1
00:00:24,610 --> 00:00:25,642
(ရယ်သံများ)

2
00:00:25,666 --> 00:00:27,916
အဟုတ်ပါ၊ ဆွေစဉ်ပြကားချပ် အကြောင်းကို 
ပြောနေတာ--

3
00:00:27,940 --> 00:00:29,154
(ရယ်သံများ)

4
00:00:29,178 --> 00:00:30,643
မိသားစုရဲ့ သမိုင်းလေ့လာမှုပါ။

5
00:10:44,203 --> 00:10:48,839
ကျနော်တို့ဆီမှာ Uncle Bernie လို ဆွေစဉ်
လေ့လာရေး ပညာရှင်တွေ ရှိကြတာ ကံကောင်းတယ်၊

6
00:10:48,945 --> 00:10:52,439
သူတို့ဟာ အပျော်ထမ်း မိမိရဲ့ ဝါသနာအလျောက်
လုပ်ကိုင်နေကြတဲ့ သူတွေ မဟုတ်ကြပါ။

7
00:10:52,602 --> 00:10:59,021
ပြည်သူတို့ကြားက သိပ္ပံပညာရှင်တွေ ဖြစ်ပြီး
ကျုပ်တို့အကြောင်း လေးနက်စွာ လေ့လာသူတွေပါ။

8
00:10:59,065 --> 00:11:03,523
ပြီးတော့ အတိတ်ကာလက အနာဂတ်အတွက်
သော့ကို ပေးနိုင်ကြောင်း သူတို့ ယုံကြည်တယ်။

9
00:11:05,314 --> 00:11:08,783
(လက်ခုပ်သံများ)

10
00:00:00,817 --> 00:00:04,269
ပြည်သူတို့ဟာ အင်တာနက်ကို အကြောင်း
အမျိုးမျိုးအတွက် အသုံးချကြပါတယ်။

11
00:00:05,765 --> 00:00:09,568
လူကြိုက်အများဆုံး ဝဘ်ဆိုက် တစ်ခုက

12
00:00:09,593 --> 00:00:13,055
လူတွေပုံမှန်အားဖြင့် ကိုယ်ရေးကိုယ်တာ
အတွက် အသုံးပြုကြတာ ဖြစ်လာပါတယ်။

13
00:00:13,639 --> 00:00:16,149
အဲဒါဟာ စပ်စုလိုစိတ်မှ စပါတယ်၊

14
00:00:16,172 --> 00:00:19,969
ပြီးတော့ မသိမသာ 
အဲဒါကို ဝါသနာပါဖို့ လိုပါတယ်။

15
00:00:19,993 --> 00:00:22,957
ပြီးတော့ တခြားသူတွေရဲ့ မျိုးပွားမှု
ဆိုင်ရာ အချက်အလက်တွေကို

16
00:00:22,957 --> 00:00:24,586
မှတ်တမ်း တင်ပေးမှု ပါဝင်ပါတယ်။

17
00:00:30,643 --> 00:00:33,194
မိသားစုသမိုင်းကို အသေးစိတ်
ရေးမှတ်ဖို့ ကိစ္စဲထဲကျတော့၊

18
00:00:33,194 --> 00:00:36,901
မိသားစုတိုင်းထဲမှာ ဆွေစဉ်ကားချပ်ကို အထူး
စိတ်ဝင်စားသူဟာ အမြဲတမ်း ရှိတတ်ပါတယ်။

19
00:00:36,901 --> 00:00:39,224
ဥပမာအဖြစ် သူ့ကို 
Uncle Bernie လို့ ခေါ်ကြပါစို့။

20
00:00:39,224 --> 00:00:42,900
အဲဒီ Uncle Bernie ဟာ လွန်ခဲ့တဲ့ 
ဆုတောင်းပွဲတော်တုန်းက ခင်ဗျားနဲ့ ကပ်လျက်

21
00:00:42,924 --> 00:00:44,523
ထိုင်နေခဲ့သူပါပဲ၊

22
00:00:44,547 --> 00:00:47,661
သူဟာ ခင်ဗျားကို သေချင်းစော်နံချင်
လောက်အောင်ကို ဒုက္ခပေးမယ့်သူပါ။

23
00:00:47,661 --> 00:00:50,312
ရှေးဟောင်းမျိုးစဉ် အသေးစိတ်တွေကို
မေးမကုန်မှာမို့လို့ပါ။

24
00:00:50,312 --> 00:00:51,814
ဒါပေမဲ့ ကျုပ်တို့ သိထားသင့်တာက၊

25
00:00:51,814 --> 00:00:54,620
အရာတိုင်းအတွက် သိပ္ပံနည်း
အဖြေဆိုတာ ရှိတတ်ပါတယ်၊

26
00:00:54,644 --> 00:00:57,622
ခုနက Uncle Bernie ရဲ့ပုံပြင်တွေဟာ

27
00:00:57,646 --> 00:01:00,636
ဇီဝကျန်းမာရေး သုတေသနအတွက်
လွန်စွာမှ အရေးပါကြလို့ပါ။

