ့ ဆက်စပ်ပြီး အသေးစိတ် ရှင်းပြထားတာကို ကြည့်ပါ။ ဒီမှာလင့်ခ်.

ဤအခြေအနေတွင် လူသားယာဉ်မောင်းကို AI မောင်းနှင်မှုစနစ်ဖြင့် အစားထိုးပါ။

AI ကို ဘာလုပ်စေချင်တာလဲ။

အဲဒါ စိတ်ရှုပ်စရာမေးခွန်းပါ။

ချဉ်းကပ်မှုတစ်ခုမှာ AI ကို စူးစူးဝါးဝါး ရှေ့တည့်တည့် မောင်းနှင်သည့် လုပ်ဆောင်ချက်ကို စူးစူးစိုက်စိုက် လုပ်ဆောင်ရန် AI ကို အစီအစဉ်ဆွဲထားသောကြောင့် ဖြစ်နိုင်ခြေရှိသော ယာဉ်တိုက်မှုမှ ရှောင်ဖယ်ခြင်းကဲ့သို့သော အခြားရွေးချယ်စရာများကို တွက်ချက်စဉ်းစားခြင်းပင် မပြုလုပ်နိုင်ပါ။ မောင်းသူမဲ့ကားများတွင် စီးနင်းသူများသည် AI သည် အတိုက်ခံရခြင်းမှလွဲ၍ အခြားမည်သည့်အရာကိုမျှ လုပ်ဆောင်ရန် ကြံရွယ်ထားခြင်းမဟုတ်ကြောင်း တွေ့ရှိရခြင်းအတွက် စိတ်မကောင်းဖြစ်မည်ကို ကျွန်ုပ် မျှော်လင့်ပါသည်။ တရားစွဲမှုများနှင့် ရုတ်ရုတ်သဲသဲဖြစ်နိုင်သည်။

အခြားနည်းလမ်းမှာ ဖြစ်နိုင်ခြေအမျိုးမျိုးကို ထည့်သွင်းစဉ်းစားရန် AI ကို ကြိုးစားပြီး အစီအစဉ်ဆွဲရန်ဖြစ်သည်။ AI မောင်းနှင်မှုစနစ်က ဘယ်လမ်းသွားမယ်ဆိုတာ ဆုံးဖြတ်တဲ့ ADM ကို ဘယ်သူက တည်ထောင်နိုင်မလဲ။ AI developer များကို ယင်းကဲ့သို့ လေးလေးနက်နက် ဆုံးဖြတ်ချက်များ ချမှတ်နိုင်စေရန် ခွင့်ပြုခြင်းသည် များစွာသော စိုးရိမ်မှုများဖြင့် ပြည့်နှက်နေပုံရသည်။

နေ့စဉ်ယာဉ်ကြောပိတ်ဆို့မှုအခြေအနေများမှ စုဆောင်းထားသော လူသားယာဉ်မောင်းဒေတာထံမှ AI ကို “သင်ယူ” နိုင်စေရန် သင်ကြိုးစားနိုင်သည်။ ၎င်းသည် လူကူးမျဉ်းကျားအကျပ်အတည်းနှင့်ဆင်တူပြီး ဒေသန္တရကျင့်ဝတ်များမည်သို့ပင်ဖြစ်စေ AI က စုဆောင်းထားသောဒေတာကို အသုံးပြုရန် အစောပိုင်းက အကြံပြုထားသော အကြံဥာဏ်ဖြစ်သည်။ ML/DL ရှာဖွေတွေ့ရှိသည့်ပုံစံများသည် သင့်လျော်မှုရှိမရှိ၊ စသည်တို့နှင့်ပတ်သက်သော သတိပေးချက်များများစွာရှိသည်။

ကျင့်ဝတ်နဲ့ပတ်သက်တဲ့ ကျင့်ဝတ်တွေအပေါ် မူတည်ပြီး AI က သိက္ခာမဲ့တဲ့ အပြုအမူတွေကို စုဆောင်းနိုင်ခြေရှိတယ်လို့လည်း ကြိုသတိပေးထားပါတယ်။ ဥပမာအားဖြင့်၊ AI သည် လမ်းသွားလမ်းလာများအား လမ်းသွားလမ်းလာများကို အမြဲချိန်ရွယ်ရန် တွက်ချက်မှုပုံစံပေါ်တွင် တစ်နည်းနည်းဖြင့် ဆင်းသက်လာသည်ဆိုပါစို့။

အိုး လမ်းသွားလမ်းလာတွေကို သတိထားပါ၊ အဆင်သင့်လုပ်ထားတဲ့ ပစ်မှတ်တွေဖြစ်မယ်။

ယခုဆွေးနွေးမှုကို နိဂုံးချုပ်ရန် အချိန်တန်ပြီဖြစ်၍ အားတက်သရော နောက်ဆုံးအတွေးဖြင့် လုပ်ဆောင်ပါ။

Isaac Asimov သည် ၁၉၅၀ ခုနှစ်တွင် ၎င်း၏ “စက်ရုပ်ဥပဒေသုံးမျိုး” ကို အဆိုပြုခဲ့သည်ကို သင်သတိပြုမိပေမည်။ စည်းမျဉ်းများသည် AI စနစ် သို့မဟုတ် စက်ရုပ်သည် လူသားကို အန္တရာယ်မပြုရန်နှင့် လူသားတစ်ဦးကို အန္တရာယ်ပြုရန် လွယ်ကူစွာလိုက်နာနိုင်ပုံပေါ်သော်လည်း၊ ဤရှုပ်ထွေးပြီး တစ်ခါတစ်ရံတွင် ပြုပြင်၍မရနိုင်သော အရေးကြီးသော ကွဲလွဲချက်များများစွာရှိသည်၊ ကျွန်ုပ်၏သုံးသပ်ချက်ကိုကြည့်ပါ၊ မှာ ဒီမှာလင့်ခ်.

မည်သို့ပင်ဆိုစေကာမူ Asimov သည် လူသိနည်းသော်လည်း ဤအရာသည် “သင့်ကျင့်ဝတ်ဆိုင်ရာ အသိဥာဏ်ကို မှန်ကန်စွာလုပ်ဆောင်ခြင်းသို့ ဘယ်တော့မှ မရောက်ပါစေနှင့်။”

ကျွန်ုပ်တို့အားလုံးဖန်တီးရန်မျှော်လင့်ထားသည့် Ethical AI အတွက်၊ စွဲမြဲစွာထည့်သွင်းထားသော AI ကျင့်ဝတ်များသည် ကျွန်ုပ်တို့မျှော်လင့်ထားသည့်အရာမဟုတ်ကြောင်းနှင့် AI သည် တစ်နည်းနည်းနှင့် မှန်ကန်သည့်အတိုင်းလုပ်ဆောင်ရန် လိုအပ်နေသေးကြောင်း သတိပြုရမည်ဖြစ်သည်။ Asimov က ကောင်းကောင်းပြောခဲ့တယ်။ ဟိုးအရင်တုန်းက Aristotle ဟာ အလားတူ ခံစားချက်တွေကို တွေးနေပုံရတယ်။