AI Algorithms ကို ထိန်းညှိရသည့် အကြောင်းရင်းများသည် သင်ထင်သည်ထက် ပိုမိုရိုးရှင်းပါသည်။

Artificial Intelligence ကမ္ဘာကို သိမ်းပိုက်သွားမှာကို စိုးရိမ်နေပါသလား။ အများကြီးလုပ်တယ်။ Elon Musk ရဲ့ စိုးရိမ်ပူပန်မှုကနေ DeepMind သည် Go ၏အဆင့်မြင့်ဂိမ်းတွင်လူများကိုအနိုင်ယူသည်။ 2017 ခုနှစ်တွင် ကွန်ဂရက်အဖွဲ့ဝင်များ၊ ဥရောပမူဝါဒချမှတ်သူများ (ရှု ဉာဏ်ရည်တုဆိုင်ရာ ဥရောပချဉ်းကပ်မှု) နဲ့ ပညာရှင်တွေ၊ ဒါက AI ကို အလေးအနက်ထားရမယ့် ဆယ်စုနှစ်တစ်ခုဖြစ်ပြီး ဆုပ်ကိုင်ထားရမယ်ဆိုတဲ့ ခံစားချက်ရှိပါတယ်။ သို့သော် လက်ရှိခြိမ်းခြောက်မှုတစ်ခုကြောင့် မဟုတ်ဟု သင်ထင်ကောင်းထင်နိုင်သော အကြောင်းပြချက်များအတွက် မဟုတ်ပါ။

ဤနေရာတွင် algorithms များဝင်လာပါသည်။ algorithm ဆိုသည်မှာ ဘာလဲ၊ သင်မေးနိုင်ပါသည်။ ၎င်းကို အရိုးရှင်းဆုံး တွေးကြည့်ရန်မှာ စက်များမှ နားလည်နိုင်ပြီး သင်ယူနိုင်သည့် ညွှန်ကြားချက်များ အစုတစ်ခုအနေဖြင့် ဖြစ်သည်။ ကျွန်ုပ်တို့သည် စက်ကို တွက်ချက်ရန်၊ ဒေတာကို လုပ်ဆောင်ရန်နှင့် ကျိုးကြောင်းဆင်ခြင်ရန်၊ အလိုအလျောက် စနစ်ကျသော နည်းလမ်းဖြင့် စက်ကို ညွှန်ကြားနိုင်သည်။ သို့သော် ပြဿနာမှာ ညွှန်ကြားချက်များပေးသည်နှင့် စက်က ၎င်းတို့ကို လိုက်နာမည်ဖြစ်သည်။ လောလောဆယ်တော့ အဲဒါပါပဲ။ လူသားများနှင့်မတူဘဲ စက်များသည် ညွှန်ကြားချက်များကို လိုက်နာကြသည်။ သူတို့ ကောင်းကောင်းမသင်ဘူး။ ဒါပေမယ့် သူတို့လုပ်ရင် ပြဿနာတွေ ဖြစ်လာနိုင်တယ်။

singularity argument လို့လူသိများတဲ့ singularity argument လို့လူသိများတဲ့ လူသားဥာဏ်ရည်ဥာဏ်သွေးထက် တစ်နေ့မှာ ကွန်ပျူတာနဲ့ပတ်သက်တဲ့ စိတ်ကူးယဉ်ဆန်တဲ့ အငြင်းအခုံကို မလုပ်ချင်ဘူး (NYU တွေးခေါ်ပညာရှင် David Chalmers ကိုကြည့်ပါ တေးဂီတ ခေါင်းစဉ်.) ယင်းအစား၊ ထုတ်လုပ်မှုသည် AI algorithms သည် အများသူငှာ ပိုမိုအရေးပါလာရသည့် အကြောင်းရင်း၏ အကောင်းဆုံး ဥပမာတစ်ခု ဖြစ်နိုင်သည်။ ကျွန်ုပ်တို့၏ကုန်ကျစရိတ်ဖြင့် စက်များသည် ၎င်းတို့၏စွမ်းရည်ကို ကြီးမားစွာအရှိန်မြှင့်မည်ကို ကြောက်ရွံ့နေပါသည်။ အဆင့်မြင့် ကျိုးကြောင်းဆင်ခြင်မှုအချို့ကြောင့်မဟုတ်ဘဲ၊ အယ်လဂိုရီသမ်တစ်ခု၏ နယ်နိမိတ်များအတွင်း ပိုမိုကောင်းမွန်အောင်ပြုလုပ်ခြင်းကြောင့်ဖြစ်သည်။

ထုတ်လုပ်မှုသည် အရာဝတ္ထုများကို ဖန်တီးခြင်း ဖြစ်သည်။ ဒါပေမယ့် စက်တွေက ပစ္စည်းတွေ ဖန်တီးတဲ့အခါ အာရုံစိုက်ဖို့ လိုပါတယ်။ စက်တွေက ရိုးရှင်းတယ်ဆိုရင်တောင် ဘာကြောင့်လဲဆိုတာ ရှင်းပြမယ်။