28
00:01:00,636 --> 00:01:04,019
အခုတော့ အဲဒီလို Uncle Bernie နဲ့
ဆွေးစဉ် ကားချပ် လေ့လာရေး ပညာရှင်တို့ဟာ

29
00:01:04,044 --> 00:01:07,878
သူတို့ရဲ့ ဆွေစဉ်ကားချပ်ကို geni.com 
ဝဘ်ဆိုက်မှတစ်ဆင့် မှတ်တမ်းတင်နိုင်ကြပါပြီ။

30
00:01:07,878 --> 00:01:11,270
အသုံးပြုသူတို့က သူတို့မျိုးစဉ်ပင်စည်ကို
ဝဘ်ဆိုက်ပေါ် တင်ပေးကြတဲ့ အခါမှာ၊

31
00:01:11,270 --> 00:01:13,290
၎င်းဟာ သူတို့ဆွေမျိုးတွေကို စိစစ်ကြည့်တယ်၊

32
00:01:13,290 --> 00:01:16,269
ရှိနှင့်နေကြတဲ့ ပင်စည်များနဲ့
တိုက်ဆိုင်မှုတွေကို ရှာကြည့်တယ်၊

33
00:01:16,269 --> 00:01:18,773
ရှိနေဆဲဟာတွေကို ပင်စည်သစ်နဲ့
ပေါင်းစည်းပေးလိုက်ပါတယ်။

34
00:01:19,768 --> 00:01:22,718
အဲဒါရဲ့ရလဒ်အဖြစ် လူတဦးချင်း အနေနဲ့
တည်ဆောက်ရနိုင်တာထက်

35
00:01:22,742 --> 00:01:26,221
များစွာမှ ကြီးမားလှတဲ့ ဆွေစဉ် ပင်စည်တွေကို
ဖန်တီးပေးလာနိုင်ပါတယ်။

36
00:01:26,808 --> 00:01:30,937
အဲဒီလို ပေါင်းစည်းမှုကို ကမ္ဘာပေါ်ရှိ
ပြည်သူ သန်းပေါင်းများစွာတို့အတွက်

37
00:01:30,961 --> 00:01:32,778
လုပ်ပေးနိုင်လာလို့၊

38
00:01:32,802 --> 00:01:38,334
ကျုပ်တို့ဟာ လူသားတစ်ရပ်လုံးရဲ့ မိသားစု
ပင်စည်ကြီးကို တည်ဆောက်လာနိုင်ပါမယ်။

39
00:01:39,292 --> 00:01:40,876
အဲဒီ ဝဘ်ဆိုက်ကို အသုံးပြုလျက်၊

40
00:01:40,900 --> 00:01:45,713
ကျုပ်တို့ဟာ အခုထိ 
လူ ၁၂၅ သန်းတို့ကို တစ်ခုတည်းသော

41
00:01:45,737 --> 00:01:48,258
မိသားစု ပင်စည်ကြီးအဖြစ် 
ဆက်သွယ်ပေးနိုင်ခဲ့ပါပြီ။

42
00:01:48,407 --> 00:01:51,269
အဲဒီအပင်ကို ကျနော်ဟာ ဒီစခရင်ပေါ်မှာ
ရေးဆွဲမပြနိုင်ပါဘူး၊

43
00:01:51,269 --> 00:01:53,944
ဒီမှာ ရှိနေတဲ့ pixel တွေက ပင်စည်ထဲ
ရှိနေကြတဲ့ လူတွေထက်

44
00:01:53,968 --> 00:01:56,481
နည်းနေကြလို့ပါ။

45
00:01:56,505 --> 00:02:01,515
ဒါပေမဲ့ ဥပမာတစ်ခုအဖြစ် လူ ၆၀၀၀ တို့ရဲ့
အချက်လက်ကို ပြပေးနိုင်ပါတယ်။

46
00:02:02,159 --> 00:02:04,521
ဒီမှာ မြင်ရတဲ့ အစိမ်းရောင် 
အဖုဟာ လူ တစ်ယောက်ပါ။

47
00:02:05,060 --> 00:02:07,909
အနီရောင် အဖုက လက်ထပ်ခဲ့ကြတဲ့ စုံတွဲများပါ၊

48
00:02:07,933 --> 00:02:10,296
ပြီးတော့ ချိတ်ဆက်မှုတွေက
မိဘဖြစ်မှုကို ပြပေးပါတယ်။

49
00:02:10,296 --> 00:02:13,029
အဲဒီလို ပင်စည်ကြီးရဲ့ ဗဟိုမှာ
ဘိုးဘေးကို မြင်နိုင်ကြပါတယ်။

50
00:02:13,029 --> 00:02:15,887
အစွန်အဖျားဆီကို သွားတာနဲ့အမျှ
ဆင်းသက်လာသူတွေကို မြင်ကြရမယ်။

51
00:02:15,887 --> 00:02:18,683
ဒီပင်စည်ထဲမှာ မျိုးဆက် ခုနစ်ခုခန့်
ပါဝင်တယ်လို့ ယူဆရတယ်။

52
00:02:19,202 --> 00:02:22,926
အခုဆက်ပြီး ပါဝင်တဲ့ လူတွေရဲ့ ဦးရေကို
တိုးချဲ့ပေးရင် ဖြစ်လာပုံကို မြင်ရပါမယ်

