အခုနောက်ပိုင်းမှာ, အတုထောက်လှမ်းရေးအလွန်ဆီလီကွန်ဗယ်လီနှင့်ကျယ်ပြန့်နည်းပညာမြင်ကွင်းတစ်ခုအတွက်ပူခေါင်းစဉ်ဖြစ်ခဲ့သည်။ တစ်ဦးမယုံကြည်နိုင်လောက်အောင်အရှိန်အဟုန် A.I. တည်ဆောက်ခြင်းကုမ္ပဏီတွေအမျိုးမျိုးနှင့်တကွ, ခေါင်းစဉ်န်းကျင်တည်ဆောက်နေသည်နှင့်တူကြောင်းမြင်ကွင်းတစ်ခုအတွက်ပါဝင်ပတ်သက်ကျွန်တော်တို့ကိုသူတို့ကခံစားရ သူတို့ရဲ့စီးပွားရေးလုပ်ငန်း၏အဓိကသို့။ ထို့အပြင်အလုပ်အကိုင်အခွင့်အဈေးကွက်သို့လှိမ့အလွန်အမင်းတောက်ပသစ်ကိုခွက်တဆယ်တစ်လှိုင်းမြင်နေသော A.I. -related တက္ကသိုလ်သင်တန်းများအတွက်မြင့်တက်လာရှိခဲ့သည်။ ဒါပေမဲ့ဒီအတည်ပြုချက်ကိုဘက်လိုက်မှု၏ရိုးရှင်းကိစ္စမဟုတ်ပါဘူး – ခေါင်းစဉ်ထဲမှာအကျိုးစီးပွားနှစ်လယ်ပိုင်းတွင် 2014 ခုနှစ်ကတည်းကမြင့်တက်လာခဲ့သည်။
ဘာသာရပ်ပတ်လည်ဆူညံသံသာတိုးမြှင့်ဖို့သွားနှင့်, layman ဘို့ကအားလုံးကိုအလွန်ရှုပ်ထွေးပါတယ်။ သင်ဖတ်သောအရာကိုအပေါ် မူတည်. ကကျွန်တော်အအေးမိ, တွက်ချက်စူပါ၏လက်မှာ Apocalyptic SkyNet-စတိုင် obliteration အဘို့ဆောင်သောနေသည်ဟုယုံကြည်ရန်လွယ်ကူမယ့်, ဒါမှမဟုတ်ငါတို့ရှိသမျှသည်မိုဃ်းတိမ်အချို့သောမျိုးအတွက်သက်သက်သာဒစ်ဂျစ်တယ်အဖွဲ့အစည်းများအဖြစ်ထာဝစဉ်နေထိုင်သွားနေ အတုကမ္ဘာတွင်ကိုအခြေခံသည်။ တစ်နည်းအားဖြင့်အဆိုပါက Terminator သို့မဟုတ်အဆိုပါ Matrix ဖြစ်စေအံ့ဆဲဆဲ disturbingly ပရောဖက်ပြုဖြစ်လာပါတော့မည်။
ကျွန်တော်စိုးရိမ်သို့မဟုတ်စိတ်လှုပ်ရှားသင့်သနည်း ထိုသို့အားလုံးအဘယ်အရာကိုဆိုလိုသလဲ
စက်ရုပ်တစ်ကမ္ဘာလုံးယူကြမည်နည်း
ငါ A.I. ပေါ်သို့ခုန်တက်လိုက်တဲ့အခါ နှောင်းပိုင်းတွင် 2014 ခုနှစ် bandwagon, ငါကအကြောင်းအနည်းငယ်သာသိသည်။ ငါ 20 နှစျကျြောက web နည်းပညာများနှင့်အတူပါဝင်ပတ်သက်ခဲ့ကြပေမဲ့လည်းငါအင်္ဂလိပ်စာပေဒီဂရီကျင်းပရန်နှင့်နောက်ကွယ်မှသိပ္ပံထက်နည်းပညာ၏စီးပွားရေးနှင့်ဖန်တီးမှုဖြစ်နိုင်ခြေပိုမိုဆောင်ရွက်နေဖြစ်၏။ ငါ A.I. မှရေးဆွဲခဲ့သည် ဘာဖြစ်လို့လဲဆိုတော့သူ့ရဲ့အပြုသဘောအလားအလာများ, ဒါပေမယ့်ငါကျွန်တော်တို့ရဲ့အနာဂတ်၌ခြောငျးဟာ Apocalyptic အန္တရာယ်များအကြောင်းကိုစတီဖင်ဟော့ကင်း၏အကြိုက်ထံမှသတိပေးချက်များကိုဖတ်ပြီးသောအခါ, ငါသဘာဝကျကျတခြားဘယ်သူ့ကိုမှအလိုတခုတည်းအဖြစ်စိုးရိမ်ပူပန်ဖြစ်လာခဲ့သည်။
