ကြော်ငြာပိတ်ပါ။

Artificial Intelligence ကို လူတိုင်း အသုံးပြုနေကြသော်လည်း အနည်းငယ်သော သူများက ၎င်းကို တိုက်ရိုက်ရည်ညွှန်းသည့် မည်သည့်ကိရိယာများ ရှိသည်။ Google သည် ဤအရာတွင် အဝေးဆုံးဟု ဆိုရသော်လည်း၊ ဤတွင် Google သည် မြင်သာဆုံးဟု ဆိုရန် သင့်လျော်ပါသည်။ Apple မှာတောင် AI ရှိပြီး နေရာတိုင်းလိုလိုမှာ ရှိနေပေမယ့် တစ်ချိန်လုံး ပြောနေဖို့ မလိုပါဘူး။ 

machine learning ဆိုတဲ့ အသုံးအနှုန်းကို ကြားဖူးပါသလား။ အဘယ်ကြောင့်ဆိုသော် ၎င်းကို မကြာခဏနှင့် အကြောင်းအရာများစွာတွင် အသုံးပြုသောကြောင့် ဖြစ်နိုင်သည်။ ဒါပေမယ့် အဲဒါက ဘာလဲ။ သင်ခန့်မှန်းထားသည်၊ ဤသည်မှာ စနစ်တစ်ခုကို "လေ့လာရန်" ခွင့်ပြုသည့် algorithms နှင့် နည်းပညာများနှင့် ပတ်သက်သော အတုထောက်လှမ်းရေး၏ နယ်ပယ်ခွဲတစ်ခုဖြစ်သည်။ Apple က machine learning အကြောင်း တစ်ခုခုပြောတုန်းက မှတ်မိသေးလား။ အချိန်တော်တော်ကြာခဲ့ပါပြီ။ 

အများအားဖြင့် တူညီသောအရာကို တင်ပြသည့် ကုမ္ပဏီနှစ်ခု၏ Keynotes နှစ်ခုကို နှိုင်းယှဉ်ပါက ၎င်းတို့သည် လုံးဝကွဲပြားသွားမည်ဖြစ်သည်။ Google သည် AI ဟူသောအသုံးအနှုန်းကို ၎င်း၏ကိုယ်ပိုင်မန္တန်တစ်ခုအဖြစ်အသုံးပြုကာ Apple မှ "AI" ဟူသောအသုံးအနှုန်းကို တစ်ကြိမ်မျှပင် မပြောပေ။ သူ့မှာရှိတယ်၊ နေရာတိုင်းမှာရှိတယ်။ နောက်ဆုံးတော့ Tim Cook က သူ့အကြောင်းမေးတဲ့အခါ နောက်နှစ်မှာ သူမအကြောင်း ပိုသိလာမယ်လို့လည်း ဝန်ခံတဲ့အခါ၊ ဒါပေမယ့် Apple က အခု အိပ်နေပြီလို့ မဆိုလိုပါဘူး။  

တံဆိပ်မတူ၊ တူညီသောပြဿနာ 

Apple သည် အသုံးပြုရလွယ်ကူပြီး လက်တွေ့ကျသော AI နည်းလမ်းဖြင့် ပေါင်းစပ်ထားသည်။ ဟုတ်တယ်၊ ငါတို့မှာ chatbot မရှိဘူး၊ တစ်ဖက်မှာ၊ ဒီထောက်လှမ်းရေးက ငါတို့လုပ်သမျှ လက်တွေ့မှာ ငါတို့ကို ကူညီပေးတယ်၊ အဲဒါကို ငါတို့ မသိလိုက်ဘူး။ ဝေဖန်ရန် လွယ်ကူသော်လည်း အဆက်အသွယ်မရှာချင်ပါ။ Artificial Intelligence ၏ အဓိပ္ပါယ်ဖွင့်ဆိုချက်သည် အရေးမကြီးပါ၊ မည်သည့်အရာက ၎င်းကို မည်ကဲ့သို့ ထင်မြင်သည်ဖြစ်စေ အရေးကြီးသည် ။ ၎င်းသည် ကုမ္ပဏီများစွာအတွက် universal အသုံးအနှုန်းဖြစ်လာပြီး ယေဘူယျအများပြည်သူတို့က ၎င်းကို အောက်ပါအတိုင်း အကြမ်းဖျင်းသဘောပေါက်သည်- "ဒါဟာ အရာတွေကို ကွန်ပျူတာ ဒါမှမဟုတ် မိုဘိုင်းလ်မှာ ထည့်သွင်းပြီး ငါတို့တောင်းတာတွေကို ပေးစွမ်းနိုင်စေမယ့် နည်းလမ်းတစ်ခုပါပဲ။" 