53
00:02:22,950 --> 00:02:24,778
လူ ၇၀,၀၀၀ အထိ တိုးပေးလိုက်ရင် ---

54
00:02:24,802 --> 00:02:29,132
ကျုပ်တို့ဆီမှာ ရှိတဲ့ ဒေတာထဲက သေးငယ်လှတဲ့
အပိုင်းမျှ ရှိနေတုန်းပါ။

55
00:02:29,629 --> 00:02:34,442
ဒါတောင်မှ သိပ်ကို ဝေးလံကြတဲ့ ဆွေမျိုး
များရဲ့ အချက်အလက်တွေကို

56
00:02:34,466 --> 00:02:37,121
ခင်ဗျားတို့ မြင်လို့ ရနိုင်ပါတယ်။

57
00:02:37,610 --> 00:02:40,744
ကျုပ်တို့ရဲ့ ဆွေစဉ်ပင်စည် ပညာရှင်တွေရဲ့
ကြိုးပမ်းမှုကျေးဇူးကြောင့်

58
00:02:40,768 --> 00:02:43,871
ကျုပ်တို့ဟာ လွန်ခဲ့တဲ့ နှစ်ရာချီဆီကို
ပြန်ပြီး သွားနိုင်ကြပါတယ်။

59
00:02:44,418 --> 00:02:47,859
ဥပမာ အဖြစ် Alexander Hamilton
ကို ယူကြည့်ကြပါစို့၊

60
00:02:47,883 --> 00:02:50,358
သူဟာ ၁၇၅၅ ခုနှစ်မှာ မွေးခဲ့တယ်။

61
00:02:50,872 --> 00:02:54,636
အဲဒီ Alexander ဟာ အမေရိကန် ပြည်ထောင်စုရဲ့
ပထမဦးဆုံး ငွေတိုက်မှူး ဖြစ်ခဲ့တယ်၊

62
00:02:54,660 --> 00:02:58,491
ဒါပေမဲ့ ဒီနေ့တွင် လူကြိုက်များတဲ့ Broadway
ဂီတဇာတ်မြူးကြောင့် လူသိများပါတယ်။

63
00:02:59,137 --> 00:03:04,059
Alexander ဟာ ရှိုးပွဲတော်များနဲ့ 
နက်ရှိုင်းစွာ ဆက်နေတာကို တွေ့ရပါတယ်။

64
00:03:04,083 --> 00:03:06,194
တကယ်တော့ သူဟာ Kevin Bacon ရဲ့

65
00:03:06,421 --> 00:03:08,001
သိပ်ကို နီးစပ်တဲ့ ဘိုးလေးပါ။

66
00:03:08,025 --> 00:03:09,381
(ရယ်သံများ)

67
00:03:09,381 --> 00:03:12,687
သူတို့နှစ်ဦးစလုံးဟာ စကော့တလန်မှ
အမျိုးသမီးတစ်ဦးမှ ဆင်းသက်လာခဲ့ကြတယ်

68
00:03:12,711 --> 00:03:15,025
၁၃ ရာစုမှာ နေထိုင်ခဲ့တဲ့ အမျိုးသမီးပါ။

69
00:03:15,049 --> 00:03:18,151
ဒါကြောင့်မို့လို့ Alexander Hamilton ဟာ

70
00:03:18,175 --> 00:03:21,593
Kevin Bacon ရဲ့ ဆွေစဉ်ပင်စည်ထဲက
၃၅ အဆင့်မှာ ရှိနေသူပါလို့ ဆိုနိုင်ပါတယ်။

71
00:03:21,593 --> 00:03:22,828
(ရယ်သံများ)

72
00:03:22,852 --> 00:03:26,082
ကျုပ်တို့ရဲ့ ပင်စည်ကြီးထဲမှာ အဲဒီလို
ပုံပြင်တွေ သန်းနဲ့ချီ ရှိပါတယ်။

73
00:03:28,113 --> 00:03:33,003
ကျုပ်တို့ဟာ ကျုပ်တို့ရဲ့ ဒေတာ အရည်အသွေး
ကောင်းစေဖို့ အတော့်လေး အားထုတ်ခဲ့ကြပါတယ်။

74
00:03:33,027 --> 00:03:38,418
DNA ကို အသုံးပြုလျက် ကျုပ်တို့ ဒေတာထဲတွင်
မိခင်နဲ့ကလေး ဆက်သွယ်မှုတွေရဲ့ ၃%ဟာ

75
00:03:38,442 --> 00:03:39,692
လွဲမှားနေခဲ့ကြတယ်၊

76
00:03:39,716 --> 00:03:43,727
အဲဒါ ဒုတိယကမ္ဘာစစ် မတိုင်မီတုန်းက မွေးစား
ခဲ့ကြတဲ့ ကလေးနှုန်းနဲ့ ကိုက်ညီခဲ့တယ်။