မိုးကာဖိနပ်များမှသည် ဆဲလ်ဖုန်းများအထိ၊ နောက်ကျော

စက်ရုံတစ်ရုံက မိုးကာဘွတ်ဖိနပ်တွေ လုပ်နေတယ်။ မိုးအရမ်းရွာတဲ့ နော်ဝေးမှာ ကြီးပြင်းလာလို့ မိုးကာဖိနပ်စီးရတာ ကြိုက်တယ်။ သဘာဝရဲ့ အစိတ်အပိုင်းများစွာကို လိုက်နာပြီး အပြင်မှာ နေရတာကို နှစ်သက်ပါတယ်။ Nokia က ကျွန်တော် ကြီးပြင်းလာတဲ့ မိုးကာဖိနပ်တွေကို ဖန်တီးခဲ့တယ်။ ဟုတ်တယ်၊ ရော်ဘာဘွတ်ဖိနပ်ကို အီလက်ထရွန်းနစ်ပစ္စည်းထုတ်တဲ့ အီလက်ထရွန်းနစ်ကုမ္ပဏီလို့ ဒီနေ့သိကြတဲ့ Nokia။ ဒီသော့က ဘာကြောင့်လဲ။ ဘာကြောင့်လဲ ဆိုတော့ သင် တစ်ခုခု လုပ်ပြီးတာနဲ့ တိုးတက်မှုကို လိုချင်ဖို့ ရည်မှန်းထားလို့ပါ။ အဲဒါက အဓိပ္ပာယ်ရှိတယ်။ ဒါ လူ့သဘာဝလို့ ပြောလို့ရတယ်။

Nokia မှာ ဖြစ်ပျက်ခဲ့တာကို ကောင်းကောင်းသိပြီး ဒီအတိုင်းပါပဲ- အစကတော့ စက္ကူစက်၊ ကျွန်တော် ငယ်ငယ်တုန်းက ရော်ဘာဖိနပ် (နဲ့ တာယာ) ထုတ်လုပ်တဲ့ ကုမ္ပဏီအတွက် အထူးအောင်မြင်ခဲ့ပါတယ်။ သို့သော် သူတို့သည် နောက်ထပ်အခွင့်အရေးများကို မြင်သည်။ ထို့ကြောင့် ၁၉၈၀ ပြည့်လွန်နှစ်များအတွင်း ၎င်းတို့သည် အီလက်ထရွန်းနစ်ပစ္စည်းများသို့ ကူးပြောင်းကာ ဆဲလ်ဖုန်းများစတင်ထုတ်လုပ်သောအခါတွင် ပြည်တွင်းရောင်းချသူများ၏ ကြီးမားသောဖွဲ့စည်းပုံကြီးကို တည်ဆောက်ခဲ့သည်။ ၎င်းသည် Scandinavia တွင် စတင်ခဲ့ပြီး ကျန်ကမ္ဘာ့အထိ ပျံ့နှံ့ခဲ့သော မိုဘိုင်းဆက်သွယ်ရေး တော်လှန်ရေးကို စတင်ခဲ့သည်။ ၁၉၉၀ ပြည့်လွန်နှစ်များတွင် Nokia ၏ဇာတ်လမ်းကို အများအပြားရေးသားခဲ့ကြသည်ကို နားလည်နိုင်သည် (ကြည့်ပါ။ Finnish အံ့ဖွယ်အနောက်ကွယ်မှလျှို့ဝှက်ချက်များ- Nokia ထွန်းကားခြင်း။).

ငါ့ဥပမာက ရိုးရိုးရှင်းရှင်းပဲ။ ရိုးရှင်းလွန်းတယ်။ ဒါပေမယ့် ဒီနည်းနဲ့ စဉ်းစားပါ။ အကယ်၍ ကုမ္ပဏီကြီးတစ်ခုသည် စာရွက်ပေါ်တွင် ရေးရန်၊ မိုးတွင်းတွင် အပြင်ထွက်ရန် ပိုမိုလွယ်ကူစေသည့် ဘွတ်ဖိနပ်များဆီသို့ လျှင်မြန်စွာ ကူးပြောင်းနိုင်လျှင် နောက်ဆုံးတွင် လူသားများ ဆက်သွယ်ပြောဆိုပုံကို ပြောင်းလဲသည့် ဆဲလ်ဖုန်းများဆီသို့ လျှင်မြန်စွာ ပြောင်းလဲနိုင်သည်- နောက်တစ်ဆင့်က ဘယ်လောက်လွယ်မလဲ။ ဆဲလ်ဖုန်းများထုတ်လုပ်သည့်ကုမ္ပဏီတစ်ခုသည် nanobots များပြုလုပ်ရန်ဆုံးဖြတ်ပြီး ဆယ်စုနှစ်တစ်ခုအတွင်း ပျောက်ကွယ်သွားကာ၊ နေရာတိုင်းတွင် အလိုအလျောက်လည်ပတ်နေသော အသေးစားစက်များဖြင့် လူသားမျိုးနွယ်ကို ပြောင်းလဲစေကာ လူသား၏အတွေ့အကြုံကို ပြန်လည်စုစည်း၍ ပြောင်းလဲပေးနိုင်သည်ဆိုပါစို့။ ဘယ်လိုဖြစ်စေချင်သလဲ၊ ဘယ်သူက တာဝန်ယူချင်လဲ၊ အဆုံးစွန်သော ရည်မှန်းချက်တွေကို မစဉ်းစားဘဲ အဲဒါက ဘာဖြစ်မလဲ။