မေးခွန်းများအတွက် အဖြေများ၊ စာသားဖန်တီးရန်၊ ရုပ်ပုံဖန်တီးရန်၊ ဗီဒီယိုတစ်ခုကို ကာတွန်းဖန်တီးရန် စသည်ဖြင့် ကျွန်ုပ်တို့ လိုချင်နိုင်ပါသည်။ သို့သော် Apple ထုတ်ကုန်များကို အသုံးပြုဖူးသူတိုင်းသည် ထိုကဲ့သို့ အလုပ်မဖြစ်သည်ကို သိပါသည်။ Apple က သူ့နောက်ကွယ်မှာ ဘယ်လိုအလုပ်လုပ်တယ်ဆိုတာကို မပြချင်ပါဘူး။ သို့သော် iOS 17 တွင် လုပ်ဆောင်ချက်အသစ်တိုင်းသည် ဉာဏ်ရည်တုကို ထည့်သွင်းထားသည်။ ဓာတ်ပုံများသည် ခွေးတစ်ကောင်ကို ကျေးဇူးတင်ကြောင်း အသိအမှတ်ပြုသည်၊ ကီးဘုတ်သည် ၎င်းကို ကျေးဇူးတင်ရှိအောင် ချိန်ညှိပေးသည်၊ AirPods သည်ပင် ဆူညံသံကို မှတ်မိရန်အတွက် ၎င်းကို အသုံးပြုကာ AirDrop အတွက် NameDrop လည်း ဖြစ်နိုင်သည်။ Apple ၏ ကိုယ်စားလှယ်များသည် စွမ်းဆောင်ချက်တိုင်းတွင် ဉာဏ်ရည်တု ပေါင်းစပ်မှုတစ်မျိုးမျိုး ပါဝင်ကြောင်း ပြောဆိုပါက ၎င်းတို့သည် အခြားမည်သည့်အရာမှ ပြောကြားမည်မဟုတ်ပေ။ 

ဤအင်္ဂါရပ်များအားလုံးကို Apple က “machine learning” ဟုခေါ်သည့်အရာအား အသုံးပြု၍ အခြေခံအားဖြင့် AI နှင့်အတူတူပင်ဖြစ်ပါသည်။ နှစ်ခုလုံးတွင် ကိရိယာ၏ ဥပမာများ သန်းပေါင်းများစွာကို "ကျွေးမွေးခြင်း" ပါ၀င်ပြီး ထိုနမူနာများအားလုံးကြားရှိ ဆက်စပ်မှုများကို စက်ပစ္စည်းမှ ထုတ်ပေးပါသည်။ လိမ္မာပါးနပ်သောအချက်မှာ စနစ်သည် ၎င်းကို သူ့ဘာသာသူလုပ်ဆောင်ပြီး ၎င်းမှလုပ်ဆောင်သည့်အရာများကို လုပ်ဆောင်ပြီး ၎င်းမှ ၎င်း၏ကိုယ်ပိုင်စည်းမျဉ်းများကို ထုတ်ယူခြင်းဖြစ်သည်။ ထို့နောက် အခြေအနေအသစ်များတွင် ဤတင်ထားသောအချက်အလက်ကို အသုံးပြုနိုင်ပြီး ၎င်းတို့နှင့်ဘာလုပ်ရမည်ကို ဆုံးဖြတ်ရန်အတွက် ၎င်း၏ကိုယ်ပိုင်စည်းမျဉ်းအသစ်များနှင့် မရင်းနှီးသောလှုံ့ဆော်မှုများ (ရုပ်ပုံများ၊ စာသားစသည်ဖြင့်) ကို ရောနှောနိုင်သည်။ 

Apple ၏ စက်များနှင့် လည်ပတ်မှုစနစ်များတွင် AI နှင့် တစ်နည်းနည်းဖြင့် အလုပ်လုပ်သော လုပ်ဆောင်ချက်များကို စာရင်းပြုစုရန် လက်တွေ့တွင် မဖြစ်နိုင်ပေ။ Artificial Intelligence သည် ၎င်းတို့နှင့် အလွန်ရောယှက်နေသဖြင့် စာရင်းသည် နောက်ဆုံးလုပ်ဆောင်ချက်ဟု အမည်ပေးသည့်အထိ ရှည်လျားမည်ဖြစ်သည်။ Apple သည် machine learning နှင့်ပတ်သက်၍ အမှန်တကယ် အလေးအနက်ထားကြောင်း ၎င်း၏ Neural Engine၊ ဥပမာ- အလားတူပြဿနာများကို လုပ်ဆောင်ရန်အတွက် တိကျစွာဖန်တီးထားသည့် ချစ်ပ်တစ်ခုလည်း သက်သေပြနေသည်။ အောက်တွင် Apple ထုတ်ကုန်များတွင် AI ကိုအသုံးပြုသည့် ဥပမာအနည်းငယ်ကိုသာ သင်တွေ့လိမ့်မည်ဖြစ်ပြီး ၎င်းကို သင်တွေးတောင်မတွေးရဲပေ။ 

  • ရုပ်ပုံ မှတ်မိခြင်း။ 
  • မိန့်ခွန်းအသိအမှတ်ပြုမှု 
  • စာသားခွဲခြမ်းစိတ်ဖြာ 
  • Spam စစ်ထုတ်ခြင်း။ 
  • ECG တိုင်းတာခြင်း။ 
.