77
00:03:44,847 --> 00:03:46,632
ဖခင်တွေအတွက် လေ့လာကြည့်တော့၊

78
00:03:46,656 --> 00:03:48,617
သတင်းဟာ သိပ်မကောင်းလှပါ-

79
00:03:50,149 --> 00:03:55,313
ကျုပ်တို့ ဒေတာထဲက ဖခင်-ကလေး ချိတ်ဆက်မှုဟာ
၁.၉ ရာခိုင်နှုန်း လွဲမှားနေခဲ့ကြတယ်။

80
00:03:55,313 --> 00:03:58,136
ဒါကို တချို့လူတွေ မျက်နှာ ရှုံ့မဲ့သွားကြတာ
သတိထားမိတယ်။

81
00:03:58,160 --> 00:03:59,741
ဟုတ်ပါတယ်၊ ခင်ဗျားတို့ ထင်ကြသလို

82
00:03:59,741 --> 00:04:01,690
ဘေးမှသွေးရောစပ်နေတဲ့ ကလေးတွေ များပါတယ်။

83
00:04:01,714 --> 00:04:02,778
(ရယ်သံများ)

84
00:04:02,802 --> 00:04:06,791
တကယ်ကျတော့ ဖခင်ဆိုင်ရာ ချိတ်ဆက်မှု
၁.၉ % လွဲမှားမှုဟာ

85
00:04:06,815 --> 00:04:08,584
ကျုပ်တို့ ဒေတာအတွက် မထူးဆန်းပါဘူး။

86
00:04:08,608 --> 00:04:11,677
အရင်တုန်းက ပြုလုပ်ခဲ့ဘူးတဲ့
ဆေးခန်းမှ လာကြတဲ့ ခွေမျိုးရိုးဆိုင်ရာ

87
00:04:11,701 --> 00:04:13,722
အမှားတွေဟာလည်း အဲဒီလောက်ပဲ ရှိခဲ့ပါတယ်။

88
00:04:14,254 --> 00:04:16,779
ဒီတော့ ကျုပ်တို့ဒေတာရဲ့ အရည်အသွေးဟာ
ကောင်းပါးတယ်၊

89
00:04:16,803 --> 00:04:18,935
ခုနက အချက်ဟာ အံ့အားသင့်စရာ
မဟုတ်ပါဘူး။

90
00:04:18,959 --> 00:04:22,736
ကျုပ်တို့ရဲ့ ဆွေစဉ်ပင်စည် ပညာရှင်များဟာ
မိသားစု သမိုင်းကို

91
00:04:22,760 --> 00:04:26,428
မှတ်တမ်း တင်ကြရာတွင် တကယ့်ကို
အားထုတ်ကြိုးစားကြပါတယ်။

92
00:04:28,594 --> 00:04:32,609
ကျုပ်တို့ဟာ ဒီဒေတာကို အသုံးပြုပြီး
လူသားတို့ဆိုင်ရာ အချက်အလက်တချို့ကို၊

93
00:04:32,609 --> 00:04:35,805
ဥပမာ၊ လူဦးရေပျံ့နှံ့နေထိုင်ကြပုံ
အကြောင်းကို လေ့လာနိုင်ပါတယ်။

94
00:04:35,829 --> 00:04:40,066
ကျုပ်တို့ရဲ့ ပရိုဖိုင်အားလုံးကို ကမ္ဘာ့
မြေပုံပေါ်မှာ ဒီလို မြင်နိုင်ပါတယ်။

95
00:04:40,250 --> 00:04:44,495
pixel တခုချင်းစီဟာ
တချိန်ချိန်မှာ နေထိုင်ခဲ့တဲ့ လူပါ။

96
00:04:44,495 --> 00:04:46,435
ကျုပ်တို့ဆီမှာ ဒေတာက သိပ်မများလှတော့၊

97
00:04:46,459 --> 00:04:49,240
ခင်ဗျားတို့ဟာ နိုင်ငံ တော်တော်များများရဲ့
နယ်မြေတွေကို၊

98
00:04:49,264 --> 00:04:51,763
အထူးသဖြင့် အနောက်ကမ္ဘာခြမ်းမှာ
မြင်နိုင်ကြပါတယ်။

99
00:04:51,763 --> 00:04:54,935
အခုပြမယ့် ဗီဒီယိုထဲမှာကျတော့
ခင်ဗျားတို့ကို ပြောပြခဲ့တာတွေကို

100
00:04:54,959 --> 00:04:59,155
အခြေခံပြီး ၁၄၀၀ ပြည့်နှစ်မှ ၁၉၀၀ အထိ
မွေးခဲ့ကြတဲ့ သူတွေကို ကြည့်ကြရမှာပါ။

101
00:04:59,155 --> 00:05:02,821
ပြီးတော့ အဲဒါတွေကို လူမျိုးတွေ နေရာ
စွန့်ရွှေ့ပြောင်းခဲ့မှုနဲ့ ယှဉ်ပြထားပါတယ်။

102
00:05:03,012 --> 00:05:06,001
ဒီထဲမှာ အနက်ရှိုင်းဆုံး ဒေတာတွေရဲ့
ချိတ်ဆက်မှုတွေဟာ ယူကေနဲ့

103
00:05:06,001 --> 00:05:07,382
သက်ဆိုင်နေတာကို မြင်ကြရမှာပါ၊

104
00:05:07,382 --> 00:05:10,024
သူတို့ဆီမှာ မှတ်တမ်းတွေကို
ထားတဲ့ စနစ်က ကောင်းခဲ့လို့ပါ။