ဆဲလ်ဖုန်းများထုတ်လုပ်ရန် Nokia က သတိရှိရှိဖြင့် စက်ရုပ်များက ကူညီပေးသည်ဟု အကြံပြုခြင်းသည် ရှည်လျားလှသည်။ သို့သော် ၎င်း၏မြောက်ဘက်ကမ်းရှိ ဖင်လန်ကျေးလက်ဒေသကို စက်မှုလုပ်ငန်းသစ်တစ်ခုတွင် ကမ္ဘာလွှမ်းမိုးနိုင်သည်ဟု ထင်မြင်စေရန်အတွက် နည်းပညာသည် အရေးပါသော အစိတ်အပိုင်းတစ်ခုအဖြစ် ပါဝင်လာစေရန်အတွက် နည်းပညာတွင် အခန်းကဏ္ဍတစ်ခုပါရှိကြောင်း အသိအမှတ်ပြုပါသည်။

ဆော့ဖ်ဝဲလ်အခြေခံ iOS နှင့် Android လည်ပတ်မှုစနစ်များ ပေါ်ထွန်းလာမှုကို ထည့်သွင်းစဉ်းစားရန် ပျက်ကွက်ခဲ့သောကြောင့် မကြာသေးမီဆယ်စုနှစ်များအတွင်း Nokia ၏ ဇာတ်လမ်းသည် တောက်ပြောင်ခြင်းမရှိခဲ့ပေ။ အခုတော့ Nokia က ဖုန်းတွေ မထုတ်တော့ဘူး။ တစ်ကျော့ပြန်ဇာတ်လမ်းအနည်းငယ်တွင်၊ ယခုအခါ ၎င်းတို့သည် ကွန်ရက်ချိတ်ဆက်မှုနှင့် တယ်လီကွန်းအခြေခံအဆောက်အအုံ၊ ကွန်ရက်လုံခြုံရေးဖြေရှင်းချက်များ၊ Wi-Fi ရောက်တာများ၊ စမတ်အလင်းရောင်နှင့် စမတ်တီဗီများကို ပြုလုပ်နေပြီ (ကြည့်ရှုပါ။ Nokia ၏ Comeback ဇာတ်လမ်း) Nokia က အခုချိန်ထိ အရာတွေကို ဖန်တီးနေသေးတာတော့ အမှန်ပါပဲ။ တစ်ခုတည်းသော သတိပြုမိသည်မှာ Nokia သည် ၎င်းတို့ပြုလုပ်သည့်အရာများကို ရောနှောပေါင်းစပ်ခြင်းကို နှစ်သက်ပုံရသည်။ လူသားတွေရဲ့ ထုတ်လုပ်မှု ဆုံးဖြတ်ချက်တွေတောင် တစ်ခါတလေ နားလည်ရခက်ပါတယ်။

