လွန်ခဲ့သည့်ရာစုနှစ်အများစုအတွက် သင်္ချာအလေ့အကျင့်သည် သိသိသာသာနည်းပါးသွားခဲ့သည်။ သင်္ချာပညာရှင်တစ်ဦးသည် ပုံစံတစ်ခုကို သတိပြုမိသည်၊ မှန်းဆချက်တစ်ခုရေးသည်၊ အထောက်အထားတစ်ခုဖန်တီးရန် လ သို့မဟုတ် နှစ်များစွာကြာကာ အခြားသင်္ချာပညာရှင်များက ၎င်းကို အတည်ပြုသည်။ ယခုအခါ IEEE Spectrum ရှိ Benjamin Skuse ၏ အတွင်းကျကျ အစီရင်ခံစာအရ ဥာဏ်ရည်တုသည် ထိုနှေးကွေးသော၊ ဆင်ခြင်တွေးခေါ်နိုင်သော လုပ်ငန်းစဉ်ကို စတင်ကျော်လွှားပြီး သင်္ချာပညာရှင်တစ်ဦးဖြစ်ရန် အမှန်တကယ်ဆိုလိုသည်များကို အံတုရန် တွန်းအားပေးလျက်ရှိသည်။
ဇွန်လ 25 ရက်၊ 2026 တွင် ထုတ်ဝေသည့် အဆိုပါ အပိုင်းသည် တစ်ချိန်က ဝေဖန်ရေးဆရာများက stochastic ကြက်တူရွေးများအဖြစ် ဖယ်ထုတ်ခံရခြင်းမှ ကြီးမားသော ဘာသာစကားပုံစံများ လျင်မြန်စွာ ပြောင်းလဲလာပုံကို ခြေရာခံဖော်ပြထားသည်။ For more context on this story, see our ongoing breaking AI news.
AI သည် သင်္ချာတွင် လျင်မြန်စွာ ကြီးထွားလာနေသည်။
တွက်ချက်မှုသည် သင်္ချာကို ဆယ်စုနှစ်များစွာ အရှိန်မြှင့်လာခဲ့သည်။ အချိုးအကွေ့တစ်ခုသည် လွန်ခဲ့သောနှစ်ပေါင်း ၅၀ ခန့်က ကွန်ပြူတာတစ်လုံးအား အရောင်လေးရောင်သီအိုရီကို သက်သေပြရန် အသုံးပြုခဲ့ပြီး၊ မည်သည့်မြေပုံကိုမဆို အရောင်လေးမျိုးထက် မပိုစေဘဲ အရောင်ခြယ်နိုင်သလားမေးသော ကပ်လျက်ဒေသများကို အရောင်တစ်ရောင်မျှမရရှိစေရပါ။ အဖြေမှာ ဟုတ်သည်၊ သို့သော် မည်သည့်လူသားမျှ လက်ဖြင့်လက်တွေ့ကျကျ မစစ်ဆေးနိုင်သော အမှုပေါင်း 1,936 ကို စစ်ဆေးခြင်းအပေါ် မှီခိုနေရသောကြောင့် သက်သေပြချက်မှာ အငြင်းပွားဖွယ်ရာ ဖြစ်နေပါသည်။
ထိုခေတ်ကာလတစ်လျှောက်လုံးတွင်ပင်၊ လူသားသင်္ချာပညာရှင်သည် စိတ်ကူးယဉ်မှုများ အဆိုပြုခြင်း၊ ဗျူဟာများ ရေးဆွဲခြင်းနှင့် ရလဒ်များကို စစ်ဆေးခြင်းတို့ကို ဗဟိုပြုခဲ့သည်။ AI သည် ယခု အစီအစဉ်ကို တိုက်ရိုက် စိန်ခေါ်နေပါသည်။ ပြီးခဲ့သည့်နွေရာသီတွင် Google DeepMind နှင့် OpenAI တို့မှ စနစ်များသည် နိုင်ငံတကာသင်္ချာအိုလံပစ်ပြိုင်ပွဲ (IMO) တွင် ပြိုင်ပွဲဝင်များသည် နာမည်ဆိုးဖြင့်ကျော်ကြားသော ခက်ခဲသောပြဿနာခြောက်ခုကို ဖြေရှင်းရမည့် ကမ္ဘာ့သင်္ချာပညာအထူးချွန်ဆုံး အထက်တန်းကျောင်းသားများနှင့် ညီမျှသည့်အဆင့်သို့ ရောက်ရှိခဲ့သည်။
မှတ်တိုင်များသည် ဆက်လက်အရှိန်မြှင့်လာခဲ့သည်။ 2026 ခုနှစ်အစောပိုင်းတွင်၊ Google DeepMind ၏စမ်းသပ်မှုစနစ် Aletheia သည် ထုတ်ဝေနိုင်သော PhD အဆင့် သုတေသနရလဒ်များကို အလိုအလျောက်ထုတ်ပေးခဲ့သည်။ အလုပ်ကိုယ်တိုင်က သင်္ချာနည်းအရ မထင်မရှားဖြစ်နေသော်လည်း ဂဏန်းသင်္ချာဂျီသြမေတြီတွင် ကိန်းသေများကို တွက်ချက်ရာတွင်၊ အဓိပ္ပာယ်မှာ ယခင်က မဖြေရှင်းနိုင်သော ပြဿနာကို ဖြေရှင်းရန် လိုအပ်သော ရှုပ်ထွေးသော ကျိုးကြောင်းဆင်ခြင်မှုတွင် တည်ရှိနေသည်။ မကြာသေးမီက OpenAI မှ အထွေထွေရည်ရွယ်ချက် AI စနစ်အသစ်သည် ပေါင်းစပ်ဖွဲ့စည်းမှုဆိုင်ရာ ဂျီသြမေတြီတွင် အရေးကြီးသော အယူအဆတစ်ခုကို သက်သေပြခဲ့ပြီး၊ ရလဒ်အနေဖြင့် ထိပ်တန်းသင်္ချာပညာရှင်များက နယ်ပယ်အတွက် မှတ်တိုင်တစ်ခုအဖြစ် ချီးကျူးခဲ့ကြပြီး ၎င်းသည် ဂျာနယ်တစ်စောင်တွင် ထုတ်ဝေထိုက်သင့်ပေသည်။
သက်သေအကူများနှင့် တရားဝင်ဖွဲ့စည်းမှုတွင် ပိတ်ဆို့မှုများ
ဒုတိယအပြောင်းအရွှေ့သည် အထောက်အထားအကူများနှင့် ကြီးမားသောဘာသာစကားမော်ဒယ်များကို တွဲချိတ်ခြင်းမှလာသည်။ Isabelle၊ Lean နှင့် Rocq ကဲ့သို့သော စနစ်များသည် သင်္ချာအထောက်အထားများကို အဆင့်ဆင့်စစ်ဆေးပြီး ၎င်းတို့၏ယုတ္တိမှန်ကန်မှုကို စစ်ဆေးသည့် အထူးပြုပရိုဂရမ်ဘာသာစကားများဖြစ်သည်။ ဆယ်စုနှစ်တစ်ခုကျော်ကြာအောင်၊ ပိတ်ဆို့မှုကို တရားဝင်ဖြစ်စေခဲ့ပြီး၊ သီအိုရီများနှင့် အထောက်အထားများကို စက်ဖြင့်ဖတ်နိုင်သော ကုဒ်အဖြစ် လက်ဖြင့်ဘာသာပြန်ခြင်း၏ ခက်ခဲကြမ်းတမ်းသော လုပ်ငန်းစဉ်များဖြစ်သည်။