105
00:05:10,024 --> 00:05:13,856
နောက်မှာ သူတို့ဟာ အနောက်နိုင်င်ငံများရဲ့
ကိုလိုနီ လမ်းကြောင်းအတိုင်း သွားကြပါတယ်။

106
00:05:13,856 --> 00:05:15,592
အခုတော့ ဗီဒီယိုကို ကြည့်ကြပါစို့။

107
00:05:15,592 --> 00:05:16,752
(ဂီတ)

108
00:05:16,776 --> 00:05:19,117
[မွေးနှစ်- ]

109
00:05:19,705 --> 00:05:21,541
[၁၄၉၂- ကိုလံဘတ်က ပင်လယ်ထဲ ခရီးထွက်]

110
00:05:23,661 --> 00:05:25,661
[၁၆၂၀ - မက်ဆာချူးဆက်ထဲက မေဖလားဝါးမြေများ]

111
00:05:26,726 --> 00:05:29,221
[၁၆၅၂ - ဒတ်ခ်ျလူမျိုးတွေ
တောင်အာဖရိကမှာ ခြေချခဲ့]

112
00:05:31,721 --> 00:05:34,907
[၁၇၈၈ - ဗြိတိန်နိုင်ငံက သြစတြေးလျ
ဘက်သို့ ခရီးဆန့်မှုကို စတင်ခဲ့]

113
00:05:35,031 --> 00:05:38,078
[၁၈၃၆ - ပထမဦးဆုံး ရွှေ့ပြောင်း
ကြသူတို့က Oregon Trail ကိုသုံးကြ]

114
00:05:38,149 --> 00:05:41,332
[လုပ်ဆောင်ချက်များ အားလုံး]

115
00:05:43,851 --> 00:05:45,394
ကျနော် ဒီဗီဒီယိုကို ကြိုက်တယ်။

116
00:05:45,418 --> 00:05:50,265
ဒီမှာ မြင်ခဲ့ကြရတဲ့ ရွှေ့ပြောင်းမှုတွေက
မိသားစုတွေရဲ့ ဇာတ်မြစ်ကို ပြသနေကြတော့၊

117
00:05:50,265 --> 00:05:52,718
ကျုပ်တို့ဟာ ဒီလို မေးခွန်းတွေကို
မေးနိုင်ကြတယ်-

118
00:05:52,742 --> 00:05:56,212
လင်နဲ့ မယားတို့ရဲ့ မွေးရပ်များ အကြားက
ပုံမှန် အကွာအဝေးဟာ

119
00:05:56,236 --> 00:05:59,048
ဘယ်လောက်များပါလိမ့်။

120
00:05:59,072 --> 00:06:02,749
လူတွေက မိသားစုကို ဖွဲ့စည်းရန် ခရီးသွား
ကြပုံဟာ လူဦးရေပျံ့နှံ့နေထိုင်မှုအတွက်

121
00:06:02,773 --> 00:06:06,358
သိပ်ကို သော့ချက်ကျပြီး အရေးကြီးတဲ့
အချက် ဖြစ်နေလို့ပါ။

122
00:06:06,358 --> 00:06:09,896
အဲဒီအချက်က မျိုးရိုးဗီဇတွေက ပထဝီဒေသ
အနှံ ပြန့်နှံ့ပုံကို ဆုံးဖြတ်ပေးလို့ပါ။

123
00:06:09,896 --> 00:06:13,034
ကျုပ်တို့ရဲ့ ဒေတာကို သုံးပြီး
အဲဒီအချက်ကို ကျုပ်တို့ လေ့လာခဲ့ကြရာ၊

124
00:06:13,058 --> 00:06:15,348
ရှေးခေတ် နှစ်များတုံးက ဒီကိစ္စဟာ

125
00:06:15,372 --> 00:06:16,602
လွယ်ကူခဲ့ပုံ ရပါတယ်။

126
00:06:16,626 --> 00:06:19,438
လူတွေဟာ အနီးအနား ရွာထဲက
တစ်ယောက်ယောက်နဲ့ လက်ထပ်ခဲ့ကြတယ်။

127
00:06:19,438 --> 00:06:23,663
ဒါပေမဲ့ စက်မှုတော်လှန်ရေးဟာ ကျုပ်တို့ရဲ့
ဘဝကို များစွာမှ ရှုပ်ထွေးပစ်ခဲ့တယ်။

128
00:06:23,687 --> 00:06:28,247
ဒီနေ့တွင်၊ လေယာဉ်နဲ့ သွာလာနိုင်ပြီး
အွန်လိုင်း လူမှုမီဒီယာတွေ ရှိနေကြတော့၊

129
00:06:28,271 --> 00:06:33,099
လူတွေဟာ သူတို့ရဲ့ ကြင်ဖေါ်ကို ရှာဖို့အတွက်
ကိုယ့်မွေးရပ်မှနေပြီး

