မျက်နှာလှုပ်ရှားမှုကို အခြေခံသည့် အလိမ်​ဖော် နည်းပညာသစ် အကြောင်း

အစ္စ​ရေး၊ Tel Aviv တက္ကသိုလ်မှ သုတေသီတွေဟာ မျက်နှာကြွက်သားတွေကို လှုံ့ဆော်ပေးပြီး ‘လူလိမ်များ’ ကို ဖော်ထုတ်ပေးတဲ့ အဆင့်မြင့် မုသားထောက်လှမ်းသည့် စနစ်သစ်ကို တီထွင်လိုက်ပြီပဲ ဖြစ်ပါတယ်။

စက်သင်ယူမှုနှင့် AI ကိုအသုံးပြုထားတဲ့ နည်းပညာအသစ်ဟာဆိုရင် လူတစ်ဦးလိမ်ပြောသည့်အခါတိုင်း မျက်နှာကြွက်သားလှုပ်ရှားမှုတွေမှာ ဖြစ်ပေါ်လာသော သေးငယ်တဲ့ ပြောင်းလဲမှုတွေကို ပိုင်းခြားစိတ်ဖြာပေးပါတယ်။

အဆိုပါ နည်းပညာသစ်ဟာဆိုရင် လှည့်စားမှုနှင့်ဆက်စပ်တဲ့ ကြွက်သားများနှင့် အာရုံကြောများရဲ့ လှုပ်ရှားမှုကို စောင့်ကြည့်တိုင်းတာဖို့ လျှပ်ကူးပစ္စည်းပါရှိတဲ့ ပျော့ပျောင်းသောမျက်နှာပြင်များပေါ်မှာ ရိုက်နှိပ်ထားတဲ့ ဆန်းသစ်တဲ့စတစ်ကာများကို အားကိုးအားထားပြုထားခြင်း ဖြစ်ပါတယ်။

“တစ်စုံတစ်ယောက်အနေနဲ့ ကျွန်ုပ်တို့ကို လိမ်ညာပြောဆိုဖို့က မဖြစ်နိုင်သလောက်ဖြစ်ကြောင်း လေ့လာမှုများစွာက ပြသခဲ့တယ်” ဟု Coller School of Management မှ ပါမောက္ခ Dino Levy က ရှင်းပြပါတယ်။

“ရဲစစ်ဆေးမေးမြန်းသူတွေလိုမျိုး ကျွမ်းကျင်သူတွေတောင်မှ ကျန်နေတက်သော်လည်း အဆိုပါ နည်းပညာက အနည်းငယ် သာလွန်ကောင်းမွန်တယ်” ဟုဆိုပါတယ်။

လက်ရှိလိမ်ညာဖော်ထုတ် စက်ကိရိယာတွေဟာ အလွန်ယုံကြည်စိတ်ချရတဲ့ ရလဒ်များဖြစ်သော်လည်း ၎င်းတို့ရဲ့ရလဒ်တွေကို ဥပဒေတရားရုံးတွေမှာ သက်သေအဖြစ် လက်ခံနိုင်ခြင်းမရှိပါဘူး။

ဘာလို့လဲဆိုတော့ ဘယ်သူမဆို သွေးခုန်နှုန်းကို ထိန်းချုပ်ဖို့နှင့် စက်ကို လှည့်စားနည်းကို သိရှိနိုင်တဲ့အတွက်ကြောင့် ဖြစ်ပါတယ်။

ဒါတွေကြောင့် ပိုမိုတိကျတဲ့ လှည့်ဖြားမှုကို ခွဲခြားသိမြင်နိုင်တဲ့ နည်းပညာတစ်ခု လိုအပ်ပါတယ်။ နည်းပညာသစ်ကတော့ ကျွန်ုပ်တို့ကို လိမ်ညာတဲ့အခါ မျက်နှာကြွက်သားများ ပြောင်းလဲသွားတဲ့အပေါ် အခြေခံထားတယ် ဟုဆိုပါတယ်။

စမ်းသပ်မှုတစ်ခုမှာဆိုရင် သုတေသီတွေဟာ အဆိုပါစတစ်ကာတွေကို အထူးလျှပ်ကူးပစ္စည်းနဲ့ပေါင်းပြီး မျက်နှာကြွက်သားအုပ်စုနှစ်စုဖြစ်တဲ့ နှုတ်ခမ်းနှင့်နီးကပ်သော ပါးပြင်ကြွက်သားတွေနှင့် မျက်ခုံးပေါ်ရှိ ကြွက်သားတွေကို ချိတ်တွဲခဲ့ပါတယ်။

ပါဝင်လုပ်ဆောင်ပေးသူနှစ်ဦးကို ချိတ်ဆက်ပြီး မျက်နှာချင်းဆိုင် ထိုင်ခိုင်းကာ ၎င်းတို့အနက် တစ်ဦးက စကားလုံးတွေကို ထုတ်လွှင့်ပေးတဲ့ နားကြပ်တပ်ထားပါတယ်။

ထို့နောက် တစ်ဦးက လိမ်ညာစကားတွေ နှင့် အမှန်တိုင်းပြောဖို့ တာဝန်ပေးထားပြီး သူ့ရဲ့ လုပ်ဖော်ကိုင်ဖက်က အလိမ်အညာတွေကို ဖော် ထုတ် ပေးရပါတယ်။

မျှော်လင့်ထားတဲ့အတိုင်း ပါဝင်လုပ်ဆောင်သူတွေဟာ သူတို့ရဲ့လုပ်ဖော်ကိုင်ဖက်ရဲ့ လိမ်ညာမှုတွေကို ကိန်းဂဏန်းအချက်အလတ်အရ သိရှိနိုင်ခြင်းမရှိပါဘူး။

