(ရယ်သံများ)
အဟုတ်ပါ၊ ဆွေစဉ်ပြကားချပ် အကြောင်းကို
ပြောနေတာ--
(ရယ်သံများ)
မိသားစုရဲ့ သမိုင်းလေ့လာမှုပါ။
ကျနော်တို့ဆီမှာ Uncle Bernie လို ဆွေစဉ်
လေ့လာရေး ပညာရှင်တွေ ရှိကြတာ ကံကောင်းတယ်၊
သူတို့ဟာ အပျော်ထမ်း မိမိရဲ့ ဝါသနာအလျောက်
လုပ်ကိုင်နေကြတဲ့ သူတွေ မဟုတ်ကြပါ။
ပြည်သူတို့ကြားက သိပ္ပံပညာရှင်တွေ ဖြစ်ပြီး
ကျုပ်တို့အကြောင်း လေးနက်စွာ လေ့လာသူတွေပါ။
ပြီးတော့ အတိတ်ကာလက အနာဂတ်အတွက်
သော့ကို ပေးနိုင်ကြောင်း သူတို့ ယုံကြည်တယ်။
(လက်ခုပ်သံများ)
ပြည်သူတို့ဟာ အင်တာနက်ကို အကြောင်း
အမျိုးမျိုးအတွက် အသုံးချကြပါတယ်။
လူကြိုက်အများဆုံး ဝဘ်ဆိုက် တစ်ခုက
လူတွေပုံမှန်အားဖြင့် ကိုယ်ရေးကိုယ်တာ
အတွက် အသုံးပြုကြတာ ဖြစ်လာပါတယ်။
အဲဒါဟာ စပ်စုလိုစိတ်မှ စပါတယ်၊
ပြီးတော့ မသိမသာ
အဲဒါကို ဝါသနာပါဖို့ လိုပါတယ်။
ပြီးတော့ တခြားသူတွေရဲ့ မျိုးပွားမှု
ဆိုင်ရာ အချက်အလက်တွေကို
မှတ်တမ်း တင်ပေးမှု ပါဝင်ပါတယ်။
မိသားစုသမိုင်းကို အသေးစိတ်
ရေးမှတ်ဖို့ ကိစ္စဲထဲကျတော့၊
မိသားစုတိုင်းထဲမှာ ဆွေစဉ်ကားချပ်ကို အထူး
စိတ်ဝင်စားသူဟာ အမြဲတမ်း ရှိတတ်ပါတယ်။
ဥပမာအဖြစ် သူ့ကို
Uncle Bernie လို့ ခေါ်ကြပါစို့။
အဲဒီ Uncle Bernie ဟာ လွန်ခဲ့တဲ့
ဆုတောင်းပွဲတော်တုန်းက ခင်ဗျားနဲ့ ကပ်လျက်
ထိုင်နေခဲ့သူပါပဲ၊
သူဟာ ခင်ဗျားကို သေချင်းစော်နံချင်
လောက်အောင်ကို ဒုက္ခပေးမယ့်သူပါ။
ရှေးဟောင်းမျိုးစဉ် အသေးစိတ်တွေကို
မေးမကုန်မှာမို့လို့ပါ။
ဒါပေမဲ့ ကျုပ်တို့ သိထားသင့်တာက၊
အရာတိုင်းအတွက် သိပ္ပံနည်း
အဖြေဆိုတာ ရှိတတ်ပါတယ်၊
ခုနက Uncle Bernie ရဲ့ပုံပြင်တွေဟာ
ဇီဝကျန်းမာရေး သုတေသနအတွက်
လွန်စွာမှ အရေးပါကြလို့ပါ။
အခုတော့ အဲဒီလို Uncle Bernie နဲ့
ဆွေးစဉ် ကားချပ် လေ့လာရေး ပညာရှင်တို့ဟာ
သူတို့ရဲ့ ဆွေစဉ်ကားချပ်ကို geni.com
ဝဘ်ဆိုက်မှတစ်ဆင့် မှတ်တမ်းတင်နိုင်ကြပါပြီ။
အသုံးပြုသူတို့က သူတို့မျိုးစဉ်ပင်စည်ကို
ဝဘ်ဆိုက်ပေါ် တင်ပေးကြတဲ့ အခါမှာ၊