ဒါနဲ့တစ်ခုခုငါ့ကိုစိုးရိမ်ပူပန်သောအခါငါပုံမှန်အားဖြင့်အဘယ်သို့ပြုမည်အရာကိုပြုငါကနားလည်နိုင်အောင်အကြောင်းကိုလေ့လာသင်ယူစတင်ခဲ့သည်။ စဉ်ဆက်မပြတ်စာဖတ်ခြင်း၏တစ်ဦး၏တစ်နှစ်တန်ဖိုးရှိထက်ပိုပြီး, နားထောင်ခြင်း, ပြောနေတာကိုကြည့်, tinkering နှင့်လေ့လာနေသောအရာကိုကအားလုံးကိုနည်းလမ်းတစ်ခုတော်တော်လေးအစိုင်အခဲနားလည်မှုဖို့ကျွန်မကိုဦးဆောင်, ငါဘယ်သူ့ကိုမှတို့အားအလင်း၏မျှော်လင့်ချက်အတွက်အသိပညာမျှဝေလာမည့်အနည်းငယ်အပိုဒ်သုံးဖြုန်းချင်ထားပါတယ် အခြားစပ်စုသို့သော်ဤအံ့သြဖွယ်ကမ္ဘာသစ်၏နုံကြောက်လန့်သောသူသည်။
သင်ရုံအထက်ပါခေါင်းစဉ်မှအဖြေကိုလိုလျှင်အိုး, အဖြေဖြစ်ပါသည်: ဟုတ်ပါတယ်, သူတို့ကမည်။ ဝမ်းနည်းပါတယ်။
ယင်းစက်တွေကိုသင်ယူဖို့သင်ယူကြမည်သို့
ငါရှာဖွေတွေ့ရှိခဲ့တဲ့ပထမဦးဆုံးအရာအတုထောက်လှမ်းရေးတစ်ဦးစက်မှုလုပ်ငန်းသက်တမ်းအဖြစ်အမှန်တကယ် 1956 ကတည်းကသွားခဲ့ပြီး, ထိုကာလ၌မျိုးစုံခုလုံးမဲမှောငျနှင့်တွေဆီကနေခဲ့တာပါပဲ။ 1960 ခုနှစ်တွင် A.I. စက်မှုလုပ်ငန်းအနောက်တိုင်းအစိုးရများ, တက္ကသိုလ်များနှင့်ကြီးမားသောစီးပွားရေးလုပ်ငန်းများကိုတစ်ဦးရဲရင့်ကမ္ဘာသစ်ကိုတည်ဆောက်ခြင်း၏မျှော်လင့်ချက်အတွက်ကဏ္ဍမှာပိုက်ဆံကြီးမားပမာဏပစ်နှင့်အတူသုတေသန၏ရွှေခေတ်ထဲမှာရေချိုးခဲ့သည်။ သို့သော်ထိုသို့ A.I. ကြောင်းသိသာဖြစ်လာခဲ့သည်အခါနှစ်လယ်ပိုင်းမတွေ့ရသေးတဲ့အတွက် ယင်း၏ဂတိတော်ကိုစက်မှုလုပ်ငန်းပူဖောင်းပေါက်ကွဲပြီးခန်းခြောက်ရန်ပုံငွေအပေါ်ပို့မခံခဲ့ရပါဘူး။ ကွန်ပျူတာများ, အခြား A.I. ပိုပြီးလူကြိုက်များဖြစ်လာခဲ့သည် 1980 ခုနှစ်, အဖြစ် စန်းပွအမျိုးမျိုးသောလုပ်ငန်းများသို့သှနျးလောငျးခံရစိတ်ကိုထူးခြားဆန်းကြယ်ရင်းနှီးမြှုပ်နှံမှုအလားတူအဆင့်ဆင့်နှင့်အတူပေါ်ထွက်လာခဲ့သည်။ ဒါပေမယ့်နောက်တဖန်, ကဏ္ဍကယ်နှုတ်တော်မူရန်ပျက်ကွက်ခြင်းနှင့်မလွှဲမရှောင်တွေဆီကနေလိုက်ကြ၏။
