လူ့သမိုင်းကို လှိုင်းများနှင့် နှိုင်းယှဉ်တင်ပြသည့် ပုံစံမျိုးကို ကျွန်တော်တို့ ပထမဆုံးတွေ့မြင်ရသည်မှာ အယ်လ်ဗင်တော့ဖလာ၏ တတိယလှိုင်း(The Third Wave)စာအုပ်ဖြစ်ပါလိမ့်မည်။ ထို့နောက်ပိုင်းတွင် အလားတူလှိုင်းများအဖြစ် ဥပမာပြုပြီး သမိုင်းကိုပုံဖော်သည့် အရေးအသားများရှိလာ သည်။ ယဉ်ကျေးမှုများ တိုးတိုက်မိခြင်း(The Clash of Civilizations) စာအုပ်ဖြင့်   လူသိပိုများသည့် ဆင်မြူရယ် ဟန်တင်တန်ကလည်း တတိယလှိုင်း (The Third Wave: Democratization in the Late Twentieth Century) ဆိုပြီး  ရေးသားခဲ့သည်။ ဉာဏ်ရည်တုနည်းပညာပိုင်းတွင်  အလားတူ ရေးသားခဲ့သည်က ဉာဏ်ရည်တုနည်းပညာကို ဦးဆောင်တိုးတက်စေခဲ့သူတစ်ယောက်လည်းဖြစ်၊ လက်ရှိမိုက်ခရိုဆော့ဖ်၏   အေအိုင်ဌာန  စီအီးအိုလည်းဖြစ်သည့် မူစတာဖာ ဆူလီမန်၏ ၂၀၂၃ ခုနှစ်ထုတ် နောက်လာမည့်လှိုင်း (The Coming Wave)စာအုပ်ဖြစ်သည်။ ထို့ကြောင့်   ကျွန်တော်လည်း ဉာဏ်ရည်တုနည်းပညာ၏ ပါဝါပြန်လည်ဖြန့်ဝေမှု ပုံစံများကို ဆွေးနွေးတင်ပြရာတွင် လှိုင်းများအဖြစ် ပုံဖော်လျှင်  ပိုပြီးမြင်သာမည်ဟု  ယူဆမိပါသည်။

တကယ်တော့ ဉာဏ်ရည်တုနည်းပညာကို လှိုင်းများအဖြစ် ခွဲထုတ်ပြခဲ့သည်မှာ ဆူလီမန်လိုပင် ဉာဏ်ရည်တုလောကထဲမှ အတွင်းလူတစ်ယောက်ဖြစ်သည့် လီကိုင်ဖူးဖြစ်သည်။ လီသည် ဉာဏ်ရည်တုနည်းပညာ ဂုရုကြီးတစ်ယောက်ဖြစ်သလို လက်ရှိအချိန်တွင်လည်း ဆီနိုဗေးရှင်းဗန်းချားဆိုသည့် တရုတ်ဉာဏ်ရည်တုနည်းပညာကုမ္ပဏီကို တည်ထောင်ကာ ဥက္ကဋ္ဌအဖြစ်ရော စီအီးအိုအဖြစ်ပါ ဦးဆောင်နေသူဖြစ်သည်။ သူက ၂၀၂၁ ခုနှစ်ထုတ် သူ့စာအုပ်    အေအိုင် ၂၀၄၁ ( AI 2041) ထဲတွင် ဉာဏ်ရည်တုနည်းပညာ တိုးတက်ပျံ့နှံ့လာသည့်ပုံစံကို လှိုင်းများဖြင့် ခွဲပြခဲ့သည်။

ပထမလှိုင်းကို အင်တာနက်အေအိုင်ဟု သူက နာမည်ပေးထားပြီး ၂၀၁၀ ပြည့်နှစ်ဝန်းကျင်တွင် အစပြုထားသည်။ ဂူးဂဲလ်၊  အမေဇုန်၊  ဖေ့စ်ဘွတ်တို့တွင် သုံးထားသည့် ရှာဖွေရေး၊ ကြော်ငြာ၊ ဂိမ်းနှင့် ဖျော်ဖြေရေးများအတွက်သုံးသည့် အေအိုင်မျိုးဖြစ်သည်။ ပျံ့နှံ့မှုကောင်းသော်လည်း ပါဝါအားနည်းသေးသည်။ သို့သော်  လူတစ်ဦးတစ်ယောက်ချင်းစီအပေါ်  အေအိုင်၏ သွယ်ဝိုက်လွှမ်းမိုးမှု စတင်သည့်လှိုင်းဖြစ်သည်။

ဒုတိယလှိုင်းကို သူက စီးပွားရေးအေအိုင်ဟုနာမည်ပေးထားပြီး ၂၀၁၄ ခုနှစ်ဝန်းကျင်တွင် အစပြုထားသည်။ ငွေကြေးဝန်ဆောင်မှု၊ ပညာရေး၊ အများပြည်သူဝန်ဆောင်မှု၊ ဆေးဘက်ဆိုင်ရာ၊ ကုန်စည်ထောက်ပို့လုပ်ငန်းပိုင်းတို့တွင် အေအိုင်ဝင်ရောက်လာသည့်ကာလဖြစ်သည်။ အများပြည်သူနှင့်  တိုက်ရိုက်ပတ်သက်လာပြီဖြစ်၍ ပါဝါပျံ့နှံ့မှု အလယ်အလတ်တန်းစားဖြစ်လာသလို ထိန်းချုပ်နိုင်စွမ်း ကလည်း    အလယ်အလတ်လောက်အထိ ရှိနေသေးသည်ဟု ဆိုနိုင်သည်။

တတိယလှိုင်းကို သူက  သိမြင်နားလည်မှု အေအိုင်ဟု အမည်ပေးထားပြီး ၂၀၁၆ ခုနှစ် ဝန်းကျင်တွင် အစပြုထားသည်။ လုံခြုံရေး၊ လက်လီဈေးကွက်၊ စွမ်းအင်၊ အင်တာနက်နည်းပညာ၊  နည်းပညာမြင့် အိမ်များနှင့် မြို့ကြီးများတွင်သုံးလာသည့် အေအိုင်နည်းပညာကို   ဆိုလိုသည်။   နည်းပညာဘက်မှ ကြည့်လျှင် ကွန်ပျူတာအမြင်နှင့် စကားသံနားလည်နိုင်စွမ်းတို့ အသက်ဝင်လာသည့်ကာလဖြစ်သည်။ ပါဝါပျံ့နှံ့မှုအားကောင်းလာသော်လည်း အလယ်အလတ်ဟုပင် ဆိုနိုင်သေးသည်။ ထိန်းချုပ်နိုင်စွမ်းလည်း   အလယ်အလတ်လောက်တွင် ရှိနေသေး၍ပင်။  ဥပမာပေးရလျှင် ဆီရီတို့၊ အလက်ဇာတို့လို မျိုးဖြစ်သည်။   အေအိုင်သည်  ကမ္ဘာကြီးကို အာရုံခံစားပြီး အဓိပ္ပာယ်ပြန်ဆိုနိုင်လာပြီဖြစ်သည်။

စတုတ္ထလှိုင်းကို သူက အလိုအလျောက်အေအိုင်ဟု အမည်ပေးထားပြီး ၂၀၁၈ ခုနှစ်ဝန်းကျင်တွင် အစပြုထားသည်။ စိုက်ပျိုးရေး၊ ကုန်ထုတ်လုပ်မှုနှင့် သယ်ယူပို့ဆောင်ရေးတို့တွင် အေအိုင်ပါဝင်လာသည့်ကာလဖြစ်သည်။  ဥပမာပေးရလျှင်  မောင်းသူမဲ့ ဒရုန်းများ၊ မောင်းသူမဲ့ကားများနှင့် စက်ရုပ် များဖြစ်သည်။ ပါဝါပျံ့နှံ့မှုက အထူးပြုလုပ်ငန်းကြီးများဘက်သို့  ယိမ်းလာသည်။ ထိန်းကျောင်းဖို့ ခက်လာသည်။ အေအိုင်ဦးဆောင်သည့် အလိုအလျောက်အလုပ်လုပ်သည့်စက်များ  လက်တွေ့ ကမ္ဘာထဲသို့ ဝင်ရောက်လာခြင်းဖြစ်သည်။

ဆိုခဲ့သလို  သူ့စာအုပ်က ၂၀၂၁ ခုနှစ်တွင် ထုတ်ဝေခဲ့သည်ဖြစ်၍ လှိုင်းများမှာ ထိုနေရာတွင် ရပ်သွားသည်။ ယခု ကျွန်တော်တို့ရောက်နေသည်က ၂၀၂၆ ခုနှစ်။ ကြားထဲတွင် နောက်တစ်လှိုင်းရှိလာ ပြီဖြစ်သည်။ ထိုလှိုင်းမှာ  ဂျင်နရေးတစ်အေအိုင်ဖြစ်သည်။ လူတိုင်းသိနေသည့် နည်းပညာများနှင့် ပြောရလျှင် ချတ်ဂျီပီတီ၊ ဂျမနိုင်း၊ ကိုပိုင်းလော့တို့လို ဂျင်နရေးတစ်အေအိုင်များ၏ခေတ်ဖြစ်သည်။ တစ်ဖက်မှကြည့်လျှင်   ပါဝါသည်   အများပြည်သူလက်ထဲသို့ ပိုမိုပျံ့နှံ့လာသည်ဟု ဆိုနိုင်သည်။ သို့သော် ကြီးလေကောင်းလေဟုဆိုသည့် Scaling Law ၏ သဘောတရားဖြင့်ကြည့်လျှင် ပါဝါသည် လုပ်ငန်းကြီးများနှင့် အစိုးရများထံသို့ ပိုမိုစုစည်းလာသည်ကိုလည်း တွေ့နိုင်သည်။

ဆိုလိုသည်မှာ ပါဝါပျံ့နှံ့မှုနှင့် ပါဝါဗဟိုချက်စုမှုတို့ အပြိုင်ဖြစ်ပေါ်လာသည့် ဝိရောဓိကာလတစ်ခုဖြစ်သည်။  ထို့ကြောင့် ထိန်းချုပ်နိုင်စွမ်းမှာ ပိုမိုခက်ခဲလာပြီး အေအိုင်အချုပ်အခြာအာဏာနှင့် သက်ဆိုင်သည့်ပြဿနာများလည်း ပေါ်ပေါက်လာသည်။ စည်းမျဉ်းဥပဒေများဘက်မှ ထိန်းချုပ်ရန် ကြိုးပမ်းမှုများကိုလည်း တဖြည်းဖြည်း မြင်တွေ့လာရသည်။ ထို့ကြောင့်  ကျွန်တော်က  အဆိုပါ ပဉ္စမလှိုင်းကို   ၂၀၂၄  ခုနှစ်ဝန်းကျင်တွင်  စတင်ခဲ့သည်ဟုယူဆပြီး  ‘ဂျင်နရေးတစ် အေအိုင်လှိုင်း’ ဟု အမည်ပေးလိုသည်။

လက်ရှိအချိန်တွင် အေအိုင်အတွင်း လူများက အေအိုင်နည်းပညာနှင့်ပတ်သက်၍ ဘယ်လိုစဉ်းစားကြပါသလဲ။ ၂၀၂၄ ခုနှစ်ထုတ် AI First စာအုပ်ထဲတွင် စာရေးသူနှစ်ယောက်ဖြစ်သည့် အဒမ်ဘရော့မန်းနှင့် အန်ဒီဆက်ခ်တို့ အိုင်းပင်း အေအိုင်စီအီးအို ဆမ်အော့ထ်မန်းနှင့် တွေ့ဆုံစကားပြောခဲ့သည့် အကြောင်းရေးထားသည်ကို တစ်ဆင့်ပြန်လည်ဖောက်သည်ချလိုပါသည်။ မိတ်ဆက်ရလျှင် ဘရော့မန်းသည် လက်ရှိစတားဘက်ခ် ကော်ဖီဆိုင်များ၏  ဒစ်ဂျစ်တယ်အမှုဆောင်ချုပ်။ ဆက်ခ်သည် အမေဇုန်၏ ဒုဥက္ကဋ္ဌဟောင်းဖြစ်ပြီး အေအိုင်ဖြင့်မောင်းနှင်သည့် လုပ်ငန်းလည်ပတ်မှုကို အကြံဉာဏ်များပေးခဲ့သူ။  ထို့ပြင်  အေအိုင်လောကအတွင်း၌သာ    အသုံးများသော  ‘အေအိုင် ပထမ’ ဆိုသည့်သဘောတရားကို  အများပြည်သူနှင့်   မိတ်ဆက်ပေးခဲ့ကြသူများဖြစ်သည်။ သူတို့သည် ဆမ်အော့ထ်မန်းကို လက်ရှိသူတို့ဦးဆောင်နေသည့် စတားဘက်ခ်လုပ်ငန်းအတွက် နည်းပညာ အကြံဉာဏ်တောင်းခံဖို့လာကြခြင်းဖြစ်သည်။ သို့သော် အော့ထ်မန်း၏အဖြေက သူတို့ကို ထိတ်လန့်သွားစေခဲ့သည်။

“ကျွန်တော်တို့ ကြားလိုက်ရတဲ့စကားကို မျှော်လင့်မထားမိဘူး။ ‘အေဂျီအိုင် ဟုတ်လား’လို့ ပြန်မေးမိလိုက်တယ်။ အေဂျီအိုင်ဆိုတာ အထွေထွေဉာဏ်ရည်တုဆိုတာ ကျွန်တော်တို့သိပါတယ်။ ယေဘုယျပြောရရင် သူတို့ဘာသာသူတို့ စဉ်းစားနိုင်စွမ်းရှိတဲ့ အေအိုင်မိုဒယ်လ်တွေလို့ နားလည်ထားပြီးသား ပါ။ တာမင်နေတာ ရုပ်ရှင်တွေထဲကလူလို လုပ်ကိုင်လှုပ်ရှားနိုင်တဲ့ စက်ရုပ်တွေလိုမျိုးပေါ့။ သူက အေဂျီအိုင်ဆိုတဲ့စကားလုံးကို ကျွန်တော်တို့ သိပြီးသားပုံစံမျိုး ပေါ့ပေါ့ပါးပါးပဲပြောသွားတာ။ တကယ်တမ်းက အေဂျီအိုင်အကြောင်း အဲဒီလောက် လေ့လာထားတာမဟုတ်ဘူး။ ဒါနဲ့ပဲ ‘ခင်ဗျား အေဂျီအိုင် လို့ပြောလိုက်တာ ဘာအဓိပ္ပာယ်လဲ’လို့ သူ့ကိုပဲ ပြန်မေးလိုက်မိတယ်။ ဒီဂြိုဟ်ပေါ်က အရေးကြီးဆုံး အေအိုင်ခေါင်းဆောင်တစ်ယောက်ကို ဒီလောက်တုံးတဲ့မေးခွန်းမျိုး မေးရသလားဆိုတဲ့ပုံစံမျိုး  သူက  ကျွန်တော်တို့ကို ဝေ့ကြည့်လိုက်တယ်။ ဒါပေမဲ့ ခဏရပ်ပြီး စဉ်းစားပြီးတဲ့နောက်မှာတော့ ‘မေးခွန်းက ကောင်းပါတယ်။ အေအိုင်က ဝတ္ထုတွေထဲကလို သိပ္ပံပညာထိုးဖောက်အောင်မြင်မှုမျိုးတွေ သူ့ဘာသာ သူလုပ်နိုင်တော့မှပဲ ကျွန်တော် အဲဒီအကြောင်းကို ပြောတော့မယ်’လို့ ဆက်ပြောလိုက်တယ်”ဟု ရေးထားသည်။

ဘရော့ခ်မန်းနှင့် ဆက်ခ်တို့မမှားပါ။ အေဂျီအိုင်၊ အထွေထွေဉာဏ်ရည်၊ စူပါဉာဏ်ရည်၊ အမှတ်ထူး၊ ခေတ်သစ် ကျူနင် စမ်းသပ်မှုဆိုသည့် စကားလုံးများသည် အိပ်မက်သာသာပင်ရှိသေးသည်မဟုတ် ပါလား။ သို့သော် အော့ထ်မန်းလို လူတစ်ယောက်က စတားဘက်ခ်လုပ်ငန်းအတွက် အနာဂတ် နည်းပညာအကြံပြုရာတွင် အေဂျီအိုင်ဟု ပြောလိုက်ခြင်းမှာ ဆန်းသည်။ ထိုအနေအထားကို  အမှတ်ထူးဟု နာမည်ပေးထားသော စာရေးဆရာ ရေးကာ့ဇ်ဝဲလ် ကတော့ ၂၀၂၄ ခုနှစ်တွင် အမှတ်ထူးပိုနီးလာပြီ (The Singularity Is Nearer)ဆိုသည့် စာအုပ်ကို ထပ်ရေးခဲ့သည်။  တကယ်နီးနေပြီလား။  နီးနေပြီဆိုလျှင်  ကျွန်တော်တို့ကြုံဖူးသမျှ  အကြီးဆုံးနည်းပညာလှိုင်းနှင့်  ကြုံရတော့မည်ဆိုသည့် အဓိပ္ပာယ်ဖြစ်သည်။

MDN

အေအိုင်ဖွံ့ဖြိုးတိုးတက်လာမှုအကြောင်း ဆွေးနွေးလာခဲ့သည်မှာ တော်တော်လေးခရီးရောက်လာပြီဖြစ်၍ ယခုတစ်ပတ်တွင်  လက်ရှိအေအိုင် ဖွံ့ဖြိုးတိုးတက်မှုနောက်ကွယ်မှ ထူးခြားသည့် နိယာမတစ်ခုအကြောင်းကို ဆွေးနွေးလိုပါသည်။ Scaling Laws ဟု နာမည်ပေးထားသည့် နိယာမ ဖြစ်သည်။

ဉာဏ်ရည်တုနည်းပညာ၏ အစောပိုင်းကာလများတွင် တိုးတက်မှုဆိုသည်မှာ များသောအားဖြင့် ကြိုတင်ခန့်မှန်းနိုင်စရာမရှိဟု သုတေသီများ ခံစားခဲ့ကြရသည်။ သုတေသီတို့က မိုဒယ်အသစ်တစ်ခု ကို ဒီဇိုင်းဆွဲသည်။ လေ့ကျင့်သည်။ တိုးတက်လာရန် မျှော်လင့်သည်။ တစ်ခါတစ်ရံ  အလုပ်ဖြစ်သည်။ တစ်ခါတစ်ရံ အလုပ်မဖြစ်။ ရှင်းလင်းသည့် စည်းမျဉ်းသတ်မှတ်ချက်ဟူ၍မရှိ။ ထိုးထွင်းသိမြင်မှု၊ လက်တွေ့လေ့လာစမ်းသပ်မှုနှင့် ကံကောင်းမှု အတိုင်းအတာတစ်ခုတို့ ပေါင်းစည်းထားခြင်းမျှသာ။

ထိုအဖြစ်တို့သည် ၂၀၁၀ ပြည့်လွန်နှစ် နှောင်းပိုင်းကာလများတွင်  စတင်ပြောင်းလဲသွားသည်။ ထရန်စဖော်မာအခြေပြု မိုဒယ်များကိုလေ့လာနေကြသည့် သုတေသီတို့သည် ထူးခြားသည့်တစ်စုံ တစ်ရာကို သတိပြုမိခဲ့ကြ၏။ သူတို့ မိုဒယ်များ၏ ပမာဏကို ကြီးအောင်လုပ်လိုက်လျှင် စွမ်းဆောင် ရည်သည် ကြုံရာကျပန်း ပရမ်းပတာတိုးတက်သွားခြင်းမျိုးမဟုတ်၊   ချောချောမွေ့မွေ့ဖြင့်   ကြိုတင်ခန့်မှန်းနိုင်သည့် လမ်းကြောင်းအတိုင်း တိုးတက်လာသည်ဆိုသည့်အချက်ဖြစ်သည်။

မိုဒယ်များ၏ ပမာဏကို ကြီးအောင်လုပ်ခြင်းဆိုသည်တွင်   အဓိကအချက်  သုံးချက်ပါဝင်သည်။ မိုဒယ်၏ အရွယ်အစား။ ယင်းမှာ   တိုင်းတာမှု ပါရာမီတာ ဘယ်လောက်ထည့်ထားလဲဆိုသည်ကို ဆိုလိုသည်။ ပါရာမီတာ များများထည့်သွင်းပေးလေလေ မိုဒယ်ပိုကြီးလာလေလေဖြစ်သည်။ နောက် တစ်ခုမှာ လေ့ကျင့်ပေးသည့် အချက်အလက်ပမာဏ။ ထည့်သွင်းပေးသည့် အချက်အလက်များ ပိုများလေလေ (သန့်စင်ပြီး အချက်အလက်များဟု ဆိုလျှင် ပိုမှန်မည်) မိုဒယ်မှာ ပိုအစွမ်းထက်လေလေ ဖြစ်မည်မှာ ပင်ကိုသိစိတ်ဖြင့်ပင် နားလည်နိုင်သည့်ကိစ္စဖြစ်သည်။ နောက်ဆုံးတစ်ချက်မှာ အသုံးပြုသည့် ကွန်ပျူတာတို့၏ တွက်ချက်နိုင်စွမ်း။ တွက်ချက်နိုင်စွမ်းမြင့်လေလေ မိုဒယ်၏ စွမ်းအားပိုကောင်းလေလေဖြစ်သည်။