ကုန်ထုတ်ခြင်းဆိုသည်မှာ အရာဝတ္ထုများကို တိုးတက်အောင်ပြုလုပ်ခြင်းဟု ဆိုလိုသည်။ ယေဘုယျအားဖြင့်၊ ယနေ့ကျွန်ုပ်တို့ပြုလုပ်သည့်အရာသည် လွန်ခဲ့သောဆယ်စုနှစ်တစ်ခုမှပြောင်းလဲသွားပါသည်။ 3D ပရင်တာများသည် စက်မှုလုပ်ငန်းနှင့် အိမ်သုံးအဆင့်မြင့်ထုတ်ကုန်များစွာကို ဗဟိုချုပ်ကိုင်မှုလျှော့ချထားသည်။ 3D ပုံနှိပ်ခြင်း၏ အသက်အန္တရာယ်ကို ပြောင်းလဲစေသည့် အကျိုးဆက်များ မပေါ်ပေါက်သေးပါ။ ရေရှည်တည်တံ့မည်ကို ကျွန်ုပ်တို့မသိသော်လည်း FDA ၏ အာရုံစူးစိုက်မှုသည် ကုန်ပစ္စည်းများထုတ်လုပ်ခြင်းကို ထိန်းညှိခြင်းဖြစ်သည် (ကြည့်ပါ၊ ဒီမှာ) ရိုက်နှိပ်ထားသော ဆေးပြားများ သို့မဟုတ် ဆေးဘက်ဆိုင်ရာ ကိရိယာများကဲ့သို့၊ သိသာထင်ရှားသော အသိဉာဏ်ပစ္စည်းဆိုင်ရာ ပိုင်ဆိုင်မှုနှင့် တာဝန်ယူမှုဆိုင်ရာ ပြဿနာများ၊ သို့မဟုတ် သေနတ်များ ထုတ်ယူနိုင်ခြင်းဆိုင်ရာ ပြဿနာများ။ အဆုံးစွန်အားဖြင့်၊ 3D ပုံနှိပ်ခြင်းထက် မည်သည့်ဆိုးကျိုးများရှိလာနိုင်သည်နှင့်ပတ်သက်၍ မူဝါဒဆွေးနွေးမှုသည် တည်ရှိခြင်းမရှိပါ၊ ကျွန်ုပ်တို့ထဲမှ အနည်းငယ်မျှ စဉ်းစားရန် နှောင့်ယှက်နေပါသည်။

3D ပရင့်ထုတ်ခြင်းသည် သူ့ဘာသာသူအတွက် အန္တရာယ်ရှိသည်ဟု အကြံပြုလိုခြင်းမဟုတ်ပါ။ ဒါက မကောင်းတဲ့ ဥပမာတစ်ခု ဖြစ်ကောင်းဖြစ်နိုင်တယ်။ မည်သို့ပင်ဆိုစေကာမူ၊ အစပိုင်းတွင် လောကီဆန်သော အရာများသည် ကမ္ဘာကြီးကို ပြောင်းလဲစေနိုင်သည်။ ဥပမာများစွာရှိသည်- စစ်ပွဲများစတင်သည့် သတ္တုဖြင့်ပြုလုပ်ထားသည့် မုဆိုး/စုဆောင်းသူ၏မြှားဦးခေါင်း၊ COVID-19 မှ ကျွန်ုပ်တို့ကိုကာကွယ်ပေးသည့် ထုံးတမ်းဓလေ့မျက်နှာဖုံးများ၊ မိုးမျှော်တိုက်များတည်ဆောက်သော လက်သည်းများ၊ ရွှေ့ပြောင်းနိုင်သော အမျိုးအစားပုံနှိပ်နှိပ်သည့်ပုံနှိပ်စက်များသည် ကျွန်ုပ်တို့၏စက်ရုံများကို ပုံနှိပ်စက္ကူများဖြင့် အားဖြည့်ပေးပြီး စွမ်းအားပြည့်စေပါသည်။ ထုတ်ဝေရေး လုပ်ငန်း၊ မီးသီးတွေက ညဘက် အပြင်ကို လှမ်းမြင်နိုင်၊ အလုပ်လုပ်လို့ရတယ်။ 1800 ခုနှစ်များနှောင်းပိုင်းလောက်မှာ ထိုင်ပြီး Nokia ဟာ သူ့ရဲ့ထုတ်လုပ်မှုကို စက္ကူကနေ ရော်ဘာအထိ အီလက်ထရွန်းနစ်ပစ္စည်းဆီ ရွှေ့ပြီး ဆဲလ်ဖုန်းတွေနဲ့ ဝေးရာကို ပြောင်းရွှေ့မယ်လို့ ခန့်မှန်းခဲ့ပါတယ်။ ဖြစ်နိုင်တယ်။

လူသားများသည် ခြေလှမ်းပြောင်းလဲမှု၏ ညံ့ဖျင်းသောကြိုတင်ခန့်မှန်းသူများဖြစ်ကြပြီး၊ ပြောင်းလဲမှုတစ်ခုသည် ပိုမိုပြောင်းလဲမှုဆီသို့ ဦးတည်သွားသည့် ဖြစ်စဉ်ဖြစ်ပြီး၊ အရာဝတ္ထုများသည် လွန်စွာကွဲပြားသွားပါသည်။ ကိန်းဂဏန်းပြောင်းလဲခြင်းဆိုင်ရာ လက်တွေ့ကျသော အသိပညာနည်းပါးသောကြောင့် ဤလုပ်ငန်းစဉ်ကို ကျွန်ုပ်တို့ နားမလည်သေးပါ။ အဲဒါကို ပုံသေ၊ တွက်လို့မရဘူး၊ နားမလည်နိုင်ဘူး။ သို့သော်၊ အချိန်နှင့်တပြေးညီ၊ ၎င်းသည်ကျွန်ုပ်တို့ကိုထိခိုက်သည်။ ကပ်ရောဂါများ၊ လူဦးရေတိုးလာမှု၊ စာအုပ်ပုံနှိပ်ခြင်းမှ စက်ရုပ်များအထိ နည်းပညာဆိုင်ရာ ဆန်းသစ်တီထွင်မှုများသည် ပုံမှန်အားဖြင့် ကျွန်ုပ်တို့ကို သတိပေးခြင်းမရှိဘဲ သက်ရောက်မှုရှိသည်။

