Franken-Algorithms- အယ်လဂိုရီသမ်များသည် မိုက်မဲသွားပြီဖြစ်သည်။

• Author:
• စာရေးသူနာမည်

  Quantumrun Foresight
• ဧပြီလ 12, 2023

စက်သင်ယူမှု (ML) အယ်လဂိုရီသမ်များ ပိုမိုအဆင့်မြင့်လာသည်နှင့်အမျှ ၎င်းတို့သည် ကြီးမားသောဒေတာအတွဲများတွင် ပုံစံများကို သင်ယူနိုင်ပြီး ၎င်းတို့ကိုယ်တိုင် လိုက်လျောညီထွေဖြစ်စေနိုင်သည်။ "ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရသင်ယူခြင်း" ဟုလူသိများသော ဤလုပ်ငန်းစဉ်သည် ဆုံးဖြတ်ချက်များချရန်အတွက် ၎င်း၏ကိုယ်ပိုင်ကုဒ် သို့မဟုတ် စည်းမျဉ်းများကို ဖန်တီးသည့် algorithm ကို ဖြစ်ပေါ်စေနိုင်သည်။ ဤပြဿနာမှာ algorithm မှထုတ်ပေးသောကုဒ်သည် လူသားများနားလည်ရန် ခက်ခဲနိုင်သည် သို့မဟုတ် မဖြစ်နိုင်သောကြောင့် ဘက်လိုက်မှုများကို ဖော်ထုတ်ရန် စိန်ခေါ်မှုဖြစ်စေသည်။ 

Franken-Algorithms အကြောင်းအရင်း

Franken-Algorithms သည် ဒေတာများလုပ်ဆောင်ခြင်းနှင့် အမိန့်ပေးချက်များကို တုံ့ပြန်ရာတွင် ကွန်ပျူတာများလိုက်နာရမည့် စည်းမျဉ်းများ) ကို ရည်ညွှန်းပြီး လူသားများသည် ၎င်းတို့ကို ပုံဖော်ခြင်းမပြုနိုင်တော့လောက်အောင် ရှုပ်ထွေးပြီး ရောယှက်နေပါသည်။ ဤအသုံးအနှုန်းသည် အရူးသိပ္ပံပညာရှင် Dr. Frankenstein မှ ဖန်တီးထားသော "နတ်ဆိုး" အကြောင်း Mary Shelley ၏ သိပ္ပံစိတ်ကူးယဉ်ကို ခေါင်းညိတ်သည်။ အယ်လဂိုရီသမ်များနှင့် ကုဒ်များသည် နည်းပညာကြီးကြီးမားမားတည်ဆောက်မှုတုံးများဖြစ်ပြီး Facebook နှင့် Google ကို ၎င်းတို့ယခုကဲ့သို့ သြဇာညောင်းသောကုမ္ပဏီများအဖြစ် ခွင့်ပြုထားသော်လည်း လူသားများမသိနိုင်သော နည်းပညာများစွာ ရှိပါသေးသည်။ 

ပရိုဂရမ်မာများသည် ကုဒ်များကို တည်ဆောက်ပြီး ဆော့ဖ်ဝဲလ်မှတဆင့် လုပ်ဆောင်သောအခါတွင် ML သည် ကွန်ပြူတာများအား ပုံစံများကို နားလည်ပြီး ခန့်မှန်းနိုင်စေသည်။ လူ့စိတ်ခံစားမှုများနှင့် ကြိုတင်ခန့်မှန်းနိုင်မှုတို့သည် ၎င်းတို့အပေါ် မလွှမ်းမိုးနိုင်သောကြောင့် အယ်လဂိုရီသမ်များသည် ဦးတည်ချက်ဖြစ်ကြောင်း နည်းပညာကြီးများက အခိုင်အမာဆိုနေသော်လည်း အဆိုပါ အယ်လဂိုရီသမ်များသည် ၎င်းတို့၏ကိုယ်ပိုင်စည်းမျဉ်းများကို ဆင့်ကဲပြောင်းလဲစေပြီး ဆိုးရွားသောရလဒ်များကို ဖြစ်ပေါ်စေနိုင်သည်။ ဤ algorithm မှထုတ်ပေးသောကုဒ်သည် မကြာခဏရှုပ်ထွေးပြီး အလင်းပေါက်နေသောကြောင့် သုတေသီများ သို့မဟုတ် လေ့ကျင့်သူများသည် algorithm ၏ဆုံးဖြတ်ချက်များကိုအနက်ပြန်ဆိုရန် သို့မဟုတ် algorithm ၏ဆုံးဖြတ်ချက်ချမှတ်ခြင်းလုပ်ငန်းစဉ်တွင်ပါရှိသောဘက်လိုက်မှုများကိုခွဲခြားသတ်မှတ်ရန်ခက်ခဲစေသည်။ ဆုံးဖြတ်ချက်များချရန်အတွက် ဤ အယ်လဂိုရီသမ်များကို အားကိုးသည့် စီးပွားရေးလုပ်ငန်းများအတွက် ဤလမ်းပိတ်ဆို့မှုသည် သိသာထင်ရှားသော စိန်ခေါ်မှုများကို ဖန်တီးပေးနိုင်ပါသည်။