ထိုအချက်သုံးချက်လုံးကို ကြည့်လိုက်လျှင် ထိုအချက်များ ပိုကောင်းလာခြင်းကြောင့် မိုဒယ်ပိုပြီး အစွမ်းထက်လာသည်မှာ အံ့ဩစရာမရှိ။ သို့သော် အံ့ဩစရာရှိသည်မှာ တိုးတက်မှုနှုန်းဖြစ်သည်။ တိုးတက်မှုသည် ပရမ်းပတာဖြစ်မနေ အဆင်အကွက်တစ်ခုအတိုင်းရှိနေသည်။ ဆိုလိုသည်မှာ ပါရာ မီတာ ဘယ်လောက်ထည့်လိုက်လျှင် ဘယ်လောက်တိုးတက်မည်၊ အချက်အလက် ဘယ်လောက်များများထပ်ဖြည့်လျှင် ဘယ်လောက်တိုးတက်မည်၊ တွက်ချက်မှုစွမ်းရည် ဘယ်လောက်တိုးလိုက်လျှင် ဘယ်လောက်တိုးတက်မည်ဆိုသည်ကို ကြိုတင်တွက်ချက်နိုင်ခြင်းဖြစ်သည်။

ယင်းကို Scaling Laws ဟု ခေါ်ခြင်းဖြစ်သည်။ ထိုသို့ နိယာမကို တွေ့ရခြင်းမှာလည်း နိယာမတစ်ခုကို တွေ့အောင်ရှာခဲ့ကြ၍ဖြစ်သည်။ OpenAI လို လုပ်ငန်းများမှ သုတေသီတို့သည် ဉာဏ်ရည်တု တိုးတက်မှုနှင့်ပတ်သက်၍ နိယာမတစ်ခုခု ရှိနေမလားဆိုသည်ကို အမှန်တကယ် ရှာဖွေခဲ့ကြသည်။ သူတို့ တကယ်တမ်းတွေ့ရှိခဲ့သည်ကတော့ အေအိုင်၏ အမှားလုပ်နှုန်းတွင်ဖြစ်နေသည်။ သူတို့က အေအိုင်မိုဒယ်တစ်ခု အမှားဘယ်လောက်လုပ်လဲ ဆိုသည်ကို ဇယားပေါ်တွင်  ချရေးသည်။ အထက်ဖော်ပြပါနည်းသုံးနည်းဖြင့် တိုးတက်အောင်လုပ်ပြီး ထပ်တိုင်းသည်။ ထိုသို့ ထပ်ကာထပ်ကာလုပ်ပြီး နောက် အမှားများသည် ကြုံရာကျပန်းဖြစ်မနေ သင်္ချာအဆင်အကွက် ပုံစံတစ်ခုဆောင်နေသည်ကို အံ့ဩဖွယ်တွေ့ခဲ့ကြခြင်းဖြစ်သည်။

လက်တွေ့ကမ္ဘာတွင် အရာရာတိုင်းသည် ကြီးထွားလာတိုင်း၊ ဆိုပါစို့ စကေးမြင့်လာတိုင်း ပိုမိုရှုပ်ထွေးလာလေ့ရှိသည်။ မျှော်လင့်မထားသော အပိတ်အဆို့အကျပ်အတည်းနှင့် ရင်ဆိုင်ရတတ်သည်။ စွမ်းဆောင်ရည်တိုးတက်မှု တန်းသွားခြင်းမျိုး ကြုံရသည်။ အဆင့်မြှင့်လိုက်သည့်တိုင် စွမ်းဆောင်ရည်တက်မလာခြင်းမျိုးကို ဆိုလိုသည်။ ထိုက်တန်သော အကျိုးအမြတ်မရဘဲ ကုန်ကျစရိတ်ပေါက်ကွဲသွားတတ်သည်။

သို့သော် အေအိုင်ဖွံ့ဖြိုးတိုးတက်မှုတွင်မူ ထိုသဘောနှင့် ဆန့်ကျင်ဘက်မြင်တွေ့နေရသည်။ ဖြည်းဖြည်းမှန်မှန်၊ ကြိုတင်ခန့်မှန်း၍ ရနိုင်အောင် ရှေ့ကဇယားများနှင့်အညီ တိုးတက်သည်။ ထို့ကြောင့်လည်း သုတေသီတို့က အေအိုင်ဖွံ့ဖြိုးတိုးတက်မှု နောက်ကွယ်မှ နိယာမဟု ခေါ်ကြခြင်းဖြစ်သည်။ အကျိုးရလဒ်လည်း ကြီးမားသည်။ သုတေသီတို့အနေဖြင့် တိုးတက်မှုကို ခန့်မှန်းနေစရာမလိုတော့။ မည်သည့်အပိုင်းကို မည်မျှမြှင့်ပေးလိုက်လျှင် တိုးတက်မှုဘယ်လောက်ရှိမလဲဆိုသည်ကို မိုဒယ်အား လေ့ကျင့်မပေးခင်ကတည်းက ကြိုတင်ခန့်မှန်းထားနိုင်ပြီဖြစ်သည်။

မည်သည့်အရာမဆို အကောင်းချည်းသက်သက်တော့မဟုတ်ပါ။ အယူရှိလျှင် အပေးရှိရသည်။ အေအိုင်ဖွံ့ဖြိုးတိုးတက်မှုနောက်ကွယ်မှ နိယာမတွင် ပေးဆပ်ရသည်မှာ ကုန်ကျစရိတ်။ Scaling Laws ကို အသုံးချလိုလျှင် ကုန်ကျစရိတ်များများခံနိုင်ရမည်။ ပမာဏကြီးကြီးထည့်သွင်းသည့်တိုင် တိုးတက်မှုနည်းနည်းပဲရသည်။ ဆိုလိုသည်မှာ အစပိုင်းတွင် တိုးတက်မှုများသော်လည်း နောက်ပိုင်းတွင် နည်းသွားသည်။ ထို့ကြောင့် စရိတ်ချွေတာရသည့် လုပ်ငန်းငယ်များသည် Scaling Laws ကို အသုံးမချနိုင်။ အခြားသော စရိတ်သက်သာသည့် မိုဒယ်များဖြင့်သာ တစ်နည်းတစ်လမ်း ရှာကြံကြရ သည်။ ရှေ့ကအတိုင်း  ဒီဇိုင်းဆွဲ၊ လက်တွေ့စမ်း၊  ကံကောင်းဖို့မျှော်လင့် ပုံစံမျိုးကို ဆက်သုံးရ သည်။

ယင်းမှာ စီးပွားရေးနှင့်ပတ်သက်ပြီး အခက်ကြုံရသည့်အပိုင်း။ အတွေးအခေါ်ပိုင်းတွင် ပိုမိုနက်ရှိုင်းသော မေးခွန်းတစ်ခုပေါ်လာသည်။ ဆင်ခြင်တုံ တရား၊ သဘောပေါက်နားလည်မှု၊ တီထွင်ဖန်တီးနိုင်စွမ်းတို့နှင့် ဖွဲ့စည်းထားသော ဉာဏ်ရည်တုသည် ဘာကြောင့် ရိုးရှင်းသောသင်္ချာဆိုင်ရာ အဆင် အကွက်အတိုင်း လိုက်နာကျင့်ကြံရပါသနည်း။ သို့ဆိုလျှင် ကျွန်တော်တို့၏ ဉာဏ်ရည်သည်လည်း ကြီးမားသောပမာဏရှိသည့် အဆင်အကွက်များကို သဘာဝအတိုင်း  လေ့ကျင့်သင်ယူရင်း  ဖြစ်တည်လာခဲ့ပါသလား။ အချို့သောသုတေသီတို့က ထိုအတိုင်းဖြစ်မည်ဟု အဆိုပြုကြသည်။ သို့သော် အချို့ သုတေသီတို့ကတော့ ကျွန်တော်တို့၏ သိမြင်နားလည်မှုမပြည့်စုံသေး၍ဖြစ်မည်ဟု အဆိုပြုသည်။ ယခုမြင်နေရသည်မှာ ရှုခင်းကြီးတစ်ခုလုံး၏ တစ်စိတ်တစ်ပိုင်းသာဟု သူတို့က ဆိုကြသည်။ တစ်ချိန်ချိန်တွင် ရှုခင်းကို ပိုမိုမြင်လာရလျှင် လက်ရှိသဘောတရားအပေါ် လွှမ်းမိုးသွားမည့် သဘော တရားတို့ ထပ်မံပေါ်ထွက်လာမည်ဟု ငြင်းချက်ထုတ်သည်။

မည်သို့ပင်ဆိုစေ လက်ရှိအချိန်၌ Scaling Laws ကို သုံးနိုင်သူက အေအိုင်လောကတွင် စိုးမိုးမှုတစ်ခု ရယူထားနိုင်သည်။   Scaling Laws က ပင်လျှင် ယနေ့ခေတ်၏ အေအိုင်လောကကို စိုးမိုးထားသည်။ ဘာသာစကား မိုဒယ်ဖြစ်ဖြစ်၊ ရုပ်ပုံထုတ်လုပ်သည့် မိုဒယ်ဖြစ်ဖြစ်၊ ဗီဒီယိုထုတ်လုပ်သည့် မိုဒယ် ဖြစ်ဖြစ် Scaling Laws  ၏  သက်ရောက်မှုကိုခံရသည်။ မိုဒယ်ကို ပမာဏကြီးအောင် လုပ်နိုင်လေလေ စွမ်းဆောင်ရည်ပိုကောင်းလေလေသာဖြစ်မည်။ ဤနေရာတွင် မိုဒယ်ကြီးများ၏ မျှော်လင့်မထားသည့် စွမ်းဆောင်ရည်အသစ်များ ရလာနိုင်စွမ်းကိုပါထည့်ပြီး မျှော်လင့်ထားနိုင်သေးသည်။   ယင်းမှာ လေ့ကျင့်စဉ်မသိရဘဲ လူအများလက်ထဲရောက်ပြီးမှ သိနိုင်သည့်ကိစ္စမျိုးဖြစ်သည်။ ယခုလောက်ဆိုလျှင် အေအိုင်တို့၏နောက်ကွယ်မှ နိယာမအကြောင်းကို ရိပ်ဖမ်းသံဖမ်းသိလောက်မည်ဟု  ထင်ပါသည်။

MDN

      နှစ်စဉ်ကျင်းပမြဲဖြစ်တဲ့ တရုတ်နိုင်ငံရဲ့ "Two Sessions" အစည်းအဝေးတွေဟာ ကမ္ဘာ့အင်အားကြီးနိုင်ငံတစ်ခုရဲ့ အနာဂတ်လမ်းကြောင်းကိုလှမ်းကြည့်နိုင်တဲ့ အရေးအကြီးဆုံးပြတင်းပေါက်တစ်ခုပါပဲ။ ၂၀၂၆ ခုနှစ်ရဲ့ အစည်းအဝေးတွေကနေ ထွက်ပေါ်လာတဲ့ သတင်းစကားက အရင်နှစ်တွေကထက် ပိုမိုရှင်းလင်းပြတ်သားလာသလို ပိုပြီးတော့လည်း လေးနက်မှုရှိလာပါတယ်။ ကမ္ဘာကြီးမှာ ပထဝီနိုင်ငံရေးအရ တင်းမာမှုတွေ၊ မတည်ငြိမ်မှုတွေ မြင့်တက်နေချိန် တရုတ်အစိုးရက နိုင်ငံတော်လုံခြုံရေးနဲ့စစ်ဘက်ဆိုင်ရာ ခေတ်မီဆန်းသစ်မှုလုပ်ငန်းစဉ်တွေကို ရေရှည်မဟာဗျူဟာရဲ့ဗဟိုချက်မှာ အခိုင်အမာနေရာချထားလိုက်ပြီဆိုတာကို ပြသလိုက်တာပဲ ဖြစ်ပါတယ်။ ဒါဟာ သမားရိုးကျစစ်အင်အားပြိုင်ဆိုင်တာမျိုးမဟုတ်ဘဲ နည်းပညာအသစ်တွေနဲ့ ကမ္ဘာ့အခင်းအကျင်းကိုပြောင်းလဲဖို့ ကြိုးစားလာတာပါ။ အထူးသဖြင့် အနောက်အုပ်စုရဲ့လွှမ်းမိုးမှုကို စိန်ခေါ်နိုင်မယ့်  နည်းပညာအခြေပြု  အင်အားတစ်ရပ် တည်ဆောက်ဖို့ ပြတ်ပြတ်သားသားဆုံးဖြတ်လိုက်တဲ့ သဘောလည်းဖြစ်ပါတယ်။

ဒီနှစ်အစည်းအဝေးတွေက တရုတ်နိုင်ငံရဲ့စီးပွားရေး တိုးတက်မှုနှုန်း နှေးကွေးရှုပ်ထွေးတဲ့ နောက်ခံအခြေအနေတွေကြားမှာ ကျင်းပခဲ့တာပါ။ ဒါပေမဲ့ စီးပွားရေးအရ သတိထားနေရတဲ့ အခြေအနေဟာ တရုတ်နိုင်ငံခေါင်းဆောင်ပိုင်းအတွက် မဟာဗျူဟာမြောက်တွန့်ဆုတ်သွားစေဖို့ အကြောင်းရင်းမဖြစ်ခဲ့ပါဘူး။ အဲဒီအစား ခေါင်းဆောင်ပိုင်းက ဖွံ့ဖြိုးတိုးတက်မှုနဲ့ လုံခြုံရေးဆိုတာ တစ်ခုနဲ့တစ်ခုအပြန်အလှန် အားဖြည့်ပေးရမယ့် အရာတွေဖြစ်တယ်လို့ ပိုပြီးတော့တောင် အလေးထားလာပါတယ်။  ဒါကြောင့်လည်း တရုတ်ပြည်သူ့လွတ်မြောက်ရေး တပ်မတော်ကို ခေတ်မီလာအောင် တည်ဆောက်တဲ့လုပ်ငန်းဟာ ၂၀၂၆ ခုနှစ်ကနေ ၂၀၃၀ ပြည့်နှစ်အထိသတ်မှတ်ထားတဲ့ ငါးနှစ်စီမံကိန်းရဲ့ အဓိကအနှစ်သာရဖြစ်လာတာပါ။

စီးပွားရေးက လုံခြုံရေးကို ထောက်ပံ့ရမယ်၊ လုံခြုံရေးက စီးပွားရေးကို အကာအကွယ်ပေးရမယ်ဆိုတဲ့မူဝါဒကို အသေအချာကိုင်စွဲလိုက်တာ ဖြစ်ပါတယ်။ 

နိုင်ငံတော်ရဲ့ အရင်းအမြစ်အားလုံးကို စစ်ဘက်ဆိုင်ရာ ခေတ်မီဖို့အတွက် အားသွန်ခွန်စိုက် အသုံးချမယ့် အခြေအနေလည်းဖြစ်ပါတယ်။

အခုအချိန်မှာ တရုတ်နိုင်ငံရဲ့ မဟာဗျူဟာမြောက် စဉ်းစားတွေးခေါ်ပုံတွေက အခြေခံကနေစပြီးပြောင်းလဲသွားခဲ့ပါပြီ။ အဓိကကတော့ စီးပွားရေးမူဝါဒတွေကို အမျိုးသားလုံခြုံရေး ဦးစားပေးလုပ်ငန်းတွေနဲ့ တစ်သားတည်းဖြစ်အောင်ညှိနှိုင်းလိုက်တာပါပဲ။ ဒီလိုချဉ်းကပ်မှုအတွက် အခရာကျတာကတော့ ကာကွယ်ရေး၊ အဆင့်မြင့်ကုန်ထုတ်လုပ်မှုနဲ့ ဉာဏ်ရည်တု (AI) နည်းပညာတွေမှာ တခြားနိုင်ငံတွေကို အားကိုးစရာမလိုဘဲ ကိုယ့်ခြေထောက်ပေါ် ကိုယ်ရပ်နိုင်ဖို့ ကြိုးပမ်းတာပဲဖြစ်ပါတယ်။ ဒါဟာ တရုတ်နိုင်ငံအနေနဲ့ အနာဂတ်မှာ ကမ္ဘာ့အဆင့်မီ စစ်အင်အားကြီးနိုင်ငံတစ်ခုဖြစ်လာဖို့ AI နည်းပညာအပေါ် အကြီးအကျယ် အလောင်းအစားလုပ်ပြီး ပုံအောရင်းနှီးမြှုပ်နှံလိုက်တာပဲဖြစ်ပါတယ်။ နည်းပညာပိုင်းမှာ ထိပ်ဆုံးရောက်မှသာ ကမ္ဘာ့ဇာတ်ခုံမှာ အသံကျယ်ကျယ်ထွက်နိုင်မယ်ဆိုတာကို သူတို့ကောင်းကောင်းကြီး နားလည်ထားပုံရပါတယ်။ ဒီလို နည်းပညာဆိုင်ရာ ကိုယ်ပိုင်ရပ်တည်နိုင်မှုဟာ ပြည်ပရဲ့ပိတ်ဆို့အရေးယူမှုတွေ ဒါမှမဟုတ်ဖိအားပေးမှုတွေကို ကြံ့ကြံ့ခံနိုင်ဖို့အတွက် အဓိကအသက်သွေးကြောဖြစ်လာပါလိမ့်မယ်။

တရုတ်စစ်ဘက်ပညာရှင်တွေ အသုံးပြုလျက်ရှိတဲ့"Intelligentization" (ဉာဏ်ရည်ထက်မြက်အောင် ပြုလုပ်ခြင်း) ဆိုတဲ့ စကားလုံးက တရုတ်တပ်မတော်ရဲ့ တတိယအဆင့် အသွင်ကူးပြောင်းမှုပါ။ အရင်ကစက်မှုအင်အား (Mechanization) နဲ့ သတင်းအချက်အလက် (Informatization) အဆင့်တွေကို ကျော်ဖြတ်ပြီးပြီလို့ သူတို့ကယူဆပါတယ်။ အခုအဆင့်မှာတော့ AI၊ အလိုအလျောက်စနစ်တွေနဲ့ အဆင့်မြင့် ဒေတာကွန်ရက်တွေကို စစ်ဆင်ရေးတွေထဲမှာ အသားကျအောင် ထည့်သုံးမှာပါ။ ဒါဟာ စစ်မြေပြင်မှာဆုံးဖြတ်ချက်တွေချမှတ်ရာမှာ လူထက်မြန်တဲ့ AI က ကူညီပေးမှာဖြစ်သလို တပ်မှူးတွေအနေနဲ့လည်း ရှေ့တန်းမှာဖြစ်ပေါ်နေတဲ့အခြေအနေတွေကို မျက်မြင်ကိုယ်တွေ့သိနေအောင် လုပ်ပေးမှာပါ။ သူတို့လိုချင်တာက "Decisionmaking Dominance" လို့ခေါ်တဲ့ဆုံးဖြတ်ချက်ချမှတ်မှုမှာ အမြဲတမ်းအသာစီးရနေဖို့ပါပဲ။ ပြိုင်ဘက်တွေထက် သတင်းအချက်အလက်ကို ပိုပြီးမြန်မြန်ဆန်ဆန် စီမံခန့်ခွဲနိုင်ရင် ဘယ်လိုစစ်ပွဲမှာမဆို အနိုင်ရမယ်လို့ သူတို့က ယုံကြည်နေကြပါတယ်။

အနာဂတ်စစ်ပွဲတွေဟာ ခန္ဓာကိုယ်ကိုပေးဆပ်အရင်းအနှီး ပြုရတဲ့စစ်မြေပြင်မှာပဲ ဖြစ်မှာမဟုတ်တော့ဘူးလို့ တရုတ်နိုင်ငံက ဟောကိန်းထုတ်ထားပါတယ်။ အခုဆိုရင် "Meta-wars" လို့ခေါ်တဲ့ နယ်ပယ်ပေါင်းစုံ စစ်ပွဲတွေဖြစ်လာနေပါပြီ။ ဆိုက်ဘာတိုက်ခိုက်မှုတွေ၊ သတင်းအချက်အလက်အမှားတွေနဲ့  လူတွေရဲ့ စိတ်ဓာတ်ကိုထိန်းချုပ်တဲ့ စစ်ဆင်ရေးတွေဟာ သမားရိုးကျစစ်လက်နက်တွေနဲ့ ပေါင်းစပ်သွားမှာပါ။ ဒါကို ပြင်ဆင်ဖို့အတွက် တရုတ်တပ်မတော်က AI နည်းပညာအပြင်  ကွမ်တမ်ကွန်ပျူတာ၊ အသံနှုန်းလွန်လက်နက်နဲ့ နောက်ဆုံးပေါ် စောင့်ကြည့်ရေးစနစ်တွေကို အာရုံစူးစိုက်ရမယ်လို့ အစိုးရကညွှန်ကြားထားပါတယ်။ ဒီနည်းပညာတွေဟာ နည်းပညာပြိုင်ဆိုင်မှု ပြင်းထန်နေတဲ့ယနေ့ကမ္ဘာမှာ တရုတ်နိုင်ငံကို မဟာဗျူဟာမြောက်အမြင့်ဆုံးနေရာကို ရောက်အောင်ပို့ပေးလိမ့်မယ်လို့ မျှော်လင့်နေကြတာပါ။

ဒီလိုကြီးမားတဲ့ ခေတ်မီဆန်းသစ်မှုတွေလုပ်နိုင်ဖို့ တရုတ်နိုင်ငံက “စစ်ဘက်-အရပ်ဘက် ပူးပေါင်းဆောင်ရွက်မှု”ဆိုတဲ့ နည်းလမ်းကိုသုံးပါတယ်။ ဒီမှာအရပ်ဘက်ကထွက်ပေါ်လာတဲ့ နည်းပညာသစ်တွေ၊ တက္ကသိုလ်တွေက သုတေသနတွေနဲ့ ပုဂ္ဂလိကကုမ္ပဏီတွေရဲ့ တီထွင်မှုတွေကို စစ်ဘက်ဆိုင်ရာမှာ အဟန့်အတားမရှိ ပေါင်းစပ်လိုက်တာပါ။ ဒီလိုလုပ်ခြင်းအားဖြင့် နည်းပညာပိုင်းမှာ အောင်မြင်မှုတွေ အမြန်ဆုံးရလာနိုင်သလို နိုင်ငံရဲ့စက်မှုအခြေခံကိုလည်း ပိုပြီးခိုင်မာစေပါတယ်။ နည်းပညာပိုင်းမှာတင်မကဘဲ တပ်မတော်အတွင်း စည်းကမ်းကိုလည်း အကြီးအကျယ် တင်းကျပ်ထားပါတယ်။ သမ္မတရှီကျင့်ဖျင်က “အကျင့်ပျက်ခြစားမှုနဲ့ နိုင်ငံရေးသစ္စာမရှိမှုတွေအတွက် တပ်မတော်မှာနေရာမရှိရဘူး” လို့ ပြတ်ပြတ်သားသား ပြောထားပါတယ်။ ဒါကြောင့်လည်း ၂၀၂၂ ခုနှစ်ကစပြီး စစ်ဘက်အရာရှိကြီး အယောက် ၁၀၀ ကျော်လောက်ကို စုံစမ်းစစ်ဆေးတာ ဒါမှမဟုတ် ရာထူးမှထုတ်ပယ်တာတွေ လုပ်ခဲ့ပါတယ်။

