Discover postsExplore captivating content and diverse perspectives on our Discover page. Uncover fresh ideas and engage in meaningful conversations
AI တွေက ဘာလို့သင်္ချာညံ့ကြတာလဲ
AI Model အသစ်တွေကို ကုမ္ပဏီကြီးတွေ မိတ်ဆက်လာတိုင်း သူတို့ Model က Reasoning ဘယ်လောက်ကောင်းတယ်။ ဘယ်လောက်ထိ Logical ဖြစ်တယ်ဆိုပြီး ကြေငြာလေ့ရှိတာပုံမှန်ပါပဲ။
ကျွန်တော့်အနေနဲ့ ပြီးခဲ့တဲ့ ၄ လလုံး ChatGPT Plus, Claude Sonnet, Gemini Pro တွေကိုဝယ်သုံးခဲ့ပြီး အင်ဂျင်နီယာကျောင်းသားတစ်ယောက် သင်ရမယ့် ဘာသာရပ်တွေမှာ AI အကူအညီတွေကို ယူကြည့်ခဲ့ပါတယ်။ အင်ဂျင်နီယာဆိုတဲ့အတိုင်း သင်္ချာပါမယ်။ ခုတက်နေတဲ့ကျောင်းမှာ Critical Reasoning တွေသင်ရတယ်ပေါ့။
၄ လကြာသုံးကြည့်ပြီးတဲ့နောက်မှာ ဆရာနဲ့ဆွေးနွေးမှုထိုင်ခဲ့တဲ့အခါမှာတော့ AI နဲ့ပတ်သက်လို့ အများကြီး အသိအမြင်ပြောင်းသွားပါတယ်။ AI တွေဆိုတာ ကိုယ်ပိုင် ဉာဏ်ရှိလို့၊ နားလည်လို့ Task တွေကို ဖြေရှင်းပေးနေတဲ့ ကိုယ်ပိုင်အသိရှိတဲ့ အရာတွေ ဟုတ်မနေသေးတာပါပဲ။ အနာဂါတ်မှာတော့ သေချာပြောဖို့ခက်တယ်ပေါ့။
AI တွေအနေနဲ့ Basic Maths လို့ခေါ်တဲ့ ပေါင်းနှုတ်မြှောက်စားအလုပ်တွေမှာတောင် ဂဏန်းတွေအရမ်းကြီးလာတဲ့အခါ မမှန်တော့တာကို တွေ့ရပါတယ်။ ကျွန်တော့်ရဲ့ Maths သင်ခန်းစာတစ်ခုမှာ ဒဿမကိန်း ၅ နေရာထိတွက်တဲ့အခါ အဖြေတွေက သေချာမှုမရှိတော့ပဲ မှားလာတာကို ခဏခဏတွေ့ရပါတယ်။ ဒါ့အပြင် Trigonometry လိုမျိုး ပုံတွေ၊ Shape တွေနဲ့ သင်ခန်းစာတွေမှာလည်း အမှားတွေပါပါနေတာကို တွေ့ရပါတယ်။
ကျွန်တော်တို့ ကိုယ်ပိုင်အသိဉာဏ်ရှိသူတွေအနေနဲ့ ပြဿနာတစ်ခုကိုဖြေရှင်းတဲ့အခါ ရှေ့မှာ အလားတူပြဿနာသို့မဟုတ်၊ ပုံသေနည်းတွေကိုသိထားတာရှိတဲ့အခါ တစ်ကယ့်ပြဿနာတွေကို ပုံသေနည်းတွေအသုံးပြုပြီး ဖြေရှင်းလေ့ရှိပေမယ့် AI ကတော့ ရှေ့မှာ အလားတူ၊ ပုံစံတူ ပြဿနာကို အတုယူပြီး ဖြေရှင်းလေ့ရှိတာကြောင့် လုံလောက်တဲ့ Training Data(လေ့ကျင့်ပေးတဲ့ဒေတာ) မရှိခဲ့ရင် ဂဏန်းတောင်မပြောင်းပဲ ရှေ့ကသူမြင်ဖူးထားတဲ့ ပုဒ်စာကိုပဲ တဲ့တိုးပြန်ပြပေးတဲ့အထိ ဖြစ်ဖူးပါတယ်။ ဒါ့ကြောင့် AI ကောင်းကောင်းတစ်ခုဖြစ်ဖို့အတွက် Training Data ဆိုတာ အကြီးအကျယ်လိုအပ်နေတာဖြစ်ပါတယ်။
