ကိုသန်းလွင် - အေအိုင်အဆင့်မြှင့်ဘို့

ကိုသန်းလွင် - အေအိုင်အဆင့်မြှင့်ဖို့

(မိုးမခ) ဇွန် ၁၀၊ ၂၀၂၅

(၁)

အိုးပင်းအေအိုင် (Open AI) ကုမ္မဏီ၏ ဥက္ကဋ္ဌအောက်တမန် (Sam Altman) က သမ္မတနှင့် ဖုန်းပြော ရာတွင် သူ၏သမ္မတ သက်တမ်းမကုန်ဆုံးမှီမှာပင် ယနေ့ခေတ် ကွန်ပျူတာများသည် လူတို့ တွေးခေါ်သကဲ့သို့ တွေးခေါ်နိုင်ကြလိမ့်မည်ဟု ပြောခဲ့ပါသည်။ စက်များကလူကဲ့သို့တွေးခေါ်ခြင်းကိုအေဂျိီအိုင် (AGI-Artificial General Intelligence) အဆင့်ဟုခေါ်ပါသည်။ အာမေဒိီ (Dario Amodei) ခေါ် အိုးပင်းအေအိုင် နှင့် စဉ်ပြိုင် ကုမ္မဏီ ဥက္ကဌကလည်း သူ၏ ပေါ့ကတ်စ်များတွင် အေဂျီအိုင်အဆင့်ကို မြန်မြန်ဆန်ဆန်ကြီး ရောက်တော့ မည် ဟု ပြောဆိုခဲ့သည်။ အီလွန်မတ်၏ အယူအဆအရဆိုလျင် သည်နှစ်မကုန်မှီ အေဂျီအိုင်အဆင့်ကို ရောက်ရမည် ဖြစ်သည်။

ဆီလီကွန်တောင်ကြားမှအခြားကုမ္မဏီများ၏ဥက္ကဋ္ဌများကလည်းတညီတညွတ်တည်း အေဂျီအိုင် ခေတ် သို့ ရောက်တော့မည်ဟု ပြောဆိုကြသည်မှာများ များလာပါသည်။

(၂)

သက္ကရာဇ် ၂၀ဝ၀ နှစ်များက အင်ဂျင်နီယာအချို့က “အေဂျီအိုင်” ဆိုသော အမည်ဖြင့် စာအုပ်တစ်အုပ် ထုတ်ဝေခဲ့ရာမှ ဤစကားလုံးသည် အနာဂတ်တွင် လူ့ဦးနှောက်သဖွယ် စဉ်းစားနိုင်သော စက်တစ်ခုအဖြစ် ပေါ် လာမည်ဟုခန့်မှန်းခဲ့သည်။ သို့တစေ ယနေ့အထိ အေဂျီအိုင် ဆိုသော ဝေါဟာရကို အဓိပ္ပါယ်ဖေါ်ရာတွင်လူတို့ သဘောတူညီမှု မရရှိနိုင်ဘဲ တယောက်တမျိုး အဓိပ္ပါယ်ဖေါ်လျက်ရှိကြပါသည်။

အက်တမန်၊ အမိုဒီ နှင့် အီလွန်မတ်တို့သည် ဤရည်ရွယ်ချက်အတိုင်း အကောင်အထည်ပေါ်အောင် ဆောင်ရွက်ခဲ့ကြပါသည်။ သူတို့နည်းတူ ဂူးဂဲလ်၊ မိုက္ကရိုဆော့ဖ အစရှိသည့် ကုမ္မဏီကြီးများကလည်း ကြိုးစား ဆောင်ရွက်ခဲ့ကြသည်။ သူတို့က အားသွန်ခွန်စိုက် ကြိုးစားနေချိန်တွင် တက်ခနိုလိုဂျီ အသစ် နှင့် ဖန်တီးသည့် အနုပညာ၊ ကွန်ပျူတာ ပရိုဂရမ်များစွာ ပေါ်ပေါက်ခဲ့သည်။ နယ်ပယ်တစ်ခုလုံးကို ပြောင်းလဲပစ်ရန် ကြိုးစားနေ ကြခြင်းဖြစ်သည်။

အိုးပင်းအေအိုင် ၏ chatGPT ကဲ့သို့သော ချက်ဘော့များ ပေါ်ပေါက်ခဲ့ခြင်းမှာ လွန်ခဲ့သော နှစ်အနည်း ငယ်အတွင်း တက်ခနိုလိုဂျီ တဟုန်ထိုးတိုးတက်ခဲ့ခြင်းကြောင့်ဖြစ်ရာ ထိုနှုန်းဖြင့်သာတိုးတက်နေပါက အေဂျီအိုင် အဆင့်ကို မကြာမီရောက်ရမည်ဟုရဲဝင့်စွာခန့်မှန်းခဲ့ကြခြင်းဖြစ်ပါသည်။ လူတို့က အေဂျီအိုင် အဆင့်ကိုရောက် ပြီးလျင်မကြာမှီမှာပင်၄င်းထက်မြင့်သော (Super Intelligence ) ခေတ်သို့ ရောက်ရမည်ဟုကြိုတင်ဟောကိန်း ထုတ်ခဲ့ကြသည်။