၂၀၂၆ ခုနှစ်အတွက် တရုတ်နိုင်ငံရဲ့ ကာကွယ်ရေးအသုံးစရိတ်ဟာ ယွမ် ၁ ဒသမ ၉ ထရီလီယံ (ဒေါ်လာ ၂၇၈ ဘီလီယံခန့်)ရှိပြီး   ၇  ရာခိုင်နှုန်းလောက် တိုးလာပါတယ်။ ဒါဟာ အမေရိကန်ရဲ့ အသုံးစရိတ်ဖြစ်တဲ့ ဒေါ်လာ ၁ ဒသမ ၀၁ ထရီလီယံနဲ့ယှဉ်ရင် အများကြီးနည်းနေပါသေးတယ်။ ဒါပေမဲ့ တရုတ်ရဲ့ အသုံးစရိတ်က အလယ်အလတ်အဆင့်မှာပဲရှိနေပြီး စီးပွားရေးအရ ရေရှည်တည်တံ့နိုင်ပါတယ်။ တရုတ်နိုင်ငံဟာ အမေရိကန်လို ကမ္ဘာအနှံ့စစ်အခြေစိုက်စခန်းတွေ လိုက်ဆောက်ဖို့ထက်  ကိုယ့်နိုင်ငံရဲ့အချုပ်အခြာအာဏာကို  ကာကွယ်နိုင်မယ့်၊ ဟန့်တားမှုရှိတဲ့ ခေတ်မီတပ်မတော်တစ်ရပ်ဖြစ်လာရေးကိုပဲ အာရုံစိုက်နေတာပါ။ ရန်ပုံငွေအသစ်တွေကို အရေအတွက်ထက် အရည်အသွေးပိုင်းကို ဦးစားပေးပြီး AI နဲ့ စမတ်နည်းပညာတွေ ဖွံ့ဖြိုးဖို့အတွက်ပဲ အဓိကသုံးစွဲနေတာဖြစ်ပါတယ်။

၂၀၂၆ ခုနှစ် Two Sessions ကနေ မြင်လိုက်ရတဲ့ အချက်အလက်တွေအားလုံးကို ခြုံငုံသုံးသပ်ကြည့်ရင် တရုတ်နိုင်ငံရဲ့ ခေတ်မီတပ်မတော်ဟာ အနာဂတ်အတွက် အပြည့်အဝအာရုံစိုက်နေတယ်ဆိုတာ တွေ့ရပါလိမ့်မယ်။ သူတို့ဟာ စစ်အင်အားကိုပဲ အရေအတွက်အားဖြင့် ချဲ့ထွင်နေတာမဟုတ်ပါဘူး။ ယင်းအစား လုံခြုံရေး၊ နည်းပညာနဲ့ ဖွံ့ဖြိုးတိုးတက်မှုဆိုတာတွေကို တစ်ခုနဲ့တစ်ခုခွဲခြားမရနိုင်အောင် အသစ်တစ်ဖန် ပြန်လည်ပုံဖော်နေတာပါ။ ဒါဟာ တရုတ်နိုင်ငံအတွက် ခေတ်သစ်တစ်ခုကို လျှောက်လှမ်းဖို့ အခြေခံအုတ်မြစ်တွေကို ခိုင်ခိုင်မာမာချနေတာပဲဖြစ်ပါတယ်။ ဒီလိုလုပ်ဆောင်ချက်တွေက တရုတ်နိုင်ငံကို အာရှဒေသတွင်းမှာတင် မကဘဲ  ကမ္ဘာ့အဆင့်မှာပါ  မဟာဗျူဟာမြောက် အနေအထားတစ်ခုဆီကို တွန်းပို့ပေးနေပါတယ်။

တရုတ်နိုင်ငံရဲ့ ဒီလိုလုပ်ဆောင်မှုတွေဟာ ကမ္ဘာ့လုံခြုံရေးအခင်းအကျင်းအတွက်လည်း အရေးကြီးတဲ့ သက်ရောက်မှုတွေရှိလာနိုင်ပါတယ်။ တရုတ်အစိုးရရဲ့ အဖြေကတော့ရှင်းပါတယ်။ ချိန်ညှိထားတဲ့အင်အားသုံး မဟာဗျူဟာကိုကျင့်သုံးပြီး အဆင့်မြင့်နည်းပညာတွေမှာ ပိုပြီးရင်းနှီးမြှုပ်နှံဖို့၊ အမျိုးသားလုံခြုံရေးအဖွဲ့အစည်းတွေကို ပိုပြီး အားကောင်းအောင် လုပ်ဖို့နဲ့ ကာကွယ်ရေးအသုံးစရိတ်ကို ထိန်းညှိသုံးစွဲဖို့ဖြစ်ပါတယ်။ ဒါဟာ ပြောင်းလဲနေတဲ့ ကမ္ဘာ့စနစ်အသစ်မှာ တရုတ်နိုင်ငံရဲ့နေရာကို အခိုင်အမာရယူနိုင်ဖို့အတွက် အကြီးမားဆုံးသော ကြိုးပမ်းအားထုတ်မှုတစ်ခုဖြစ်လာပါလိမ့်မယ်။ အနာဂတ်မှာဖြစ်လာနိုင်တဲ့ ဘယ်လိုစိန်ခေါ်မှုမျိုးကိုမဆို ရင်ဆိုင်ဖို့အသင့်ပြင်ထားတဲ့ သဘောပါပဲ။ ဒါဟာ တရုတ်နိုင်ငံရဲ့ရေရှည်တည်တံ့ခိုင်မြဲတဲ့ အမျိုးသားလုံခြုံရေးအတွက် မရှိမဖြစ်လိုအပ်တဲ့ မဟာဗျူဟာမြောက် ရင်းနှီးမြှုပ်နှံမှုလည်းဖြစ်ပါတယ်။

နိဂုံးချုပ်အနေနဲ့ပြောရရင် ပိုပြီးတော့ မသေချာမရေရာဖြစ်လာနေတဲ့ ဒီကနေ့ကမ္ဘာကြီးမှာ တရုတ်အစိုးရအနေနဲ့ ကမ္ဘာကိုပေးလိုက်တဲ့ သတင်းစကားကအင်မတန်မှရှင်းလင်းပြတ်သားပါတယ်။ လုံခြုံရေးနဲ့ဖွံ့ဖြိုးတိုးတက်မှုဆိုတာဟာ သီးခြားစီသွားလို့ရတဲ့ ပန်းတိုင်တွေမဟုတ်တော့ပါဘူး။ သူတို့ဟာ မဟာဗျူဟာမြောက်ဒင်္ဂါးပြားတစ်ခုရဲ့ တစ်ဖက်တစ်ချက်စီသာဖြစ်ပြီး တစ်ခုမရှိရင် နောက်တစ်ခုဆိုတာကလည်း အဓိပ္ပာယ်မဲ့သွားမှာပါ။ ဒါကြောင့် တရုတ်နိုင်ငံဟာ သူတို့ရဲ့ AI စွမ်းအင်အသုံးပြုမယ့် တပ်မတော်ကြီးကို အောင်မြင်အောင်တည်ဆောက်ပြီး နိုင်ငံရဲ့လုံခြုံရေး “မဟာတံတိုင်းကြီး” ကို အခိုင်မာဆုံးတည်ဆောက်သွားဖို့ပဲ ဆက်လက်ခြေလှမ်းပြင်နေဦးမှာ ဖြစ်ပါတယ်။ တရုတ်နိုင်ငံရဲ့ခြေလှမ်းတွေက သူတို့ရဲ့အချုပ်အခြာအာဏာကို ကာကွယ်ရုံတင်မကဘဲ ကမ္ဘာ့အခင်းအကျင်းအသစ်မှာ ဦးဆောင်နိုင်တဲ့ နေရာတစ်ခုကိုပါရည်မှန်းထားတာပါ။  ဒါကြောင့် တရုတ်နိုင်ငံရဲ့ စစ်ဘက်ဆိုင်ရာ ပြုပြင်ပြောင်းလဲမှုတွေကနေ ဘယ်လိုအောင်မြင်မှုတွေ ထွက်ပေါ်လာဦးမလဲဆိုတာ ကမ္ဘာတစ်ဝန်းက စောင့်ကြည့်ရမှာဖြစ်ပါတယ်။

MWD

လူသားသမိုင်း၏အရေးပါသော အချိုးအကွေ့တစ်ခုတွင် အိန္ဒိယနိုင်ငံ နယူးဒေလီမြို့၌ကျင်းပသည့် ၂၀၂၆ ခုနှစ် AI သက်ရောက်မှုဆိုင်ရာ ထိပ်သီးအစည်းအဝေးသို့ ကမ္ဘာတစ်ဝန်းမှ စုဝေးရောက်ရှိခဲ့ကြပါသည်။ 

ကျွန်ုပ်တို့ အိန္ဒိယနိုင်ငံသားများအတွက် ကမ္ဘာအရပ်ရပ်မှ နိုင်ငံတော်အကြီးအကဲများ၊ အစိုးရအဖွဲ့အကြီးအကဲများ၊ ကိုယ်စားလှယ်များနှင့် တီထွင်ဆန်းသစ်သူများကို နွေးထွေးစွာကြိုဆိုခွင့်ရခြင်းသည် အလွန် ဝမ်းမြောက်ဂုဏ်ယူဖွယ်ရာ အခိုက်အတန့်ဖြစ်ပါသည်။

အိန္ဒိယနိုင်ငံသည် မိမိဆောင်ရွက်သမျှ ကိစ္စရပ်တိုင်းတွင် အတိုင်းအတာပမာဏနှင့် စွမ်းအင်အင်အားကို အပြည့်အဝထည့်သွင်းလေ့ရှိရာ ဤထိပ်သီးအစည်းအဝေးတွင်လည်း တူညီစွာအပြည့်အဝဆောင်ရွက်လျက်ရှိပါသည်။ နိုင်ငံပေါင်း ၁၀၀ ကျော်မှ ကိုယ်စားလှယ်များ စုပေါင်းတက်ရောက်ခဲ့ကြပြီး တီထွင်သူများသည် ခေတ်မီဆန်းသစ်သော AI ထုတ်ကုန်များနှင့် ဝန်ဆောင်မှုများကို ခင်းကျင်းပြသခဲ့ကြပါသည်။ ပြပွဲခန်းမများအတွင်း လူငယ်ထောင်ပေါင်းများစွာသည် သိလိုသည်များကိုမေးမြန်းရင်း ဖြစ်နိုင်ခြေရှိသောအနာဂတ်များကို စိတ်ကူးပုံဖော်နေကြသည်ကို တွေ့မြင်ရပါသည်။ ၎င်းတို့၏ စူးစမ်းလိုစိတ်များက ဤအစည်းအဝေးကို ကမ္ဘာပေါ်တွင် အကြီးမားဆုံးနှင့် အများပြည်သူအကျုံးဝင်ဆုံးသော AI ထိပ်သီးအစည်းအဝေးဖြစ်လာစေခဲ့ပါသည်။  ဤသည်မှာ အိန္ဒိယ၏ဖွံ့ဖြိုးတိုးတက်မှုခရီးစဉ်တွင် အရေးကြီးသောမှတ်တိုင်တစ်ခုအဖြစ် ကျွန်ုပ်မြင်မိပါသည်။ အကြောင်းမှာ AI ဆန်းသစ်တီထွင်မှုနှင့် လက်တွေ့အသုံးချမှုအတွက် လူထုလှုပ်ရှားမှုတစ်ရပ်မှာ အမှန်တကယ်ပင် စတင်နေပြီဖြစ်သောကြောင့်ဖြစ်ပါသည်။

လူသားသမိုင်းတွင် ယဉ်ကျေးမှုလမ်းကြောင်းကို ပြောင်းလဲစေခဲ့သည့် နည်းပညာအပြောင်းအလဲများစွာ  ရှိခဲ့ပါသည်။  ဉာဏ်ရည်တု (AI) နည်းပညာသည် မီး၊ စာပေ၊ လျှပ်စစ်နှင့် အင်တာနက်တို့ကဲ့သို့ပင် အရေးပါသော အဆင့်အတန်းတွင်ရှိပါသည်။ သို့သော် AI ၏ ထူးခြားချက်မှာ ယခင်က ဆယ်စုနှစ်နှင့်ချီ၍ ကြာမြင့်ခဲ့သော အပြောင်းအလဲများကို ရက်သတ္တပတ်အနည်းငယ်အတွင်း ဖော်ဆောင်နိုင်ခြင်းနှင့် တစ်ကမ္ဘာလုံးကို သက်ရောက်မှုရှိစေခြင်းပင်ဖြစ်ပါသည်။

AI သည် စက်ပစ္စည်းများကို  ဉာဏ်ရည်ထက်မြက်စေရုံသာမက လူသားတို့၏ ရည်မှန်းချက်များကိုပါ အဆပေါင်းများစွာ တိုးမြှင့်ပေးနိုင်သည့် စွမ်းအားတစ်ရပ်ဖြစ်ပါသည်။ AI ကို စက်ဗဟိုပြုခြင်းထက် လူသားဗဟိုပြုခြင်းကသာလျှင် အရေးကြီးဆုံးဖြစ်ပါသည်။ ဤထိပ်သီးအစည်းအဝေးတွင် ကျွန်ုပ်တို့သည် "Sarvajana Hitaya, Sarvajana Sukhaya"(အားလုံး၏ အကျိုးစီးပွား၊ အားလုံး၏ ချမ်းသာသုခ) ဟူသော မူဝါဒဖြင့် လူသားတို့၏ ကောင်းကျိုးချမ်းသာကို ကမ္ဘာလုံးဆိုင်ရာ AI ဆွေးနွေးမှုများ၏ ဗဟိုချက်တွင်ထားရှိခဲ့ပါသည်။

နည်းပညာသည် လူသားများ၏အစေခံဖြစ်ရမည်ဖြစ်ပြီး လူသားများက နည်းပညာ၏ အစေခံ မဖြစ်စေရဟု ကျွန်ုပ် အမြဲတစေ ယုံကြည်ပါသည်။ 

UPI မှတစ်ဆင့် ဒစ်ဂျစ်တယ်ငွေပေးချေမှုဖြစ်စေ၊ ကိုဗစ်ကာကွယ်ဆေးထိုးခြင်းဖြစ်စေ၊ ကျွန်ုပ်တို့သည် မည်သူတစ်ဦးတစ်ယောက်မျှ နောက်ကျကျန်မနေစေဘဲ ဒစ်ဂျစ်တယ်အခြေခံအဆောက်အအုံများ လူတိုင်းထံသို့ ရောက်ရှိစေရန် ဆောင်ရွက်ခဲ့ပါသည်။ ဤစိတ်ဓာတ်မျိုးကိုပင် စိုက်ပျိုးရေး၊ လုံခြုံရေး၊ မသန်စွမ်းသူများအတွက် အကူအညီပေးရေးနှင့် ဘာသာစကားမျိုးစုံသုံးကိရိယာများ စသည့်နယ်ပယ်များမှ ကျွန်ုပ်တို့၏ တီထွင်သူများ၏လက်ရာများတွင် တွေ့မြင်ခဲ့ရပါသည်။

အိန္ဒိယနိုင်ငံတွင် AI ၏ စွမ်းဆောင်နိုင်ရည်ကို ပြသနေသည့် သာဓကများစွာ ရှိနေပြီဖြစ်ပါသည်။  မကြာသေးမီက  အိန္ဒိယနို့ထွက်ပစ္စည်းသမဝါယမ (AMUL) မှ စတင်လိုက်သော "Sarlaben" အမည်ရှိ AI ဒစ်ဂျစ်တယ်အကူအညီပလက်ဖောင်းသည် အမျိုးသမီးအများစုပါဝင်သော နို့စားနွားတောင်သူ ၃ ဒသမ ၆ သန်းအတွက် နွားများ၏ ကျန်းမာရေးနှင့် ထုတ်လုပ်မှုဆိုင်ရာ လမ်းညွှန်ချက်များကို မိမိတို့ဘာသာစကားဖြင့် အချိန်နှင့်တစ်ပြေးညီ ကူညီပေးလျက်ရှိပါသည်။ ထို့အတူ "Bharat VISTAAR" ဟုခေါ်သော AI ပလက်ဖောင်းသည်လည်း ရာသီဥတုမှသည် ဈေးကွက်ပေါက်ဈေးအထိ အချက်အလက်များကို ဘာသာစကားမျိုးစုံဖြင့် တောင်သူများထံ ပံ့ပိုးပေးလျက်ရှိပါသည်။

လူသားများသည် စက်ပစ္စည်းများအတွက် အချက်အလက် (Data) သို့မဟုတ် ကုန်ကြမ်းများမျှသာ မဖြစ်စေရပါ။ ယင်းအစား AI သည် တစ်ကမ္ဘာလုံးဆိုင်ရာ ကောင်းကျိုးအတွက် ကိရိယာတစ်ခုဖြစ်ရမည်ဖြစ်ပြီး ကမ္ဘာ့တောင်ဘက်ခြမ်း (Global South) နိုင်ငံများအတွက် တိုးတက်မှုတံခါးသစ်များကို ဖွင့်လှစ်ပေးရပါမည်။ ဤမျှော်မှန်းချက်ကို လက်တွေ့အကောင်အထည်ဖော်ရန် အိန္ဒိယနိုင်ငံသည် လူသားဗဟိုပြု AI စီမံအုပ်ချုပ်မှုအတွက် MANAV မူဘောင်ကို တင်ပြခဲ့ပါသည်။

M – Moral and Ethical Systems: AI သည် ကိုယ်ကျင့်တရားနှင့် ကျင့်ဝတ်ဆိုင်ရာ လမ်းညွှန်ချက်များပေါ်တွင် အခြေခံရမည်။

A –       Accountable Governance: ပွင့်လင်းမြင်သာသော စည်းမျဉ်းများနှင့် ခိုင်မာသော ကြီးကြပ်ကွပ်ကဲမှုရှိရမည်။

N –       National Sovereignty: အချက်အလက်များအပေါ် နိုင်ငံအလိုက် ပိုင်ဆိုင်ခွင့်ကို လေးစားရမည်။

A –       Accessible and Inclusive: AI သည် လက်ဝါးကြီးအုပ်မှု မဟုတ်ဘဲ လူတိုင်းလက်လှမ်းမီနိုင်ရမည်။

V – Valid and Legitimate: AI သည် တည်ဆဲဥပဒေများကို လိုက်နာရမည်ဖြစ်ပြီး စစ်ဆေးအတည်ပြုနိုင်ရမည်။

‘‘လူသား’’ ဟု အဓိပ္ပာယ်ရသည့်  MANAV  သည် ၂၁ ရာစု လူသားတန်ဖိုးများပေါ်တွင်အခြေခံထားသည့် AI ဆိုင်ရာ မူဝါဒများကို ပံ့ပိုးပေးပါသည်။

ယုံကြည်မှုသည် AI အနာဂတ်၏ အခြေခံအုတ်မြစ် ဖြစ်ပါသည်။ မျိုးဆက်သစ် AI (Generative AI) စနစ်များက ကမ္ဘာကို အကြောင်းအရာအသစ်များဖြင့် လွှမ်းမိုးလာသည်နှင့်အမျှ ဒီမိုကရေစီလူ့အဖွဲ့အစည်းများသည် Deepfakes နှင့် သတင်းမှားများ၏ဘေးအန္တရာယ်ကို ရင်ဆိုင်နေရပါသည်။ အစားအစာများတွင် အာဟာရဓာတ်အညွှန်းများပါရှိသကဲ့သို့ ဒစ်ဂျစ်တယ်အကြောင်းအရာများတွင်လည်း စစ်မှန်မှုဆိုင်ရာအညွှန်းများ ပါရှိရပါမည်။ ရေစာ (Watermarking) ထည့်သွင်းခြင်းနှင့် ရင်းမြစ်ကို စစ်ဆေးခြင်းဆိုင်ရာ ဘုံစံနှုန်းများချမှတ်နိုင်ရန် ကမ္ဘာ့မိသားစုဝင်များကို ကျွန်ုပ်တိုက်တွန်းလိုပါသည်။ အိန္ဒိယနိုင်ငံသည် ဉာဏ်ရည်တုဖြင့်ဖန်တီး ထားသော အကြောင်းအရာများကို ရှင်းလင်းစွာ အမှတ်အသားပြုရန် ဥပဒေအရ ပြဋ္ဌာန်းခြင်းဖြင့် ဤလမ်းစဉ်သို့ စတင်ခြေလှမ်းနေပြီဖြစ်ပါသည်။

ကျွန်ုပ်တို့၏ ကလေးငယ်များ၏ ကောင်းကျိုးချမ်းသာသည် ကျွန်ုပ်တို့ အလေးအနက်ထားရမည့်ကိစ္စဖြစ်ပါသည်။ AI စနစ်များကို တာဝန်ယူမှု ရှိသော၊ မိသားစုက လမ်းညွှန်မှုပေးနိုင်သောပုံစံဖြင့် တည်ဆောက်ရမည် ဖြစ်ပြီး ကျွန်ုပ်တို့၏ ပညာရေးစနစ်များကဲ့သို့ပင် ဂရုတစိုက်ရှိရပါမည်။