LLM များသည် သက်သေလက်ထောက်များ စစ်ဆေးအတည်ပြုနိုင်သည့် အလွတ်သဘောအထောက်အထားများကို တရားဝင်ကုဒ်အဖြစ် အလိုအလျောက်ဘာသာပြန်ခြင်းဖြင့် ထိုပိတ်ဆို့မှုများကို စတင်ဖယ်ရှားနေပြီဖြစ်သည်။ ဖေဖော်ဝါရီလတွင်၊ AI ကုမ္ပဏီ Math, Inc. သည် Gauss ဟု အမည်ပေးထားသည့် ၎င်း၏ ကျိုးကြောင်းဆီလျော်သော အေးဂျင့်ကို အသုံးပြုကာ EPFL ၏ Maryna Viazovska a Fields Medal ကို 2022 ခုနှစ်တွင် ရရှိခဲ့သည့် အလုပ်ကို တရားဝင်လုပ်ရန်အတွက် Gauss သည် လူသားသင်္ချာပညာရှင်များကို Viazovska ၏ 8-dimensional ပြဿနာဖြေရှင်းချက်ထက် ပိုမိုများပြားသော နေ့ရက်များထက် ပိုသာလွန်ကောင်းမွန်သော စက်လုံးပုံစံဖြင့် ပြုလုပ်ထားသော Viazovska ၏ ဖြေရှင်းချက်ကို တရားဝင်အောင်ပြုလုပ်ရန် ကူညီပေးခဲ့သည်။ နှစ်ပတ်အတွင်း ရှုပ်ထွေးသော 24-ဖက်မြင်ဖြစ်ရပ်။
ထိုသို့သောအောင်မြင်မှုများသည် AI သည် ထူးထူးခြားခြားလူသားဟုယူဆထားသောအလုပ်များကိုကြာရှည်စွာကိုင်တွယ်နေပြီဖြစ်ပြီး သင်္ချာပညာရှင်တစ်ဦး၏နေ့စဉ်လုပ်ဆောင်မှုအများစုသည် မကြာမီအလိုအလျောက်စနစ်အတွက်တရားမျှတသောဂိမ်းဖြစ်လာမည်ဖြစ်သည်။
သင်္ချာပညာရှင်များက ၎င်းတို့သည် 'ဗျာဒိတ်တော်များဆီသို့ ယဇ်ပုရောဟိတ်များ' ဖြစ်မဖြစ် ငြင်းခုံကြသည်
2025 ခုနှစ် စက်တင်ဘာလတွင် 12 ကြိမ်မြောက် Heidelberg ဆုရှင်ဖိုရမ်မှ အစီရင်ခံတင်ပြခြင်းတွင် Skuse သည် လူမဆန်သော AI စနစ်များဖြင့် စိတ်ကူးယဉ်မှုများ၊ ရှာဖွေမှုဖြေရှင်းချက်နေရာများ၊ သီအိုရီများကို သက်သေပြရန်၊ အထောက်အထားများကို စိစစ်ပြီး ရလဒ်များကို လူသားပါဝင်ပတ်သက်မှုမရှိဘဲ ယေဘုယျအားဖြင့် ယေဘုယျဖော်ပြသည့် အနာဂတ်ကို ဟောပြောသူများမှ ဖော်ပြထားသည့်အတိုင်း ပရိတ်သတ်ထဲတွင် ဝမ်းနည်းဖွယ်ရာများကို ဖော်ပြထားပါသည်။
လန်ဒန်အင်စတီကျုမှ သင်္ချာသိပ္ပံမှ Yang-Hui He သည် လူသားသင်္ချာပညာရှင်များသည် *“ oracles to priests” ဖြစ်လာနိုင်သည်ဟု Google Developer Groups မှ သင်္ချာပညာရှင် Jessica Randall က လူငယ်သုတေသီများကြားတွင် စုပေါင်းဖြစ်တည်မှုဆိုင်ရာ ကြောက်ရွံ့မှုကို ခံစားမိကြောင်း ပြောကြားခဲ့သည်။ "AI က ငါတို့ကို အစားထိုးနိုင်တဲ့ အလားအလာရှိတယ် ဆိုတာ ငါတို့ သေချာပေါက် သိလာတယ်" ဟု သူမက IEEE Spectrum* သို့ ပြောကြားခဲ့သည်။