၎င်းဟာ သူတို့ဆွေမျိုးတွေကို စိစစ်ကြည့်တယ်၊
ရှိနှင့်နေကြတဲ့ ပင်စည်များနဲ့
တိုက်ဆိုင်မှုတွေကို ရှာကြည့်တယ်၊
ရှိနေဆဲဟာတွေကို ပင်စည်သစ်နဲ့
ပေါင်းစည်းပေးလိုက်ပါတယ်။
အဲဒါရဲ့ရလဒ်အဖြစ် လူတဦးချင်း အနေနဲ့
တည်ဆောက်ရနိုင်တာထက်
များစွာမှ ကြီးမားလှတဲ့ ဆွေစဉ် ပင်စည်တွေကို
ဖန်တီးပေးလာနိုင်ပါတယ်။
အဲဒီလို ပေါင်းစည်းမှုကို ကမ္ဘာပေါ်ရှိ
ပြည်သူ သန်းပေါင်းများစွာတို့အတွက်
လုပ်ပေးနိုင်လာလို့၊
ကျုပ်တို့ဟာ လူသားတစ်ရပ်လုံးရဲ့ မိသားစု
ပင်စည်ကြီးကို တည်ဆောက်လာနိုင်ပါမယ်။
အဲဒီ ဝဘ်ဆိုက်ကို အသုံးပြုလျက်၊
ကျုပ်တို့ဟာ အခုထိ
လူ ၁၂၅ သန်းတို့ကို တစ်ခုတည်းသော
မိသားစု ပင်စည်ကြီးအဖြစ်
ဆက်သွယ်ပေးနိုင်ခဲ့ပါပြီ။
အဲဒီအပင်ကို ကျနော်ဟာ ဒီစခရင်ပေါ်မှာ
ရေးဆွဲမပြနိုင်ပါဘူး၊
ဒီမှာ ရှိနေတဲ့ pixel တွေက ပင်စည်ထဲ
ရှိနေကြတဲ့ လူတွေထက်
နည်းနေကြလို့ပါ။
ဒါပေမဲ့ ဥပမာတစ်ခုအဖြစ် လူ ၆၀၀၀ တို့ရဲ့
အချက်လက်ကို ပြပေးနိုင်ပါတယ်။
ဒီမှာ မြင်ရတဲ့ အစိမ်းရောင်
အဖုဟာ လူ တစ်ယောက်ပါ။
အနီရောင် အဖုက လက်ထပ်ခဲ့ကြတဲ့ စုံတွဲများပါ၊
ပြီးတော့ ချိတ်ဆက်မှုတွေက
မိဘဖြစ်မှုကို ပြပေးပါတယ်။
အဲဒီလို ပင်စည်ကြီးရဲ့ ဗဟိုမှာ
ဘိုးဘေးကို မြင်နိုင်ကြပါတယ်။
အစွန်အဖျားဆီကို သွားတာနဲ့အမျှ
ဆင်းသက်လာသူတွေကို မြင်ကြရမယ်။
ဒီပင်စည်ထဲမှာ မျိုးဆက် ခုနစ်ခုခန့်
ပါဝင်တယ်လို့ ယူဆရတယ်။
အခုဆက်ပြီး ပါဝင်တဲ့ လူတွေရဲ့ ဦးရေကို
တိုးချဲ့ပေးရင် ဖြစ်လာပုံကို မြင်ရပါမယ်
လူ ၇၀,၀၀၀ အထိ တိုးပေးလိုက်ရင် ---
ကျုပ်တို့ဆီမှာ ရှိတဲ့ ဒေတာထဲက သေးငယ်လှတဲ့
အပိုင်းမျှ ရှိနေတုန်းပါ။
ဒါတောင်မှ သိပ်ကို ဝေးလံကြတဲ့ ဆွေမျိုး
များရဲ့ အချက်အလက်တွေကို
ခင်ဗျားတို့ မြင်လို့ ရနိုင်ပါတယ်။
ကျုပ်တို့ရဲ့ ဆွေစဉ်ပင်စည် ပညာရှင်တွေရဲ့
ကြိုးပမ်းမှုကျေးဇူးကြောင့်
ကျုပ်တို့ဟာ လွန်ခဲ့တဲ့ နှစ်ရာချီဆီကို
ပြန်ပြီး သွားနိုင်ကြပါတယ်။
ဥပမာ အဖြစ် Alexander Hamilton