နည်းပညာသည် ဗျူဟာမြောက် ပိုင်ဆိုင်မှုတစ်ခုအဖြစ် သိမ်းဆည်း ထားခြင်းထက် မျှဝေအသုံးပြုမှသာလျှင် အကြီးမားဆုံးသော အကျိုး ကျေးဇူးကို ရရှိစေပါသည်။ ပွင့်လင်းသောပလက်ဖောင်းများ (Open Platforms) သည် သန်းပေါင်းများစွာသောလူငယ်များကို နည်းပညာ ပိုမိုလုံခြုံစေရန်နှင့် လူသားဗဟိုပြုဖြစ်စေရန် ကူညီပေးနိုင်ပါသည်။ ဤစုပေါင်းဉာဏ်ရည်သည် လူသားမျိုးနွယ်၏ အကြီးမားဆုံးသော အင်အားဖြစ်ပါသည်။ AI သည် ကမ္ဘာလုံးဆိုင်ရာ ဘုံအကျိုးစီးပွားအဖြစ် ဆင့်ကဲတိုးတက်သွားရပါမည်။

ကျွန်ုပ်တို့သည် လူသားများနှင့် ဉာဏ်ရည်တုစနစ်များ အတူတကွ ဖန်တီးခြင်း၊ အတူတကွအလုပ်လုပ်ခြင်းနှင့် အတူတကွတိုးတက်လာမည့် ခေတ်တစ်ခုသို့ ရောက်ရှိနေပြီဖြစ်ပါသည်။ အသက်မွေးဝမ်းကျောင်း လုပ်ငန်းသစ်များ ပေါ်ထွက်လာပါလိမ့်မည်။ အင်တာနက် စတင်ပေါ်ပေါက်စဉ်က ဖြစ်နိုင်ခြေများကို မည်သူမျှ စိတ်ကူးမယဉ်နိုင်ခဲ့သော်လည်း နောက်ဆုံးတွင် အခွင့်အလမ်းသစ်များစွာကို ဖန်တီးပေးခဲ့သကဲ့သို့ AI သည်လည်း ထိုနည်းတူပင်ဖြစ်ပါလိမ့်မည်။

ကျွန်ုပ်တို့၏ စွမ်းရည်ထက်မြက်သော လူငယ်များသည် AI ခေတ်၏ စစ်မှန်သောမောင်းနှင်အားများဖြစ်လာမည်ဟု ကျွန်ုပ်ယုံကြည်ပါသည်။ ကျွန်ုပ်တို့သည်  ကမ္ဘာပေါ်တွင် အကြီးမားဆုံးနှင့် အစုံလင်ဆုံးသော ကျွမ်းကျင်မှုလေ့ကျင့်ရေးအစီအစဉ်များကို လုပ်ဆောင်ခြင်းဖြင့် လူငယ်များ၏ စွမ်းရည်ကို မြှင့်တင်ပေးလျက်ရှိပြီး ဘဝတစ်သက်တာလေ့လာနိုင်စေရန်အားပေးလျက်ရှိပါသည်။

အိန္ဒိယနိုင်ငံသည် ကမ္ဘာ့အကြီးမားဆုံးသော လူငယ်အင်အားနှင့် နည်းပညာကျွမ်းကျင်သူများ စုဝေးရာနေရာများထဲမှအပါအဝင် နိုင်ငံတစ်နိုင်ငံဖြစ်ပါသည်။ ကျွန်ုပ်တို့၏ စွမ်းအင်စွမ်းပကားနှင့် ရှင်းလင်းပြတ်သားသောမူဝါဒများဖြင့် AI ၏ အလားအလာများကို အပြည့်အဝ အသုံးချရန် အကောင်းဆုံးအနေအထားတွင် ရှိနေပါသည်။ ဤထိပ်သီး အစည်းအဝေးတွင် အိန္ဒိယကုမ္ပဏီများက ကိုယ်ပိုင် AI မော်ဒယ်များနှင့် အသုံးချဆော့ဖ်ဝဲများကို ထုတ်ဖော်ပြသနိုင်ခဲ့ခြင်းသည် ကျွန်ုပ်တို့ လူငယ်တီထွင်သူများ၏ နည်းပညာနက်ရှိုင်းမှုကို ထင်ဟပ်စေပါသည်။

ကျွန်ုပ်တို့၏ AI ဂေဟစနစ် ဖွံ့ဖြိုးတိုးတက်စေရန် ခိုင်မာသော အခြေခံအဆောက်အအုံများကို တည်ဆောက်လျက်ရှိပါသည်။ India AI Mission အောက်တွင် ကျွန်ုပ်တို့သည် GPU ထောင်ပေါင်းများစွာကို အသုံးပြုထားပြီး မကြာမီ ထပ်မံတိုးချဲ့သွားမည် ဖြစ်ပါသည်။ ကမ္ဘာ့အဆင့်မီ ကွန်ပျူတာတွက်ချက်မှုစွမ်းပကားကို သင့်တင့်သောနှုန်းထားဖြင့် ရရှိနိုင်ခြင်းကြောင့် အသေးစားလုပ်ငန်းသစ်များပင် ကမ္ဘာ့အဆင့်မီ ဖြစ်လာနိုင်ပါသည်။ ထို့ပြင် အမျိုးသားအဆင့် AI သိုလှောင်ရုံ (National AI Repository) ကို တည်ထောင်ခြင်းဖြင့် အချက်အလက်များနှင့် AI မော်ဒယ်များကို လူတိုင်းအသုံးပြုနိုင်အောင်ဆောင်ရွက်ထားပါသည်။ ဆီမီးကွန်ဒတ်တာများမှသည် အချက်အလက် အခြေခံအဆောက်အအုံများ၊ တက်ကြွသောလုပ်ငန်းသစ်များနှင့် လက်တွေ့ သုတေသနများအထိ တန်ဖိုးကွင်းဆက်တစ်ခုလုံးကို ကျွန်ုပ်တို့အာရုံစိုက် ဆောင်ရွက်နေပါသည်။

အိန္ဒိယ၏ မတူကွဲပြားမှု၊ ဒီမိုကရေစီနှင့် လူဦးရေဆိုင်ရာ တက်ကြွမှုများသည် အများပြည်သူအကျုံးဝင်သော ဆန်းသစ်တီထွင်မှုအတွက် မှန်ကန်သော ပတ်ဝန်းကျင်ကိုပေးစွမ်းပါသည်။ အိန္ဒိယတွင် အောင်မြင်သော ဖြေရှင်းနည်းများသည် ကမ္ဘာတစ်ဝန်းရှိ လူသားအားလုံးအတွက် အသုံးဝင်နိုင်ပါသည်။  ထို့ကြောင့် ကမ္ဘာ့နိုင်ငံများသို့  ကျွန်ုပ်တို့၏ ဖိတ်ခေါ် ချက်မှာ- အိန္ဒိယတွင် ပုံစံထုတ်တီထွင်ကြပါ၊ ကမ္ဘာကြီးအတွက် ပံ့ပိုးပေးကြပါ၊ လူသားမျိုးနွယ်အတွက် ဆောင်ရွက်ပေးကြပါဟူ၍ ဖြစ်ပါသည်။

နာရင်ဒြာ မိုဒီ

အိန္ဒိယနိုင်ငံ ဝန်ကြီးချုပ်

လူသားတွေရဲ့ သမိုင်းကာလတစ်လျှောက်လုံးမှာ ကမ္ဘာ့အဆင့် ဩဇာလွှမ်းမိုးမှုရှိတဲ့ အခင်းအကျင်းတွေဟာ သတင်းအချက်အလက်တွေ အလွန်ရှားပါးတဲ့ အခြေအနေမှာပဲ လည်ပတ်ခဲ့ရတာဖြစ်ပါတယ်။ အရင်ကတော့ သတင်းတစ်ခုရဖို့ဆိုတာ ခက်ခဲတဲ့အတွက် ရလာတဲ့သတင်းအချက်အလက် အနည်းငယ်အပေါ်မှာပဲ မူတည်ပြီး လူတွေက ကိုယ့်အမြင်နဲ့ကိုယ် အမျိုးမျိုးအနက်ဖွင့်ဆိုခဲ့ကြရတာပါ။

ဒါပေမဲ့ အခုဒစ်ဂျစ်တယ်ခေတ်ထဲ ရောက်လာတဲ့အခါမှာတော့ အခြေအနေက လုံးဝဥဿုံ ပြောင်းပြန်ဖြစ်သွားပါပြီ။ သတင်းတွေက ဖောဖောသီသီ ရှိနေလင့်ကစား ဒါဟာ တကယ်အစစ်လား၊ အတုလားဆိုတဲ့ စစ်မှန်မှုကတော့ အလွန်ရှားပါးတဲ့ အရာတစ်ခု ဖြစ်လာပါတယ်။ အထူးသဖြင့် ဉာဏ်ရည်တု AI နည်းပညာကိုသုံးပြီး ဖန်တီးထားတဲ့ Deepfakes တွေဟာ ကျွန်တော်တို့ လူ့အဖွဲ့အစည်းရဲ့ အခြေခံအကျဆုံးဖြစ်တဲ့ “လူထုစကားပြောဆိုမှု” နဲ့ “မျက်မြင်သက်သေ အထောက်အထား” တွေအပေါ် ယုံကြည်မှုကို အခြေခံကနေ လှုပ်ခါဖျက်ဆီးပစ်နေတာပါ။

Deepfake ဆိုတာ AI နည်းပညာသုံးပြီး လူတစ်ယောက်ရဲ့ ရုပ်ပုံ၊ ဗီဒီယို ဒါမှမဟုတ် အသံကို တခြားလူတစ်ယောက်က လုပ်နေတာ၊ ပြောနေတာမျိုးဖြစ်အောင် ဖန်တီးထားတဲ့ အတုအယောင်ဖြစ်ပါတယ်။ ဒီ Deepfake ဗီဒီယိုတွေ၊ ပုံတွေနဲ့ အသံတုတွေဟာအရင်ကထက် ကုန်ကျစရိတ် သိသိသာသာ သက်သာလာရုံသာမကဖန်တီးရတာလည်း လွယ်ကူလာတဲ့အတွက် ဘယ်သူမဆို လက်နက်တစ်ခုလို သုံးနိုင်လာနေကြတာဖြစ်ပါတယ်။

ဒီနေ့ခေတ် အင်တာနက်စာမျက်နှာတွေပေါ်မှာ ဒီလို AI နဲ့ လုပ်ထားတဲ့ အတုအယောင်တွေဟာ နေရာအနှံ့ ပျံ့နှံ့နေပါပြီ။ စစ်တမ်းတွေအရဆိုရင် ကမ္ဘာ့လူဦးရေ ၆၀ ရာခိုင်နှုန်းခန့်ဟာ လွန်ခဲ့တဲ့တစ်နှစ်အတွင်း Deepfake ဗီဒီယိုတစ်ခုခုနဲ့ ကြုံတွေ့ခဲ့ဖူးကြတယ်လို့ သိရပါတယ်။ 

အချို့သော ဖန်တီးမှုတွေကတော့ ကြည့်လိုက်ရင် အန္တရာယ်မရှိသလိုပါပဲ။ ရယ်စရာမောစရာ အဆင့်ပဲ ရှိပါတယ်။ ဥပမာ ရုရှားနိုင်ငံ ကမ်ချက်ကာဒေသမှာ ကိုးထပ်တိုက်အမြင့်လောက်ရှိတဲ့ နှင်းပုံကြီးတွေ ရှိနေတယ်ဆိုပြီး အမေရိကန်မှာပါ ပျံ့နှံ့သွားတဲ့ AI ပုံတွေလိုမျိုးပေါ့။

ဒါတွေက အပေါ်ယံကြည့်ရင် အပျော်သဘောလို့ ထင်ရပေမယ့်တကယ်တမ်းမှာ လူတွေရဲ့အမှန်နဲ့အမှား ခွဲခြားနိုင်စွမ်းကို တဖြည်းဖြည်းဝါးမျိုလာနေတာဖြစ်ပါတယ်။ ဒီနည်းပညာဟာ အခုဆိုရင် အပျော်သဘောအဆင့်ကနေ ပြင်းထန်တဲ့ နိုင်ငံရေးတင်းမာမှုတွေကို ပိုမိုလောင်စာဖြည့်ပေးလာတဲ့ လက်နက်တစ်ခုအဖြစ် ရောက်ရှိလာနေပါပြီ။

Deepfake တွေရဲ့ အန္တရာယ်က နိုင်ငံရေးတင်းမာမှုတွေကို မီးလောင်ရာလေပင့်ဖြစ်စေတဲ့အထိ ရောက်လာတာကို ၂၀၂၅ ခုနှစ် မေလမှာတုန်းက ဖြစ်ခဲ့တဲ့ အိန္ဒိယ-ပါကစ္စတန် အကျပ်အတည်းမှာ အထင်အရှား မြင်ခဲ့ရပါတယ်။ အဲဒီတုန်းက တိုက်လေယာဉ် နှစ်စင်း 

ပျက်ကျသွားပြီလို့ ပြထားတဲ့ ဗီဒီယိုအတုတစ်ခုဟာ နာရီပိုင်းအတွင်းမှာပဲ အွန်လိုင်းမှာ တောမီးလိုပျံ့သွားပါတယ်။ အစိုးရတွေဘက်က ဒါဟာ အတုကြီးပါလို့တရားဝင်ငြင်းဆိုချက်တွေ ထုတ်ပြန်ဖို့ ကြိုးစားနေတုန်းမှာတင် လူထုကြားမှာ စစ်လိုလားတဲ့ စိတ်ဓာတ်တွေက အထွတ်အထိပ် ရောက်ကုန်ပါပြီ။

ဒီဖြစ်ရပ်က ဘာကိုပြလဲဆိုရင် Deepfake ဆိုတာ ဖျော်ဖြေရေး သက်သက်မဟုတ်တော့ဘဲ နိုင်ငံတစ်ခုရဲ့ တည်ငြိမ်ရေးနဲ့ အမျိုးသားလုံခြုံရေးကိုပါ တိုက်ရိုက် ခြိမ်းခြောက်နိုင်တဲ့ လက်နက်ဖြစ်လာပြီဆိုတာပါပဲ။ ဒါကြောင့်လည်း ၂၀၂၅ ခုနှစ် နှောင်းပိုင်းနဲ့ ၂၀၂၆ ခုနှစ် အစောပိုင်းမှာ ကမ္ဘာတစ်ဝန်း AI အသုံးပြုမှုဆိုင်ရာစည်းမျဉ်းအသစ်တွေက လှိုင်းလုံးတစ်ခုလို ပေါ်ထွက်လာတာပါ။ နိုင်ငံတွေဟာ AI အတုအယောင်တွေကို နည်းပညာအသစ်တစ်ခုလိုမမြင်တော့ဘဲ နိုင်ငံတော်မတည်မငြိမ်ဖြစ်အောင် လုပ်နိုင်တဲ့အရာတစ်ခုအဖြစ် သတ်မှတ်ပြီး ထိန်းချုပ်ဖို့ကြိုးစားလာကြပါတယ်။

အာရှနိုင်ငံတွေကိုကြည့်ရင် ဥပဒေနဲ့ ချက်ချင်းလက်ငင်း အရေးယူတာကို ပိုတွေ့ရပါတယ်။ အင်ဒိုနီးရှားနိုင်ငံဆိုရင် ဇန်နဝါရီလ ၁၀ ရက်မှာ Grok ပလက်ဖောင်းကို ယာယီပိတ်ဆို့လိုက်ပါတယ်။ ဘာလို့လဲဆိုတော့ ဒီပလက်ဖောင်းကိုသုံးပြီး ခွင့်ပြုချက်မရှိဘဲ လိင်ပိုင်းဆိုင်ရာ Deepfake တွေ ဖန်တီးနေကြလို့ပါ။ ဂျကာတာအစိုးရရဲ့တုံ့ပြန်ပုံက စံနှုန်းတွေသတ်မှတ်ဖို့ စောင့်မနေတော့ဘဲ ပြဿနာဖြစ်တာနဲ့ ဖြန့်ဝေတဲ့ လမ်းကြောင်းကို ချက်ချင်းဖြတ်တောက်လိုက်တာပဲဖြစ်ပါတယ်။

ဗီယက်နမ်နိုင်ငံကတော့ ပိုပြီးတင်းကျပ်လှတဲ့ ရာဇဝတ်မှုဆိုင်ရာချဉ်းကပ်ပုံကို သုံးတာတွေ့ရပါတယ်။ ၂၀၂၅ ခုနှစ်အကုန်မှာ နိုင်ငံတော်ဆန့်ကျင်ရေး AI ပုံရိပ်တွေ၊ ဗီဒီယိုတွေဖြန့်တဲ့သူများကို မျက်ကွယ်မှာတင်တရားစီရင်ပြီး ဖမ်းဝရမ်းတွေထုတ်ခဲ့ပါတယ်။

ဒါဟာ ဒစ်ဂျစ်တယ်အချုပ်အခြာအာဏာကို ကာကွယ်တာဖြစ်ပြီး အွန်လိုင်းပေါ်ကနေ ပြည်ပမှတိုက်ခိုက်တာမျိုးကို ခွင့်မပြုဘူးဆိုတဲ့ ပြတ်သားရှင်းလင်းတဲ့ သတင်းစကားပေးလိုက်တာပါ။

အိန္ဒိယမှာလည်း ဇန်နဝါရီလ ၁၉ ရက်မှာ အိန္ဒိယရဲတပ်ဖွဲ့က ဒေသန္တရအုပ်ချုပ်ရေးအဖွဲ့ကို အသရေဖျက်ဖို့ ကြိုးစားတဲ့ AI ပုံရိပ်တစ်ခုအတွက် စုံစမ်းစစ်ဆေးမှု စတင်ခဲ့ပါတယ်။ ဒီနေရာမှာ သတိထားရမှာက   သူတို့ရဲ့ရည်ရွယ်ချက်ဟာ   ကြီးမားတဲ့ လှည့်ဖြားမှုထက် လူထုကြားမှာ ချက်ချင်းလက်ငင်းဆူပူအုံကြွမှု ဖြစ်စေဖို့ပဲဖြစ်ပါတယ်။

ဥရောပသမဂ္ဂ EU ကတော့ ဥပဒေကြောင်းအရ စနစ်တကျ မူဘောင်တွေ ချမှတ်နေပါပြီ။ ၂၀၂၅ ခုနှစ်ဒီဇင်ဘာလ ၁၇ ရက်မှာ ဥရောပကော်မရှင်က AI နဲ့ဖန်တီးထားတဲ့ အကြောင်းအရာတွေကို အညွှန်းပါရမယ်ဆိုတဲ့ ဥပဒေမူကြမ်းကို ထုတ်ပြန်ခဲ့ပါတယ်။ ဒါဟာAI အက်ဥပဒေပါ ပွင့်လင်းမြင်သာမှု မူဝါဒတွေကို လက်တွေ့ကျင့်သုံးနိုင်တဲ့ လုပ်ထုံးလုပ်နည်းတွေအဖြစ် ပြောင်းလဲလိုက်တာပါ။

ဂျာမနီတရားရေးဝန်ကြီးဌာနကလည်း ဇန်နဝါရီလ ၉ ရက်မှာ AI နဲ့ ပုံရိပ်တုပြုပြင်တာတွေကို ဒစ်ဂျစ်တယ် အကြမ်းဖက်မှုလို့သတ်မှတ်ပြီး ရာဇဝတ်မှုအဖြစ်အရေးယူဖို့ ပြင်ဆင်လာပါတယ်။ အမေရိကန်နိုင်ငံမှာတော့ သမ္မတဒေါ်နယ်ထရမ့်က Take It Down Act ကို ၂၀၂၅ မှာ လက်မှတ်ထိုးခဲ့တာကြောင့် ပလက်ဖောင်းတွေအနေနဲ့ ခွင့်ပြုချက်မရှိတဲ့ AI ပုံရိပ်ကို ချက်ချင်းဖယ်ရှားပေးဖို့ တာဝန်ရှိလာစေပါတယ်။ အထက်လွှတ်တော်ကလည်း DEFIANCE Act ကို အတည်ပြုခဲ့သလို၊ လူတစ်ဦးချင်းစီရဲ့ ပုံရိပ်နဲ့ အသံကို ကာကွယ်ပေးမယ့် No Fakes Act ကိုလည်း ဆက်လက်ဆွေးနွေးနေကြပါတယ်။

ရုရှားနိုင်ငံဟာလည်း ဒီလှိုင်းထဲမှာ နောက်ကျကျန်နေခဲ့ခြင်းမရှိဘဲကိုယ်ပိုင်လမ်းစဉ်ကို ဖော်ဆောင်နေပါတယ်။ ဇန်နဝါရီလ ၂၀ ရက်မှာ ဒစ်ဂျစ်တယ်ဖွံ့ဖြိုးတိုးတက်ရေးဝန်ကြီးဦးဆောင်ပြီး အထူးလုပ်ငန်းအဖွဲ့တစ်ခုဖွဲ့စည်းခဲ့ပါတယ်။ ၂၀၂၅ ခုနှစ် နိုဝင်ဘာလမှာ တင်သွင်းထားတဲ့ ဥပဒေမူကြမ်းအရ AI နဲ့ လုပ်ထားတဲ့ ဗီဒီယိုမှန်သမျှ အညွှန်းမပါရင် ဒါမှမဟုတ် အညွှန်းမှားရင် အုပ်ချုပ်ရေးနည်းလမ်းအရ ဒဏ်ကြေးတွေရိုက်မယ့်အစီအစဉ်ကို   ၂၀၂၆  မတ်လကျရင် လွှတ်တော်မှာ စတင်ဆွေးနွေးတော့မှာ ဖြစ်ပါတယ်။

