တစ်နာရီ မျှသာ Pennies အတွက် ရိုက်ကူးထားသော နေ့စဉ်အလုပ်များသည် AI နည်းပညာကို ပြုပြင်ရန် ကူညီပေးသည် – Bitcoin သတင်း

Tamil Nadu တွင် ခေါင်းစည်းကင်မရာသည် Nagireddy Sriramyachandra သရက်သီးများကို လှီးဖြတ်ကာ ဖမ်းမိခဲ့ပြီး ဗီဒီယိုသည် တစ်နာရီလျှင် ဒေါ်လာ ၂.၄၀ ခန့်ဖြင့် စက်ရုပ်များအတွက် လေ့ကျင့်ရေးဒေတာဖြစ်လာသည်။ အဆိုပါ လက်ကိုင်အလုပ်များသည် အထည်အလိပ်ကြမ်းပြင်များမှ Objectways ကဲ့သို့ မှတ်ချက်ပေးသည့်ဆိုင်များအထိ လည်ပတ်သည့် အတ္တဗဟိုပြုဗီဒီယိုပိုက်လိုင်းကို CEO Ravi Shankar က နောက်ထပ် AI တောင်းဆိုမှုကို တရားရုံးထုတ်သည့် US နည်းပညာစင်္ကြံများဆီသို့ ပို့ဆောင်ပေးပါသည်။ Goldman Sachs သည် 2035 ခုနှစ်တွင် ဒေါ်လာ 38 ဘီလီယံဖြင့် humanoid စက်ရုပ်များကို စုဆောင်းခြင်းဖြင့် စျေးကွက်ခန့်မှန်းချက်မှာ နည်းပါးနေပါသည်။ အဆိုပါ ကိန်းဂဏန်းများကြားတွင် အိန္ဒိယ၏ ဒေတာအချက်အချာဖြစ်ရန် တွန်းအားပေးမှုမှ မည်သူက အကျိုးခံစားခွင့်ရှိသနည်း၊ အလုပ်သမားများ၏ ကိုယ်ရေးကိုယ်တာအတွက် အဆက်မပြတ် မှတ်တမ်းတင်ခြင်းဆိုသည်မှာ အဘယ်နည်း။

မနက်ဖြန်၏ AI ကိုလေ့ကျင့်ရန် နေ့စဉ်ဘဝတွင် ရိုက်ကူးခြင်း။

AI သည် လူသား၏အကြောင်းအရာကို လိုအပ်ပြီး ယခုအချိန်တွင် အဆိုပါအကြောင်းအရာသည် သာမန်အရာများကို ဖမ်းစားနိုင်သော အလုပ်သမားတစ်ဦး၏ဦးခေါင်းတွင် ချိတ်ထားသော စမတ်ဖုန်းတစ်လုံးကဲ့သို့ ဖြစ်နေတတ်သည်။ အိန္ဒိယတောင်ပိုင်းတွင် လူများသည် သရက်သီးလှီးခြင်း၊ ဖိနပ်ကြိုးချည်ခြင်း သို့မဟုတ် ကော်ဖီလုပ်ခြင်းတို့ ပြုလုပ်ကြသည်။ အဆိုပါ ဗီဒီယိုဖိုင်သည် အမေရိကန်ကုမ္ပဏီများအား ကြည့်ရှုခြင်းဖြင့် လေ့လာနိုင်သော စက်ရုပ်များနှင့် လက်ထောက်များကို သန့်စင်ပေးသည်။ လစာနည်းသည်၊ ကမ္ဘာလုံးဆိုင်ရာ AI ဖွံ့ဖြိုးတိုးတက်မှုအတွက် အစုရှယ်ယာများ မြင့်မားသည်။