လူတိုင်းက ထိတ်လန့်မနေပါဘူး။ တည်ထောင်ထားသော သင်္ချာပညာရှင်အချို့သည် မည်သူကဖြစ်စေ မည်သည့်အရာကဖြစ်စေ ကျန်ထောင်စုနှစ်ဆုပြဿနာခြောက်ခုကဲ့သို့သော အကြီးမားဆုံး အဖွင့်မေးခွန်းများအတွက် အဖြေကို ရိုးရိုးရှင်းရှင်း လိုချင်ကြသည်။ Carnegie Mellon University မှ Jeremy Avigad က "သင်္ချာပညာရှင် တော်တော်များများဟာ လက်တွေ့ကျပြီး နားလည်ဖို့ပဲ လိုတာပါ၊ "ပြဿနာတစ်ခုရဲ့ အဖြေအတွက် သူတို့ဝိညာဉ်ကို ရောင်းစားမယ်"
အနာဂတ်အတွက် ပြိုင်ဆိုင်သော မျှော်မှန်းချက် သုံးခု
IEEE Spectrum အစီရင်ခံစာသည် သင်္ချာနှင့် AI မည်ကဲ့သို့ အတူယှဉ်တွဲနေထိုင်နိုင်သည်ကို ကျယ်ပြန့်သော အမြင်သုံးခုကို ဖော်ထုတ်ပေးပါသည်။ပထမအချက်မှာ လူသား၏ဗဟိုပြုအမြင်ဖြစ်ပြီး AI ကို ဂဏန်းပေါင်းစက်ကဲ့သို့ ကိရိယာတစ်ခုအဖြစ် ခံယူကာ လူသားနားလည်မှုကို ဦးစားပေးသည်။ Fields Medalist နှင့် Princeton သင်္ချာပညာရှင် Akshay Venkatesh က သင်္ချာသည် သဘောတူညီမှုရရှိရန် နည်းလမ်းတစ်ခုဖြစ်သည်ဟု စောဒကတက်သည်။ "တခါတရံမှာ ကျွန်တော်တို့ ကိန်းဂဏန်းတွေကို သုံးတဲ့အခါ ကိန်းဂဏာန်းနဲ့ ကိန်းဂဏာန်းတွေကို ဖော်ပြတာ သိပ်အများကြီးမဟုတ်ပေမယ့် ကိန်းဂဏာန်းတွေရဲ့ အဓိပ္ပါယ်ကို အတိအကျ သဘောတူနိုင်မယ်လို့ ကျွန်တော်ထင်ပါတယ်။" ဟု ၎င်းက ဆိုသည်။
ဒုတိယအချက်မှာ ခက်ခဲကြမ်းတမ်းသော လူ့အတွေ့အကြုံကို အလေးပေးဖော်ပြသည်။ Ottawa တက္ကသိုလ်မှ Maia Fraser က ခေါင်းမာသော အယူအဆတစ်ခု၏ AI အထောက်အထားသည် လူတို့နားလည်နိုင်မှသာ အသုံးဝင်သည်ဟု စောဒကတက်သည်။ “AI က သက်သေပြနိုင်တဲ့ ကြေညာချက်ဟာ အသုံးဝင်ပြီးသား အချက်အလက်တွေပါပဲ” ဟု သူမက ဝန်ခံခဲ့သည်။ "ဒါပေမယ့် ပြေပြစ်ပြီး လှပတဲ့ လူသားသက်သေကို ဖော်ထုတ်ဖို့က ပွင့်လင်းတဲ့ ပြဿနာတစ်ခု ဖြစ်နေတုန်းပါပဲ။"