ကို ယူကြည့်ကြပါစို့၊
သူဟာ ၁၇၅၅ ခုနှစ်မှာ မွေးခဲ့တယ်။
အဲဒီ Alexander ဟာ အမေရိကန် ပြည်ထောင်စုရဲ့
ပထမဦးဆုံး ငွေတိုက်မှူး ဖြစ်ခဲ့တယ်၊
ဒါပေမဲ့ ဒီနေ့တွင် လူကြိုက်များတဲ့ Broadway
ဂီတဇာတ်မြူးကြောင့် လူသိများပါတယ်။
Alexander ဟာ ရှိုးပွဲတော်များနဲ့
နက်ရှိုင်းစွာ ဆက်နေတာကို တွေ့ရပါတယ်။
တကယ်တော့ သူဟာ Kevin Bacon ရဲ့
သိပ်ကို နီးစပ်တဲ့ ဘိုးလေးပါ။
(ရယ်သံများ)
သူတို့နှစ်ဦးစလုံးဟာ စကော့တလန်မှ
အမျိုးသမီးတစ်ဦးမှ ဆင်းသက်လာခဲ့ကြတယ်
၁၃ ရာစုမှာ နေထိုင်ခဲ့တဲ့ အမျိုးသမီးပါ။
ဒါကြောင့်မို့လို့ Alexander Hamilton ဟာ
Kevin Bacon ရဲ့ ဆွေစဉ်ပင်စည်ထဲက
၃၅ အဆင့်မှာ ရှိနေသူပါလို့ ဆိုနိုင်ပါတယ်။
(ရယ်သံများ)
ကျုပ်တို့ရဲ့ ပင်စည်ကြီးထဲမှာ အဲဒီလို
ပုံပြင်တွေ သန်းနဲ့ချီ ရှိပါတယ်။
ကျုပ်တို့ဟာ ကျုပ်တို့ရဲ့ ဒေတာ အရည်အသွေး
ကောင်းစေဖို့ အတော့်လေး အားထုတ်ခဲ့ကြပါတယ်။
DNA ကို အသုံးပြုလျက် ကျုပ်တို့ ဒေတာထဲတွင်
မိခင်နဲ့ကလေး ဆက်သွယ်မှုတွေရဲ့ ၃%ဟာ
လွဲမှားနေခဲ့ကြတယ်၊
အဲဒါ ဒုတိယကမ္ဘာစစ် မတိုင်မီတုန်းက မွေးစား
ခဲ့ကြတဲ့ ကလေးနှုန်းနဲ့ ကိုက်ညီခဲ့တယ်။
ဖခင်တွေအတွက် လေ့လာကြည့်တော့၊
သတင်းဟာ သိပ်မကောင်းလှပါ-
ကျုပ်တို့ ဒေတာထဲက ဖခင်-ကလေး ချိတ်ဆက်မှုဟာ
၁.၉ ရာခိုင်နှုန်း လွဲမှားနေခဲ့ကြတယ်။
ဒါကို တချို့လူတွေ မျက်နှာ ရှုံ့မဲ့သွားကြတာ
သတိထားမိတယ်။
ဟုတ်ပါတယ်၊ ခင်ဗျားတို့ ထင်ကြသလို
ဘေးမှသွေးရောစပ်နေတဲ့ ကလေးတွေ များပါတယ်။
(ရယ်သံများ)
တကယ်ကျတော့ ဖခင်ဆိုင်ရာ ချိတ်ဆက်မှု
၁.၉ % လွဲမှားမှုဟာ
ကျုပ်တို့ ဒေတာအတွက် မထူးဆန်းပါဘူး။
အရင်တုန်းက ပြုလုပ်ခဲ့ဘူးတဲ့
ဆေးခန်းမှ လာကြတဲ့ ခွေမျိုးရိုးဆိုင်ရာ
အမှားတွေဟာလည်း အဲဒီလောက်ပဲ ရှိခဲ့ပါတယ်။
ဒီတော့ ကျုပ်တို့ဒေတာရဲ့ အရည်အသွေးဟာ
ကောင်းပါးတယ်၊
ခုနက အချက်ဟာ အံ့အားသင့်စရာ
မဟုတ်ပါဘူး။
ကျုပ်တို့ရဲ့ ဆွေစဉ်ပင်စည် ပညာရှင်များဟာ
မိသားစု သမိုင်းကို
မှတ်တမ်း တင်ကြရာတွင် တကယ့်ကို