futurism ၏လှည့်ကွက်သည် အကယ်၍ မဟုတ်သော်လည်း မည်သည့်အချိန်တွင်၊ ထုတ်လုပ်မှုနည်းလမ်းသစ်အချို့ကို ရွေးချယ်ပြီး အနာဂတ်တွင် ပိုမိုပျံ့နှံ့လာမည်ဟု ဖော်ပြထားရုံဖြင့် အပြောင်းအလဲများကို အမှန်တကယ် ခန့်မှန်းနိုင်မည်ဖြစ်သည်။ လုံလောက်ပါတယ်။ ခက်ခဲသောအပိုင်းမှာ မည်သည့်အချိန်တွင်၊ အထူးသဖြင့်မည်သို့မည်ပုံဖြစ်သည်ကို အတိအကျသိရှိရန်ဖြစ်သည်။

စက္ကူကလစ်များသည် ပြဿနာမဟုတ်ပါ။

ကျွန်ုပ်၏စက်ရုံနမူနာကို ထပ်မံသုံးသပ်ကြည့်ပါ၊ သို့သော် ယခုတစ်ကြိမ်တွင်၊ စက်များသည် ဆုံးဖြတ်ချက်များအားလုံးကို မဟုတ်ဘဲ ဆုံးဖြတ်ချက်အားလုံးမဟုတ်သော်လည်း ထုတ်လုပ်မှုဆိုင်ရာ ဆုံးဖြတ်ချက်များအတိုင်း ကောင်းမွန်အောင်လုပ်ဆောင်ခြင်းကဲ့သို့သော ဆုံးဖြတ်ချက်များစွာကို တာဝန်ယူသည်ဟု မြင်ယောင်ကြည့်ပါ။ သူ့စာအုပ်ထဲမှာ ဥာဏ်ရည်ထက်မြက်မှုအောက်စဖို့ဒ်တက္ကသိုလ်၏ ဒစ်စတိုပီယံ လူသားပညာရှင် Nick Bostrom သည် စက္ကူညှပ်စက်ရုံကို လည်ပတ်နေသည့် AI ပိုမိုကောင်းမွန်အောင် လုပ်ဆောင်သည့် အယ်လဂိုရီသမ်တစ်ခုကို စိတ်ကူးပုံဖော်ခဲ့သည်။ တစ်ချိန်ချိန်တွင်၊ တိုးပွားလာသောအရင်းအမြစ်များကို အလုပ်သို့ပြောင်းရန် သင်ယူရခြင်းသည် ဆင်ခြင်တုံတရားရှိပြီး ကျွန်ုပ်တို့၏ကမ္ဘာကို စက္ကူကလစ်များအဖြစ်သို့ တဖြည်းဖြည်းပြောင်းလဲစေပြီး ၎င်းကိုပိတ်ရန် ကျွန်ုပ်တို့၏ကြိုးပမ်းမှုများကို တွန်းလှန်ခြင်းဖြစ်သည်ဟု တစ်ချိန်ချိန်တွင် တွေးကြည့်ပါ။