လူသားနှင့်တူသော အချက်အလက်အတွက် တစ်ပြားမှ ဝင်ငွေ

ပုံမှန်အိမ်အလုပ်တစ်ခုအတွက် အလုပ်သမားများသည် တစ်နာရီလျှင် ဒေါ်လာ 2.40 ခန့်ရရှိကြပြီး အလုပ်မှုခင်းတစ်ခုတွင် လက်များမည်ကဲ့သို့လှုပ်ရှားပုံကို အတိအကျပြသသည့် ပထမဆုံးလူဗီဒီယိုကို မှတ်တမ်းတင်သည်။ ၎င်းကို egocentric ဗီဒီယိုဟုခေါ်ပြီး ထုတ်လွှင့်မှုတစ်ခုတွင် စိတ်ပါဝင်စားမှု၊ လှုပ်ရှားမှုနှင့် ပတ်ဝန်းကျင်ကို ပုံဖော်ပေးသောကြောင့် ၎င်းသည် တန်ဖိုးကြီးသည်။ ကလစ်များသည် စက်ရုပ်များသည် အဆင့်ဆင့်ကုဒ်ဖြင့် ကုဒ်မပါဘဲ အဝတ်လျှော်ခေါက်ခြင်း သို့မဟုတ် အစားအစာပြင်ဆင်ရန် မျှော်လင့်ပါက အတုခိုးခြင်းများကို သင်ကြားပေးပါသည်။

AI မှတ်ချက်၏စီးပွားရေးလုပ်ငန်း

ဤထောက်ပံ့ရေးကွင်းဆက်တွင် အချက်အချာကျသည့်အချက်မှာ အမေရိကန်နည်းပညာဖောက်သည်များနှင့် နီးကပ်စွာလုပ်ဆောင်သော Ravi Shankar မှ တည်ထောင်ထားသော ဒေတာတံဆိပ်တပ်ထားသောကုမ္ပဏီ Objectways ဖြစ်သည်။ ဝန်ထမ်းများသည် ရာနှင့်ချီသော အသေးစားလုပ်ငန်းဆောင်တာများကို နေအိမ်များနှင့် စက်ရုံပုံသဏ္ဍာန်များတွင် ရိုက်ကူးကြပြီး လုပ်ဖော်ကိုင်ဖက်များသည် ဖရိန်များကို စက်ဖြင့်ဖတ်နိုင်သော အဆင့်များအဖြစ် မှတ်ချက်ချကြသည်။ ကုမ္ပဏီအလိုက်၊ ထုတ်ကုန်သည် Amazon ကဲ့သို့ ကုမ္ပဏီကြီးများအပါအဝင် အဓိကပလပ်ဖောင်းများတွင် အိမ်သုံးစက်ရုပ်များနှင့် ဂိုဒေါင်စနစ်များတည်ဆောက်သည့်အဖွဲ့များကို ပံ့ပိုးပေးပါသည်။

စီးပွားရေးကို လျစ်လျူရှုဖို့ ခက်တယ်။ လူသားမဆန်သောနှင့် မိုဘိုင်းစက်ရုပ်များကို လေ့ကျင့်သင်ကြားခြင်းသည် သန့်ရှင်းပြီး လက်တွေ့ကမ္ဘာ၏ အမူအကျင့်ဒေတာများတောင် တောင်းဆိုပါသည်။ အဲဒါက Wall Street က နီးနီးကပ်ကပ် စောင့်ကြည့်နေတဲ့ ဝန်ဆောင်မှုစျေးကွက်ကို လှုံ့ဆော်ပေးနေပါတယ်။ Goldman Sachs ၏ အဆိုအရ လူသားဆန်သော စက်ရုပ်များနှင့် ဆက်စပ်သော သုံးစွဲမှုမှာ ဟာ့ဒ်ဝဲ ကုန်ကျစရိတ် ကျဆင်းပြီး ယေဘုယျ ရည်ရွယ်ချက် မော်ဒယ်များ ဆက်လက် တိုးတက်နေမည် ဖြစ်သောကြောင့် 2035 ခုနှစ်တွင် ဒေါ်လာ 38 ဘီလီယံ အထိ တိုးလာနိုင်သည်။