အားထုတ်ကြိုးစားကြပါတယ်။
ကျုပ်တို့ဟာ ဒီဒေတာကို အသုံးပြုပြီး
လူသားတို့ဆိုင်ရာ အချက်အလက်တချို့ကို၊
ဥပမာ၊ လူဦးရေပျံ့နှံ့နေထိုင်ကြပုံ
အကြောင်းကို လေ့လာနိုင်ပါတယ်။
ကျုပ်တို့ရဲ့ ပရိုဖိုင်အားလုံးကို ကမ္ဘာ့
မြေပုံပေါ်မှာ ဒီလို မြင်နိုင်ပါတယ်။
pixel တခုချင်းစီဟာ
တချိန်ချိန်မှာ နေထိုင်ခဲ့တဲ့ လူပါ။
ကျုပ်တို့ဆီမှာ ဒေတာက သိပ်မများလှတော့၊
ခင်ဗျားတို့ဟာ နိုင်ငံ တော်တော်များများရဲ့
နယ်မြေတွေကို၊
အထူးသဖြင့် အနောက်ကမ္ဘာခြမ်းမှာ
မြင်နိုင်ကြပါတယ်။
အခုပြမယ့် ဗီဒီယိုထဲမှာကျတော့
ခင်ဗျားတို့ကို ပြောပြခဲ့တာတွေကို
အခြေခံပြီး ၁၄၀၀ ပြည့်နှစ်မှ ၁၉၀၀ အထိ
မွေးခဲ့ကြတဲ့ သူတွေကို ကြည့်ကြရမှာပါ။
ပြီးတော့ အဲဒါတွေကို လူမျိုးတွေ နေရာ
စွန့်ရွှေ့ပြောင်းခဲ့မှုနဲ့ ယှဉ်ပြထားပါတယ်။
ဒီထဲမှာ အနက်ရှိုင်းဆုံး ဒေတာတွေရဲ့
ချိတ်ဆက်မှုတွေဟာ ယူကေနဲ့
သက်ဆိုင်နေတာကို မြင်ကြရမှာပါ၊
သူတို့ဆီမှာ မှတ်တမ်းတွေကို
ထားတဲ့ စနစ်က ကောင်းခဲ့လို့ပါ။
နောက်မှာ သူတို့ဟာ အနောက်နိုင်င်ငံများရဲ့
ကိုလိုနီ လမ်းကြောင်းအတိုင်း သွားကြပါတယ်။
အခုတော့ ဗီဒီယိုကို ကြည့်ကြပါစို့။
(ဂီတ)
[မွေးနှစ်- ]
[၁၄၉၂- ကိုလံဘတ်က ပင်လယ်ထဲ ခရီးထွက်]
[၁၆၂၀ - မက်ဆာချူးဆက်ထဲက မေဖလားဝါးမြေများ]
[၁၆၅၂ - ဒတ်ခ်ျလူမျိုးတွေ
တောင်အာဖရိကမှာ ခြေချခဲ့]
[၁၇၈၈ - ဗြိတိန်နိုင်ငံက သြစတြေးလျ
ဘက်သို့ ခရီးဆန့်မှုကို စတင်ခဲ့]
[၁၈၃၆ - ပထမဦးဆုံး ရွှေ့ပြောင်း
ကြသူတို့က Oregon Trail ကိုသုံးကြ]
[လုပ်ဆောင်ချက်များ အားလုံး]
ကျနော် ဒီဗီဒီယိုကို ကြိုက်တယ်။
ဒီမှာ မြင်ခဲ့ကြရတဲ့ ရွှေ့ပြောင်းမှုတွေက
မိသားစုတွေရဲ့ ဇာတ်မြစ်ကို ပြသနေကြတော့၊
ကျုပ်တို့ဟာ ဒီလို မေးခွန်းတွေကို
မေးနိုင်ကြတယ်-
လင်နဲ့ မယားတို့ရဲ့ မွေးရပ်များ အကြားက
ပုံမှန် အကွာအဝေးဟာ
ဘယ်လောက်များပါလိမ့်။
လူတွေက မိသားစုကို ဖွဲ့စည်းရန် ခရီးသွား
ကြပုံဟာ လူဦးရေပျံ့နှံ့နေထိုင်မှုအတွက်
