WEBVTT

00:00:24.610 --> 00:00:25.642
(ရယ်သံများ)

00:00:25.666 --> 00:00:27.916
အဟုတ်ပါ၊ ဆွေစဉ်ပြကားချပ် အကြောင်းကို 
ပြောနေတာ--

00:00:27.940 --> 00:00:29.154
(ရယ်သံများ)

00:00:29.178 --> 00:00:30.643
မိသားစုရဲ့ သမိုင်းလေ့လာမှုပါ။

00:10:44.203 --> 00:10:48.839
ကျနော်တို့ဆီမှာ Uncle Bernie လို ဆွေစဉ်
လေ့လာရေး ပညာရှင်တွေ ရှိကြတာ ကံကောင်းတယ်၊

00:10:48.945 --> 00:10:52.439
သူတို့ဟာ အပျော်ထမ်း မိမိရဲ့ ဝါသနာအလျောက်
လုပ်ကိုင်နေကြတဲ့ သူတွေ မဟုတ်ကြပါ။

00:10:52.602 --> 00:10:59.021
ပြည်သူတို့ကြားက သိပ္ပံပညာရှင်တွေ ဖြစ်ပြီး
ကျုပ်တို့အကြောင်း လေးနက်စွာ လေ့လာသူတွေပါ။

00:10:59.065 --> 00:11:03.523
ပြီးတော့ အတိတ်ကာလက အနာဂတ်အတွက်
သော့ကို ပေးနိုင်ကြောင်း သူတို့ ယုံကြည်တယ်။

00:11:05.314 --> 00:11:08.783
(လက်ခုပ်သံများ)

00:00:00.817 --> 00:00:04.269
ပြည်သူတို့ဟာ အင်တာနက်ကို အကြောင်း
အမျိုးမျိုးအတွက် အသုံးချကြပါတယ်။

00:00:05.765 --> 00:00:09.568
လူကြိုက်အများဆုံး ဝဘ်ဆိုက် တစ်ခုက

00:00:09.593 --> 00:00:13.055
လူတွေပုံမှန်အားဖြင့် ကိုယ်ရေးကိုယ်တာ
အတွက် အသုံးပြုကြတာ ဖြစ်လာပါတယ်။

00:00:13.639 --> 00:00:16.149
အဲဒါဟာ စပ်စုလိုစိတ်မှ စပါတယ်၊

00:00:16.172 --> 00:00:19.969
ပြီးတော့ မသိမသာ 
အဲဒါကို ဝါသနာပါဖို့ လိုပါတယ်။

00:00:19.993 --> 00:00:22.957
ပြီးတော့ တခြားသူတွေရဲ့ မျိုးပွားမှု
ဆိုင်ရာ အချက်အလက်တွေကို

00:00:22.957 --> 00:00:24.586
မှတ်တမ်း တင်ပေးမှု ပါဝင်ပါတယ်။

00:00:30.643 --> 00:00:33.194
မိသားစုသမိုင်းကို အသေးစိတ်
ရေးမှတ်ဖို့ ကိစ္စဲထဲကျတော့၊

00:00:33.194 --> 00:00:36.901
မိသားစုတိုင်းထဲမှာ ဆွေစဉ်ကားချပ်ကို အထူး
စိတ်ဝင်စားသူဟာ အမြဲတမ်း ရှိတတ်ပါတယ်။

00:00:36.901 --> 00:00:39.224
ဥပမာအဖြစ် သူ့ကို 
Uncle Bernie လို့ ခေါ်ကြပါစို့။

00:00:39.224 --> 00:00:42.900
အဲဒီ Uncle Bernie ဟာ လွန်ခဲ့တဲ့ 
ဆုတောင်းပွဲတော်တုန်းက ခင်ဗျားနဲ့ ကပ်လျက်

00:00:42.924 --> 00:00:44.523
ထိုင်နေခဲ့သူပါပဲ၊

00:00:44.547 --> 00:00:47.661
သူဟာ ခင်ဗျားကို သေချင်းစော်နံချင်
လောက်အောင်ကို ဒုက္ခပေးမယ့်သူပါ။

00:00:47.661 --> 00:00:50.312
ရှေးဟောင်းမျိုးစဉ် အသေးစိတ်တွေကို
မေးမကုန်မှာမို့လို့ပါ။