သို့ပေမယ့်လည်း ၎င်းတို့ရဲ့မျက်နှာနှင့် ဆက်စပ်နေတဲ့ လျှပ်ကူးပစ္စည်းများမှ ပေးပို့တဲ့ လျှပ်စစ်အချက်ပြမှုတွေဟာ မုသားတွေကို အောင်မြင်မှုနှုန်း ၇၃ ရာခိုင်နှုန်းအထိ ဖော်ထုတ်နိုင်ခဲ့တာကို တွေ့ခဲ့ရပါတယ်။

“ဒါက ကနဦးလေ့လာမှုတစ်ခုဖြစ်တဲ့အတွက် လိမ်ညာမှုက အရမ်းရိုးရှင်းပါတယ်။ ပုံမှန်အားဖြင့် လူတွေဟာ လက်တွေ့ဘဝမှာ လိမ်လည်ပြောဆိုသည့်အခါ လှည့်စားခြင်းနှင့် အမှန်တရားကြား ပရိယာယ်တွေဟာ ရှုပ်ထွေးပါတယ်” ဟု ပရော်ဖက်ဆာ Levy ကဆိုပါတယ်။

“ကျွန်ုပ်တို့ရဲ့လေ့လာမှုမှာဆိုရင် ပါဝင်သူတွေဟာ နားကြပ်တွေကတစ်ဆင့်လည်း ကြားသိရသည့်အရာကို ခွဲခြမ်းစိတ်ဖြာပြီး မည်သည့်အချိန်မှာ လိမ်လည်တယ်ဆိုတာ သိရှိနိုင်မှာပဲ ဖြစ်ပါတယ်။ “

ဒါ့ကြောင့် အဆင့်မြင့်စက်သင်ယူမှုနည်းပညာများကိုအသုံးပြုပြီး လျှပ်ကူးပစ္စည်းများမှလာတဲ့ EMG (electromyography) အချက်ပြမှုတွေကို အခြေခံကာ မုသားများကိုဖော်ထုတ်ဖို့ ကျွန်ုပ်တို့ရဲ့ပရိုဂရမ်ကို ​ရေးဆွဲခဲ့တယ်ဟု ဆိုပါတယ်။

ဒီနည်းလမ်းကို အသုံးပြုတာဟာ ကျွန်ုပ်တို့အနေနဲ့ ၇၃ ရာခိုင်နှုန်းအထိ တိကျမှုကို ရရှိခဲ့ပါပြီ ၊ ပြီးပြည့်စုံမှု မရှိသော်လည်း ရှိပြီးသားနည်းပညာများထက် များစွာသာလွန်ပါတယ်။

ကျွန်ုပ်တို့ရဲ့ လိမ်လည်ထောက်လှမ်းတဲ့နည်းပညာအသစ်ဟာ လုံခြုံရေးနှင့် ရာဇ၀တ်မှုကဲ့သို့ လက်တွေ့ဘဝအခြေအနေတွေမှာ ဖြစ်ပေါ်နေတဲ့ လှည့်စားမှုတွေကို ဖော်ထုတ်ဖို့ အလားအလာကောင်းရှိနေပြီဟု သုတေသီများက ယုံကြည်​နေကြပါတယ်။

အနာဂတ်မှာဆိုရင် မျက်နှာကြွက်သားတွေရဲ့ အမှန်တကယ် လှုပ်ရှားမှုတွေကို အခြေခံပြီး မုသားများကို ခွဲခြားသတ်မှတ်ဖို့ လေ့ကျင့်ထားတဲ့ ဗီဒီယိုဆော့ဖ်ဝဲတွေ တီထွင်လာနိုင်မည်ဖြစ်ကာ လျှပ်ကူးပစ္စည်းတွေတောင် လိုအပ်တော့မှာ မဟုတ်ပါဘူး။

ပရော်ဖက်ဆာ Levy က “ဘဏ်တွေ ၊ ရဲစစ်ဆေးမေးမြန်းမှုတွေ ၊ လေဆိပ်တွေ သို့မဟုတ် အွန်လိုင်းအလုပ်အင်တာဗျူးတွေမှာ မျက်နှာကြွက်သားများရဲ့လှုပ်ရှားမှုများကို သိရှိနိုင်စေဖို့ လေ့ကျင့်ထားတဲ့ အရည်အသွေးမြင့်ကင်မရာတွေဟာ လိမ်ညာပြောဆိုမှုကင်းစေပါလိမ့်မယ်ဟု ဆိုပါတယ်။

ယခုအခါ အဖွဲ့ရဲ့တာဝန်က စမ်းသပ်ဆဲအဆင့်ကနေ ထုတ်လုပ်ပြီးမြောက်ဖို့ နဲ့ လျှပ်ကူးပစ္စည်းများကို ဖယ်ရှားဖို့ ဖြစ်ပါတယ်။

နည်းပညာကို ပြီးပြည့်စုံအောင် လုပ်ဆောင်ပြီးသည်နှင့် များစွာသော အလွန်ကွဲပြားခြားနားတဲ့ အသုံးချမှုများဆောင်ရွက်နိုင်ဖို့ ကျွန်ုပ်တို့ မျှော်လင့်တယ် ” ဟု ပရော်ဖက်ဆာ Levy ကဆိုပါတယ်။

ရေးသားသူ – Kaung Htet (Knowledgeworms team)

Knowledgeworms Copyright © 2021 ကူးယူ ဖော်ပြခွင့် လုံးဝ ခွင့်မပြုပါ။