130
00:06:33,123 --> 00:06:34,827
ကီလိုမီတာ ၁၀၀ မကအထိ သွားကြပါတယ်။

131
00:06:35,454 --> 00:06:37,711
ဒီတော့ ခင်ဗျားတို့ မေးချင်နိုင်ကြတာက-

132
00:06:37,735 --> 00:06:42,231
ကောင်းပါပြီ၊ အဲဒီလို မိသားစုထူထောင်ဖို့
အဝေးမှာ ရှာကြံရတဲ့ ခက်ခဲတဲ့ အလုပ်ကို

133
00:06:42,255 --> 00:06:43,524
လုပ်တာက ဘယ်သူများလဲ။

134
00:06:43,548 --> 00:06:46,782
အဲဒါ ဤယောက်ျားလား မိန်းမလား။

135
00:06:46,782 --> 00:06:49,907
ကျုပ်တို့ ဒေတာကို သုံးပြီး အဲဒီမေးခွန်း
အတွက် အဖြေကို ရှာကြည့်တော့

136
00:06:49,931 --> 00:06:52,449
အနည်းဆုံးအားဖြင့် 
နောက်ဆုံး နှစ် ၃၀၀ အတွင်းမှာ

137
00:06:52,449 --> 00:06:56,432
မိသားစုကို ထူထောင်ဖို့အတွက် တနေရာမှနေပြီး
နောက် တနေရာကို သွားရတဲ့ မလွယ်တဲ့ အလုပ်ကို

138
00:06:56,456 --> 00:06:59,452
အမျိုးသမီးတွေ ပြုလုပ်ခဲ့ကြတာကို
တွေ့နိုင်ပါတယ်။

139
00:06:59,476 --> 00:07:02,577
အဲဒီစာရင်းအင်းတွေက
အတော့်ကို အရေးပါကြလို့

140
00:07:02,601 --> 00:07:06,072
ယောက်ျားတွေဟာ ပျင်းရိကြတာကို
သိပ္ပံနည်းကျ အဖြေအဖြစ် လက်ခံကြရပါမယ်။

141
00:07:06,096 --> 00:07:09,216
(ရယ်သံများ)

142
00:07:09,216 --> 00:07:11,812
ကျုပ်တို့ဟာ လူဦးရေပျံ့နှံ့နေထိုင်မှု
မေးခွန်းတွေကနေပြီး

143
00:07:11,836 --> 00:07:14,749
ရွှေ့ပြောင်းလျက် လူ့ကျန်းမာရေး အကြောင်း
မေးနိုင်ကြပါတယ်။

144
00:07:14,773 --> 00:07:16,260
ဥပမာ၊ လူတဦးနဲ့တဦး

145
00:07:16,284 --> 00:07:21,247
အသက်အရွယ်ချင်း မတူကွဲပြားမှုက
မျိုးရိုးဗီဇမူကွာဟချက်နဲ့

146
00:07:21,271 --> 00:07:22,465
ဘယ်လို ဆက်စပ်နေပါသလဲ။

147
00:07:22,658 --> 00:07:26,772
အမွှာများရဲ့ အသက်အရွယ် ကွဲပြားခဲ့ပုံကို
အရင်တုန်းက လေ့လာရင်း

148
00:07:26,772 --> 00:07:28,984
အဲဒီမေးခွန်းကို ဖြေဖို့ အားထုတ်ခဲ့ကြတယ်။

149
00:07:29,411 --> 00:07:32,078
လူတွေရဲ့ အသက်အရွယ် မတူကွဲပြားရခြင်းရဲ့

150
00:07:32,102 --> 00:07:35,968
လေးပုံတပုံအတွက် ဗီဇဆိုင်ရာ ကွဲလွဲချက်တွေ
နဲ့ ဆိုင်ခဲ့တယ်လို့ ယူဆခဲ့ကြပါတယ်။

151
00:07:35,968 --> 00:07:39,286
ဒါပေမဲ့ အမွှာတွေဆီမှာ ကျတော့ တူညီဆက်စပ်တဲ့
အကြောင်းအရာတွေ များလှပါတယ်၊

152
00:07:39,310 --> 00:07:41,744
ပတ်ဝန်းကျင်ဆိုင်ရာ အကျိုးသက်ရောက်မှု
မျိုးစုံအပါအဝင်

153
00:07:41,744 --> 00:07:43,260
တအိမ်ထဲမှာ အတူနေရတာ အဆုံးပါပဲ။

154
00:07:43,501 --> 00:07:46,948
ကြီးမားတဲ့ မိသားစု ပင်စည်တွေဟာ
အမွှာများလို နီးစပ်တဲ့ ဆွေမျိုးများ

155
00:07:46,948 --> 00:07:48,429
တို့ကိုသာမက၊

156
00:07:48,429 --> 00:07:51,999
စတုတ္ထဝမ်းကွဲများ အထိကိုတောင် ဝေးလံတဲ့
ဆွေမျိုးတွေကို လေ့လာခွင့်ပေးကြတယ်။

157
00:07:51,999 --> 00:07:55,438
အဲဒီလိုနည်းဖြင့် ကျုပ်တို့ဟာ 
ဗီဇဆိုင်ရာ ကွဲပြားချက်တွေကို