သိပ်ကို သော့ချက်ကျပြီး အရေးကြီးတဲ့
အချက် ဖြစ်နေလို့ပါ။
အဲဒီအချက်က မျိုးရိုးဗီဇတွေက ပထဝီဒေသ
အနှံ ပြန့်နှံ့ပုံကို ဆုံးဖြတ်ပေးလို့ပါ။
ကျုပ်တို့ရဲ့ ဒေတာကို သုံးပြီး
အဲဒီအချက်ကို ကျုပ်တို့ လေ့လာခဲ့ကြရာ၊
ရှေးခေတ် နှစ်များတုံးက ဒီကိစ္စဟာ
လွယ်ကူခဲ့ပုံ ရပါတယ်။
လူတွေဟာ အနီးအနား ရွာထဲက
တစ်ယောက်ယောက်နဲ့ လက်ထပ်ခဲ့ကြတယ်။
ဒါပေမဲ့ စက်မှုတော်လှန်ရေးဟာ ကျုပ်တို့ရဲ့
ဘဝကို များစွာမှ ရှုပ်ထွေးပစ်ခဲ့တယ်။
ဒီနေ့တွင်၊ လေယာဉ်နဲ့ သွာလာနိုင်ပြီး
အွန်လိုင်း လူမှုမီဒီယာတွေ ရှိနေကြတော့၊
လူတွေဟာ သူတို့ရဲ့ ကြင်ဖေါ်ကို ရှာဖို့အတွက်
ကိုယ့်မွေးရပ်မှနေပြီး
ကီလိုမီတာ ၁၀၀ မကအထိ သွားကြပါတယ်။
ဒီတော့ ခင်ဗျားတို့ မေးချင်နိုင်ကြတာက-
ကောင်းပါပြီ၊ အဲဒီလို မိသားစုထူထောင်ဖို့
အဝေးမှာ ရှာကြံရတဲ့ ခက်ခဲတဲ့ အလုပ်ကို
လုပ်တာက ဘယ်သူများလဲ။
အဲဒါ ဤယောက်ျားလား မိန်းမလား။
ကျုပ်တို့ ဒေတာကို သုံးပြီး အဲဒီမေးခွန်း
အတွက် အဖြေကို ရှာကြည့်တော့
အနည်းဆုံးအားဖြင့်
နောက်ဆုံး နှစ် ၃၀၀ အတွင်းမှာ
မိသားစုကို ထူထောင်ဖို့အတွက် တနေရာမှနေပြီး
နောက် တနေရာကို သွားရတဲ့ မလွယ်တဲ့ အလုပ်ကို
အမျိုးသမီးတွေ ပြုလုပ်ခဲ့ကြတာကို
တွေ့နိုင်ပါတယ်။
အဲဒီစာရင်းအင်းတွေက
အတော့်ကို အရေးပါကြလို့
ယောက်ျားတွေဟာ ပျင်းရိကြတာကို
သိပ္ပံနည်းကျ အဖြေအဖြစ် လက်ခံကြရပါမယ်။
(ရယ်သံများ)
ကျုပ်တို့ဟာ လူဦးရေပျံ့နှံ့နေထိုင်မှု
မေးခွန်းတွေကနေပြီး
ရွှေ့ပြောင်းလျက် လူ့ကျန်းမာရေး အကြောင်း
မေးနိုင်ကြပါတယ်။
ဥပမာ၊ လူတဦးနဲ့တဦး
အသက်အရွယ်ချင်း မတူကွဲပြားမှုက
မျိုးရိုးဗီဇမူကွာဟချက်နဲ့
ဘယ်လို ဆက်စပ်နေပါသလဲ။
အမွှာများရဲ့ အသက်အရွယ် ကွဲပြားခဲ့ပုံကို
အရင်တုန်းက လေ့လာရင်း
အဲဒီမေးခွန်းကို ဖြေဖို့ အားထုတ်ခဲ့ကြတယ်။
လူတွေရဲ့ အသက်အရွယ် မတူကွဲပြားရခြင်းရဲ့
လေးပုံတပုံအတွက် ဗီဇဆိုင်ရာ ကွဲလွဲချက်တွေ
နဲ့ ဆိုင်ခဲ့တယ်လို့ ယူဆခဲ့ကြပါတယ်။
ဒါပေမဲ့ အမွှာတွေဆီမှာ ကျတော့ တူညီဆက်စပ်တဲ့