ထက်မြက်သူဖြစ်လင့်ကစား Bostrom ၏ဥပမာသည် အလွန်မိုက်မဲပြီး လှည့်ဖြားခြင်းဖြစ်သည် (အမှတ်ရစရာ)။ တစ်ခုအနေနှင့်၊ လူသားများနှင့် စက်ရုပ်များသည် သီးခြားအရာများမဟုတ်တော့သည့်အချက်ကို သူထည့်သွင်းစဉ်းစားရန် ပျက်ကွက်ခဲ့သည်။ အပြန်အလှန်ဆက်ဆံကြသည်။ ဉာဏ်ရည်ထက်မြက်သော စက်ရုပ်အများစုသည် ကော့ဘော့များ သို့မဟုတ် ပူးပေါင်းလုပ်ဆောင်သော စက်ရုပ်များအဖြစ်သို့ ပြောင်းလဲနေသည်။ လူသားများသည် စက်ကိုပြုပြင်ရန် အခွင့်အလမ်းများစွာရှိသည်။ ဒါတောင် သူ့ရဲ့အခြေခံအချက်က ကျန်နေပါသေးတယ်။ တစ်ချိန်ချိန်တွင် ခြေလှမ်းပြောင်းလဲမှုရှိနိုင်သည်၊ ၎င်းပြောင်းလဲမှုသည် လုံလောက်မြန်ဆန်ပြီး လုံလောက်သော ကြီးကြပ်မှုမရှိပါက၊ ထိန်းချုပ်မှု ဆုံးရှုံးသွားနိုင်သည်။ ဒါပေမယ့် ဒီရလဒ်က နည်းနည်းတော့ ဝေးကွာသွားပုံရပါတယ်။ ဘာပဲဖြစ်ဖြစ်၊ ဒီစက်တွေကို လည်ပတ်နေတဲ့ လူသားတွေကို ထိန်းညှိပြီး လုပ်သားတွေကို သင့်လျော်စွာ လေ့ကျင့်ပေးခြင်းအားဖြင့် သံသရာမှာ အမြဲရှိနေတယ်ဆိုတာကို ကျွန်တော်သဘောတူပါတယ်။ ဒီလိုလေ့ကျင့်မှုမျိုးက အဆင်မပြေဘူး။ လောလောဆယ်မှာ အချိန်အရမ်းကြာပြီး လေ့ကျင့်ဖို့ရော လေ့ကျင့်ဖို့ပါ အထူးကျွမ်းကျင်မှုနှစ်ခုလုံး လိုအပ်တယ်။ ငါသိတာတစ်ခုပဲ။ အနာဂတ်တွင် လူအမျိုးမျိုးတို့သည် စက်ရုပ်များ လည်ပတ်နေကြလိမ့်မည်။ မလုပ်တဲ့သူတွေက တော်တော်ကို စွမ်းအားမဲ့သွားလိမ့်မယ်။

ကျွန်ုပ်တို့သည် စက်များနှင့် လုံးလုံးလျားလျား ပေါင်းစည်းခြင်းမရှိပါက ဉာဏ်မရှိသော အလိုအလျောက်စနစ်ထက် လူသားများကို မြှင့်တင်ခြင်းသည် ပိုမိုကောင်းမွန်ပါသည်။ သဘောတရားနှစ်ခုသည် ယုတ္တိနည်းအရ ကွဲပြားသည်။ automation ကြောင့် လူနှင့် စက်ရုပ် နှစ်မျိုးလုံးအတွက် အလိုအလျောက် ဖမ်းမိရန် ဖြစ်နိုင်သည်။ ဒါမှ ထုတ်လုပ်မှုကို ကြီးကြီးမားမား ထိခိုက်စေလိမ့်မယ်။ လူသတ်စက်ရုပ်တွေ မထုတ်လုပ်ရင်တောင် ပေါင်းစည်းမှုဟာ နှစ်ရာနဲ့ချီ ဝေးကွာတယ်လို့ ကျွန်တော်ယုံကြည်ပါတယ်၊ ဒါပေမယ့် အဲဒါက အဓိကမဟုတ်ပါဘူး။ အနှစ်သုံးဆယ်သာ ဝေးကွာသော်လည်း၊ ထိန်းချုပ်မှု ဆုံးရှုံးသွားသော ရိုးရှင်းသော အယ်လဂိုရီသမ်များပေါ်တွင် ကိုယ်တိုင်တွန်းလှန်နိုင်သော စက်များသည် ဆိုင်ကြမ်းပြင်တွင် ဖြစ်နေပြီဖြစ်သည်။ အချို့သော စက်များသည် သက်တမ်းသုံးဆယ်ရှိပြီဖြစ်ပြီး၊ သီးသန့်ထိန်းချုပ်မှုစနစ်များဖြင့် လည်ပတ်နေပါသည်။ သူတို့ရဲ့ အဓိက စိန်ခေါ်မှုကတော့ သူတို့ အဆင့်မြင့်တာမဟုတ်ဘဲ ဆန့်ကျင်ဘက်ပါပဲ။ ဆက်သွယ်ပြောဆိုနိုင်လောက်အောင် ရိုးရှင်းလွန်းတယ်။ ဒါက မနက်ဖြန်အတွက် ပြဿနာမဟုတ်ပါဘူး။ ဒါဟာ နဂိုရှိပြီးသား ပြဿနာပါ။ အဲဒါကို ငါတို့ မျက်စိဖွင့်ရမယ်။ မင်းရဲ့ ရော်ဘာဖိနပ်ကို နောက်တစ်ကြိမ်စီးဖို့ စဉ်းစားကြည့်ပါ။