ဒီလိုမျိုး ကမ္ဘာ့နိုင်ငံအသီးသီးက ကြိုးပမ်းနေသလို နိုင်ငံတကာအဆင့်မှာလည်း C2PA လိုမျိုး နည်းပညာစံနှုန်းတွေ ဖော်ဆောင်ပြီး သတင်းတစ်ခုရဲ့ မူရင်းဇာစ်မြစ်ကို စစ်ဆေးနိုင်အောင် လုပ်ဆောင်နေကြပါတယ်။ နိုင်ငံတကာ တယ်လီဖုန်းဆက်သွယ်ရေးသမဂ္ဂ ITU လိုမျိုး အဖွဲ့အစည်းတွေမှာလည်း AI ပွင့်လင်းမြင်သာမှုအတွက် ဆွေးနွေးနေကြပါတယ်။

နိဂုံးချုပ်အနေနဲ့ပြောရရင်  ယနေ့ကမ္ဘာကြီးဟာ အခုဆိုရင် ဘယ်ဟာက အစစ်၊ ဘယ်ဟာက အတုဆိုတာကို စနစ်တကျစစ်ဆေးရမယ့်ခေတ်ကိုရောက်နေပါပြီ။ အစိုးရတွေအတွက် Deepfake ကို ဘယ်လိုကိုင်တွယ်မလဲဆိုတာဟာ သူတို့ရဲ့ နိုင်ငံရေးအရ ရင့်ကျက်မှုနဲ့ ဒစ်ဂျစ်တယ်ခေတ်မှာ လိုက်လျောညီထွေဖြစ်အောင် ပြင်ဆင်နိုင်စွမ်းကို စမ်းသပ်မှုတစ်ခု ဖြစ်လာပါတယ်။

အခုအချိန်မှာ ဖြစ်ပွားနေတဲ့တိုက်ပွဲများက နည်းပညာတိုက်ပွဲတင် မဟုတ်တော့ပါဘူး။ “မြင်ရမှယုံ”ဆိုတဲ့ စကားအလုပ် မဖြစ်တော့တဲ့ ခေတ်မှာ စစ်မှန်တဲ့ နိုင်ငံရေးနဲ့ လူမှုရေးယုံကြည်မှုတွေကို ဘယ်လိုမျိုး ဆက်လက်ထိန်းသိမ်းမလဲဆိုတာဟာ လူသားတွေအားလုံးရဲ့တာဝန် ဖြစ်လာပါတယ်။ နိုင်ငံတော်ရဲ့ အချုပ်အခြာအာဏာနဲ့ တည်ငြိမ်ရေးဟာ ဒီအတုအယောင်တွေကို ဘယ်လောက်အထိ ထိထိရောက်ရောက်နဲ့ ပညာသားပါပါ တားဆီးနိုင်မလဲ ဆိုတဲ့အပေါ်မှာသာမူတည်နေတော့မှာ ဖြစ်ပါတယ်။             

Ref: RT

MWD

AI ဒေတာစင်တာများမှ အဆင့်မြင့် Memory Chip များအတွက် ဝယ်လိုအားနှင့် နေ့စဉ်သုံးပစ္စည်းများ အတွက် အမြတ်နည်းသော Chip များထုတ်လုပ်မှု လျှော့ချခြင်းတို့ကြောင့် ကမ္ဘာအနှံ့ Memory Chip ဈေးနှုန်းများ သိသိသာသာ မြင့်တက်လာကာ ဖုန်း၊ ကွန်ပျူတာနှင့် ဒေတာစင်တာများအတွက် အဓိက ပါဝင်ပစ္စည်းများ ရရှိရန် ခက်ခဲလာသည်။

ကမ္ဘာလုံးဆိုင်ရာ Memory Chip အကျပ်အတည်း

ကမ္ဘာပေါ်တွင် စက်ပစ္စည်းများအား ဒေတာများ သိုလှောင်ရန်နှင့် လျင်မြန်စွာ ရယူနိုင်ရန် စွမ်းဆောင် ပေးသည့် Memory Chip များ ပြတ်တောက်မှု ကြုံနေရသည်။ ၎င်းတို့သည် စမတ်ဖုန်းနှင့် လက်ပ်တော့      များမှသည် ဆာဗာများ၊ ကားများနှင့် Cloud အခြေခံအဆောက်အအုံများအထိ အရာအားလုံးနီးပါးတွင် တပ်ဆင်ထားသည်။ ၂၀၂၅ ခုနှစ်နှောင်းပိုင်းတွင် ထောက်ပံ့မှုသည် အလွန်လျော့နည်းလာသောကြောင့် အချို့သောဈေးကွက်များတွင် ဈေးနှုန်းများသည် တစ်ပတ်ပြီးတစ်ပတ် မြင့်တက်လာပြီး ကုမ္ပဏီကြီး များက ခွဲတမ်းများရရှိရန် အသည်းအသန် ကြိုးပမ်းနေကြသည်။

အဆိုပါ ပြတ်လပ်မှုသည် အဓိက အုပ်စုနှစ်ခုလုံးတွင် ဖြစ်ပွားနေပြီး ဖုန်းများ၊ PC များ၊ ဆာဗာများတွင် အသုံးပြုသည့် RAM အမျိုးအစား Chip များနှင့် SSD များ၊ စက်ပစ္စည်း Memory များတွင် အသုံးပြုသည့် သိုလှောင်မှု Chip များဖြစ်သည်။ AI စနစ်များအတွက် ထုတ်လုပ်သည့် အဆင့်မြင့် RAM ပုံစံသည် ဖိအား ပိုများစေပြီး ၎င်းသည် ပုံမှန်လည်ပတ်မှုသံသရာနှင့်မတူဘဲ ယခု အကျပ်အတည်းကို ကွဲပြားစေသည်။

ကမ္ဘာတစ်ဝန်း RAM ဈေးနှုန်းများ မြင့်တက်လာခြင်း 

ဈေးကွက်တစ်ခုလုံးတွင် ဈေးနှုန်းများ လျင်မြန်စွာ မြင့်တက်နေပါသည်။ လုပ်ငန်းနယ်ပယ်မှ စောင့်ကြည့် လေ့လာမှုများအရ အချို့သော ကဏ္ဍများတွင် ကုန်ကျစရိတ်သည် နှစ်ဆ မြင့်တက်ခဲ့ကြောင်း ပြသ နေသည်။ လူကြိုက်များသော RAM modules များ၏ လက်ငင်းဈေးနှုန်းများသည် ယခုနှစ်အတွင်း သုံးဆ ခန့် မြင့်တက်လာခဲ့သည်။ ထိုပြောင်းလဲမှုသည် အရောင်းဆိုင်များတွင် ရှင်းရှင်းလင်းလင်း မြင်တွေ့နိုင်သည်။ နွေရာသီနှင့် နှိုင်းယှဉ်ပါက တွင်ကျယ်စွာ ရောင်းချနေသော PC Memory Kits အများအပြားသည် ယခုအခါ ၅၀% မှ ၁၀၀% ပိုမိုကုန်ကျနေပြီးအဓိကလက်လီဈေးကွက်များတွင် စံသတ်မှတ်ချက် 32GB အဆင့် မြှင့်တင်မှု အချို့၏ ဈေးနှုန်းသည် အမေရိကန်ဒေါ်လာ ၄၀၀ ခန့် ရှိနေသည်။ 

ဈေးနှုန်းများ မြင့်တက်လာရခြင်း၏ အကြောင်းရင်း 

ဈေးနှုန်းမြင့်တက်ရခြင်းအတွက် ရှင်းလင်းသော တွန်းအားတစ်ခုရှိသည်။ AI ဒေတာစင်တာများသည် သာမန်စနစ်များထက် AI ဆာဗာများက Memory ပိုမိုလိုအပ်သောကြောင့် Memory Chip များကို အတိုင်းအတာအသစ်ဖြင့် ဝယ်ယူနေပြီး အကြီးဆုံး နည်းပညာကုမ္ပဏီများသည် ထောက်ပံ့မှုကို လုံခြုံ စေရန် အတွက်သာ အရွယ်အစားကြီးမားသောမှာယူမှုများ ပြုလုပ်နေသည်။

တစ်ချိန်တည်းမှာပင် Memory ထုတ်လုပ်သူ သုံးခုဖြစ်သည့် Samsung Electronics ၊ SK Hynix နှင့် Micron Technology တို့သည် AI အရှိန်မြှင့်စက်ပစ္စည်းများအတွက် တည်ဆောက်ထားသော အဆင့်မြင့် ၊ အလွန်မြန်သော အမျိုးအစား (High-Bandwidth Memory, သို့မဟုတ် HBM) ကို ဦးစားပေးနေပြီး ၎င်းတို့၏ အဆင့်အမြင့်ဆုံး ထုတ်လုပ်မှုကို ယင်းဘက်သို့ လမ်းကြောင်းပြောင်းနေခြင်းကြောင့် ဖုန်းများ ၊ PC များ ၊ စားသုံးသူ သိုလှောင်မှုများအတွက် “နေ့စဉ်သုံး” Chip များ ပိုမိုနည်းပါးလာစေသည်။ ထို့အပြင် ထုတ်လုပ်မှုလုပ်ငန်းသည် ၂၀၂၂-၂၀၂၃ စီးပွားရေးကျဆင်းမှုကာလမှ ပြန်လည်ရုန်းကန်ရဆဲဖြစ်ပြီး ထို ကာလက ထုတ်လုပ်သူများသည် ကုန်ကျစရိတ်အောက် ရောင်းချပြီးနောက် ထုတ်လုပ်မှုကို လျှော့ချခဲ့ ကြသည်။ AI ဝယ်လိုအား အပြည့်အဝ စတင်လာချိန်တွင် ထိုလျှော့ချမှုမှ ထောက်ပံ့မှု ပြန်လည် ကောင်းမွန် လာရန် အချိန်ယူနေရဆဲဖြစ်သည်။ စက်ရုံအသစ်များ ဆောက်လုပ်ရန် နှစ်ပေါင်းများစွာ ကြာမြင့်မည် ဖြစ်ရာ ထောက်ပံ့မှုက လျင်မြန်စွာ လိုက်မီနိုင်ခြင်းမရှိပေ။

ထောက်ပံ့မှုအတွက် လူတိုင်း တောင်းဆိုနေ

အခြေအနေ မည်မျှတင်းကျပ်နေကြောင်းကို ရှင်းလင်းစွာပြသသည့် အချက်တစ်ခုမှာ Micron မှ ၎င်း၏ Crucial စားသုံးသူထုတ်ကုန်လိုင်းကို ၂၀၂၆ ခုနှစ် အစောပိုင်းတွင် ရပ်ဆိုင်းရန်နှင့် ၎င်း၏ ထုတ်လုပ်မှုကို ပိုမိုမြင့်မားစွာ ပေးချေနိုင်သော AI နှင့် ဒေတာစင်တာ ဖောက်သည်များဘက်သို့ လမ်းကြောင်းပြောင်းရန် ဆုံးဖြတ်ခြင်းပင် ဖြစ်သည်။ ယခုအခါ အမေရိကန် နည်းပညာကုမ္ပဏီကြီးများ ဖြစ်ကြသည့် Microsoft နှင့် Google တို့က Micron ကို ၎င်းတို့ တင်ပို့နိုင်သမျှ Memory ပမာဏ အများဆုံးပေးပို့ရန် တောင်းဆို နေကြောင်း ဆိုသည်။  တရုတ်နိုင်ငံမှ လုပ်ငန်းရှင်များ ၊ အထူးသဖြင့် ByteDance ဦးဆောင်သောသူများက Samsung နှင့် SK Hynix တို့ကို ပိုမိုကြီးမားသော ခွဲတမ်းများအတွက် တွန်းအားပေးလျက်ရှိသည်။ Samsung သည် ၎င်း၏ ကိုယ်ပိုင်စမတ်ဖုန်း ယူနစ်နှင့်ပင်လျှင် ရေရှည်စာချုပ်များ ချုပ်ဆိုမည့်အစား သုံးလတစ်ကြိမ် Memory ပေးပို့မှုများအတွက် ညှိနှိုင်းနေသည်။ Reuters မှ ကိုးကားထားသော လုပ်ငန်း အရင်းအမြစ်များက လက်ရှိအခြေအနေကို ရိုးရှင်းစွာပင် "ထောက်ပံ့မှုအတွက် လူတိုင်း တောင်းဆိုနေ ကြသည်" ဟု ဖော်ပြထားသည်။

AI ၏ လွှမ်းမိုးမှုကြောင့် Memory ဈေးကွက်ပုံစံ ပြောင်းလဲလာ

AI က ဝယ်လိုအားကို ထပ်တိုးရုံသာမကဘဲ မှတ်ဉာဏ် အဆင့်အတန်း အစီအစဉ်ကိုပါ ပြန်လည် စီစဥ်ပေး နေပါသည်။ AI စနစ်များအတွက် ထုတ်လုပ်သည့် HBM (High-Bandwidth Memory) ကို PC များ၊ ဖုန်းများအတွက် သာမန် RAM နှင့် SSD များအတွက် သိုလှောင်မှု Chip များကိုလည်း ထုတ်လုပ်သည့် တူညီသော ခေတ်မီလိုင်းများပေါ်တွင် တည်ဆောက်ထားခြင်းဖြစ်သည်။ ထုတ်လုပ်သူများသည် HBM ထဲသို့ ဝေဖာများ ပိုမိုတွန်းပို့သောအခါ၊ စံအစိတ်အပိုင်းများ ပိုမိုနည်းပါးစွာ ထွက်ပေါ်လာသည်။ ထို့ကြောင့် ထောက်ပံ့ရေးကွင်းဆက်တစ်ခုလုံးသည် အမြင့်ဆုံးအဆင့်သို့ ဆွဲတင်ခံရပြီး အများသုံးဈေးကွက်တွင် ပြတ်လပ်မှု ဖြစ်လာသည်။ AI အခြေခံအဆောက်အအုံများထဲသို့ စီးဝင်နေသော ကြီးမားသည့် ငွေကြေး ပမာဏများသည် ပူဖောင်းတစ်ခုကဲ့သို့ ဖောင်းကားလာနေသလားဟု ရင်းနှီးမြှုပ်နှံသူများက ငြင်းခုံနေချိန် တွင် ယခု အကျပ်အတည်း ဖြစ်ပေါ်လာခြင်းဖြစ်သည်။ ယင်းသည် အခြားအရာအားလုံးကို ကျဉ်းမြောင်း စေ နေသည့်တိုင် လုပ်ငန်းသည် AI ကို မည်မျှအားကိုးနေကြောင်း ပြသနေသည်။

အဆိုးရွားဆုံး ထိခိုက်သူများ 

စားသုံးသူများသည် နေ့စဉ်သုံးပစ္စည်းများမှတစ်ဆင့် အဆိုပါအကျပ်အတည်းကို စတင်ခံစားလာရသည်။ တရုတ်နိုင်ငံမှ Xiaomi နှင့် Realme တို့သည် Memory Chip ကုန်ကျစရိတ်များ အလွန်လျင်မြန်စွာမြင့်တက်နေသောကြောင့် စမတ်ဖုန်းဈေးနှုန်းများကို မြှင့်တင်ရနိုင်ကြောင်း သတိပေးထားသည်။ PC ဝယ်သူများနှင့် အထူးသဖြင့် ဂိမ်းကစားသူများသည်လည်း ဖိအားပေးခံနေရသည်။ နွေရာသီကတည်းက RAM ဈေးနှုန်းများ အလွန်မြင့်တက်လာသောကြောင့် အချို့သော အများသုံး high-end 64GB ကိရိယာ များသည် PlayStation 5 ထက်ပင် ဈေးပိုလာကြောင်း နည်းပညာဆိုင်ရာ ထုတ်ဝေမှုများက ဖော်ပြသည်။နေ့စဉ်ဝယ်ယူသူများအတွက် ထိုအချက်သည် ဈေးသက်သာသော ရွေးချယ်စရာများ နည်းပါးလာခြင်းနှင့် ဈေးနှုန်းမြင့်မားမှုကာလ ပိုရှည်ကြာလာခြင်းကို ဆိုလိုသည်။

နောက်ဆက်တွဲ ဖြစ်ပေါ်လာနိုင်သည့် အလားအလာများ

ခေတ်ပြိုင် ဈေးနှုန်းမြင့်တက်မှုထက် အဆိုပါပြတ်လပ်မှုက ပိုကြာမြင့်လိမ့်မည်ဟု စက်မှုလုပ်ငန်း သုံးသပ် သူများက ခန့်မှန်းကြသည်။ Memory chip စက်ရုံအသစ်များနှင့် အဆင့်မြင့် ထုပ်ပိုးမှုလိုင်းများ တည်ဆောက်ခြင်းနှင့် စွမ်းရည်မြှင့်တင်ခြင်းတို့သည် နှစ်ပေါင်းများစွာ ကြာမြင့်ပြီး လက်ရှိ ခန့်မှန်းချက်များ အရ ၂၀၂၇ ခုနှစ်အထိ ထောက်ပံ့မှုကျဉ်းမြောင်းပြီး ဈေးနှုန်းမြင့်မားမှု ဆက်လက်ရှိနေမည်ဟု ညွှန်ပြ နေသည်။

AI နှင့် ကလောက်(Cloud) ဒေတာစင်တာများမှ ဝယ်လိုအားသည် ထုတ်လုပ်မှုထက် ပိုမိုမြန်ဆန်စွာ ကြီးထွားနေဆဲဖြစ်ပြီး ထောက်ပံ့သူများသည် စာချုပ်ဈေးနှုန်းများကို မြှင့်တင်နေကြသဖြင့် လာမည့်နှစ် ပထမနှစ်ဝက်အထိ ရရှိနိုင်မှုအခြေအနေ ကျဉ်းမြောင်းနေဦးမည်ဟု ညွှန်ပြနေသည်။ မညီမျှမှု ဆက်လက် တည်ရှိနေပါက ဖြစ်ပွားမည့် အကျိုးဆက်များသည် ဈေးကြီးသော ပစ္စည်းများထက် ပိုကျယ်ပြန့်သည်။ Memory chip ထောက်ပံ့မှု ကန့်သတ်ချက်များသည် Data Center စီမံကိန်းကြီးများကို နှောင့်နှေးစေ နိုင်ပြီး AI မိတ်ဆက်မှုအချို့ကို နှေးကွေးစေနိုင်သည်။ ပစ္စည်းအစိတ်အပိုင်း ကုန်ကျစရိတ်မြင့်မားမှုကလည်း စမတ်ဖုန်း၊ PC နှင့် ကလောက်(Cloud) ဝန်ဆောင်မှုဈေးနှုန်းများထဲသို့ ဆက်လက်စီးဝင်ကာ ကမ္ဘာလုံးဆိုင်ရာ နည်းပညာဈေးကွက်တစ်ခုလုံးကို ဖိအားပေးနေမည် ဖြစ်သည်။

(RT တွင် ဖော်ပြထားသည့် “AI driving global memory chip crisis” အား ဦးဝင်းဇော်ထွန်း၊ ဒုတိယညွှန်ကြားရေးမှူး၊ ဝန်ကြီးဌာန(၂) က ဆီလျော်အောင် ဘာသာပြန်ဆိုထားပါသည်။)

“ကျွန်တော်တို့ဟာ အလုပ်တစ်ခုကို ဖြစ်ထွန်း အောင်လုပ်တတ်တဲ့၊ စွမ်းဆောင်ရည်ပြည့်ဝတဲ့ လူသားတွေဖြစ်တယ်။ အဲဒီလိုဖြစ်လာအောင် လုပ်ပေးထားတဲ့ အနှစ်သာရတွေကို ဆော့ဖ်ဝဲ ဒါမှ မဟုတ် အယ်လ်ဂိုရစ်သမ်အဖြစ် ပြောင်းလဲလိုက် နိုင်ရင် ဘာဖြစ်မလဲ"

ထိုမေးခွန်းမှာ ဉာဏ်ရည်တုနည်းပညာကို စမလုပ်ခင် သူ့ကိုယ်သူမေးခဲ့မိသည့် မေးခွန်းဖြစ် သည်ဟု ယနေ့ခေတ်၏အေအိုင် ရှေ့ဆောင်ဦးရွက် များထဲမှ တစ်ယောက်ဖြစ်သူ မူစတာဖာ ဆူလီမန်က ၂၀၂၃ ခုနှစ်ထုတ် The Coming Wave စာအုပ်ထဲတွင် ရေးထားသည်။ ထိုစဉ်က အေအိုင်ကုမ္ပဏီလေးတစ်ခု ကို ကမ်းမမြင်လမ်းမမြင် အနေအထားတွင် စတင် ထူထောင်ခဲ့ရာမှ သူသည် ယခု မိုက်ခရိုဆော့ဖ်၏ အေအိုင် စီအီးအိုဖြစ်နေပြီ။ သို့သော် ထိုမေးခွန်းမှာ ၂၁ ရာစုတွင်မှ၊ နည်းပညာအခြေခံရှိပြီး စွန့်ဦးတီထွင် လုပ်တတ်သူ တစ်ယောက်ထံတွင်မှ ပေါ်ထွက်လာ သော မေးခွန်းမဟုတ်။ အလားတူ မေးခွန်းမျိုးကို လွန်ခဲ့သည့် နှစ်ပေါင်းများစွာကတည်းက ရနေး ဒေးကားတို့လို၊ သောမတ် ဟော့ဘ်တို့လို၊ အလန် ကျူရင်တို့လို အသိဉာဏ်ပညာရှင် အဆက်ဆက်က ထုတ်ခဲ့ကြပြီးသား။