ဤအခုလုံးမဲမှောငျကပ်ရန်ပျက်ကွက်ဘာဖြစ်လို့နားလည်စေရန်, သင်ပထမဦးဆုံးအမှန်တကယ်ဖြစ်ပါသည်အတုအဘယ်အရာကိုထောက်လှမ်းရေးနားလည်ရန်လိုအပ်သည်။ ရေတိုသောအဖြေကို (နှင့်အကြှနျုပျကိုမယုံ, အဲဒီမှာအထဲကအလွန်ရှည်လျားသောအဖြေကိုရှိပါတယ်) အဲဒီ A.I. ဖြစ်ပါသည် ကျယ်ပြန့်တစ်ခုခုအကြောင်းဆုံးဖြတ်ချက်လုပ် data တွေကိုသုံးစွဲဖို့ဘယ်လောက်၏စိန်ခေါ်မှုနှင့်အတူကိုင်တွယ်ဖြေရှင်းရာမတူညီတဲ့ထပ်နည်းပညာများတစ်အရေအတွက်ဖြစ်ပါတယ်။ ဒါဟာ (? မည်သူမဆို, Big Data သို့မဟုတ်အရာ၏အင်တာနက်) တစ်ဦးကွဲပြားခြားနားစည်းကမ်းနှင့်နည်းပညာတွေအများကြီးထည့်သွင်းပေမယ့်အရေးပါဆုံးတစျစက်သင်ယူမှုလို့ခေါ်တဲ့အယူအဆဖြစ်ပါတယ်။
စက်သင်ယူမှုအခြေခံအားဖြင့်ကွန်ပျူတာများကိုဒေတာပမာဏနို့တိုက်ကျွေးမှုနှင့်သူတို့ဒေတာသူတို့ကောက်ချက်ဆွဲနိုင်သည့်အနေဖြင့်ပုံစံများ extract ကိုခွဲခြမ်းစိတ်ဖြာတစ်ဆင့်ပြီးတစ်ဆင့်ပါဝငျသညျ။ သငျသညျဖြစ်ကောင်းကွန်ပျူတာဓာတ်ပုံတွေလူ့မျက်နှာများဖော်ထုတ်ရန်နှင့်ဘောင်နိုင်ပါတယ်ဘယ်မှာမျက်နှာအသိအမှတ်ပြုမှုနည်းပညာ (ထိုကဲ့သို့သော Facebook သို့မဟုတ်ခေတ်သစ်ဒီဂျစ်တယ်ကင်မရာများနှင့်စမတ်ဖုန်းများအပေါ်ကဲ့သို့) နှင့်အတူအရေးယူဆောင်ရွက်မှု၌ဤမြင်ကြပြီ။ ဤသို့ပြုနိုင်ဖို့အတွက်လူတွေရဲ့မျက်နှာတွေကိုဓါတ်ပုံများတစ်ခုကြီးမားစာကြည့်တိုက်ကိုကိုးကားထားပါသည်နှင့်ပုံစံမျိုးစုံနဲ့အရောင်တွေကနေလူ့မျက်နှာ၏ဝိသေသလက္ခဏာများကိုရှာဖွေတွေ့ရှိဖို့သင်ယူထားသောကွန်ပျူတာများကိုကွဲပြားခြားနားသောဥပမာသန်းပေါင်းများစွာရာပေါင်းများစွာတစ် Datasets ကျော်ထွက်ပျမ်းမျှ။ ဤလုပ်ငန်းစဉ် (ခရက်ဒစ်ကဒ်ဝယ်ယူသမိုင်းနဲ့ထံမှဝယ်ယူပုံစံများကိုစိစစ်) လိမ်လည်မှုထောက်လှမ်းရာမှ General အနုပညာ (ပန်းချီအတွက်ပုံစံများကိုစိစစ်ခြင်းနှင့်ကျပန်းသူတို့အားသင်ယူပုံစံများ အသုံးပြု. ဓာတ်ပုံများကိုထုတ်လုပ်) အား, စက်သင်ယူမှုမဆိုလျှောက်လွှာများအတွက်အခြေခံအားဖြင့်အတူတူပင်ဖြစ်ပါသည်။