158
00:07:55,462 --> 00:07:59,170
ပတ်ဝန်းကျင်လို သက်ရောက်မှုများမှ
ခွဲခြားပစ်လို့ ရနိုင်တဲ့ ခိုင်ခံ့တဲ့

159
00:07:59,194 --> 00:08:01,069
မော်ဒယ်တွေကို တည်ဆောက်ခွင့် ရလာပါတယ်။

160
00:08:01,069 --> 00:08:04,278
ကျုပ်တို့ရဲ့ ဒေတာကို သုံးပြီး ကျုပ်တို့က
အဲဒါကို ဆန်းစစ်ကြည့်ခဲ့ကြရာ

161
00:08:04,302 --> 00:08:10,093
လူအမျိုးမျိုးအကြားက 
အသက်အရွယ် ကွဲပြားရမှုကသာ

162
00:08:10,117 --> 00:08:12,923
ဗီဇဆိုင်ရာ ကွဲလွဲချက်များကြောင့်
ဖြစ်တယ်လို့ တွေ့ခဲ့ကြတယ်။

163
00:08:14,760 --> 00:08:17,516
အဲဒါဟာ ပျမ်းမျှအားဖြင့်
ငါးနှစ်ခန့်ဖြစ်ပါတယ်။

164
00:08:18,316 --> 00:08:23,024
ဒီတော့ အသက်အရွယ်နဲ့ ပတ်သက်ရင် ဗီဇရဲ့
သက်ရောက်မှုဟာ ထင်ခဲ့ကြတာထက် နည်းပါတယ်။

165
00:08:23,675 --> 00:08:25,811
ကျနော့်အတွက် အဲဒါဟာ
တကယ့် သတင်းကောင်းပါ၊

166
00:08:26,438 --> 00:08:29,731
ကျုပ်တို့ရဲ့ လုပ်ဆောင်ချက်တွေက
ပိုအရေးပါတယ်လို့ အဓိပ္ပါယ်ရလို့ပါ။

167
00:08:30,533 --> 00:08:34,807
ဥပမာ၊ ဆေးလိပ်သောက်ခြင်းက မျိုးရိုးဗီဇအရ
ရှိရမယ့် အသက်ကို

168
00:08:34,831 --> 00:08:36,616
ဆယ်နှစ်ခန့် လျှော့ချ ပစ်နိုင်တယ်။

169
00:08:36,616 --> 00:08:38,919
ကျုပ်တို့ဟာ မိသားစုပင်စည်များမှ
ရွှေ့ပြောင်းလျက်

170
00:08:38,919 --> 00:08:42,341
ဆွေစဉ်ကားချပ်ကို လေ့လာကြသူတို့အား
DNA အချက်အလက်တွေကို စုစည်းခွင့်ပြုရင်

171
00:08:42,341 --> 00:08:46,797
ပိုလို့ကို အံ့အားသင့်စရာ ရလဒ်တွေကို
ကျုပ်တို့ ရရှိကြလာမှာပါ။

172
00:08:46,821 --> 00:08:49,335
အဲဒီရလဒ်တွေကို ယုံကြည့်ဖို့တောင်
လွယ်မှာ မဟုတ်ပါဘူး။

173
00:08:49,335 --> 00:08:52,384
စိတ်ကူးဖို့ မလွယ်ပေမဲ့ 
Uncle Bernie နဲ့ သူ့မိတ်ဆွေတွေဟာ

174
00:08:52,384 --> 00:08:55,840
လက်ရှိ အချိန်မှာ FBI ထံမှာ ရှိနေတဲ့
DNA အခြေပြု ပြစ်မှုစူးစမ်းရှာဖွေရေး

175
00:08:55,864 --> 00:08:59,423
အလားအလာတွေထက်တောင် များစွာ သာလွန်မှာပါ။

176
00:08:59,502 --> 00:09:02,750
ကျုပ်တို့က DNA ကို ကြီးမားတဲ့ မိသားစု
ပင်စည် ပေါ်ကို တင်ပေးလိုက်ရင်၊

177
00:09:02,750 --> 00:09:05,081
အလင်းတန်းလေးကို တီထွင်ပေးတာနဲ့ တူပါတယ်၊

178
00:09:05,081 --> 00:09:08,065
၎င်းဟာ ဝေးလံတဲ့ ဆွေမျိုးသားချင်း
ရာချီတို့ကို လင်းလက်လာစေပါမယ်။

179
00:09:08,089 --> 00:09:11,579
ခုနက DNA မှ အစပြုလာခဲ့ကြတဲ့
လူတွေကို ဆက်စပ်ပြသပေးပါမယ်။

180
00:09:11,635 --> 00:09:15,418
အဲဒီလို အလင်းတန်း အများကြီးကို ကြီးမားတဲ့
မိသားစုပင်စည် ပေါ်ကို တင်ပေးလိုက်ရင်၊

181
00:09:15,442 --> 00:09:19,162
ကိုယ် လုံးဝမသိရသေးသူရဲ့ DNA ကို
တြိဂံပုံဖွဲ့ တိုင်းနိုင်ပါတယ်။