00:00:50.312 --> 00:00:51.814
ဒါပေမဲ့ ကျုပ်တို့ သိထားသင့်တာက၊

00:00:51.814 --> 00:00:54.620
အရာတိုင်းအတွက် သိပ္ပံနည်း
အဖြေဆိုတာ ရှိတတ်ပါတယ်၊

00:00:54.644 --> 00:00:57.622
ခုနက Uncle Bernie ရဲ့ပုံပြင်တွေဟာ

00:00:57.646 --> 00:01:00.636
ဇီဝကျန်းမာရေး သုတေသနအတွက်
လွန်စွာမှ အရေးပါကြလို့ပါ။

00:01:00.636 --> 00:01:04.019
အခုတော့ အဲဒီလို Uncle Bernie နဲ့
ဆွေးစဉ် ကားချပ် လေ့လာရေး ပညာရှင်တို့ဟာ

00:01:04.044 --> 00:01:07.878
သူတို့ရဲ့ ဆွေစဉ်ကားချပ်ကို geni.com 
ဝဘ်ဆိုက်မှတစ်ဆင့် မှတ်တမ်းတင်နိုင်ကြပါပြီ။

00:01:07.878 --> 00:01:11.270
အသုံးပြုသူတို့က သူတို့မျိုးစဉ်ပင်စည်ကို
ဝဘ်ဆိုက်ပေါ် တင်ပေးကြတဲ့ အခါမှာ၊

00:01:11.270 --> 00:01:13.290
၎င်းဟာ သူတို့ဆွေမျိုးတွေကို စိစစ်ကြည့်တယ်၊

00:01:13.290 --> 00:01:16.269
ရှိနှင့်နေကြတဲ့ ပင်စည်များနဲ့
တိုက်ဆိုင်မှုတွေကို ရှာကြည့်တယ်၊

00:01:16.269 --> 00:01:18.773
ရှိနေဆဲဟာတွေကို ပင်စည်သစ်နဲ့
ပေါင်းစည်းပေးလိုက်ပါတယ်။

00:01:19.768 --> 00:01:22.718
အဲဒါရဲ့ရလဒ်အဖြစ် လူတဦးချင်း အနေနဲ့
တည်ဆောက်ရနိုင်တာထက်

00:01:22.742 --> 00:01:26.221
များစွာမှ ကြီးမားလှတဲ့ ဆွေစဉ် ပင်စည်တွေကို
ဖန်တီးပေးလာနိုင်ပါတယ်။

00:01:26.808 --> 00:01:30.937
အဲဒီလို ပေါင်းစည်းမှုကို ကမ္ဘာပေါ်ရှိ
ပြည်သူ သန်းပေါင်းများစွာတို့အတွက်

00:01:30.961 --> 00:01:32.778
လုပ်ပေးနိုင်လာလို့၊

00:01:32.802 --> 00:01:38.334
ကျုပ်တို့ဟာ လူသားတစ်ရပ်လုံးရဲ့ မိသားစု
ပင်စည်ကြီးကို တည်ဆောက်လာနိုင်ပါမယ်။

00:01:39.292 --> 00:01:40.876
အဲဒီ ဝဘ်ဆိုက်ကို အသုံးပြုလျက်၊

00:01:40.900 --> 00:01:45.713
ကျုပ်တို့ဟာ အခုထိ 
လူ ၁၂၅ သန်းတို့ကို တစ်ခုတည်းသော

00:01:45.737 --> 00:01:48.258
မိသားစု ပင်စည်ကြီးအဖြစ် 
ဆက်သွယ်ပေးနိုင်ခဲ့ပါပြီ။

00:01:48.407 --> 00:01:51.269
အဲဒီအပင်ကို ကျနော်ဟာ ဒီစခရင်ပေါ်မှာ
ရေးဆွဲမပြနိုင်ပါဘူး၊

00:01:51.269 --> 00:01:53.944
ဒီမှာ ရှိနေတဲ့ pixel တွေက ပင်စည်ထဲ
ရှိနေကြတဲ့ လူတွေထက်

00:01:53.968 --> 00:01:56.481
နည်းနေကြလို့ပါ။

00:01:56.505 --> 00:02:01.515
ဒါပေမဲ့ ဥပမာတစ်ခုအဖြစ် လူ ၆၀၀၀ တို့ရဲ့
အချက်လက်ကို ပြပေးနိုင်ပါတယ်။