သငျသညျစိတ်ကူးမယ်အဖြစ်, ပုံစံများ extract ဖို့ကြီးမားတဲ့ဒေတာအစုကတဆင့် crunching ကွန်ပျူတာအပြောင်းအလဲနဲ့အာဏာတွေအများကြီးလိုအပ်တယ်။ 1960 ခုနှစ်တွင်သူတို့ရိုးရိုးကြောင်းစန်းပျက်ကွက်အဘယ်ကြောင့်ဖြစ်သော, လုပ်ဖို့လုံလောက်တဲ့အစွမ်းထက်စက်တွေရှိသည်မဟုတ်ခဲ့ပေ။ 1980 ခုနှစ်တွင်ကွန်ပျူတာများကိုလုံလောက်အောင်အစွမ်းထက်ခဲ့ကြတယ်, ဒါပေမဲ့သူတို့ကသူတို့ကိုကျွေးခံရအချက်အလက်များ၏အသံအတိုးအကျယ်အလုံအလောက်ကြီးမားသောအခါစက်တွေသာထိရောက်စွာသင်ယူကြောင်းရှာဖွေတွေ့ရှိ, သူတို့စက်တွေကျွေးမွေးဖို့အချက်အလက်များ၏ကြီးမားသောလုံလောက်အောင်ပမာဏ source နိုင်ခြင်းရှိကြ၏။
ထိုအခါအင်တာနက်ရောက်လာတယ်။ မရှိမဖြစ်လိုအပ်တဲ့ကျွန်တော်တစ်ဦးခလုတ်ကိုများ၏ထိတွေ့မှုအနည်းဆုံးလိုအပ်သကဲ့သို့ငါတို့အဖြစ်အများအပြား processors ကိုဝင်ရောက်ဖို့ခွင့်ပြုထားတဲ့ – – က cloud computing ၏တီထွင်မှုများမှတဆင့်တစ်ကြိမ်အပေါင်းတို့နှင့်တကွများအတွက်ကွန်ပျူတာပြဿနာဖြေရှင်းပေးခဲ့ပါမသာပေမယ့်အင်တာနက်ပေါ်မှာလူတွေနေ့တိုင်းပိုပြီး data တွေကိုထုတ်လုပ်ခဲ့ကြ ထက်အစဉ်အဆက်ဂြိုလ်မြေကြီးတပြင်တစ်ခုလုံးကိုသမိုင်းအတွက်ထုတ်လုပ်ခဲ့တာဖြစ်ပါတယ်။ တစ်ဦးစဉ်ဆက်မပြတ်အခြေခံပေါ်မှာထုတ်လုပ်လျက်ရှိအချက်အလက်များ၏ပမာဏကိုလုံးဝစိတ်ထဲထူးခြားဆန်းကြယ်သည်။
အဘယ်အရာကိုဒီစက်သင်ယူမှုများအတွက်ကိုဆိုလိုပါတယ်သိသာသည်: ယခုကြှနျုပျတို့သညျအမှနျတကယျကျွန်တော်တို့ရဲ့စက်တွေလေ့ကျင့် start ဖို့လုံလောက်တဲ့ထက်ပိုဒေတာရှိသည်။ Facebook ပေါ်မှာဓာတ်ပုံများ၏အရေအတွက်ကို၏စဉ်းစားပါနဲ့သင်သည်သူတို့၏မျက်နှာအသိအမှတ်ပြုမှုနည်းပညာဒါတိကျသည်အဘယ်ကြောင့်နားလည်ရန်စတင်ပါ။
အဘယ်သူမျှမကအဓိကအတားအဆီး (ကြှနျုပျတို့လက်ရှိအချိန်တွင်၏သိသော) A.I. တားဆီးယခုရှိပါသည် ယင်း၏အလားအလာရရှိမှ။ ကျနော်တို့သာရုံကျွန်တော်နှင့်အတူအဘယ်သို့ပြုနိုင်သည်ကိုထုတ်လုပ်ကိုင်ဖို့စတင်နေကြသည်။