AI ဆိုတာ အသစ်ကိုဖန်တီးနိုင်စွမ်း မရှိပါဘူး။ သူ့မှာရှိပြီးသား Data တွေကို ပေါင်းစပ်ပြီး စုတုပြု လုပ်တဲ့အခါ ထွက်လာတဲ့ Result ကိုပဲ ဖန်တီးနိုင်စွမ်းလို့သတ်မှတ်ထားတာပါ။ ကိုယ်ပိုင် Consciousness ဆိုတာမျိုး မရှိတဲ့အတွက် ဘောင်ထဲကဖောက်ထွက်သွားဖို့၊ ကိုယ်ပိုင်တွေးခေါ်နိုင်ဖို့ဆိုတာ မရှိပါဘူး။
လူသားတွေမှာတော့ ခံစားချက် (Emotion) ဆိုတာမျိုးကတဆင့် ကိုယ်ပိုင်အသိဉာဏ်တွေ၊ ဆုံးဖြတ်ချက်တွေရှိလာတာပါ။ Emotion ဆိုတာမျိုးက တစ်ယောက်နဲ့တစ်ယောက် ခံစားချက်ခြင်း၊ မမြင်ရတဲ့အသိစိတ်ချင်း ဆက်နွယ်နေသလိုမျိုးပါ။ Emotion ကိုပြတဲ့ AI Powered စက်ရုပ်တွေဆိုတာကလည်း Sensor တွေ Agent တွေကတဆင့် ကိုယ့်ရဲ့ မျက်လုံးအနေအထား၊ ပြောဆိုပုံ၊ အသံတွေကို တွက်ချက်ပြီး စက်ရုပ်တွေက တွက်ထုတ်ပြီး တုံ့ပြန်တဲ့ သဘောပါပဲ။ ကျနော်တို့လိုမျိုး ဖုန်းပြောရင်း တစ်ခြားသူရဲ့ အသံနဲ့ စကားအသွားအလာကို ခံစားပြီး တစ်ဖက်သူ ဒေါသထွက်နေတယ်၊ စိတ်ကောက်နေတယ်၊ ချော့ခံချင်နေတယ်စတဲ့အသိတွေ AI မှာ တွက်ထုတ်နိုင်ဖို့ ခက်ခဲပါတယ်။
အဓိကခေါင်းစဥ်ကို ပြန်သွားရရင် AI အနေနဲ့ 1 + 1 = 2 ဆိုတာကိုသိဖို့ သူ့အနေနဲ့ ၁ခု နဲ့ ၁ ခုပေါင်းရင် ၂ ဖြစ်သွားတယ်ဆိုတဲ့ အမှန်တရားကို Logic ကို နားလည်တာမဟုတ်ပဲ၊ သူ့ကို Train ခဲ့စဥ်က 1+1=2 ဆိုတဲ့အကြောင်းအရာကို လုံလုံလောက်လောက် Train ပေးခဲ့လို့သာ 1+1=2 ဆိုတာကို သိနေတာဖြစ်တယ်ဆိုတာပါပဲ။
akhyartech
Abigail (2024)
ဒီကားလေးကတော့ ရုံတင်ကတည်းက ကြည့်ရှုသူတွေကြားမှာ ဇာတ်ရှိန်အရမ်းတက်ပြီး ကြည့်ရတာ တန်တယ်လိုသတင်းတွေ ထွက်နေတဲ့ Abigail ဆိုတဲ့ horror ဇာတ်ကားတစ်ကားပဲဖြစ်ပါတယ်။
ပြန်ပေးသမား အုပ်စုတစ်စုက အသက် ၁၂ ရွယ် အက်ဘီဂေးလ်ဆိုတဲ့ ကောင်မလေးကို အိမ်ကြီးတစ်အိမ်မှာ ပြန်ပေးဆွဲဖို ဖမ်းထားကြပါတယ်။ ဒါပေမယ့် ကောင်မလေးရဲ့ ဖခင်က အင်အားကြီးသူတစ်ယောက်ဆိုတာ သိသွားပြီး ကလေးမလေးကို ဖမ်းဆီးထားခြင်းက အပြစ်ရှိသလို ခံစားလာကြရပါတယ်။
ဒါပေမယ့် သူတိုဖမ်းထားတဲ့ အက်ဘီဂေးလ်က သာမန်ကလေးတစ်ဦးမဟုတ်ဘဲ သွေးဆာနေတဲ့ ဗန်ပိုင်းယားတစ်ကောင်ဆိုတာ သူတို သိလာရပါတော့တယ်။
တစ်ယောက်ပြီးတစ်ယောက်ကို ဒုက္ခပေးနေတဲ့ အက်ဘီဂေးလ်ကို နှိမ်နင်းဖို သူတို နည်းအမျိုးမျိုးနဲ့ ကြိုးစားကြပေမယ့် မအောင်မြင်ကြတဲ့အခါ ဘယ်လိုတွေ ဆက်ဖြစ်လာမလဲဆိုတာ ဇာတ်လမ်းလေးထဲမှာ ကြည့်ရှုခံစားရမှာပဲဖြစ်ပါတယ်။
#horror