00:02:02.159 --> 00:02:04.521
ဒီမှာ မြင်ရတဲ့ အစိမ်းရောင် 
အဖုဟာ လူ တစ်ယောက်ပါ။

00:02:05.060 --> 00:02:07.909
အနီရောင် အဖုက လက်ထပ်ခဲ့ကြတဲ့ စုံတွဲများပါ၊

00:02:07.933 --> 00:02:10.296
ပြီးတော့ ချိတ်ဆက်မှုတွေက
မိဘဖြစ်မှုကို ပြပေးပါတယ်။

00:02:10.296 --> 00:02:13.029
အဲဒီလို ပင်စည်ကြီးရဲ့ ဗဟိုမှာ
ဘိုးဘေးကို မြင်နိုင်ကြပါတယ်။

00:02:13.029 --> 00:02:15.887
အစွန်အဖျားဆီကို သွားတာနဲ့အမျှ
ဆင်းသက်လာသူတွေကို မြင်ကြရမယ်။

00:02:15.887 --> 00:02:18.683
ဒီပင်စည်ထဲမှာ မျိုးဆက် ခုနစ်ခုခန့်
ပါဝင်တယ်လို့ ယူဆရတယ်။

00:02:19.202 --> 00:02:22.926
အခုဆက်ပြီး ပါဝင်တဲ့ လူတွေရဲ့ ဦးရေကို
တိုးချဲ့ပေးရင် ဖြစ်လာပုံကို မြင်ရပါမယ်

00:02:22.950 --> 00:02:24.778
လူ ၇၀,၀၀၀ အထိ တိုးပေးလိုက်ရင် ---

00:02:24.802 --> 00:02:29.132
ကျုပ်တို့ဆီမှာ ရှိတဲ့ ဒေတာထဲက သေးငယ်လှတဲ့
အပိုင်းမျှ ရှိနေတုန်းပါ။

00:02:29.629 --> 00:02:34.442
ဒါတောင်မှ သိပ်ကို ဝေးလံကြတဲ့ ဆွေမျိုး
များရဲ့ အချက်အလက်တွေကို

00:02:34.466 --> 00:02:37.121
ခင်ဗျားတို့ မြင်လို့ ရနိုင်ပါတယ်။

00:02:37.610 --> 00:02:40.744
ကျုပ်တို့ရဲ့ ဆွေစဉ်ပင်စည် ပညာရှင်တွေရဲ့
ကြိုးပမ်းမှုကျေးဇူးကြောင့်

00:02:40.768 --> 00:02:43.871
ကျုပ်တို့ဟာ လွန်ခဲ့တဲ့ နှစ်ရာချီဆီကို
ပြန်ပြီး သွားနိုင်ကြပါတယ်။

00:02:44.418 --> 00:02:47.859
ဥပမာ အဖြစ် Alexander Hamilton
ကို ယူကြည့်ကြပါစို့၊

00:02:47.883 --> 00:02:50.358
သူဟာ ၁၇၅၅ ခုနှစ်မှာ မွေးခဲ့တယ်။

00:02:50.872 --> 00:02:54.636
အဲဒီ Alexander ဟာ အမေရိကန် ပြည်ထောင်စုရဲ့
ပထမဦးဆုံး ငွေတိုက်မှူး ဖြစ်ခဲ့တယ်၊

00:02:54.660 --> 00:02:58.491
ဒါပေမဲ့ ဒီနေ့တွင် လူကြိုက်များတဲ့ Broadway
ဂီတဇာတ်မြူးကြောင့် လူသိများပါတယ်။

00:02:59.137 --> 00:03:04.059
Alexander ဟာ ရှိုးပွဲတော်များနဲ့ 
နက်ရှိုင်းစွာ ဆက်နေတာကို တွေ့ရပါတယ်။

00:03:04.083 --> 00:03:06.194
တကယ်တော့ သူဟာ Kevin Bacon ရဲ့

00:03:06.421 --> 00:03:08.001
သိပ်ကို နီးစပ်တဲ့ ဘိုးလေးပါ။

00:03:08.025 --> 00:03:09.381
(ရယ်သံများ)