သူတို့၏ ယုံကြည်ချက် အပြည့်အဝနှင့် ပြောဆိုသံများသည် အမှန်တရားထက် ရှေ့သို့ အရင်ရောက် နေကြပါသည်။ သူတို့ ကုမ္မဏီများက တက်ခနိုလိုဂျီကိုရှေ့သို့ရောက်အောင် တွန်းပို့နေကြသလိုပင် အေဂျီအိုင် အဆင့်သို့ ရောက်ရန်ပင် အလွန်ခက်ခဲသည်ဆိုသော အသံများလည်း ကြားကြရသည်။

ကျွန်တော်တို့ဆီမှာ ရောက်ရှိနေတဲ့ နည်းနာများနဲ့ အေဂျီအိုင်အဆင့်သို့ ရောက်ရန်မဖြစ်နိုင်ပါဟုပြော သူက ပြောနေကြသည်။ အနှစ် ၄၀ မျှ သက်တမ်းရှိလာသော ဤနယ်ပယ်အတွင်းမကျွမ်းကျင်သူများ၏လေးပိုင်း သုံးပိုင်းက အေဂျီအိုင် ကိုမဖြစ်နိုင်ဟုယူဆကြသည်။ သူတို့တည်ဆောက်နေသည်မှာ စာလုံးတစ်လုံးကို ယူပါက နောက်ထပ်တစ်လုံးသည် ဘာဖြစ်ရမည်ဟု ခန့်မှန်းခြင်းသာဖြစ်သည်။ တနည်းဆို သော် ဤဒေတာ ပစ်ဆဲလ် (pixel) ၏နောက်တွင် ထပ်ရောက်လာမည့် ပစ်ဆဲလ်မှာဘာဖြစ်ရမည်ဟု ကြိုတင်ခန့်မှန်းနိုင်ခြင်းသာဖြစ်သည်။ ဤသည်မှာ အသိဉာဏ်ရှိသည့် လူ့ဦးနှောက်နှင့် ကွာခြားလှပါသည်။

ထိုသို့ အယူအဆကွဲပြားနေခြင်းမှာလူတို့၏အသိဉာဏ်ကို အဓိပ္ပါယ်ဖွင့်ဆိုရာ၌ပင်လူတို့သဘောတူညီ မှု မရှိသောကြောင့်ဖြစ်ပါသည်။ လူတို့၏ အသိဉာဏ်ကိုတိုင်းတာသော Intelligent Quotient ခေါ် IQ Test မှာ ပင် သဘောတူညီမှုမရှိကြဘဲ ငြင်းခုန်နေကြဆဲ ဖြစ်သည်။ ဤသို့ပင် အခြားအထင်ကရကိစ္စများ၌လည်းသဘော တူညီမှု မရှိကြပါ။ အေဂျီအိုင်ကို အဓိပ္ပါယ်ဖွင့်ဆိုရာတွင် လူတို့၏ ခံယူချက်အပေါ်တွင် မူတည်၍ ကွဲပြားနေကြ သည်။ ယနေ့စက်များအနေဖြင့် အခြေခံကျသော ဦးနှောက်၏ အခြေခံကျသော လုပ်ငန်းများကိုပင် မလုပ်နိုင် သေးသည်ကို တွေ့ ရပါသည်။

ချပ်ဂျီဒီပီ ကဲ့သို့သောချက်ဘော့များမှာ နျူရယ်နယ်ဝပ် (Neural Network) ကို အခြေပြုကြရပါသည်။ သူတို့ သည် စာကြောင်းများ၊ စာလုံးများ၏ပုံစံ နှင့်အရာဝတ္တုများ၏ပုံစံ (Image)၊ အသံ တို့ကိုပုံဖေါ်နီုင်ကြသည်။ ဥပမာ ဝီကီပီးဒီယား (Wikipedia) မှ စာများ၊ သတင်းဆောင်းပါးများနှင့် အခြားစာပေတို့ကို ကြည့်၍ပုံဖော်နေရ ခြင်းဖြစ်သည်။ ထိုမှတဆင့် လူတို့ရေးသားသလို စာကြောင်းများကိုစက်က ရေးသားနိုင်ကြပါသည်။ လွန်ခဲ့သော ကာလများက ကွန်ပျူတာများနှင့် စာလျင်ပိုမို၍ လျင်မြန်စွာရေးသားနိုင်ကြသည်။ လွန်ခဲ့သောဆယ်နှစ်ကကွန်ပျူ တာ ကုဒ် (Code) များပေါ်တွင်မူတည်၍ ကွန်ပျူတာပရိုဂရမ် များရေးသားကြရာ ယနေ့ ချပ်ဂျီဒီပီ ကိုမှီအောင်မ ရေး နိုင်ကြပါ။ နျူရယ်နတ်ဝပ်သည် ဒေတာ များပေါ်တွင် အခြေခံရခြင်းဖြစ်သဖြင့် သူတို့သည် မကြာမှီ ကာလ အတွင်း အဆင့်မြင့်၍ သွားကြပါသည်။