ဗြိတိသျှ သင်္ချာပညာရှင် အလန်ကျူရင်က ၁၉၅ဝ ပြည့်နှစ်ထုတ် သူ့စာတမ်း Computing Machinery and Intelligence တွင် 'စက်တွေက တွေးနိုင်သလား' ဟု မေးခွန်းထုတ်ခဲ့သည်။ ထိုမေးခွန်းကိုပင် ယနေ့ခေတ် ဉာဏ်ရည်တု နည်းပညာ၏ အခြေခံအုတ်မြစ်ဟု ပညာရှင်များက ယူဆထားကြသည်။ ကျူရင်ကပင် စမ်းသပ်ချက် တစ်ခုကို အဆိုပြုသည်။ သူ့စမ်းသပ်ချက်တွင် လူနှစ်ယောက်နှင့် စက်တစ်လုံး ပါဝင်သည်။ လူတစ်ယောက်က အကဲဖြတ်သူ။ သူနှင့် စက်ကြား တွင်ရော၊ သူနှင့် အခြားလူကြားတွင်ရော လက်နှိပ် စက်လိုစက်မျိုးဖြင့် စာရိုက်ပြီး ပို့နိုင်သည့် ကြားခံ စက်တစ်ခုရှိမည်။ ယခုခေတ်လို ဖုန်းဖြင့် စာပို့၍ ရနေသော အချိန်အခါမျိုးတွင် ထိုသို့သောဆက်သွယ်ရေးနည်းမှာ နေ့စဉ်သုံးဖြစ်နေသော်လည်း ကျူရင်တို့ . ခေတ်ကမူ အနာဂတ်နည်းပညာတစ်ခု။ အကဲဖြတ်မည့်သူသည် ဘယ်သူက လူလဲ၊ ဘယ်သူက စက်လဲ မသိ။ သို့သော် အပြန်အလှန် စာပေးပို့စကားပြောရင်း လူလား စက်လား အကဲဖြတ်နိုင်မည်ဖြစ်သည်။

ထိုသို့ အကဲဖြတ်နေရင်း လူလား၊ စက်လားခွဲမရတော့ သည့် အနေအထားရောက်လျှင် ထိုစက်သည် စာမေးပွဲအောင်ပြီ။ ယင်းကို ကျူရင် စမ်းသပ်ချက်ဟု ခေါ်ပြီး စက်၏အသိဉာဏ်နှင့်ပတ်သက်၍ အခြေခံ အဆင့်တစ်ခုအဖြစ် သဘောထားကာ နောက်ပိုင်း သုတေသီများက ထိုစမ်းသပ်ချက်ကို ကျော်လွန်နိုင် ရန် အသည်းအသန် ကြိုးစားခဲ့ကြသည်။

အေအိုင်နည်းပညာဆိုသည့် နယ်ပယ်တစ်ခု တရားဝင်ပေါ်ပေါက်လာသည်ကတော့ ၁၉၅၆ ခုနှစ် နွေရာသီတွင်ဟု ဆိုနိုင်သည်။ ဆိုနိုင်သည်။ ထိုနွေရာသီတွင် ကွန်ပျူတာ သိပ္ပံပညာရှင်များဖြစ်ကြသော ဂျွန် မက္ကာသီ၊ မာဗင်မင်စကီး၊ နေသန်နီယယ် ရိုချက် စတာ၊ ကလောက်ရှန်နွန်တို့ ဦးဆောင်သည့် ဘာသာရပ်ဆိုင်ရာ ညီလာခံတစ်ခု ကျင်းပခဲ့သည်။ ထိုညီလာခံသည် စက်၏အသိဉာဏ်ကို ဖော်ထုတ်ရန် ဦးစားပေးသော ညီလာခံ၊ ဒါ့တ်မောက် ညီလာခံဟု အမည်တွင်သည်။ ထိုညီလာခံတွင် အသိဉာဏ်တု သို့မဟုတ် အေအိုင် ဟု ယနေ့ခေတ် ခေါ်တွင်သော Artificial Intelligence ဆိုသည့် စကားလုံးကို မင်စကီးက စတင်အသုံးပြုခဲ့သည်။ ထိုညီလာခံမှ သုတေသီအကျော်အမော်တို့၏ ဟောကိန်းမှာ စိတ်ဝင်စားဖို့ကောင်းသည်။ “ဘယ်သင်ယူမှုမျိုးကို ဒါမှမဟုတ် အသိဉာဏ်ပညာရဲ့ တခြား ဘယ်လက္ခဏာရပ်ကိုမဆို သဘောတရားအားဖြင့် တိတိပပ ဖော်ပြနိုင်တဲ့အတွက် စက်တစ်လုံးဟာ အဲဒါကိုတူအောင် လုပ်ယူလို့ရတယ်”။ ထိုခေတ် ထိုအခါက နည်းပညာများနှင့်ဆိုလျှင် အကောင်းမြင် လွန်းခြင်း သို့မဟုတ် ရည်မှန်းချက်ကြီးလွန်းခြင်း ဟုပင် ဆိုနိုင်သည်။ သို့သော် ယနေ့ခေတ်တွင် ထိုစကားမှာ လွန်သည်ဟု မဆိုသာတော့ပေ။

ယခုဆောင်းပါးအစတွင် ဖော်ပြထားသည့် ဆူလီမန်၏ မေးခွန်းထဲမှ “လူသားတို့ကို ယခုလိုဖြစ်လာအောင် လုပ်ပေးထားသော အနှစ်သာရ” ဆိုသည်မှာ ထိုအသိဉာဏ်ပညာကို ဆိုလိုသည်။ ကျွန်တော်တို့ကို လူသားဟူဿ ဖြစ်စေသည့်အချက်ထဲတွင် အသိဉာဏ်ပညာအပြင် ခံစားချက်တို့ကိုလည်း မထည့်၍မရ။ သို့သော် အသိဉာဏ်ပညာနှင့် ခံစားချက်တို့သည် လက်ရှိအချိန်ထိတော့ မတူ ကွဲပြားသည့်အရာနှစ်ခုအဖြစ် မြင်နေရဆဲ။ကွဲပြားသည်ကခံစားချက်ကို သဘောတရားအားဖြင့် တိတိပပပြော၍မရ။ ဒဿနဆရာတို့က အမျိုးမျိုး ကြိုးစားခဲ့ကြသည့်တိုင် ဂန္ထဝင်၊ ခေတ်ပြိုင်၊ မော်ဒန်၊ ပို့စ်မော်ဒန် ခေတ်အဆက်ဆက်တွင် ခံစားချက်တို့ကို ပုံဖော်၍ မဆုံးနိုင်။ သို့သော် ဒါ့တ်မောက် ညီလာခံက အသိဉာဏ်ပညာ၏မည်သည့်သဘောလက္ခဏာရပ် ကိုမဆို သဘောတရားအားဖြင့် တိတိပပဖော်ဆောင် နိုင်သောကြောင့် စက်သည် ယင်းကိုတုပနိုင်သည်ဟု ရဲရဲတင်းတင်း အဆိုပြုသည်။ ထိုအဆိုပြုချက်သည် ယနေ့ခေတ် အေအိုင်ဆိုသည့် နည်းပညာအထိရောက်လာအောင် သုတေသီတို့ကို အားသစ်လောင်း ပေးသောစကားဆိုသည်မှာ ငြင်း၍မရပေ။ ယနေ့ ခေတ် လူသား အသိဉာဏ်ပညာကို အတိုင်းအတာ တစ်ခုအထိ ထည့်သွင်းထားနိုင်ပြီဖြစ်သော အေအိုင် တို့တွင် ခံစားချက်ရှိလားဆိုသည့်မေးခွန်းမှာ တစ်ကျော့ပြန် ပေါ်ထွက်လာသည်။ ထိုအကြောင်းကိုတော့ နောက်မှ သီးခြားဆွေးနွေးပါမည်။

၁၉၉၀ ပြည့်နှစ်လွန်များတွင် အရေးကြီးသော အလှည့်အပြောင်းတစ်ခု ဖြစ်လာသည်။ ဆရာသမားတို့၏ အပြောအတိုင်း လိုက်ပြောရလျှင် ပါရာဒိုင်း အရွေ့တစ်ခုဟု ဆိုနိုင်သည်။ ယင်းမှာ စက်လေ့လာ သင်ယူမှုဟု ဆိုနိုင်သော Machine Learning နည်းပညာ။ စက်က ဘယ်လို လေ့လာသင်ယူသလဲ။ ရှေ့ပိုင်းက စက်တို့သည် လူသားတို့က ရေးပေးထားသည့် ကုဒ်များအတိုင်းသာ အလုပ်လုပ်သည်။ ထိုသို့သောစက်များက ဆုံးဖြတ်ချက်ရမှတ်မှုများကို လုပ်နေသည် ဟု ထင်ရာသော်လည်း တကယ်တမ်းတွင် လူသားပရိုဂရမ်ရေးသူတို့က ကြိုတင်ဆုံးဖြတ်ချက်ချထားပေးခြင်းသာ။ စက်လေ့လာသင်ယူမှုတွင်မူ ထိုသို့ မဟုတ်တော့။ အယ်လ်ဂိုရစ်သမ်ချင်း မတူတော့။

ဥပမာပြောရလျှင် ထုံးတမ်းစဉ်လာ အယ်လ်ဂို ရစ်သမ်တစ်ခု၌  အခန်းတွင်းအပူချိန် ၃၀ ဒီဂရီ ဆဲလ်စီးယပ်ထက် ကျော်လျှင် လေအေးပေးစက်ကို ဖွင့်ပါဟု ရေးထားသည်ဆိုပါစို့။ စက်သင်ယူမှု အယ်လ်ဂိုရစ်သမ်တွင် ထိုသို့မဟုတ်။ အခန်းတွင်း အပူချိန်ဆိုင်ရာ အချက်အလက်များကို အချိန်နှင့် တစ်ပြေးညီ ပေးထားသည်။ လေအေးပေးစက် ဖွင့်လေ့ပိတ်လေ့ရှိသည့် အနေအထားတို့ကို အချက် အလက်အဖြစ် ထည့်သွင်းပေးထားသည်။ အယ်လ်ဂို ရစ်သမ်က ထိုအချက်အလက်များကို ယူသည်။ အပူချိန်ဘယ်လောက်တွင် ဖွင့်လဲ၊ ဘယ်လောက်တွင် ပိတ်လဲဆိုသည့် အချက်အလက်တို့ကို စိစစ် တွက်ချက်သည်။ ယင်းကို မှတ်သားထားပြီး အပူချိန် ဘယ်လောက်တွင် လေအေးပေးစက်ဖွင့်ရမလဲဆို သည်ကို အယ်လ်ဂိုရစ်သမ်က ဆုံးဖြတ်သည်။ ထို့ကြောင့် နောက်ဆုံး အဆုံးအဖြတ်သည် စက်ပေါ် တွင် မူတည်သွားသည်။

ထိုသဘောတရားဖြင့် တည်ဆောက်ထားသည့် ဒီဘလူးကွန်ပျူတာသည် ၁၉၉၇ ခုနှစ်တွင် ကမ္ဘာ့  စစ်တုရင်ချန်ပီယံ  ဂယ်ရီကက်စပါးရော့ကို အနိုင် ကစားလိုက်သည်။ ထိုပြိုင်ပွဲ၏ စာချုပ်ပါအချက်အလက်များနှင့် နောက်ပိုင်း အနန်း၏ စိန်ခေါ်မှုကို လက်မခံခြင်းလိုမျိုး အငြင်းပွားဖွယ်ကိစ္စအချို့ကို ဖယ်ထားလိုက်ပါ။ မည်သို့ပင်ဖြစ်စေ ထိုဖြစ်ရပ်သည် စက်သင်ယူမှု၏  လုပ်နိုင်စွမ်းကို အတိုင်းအတာတစ်ခု အထိ ပြသလိုက်သည်။ ယင်းမှာ ခေတ်သစ်အေအိုင်၏ ပင်မအရင်းအမြစ်တစ်ခုဖြစ်သော စက်သင်ယူမှု သဘောတရားကို စတင်ကိုင်တွယ်လာနိုင်ခြင်း ဖြစ်သည်။ ကျန်အပိုင်းများကို နောက်အပတ်တွင် ဆက်လက်ဆွေးနွေးသွားပါမည်။

ကြေးမုံ

ယခုအခါ လျှပ်စစ်ဓာတ်အား ထုတ်လုပ်ရရှိရေးအတွက် ဆိုလာနည်းပညာသည် ရေပန်းစားလာခဲ့ပြီး နည်းအမျိုးမျိုး ပုံစံအမျိုးမျိုးဖြင့် ဆိုလာများကို တီထွင်ဖန်တီး ထုတ်လုပ်လျက်ရှိကြသည်။ ထိုသို့ဆိုလာပြားအမျိုးအစားများစွာထဲတွင် ရေပန်းအစားဆုံးမှာ Monocrystalline ဆိုလာပြားများဖြစ်သည်။ ၎င်းတို့၏   မြင့်မားသောစွမ်းဆောင်ရည်နှင့် တာရှည်ခံသက်တမ်းအတွက် လူသိများပြီး နေရာအကန့်အသတ်ရှိသောနေရာများအတွက်   သင့်လျော်စေသည်။  Polycrystalline  ဆိုလာပြားများသည် Monocry Stalline Panels များထက် အနည်းငယ်ဈေး သက်သာသောကြောင့် လူကြိုက်များသော ရွေးချယ်မှုတစ်ခုဖြစ်ခဲ့သည်။ ပါးလွှာသောဖလင် ဆိုလာပြားများသည် အချို့သော  သီးခြားအသုံးချမှုများတွင်  အားသာချက်များရှိသော်လည်း  ယေဘုယျအားဖြင့် ဈေးကွက်ဝေစု သေးငယ်နေသေးသည်။

ဆိုလာပြားများတွင်     အသုံးပြုသည့်ပစ္စည်းများနှင့်   ထုတ်လုပ်သည့် လုပ်ငန်းစဉ်များအပေါ် အခြေခံ၍ အဓိကအမျိုးအစားများ ခွဲခြားထားလေ့ရှိသည်။  ဈေးကွက်တွင် အများဆုံးတွေ့ရလေ့ရှိသော ဆိုလာပြားသုံးမျိုးမှာ  Monocrystalline Silicon၊ Polycrystalline Silicon နှင့် Thin-Film ဆိုလာပြားများသာဖြစ်သည်။ Monocrystalline ဆိုလာပြားများကို သန့်စင်မှုမြင့်သောတစ်ခုတည်းသော သလင်းကျောက်ဆီလီကွန်ဖြင့်ပြုလုပ်ထားကာ ပုံမှန်အားဖြင့် ၁၅ ရာခိုင်နှုန်းနှင့် ၂၂ ရာခိုင်နှုန်းကြား သို့မဟုတ် ပိုမိုကောင်းမွန်သော  Photoelectric  ပြောင်းလဲခြင်းတွင်  ထိရောက်မှုအလွန်ရှိသည့်ဝန်ဆောင်မှုသက်တမ်းသည် အများအားဖြင့် ၂၅ နှစ် သို့မဟုတ် ထို့ထက်ပို၍ရောက်ရှိနိုင်ပြီး ထုတ်လုပ်သူအများစုမှ    ရေရှည်အာမခံချက်ပေးသည်။ Monocrystalline ဆီလီကွန်ပြားများသည် ပတ်ဝန်းကျင်အခြေအနေများကို အလွန်ခံနိုင်ရည်ရှိပြီး ရာသီဥတုအမျိုးမျိုးအတွက် သင့်လျော်သည်။ ၎င်းတို့သည် အများအားဖြင့် အနက်ရောင်အသွင်အပြင်နှင့် လှပသော အသွင်အပြင်ဖြင့်  လူနေအိမ်နှင့် စီးပွားရေးဆိုင်ရာ အဆောက်အအုံများအတွက် သင့်လျော်သည်။ Polycrystalline ဆီလီကွန်ဆိုလာပြားများ သည် ဆီလီကွန်အပိုင်းအစများကိုရောနှောပြီး အရည်ပျော်ကာ Monocrystalline Panels များနှင့် နှိုင်းယှဉ်ပါက တစ်ပုံစံတည်းပုံသဏ္ဌာန်နည်းပါးသည်။ အဓိကအင်္ဂါရပ်မှာ ကုန်ကျစရိတ်သက်သာမှုနှင့် ထုတ်လုပ်မှုကုန်ကျစရိတ် နည်းပါးသောကြောင့် ဈေးနှုန်းသည်  အများအားဖြင့်ပိုမိုတတ်နိုင်ကာ ဘတ်ဂျက်အကန့်အသတ်ရှိသောသုံးစွဲသူများအတွက် အထူးသင့်လျော်သည်။   ၎င်း၏စွမ်းဆောင်ရည်သည်  ယေဘုယျအားဖြင့် ၁၃ ရာခိုင်နှုန်းနှင့် ၁၇ ရာခိုင်နှုန်းအကြားတွင်ရှိပြီး Monocrystalline Silicon Panels များထက် အနည်းငယ်နိမ့်သော်လည်း ပါဝါအထွက်အားကောင်းမွန်နေဆဲဖြစ်သည်။ Polycrystalline Silicon Panels များသည် မျက်နှာပြင်ပေါ်တွင် သိသာထင်ရှားသော ပုံဆောင်ခဲဖွဲ့စည်းပုံများဖြင့်   အပြာရောင် သို့မဟုတ် နက်ပြာရောင်ပေါ်လာပြီး ၎င်းတို့၏အသွင်အပြင်သည် Monocrystalline  Silicon Panels  များနှင့်ကွဲပြားသည်။

ပါးလွှာသောဖလင်ဆိုလာပြားများကို ကြေးနီအင်ဒီယမ်ဂယ်လီယမ်ဆလင်နိုက် (CIGS)၊ ကက်မီယမ် တယ်လိုရိုက်(CdTe)နှင့် အော်ဂဲနစ် ဓာတ်ပုံဗိုလ်တာနစ်ပစ္စည်းများအပါအဝင် ပါးလွှာသော ဓာတ်ပစ္စည်းများဖြင့် ပြုလုပ်ထားသည်။ ၎င်း၏အဓိကအင်္ဂါရပ်များမှာ အမိုးများနှင့်အဆောက်အအုံ မျက်နှာပြင်များကဲ့သို့သော အသုံးချမှုအခြေအနေ အမျိုးမျိုးအတွက် သင့်လျော်သောပေါ့ပါးမှုနှင့် ပြောင်းလွယ်ပြင်လွယ်ဖြစ်သည်။ ပါးလွှာသောဖလင်ပြားများသည် ထုတ်လုပ်မှု ကုန်ကျစရိတ်နည်းပါးပြီး အများအားဖြင့် Monocrystalline နှင့် Polycrystalline Silicon Panel  များထက်ဈေးနည်းကြသည်။ သို့သော် ၎င်းတို့၏စွမ်းဆောင်ရည်သည်  ပုံမှန်အားဖြင့် ၁၀ ရာခိုင်နှုန်းနှင့် ၁၂ ရာခိုင်နှုန်းကြားတွင်ရှိကာ နည်းပါးသော်လည်း ၎င်းတို့သည် အလင်းရောင်နည်းသော အခြေအနေများတွင် ပိုမိုကောင်းမွန်ပြီး တိမ်ထူသော သို့မဟုတ် အလင်းရောင်နည်းသော ပတ်ဝန်းကျင်များအတွက် သင့်လျော်သည်။  Monocrystalline Panels များသည် အထိရောက်ဆုံးဖြစ်သော်လည်း ဈေးနှုန်းမြင့်သည်။ Polycrystalline သည် ကုန်ကျစရိတ်နှင့် ထိရောက်မှု မျှတမှုကိုကောင်းမွန်စွာ ပေးစွမ်းသော်လည်း  နေရာပိုလိုအပ်သည်။ ပါးလွှာသောဖလင်ပြားများသည်  ပေါ့ပါးပြီး  လိုက်လျောညီထွေရှိသောကြောင့် ၎င်းတို့ကို စွယ်စုံသုံးနိုင်သော်လည်း ၎င်းတို့သည် ထိရောက်မှုအနည်းဆုံးနှင့် သက်တမ်းအတိုဆုံးဖြစ်သည်။

ဆိုလာပြားများ၏ဈေးနှုန်းများကို အမေရိကန် ဒေါ်လာပေါက်ဈေးဖြင့်  နှိုင်းယှဉ်ကြည့်သောအခါMonocrystalline Panels များသည် ပုံမှန်အားဖြင့် $0.80 $1.50 per watt မှ $0.70 အကြားရှိကြပြီး ၎င်းတို့၏ စွမ်းဆောင်ရည်မြင့်မားမှုနှင့် တာရှည်ခံမှု ကြောင့်  ၎င်းတို့အား  ဈေးအကြီးဆုံး ရွေးချယ်မှုဖြစ်လာစေသည်။ Polycrystalline Panels များသည် တစ်ဝပ်လျှင် $1.20 နှင့် $ 50.50 ကြားတွင်  ဈေးနှုန်းအနည်းငယ်ပို၍ တက်နိုင်ကြသောကြောင့် ကုန်ကျစရိတ်နှင့် စွမ်းဆောင်ရည်မျှတမှုကို ပေးဆောင်သည်။

ပါးလွှာသောဖလင်ပြားများသည် တစ်ဝပ်လျှင် $1.00 မှ အောက်ဖြစ်ပြီး ဈေးနှုန်းအနေဖြင့် ဈေးအနည်းဆုံးဖြစ်ပြီး  သို့သော်  ၎င်းတို့တွင် စွမ်းဆောင်ရည်နိမ့်ကျပြီး သက်တမ်းတိုသည်။ ကြီးမားသောစွမ်းအင်ထောက်ပံ့မှု လိုအပ်ပါက ကုန်ကျစရိတ်သက်သာသော Polycrystalline ဆိုလာပြားများသည် ပိုမိုသင့်လျော်သော ရွေးချယ်မှုတစ်ခုဖြစ်သည်။ ဆန့်ကျင်ဘက်အနေနှင့် စွမ်းအင်ထိရောက်မှု အတွက်မြင့်မားသော လိုအပ်ချက်ရှိပါက Monocrystalline ဆိုလာပြားများ၏  တည်ငြိမ်သော စွမ်းဆောင်ရည်သည်သာ  ပိုမိုကောင်းမွန်သည်။