အနှောင့်အယှက်ဖြစ်စေတယ်။

Franken-Algorithms သည် ဆိုးသွမ်းသွားသောအခါ၊ ၎င်းသည် အသက်နှင့်သေခြင်းကိစ္စဖြစ်နိုင်သည်။ ဥပမာတစ်ခုက အရီဇိုးနားပြည်နယ်မှာ မောင်းသူမဲ့ကားတစ်စီးက စက်ဘီးစီးတဲ့ အမျိုးသမီးတစ်ဦးကို ဝင်တိုက်မိပြီး 2018 ခုနှစ်မှာ မတော်တဆမှုတစ်ခု ဖြစ်ခဲ့ပါတယ်။ ကား၏ အယ်လဂိုရီသမ်များက သူမအား လူသားအဖြစ် မှန်ကန်စွာ ခွဲခြားနိုင်ခြင်း မရှိခဲ့ပါ။ ကျွမ်းကျင်သူများသည် ယာဉ်မတော်တဆမှု၏ မူလဇစ်မြစ်ပေါ်တွင် စုတ်ပြဲသွားခြင်းဖြစ်သည်—ကားသည် မမှန်ကန်သော ပရိုဂရမ်များ ချမှတ်ထားခြင်း ရှိ၊ သို့သော် ပရိုဂရမ်မာများ သဘောတူနိုင်သည့်အချက်မှာ ဆော့ဖ်ဝဲလ်ကုမ္ပဏီများအတွက် ကြီးကြပ်ရေးစနစ်—ကျင့်ဝတ်ဆိုင်ရာ ကုဒ်တစ်ခုရှိရန် လိုအပ်သည်။ 

သို့သော်၊ ဤကျင့်ဝတ်ကုဒ်သည် ဒေတာနှင့် အယ်လဂိုရီသမ်များကို ရောင်းချခြင်းလုပ်ငန်းတွင် ပါဝင်နေသောကြောင့် ၎င်းတို့သည် စည်းကမ်းသတ်မှတ်ရန် သို့မဟုတ် ပွင့်လင်းမြင်သာမှုရှိရန် မတတ်နိုင်သောကြောင့် နည်းပညာကြီးများမှ တွန်းအားပေးမှုအချို့ပါရှိသည်။ ထို့အပြင်၊ နည်းပညာဝန်ထမ်းများအတွက် စိုးရိမ်စရာဖြစ်စေခဲ့သော မကြာသေးမီက ဖွံ့ဖြိုးတိုးတက်မှုသည် စစ်ဘက်ဆိုင်ရာ အယ်လဂိုရီသမ်များကို အသုံးပြုခြင်းဖြစ်ပြီး၊ အလိုအလျောက်မောင်းနှင်နိုင်သော ဒရုန်းများကဲ့သို့ စစ်ဘက်ဆိုင်ရာနည်းပညာတွင် algorithms များထည့်သွင်းရန်အတွက် Google မှ အမေရိကန်ကာကွယ်ရေးဌာနနှင့် ပူးပေါင်းဆောင်ရွက်ခြင်းကဲ့သို့သော စစ်ဘက်ဆိုင်ရာ အယ်လဂိုရီသမ်များကို တိုးမြှင့်အသုံးပြုခြင်းပင်ဖြစ်သည်။ ဤအပလီကေးရှင်းသည် ဝန်ထမ်းအချို့ကို ရာထူးမှနှုတ်ထွက်စေခဲ့ပြီး အယ်လဂိုရီသမ်များကို လူသတ်စက်များအဖြစ် အသုံးပြုရန် အလွန်အမင်း ခန့်မှန်းရခက်နေသေးကြောင်း ကျွမ်းကျင်သူများက စိုးရိမ်ပူပန်မှုများ ထွက်ပေါ်လာသည်။ 