လွန်ခဲ့သော ဆယ်နှစ်က ဒေတာပမာဏ တိုးပွားလာပုံကို ကြည့်၍ ဤနှုန်းအတိုင်းသာ တိုးတက်နေပါက အေဂျီအိုင်အဆင့်သာမကပိုမိုတိုးတက်သောအခြေအနေသို့ ရောက်သွားရမည်ဟုယုံကြည်နေကြခြင်းဖြစ်သည်။ လုပ်ငန်းအသစ်များကို လုပ်ဆောင်ရာတွင် လူက စက်ထက်ပို၍မြန်ဆန်စွာ လုပ်ဆောင်နိုင်သည်။

သိပ္ပံပညာရှင်များနားလည်ထားသည့် Scalings law ဟုသိကြသည့် ဥပဒေမှာပို၍များပြားသော ဒေတာများကို အေအိုင်က ဆန်းစစ်နိ်ုင်ပါက ပို၍အဆင့်မြင့်သော လုပ်ငန်းများကို လုပ်ဆောင်နိုင်သည်။ ကျောင်း သားတစ်ယောက်သည် စာအုပ်များကို ပိုဖတ်လေလေ ဘာသာရပ်ကိုပို၍ကျွမ်းကျင်လေလေဖြစ်သည်။ အေအိုင် က ပို၍များသောပုံစံများကို တွေ့ထိရခြင်းဖြင့် တဖြည်းဖြည်း လူနှင့်တူအောင် လုပ်နိုင်လိမ့်မည်ဟုယူဆကြသည်။

လူကအေအိုင် ကဲ့သို့အလေ့အကျင့် လုပ်စရာမလိုဘဲ လုပ်ငန်းသစ်များကို လွယ်လင့်တကူ လုပ်နိုင်ကြ သည်။ သဘာဝကျမကျကိုဆုံးဖြတ်နိုင်သည်။ အဖြစ်အပျက်တစ်ခုသည်သဘာဝအတိုင်းမဟုတ်သည်ကို စက်က မသိနိုင်ပါ။ ထို့အတူ လူ၏ ကိုယ်ချင်းစာစိတ်အရ ဖြစ်ပေါ်လာသော ခံစားချက်ကို စက်က မသိနိုင်ပါ။

ယနေ့ သင်္ချာနှင့် ကွန်ပျူတာနည်းပညာများကို နည်းတစ်ခုဖြင့် ပြောင်းလဲနေသည်မှာ မှန်ပါ၏။ သို့သော် ထိုအရာများမှာ လူတို့လုပ်နိုင်စွမ်းရှိသည်၏ သေးငယ်သောအစိတ်အပိုင်း မျှသာ ဖြစ်ပါသည်။

လူသည် ရှုပ်ထွေး၍ အမြဲပြောင်းလဲနေသော လောကကြီးတွင် ဝင်ရောက်ကိုင်တွယ် ဖြေရှင်းနိုင်ပါသည်။ စက်ရုပ်က လူတို့မမျှော်လင့်နိုင်သော အရာများကို ဖြေရှင်းရန် မလွယ်ကူပါ။ ကမ္ဘာကြီးက မမြင်ဘူးသော်လည်း လူ၏စိတ်ကူးက ထိုအကြောင်းအရာများကို စိတ်ကူးဖြင့် မှန်းဆနိုင်ပါသည်။ စက်ရုပ်က သူမြင်ဘူးသော အရာကို သာ ဖြေရှင်းတတ်ပြီး ထပ်၍ထပ်၍ လေ့ကျင့်ရန် လိုအပ်ပါသည်။ ထို့ကြောင့် အေဂျီအိုင်အဆင့်သို့ ရောက်ရန် လက်ရှိ တက်ခနိုလိုဂျီ အနေဖြင့် လူတို့မမြင်ဘူးသေးသည့် အရာတစ်ခုက တွန်းပို့ခြင်းလိုအပ်ပါသည်။ ထိုအ ဖြစ်အပျက်သည် မည်မျှ ကြာမည်ဟု မသိနိုင်ပါ။ စနစ်တစ်ခုသည် လူတို့၏ အပြုအမူများနှင့် လုပ်ဆောင်သည် ထက် ပို၍ကောင်းရမည်ဟု မဆိုလိုပါ။ လူတို့၏ ပြသနာများကို လုံးဝဥသုံ ဖြေရှင်းပေးမည့် အရာဟူ၍လည်း မရှိသေးပါ။ ဘယ်ပြသနာမျိုး ဖြစ်လိမ့်မည်ဟုလည်း မသိနိုင်ပါ။