182
00:09:19,186 --> 00:09:23,124
GPS စနစ်က ဂြိုဟ်တုအများအပြားကို သုံးပြီး

183
00:09:23,148 --> 00:09:24,472
တည်နေရာကို ရှာဖွေသလိုပါပဲ။

184
00:09:25,226 --> 00:09:28,850
ဒီနည်းပညာ စွမ်းဖက်ပုံ အထင်ရှားဆုံး အဓိကက

185
00:09:28,874 --> 00:09:31,549
Golden State Killer လို့ နာမည်ပေးခံခဲ့ရတဲ့

186
00:09:32,612 --> 00:09:37,140
အမေရိက သမိုင်းထဲက နာမည်အဆိုးဆုံး
လူသတ်သမားကို ဖမ်းနိုင်ခဲ့ခြင်းပါပဲ။

187
00:09:37,164 --> 00:09:42,948
FBI ဟာ အဲဒီလူကို ဖမ်းဖို့ ရှာကြံနေခဲ့တာ
နှစ်ပေါင်း 40 ကျော်ခဲ့တယ်။

188
00:09:42,948 --> 00:09:45,583
သူတို့ဆီမှာ အဲဒီလူရဲ့ 
DNA တောင် သူတို့ဆီမှာ ရှိခဲ့တယ်၊

189
00:09:45,583 --> 00:09:48,797
ဒါပေမဲ့ သူ့ကို ဘယ်လိုမှ ခြေရာခံ မရခဲ့ပါ။

190
00:09:49,447 --> 00:09:54,159
လွန်ခဲ့တဲ့တစ်နှစ်လောက်က၊ FBI က 
မျိုးရိုးဗီဇပညာရှင်နဲ့

191
00:09:54,183 --> 00:09:58,047
လာတိုင်ပင်ခဲ့လို့ သူတို့ရဲ့ DNA ကို 
ဆွေစဉ်ကားချပ် ဝန်ဆောင်မှုသို့

192
00:09:58,047 --> 00:10:01,055
တင်ပေးပြီး ဝေးလံတဲ့ ဆွေမျိုးတွေကို
ရှာကြည့်ရန် အကြံပေးခဲ့ကြတယ်။

193
00:10:01,117 --> 00:10:02,693
သူတို့ အဲဒီလို ပြုလုပ်ခဲ့ကြလို့၊

194
00:10:02,693 --> 00:10:05,989
Golden State Killer နဲ့ တတိယဝမ်းကွဲ
တော်သူကို ရှာတွေ့ခဲ့တယ်။

195
00:10:06,013 --> 00:10:08,517
သူတို့ဟာ ကြီးမားတဲ့မိသားစု ပင်စည်ကို
ရေးဆွဲခဲ့ကြတယ်၊

196
00:10:08,517 --> 00:10:10,953
ပင်စည်ရဲ့ အကိုင်းမျိုးစုံကို
ဆန်းစစ် လေ့လာခဲ့ကြတယ်၊

197
00:10:10,953 --> 00:10:13,072
နောက်ဆုံးမှာတော့ သူတို့ အတိအကျ သိခဲ့ကြတဲ့

198
00:10:13,096 --> 00:10:15,677
Golden State Killer ကို
တွေ့ခဲ့ကြတဲ့ အထိပါပဲ။

199
00:10:15,701 --> 00:10:19,293
သူတို့ဟာ အဲဒီလူဆီကနေပြီး DNA ကို
ရယူခဲ့ကြရာ သူတို့လက်ထဲမှာ ရှိနေခဲ့တဲ့

200
00:10:19,317 --> 00:10:20,886
DNA နဲ့ ကွက်တိကိုက်နေခဲ့တယ်။

201
00:10:20,886 --> 00:10:24,576
အဲဒါနဲ့ သူတို့ဟာ သူ့ကို ဖမ်းနိုင်ခဲ့ပြီး
နှစ်ပေါင်း များစွာကြာပြီးတဲ့ နောက်မှာ

202
00:10:24,576 --> 00:10:26,204
တရားစီရင်နိုင်ခဲ့ကြတယ်။

203
00:10:26,204 --> 00:10:29,413
အဲဒီအချိန်ကစလျက် မျိုးရိုးဗီဇ 
ဆွေစဉ်ကားချပ် ပညာရှင်များဟာ

204
00:10:29,437 --> 00:10:32,105
ဒေသခံ အမေရိကန်ဥပဒေ
စိုးမိုးရေးအေဂျင်စီများနဲ့

205
00:10:32,129 --> 00:10:35,491
လက်တွဲလျက် ရာဇဝတ်ကောင်တွေကို ဖမ်းနိုင်ရန်
အဲဒီနည်းပညာကို သုံးနေကြပါပြီ။

206
00:10:35,521 --> 00:10:38,202
လွန်ခဲ့တဲ့ ခြောက်လ ကာလအတွင်းမှာကို

207
00:10:38,226 --> 00:10:42,522
သူတို့ရဲ့ နည်းကို သုံးပြီး နှစ်များစွာကြာ
အမှုဟေင်း ၂၀ ကို ဖြေရှင်းပေးနိုင်ခဲ့ကြတယ်။

208
00:11:03,647 --> 00:11:05,250
ကျေးဇူးအများကြီးတင်ပါတယ်။