နောက်ထပ်စိုးရိမ်စရာမှာ Franken-Algorithms သည် ၎င်းတို့လေ့ကျင့်သင်ကြားထားသည့် ဒေတာအတွဲများကြောင့် ဘက်လိုက်မှုများ ဆက်လက်တည်ရှိနေနိုင်သည် ။ ဤလုပ်ငန်းစဉ်သည် ခွဲခြားဆက်ဆံမှု၊ မညီမျှမှုနှင့် မတရားဖမ်းဆီးမှုများ အပါအဝင် လူမှုရေးဆိုင်ရာ ပြဿနာများကို ဖြစ်ပေါ်စေနိုင်သည်။ ဤမြင့်မားသောအန္တရာယ်များကြောင့်၊ နည်းပညာကုမ္ပဏီများစွာသည် ၎င်းတို့၏ အယ်လဂိုရီသမ်များကို တီထွင်ခြင်း၊ အသုံးပြုခြင်းနှင့် စောင့်ကြည့်ခြင်းအတွက် ပွင့်လင်းမြင်သာမှုရှိစေရန် ၎င်းတို့၏ကျင့်ဝတ်ဆိုင်ရာ AI လမ်းညွှန်ချက်များကို စတင်ထုတ်ဝေလာကြသည်။

Franken-Algorithms အတွက် ပိုမိုကျယ်ပြန့်သောသက်ရောက်မှုများ

Franken-Algorithms အတွက် ဖြစ်နိုင်ချေသက်ရောက်မှုများ ပါဝင်နိုင်သည်-

• လူသား၏ကြီးကြပ်မှုမပါဘဲ ဆုံးဖြတ်ချက်များချနိုင်ပြီး အရေးယူဆောင်ရွက်နိုင်သည့် ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရစနစ်များ ဖွံ့ဖြိုးတိုးတက်ရေး၊ တာဝန်ခံမှုနှင့် ဘေးကင်းရေးဆိုင်ရာ စိုးရိမ်မှုများကို တိုးပွားစေသည်။ သို့သော်၊ ထိုကဲ့သို့သော အယ်လဂိုရီသမ်များသည် လုပ်ငန်းအများစုတွင် လူသားလုပ်အားကို အလိုအလျောက်ဖြစ်စေနိုင်သော ဆော့ဖ်ဝဲလ်နှင့် စက်ရုပ်များ တီထွင်ထုတ်လုပ်ခြင်းအတွက် ကုန်ကျစရိတ်များကို လျှော့ချနိုင်သည်။ 
• စစ်ဘက်နည်းပညာကို အလိုအလျောက်လုပ်ဆောင်နိုင်ပြီး ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရလက်နက်များနှင့် မော်တော်ယာဉ်များကို ပံ့ပိုးပေးနိုင်သည့် algorithms များကို ပိုမိုစိစစ်ပါ။
• ကျင့်ဝတ်နှင့် စည်းမျဉ်းစည်းကမ်းများကို အကောင်အထည်ဖော်ရန် အစိုးရများနှင့် လုပ်ငန်းခေါင်းဆောင်များအတွက် ဖိအားများ တိုးလာသည်။
• Franken-Algorithms သည် ဝင်ငွေနည်းသောအသိုင်းအဝိုင်းများ သို့မဟုတ် လူနည်းစုလူဦးရေကဲ့သို့ အချို့သောလူဦးရေအုပ်စုများကို အချိုးမညီမျှစွာ သက်ရောက်မှုရှိသည်။
• Franken-Algorithms သည် အလုပ်ခန့်ခြင်းနှင့် ချေးငှားခြင်းဆိုင်ရာ ဆုံးဖြတ်ချက်များကဲ့သို့ ဆုံးဖြတ်ချက်ချရာတွင် ခွဲခြားမှုနှင့် ဘက်လိုက်မှုတို့ကို တိုးပွားစေပြီး တိုးပွားစေနိုင်သည်။
• အထူးသဖြင့် ငွေရေးကြေးရေးအဖွဲ့အစည်းများတွင် စနစ်များတွင် အားနည်းချက်များကို စောင့်ကြည့်ပြီး အသုံးချရန် အဆိုပါ အယ်လဂိုရီသမ်များကို ဆိုက်ဘာရာဇ၀တ်ကောင်များက အသုံးပြုကြသည်။
• နိုင်ငံရေးသရုပ်ဆောင်များသည် လူထုအမြင်နှင့် ရွေးကောက်ပွဲများကို လွှမ်းမိုးနိုင်သော နည်းလမ်းများဖြင့် မျိုးဆက်သစ် AI စနစ်များကို အသုံးပြု၍ စျေးကွက်ရှာဖွေရေး လှုံ့ဆော်မှုများကို အလိုအလျောက်လုပ်ဆောင်ရန် မိုက်မဲသော အယ်လဂိုရီသမ်များကို အသုံးပြုကာ နိုင်ငံရေးသရုပ်ဆောင်များ။

စဉ်းစားရန်မေးခွန်းများ

• နောင်တွင် algorithms များ ပိုမိုတိုးတက်ကောင်းမွန်လာမည်ဟု သင်မည်ကဲ့သို့ထင်မြင်သနည်း။
• Franken-Algorithms ကို ထိန်းချုပ်ရန် အစိုးရများနှင့် ကုမ္ပဏီများက ဘာလုပ်နိုင်သနည်း။