ကျွန်တော့်မှာ 1980 ခုနှစ်များဆီက Nokia ဘွတ်ဖိနပ်တွေ ရှိနေတုန်းပါပဲ။ သူတို့မှာ အပေါက်တစ်ခုရှိတယ်၊ ဒါပေမယ့် ငါဘယ်ကလာတယ်၊ ဘယ်လောက်ဝေးဝေး လျှောက်လှမ်းခဲ့တယ် ဆိုတာ ကိုယ့်ကိုကိုယ် ပြန်သတိပေးဖို့ ငါစောင့်တယ်။ မိုးကလည်း ဆက်တိုက်ရွာနေပြီး သန့်ရှင်းနေသရွေ့တော့ အဲဒီဖိနပ်တွေထက် ပိုကောင်းတဲ့ ပြုပြင်မွမ်းမံမှုကို မလိုချင်ပါဘူး။ နောက်တဖန် ငါက လူသားပါ။ စက်ရုပ်တစ်ရုပ်သည် ရွေ့လျားနေပြီဟု ယူဆနိုင်သည်။ Rainboots ရဲ့ AI ဗားရှင်းက ဘာပါလဲလို့ တွေးမိပါတယ်။ ၎င်းသည် ဆဲလ်ဖုန်းမဟုတ်ပါ။ မိုးအာရုံခံကိရိယာ မဟုတ်ပါ။ စိတ်ကို ရှုပ်စေတယ်။

ယနေ့ခေတ် ဒစ်ဂျစ်တယ်ဘွတ်ဖိနပ်များသည် ၎င်းတို့တွင် 3D-ပုံနှိပ်ထားသော ဒီဇိုင်းများ ပါရှိသောကြောင့် ၎င်းတို့ကို စိတ်ကြိုက်ပြင်ဆင်နိုင်သည်။ NFTs (non-fungible တိုကင်များ) အဖြစ်သာ တည်ရှိပြီး ရောင်းချခြင်းနှင့် လဲလှယ်နိုင်သော virtual ဖိနပ်များ ရှိပါသည်။ ယနေ့ခေတ် ထိပ်တန်း virtual sneakers များသည် $10,000 တန်ကြေးရှိသည် (ကြည့်ရှုပါ။ NFT Sneaker ဆိုတာ ဘာလဲ၊ ဘာကြောင့် $10,000 တန်သလဲ) ငါ အဲဒါတွေကို မကြောက်ဘူး ဒါပေမယ့် ငါဖြစ်သင့်သလား။ အကယ်၍ virtual world သည် ရုပ်ပိုင်းဆိုင်ရာကမ္ဘာထက် ပိုတန်ဖိုးရှိလာပါက၊ ကျွန်တော်ဖြစ်ကောင်းဖြစ်နိုင်သည်။ သို့မဟုတ် AI ၏ကိုယ်ပိုင်ကိုယ်ပွားတစ်ခုသည် “မိုးရွာခြင်း” ကိုကိုင်တွယ်ရန် ၎င်း၏ကိုယ်ပိုင် NFT boot ကိုမ၀ယ်မချင်း စိတ်ပူရန်စောင့်နေသင့်ပါသလား။ ကျွန်ုပ်တို့သည် ကျွန်ုပ်တို့၏ကိုယ်ပိုင်ပုံသဏ္ဍာန်တွင် အယ်လဂိုရီသမ်များကို တည်ဆောက်ပါက AI သည် ကျွန်ုပ်တို့ ကောင်းကောင်းလိုချင်သည့်အရာများအတွက် ပိုမိုကောင်းမွန်နိုင်ဖွယ်ရှိပြီး ပုံမှန်အားဖြင့် စတော့များဝယ်ယူခြင်း၊ သစ္စာရှိမိတ်ဖွဲ့မှုများ (စက်နှင့်လူသားများပါ) နှင့် မှတ်မိခြင်းကဲ့သို့သော ပုံမှန်အားဖြင့်တော့ မဟုတ်ပေ။ အရာများ။ စက်မှုလုပ်ငန်းသုံး အသွင်အပြင်သည် အံ့အားသင့်ဖွယ် ဆန်းပြားနေနိုင်သည်—ကျွန်ုပ်တို့၏ကမ္ဘာကို အတုယူကာ အသီးအပွင့်များသော နည်းလမ်းများဖြင့် ကျော်တက်သွားသည့် ဒစ်ဂျစ်တယ်အမွှာများ ပြည့်နှက်နေသည်—သို့မဟုတ် အံ့သြစရာကောင်းလောက်အောင် ရိုးရှင်းနိုင်သည်။ ဖြစ်နိုင်တယ်။ ငါတို့က မသိသေးဘူး။