အကြောင်းအရာတွေ များလှပါတယ်၊
ပတ်ဝန်းကျင်ဆိုင်ရာ အကျိုးသက်ရောက်မှု
မျိုးစုံအပါအဝင်
တအိမ်ထဲမှာ အတူနေရတာ အဆုံးပါပဲ။
ကြီးမားတဲ့ မိသားစု ပင်စည်တွေဟာ
အမွှာများလို နီးစပ်တဲ့ ဆွေမျိုးများ
တို့ကိုသာမက၊
စတုတ္ထဝမ်းကွဲများ အထိကိုတောင် ဝေးလံတဲ့
ဆွေမျိုးတွေကို လေ့လာခွင့်ပေးကြတယ်။
အဲဒီလိုနည်းဖြင့် ကျုပ်တို့ဟာ
ဗီဇဆိုင်ရာ ကွဲပြားချက်တွေကို
ပတ်ဝန်းကျင်လို သက်ရောက်မှုများမှ
ခွဲခြားပစ်လို့ ရနိုင်တဲ့ ခိုင်ခံ့တဲ့
မော်ဒယ်တွေကို တည်ဆောက်ခွင့် ရလာပါတယ်။
ကျုပ်တို့ရဲ့ ဒေတာကို သုံးပြီး ကျုပ်တို့က
အဲဒါကို ဆန်းစစ်ကြည့်ခဲ့ကြရာ
လူအမျိုးမျိုးအကြားက
အသက်အရွယ် ကွဲပြားရမှုကသာ
ဗီဇဆိုင်ရာ ကွဲလွဲချက်များကြောင့်
ဖြစ်တယ်လို့ တွေ့ခဲ့ကြတယ်။
အဲဒါဟာ ပျမ်းမျှအားဖြင့်
ငါးနှစ်ခန့်ဖြစ်ပါတယ်။
ဒီတော့ အသက်အရွယ်နဲ့ ပတ်သက်ရင် ဗီဇရဲ့
သက်ရောက်မှုဟာ ထင်ခဲ့ကြတာထက် နည်းပါတယ်။
ကျနော့်အတွက် အဲဒါဟာ
တကယ့် သတင်းကောင်းပါ၊
ကျုပ်တို့ရဲ့ လုပ်ဆောင်ချက်တွေက
ပိုအရေးပါတယ်လို့ အဓိပ္ပါယ်ရလို့ပါ။
ဥပမာ၊ ဆေးလိပ်သောက်ခြင်းက မျိုးရိုးဗီဇအရ
ရှိရမယ့် အသက်ကို
ဆယ်နှစ်ခန့် လျှော့ချ ပစ်နိုင်တယ်။
ကျုပ်တို့ဟာ မိသားစုပင်စည်များမှ
ရွှေ့ပြောင်းလျက်
ဆွေစဉ်ကားချပ်ကို လေ့လာကြသူတို့အား
DNA အချက်အလက်တွေကို စုစည်းခွင့်ပြုရင်
ပိုလို့ကို အံ့အားသင့်စရာ ရလဒ်တွေကို
ကျုပ်တို့ ရရှိကြလာမှာပါ။
အဲဒီရလဒ်တွေကို ယုံကြည့်ဖို့တောင်
လွယ်မှာ မဟုတ်ပါဘူး။
စိတ်ကူးဖို့ မလွယ်ပေမဲ့
Uncle Bernie နဲ့ သူ့မိတ်ဆွေတွေဟာ
လက်ရှိ အချိန်မှာ FBI ထံမှာ ရှိနေတဲ့
DNA အခြေပြု ပြစ်မှုစူးစမ်းရှာဖွေရေး
အလားအလာတွေထက်တောင် များစွာ သာလွန်မှာပါ။
ကျုပ်တို့က DNA ကို ကြီးမားတဲ့ မိသားစု
ပင်စည် ပေါ်ကို တင်ပေးလိုက်ရင်၊
အလင်းတန်းလေးကို တီထွင်ပေးတာနဲ့ တူပါတယ်၊
၎င်းဟာ ဝေးလံတဲ့ ဆွေမျိုးသားချင်း
ရာချီတို့ကို လင်းလက်လာစေပါမယ်။
ခုနက DNA မှ အစပြုလာခဲ့ကြတဲ့