တတိယနှင့် ရည်မှန်းချက်အရှိဆုံးမှာ UCLA မှ Terence Tao မှဖြစ်ပြီး အသက် 10 နှစ်အရွယ်တွင် သင်္ချာအိုလံပစ်ပြိုင်ပွဲတွင် ပထမဆုံးဝင်ရောက်ယှဉ်ပြိုင်ခဲ့ပြီး ယခု အသက်ရှင်လျက် အလှပဆုံးသင်္ချာပညာရှင်တစ်ဦးဖြစ်လာခဲ့သည်။ AI ဟုခေါ်သည့် "ကြီးမားသောသင်္ချာ" ဟုခေါ်သော ရှုပ်ထွေးသောပြဿနာများကို အပိုင်းပိုင်းပိုင်းခြားထားသော လူသားများနှင့် စက်များကြားတွင် ရှုပ်ထွေးသောပြဿနာများကို အပိုင်းပိုင်းပိုင်းခြားထားသော အနာဂတ်တွင် AI ဟုခေါ်သည့် ထောက်ကူပစ္စည်းအဖြစ် Tao ကမြင်သည်။
ဘာ့ကြောင့်ရှိသလဲလို့ မေးတဲ့ စည်းကမ်းပါ။
ထိုအခိုက်အတန့်မှာ အထူးအဆန်းဖြစ်စေသောအရာမှာ ငြင်းခုံမှုသည် ဟန်ချက်မညီတော့ခြင်းပင်ဖြစ်သည်။ AI စနစ်များသည် IMO မှ ရွှေတံဆိပ်များကို ရရှိနေပြီဖြစ်ပြီး ထုတ်ဝေနိုင်သော သုတေသနပြုမှုများ၊ အယူအဆများကို ငြင်းဆန်ကာ နှစ်များထက် ရက်ပိုင်းအတွင်း Fields Medal-winning အထောက်အထားများကို တရားဝင်ဖြစ်အောင် ပြုလုပ်နေပြီဖြစ်သည်။
Heidelberg ဖိုရမ်ကို တက်ရောက်ခဲ့သော Australia's Deakin University မှ Trill White ကဲ့သို့သော ကျောင်းသားများအတွက်၊ လက်တွေ့မှာ ခက်ခဲလာပါသည်။ “အဲဒါ ဆိုးလိုက်တာ” White က အတွေးကို ပြန်ပြောပြသည်။ "လူတွေက သင်္ချာမှာ ဘာတွေ အထောက်အကူဖြစ်မလဲ၊ ဘယ်သူမှ နားမလည်တဲ့ အရာတွေ ဖြစ်လာမှာလား။"
အဖြေက မပြေလည်သေးဘူး။ သို့သော် Skuse ၏ အစီရင်ခံချက်သည် ရှင်းလင်းပြတ်သားစွာ ရှင်းရှင်းလင်းလင်းသိရသောကြောင့်၊ လူသားတို့၏ ရှေးအကျဆုံး ဉာဏ်ရည်ဉာဏ်သွေးဆိုင်ရာ ပညာရပ်တစ်ခုဖြစ်သည့် သင်္ချာဘာသာရပ်သည် ယခုအခါ AI နယ်ပယ်တိုင်းနီးပါးကို ထိတွေ့ကိုင်တွယ်နေသည့် တူညီသောမေးခွန်းကို ရင်ဆိုင်နေရသည်- စက်တစ်လုံးသည် လုပ်ငန်းကို ဆောင်ရွက်နိုင်သောအခါ၊ အမှန်တကယ် အလုပ်သည် အဘယ်အတွက်ကြောင့်လဲ။
ရင်းမြစ်- Benjamin Skuse၊ "AI သင်သင်္ချာလုပ်တဲ့အခါ သင်္ချာပညာရှင်ဖြစ်ရခြင်းရဲ့ အဓိပ္ပါယ်" IEEE Spectrum၊ ဇွန်လ 25 ရက်၊ 2026။---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