နေရောင်ခြည်လုံလောက်စွာရရှိသောနေရာများတွင် Monocrystalline ဆိုလာပြားများကို ရွေးချယ်ခြင်းဖြင့် အလင်းရောင်အရင်းအမြစ်များကို အများ ဆုံးအသုံးပြုနိုင်သည်။    နေရောင်အားနည်းသော သို့မဟုတ်  မကြာခဏမိုးရွာသော နေရာများတွင် Polycrystalline ဆိုလာပြားများ၏ အလင်းရောင်အားနည်းသော စွမ်းဆောင်ရည်အားသာချက်မှာ ပိုမိုထင်ရှားသည်။ ပါးလွှာသော ဖလင်ဆိုလာပြားများသည် ဈေးနှုန်းသက်သာပြီး စွမ်းဆောင်ရည်သာ ပိုမိုမြင့်မားလာမည်ဆိုပါက  အသုံးပြုရန်အတွက် ပိုမိုသင့်လျော်သည်။   Monocrystalline    မှ Polycrystalline နှင့် ပါးလွှာသော ဖလင်ပြားများအထိ အမျိုးအစားတစ်ခုစီသည် စိတ်ကြိုက်ရွေးချယ်မှုများနှင့်အတူ ကိုက်ညီသော ထူးခြားသော ဝိသေသ လက္ခဏာများနှင့် အားသာချက်များကိုပေးစွမ်းသည်။  ထိရောက်မှု၊ တာရှည်ခံမှုနှင့် ကုန်ကျစရိတ်သက်သာမှု စသည့်အကြောင်းရင်းများကို ကျယ်ကျယ်ပြန့်ပြန့် အကဲဖြတ်ခြင်းဖြင့် သုံးစွဲသူများသည် ၎င်းတို့၏စွမ်းအင် လိုအပ်ချက်နှင့်  ဘတ်ဂျက်ကန့်သတ်ချက်များနှင့် အညီ အံဝင်ခွင်ကျရှိသော ဆုံးဖြတ်ချက်များကို ချနိုင်ကြမည်ဖြစ်သည်။ ပါးလွှာသောဖလင်ပြား အမျိုးအစားကိုပိုမို လွယ်ကူသက်သာစေပြီး စွမ်းဆောင်ရည်မြင့်မားအောင် အမျိုးမျိုးကြိုးစား တီထွင်ဖန်တီးလျက်ရှိနေရာ အိမ်ခေါင်မိုး၊ ကား သို့မဟုတ် အဆောက်အအုံများ၏နံရံများပေါ်ကို ဆေးသုတ်လိုက်ရုံနှင့် လျှပ်စစ်ဓာတ်အားထုတ် နိုင်တော့မည်ဟုဆိုလျှင် ဆိုလာစွမ်းအင်သုံးစွဲကြဖို့ကို များစွာစိတ်ဝင်စားလာကြပြီး စိတ်အားထက်သန်လာကြတော့မည်ဖြစ်သည်။ ကနေဒါနိုင်ငံမှ အင်ဂျင်နီယာတစ်စု၏    တီထွင်ဖန်တီးမှုအသစ်တစ်ခုကြောင့် မကြာခင်က အဆိုပါပါးလွှာသောဆိုလာအသစ်တစ်မျိုးသည်  လက်တွေ့ဖြစ်လာခဲ့ပြီဖြစ်သည်။ အဆိုပါဆိုလာမှာ မည်သည့်မျက်နှာပြင်ပေါ်တွင်မဆို ဖျန်းလိုက်ရုံဖြင့်  ဆိုလာပြားအဖြစ် ပြောင်းလဲပေးနိုင်သည့် ဖလင်လွှာအရည်တစ်မျိုးကို ဖန်တီးတီထွင် လိုက်နိုင်ခဲ့ခြင်းပင်ဖြစ်သည်။ အဆိုပါနည်းပညာအသစ်၏ လျှို့ဝှက်ချက်သည် “ပရိုဗ်စကိုက် (perovskite)”ဟုခေါ်သည့် နာနိုအမှုန်လေးများကို ပေါ်လီမာအရည်ထဲတွင်  ရောစပ်ပြုလုပ်ထားခြင်းသာဖြစ်သည်။   အဆိုပါအရည်ကို သာမန်စက်မှုလုပ်ငန်းသုံး ဖျန်းဆေးခေါင်းများဖြင့် မျက်နှာပြင်များပေါ် ဖျန်းလိုက်သည်နှင့်ပေါ့ပါးပြီး ကွေးညွတ်နိုင်သည့် ဆိုလာပြားတစ်ချပ်ဖြစ်သွားစေမည်ဖြစ်သည်။

အဆိုပါနည်းပညာသစ်၏   အံ့အားသင့်စရာ အကောင်းဆုံးအချက်သည်  သမားရိုးကျဆီလီကွန် ဆိုလာပြားများထက် ထုတ်လုပ်မှုကုန်ကျစရိတ် ၈၅ ရာခိုင်နှုန်းအထိ သက်သာလာစေခြင်းပင်ဖြစ်သည်။  ထို့ပြင်  အရင်ဆိုလာပြားများကဲ့သို့ အလေးချိန်စီးသည့်  သံပေါင်အကြီးကြီးများဖြင့် တပ်ဆင်စရာမလိုတော့သည့်အတွက် ဘယ်လိုအဆောက်အအုံတွင်မဆို    အလွယ်တကူအသုံးပြုလာနိုင်တော့မည်ဖြစ်သည်။ ဈေးသက်သာသည်ဆိုသော်လည်း  စွမ်းဆောင်ရည်က လျှော့တွက်လို့မရပါ။ စွမ်းအင်ပြောင်းလဲပေးနိုင်စွမ်း(efficiency)က ၁၆ ရာခိုင်နှုန်းအထိရှိပြီး လက်ရှိဈေးကွက်ထဲမှ ခေါင်မိုးပေါ်တင်ဆိုလာပြားများနှင့်    တန်းတူယှဉ်ပြိုင်နိုင်သည့် အဆင့်တွင်ရှိနေပြီဖြစ်သည်။  ကုန်လှောင်ရုံခေါင်မိုးများပေါ်တွင် လက်တွေ့စမ်းသပ်ခဲ့ရာ၌ အဆောက်အအုံတစ်ခုလုံး၏ လျှပ်စစ်လိုအပ်ချက် ၆၀ ရာခိုင်နှုန်းအထိကို   ဖြည့်ဆည်းပေးနိုင်ခဲ့သည်ကို  တွေ့ရှိခဲ့ရသည်။ နောက်ထပ်အားသာချက် တစ်ခုကတော့ မနက်စောစောနဲ့ညနေခင်းလို  အလင်းရောင်နည်း သည့်အချိန်များမှာပါ  စွမ်းအင်ထုတ်လုပ်ပေးနိုင်တာကြောင့် တစ်နေ့တာလုံးမှာ လျှပ်စစ်ဓာတ်အားကို အချိန်ပိုကြာကြာရရှိစေမည်ဖြစ်သည်။ ရေစိုခံပြီး ခရမ်းလွန်ရောင်ခြည်ဒဏ်ကိုလည်း ခံနိုင်ရည်ရှိသည့် အဆိုပါဖလင်လွှာများသည် သက်တမ်း ၁၅ နှစ်ကျော်အထိ အသုံးခံမည်ဟုလည်း သုတေသီများကခန့်မှန်းထားကြသည်။   

အချုပ်အားဖြင့်ဆိုရသော် အဆိုပါနည်းပညာသည် သမားရိုးကျဆိုလာပြားများ တပ်ဆင်ရန် ခက်ခဲသည့်  ကုန်ကျစရိတ်အလွန်များစေသည့် နေရာများတွင် တပ်ဆင်နိုင်မည်ဖြစ်သည်။   ပြန်လည်ပြည့်ဖြိုးမြဲစွမ်းအင်ကို    အလွယ်တကူရရှိစေမည့်   အလွန်အသုံးဝင်သောနည်းပညာ တစ်ခုဖြစ်လာနိုင်သည်ဟု ကျွမ်းကျင်သူများက  သုံးသပ်နေကြသည်ဖြစ်ရာ ပါးလွှာသော ဆိုလာဖျန်းဆေးနည်းပညာ အသစ်သည် အနာဂတ်ကာလအတွက်   အလွန်ရေပန်းစားထင်ရှားလာမည့် နည်းပညာသစ်တစ်ခု ဖြစ်လာနိုင်ပါကြောင်း  ဗဟုသုတ ရနိုင်ရန်အလို့ငှာ ရေးသားတင်ပြလိုက်ရပါသည်။      ။

MWD

အနောက်နိုင်ငံများသည် ရိုးရိုးအမြန်ရထားများကို မိတ်ဆက်ရန် အခက်အခဲရှိနေဆဲဖြစ်သော်လည်း ဂျပန်နှင့် တရုတ်နိုင်ငံတို့သည် မြန်နှုန်းမြင့်သံလိုက်စွမ်းအင်သုံးရထားများ (Maglev Trains) ဖွံ့ဖြိုး တိုးတက်ရန် လုပ်ဆောင်ရာတွင် လျင်မြန်သောခြေလှမ်းများဖြင့် အမြန်နှုန်းစံချိန်တင်မှုများကို ဆက်လက် ရရှိနေသည်။

အမြန်ရထားမှ Maglev ရထားသို့ ဖွံ့ဖြိုးတိုးတက်မှု

Interesting Engineering ၏ ဖော်ပြချက်အရ ဂျပန်နိုင်ငံသည် ၁၉၆၄ ခုနှစ်တွင် ရှင်ကန်ဆန် ကျည်ဆန်ရထားဖြင့် အာရှတွင် အမြန်ရထား စတင်မိတ်ဆက်ခဲ့ပြီး မြန်ဆန်၊ စိတ်ချရပြီး ထိရောက်သော ရထားခရီးသွားလာမှုများဖြစ်နိုင်ကြောင်း သက်သေပြခဲ့သည်။ လွန်ခဲ့သော ဆယ်စုနှစ်များအတွင်း တရုတ်နိုင်ငံသည် ကမ္ဘာ့အကြီးဆုံး အမြန်ရထားလမ်းကွန်ယက်ကို တည်ဆောက်ခဲ့ပြီး ပိုမိုတိုးတက် လာခဲ့သည်။ ယနေ့အချိန်တွင် တရုတ်နိုင်ငံသည် ကမ္ဘာ့အမြန်ရထားစုစုပေါင်း၏ သုံးပုံနှစ်ပုံခန့်ကို ပိုင်ဆိုင်ထားပြီး အမြန်နှုန်း ၃၀၀-၃၅၀ ကီလိုမီတာ/နာရီဖြင့် ပြေးဆွဲနေသည်။

ဤအောင်မြင်မှုသည် ပိုမိုကြီးမားသော ဖွံ့ဖြိုးတိုးတက်မှုတစ်ခုဖြစ်သည့် သံလိုက်စွမ်းအင်သုံး မြန်နှုန်းမြင့်ရထားစနစ်အတွက် အခြေခံအုတ်မြစ်ကို ချပေးခဲ့သည်။ ၂၀၀၄ ခုနှစ်တွင် တရုတ်နိုင်ငံ သည် ပထမဆုံး  ပုံမှန်လုပ်ငန်းသုံး သံလိုက်စွမ်းအင်သုံး စီးပွားဖြစ်ရထားလိုင်းဖြစ်သည့် ရှန်ဟိုင်း မြန်နှုန်းမြင့်ရထားလိုင်းကို ဖွင့်လှစ်ခဲ့သည်။ ဂျာမန်နည်းပညာဖြင့် ဖွံ့ဖြိုးတည်ဆောက်ထားသော ယင်းမော်ဒယ်သည် ပုဒေါင်လေဆိပ်နှင့် ရှန်ဟိုင်းမြို့တော်ကို ဆက်သွယ်ပေးထားပြီး ၃၀ ကီလိုမီတာ ခရီးကို ၇.၅ မိနစ်အတွင်း ရောက်ရှိစေသည်။ အမြင့်ဆုံးအမြန်နှုန်း ၄၃၁ ကီလိုမီတာ/နာရီဖြင့်ဖြစ်ပြီး ၎င်းသည် ယနေ့ထက်တိုင် ကမ္ဘာ့အမြန်ဆုံး စီးပွားဖြစ်ရထားအဖြစ် ရှိနေဆဲဖြစ်သည်။

ဂျပန်နိုင်ငံသည်လည်း ၁၉၇၀ ပြည့်လွန်နှစ်များကတည်းက Superconducting Maglev (SCMaglev) Project ဟုခေါ်သော ၎င်း၏ကိုယ်ပိုင် သံလိုက်စွမ်းအင်သုံးရထားလိုင်းပုံစံကို လုပ်ဆောင်လျက် ရှိပြီး ၂၀၁၅ ခုနှစ်တွင် စမ်းသပ်ရထားတစ်စီးကို ၆၀၃ ကီလိုမီတာ/နာရီဖြင့် ပြေးဆွဲနိုင်ခဲ့ကာ ကမ္ဘာ့စံချိန် တင်နိုင်ခဲ့သည်။ တိုကျိုနှင့်နာဂိုယာကြားတွင် သံလိုက်စွမ်းအင်သုံးရထားလိုင်း တည်ဆောက်မှု လုပ်ငန်းဆောင်ရွက်လျက်ရှိပြီး ၂၀၃၀ ပြည့်လွန်နှစ်များတွင် ဖွင့်လှစ်ရန် စီစဉ်ထားသည်။ ပြီးစီးချိန်တွင် အဆိုပါလိုင်းသည် မြို့နှစ်မြို့ကြား ခရီးသွားချိန်ကို ၁၀၀ မိနစ်မှ ၄၀ မိနစ်သို့ လျှော့ချပေးနိုင်မည် ဖြစ်သည်။ တောင်ကိုရီးယားနိုင်ငံသည် အင်ချွန်းတွင် သေးငယ်သော သံလိုက်စွမ်းအင်သုံး မြန်နှုန်းမြင့် မြို့ပြ ရထားလိုင်းတစ်ခုကို တည်ဆောက်နေသော်လည်း တရုတ်နှင့် ဂျပန်တို့သည် နည်းပညာပိုင်း တွင် သာလွန်နေဆဲဖြစ်သည်။

ထူးချွန်သော နည်းပညာ

ကမ္ဘာတစ်ဝှမ်းတွင် အသုံးပြုနေသော သံလိုက်စွမ်းအင်သုံးမြန်နှုန်းမြင့်ရထားလိုင်း စနစ်အဓိကနှစ်မျိုး ရှိပြီး Electromagnetic Suspension (EMS) နှင့် Electrodynamic Suspension (EDS) တို့ ဖြစ်သည်။

Electromagnetic Suspension System (EMS) ကို ရှန်ဟိုင်း၏ Transrapid ရထားများတွင် အသုံးပြု လျက်ရှိသည်။ EMS ရထားများတွင် ရထားအောက်တွင် ထားရှိထားသော Electromagnets များ ပါရှိပြီး ၎င်းတို့က ရထားကိုသံမဏိလမ်းကြောင်းပေါ်သို့ ဆွဲတင်ပေးသည်။ ရထားကို မြှင့်ပေးထားသော အကွာအဝေးသည် ၁၅ မီလီမီတာအထိသေးငယ်ပြီး အဆင့်မြင့် အာရုံခံကိရိယာများက ရထားကို တည်ငြိမ်စေရန် သံလိုက်အားကို အဆက်မပြတ်ညှိပေးနေသည်။ ဤစနစ်သည် ရထားရပ်နေသည့် အချိန်တွင်ပင် ရထားကို မြှောက်ပေးထားနိုင်သည်။

ဂျပန်၏ SCMaglev ရထားများရှိ Electrodynamic Suspension (EDS) System သည် အလွန်နိမ့်သော အပူချိန်သို့ အအေးခံထားသော Superconducting Magnets များကို အသုံးပြုသည်။ အမြန်နှုန်း နိမ့်စဉ်တွင် ဘီးများက ရထားကိုထောက်ပံ့ပေးသော်လည်း အမြန်နှုန်း ၁၅၀ ကီလိုမီတာ/နာရီထက် ကျော်လွန်သွားသောအခါ သံလိုက်များက ရထားကိုလမ်းကြောင်းအထက် ၁၀ စင်တီမီတာခန့် မြှင့်ပေး သော တွန်းအားကို ဖန်တီးပေးသည်။ သမုဒ္ဒရာလှိုင်းများသည် လှိုင်းစီးသူအား ကမ်းခြေသို့ သယ်ဆောင်သကဲ့သို့ လမ်းကြောင်းမှ ဖန်တီးသော သံလိုက်လှိုင်းများကလည်း ရထားကိုချောမွေ့စွာ ရှေ့သို့တွန်းပို့ ပေးသည်။

စနစ်နှစ်ခုစလုံးတွင် သံလိုက်ဒီဇိုင်းနှင့် ရထားပေါ်ရှိ ထိန်းချုပ်ရေးဘုတ်များက တည်ငြိမ်မှုကို သေချာ စေသည်။ ၃၀၀ မိုင်နှုန်း (၄၈၃ ကီလိုမီတာ/နာရီ) ထက်မြင့်သော အမြန်နှုန်းဖြင့်ပင် သံလိုက်စွမ်းအင်သုံး မြန်နှုန်းမြင့်ရထားများသည် ပြေပြစ်ချောမွေ့စွာ ပြေးဆွဲနိုင်သည်။ ခရီးသည်များအနေဖြင့် သံလိုက် စွမ်းအင်သုံးရထားများသည် လမ်းကြောင်းနှင့်ထိမှုရှိသော ဘီးများမရှိသောကြောင့် ထူးခြားသော အတွေ့အကြုံကိုပေးစွမ်းနိုင်ပြီး ပုံမှန်ကြုံတွေ့ရသည့် အသံများနှင့်တုန်ခါမှုများကို သိသိသာသာ လျှောချပေးနိုင်သည်။ ရထားများသည် ညင်သာစွာ အရှိန်မြှင့်တင်ပြီး တည်ငြိမ်စွာကွေ့နိုင်ကာ လေခွင်းအား (air resistance) ကသာ အဓိက ဟန့်တားမှုအဖြစ်ရှိသည်။ ဘီးများ သို့မဟုတ် ဝင်ရိုးများ ပျက်စီးခြင်းမရှိသောကြောင့် ထိန်းသိမ်းမှုတွင်ပိုမိုလွယ်ကူပြီး အစားထိုးရမည့် အစိတ်အပိုင်းများ နည်းပါးသည်။ 

အာရှသည် အနောက်နိုင်ငံများထက် သာလွန်နေသည်

အမေရိကန်ပြည်ထောင်စုတွင် လော့စ်အိန်ဂျလိစ်နှင့် ဆန်ဖရန်စစ္စကိုကြားရှိ ကယ်လီဖိုးနီးယား အမြန်ရထားစီမံကိန်းသည် နှစ်ပေါင်းများစွာနောက်ကျနေဆဲဖြစ်သည်။ ထိုစီမံကိန်း၏ ကုန်ကျစရိတ်သည် ကနဦးခန့်မှန်းခြေ ဒေါ်လာ ၃၃ ဘီလီယံမှ ဒေါ်လာ ၁၂၈ ဘီလီယံထက်မက မြင့်တက်လာခဲ့သည်။ Central Valley တွင် လမ်းပိုင်းတစ်ခုကို တည်ဆောက်လျက်ရှိပြီး ၂၀၃၀ ပြည့်နှစ်အထိ လည်ပတ် နိုင်မည်မဟုတ်ပေ။ ဂျပန်၏ SCMaglev စီမံကိန်းကို အခြေခံသော ဝါရှင်တန် DC နှင့် ဘော်တီမိုး ကြားရှိ သံလိုက်စွမ်းအင်သုံး မြန်နှုန်းမြင့်ရထားလိုင်းတစ်ခုကို အရာရှိများက အဆိုပြုထားပြီး ၁၅ မိနစ်သာကြာမြင့်မည့်ခရီးစဉ်အဖြစ် ကတိပြုထားသည်။ သို့သော် ၂၂၀၅ ခုနှစ်တွင် အမေရိကန် အစိုးရသည် ၎င်း၏ပတ်ဝန်းကျင်ဆိုင်ရာ သုံးသပ်ချက်ကို ရပ်ဆိုင်းလိုက်ပြီး စီမံကိန်းကို ရက်အကန့် အသတ်မရှိ ရပ်ဆိုင်းခဲ့သည်။

ဥရောပတွင်လည်း UK ၏ High Speed ​​2 (HS2) စီမံကိန်းသည် ကုန်ကျစရိတ် ဒေါ်လာ ၄၅ ဘီလီယံမှဒေါ်လာ ၁၃၆ ဘီလီယံထက်မက မြင့်တက်လာခြင်းကဲ့သို့သော အခက်အခဲများ ကြုံတွေ့နေရသည်။ ဂျာမနီနိုင်ငံသည် ၂၀၀၈ ခုနှစ်တွင် မြူးနစ်လေဆိပ်စီမံကိန်း ဖျက်သိမ်းခံရပြီးနောက်တွင် လည်ပတ် နေသော သံလိုက်စွမ်းအင်သုံးမြန်နှုန်းမြင့်ရထားလိုင်းများ မရှိတော့ပေ။

အာရှ၏ အမြန်ရထား ဖွံ့ဖြိုးတိုးတက်မှုတွင် ရှေ့ရောက်နေရခြင်းသည် အကြောင်းရင်းများစွာကြောင့် ဖြစ်သည်။ တရုတ်နိုင်ငံသည် အမြန်ရထားကို အမျိုးသားဦးစားပေးအဖြစ် သတ်မှတ်ကာ ၎င်း၏ တည်ဆောက်မှုတွင် ဒေါ်လာဘီလီယံပေါင်းများစွာ ရင်းနှီးမြှုပ်နှံခဲ့သည်။ ဂျပန်နိုင်ငံသည်လည်း ဆယ်စုနှစ်များစွာကြာ အမြန်ရထားနည်းပညာ သုတေသနနှင့် ဖွံ့ဖြိုးတိုးတက်ရေးတွင် ကြီးမားစွာ ရင်းနှီးမြှုပ်နှံခဲ့သည်။ ထို့အပြင် အာရှရှိ အဓိက မြို့ကြီးများ၏ လူဦးရေသိပ်သည်းမှု မြင့်မားခြင်းသည် ဒေသခံအချင်းချင်း ခရီးသွားလာမှု လိုအပ်ချက်မြင့်မားနေရသည်ဟုဆိုလိုပြီး အမြန်ရထားစီမံကိန်း များကို စီးပွားရေးအရ ဖြစ်ထွန်းစေသည်။