လူတွေကို ဆက်စပ်ပြသပေးပါမယ်။
အဲဒီလို အလင်းတန်း အများကြီးကို ကြီးမားတဲ့
မိသားစုပင်စည် ပေါ်ကို တင်ပေးလိုက်ရင်၊
ကိုယ် လုံးဝမသိရသေးသူရဲ့ DNA ကို
တြိဂံပုံဖွဲ့ တိုင်းနိုင်ပါတယ်။
GPS စနစ်က ဂြိုဟ်တုအများအပြားကို သုံးပြီး
တည်နေရာကို ရှာဖွေသလိုပါပဲ။
ဒီနည်းပညာ စွမ်းဖက်ပုံ အထင်ရှားဆုံး အဓိကက
Golden State Killer လို့ နာမည်ပေးခံခဲ့ရတဲ့
အမေရိက သမိုင်းထဲက နာမည်အဆိုးဆုံး
လူသတ်သမားကို ဖမ်းနိုင်ခဲ့ခြင်းပါပဲ။
FBI ဟာ အဲဒီလူကို ဖမ်းဖို့ ရှာကြံနေခဲ့တာ
နှစ်ပေါင်း 40 ကျော်ခဲ့တယ်။
သူတို့ဆီမှာ အဲဒီလူရဲ့
DNA တောင် သူတို့ဆီမှာ ရှိခဲ့တယ်၊
ဒါပေမဲ့ သူ့ကို ဘယ်လိုမှ ခြေရာခံ မရခဲ့ပါ။
လွန်ခဲ့တဲ့တစ်နှစ်လောက်က၊ FBI က
မျိုးရိုးဗီဇပညာရှင်နဲ့
လာတိုင်ပင်ခဲ့လို့ သူတို့ရဲ့ DNA ကို
ဆွေစဉ်ကားချပ် ဝန်ဆောင်မှုသို့
တင်ပေးပြီး ဝေးလံတဲ့ ဆွေမျိုးတွေကို
ရှာကြည့်ရန် အကြံပေးခဲ့ကြတယ်။
သူတို့ အဲဒီလို ပြုလုပ်ခဲ့ကြလို့၊
Golden State Killer နဲ့ တတိယဝမ်းကွဲ
တော်သူကို ရှာတွေ့ခဲ့တယ်။
သူတို့ဟာ ကြီးမားတဲ့မိသားစု ပင်စည်ကို
ရေးဆွဲခဲ့ကြတယ်၊
ပင်စည်ရဲ့ အကိုင်းမျိုးစုံကို
ဆန်းစစ် လေ့လာခဲ့ကြတယ်၊
နောက်ဆုံးမှာတော့ သူတို့ အတိအကျ သိခဲ့ကြတဲ့
Golden State Killer ကို
တွေ့ခဲ့ကြတဲ့ အထိပါပဲ။
သူတို့ဟာ အဲဒီလူဆီကနေပြီး DNA ကို
ရယူခဲ့ကြရာ သူတို့လက်ထဲမှာ ရှိနေခဲ့တဲ့
DNA နဲ့ ကွက်တိကိုက်နေခဲ့တယ်။
အဲဒါနဲ့ သူတို့ဟာ သူ့ကို ဖမ်းနိုင်ခဲ့ပြီး
နှစ်ပေါင်း များစွာကြာပြီးတဲ့ နောက်မှာ
တရားစီရင်နိုင်ခဲ့ကြတယ်။
အဲဒီအချိန်ကစလျက် မျိုးရိုးဗီဇ
ဆွေစဉ်ကားချပ် ပညာရှင်များဟာ
ဒေသခံ အမေရိကန်ဥပဒေ
စိုးမိုးရေးအေဂျင်စီများနဲ့
လက်တွဲလျက် ရာဇဝတ်ကောင်တွေကို ဖမ်းနိုင်ရန်
အဲဒီနည်းပညာကို သုံးနေကြပါပြီ။
လွန်ခဲ့တဲ့ ခြောက်လ ကာလအတွင်းမှာကို
သူတို့ရဲ့ နည်းကို သုံးပြီး နှစ်များစွာကြာ
အမှုဟေင်း ၂၀ ကို ဖြေရှင်းပေးနိုင်ခဲ့ကြတယ်။
ကျေးဇူးအများကြီးတင်ပါတယ်။