ကျွန်ုပ်တို့သည် ထောင့်တစ်ဝိုက်တွင် အဘယ်အရာရှိနေသည်ကို ကျွန်ုပ်တို့မသိသောကြောင့် AI algorithms များကို ထိန်းညှိရန် လိုအပ်ပါသည်။ အဲဒါက အကြောင်းပြချက် လုံလုံလောက်လောက် ရှိပေမယ့် အဲဒါကို ဘယ်လို လုပ်မလဲ ဆိုတာကတော့ ဇာတ်လမ်းရှည်ကြီးပါပဲ။ ကျွန်ုပ်အား နောက်ထပ် လျင်မြန်စွာ စောင့်ကြည့်လေ့လာခွင့်ပြုပါ၊ အခြေခံ အယ်လဂိုရီသမ်အားလုံးကို လူသိရှင်ကြား ထုတ်ပြသင့်ပါသည်။ အကြောင်းပြချက်က မပါရင် သူတို့ဘာတွေဖြစ်လာနိုင်တယ်ဆိုတာ သိဖို့ နည်းလမ်းမရှိပါဘူး။ ထိပ်တန်းပုဂ္ဂိုလ်များသည် လူသိများသည် (ကြည့်ပါ။ ထိပ်တန်း စက်သင်ယူမှု အယ်ဂိုရီသမ် ၁၀ ခု) သို့သော် ၎င်းတို့ကို မည်သည့်နေရာနှင့် မည်သို့အသုံးပြုမည်ကို တစ်ကမ္ဘာလုံး ခြုံငုံသုံးသပ်ချက် မရှိပါ။ အထူးသဖြင့် ဂရုတစိုက်ကြည့်ရှုသင့်သော ကြီးကြပ်မထားသော အယ်လဂိုရီသမ်များဖြစ်သည် (ကြည့်ပါ။ ထုတ်လုပ်ရေးတွင် Machine Learning အတွက် အစွမ်းထက်သော အသုံးပြုမှုခြောက်ခု) ၎င်းတို့ကို ပြုပြင်ထိန်းသိမ်းမှု သို့မဟုတ် အရည်အသွေးကို ခန့်မှန်းရန်၊ ထုတ်လုပ်မှုပတ်ဝန်းကျင် (ဥပမာ ဒစ်ဂျစ်တယ်အမွှာများ) ကို တုပရန် သို့မဟုတ် လူသားတစ်ဦးအနေဖြင့် ဘယ်တော့မှ မစဉ်းစားနိုင်သော ဒီဇိုင်းအသစ်များကို ထုတ်လုပ်ရန် အသုံးပြုသည်။ ယနေ့ခေတ်အခင်းအကျင်းတွင်၊ အဆိုပါ ကြီးကြပ်မထားသော အယ်လဂိုရီသမ်များသည် ပုံမှန်အားဖြင့် လူ့ဦးနှောက်ကို အတုခိုးရန် ကြိုးပမ်းသည့် အာရုံကြောကွန်ရက်များဟု ခေါ်တွင်ကြသည်။

သူတို့ရဲ့ ယုတ္တိဗေဒကို နားလည်ရခက်တဲ့အတွက်ကြောင့်ပဲ အာရုံကြောပိုက်တွေကို စိတ်ပူလာတယ်။ ပြဿနာမှာ ကျွမ်းကျင်သူအများစုသည် ၎င်းတို့ကို အသုံးချနေသူများပင်လျှင် အဆိုပါ algorithms များမှ တစ်ဆင့်မှ တစ်ဆင့် သို့မဟုတ် အလွှာသို့ အလွှာသို့ မည်ကဲ့သို့ ရွေ့လျားသည်ကို နားမလည်သောကြောင့် ဖြစ်သည်။ မကြာခဏအသုံးများသည့် "ဝှက်ထားသောအလွှာများ" ၏အလင်္ကာသည် အလွန်သင့်လျော်သည် သို့မဟုတ် အလွန်ရယ်စရာကောင်းသည်ဟု ကျွန်ုပ်မထင်ပါ။ စတင်ရန်အတွက် ကုန်ထုတ်လုပ်မှု၊ အလိုအလျောက်အခွန်ကောက်ခံမှု၊ အလုပ်ခန့်ထားမှု ဆုံးဖြတ်ချက်များ သို့မဟုတ် ကောလိပ်ဝင်ခွင့်များတွင် လျှို့ဝှက်အလွှာများ မရှိသင့်ပါ။ စိတ်ပူဖို့လည်း စဉ်းစားသင့်တယ်။ သေချာတာတစ်ခုကတော့ လူသားတွေနဲ့ အရာတွေကို ပေါင်းစပ်ဖန်တီးတဲ့ စက်တွေက ကမ္ဘာကြီးကို ပြောင်းလဲစေမှာ သေချာပါတယ်။ အကြိမ်ပေါင်းများစွာ ပြီးခဲ့ပြီ။ စက္ကူမှ မိုးကာဖိနပ်အထိ၊ ယနေ့ခေတ် ဦးနှောက်အတုများ၏ အလွှာများသည် မည်သည့်အရာကိုမျှ မစူးစမ်းဘဲ ချန်ထားခဲ့သင့်သည်။ သေးငယ်သောပြောင်းလဲမှုများစွာမှ၊ ကြီးမားသောပြောင်းလဲမှုသည် ရုတ်တရက်ပေါ်လာနိုင်သည်ဟူသော ရိုးရှင်းသောအချက်ကို ကျွန်ုပ်တို့ ဖုံးကွယ်မထားသင့်ပါ။