စိန်ခေါ်မှုများနှင့် ကျင့်ဝတ်ဆိုင်ရာ မေးခွန်းများ

ဤအလုပ်သည် ဆီလီကွန်တောင်ကြားအထိ ဒေတာရေစီးကြောင်းအတိုင်း နောက်ဆက်တွဲပြဿနာများ ပေါ်ပေါက်စေသည်။ ဗီဒီယိုဖိုင်များသည် မီးဖိုချောင်၊ ဧည့်ခန်းနှင့် စက်ရုံကြမ်းပြင်များမှ မကြာခဏ ထွက်ပေါ်လာသောကြောင့် လျှို့ဝှက်ရေးသည် ပထမဆုံးစိုးရိမ်စရာဖြစ်သည်။ အချို့အလုပ်သမားများသည် အိပ်ခန်းများ သို့မဟုတ် မိသားစုဝင်များကို လုံးဝရိုက်ကူးခြင်းကို ရှောင်ကြဉ်ကြသည်။ အခြားသူများက ထိန်းသိမ်းခြင်း၊ လိုင်စင်ထုတ်ပေးခြင်းဆိုင်ရာ ရှင်းလင်းသောစည်းမျဉ်းများနှင့် ၎င်းတို့၏အကြောင်းအရာများကို ဆက်လက်လျော်ကြေးမပေးဘဲ အနာဂတ်စီးပွားရေးပုံစံများတွင် ထည့်သွင်းမည်ဆိုသည်ကို လိုချင်ကြသည်။

အခကြေးငွေ ညီမျှမှု ကိစ္စလည်း ရှိတယ်။ ကုန်ကျစရိတ်နည်းသော အလုပ်သမားအတွက် လေ့ကျင့်သင်ကြားထားသော စက်ရုပ်နှင့် US တွင်ရောင်းချသည့် ပရီမီယံထုတ်ကုန်တစ်ခုကြား အကွာအဝေးသည် မူဝါဒချမှတ်သူများနှင့် ဝယ်ယူသူများထံမှ စိစစ်မှုကို ဖိတ်ခေါ်ပါသည်။ တန်ဖိုးကြီးသော စက်ရုပ်များ အသုံးပြုနိုင်သည့် ဒေတာအတွဲများသည် ပံ့ပိုးကူညီသူများအတွက် ပိုမိုမြင့်မားသော အခကြေးငွေကို ပေးသင့်ပါသလား။ အဆိုပါမေးခွန်းသည် လွန်ခဲ့သည့်ဆယ်စုနှစ်တစ်ခုက ပြုလုပ်ခဲ့သော စီးနင်းမှုပြုလုပ်ခြင်းနှင့် အကြောင်းအရာ စိစစ်ခြင်းဆိုင်ရာ ငြင်းခုံမှုများကဲ့သို့ AI တိုးတက်မှုကို အရိပ်ထိုးထားသည်။

သို့သော်လည်း စကေးသည် စျေးကွက်ကို ရှေ့သို့ ဆက်လက်ဆွဲဆောင်နေပါသည်။ ကြွပ်ဆတ်သောမော်ဒယ်များကိုရှောင်ရှားရန် US အဖွဲ့များသည် ကွဲပြားသောလက်များ၊ အလင်းရောင်များနှင့် ပတ်ဝန်းကျင်များ လိုအပ်ပါသည်။ ယခုအချိန်တွင်၊ ကင်မရာများသည် သရက်သီးအစိပ်တစ်ပိုင်းနှင့် တစ်ကြိမ်လျှင် မျက်နှာသုတ်ပဝါခေါက်ကာ ဆက်လက်လည်ပတ်နေပြီး ကျွန်ုပ်တို့နေထိုင်ပုံနှင့် အလုပ်လုပ်ပုံကို လေ့လာလိုသော စက်များအတွက် နေ့စဉ်လက်ဟန်များကို နောက်လေ့ကျင့်ရေးစနစ်အဖြစ် ပြောင်းလဲပါသည်။