00:03:09.381 --> 00:03:12.687
သူတို့နှစ်ဦးစလုံးဟာ စကော့တလန်မှ
အမျိုးသမီးတစ်ဦးမှ ဆင်းသက်လာခဲ့ကြတယ်

00:03:12.711 --> 00:03:15.025
၁၃ ရာစုမှာ နေထိုင်ခဲ့တဲ့ အမျိုးသမီးပါ။

00:03:15.049 --> 00:03:18.151
ဒါကြောင့်မို့လို့ Alexander Hamilton ဟာ

00:03:18.175 --> 00:03:21.593
Kevin Bacon ရဲ့ ဆွေစဉ်ပင်စည်ထဲက
၃၅ အဆင့်မှာ ရှိနေသူပါလို့ ဆိုနိုင်ပါတယ်။

00:03:21.593 --> 00:03:22.828
(ရယ်သံများ)

00:03:22.852 --> 00:03:26.082
ကျုပ်တို့ရဲ့ ပင်စည်ကြီးထဲမှာ အဲဒီလို
ပုံပြင်တွေ သန်းနဲ့ချီ ရှိပါတယ်။

00:03:28.113 --> 00:03:33.003
ကျုပ်တို့ဟာ ကျုပ်တို့ရဲ့ ဒေတာ အရည်အသွေး
ကောင်းစေဖို့ အတော့်လေး အားထုတ်ခဲ့ကြပါတယ်။

00:03:33.027 --> 00:03:38.418
DNA ကို အသုံးပြုလျက် ကျုပ်တို့ ဒေတာထဲတွင်
မိခင်နဲ့ကလေး ဆက်သွယ်မှုတွေရဲ့ ၃%ဟာ

00:03:38.442 --> 00:03:39.692
လွဲမှားနေခဲ့ကြတယ်၊

00:03:39.716 --> 00:03:43.727
အဲဒါ ဒုတိယကမ္ဘာစစ် မတိုင်မီတုန်းက မွေးစား
ခဲ့ကြတဲ့ ကလေးနှုန်းနဲ့ ကိုက်ညီခဲ့တယ်။

00:03:44.847 --> 00:03:46.632
ဖခင်တွေအတွက် လေ့လာကြည့်တော့၊

00:03:46.656 --> 00:03:48.617
သတင်းဟာ သိပ်မကောင်းလှပါ-

00:03:50.149 --> 00:03:55.313
ကျုပ်တို့ ဒေတာထဲက ဖခင်-ကလေး ချိတ်ဆက်မှုဟာ
၁.၉ ရာခိုင်နှုန်း လွဲမှားနေခဲ့ကြတယ်။

00:03:55.313 --> 00:03:58.136
ဒါကို တချို့လူတွေ မျက်နှာ ရှုံ့မဲ့သွားကြတာ
သတိထားမိတယ်။

00:03:58.160 --> 00:03:59.741
ဟုတ်ပါတယ်၊ ခင်ဗျားတို့ ထင်ကြသလို

00:03:59.741 --> 00:04:01.690
ဘေးမှသွေးရောစပ်နေတဲ့ ကလေးတွေ များပါတယ်။

00:04:01.714 --> 00:04:02.778
(ရယ်သံများ)

00:04:02.802 --> 00:04:06.791
တကယ်ကျတော့ ဖခင်ဆိုင်ရာ ချိတ်ဆက်မှု
၁.၉ % လွဲမှားမှုဟာ

00:04:06.815 --> 00:04:08.584
ကျုပ်တို့ ဒေတာအတွက် မထူးဆန်းပါဘူး။

00:04:08.608 --> 00:04:11.677
အရင်တုန်းက ပြုလုပ်ခဲ့ဘူးတဲ့
ဆေးခန်းမှ လာကြတဲ့ ခွေမျိုးရိုးဆိုင်ရာ

00:04:11.701 --> 00:04:13.722
အမှားတွေဟာလည်း အဲဒီလောက်ပဲ ရှိခဲ့ပါတယ်။

00:04:14.254 --> 00:04:16.779
ဒီတော့ ကျုပ်တို့ဒေတာရဲ့ အရည်အသွေးဟာ
ကောင်းပါးတယ်၊

00:04:16.803 --> 00:04:18.935
ခုနက အချက်ဟာ အံ့အားသင့်စရာ
မဟုတ်ပါဘူး။

00:04:18.959 --> 00:04:22.736
ကျုပ်တို့ရဲ့ ဆွေစဉ်ပင်စည် ပညာရှင်များဟာ
မိသားစု သမိုင်းကို