လွန်ခဲ့သောလအနည်းငယ်အတွင်း အိုးပင်းအေအိုင် နှင့် စဉ်ပြိုင်ကုမ္မဏီတို့က အင်တာနက်တွင် ရှိသမျှ အင်္ဂလိပ်စာနှင့် ရေးထားသောစာများကို ဖတ်ပြီး ဖြစ်ပါသည်။ ထို့ကြောင့် သူတို့သည် သူတို့၏ ချက်ဘော့များ ကို တိုးတက်အောင်လုပ်နေကြသည်။ ဤနေရာတွင် သူတို့သည် Reinforcement Learning ခေါ် နည်းအသစ် ကိုရှာဖွေတွေ့ရှိကြသည်။ ဤနည်းဖြင့်စနစ်တစ်ခုသည် Trial and Error နည်းကိုသုံးခါရက်သတ္တပတ် ပေါင်းများ စွာ၊ လပေါင်းများစွာ ကြာအောင်ရှာဖွေကြရသည်။ ထောင်ပေါင်းများစွာသော သင်္ချာပုစ္ဆာများကိုဖြေရှင်းနည်းအား သိထားခြင်းဖြင့် မည်သည့်နည်းလမ်းကို သုံးခြင်းက အကောင်းဆုံး ဖြစ်သည်ကို ဆုံးဖြတ်ကြသည်။

Scaling Law သည် လူတို့ကိုလမ်းမှန်ပေါ်သို့ ရောက်အောင် ခေါ်ဆောင်သွားလိမ့်မည်ဟု မျှော်လင့်နေ ကြသည်။ ၂၀၁၆ ခုနှစ်က ဂူးဂဲလ်ကတီထွင်ခဲ့သော Alpha Gold ပရိုဂရမ်သည်ဤသို့ Trial and Error နည်းကို သုံး၍ တဖြည်းဖြည်းတိုးတက်လာရာ တရုတ်ပြည်၏ ကစားနည်းတစ်ခုဖြစ်သော Go တွင် လူကိုနိုင်အောင်ကစား နိုင်ခဲ့သည်။ ဤသို့ဖြင့်စက်က လူ့ဦးနှောက်ထက် သာသော သာဓကများစွာကိုတွေ့နိုင်သည်။ ဂဏန်း ပေါင်းစက် သည် လူ့ထက်မြန်မြန် အပေါင်းအနှုတ် လုပ်နိုင်၏။ ချက်ဘော့များသည်လူတို့ရေးနိုင်သည်ထက် မြန်မြန် စာကို ရေးနိုင်၏ ။ သို့သော် မီးဖိုပေါ်ကမုန့်ကို နောက်တဖက် လှန်ရန်မူစက်ကနာရီဖြင့်သာ သတ်မှတ်နိုင်၍ လူကပါတ် ဝန်းကျင် အခြေအနေအားလုံးကို စုပေါင်းစဉ်းစားနိုင်သည်။ ဦးနှောက်သည် ပြင်က ကမ္ဘာကြီးနှင့် ဆက်စပ်၍ နား လည်နိုင်စွမ်းရှိသည်။

(၃)

အေအိုင်အနေဖြင့် လူသားတို့ထံမှ သင်ကြားပေးသော နည်းနာများကို သိဖို့ လိုပါသည်။ တနည်းပြော ရလျင် စက်က တတ်ဖို့နားလည်ဖို့ကို လူကသင်ကြားပြသရပါသည်။ ၄င်းသည် ကျွန်တော်တို့၏အိုင်ဒီယာစိတ်ကူး စိတ်သန်းများ၏ အခြေခံနှင့် ကျွန်တော်တို့ဘဝများ၏ အခြေခံတို့ဖြစ်သည်။ စက်ကတချို့နေရာများတွင်လူ့ထက် သာသော်လည်း တချို့နေရာများမှာလူ့စိတ်လို စက်က နားလည်ရန်အလွန်ခက်ခဲလျက်ရှိပါသေးသည်။

ကိုသန်းလွင်

Ref : Mind Vs Machine, A no brainer for now. By Cade Metz, NY Times June 2, 2025

Join Us @ MoeMaKa Telegram
t.me@moemaka
Please show your support, donate with Zelle
#MoeMaKaMedia
#WhatsHappeningInMyanmar