ကုန်ကျမှုများမြင့်မားခြင်း၊ အသံနှင့် သံလိုက်စက်ကွင်း၏သက်ရောက်မှုများအပေါ် စိုးရိမ်မှုများနှင့် လုံးဝအသစ်ဖြစ်သောတည်ဆောက်မှုလိုအပ်ချက်များ ရှိနေသော်လည်း အာရှရှိ သံလိုက်စွမ်းအင်သုံး မြန်နှုန်းမြင့်ရထားလိုင်းများ ဖွံ့ဖြိုးတိုးတက်မှုသည် နှေးကွေးလာမည့် လက္ခဏာများ မရှိပေ။ CGTN ၏ ဖော်ပြချက်အရ တရုတ်နိုင်ငံသည် ၆၀၀ ကီလိုမီတာ/နာရီထက်မက မြန်ဆန်နိုင်သော လေဟာနယ် ပြွန်အတွင်းရှိ သံလိုက်စွမ်းအင်သုံးမြန်နှုန်းမြင့်ရထားအတွက် ဒီဇိုင်းတစ်ခုကို စမ်းသပ်နေသည်။ ဂျပန်နိုင်ငံသည် SCMaglev လိုင်းကို တိုကျိုမှ အိုဆာကာသို့ ဆက်လက်တည်ဆောက်ရန်စီစဉ်ထား သည်။ ၂၀၃၀ ပြည့်လွန်နှစ်များမတိုင်မီတွင် အာရှရှိ ခရီးသည်များသည် လေယာဉ်နှင့် နှိုင်းယှဉ်နိုင်သော အမြန်နှုန်းဖြင့် မြေပြင်ပေါ်တွင်ခရီးသွားလာကြရမည်ဟု မျှော်လင့်ရသည်။

VN Express တွင် An Khang (Theo Interesting Engineering) ရေးသားသည့် “The race for high-speed train technology in Asia” ဆောင်းပါးအား ဦးဝင်းဇော်ထွန်း၊ ဒုတိယညွှန်ကြားရေးမှူး၊ ဝန်ကြီးဌာန-၂ က ဆီလျော်အောင် ဘာသာပြန်ဆိုထားပါသည်။

မီးကြိုးမလိုဘဲ မီးထွန်းလို့ရနိုင်ပါသလားဟု ဆိုပါက မကြာခင် အနာဂတ်ကာလမှာ  ရနိုင်လာလိမ့်မည်ဟုသာ  ဖြေရပါလိမ့်မည်။ ယခင်က WiFi ခေါ်  ကြိုးမဲ့ဆက်သွယ်ရေးစနစ်   ပေါ်ပေါက်ခဲ့ပြီး အင်တာနက်ဆက်သွယ်ရေး လောကကို တစ်ခေတ်ဆန်းသစ်စေခဲ့သည်။

ယခုအခါ LiFi ခေါ် မြန်နှုန်းမြင့်ကြိုးမဲ့ ဆက်သွယ်ရေးစနစ်ပင် စတင်ပေါ်ပေါက်လာနေပါပြီ။ ကြိုးမဲ့လျှပ်စစ်ပို့ဆောင်သည့်စနစ် Wi Tricity ပေါ်ပေါက်လာဖို့လည်း လမ်းစများ စတင်ရရှိနေပါပြီ။ ဝိုင်ယာလက် Wireless မှ Wi ကို အတိုကောက်ယူထားပြီး လျှပ်စစ်ဆိုတဲ့ အီလက်ထရစ်စီးတီး Electricity မှ Tricity ကိုယူ၍   နှစ်မျိုးပေါင်းပြီး WiTricity ဟု နည်းပညာသစ်ကို အမည်ခေါ်တွင်ခဲ့ခြင်း ဖြစ်သည်။ ယင်းသည် အမေရိကန်ပြည်ထောင်စု အမ်အိုင်တီမက်ဆက်ချူးဆက် နည်းပညာ တက္ကသိုလ်က ပါမောက္ခမာရင်းဆိုရာချီ၏ တီထွင်မှုဖြစ်သည်။ ပါမောက္ခ မာရင်းဦးဆောင်သည့် နည်းပညာအဖွဲ့သည် ၆၀ ဝပ်အားရှိသော  မီးလုံးတစ်လုံးကို  မည်သည့်မီးကြိုးမှ မဆက်သွယ်ထားဘဲ မီးပလတ်နေရာမှ ၇ ပေအကွာမှာထားပြီး မီးလင်းအောင် ၂၀၁၇ ခုနှစ် ကတည်းကပင် လုပ်ပြနိုင်ခဲ့ခြင်းဖြစ်သည်။

ယခုအခါ မိုဘိုင်းဖုန်းရုပ်မြင်သံကြားနဲ့ လျှပ်စစ်ကား အပါအဝင် အီလက်ထရွန်နစ်ပစ္စည်း အားလုံးမှာ မီးကြိုးတပ်စရာမလို မီးအားပေးနိုင်အောင် ဆက်လက်ကြိုးစား တီထွင်လျက်ရှိကြောင်းနှင့် မကြာမီ အိမ်တွင်းလျှပ်စစ်ပစ္စည်းများကို ကြိုးမဲ့လျှပ်စစ်နည်းပညာဖြင့် လျှပ်စစ်ဓာတ်အား ရရှိနိုင်အောင်   ကြိုးစားဆောင်ရွက်လျက် ရှိကြောင်း အမေရိကန်နိုင်ငံမှ   မြန်မာကြိုးမဲ့ဆက်သွယ်ရေး နည်းပညာရှင်ပါမောက္ခ ဒေါက်တာဆန်းမော်က မကြာသေးခင်ကမှ ပြောကြားခဲ့သည်။ Wireless Electricity သို့မဟုတ် Wireless Power Transfer ဟု ယခင်ကလူသိများခဲ့သော ကြိုးမဲ့လျှပ်စစ် နည်းပညာဆိုသည်မှာ ဝိုင်ယာကြိုးများ၊ ကေဘယ်ကြိုးများမလိုဘဲ လျှပ်စစ်စွမ်းအင်ကို ထုတ်လွှတ်ပေးပို့နိုင်သည့် နည်းပညာတစ်ခုဖြစ်သည်။ အဆိုပါနည်းပညာမှာ ယခုမှပေါ်ပေါက်လာသော နည်းပညာမဟုတ်ဘဲ ၁၉ ရာစုနှစ်အကုန်ပိုင်းကတည်းက  ကမ္ဘာကျော်သိပ္ပံပညာရှင်  Nikola  Tesla  မှစတင်ခဲ့ပြီး  လက်ရှိအချိန်တွင်မှ ခေတ်စား၍ အသုံးပြုလာနေခြင်းသာဖြစ်သည်။

အဆိုပါကြိုးမဲ့ လျှပ်စစ်နည်းပညာသည် Electromagnetic Induction နှင့် Resonance နိယာမများအပေါ် အခြေခံပြီး အလုပ်လုပ်ခြင်းဖြစ်သည်။ Electromagnetic Induction (လျှပ်စစ်သံလိုက်ညှိယူခြင်း)ဆိုသည်မှာ သံလိုက်မှတစ်ဆင့် လျှပ်ကူးပစ္စည်း(ဥပမာ-ဝိုင်ယာကြိုး)လို ကြားခံများမှတစ်ဆင့်   လျှပ်စစ်စီးကြောင်းကို  ဖြစ်ပေါ်စေသည့် လုပ်ငန်းစဉ်ဖြစ်သည်။ တည်ငြိမ်သံလိုက်စက်ကွင်းမှ လျှပ်စီးကြောင်းကို လုံးဝထုတ်မပေးနိုင်ပါ။ ပြောင်းလဲနေသည့် သံလိုက်စက်ကွင်းမှသာ လျှပ်စီးကြောင်းကို ထုတ်ပေးခြင်းဖြစ်သည်။ သီအိုရီနည်းအရ ရွေ့လျားနေသည့် သံလိုက်မှပြောင်းလဲ သံလိုက်စက်ကွင်း၏ အနားကို လျှပ်ကူးပစ္စည်း(Conductor)တစ်ခုခုထားသည့်အခါမှာ လျှပ်ကူးပစ္စည်းထဲက လျှပ်စစ်ဆောင်အမှုန်တွေကို ပြောင်းလဲသံလိုက်စက်ကွင်းက ညှို့ယူပြီး ဦးတည်ဘက်တစ်ခုစီကို    ရွေ့လျားစေသည်။  သံလိုက်စက်ကွင်း ပြောင်းလဲမှုမှတစ်ဆင့်  ဝိုင်ယာကြိုးထဲမှာ  လျှပ်စစ်စီးဆင်းစေပြီး လျှပ်စစ်စီး‌ကြောင်းများကို ဖြစ်ပေါ်စေသည်။ ကြိုးမဲ့လျှပ်စစ်ဓာတ်အားကို အသုံးပြုသည့် အခြေအနေမှာ လျှပ်စစ်စွမ်းအင်ကို ပါဝါအရင်းအမြစ် (အားသွင်းခုံ)မှ လက်ခံသူ(စမတ်ဖုန်း သို့မဟုတ် လျှပ်စစ်ကား) ဆီသို့ လွှဲပြောင်းပေးနိုင်ရန်  လျှပ်စစ်သံလိုက်လှိုင်းကို အသုံးပြုခြင်းဖြစ်သည်။ 

လက်ခံမည့်ပစ္စည်းအတွင်းမှာရှိသည့် ဝိုင်ယာကြိုးတစ်ခုအတွင်း လျှပ်စီးကြောင်းကို တွန်းပို့နိုင်သည့် ပါဝါရင်းမြစ်နားတွင် သံလိုက်စက်ကွင်းတစ်ခုဖန်တီးပြီး လျှပ်စစ်စီးကြောင်းကို စက်ပစ္စည်းအတွက် ပါဝါပေးဖို့ သို့မဟုတ် ဘက်ထရီအားသွင်းဖို့အတွက် အသုံးပြုနိုင်ခြင်းဖြစ်သည်။ Resonance ဆိုသည်မှာ   အရာ၀တ္ထုတစ်ခုခု အချိန်အပိုင်းအခြားအလိုက်  အားတစ်ခုခုနှင့်ထိတွေ့သည့်အခါမှာ   သီးခြားကြိမ်နှုန်း တစ်ခုစီတုန်ခါစေသည့် ဖြစ်စဉ်တစ်ခုဖြစ်သည်။    ကြိုးမဲ့လျှပ်စစ်ကို အသုံးပြုသည့်အခြေအနေမှာ ပါဝါအရင်းအမြစ်နှင့် လက်ခံပစ္စည်းကြား စွမ်းအင်လွှဲပြောင်းနိုင်သည့် ပမာဏကို တိုးမြှင့်ဖို့အတွက် Resonance ကိုအသုံးပြုရခြင်းဖြစ်သည်။   အမြင့်‌ဆုံးစွမ်းအင်လွှဲပြောင်းခြင်းကို အသုံးပြုနိုင်သည့် စက်နှစ်လုံး၏  Resonance ကို တူညီစေခြင်းမှ Process ကို လုပ်ဆောင်သည်။ ထို့ကြောင့် ကြိုးမဲ့လျှပ်စစ်ဓာတ်အား သဘောတရားရှိနေခဲ့သည်မှာ    ရာစုနှစ်တစ်ခုလောက် ရှိနေခဲ့ပြီဖြစ်သည်။  ၁၈၉၉ ခုနှစ်တွင်  Tesla က မီတာများစွာ  အကွာအဝေးမှ လျှပ်စစ်စွမ်းအင်ကို ကြိုးမဲ့နည်းပညာနှင့် ပို့လွှတ်ခဲ့ပြီး  Wireless   Power  Transfer  စနစ်ကို  လက်တွေ့သရုပ်ပြ နိုင်ခဲ့သည်။  သို့သော်လည်း နည်းပညာ ကန့်သတ်ချက်များနှင့်အတူ နည်းပညာကို အသုံးပြုနိုင်သည့် Infrastructure များမရှိခြင်းကြောင့် အဆိုပါနည်းပညာကို ကျယ်ကျယ်ပြန့်ပြန့် အသုံးပြုနိုင်ခဲ့ခြင်း မရှိခဲ့ပါ။    ကြိုးမဲ့လျှပ်စစ်ဓာတ်အားပေး နည်းပညာဖွံ့ဖြိုးတိုးတက်ရေးမှာ   ‌အရေးပါသည့် အခန်းကဏ္ဍတွင် ပါ၀င်ခဲ့သည့်   အခြားသိပ္ပံပညာရှင်တစ်ဦးမှာ  လျှပ်စစ်သံလိုက်လှိုင်းများကို ရှာဖွေတွေ့ရှိခဲ့ခြင်းကြောင့် လူသိများခဲ့သည့် ဂျာမန်ရူပဗေဒပညာရှင် Heinrich Hertz ပဲဖြစ်သည်။ ၁၈၈၇ ခုနှစ်မှာ Hertz ကကြိုးမဲ့လျှပ်စစ် ပို့လွှတ်နိုင်ဖို့  မရှိမဖြစ် လိုအပ်သည့် လျှပ်စစ်သံလိုက်လှိုင်းများ ရှိကြောင်း သက်သေပြနိုင်ခဲ့ပြီး စမ်းသပ်မှု အများအပြားကို ပြုလုပ်ပြသခဲ့သည်။ စမ်းသပ်ချက်များ အောင်မြင်သွားပြီး နောက်ပိုင်းမှသာ ကြိုးမဲ့လျှပ်စစ်နည်းပညာ ဆက်လက်ပေါ်ပေါက် လာခဲ့ခြင်းဖြစ်သည်။ ကြိုးမဲ့လျှပ်စစ်နယ်ပယ်သည် အစောပိုင်းမှာ  အောင်မြင်မှုတွေရှိခဲ့သည်ဟု ဆိုသော်လည်း   ကျယ်ကျယ်ပြန့်ပြန့် အသုံးပြုနိုင်ခြင်းမရှိခဲ့ပါ။  ၁၉၀၀ ပြည့်နှစ်အစောပိုင်းမှာ   Tesla က Wardenclyffe Tower စီမံကိန်းဟုခေါ်သည့် ကြိုးမဲ့ပါဝါပို့လွှတ်မှု စနစ်တစ်ခုကို တည်ဆောက်ဖို့အတွက် ကြိုးစားခဲ့သော်လည်း ရန်ပုံငွေမရှိသဖြင့် စီမံကိန်းမအောင်မြင်ခဲ့ပါ။  သိပ္ပံပညာရှင်များနှင့် တီထွင်သူများက ၁၉ ရာစုအစောပိုင်း ကတည်းက စတင်စမ်းသပ်ခဲ့သော်လည်း ၁၉၀၀ ပြည့်လွန်နှစ်အစောပိုင်းတွေအထိ သိသာထင်ရှားသည့် တိုးတက်မှုများ မရရှိခဲ့ပါ။  

နည်းပညာပိုင်းဆိုင်ရာ စိန်ခေါ်မှုတွေအပြင် လူမှုရေးနဲ့ စီးပွားရေးဆိုင်ရာ အတားအဆီးများပါရှိခဲ့သည်။ လျှပ်စစ်ဓာတ်အား ဖြန့်ဖြူးနိုင်ဖို့အတွက် လက်ရှိ Infrastructure များကို ကြိုးနှင့် သွယ်တန်းပြီး ဒီဇိုင်းထုတ်ထားခြင်းကြောင့် ကြိုးမဲ့စနစ်ကို ကူး‌ပြောင်းရန်အတွက်  ပိုမိုခက်ခဲစေခဲ့သည်။ အဆိုပါကိစ္စများကို‌ အကောင်အထည်ဖော်သည့်နေရာမှာလည်း  ကုန်ကျစရိတ်အလွန်မြင့်မားသည်ကလည်း  အတားအဆီး တစ်ခုလိုဖြစ်‌နေခဲ့သည်။

သို့သော်လည်း စိန်ခေါ်မှုတွေကြားထဲမှ ကြိုးမဲ့လျှပ်စစ်နည်းပညာက ၂၀ ရာစုတစ်လျှောက်လုံး ဆက်လက်တိုးတက် လာနေခဲ့သည်။ ၁၉၆၀ ပြည့်နှစ်မှာ Massachusetts Institute of Technology (MIT)မှ သုတေသီတွေက Resonant Coil တွေကိုအသုံးပြုပြီးတော့ကြိုးမဲ့ ပါဝါပို့လွှတ်ခြင်းအတွက် နည်းလမ်းတစ်ခုကို တီထွင်ခဲ့ပြီး‌ တိုတောင်းတဲ့ အကွာအဝေးအတွင်းမှာ ပိုပြီးများပြားတဲ့ စွမ်းအင်လွှဲပြောင်းမှုတွေ ပြုလုပ်စေနိုင်ခဲ့သည်။   အဆိုပါနည်းပညာက  မော်ဒန်ခေတ်ကြိုးမဲ့ အားသွင်းစနစ်အတွက်  လမ်းခင်းပေးခဲ့ပြီး  ယခုအချိန်မှာဆိုရင်   လူသုံးအီလက်ထရွန်နစ်ပစ္စည်းများမှာ တွင်တွင်ကျယ်ကျယ် အသုံးပြုလာနေကြပြီဖြစ်သည်။

အချုပ်အားဖြင့်ဆိုရလျှင် ယခုအချိန်အထိ Wireless Electricity နဲ့ Charging နည်းပညာများက အသုံးမများကြသေးပါ။ လက်လှမ်းမီနိုင်သည့်အဆင့်အနေဖြင့် ဖုန်းကို Wireless ဖြင့် အားသွင်းနိုင်သည့်အဆင့်သာ ရှိနေပါသေးသည်။ များများစားစားအသုံးပြုရန်  မထုတ်လုပ်နိုင်သေးခြင်း၏ နောက်ကွယ်တွင် ကုန်ကျစရိတ် မြင့်မားမှုများနှင့်အတူ အားနည်းချက်အချို့ ရှိနေသေးသည်။  သို့သော်လည်း လက်ရှိစမ်းသပ်တွေ့ရှိမှုများအရ မကြာခင်နေအိမ်များတွင် ကြိုးမဲ့လျှပ်စစ်နည်းပညာကို အသုံးပြုလာနိုင်သည့် အလားအလာရှိ‌နေသည်။ ကြိုးမဲ့လျှပ်စစ်နည်းပညာ၏ အဓိကအားသာချက်တစ်ခုမှာ Flexible ဖြစ်ခြင်းဖြစ်ပြီး ကြိုးမဲ့လျှပ်စစ် နည်းပညာကို အသုံးပြုခြင်းကြောင့် လျှပ်စစ်ပေးဖို့လိုအပ်သည့် ပစ္စည်းများကို နံရံမှာပလတ်ထိုးထားစရာ‌လိုမည် မဟုတ်တော့ပါ။ အိမ်တွေမှာ ရှုပ်ထွေးသည့်ဝိုင်ယာကြိုးလိုင်းများကို အသုံးပြုခြင်းထက် ပိုမိုအမြင်ရှင်းလင်းပြီး သုံးရလွယ်ကူသွားစေမည်ဖြစ်သည်။  ထို့ပြင် Safe ဖြစ်သည့် အပိုင်းတွင်လည်း အားသာချက်များ ရှိနေပါသေးသည်။ လက်ရှိအသုံးပြုနေသည့် လျှပ်စစ်မီးကြိုးများ အထူးသဖြင့် ဝိုင်ယာကြိုးများတွင် ပွန်းပဲ့ပျက်စီးနေလျှင် လျှပ်စစ်ဝိုင်ယာရှော့ဖြစ်ခြင်းများနှင့် မီးလောင်နိုင်ခြင်းများရှိသည်။ ကြိုးမဲ့လျှပ်စစ် နည်းပညာမှာ အဆိုပါ အန္တရာယ်လုံးဝ မရှိတော့ဘဲ ပို၍  Safe ဖြစ်သည်။ သို့သော် ကြိုးမဲ့လျှပ်စစ်နည်းပညာ၏ အားနည်းချက်မှာ လက်ရှိအချိန်အထိ လျှပ်စစ်ပို့လွှတ်နိုင်သည့် ပမာဏနည်းနေသေးပြီး  လွှဲပြောင်းသည့် နေရာတွင်လည်း  လျှပ်စစ်ဆုံးရှုံးမှုများ နေဆဲဖြစ်သည်။ ထို့ကြောင့် ပုံမှန်လျှပ်စစ်ဓာတ်အား ပေးခြင်းထက်ထိရောက်မှုနည်းနိုင်ပြီး  လျှပ်စစ်အတွက်  ကုန်ကျစရိတ်ကိုလည်း မြင့်မားစေနိုင်သည်။   အဆိုပါအချက်များသည်  လက်ရှိအချိန်တွင် ကြိုးမဲ့လျှပ်စစ်နည်းပညာကို ကျယ်ကျယ်ပြန့်ပြန့် အသုံးမပြုနိုင်သေးခြင်း၏ အဓိကအချက်များဖြစ်သော်လည်း မဝေးလှသည့် အနာဂတ်ကာလတွင် ပြဿနာများကို ဖြေရှင်းနိုင်လာပြီး  ပိုမို  Flexible ဖြစ်လာစေမည့်  ကြိုးမဲ့လျှပ်စစ်နည်းပညာ  အနာဂတ်တစ်ခုကို   ဦးတည်စေလိမ့်မည်ဖြစ်ပါကြောင်း  ဗဟုသုတအနေဖြင့်  ရေးသား တင်ပြလိုက်ရပါသည်။    ။