00:04:22.760 --> 00:04:26.428
မှတ်တမ်း တင်ကြရာတွင် တကယ့်ကို
အားထုတ်ကြိုးစားကြပါတယ်။

00:04:28.594 --> 00:04:32.609
ကျုပ်တို့ဟာ ဒီဒေတာကို အသုံးပြုပြီး
လူသားတို့ဆိုင်ရာ အချက်အလက်တချို့ကို၊

00:04:32.609 --> 00:04:35.805
ဥပမာ၊ လူဦးရေပျံ့နှံ့နေထိုင်ကြပုံ
အကြောင်းကို လေ့လာနိုင်ပါတယ်။

00:04:35.829 --> 00:04:40.066
ကျုပ်တို့ရဲ့ ပရိုဖိုင်အားလုံးကို ကမ္ဘာ့
မြေပုံပေါ်မှာ ဒီလို မြင်နိုင်ပါတယ်။

00:04:40.250 --> 00:04:44.495
pixel တခုချင်းစီဟာ
တချိန်ချိန်မှာ နေထိုင်ခဲ့တဲ့ လူပါ။

00:04:44.495 --> 00:04:46.435
ကျုပ်တို့ဆီမှာ ဒေတာက သိပ်မများလှတော့၊

00:04:46.459 --> 00:04:49.240
ခင်ဗျားတို့ဟာ နိုင်ငံ တော်တော်များများရဲ့
နယ်မြေတွေကို၊

00:04:49.264 --> 00:04:51.763
အထူးသဖြင့် အနောက်ကမ္ဘာခြမ်းမှာ
မြင်နိုင်ကြပါတယ်။

00:04:51.763 --> 00:04:54.935
အခုပြမယ့် ဗီဒီယိုထဲမှာကျတော့
ခင်ဗျားတို့ကို ပြောပြခဲ့တာတွေကို

00:04:54.959 --> 00:04:59.155
အခြေခံပြီး ၁၄၀၀ ပြည့်နှစ်မှ ၁၉၀၀ အထိ
မွေးခဲ့ကြတဲ့ သူတွေကို ကြည့်ကြရမှာပါ။

00:04:59.155 --> 00:05:02.821
ပြီးတော့ အဲဒါတွေကို လူမျိုးတွေ နေရာ
စွန့်ရွှေ့ပြောင်းခဲ့မှုနဲ့ ယှဉ်ပြထားပါတယ်။

00:05:03.012 --> 00:05:06.001
ဒီထဲမှာ အနက်ရှိုင်းဆုံး ဒေတာတွေရဲ့
ချိတ်ဆက်မှုတွေဟာ ယူကေနဲ့

00:05:06.001 --> 00:05:07.382
သက်ဆိုင်နေတာကို မြင်ကြရမှာပါ၊

00:05:07.382 --> 00:05:10.024
သူတို့ဆီမှာ မှတ်တမ်းတွေကို
ထားတဲ့ စနစ်က ကောင်းခဲ့လို့ပါ။

00:05:10.024 --> 00:05:13.856
နောက်မှာ သူတို့ဟာ အနောက်နိုင်င်ငံများရဲ့
ကိုလိုနီ လမ်းကြောင်းအတိုင်း သွားကြပါတယ်။

00:05:13.856 --> 00:05:15.592
အခုတော့ ဗီဒီယိုကို ကြည့်ကြပါစို့။

00:05:15.592 --> 00:05:16.752
(ဂီတ)

00:05:16.776 --> 00:05:19.117
[မွေးနှစ်- ]

00:05:19.705 --> 00:05:21.541
[၁၄၉၂- ကိုလံဘတ်က ပင်လယ်ထဲ ခရီးထွက်]

00:05:23.661 --> 00:05:25.661
[၁၆၂၀ - မက်ဆာချူးဆက်ထဲက မေဖလားဝါးမြေများ]

00:05:26.726 --> 00:05:29.221
[၁၆၅၂ - ဒတ်ခ်ျလူမျိုးတွေ
တောင်အာဖရိကမှာ ခြေချခဲ့]