ကွန်ပျူတာကိုမိမိတို့အဘို့စဉ်းစားကြလိမ့်မည်သည့်အခါ
ရုပ်ရှင် 2001 ကနေနာမည်ကြီးမြင်ကွင်းတစ်ခုရှိပါသည်: အဆုံးစွန်သောချို့ယွင်းနှင့်အာကာသပေါ်မှာရှိသမျှလူသားကြိုးစားသတ်ပစ်ရန်ဆုံးဖြတ်ခဲ့သည်ပြီးနောက် Dave, အဓိကဇာတ်ကောင်နှေးကွေးစွာ ( "Hal" ဟုခေါ်) ကိုအတုထောက်လှမ်းရေး Mainframe အတွက်ကို disable သည်အဘယ်မှာရှိတစ်ဦးက Space ကို Odyssey ဘူတာရုံကအပြေးကိုခံရဖို့ရည်ရွယ်ခဲ့ပါတယ်။ Hal, အ A.I. , Dave ရဲ့လုပ်ရပ်တွေကိုဆန္ဒပြခြင်းနှင့် eerily ကြောင့်သေဆုံးနေကိုကြောက်ကြောင်းကြေညာ။
ဒီရုပ်ရှင်ပတျဝနျးကငျြကြီးတွေစိုးရိမ်မှုတွေတဦးသရုပ်ဖော် A.I. ကွန်ပျူတာအစားလူသားမြားသညျကထိန်းချုပ်ထားခံရသူတို့ကိုယ်သူတို့အဘို့အထင်စတင်တစ်ချိန်ကယေဘုယျအားဖြင့်အမည်ရသောအရာကိုဖြစ်ပျက်ပါလိမ့်မယ်။ ကြောက်ရွံ့သောသဘောသည်တရားဝင်သည်: ငါတို့သည်ပြီးသားအဘယ်သူ၏အဆောက်အဦများလူ့ဦးနှောက်ထဲမှာအာရုံခံအပေါ်အခြေခံထားတယ်အာရုံကြောကွန်ရက်များဟုခေါ်တွင်စက်သင်ယူမှုဆောက်လုပ်ရေးနှင့်အတူအလုပ်လုပ်ကိုင်နေကြသည်။ အာရုံကြောပိုက်ကွန်နှင့်တကွ, ဒေတာအတွက်ကျွေးမွေးတာဖြစ်ပါတယ်, ပြီးတော့အဖြစ်ဝန်ထမ်းတွေရဲ့လူ့မှတ်ဉာဏ်မအများကြီးအတူတူပင်လမ်းအတွက်သဘောတရားများအကြားဆက်သွယ်မှုများကိုတည်ဆောက်ရန်ကြောင်းအပြန်အလှန်အချက်များကိုတစ်ဦးစှာရှုပ်ထွေးသောကွန်ရက်မှတဆင့်လုပ်ငန်းများ၌။ ဤသည်ကွန်ပျူတာများကိုဖြည်းဖြည်းမယ့်ပုံစံများ, ဒါပေမယ့်လည်းနောက်ဆုံးမှာမယ့်အစားကိုယ့်အသိအမှတ်ပြုမှု၏နားလည်မှု၏အခြေခံမူလအမြစ်ကိုဦးတည်သွားစေသည့်သဘောတရားများကိုတစ်ဦးစာကြည့်တိုက်ဖွင့်တည်ဆောက်ရန်စတင်ကြသည်ကိုဆိုလိုသည်။
