မျက်နှာမှတ်မိခြင်းနည်းပညာသည် စိုးရိမ်ဖွယ်ရာနှုန်းဖြင့် ဖွံ့ဖြိုးတိုးတက်နေပြီး မှန်သည် အမှန်တကယ်တွင် ခေတ်မီစနစ်များ၏ ကိုယ်စားပြုမှုတစ်ခုဖြစ်ပြီး ဤလုပ်ငန်းစဉ်၏ အဓိကအချက်တွင် ရှိနေသည်။
Wisconsin-Madison တက္ကသိုလ်မှ မကြာသေးမီကထုတ်ဝေခဲ့သော စာတမ်းတစ်စောင်တွင် ဤနယ်ပယ်တွင် တိုးတက်မှုကို မီးမောင်းထိုးပြထားပြီး ၎င်းတို့၏ “ဉာဏ်ရည်” မှန်ကို အာရုံခံကိရိယာများ သို့မဟုတ် ပါဝါမပါဘဲ မှတ်မိနိုင်သည်။ “ကင်မရာများ၊ အာရုံခံကိရိယာများနှင့် နက်ရှိုင်းသော အာရုံကြောကွန်ရက်များ၏ ပုံမှန်ဆက်တင်များကို ပါးလွှာသော မှန်အပိုင်းအစတစ်ခုအဖြစ် ချုံ့ရန် အလင်းစနစ်တစ်ခုကို ကျွန်ုပ်တို့ အသုံးပြုနေသည်” ဟု သုတေသီများက ရှင်းပြခဲ့သည်။ ယနေ့ခေတ် AI သည် ဖုန်းကို လော့ခ်ဖွင့်ရန် မျက်နှာမှတ်မိခြင်းကို အသုံးပြုသည့်အခါတိုင်း ဘက်ထရီပါဝါများစွာကို သုံးစွဲသောကြောင့် ဤတိုးတက်မှုသည် အရေးကြီးပါသည်။ အဖွဲ့က ဖန်သစ်သည် ပါဝါမရှိဘဲ မျက်နှာများကို မှတ်မိနိုင်မည်ဟု ယုံကြည်ပါသည်။
အယူအဆသက်သေပြခြင်းလုပ်ငန်းတွင် လက်ရေးနံပါတ်များကို မှတ်မိသည့် မှန်ဒီဇိုင်းရေးဆွဲခြင်း ပါဝင်သည်။
စနစ်သည် နံပါတ်အချို့၏ ရုပ်ပုံများမှ ထုတ်လွှတ်သော အလင်းဖြင့် အလုပ်လုပ်ပြီးနောက် နံပါတ်တစ်ခုစီနှင့် ကိုက်ညီသော တစ်ဖက်ရှိ အမှတ်ကိုးခုအနက် တစ်ခုကို အာရုံစိုက်သည်။
စနစ်သည် ဂဏန်းများပြောင်းလဲသွားသည့်အခါ၊ ဥပမာ ၃ မှ ၈ သို့ပြောင်းလဲသွားသည့်အခါတွင် အချိန်နှင့်တပြေးညီ စောင့်ကြည့်နိုင်သည်။
"ဒီလို ရိုးရှင်းတဲ့ဖွဲ့စည်းပုံနဲ့ ဒီရှုပ်ထွေးတဲ့ အပြုအမူကို ကျွန်တော်တို့ ရယူနိုင်ခဲ့တာက တကယ်ကို ကျိုးကြောင်းဆီလျော်ပါတယ်" ဟု အဖွဲ့က ရှင်းပြသည်။
ဒါဟာ ဘယ်လိုဈေးကွက်အသုံးချမှုမျိုးကိုမဆို သိမ်းပိုက်နိုင်ဖို့ အလှမ်းဝေးနေသေးတယ်လို့ ငြင်းခုံနိုင်ပေမယ့် အဖွဲ့ကတော့ ပစ္စည်းထဲမှာ တိုက်ရိုက်တည်ဆောက်ထားတဲ့ passive computing စွမ်းရည်တွေကို ခွင့်ပြုနိုင်မယ့် နည်းလမ်းတစ်ခုကို ရှာဖွေတွေ့ရှိခဲ့တယ်လို့ အကောင်းမြင်နေဆဲဖြစ်ပြီး အကြိမ်ရာပေါင်းများစွာ၊ ထောင်ပေါင်းများစွာ အသုံးပြုနိုင်တဲ့ ဖန်အပိုင်းအစတွေကို ဖန်တီးပေးနိုင်ပါတယ်။ နည်းပညာရဲ့ ခဏတာသဘောသဘာဝက ဖြစ်နိုင်ခြေရှိတဲ့ ကိစ္စတွေ အများကြီးကို ပေးစွမ်းနိုင်ပေမယ့် ပစ္စည်းတွေကို မြန်မြန်ခွဲခြားသိရှိနိုင်ဖို့ လေ့ကျင့်မှုအများကြီး လိုအပ်နေဆဲဖြစ်ပြီး ဒီလေ့ကျင့်မှုက အဲဒီလောက်မမြန်ပါဘူး။
သို့သော်လည်း ၎င်းတို့သည် အရာများကို တိုးတက်ကောင်းမွန်အောင် ကြိုးစားလုပ်ဆောင်နေကြပြီး နောက်ဆုံးတွင် မျက်နှာမှတ်မိခြင်းကဲ့သို့သော နယ်ပယ်များတွင် အသုံးပြုလိုကြသည်။ “ဤနည်းပညာ၏ အစစ်အမှန်စွမ်းအားမှာ စွမ်းအင်သုံးစွဲမှုမရှိဘဲ ပိုမိုရှုပ်ထွေးသော အမျိုးအစားခွဲခြားခြင်းဆိုင်ရာ လုပ်ငန်းများကို ချက်ချင်းကိုင်တွယ်ဖြေရှင်းနိုင်စွမ်းဖြစ်သည်” ဟု ၎င်းတို့က ရှင်းပြသည်။ “ဤလုပ်ငန်းများသည် အတုဥာဏ်ရည်ကို ဖန်တီးရန် အဓိကအချက်ဖြစ်သည်- မောင်းသူမဲ့ကားများအား ယာဉ်ကြောအချက်ပြမှုများကို ခွဲခြားသိရှိရန် သင်ကြားပေးခြင်း၊ စားသုံးသူစက်ပစ္စည်းများတွင် အသံထိန်းချုပ်မှုကို အကောင်အထည်ဖော်ခြင်းနှင့် အခြားဥပမာများစွာဖြစ်သည်။”
သူတို့ရဲ့ ရည်မှန်းချက်ကြီးတဲ့ ရည်မှန်းချက်တွေ အောင်မြင်ခဲ့သလားဆိုတာ အချိန်ကသာ ပြောပြပါလိမ့်မယ်၊ ဒါပေမယ့် မျက်နှာမှတ်မိခြင်းနဲ့ဆိုရင်တော့ စိုးရိမ်ပူပန်မှုတွေအတွက် ခရီးတစ်ခုပါပဲ။
ပို့စ်တင်ချိန်: အောက်တိုဘာ-၀၉-၂၀၁၉