00:05:31.721 --> 00:05:34.907
[၁၇၈၈ - ဗြိတိန်နိုင်ငံက သြစတြေးလျ
ဘက်သို့ ခရီးဆန့်မှုကို စတင်ခဲ့]

00:05:35.031 --> 00:05:38.078
[၁၈၃၆ - ပထမဦးဆုံး ရွှေ့ပြောင်း
ကြသူတို့က Oregon Trail ကိုသုံးကြ]

00:05:38.149 --> 00:05:41.332
[လုပ်ဆောင်ချက်များ အားလုံး]

00:05:43.851 --> 00:05:45.394
ကျနော် ဒီဗီဒီယိုကို ကြိုက်တယ်။

00:05:45.418 --> 00:05:50.265
ဒီမှာ မြင်ခဲ့ကြရတဲ့ ရွှေ့ပြောင်းမှုတွေက
မိသားစုတွေရဲ့ ဇာတ်မြစ်ကို ပြသနေကြတော့၊

00:05:50.265 --> 00:05:52.718
ကျုပ်တို့ဟာ ဒီလို မေးခွန်းတွေကို
မေးနိုင်ကြတယ်-

00:05:52.742 --> 00:05:56.212
လင်နဲ့ မယားတို့ရဲ့ မွေးရပ်များ အကြားက
ပုံမှန် အကွာအဝေးဟာ

00:05:56.236 --> 00:05:59.048
ဘယ်လောက်များပါလိမ့်။

00:05:59.072 --> 00:06:02.749
လူတွေက မိသားစုကို ဖွဲ့စည်းရန် ခရီးသွား
ကြပုံဟာ လူဦးရေပျံ့နှံ့နေထိုင်မှုအတွက်

00:06:02.773 --> 00:06:06.358
သိပ်ကို သော့ချက်ကျပြီး အရေးကြီးတဲ့
အချက် ဖြစ်နေလို့ပါ။

00:06:06.358 --> 00:06:09.896
အဲဒီအချက်က မျိုးရိုးဗီဇတွေက ပထဝီဒေသ
အနှံ ပြန့်နှံ့ပုံကို ဆုံးဖြတ်ပေးလို့ပါ။

00:06:09.896 --> 00:06:13.034
ကျုပ်တို့ရဲ့ ဒေတာကို သုံးပြီး
အဲဒီအချက်ကို ကျုပ်တို့ လေ့လာခဲ့ကြရာ၊

00:06:13.058 --> 00:06:15.348
ရှေးခေတ် နှစ်များတုံးက ဒီကိစ္စဟာ

00:06:15.372 --> 00:06:16.602
လွယ်ကူခဲ့ပုံ ရပါတယ်။

00:06:16.626 --> 00:06:19.438
လူတွေဟာ အနီးအနား ရွာထဲက
တစ်ယောက်ယောက်နဲ့ လက်ထပ်ခဲ့ကြတယ်။

00:06:19.438 --> 00:06:23.663
ဒါပေမဲ့ စက်မှုတော်လှန်ရေးဟာ ကျုပ်တို့ရဲ့
ဘဝကို များစွာမှ ရှုပ်ထွေးပစ်ခဲ့တယ်။

00:06:23.687 --> 00:06:28.247
ဒီနေ့တွင်၊ လေယာဉ်နဲ့ သွာလာနိုင်ပြီး
အွန်လိုင်း လူမှုမီဒီယာတွေ ရှိနေကြတော့၊

00:06:28.271 --> 00:06:33.099
လူတွေဟာ သူတို့ရဲ့ ကြင်ဖေါ်ကို ရှာဖို့အတွက်
ကိုယ့်မွေးရပ်မှနေပြီး

00:06:33.123 --> 00:06:34.827
ကီလိုမီတာ ၁၀၀ မကအထိ သွားကြပါတယ်။

00:06:35.454 --> 00:06:37.711
ဒီတော့ ခင်ဗျားတို့ မေးချင်နိုင်ကြတာက-

00:06:37.735 --> 00:06:42.231
ကောင်းပါပြီ၊ အဲဒီလို မိသားစုထူထောင်ဖို့
အဝေးမှာ ရှာကြံရတဲ့ ခက်ခဲတဲ့ အလုပ်ကို