သငျသညျတစ်စုံတစ်ယောက်ရဲ့မျက်နှာကိုတစ်ဦးဓာတ်ပုံရိုက်ကြည့်နေကြသည်ဆိုပါစို့။ သင်ပထမဦးဆုံးဓာတ်ပုံကိုမြင်သောအခါ, အမှုအရာတွေအများကြီးသင့်ဦးနှောက်ထဲမှာဖြစ်ပျက်: ပထမဦးဆုံး, သင်ကလူသားတစ်ဦးမျက်နှာကြောင်းအသိအမှတ်ပြုပါသည်။ Next ကို, သင်ကတစ်ခါတစ်ရံအသိအမှတ်ပြုမှုကိုဘယ်လိုမကြာခဏပေါ် မူတည်. ပိုမိုနက်ရှိုင်းစဉ်းစားတွေးခေါ်လိုအပ်ပါတယ်သော်လည်းကိုလည်းသင်, သင်မကျြနှာကိုအသိအမှတ်မပြုခြင်းရှိမရှိနှင့် ပတ်သက်. သင့်ဦးနှောက်ကနေအမြန်ဆုံးဖြတ်ချက်ရပါလိမ့်မယ်စတာတွေ, အထီးသို့မဟုတ်အမျိုးသမီးလူငယ်သို့မဟုတ်အဟောင်း, အနက်ရောင်သို့မဟုတ်အဖြူကြောင်းအသိအမှတ်ပြုရန်စေခြင်းငှါ, သင်ဤအထူးသဖြင့်မျက်နှာ (ပုဂ္ဂိုလ်တစ်ဦးအသိအမှတ်ပြုပေမယ့်ဖြောင့်ကွယ်ပျောက်ရှိရာကနေမသိ၏အတွေ့အကြုံကို) ထိတွေ့ပါပြီ။ ဤဖြစ်စဉ်အားလုံးသည်တော်တော်များများချက်ချင်းဖြစ်ပျက်များနှင့်ကွန်ပျူတာများကိုပြီးသားနီးပါးတူညီမြန်နှုန်းမှာလည်းဒီအားလုံးလုပ်နေတာနိုင်စွမ်းရှိပါတယ်။ ဥပမာအားဖြင့်, Facebook ကမျက်နှာများကိုခွဲခြားသတ်မှတ်နိုင်ပါတယ်မသာပေမယ့်ဆိုပါတယ်လူတစ် Facebook ပေါ်တွင်လည်းဖြစ်ပါတယ်လျှင်လည်း, မကျြနှာကိုပိုငျဆိုငျသူမြားသငျသညျကိုပြောပြနိုင်ပါတယ်။ Google ကပဲသူတို့ရဲ့မျက်နှာ၏ဓာတ်ပုံပေါ်တွင်အခြေခံပုဂ္ဂိုလ်တစ်ဦး၏လူမျိုး, အသက်အရွယ်နှင့်အခြားဝိသေသလက္ခဏာများကိုခွဲခြားသတ်မှတ်နိုင်သောနည်းပညာရှိပါတယ်။ ကျနော်တို့ 1950 ခုနှစ်ကတည်းကရှည်လျားသောလမ်းလာကြပြီ။
သို့သော်စစ်မှန်သောအတုထောက်လှမ်းရေး – စက်လူသားတစ်ဦးဦးနှောက်ကဲ့သို့အဆင့်မြင့်သည်အဘယ်မှာရှိ Artificial အထွေထွေထောက်လှမ်းရေး (agi), အဖြစ်ရည်ညွှန်းသော – ရှည်လမ်းပိတ်ထားသည်။ စက်တွေမျက်နှာများကိုအသိအမှတ်မပြုနိုင်ပါတယ်, ဒါပေမဲ့သူတို့နေဆဲယ့်မျက်နှာကဘာလဲဆိုတာမသိရပါဘူး။ ဥပမာအားဖြင့်, သင်သည်လူသားတစ်ဦးမျက်နှာကိုကြည့်နှင့်ကွဲပြားခြားနားသောအမှတ်တရများ, သင်ယူခံစားချက်များကိုတစ်ဦးအကျယ်ရှုပ်ထွေးကွက်ကနေရေးဆွဲလျက်ရှိသောအရာတွေအများကြီးအခြပေလိမ့်မည်။ သငျသညျမိနျးမ၏ဓာတ်ပုံကိုကြည့်ခြင်းနှင့်သူမမိခင်နှင့်မိခင်များ၏သင့်ကိုယ်ပိုင်အတွေ့အကြုံများပေါ် မူတည်. အလှည့်၌သင်တို့ကိုသူမကြိုးကြောင်းယူဆစေခြင်းငှါအရာမိခင်တစ်ဦး, သို့မဟုတ်အမှန်ပင်ဆန့်ကျင်ဘက်ကြောင်းခန့်မှန်းပေလိမ့်မည်။ လူသည်အတူတူပင်ဓါတ်ပုံကိုကြည့်ရှုခြင်းနှင့်သူမ၏ကိုယ်ရည်ကိုယ်သွေးနှင့် ပတ်သက်. အပြုသဘောယူဆချက်အောင်သူ့ကိုဦးဆောင်လမ်းပြတံ့သောထိုမိန်းမသည်ဆွဲဆောင်မှုကိုရှာဖွေ (အတည်ပြုချက်ကိုဘက်လိုက်မှုကိုထပ်), သို့မဟုတ်အပြန်အလှန်သူမကဆင်ခြင်မဲ့သူ့ကိုထိုမိနျးမကိုဦးတည်အနုတ်လက္ခဏာခံစားရစေမည်ဖြစ်သောအရူးဟောင်းရည်းစားနဲ့တူအောင်ရှာတွေ့စေခြင်းငှါ, ။ ကောင်းမကောင်း – – ကျွန်တော်တို့ရဲ့ပြိုင်ပွဲရဲ့အနှစ်သာရကဤကြွယ်ဝစွာမတူညီကြပေမယ့်မကြာခဏယုတ္တိမတန်အကြံအစည်များနှင့်အတွေ့အကြုံများအမျိုးမျိုးသောအပြုအမူလူသားတို့ထံကိုမောင်းဘာတွေလုပ်နေလဲ။ အဆင်မပြေမှုမကြာခဏကြောက်ရွံ့သောသဘောသည်ဒါအပေါ်ကျူးကျော်ရန်ဦးဆောင်လျက်, ဆန်းသစ်တီထွင်မှုစေပါတယ်။
ကွန်ပျူတာများကိုအမှန်တကယ်အန္တရာယ်ဖြစ်ဘို့, သူတို့ကဤစိတ်ခံစားမှု compulsive အချို့လိုအပ်ပေမယ့်ဒီဟာအလွန်ချမ်းသာတဲ့ရှုပ်ထွေးပြီးနေပါစေအာရုံကြောကွန်ရက်များဖြစ်နိုင်သည်ကိုမည်သို့ခေတ်မီပေါ်တွင်ကွန်ပျူတာလေ့ကျင့်ရန်အလွန်ခက်ခဲကြောင်းကွဲပြားခြားနားသောအယူအဆ၏ Multi-အလွှာ၎င်းပြင်ဆင်သည်။ ကျနော်တို့တနေ့ရှိရလိမ့်မယ်, ဒါပေမယ့်ကွန်ပျူတာများ agi အောင်မြင်ရန်လုပ်ပေးတဲ့အခါမှာကျနော်တို့နေဆဲလိုအပ်ပါကသူတို့ကိုပယ်ပြောင်းနိုင်ပါလိမ့်မည်ကြောင်းသေချာစေရန်အချိန်အများကြီးရှိပါတယ်။
ဤအတောအတွင်းလက်ရှိလုပ်ခံရသည့်တိုးတက်မှုလူ့ကမ်ဘာပျေါတှငျ ပို. ပို. အသုံးဝင်သော applications များရှာဖွေတာနေကြသည်။ မောင်းသူမဲ့ကား, ချက်ချင်းဘာသာ A.I. မိုဘိုင်းဖုန်းလက်ထောက်, သူတို့ကိုယ်သူတို့ဒီဇိုင်းတစ်ခုကိုက်ဘ်ဆိုက်များ! ဤအတိုးတက်မှုအားလုံးသည်ပိုကောင်းကျွန်ုပ်တို့၏အသက်တာလုပ်ရန်ရည်ရွယ်နေကြပြီး, ကဲ့သို့သောငါတို့သည်ငါတို့၏သူတွေဟာအသိဉာဏ်အနာဂတ်နှင့် ပတ်သက်. ကြောက်လန့်မဟုတ်ဘဲစိတ်လှုပ်ရှားဖြစ်သင့်ပါဘူး။
Comments are closed, but trackbacks and pingbacks are open.