00:06:42.255 --> 00:06:43.524
လုပ်တာက ဘယ်သူများလဲ။

00:06:43.548 --> 00:06:46.782
အဲဒါ ဤယောက်ျားလား မိန်းမလား။

00:06:46.782 --> 00:06:49.907
ကျုပ်တို့ ဒေတာကို သုံးပြီး အဲဒီမေးခွန်း
အတွက် အဖြေကို ရှာကြည့်တော့

00:06:49.931 --> 00:06:52.449
အနည်းဆုံးအားဖြင့် 
နောက်ဆုံး နှစ် ၃၀၀ အတွင်းမှာ

00:06:52.449 --> 00:06:56.432
မိသားစုကို ထူထောင်ဖို့အတွက် တနေရာမှနေပြီး
နောက် တနေရာကို သွားရတဲ့ မလွယ်တဲ့ အလုပ်ကို

00:06:56.456 --> 00:06:59.452
အမျိုးသမီးတွေ ပြုလုပ်ခဲ့ကြတာကို
တွေ့နိုင်ပါတယ်။

00:06:59.476 --> 00:07:02.577
အဲဒီစာရင်းအင်းတွေက
အတော့်ကို အရေးပါကြလို့

00:07:02.601 --> 00:07:06.072
ယောက်ျားတွေဟာ ပျင်းရိကြတာကို
သိပ္ပံနည်းကျ အဖြေအဖြစ် လက်ခံကြရပါမယ်။

00:07:06.096 --> 00:07:09.216
(ရယ်သံများ)

00:07:09.216 --> 00:07:11.812
ကျုပ်တို့ဟာ လူဦးရေပျံ့နှံ့နေထိုင်မှု
မေးခွန်းတွေကနေပြီး

00:07:11.836 --> 00:07:14.749
ရွှေ့ပြောင်းလျက် လူ့ကျန်းမာရေး အကြောင်း
မေးနိုင်ကြပါတယ်။

00:07:14.773 --> 00:07:16.260
ဥပမာ၊ လူတဦးနဲ့တဦး

00:07:16.284 --> 00:07:21.247
အသက်အရွယ်ချင်း မတူကွဲပြားမှုက
မျိုးရိုးဗီဇမူကွာဟချက်နဲ့

00:07:21.271 --> 00:07:22.465
ဘယ်လို ဆက်စပ်နေပါသလဲ။

00:07:22.658 --> 00:07:26.772
အမွှာများရဲ့ အသက်အရွယ် ကွဲပြားခဲ့ပုံကို
အရင်တုန်းက လေ့လာရင်း

00:07:26.772 --> 00:07:28.984
အဲဒီမေးခွန်းကို ဖြေဖို့ အားထုတ်ခဲ့ကြတယ်။

00:07:29.411 --> 00:07:32.078
လူတွေရဲ့ အသက်အရွယ် မတူကွဲပြားရခြင်းရဲ့

00:07:32.102 --> 00:07:35.968
လေးပုံတပုံအတွက် ဗီဇဆိုင်ရာ ကွဲလွဲချက်တွေ
နဲ့ ဆိုင်ခဲ့တယ်လို့ ယူဆခဲ့ကြပါတယ်။

00:07:35.968 --> 00:07:39.286
ဒါပေမဲ့ အမွှာတွေဆီမှာ ကျတော့ တူညီဆက်စပ်တဲ့
အကြောင်းအရာတွေ များလှပါတယ်၊

00:07:39.310 --> 00:07:41.744
ပတ်ဝန်းကျင်ဆိုင်ရာ အကျိုးသက်ရောက်မှု
မျိုးစုံအပါအဝင်

00:07:41.744 --> 00:07:43.260
တအိမ်ထဲမှာ အတူနေရတာ အဆုံးပါပဲ။

00:07:43.501 --> 00:07:46.948
ကြီးမားတဲ့ မိသားစု ပင်စည်တွေဟာ
အမွှာများလို နီးစပ်တဲ့ ဆွေမျိုးများ

00:07:46.948 --> 00:07:48.429
တို့ကိုသာမက၊

00:07:48.429 --> 00:07:51.999
စတုတ္ထဝမ်းကွဲများ အထိကိုတောင် ဝေးလံတဲ့
ဆွေမျိုးတွေကို လေ့လာခွင့်ပေးကြတယ်။

00:07:51.999 --> 00:07:55.438
အဲဒီလိုနည်းဖြင့် ကျုပ်တို့ဟာ 
ဗီဇဆိုင်ရာ ကွဲပြားချက်တွေကို

00:07:55.462 --> 00:07:59.170
ပတ်ဝန်းကျင်လို သက်ရောက်မှုများမှ
ခွဲခြားပစ်လို့ ရနိုင်တဲ့ ခိုင်ခံ့တဲ့

00:07:59.194 --> 00:08:01.069
မော်ဒယ်တွေကို တည်ဆောက်ခွင့် ရလာပါတယ်။

00:08:01.069 --> 00:08:04.278
ကျုပ်တို့ရဲ့ ဒေတာကို သုံးပြီး ကျုပ်တို့က
အဲဒါကို ဆန်းစစ်ကြည့်ခဲ့ကြရာ

00:08:04.302 --> 00:08:10.093
လူအမျိုးမျိုးအကြားက 
အသက်အရွယ် ကွဲပြားရမှုကသာ

00:08:10.117 --> 00:08:12.923
ဗီဇဆိုင်ရာ ကွဲလွဲချက်များကြောင့်
ဖြစ်တယ်လို့ တွေ့ခဲ့ကြတယ်။

00:08:14.760 --> 00:08:17.516
အဲဒါဟာ ပျမ်းမျှအားဖြင့်
ငါးနှစ်ခန့်ဖြစ်ပါတယ်။

00:08:18.316 --> 00:08:23.024
ဒီတော့ အသက်အရွယ်နဲ့ ပတ်သက်ရင် ဗီဇရဲ့
သက်ရောက်မှုဟာ ထင်ခဲ့ကြတာထက် နည်းပါတယ်။

00:08:23.675 --> 00:08:25.811
ကျနော့်အတွက် အဲဒါဟာ
တကယ့် သတင်းကောင်းပါ၊

00:08:26.438 --> 00:08:29.731
ကျုပ်တို့ရဲ့ လုပ်ဆောင်ချက်တွေက
ပိုအရေးပါတယ်လို့ အဓိပ္ပါယ်ရလို့ပါ။

00:08:30.533 --> 00:08:34.807
ဥပမာ၊ ဆေးလိပ်သောက်ခြင်းက မျိုးရိုးဗီဇအရ
ရှိရမယ့် အသက်ကို

00:08:34.831 --> 00:08:36.616
ဆယ်နှစ်ခန့် လျှော့ချ ပစ်နိုင်တယ်။

00:08:36.616 --> 00:08:38.919
ကျုပ်တို့ဟာ မိသားစုပင်စည်များမှ
ရွှေ့ပြောင်းလျက်

00:08:38.919 --> 00:08:42.341
ဆွေစဉ်ကားချပ်ကို လေ့လာကြသူတို့အား
DNA အချက်အလက်တွေကို စုစည်းခွင့်ပြုရင်

00:08:42.341 --> 00:08:46.797
ပိုလို့ကို အံ့အားသင့်စရာ ရလဒ်တွေကို
ကျုပ်တို့ ရရှိကြလာမှာပါ။

00:08:46.821 --> 00:08:49.335
အဲဒီရလဒ်တွေကို ယုံကြည့်ဖို့တောင်
လွယ်မှာ မဟုတ်ပါဘူး။

00:08:49.335 --> 00:08:52.384
စိတ်ကူးဖို့ မလွယ်ပေမဲ့ 
Uncle Bernie နဲ့ သူ့မိတ်ဆွေတွေဟာ

00:08:52.384 --> 00:08:55.840
လက်ရှိ အချိန်မှာ FBI ထံမှာ ရှိနေတဲ့
DNA အခြေပြု ပြစ်မှုစူးစမ်းရှာဖွေရေး

00:08:55.864 --> 00:08:59.423
အလားအလာတွေထက်တောင် များစွာ သာလွန်မှာပါ။

00:08:59.502 --> 00:09:02.750
ကျုပ်တို့က DNA ကို ကြီးမားတဲ့ မိသားစု
ပင်စည် ပေါ်ကို တင်ပေးလိုက်ရင်၊

00:09:02.750 --> 00:09:05.081
အလင်းတန်းလေးကို တီထွင်ပေးတာနဲ့ တူပါတယ်၊

00:09:05.081 --> 00:09:08.065
၎င်းဟာ ဝေးလံတဲ့ ဆွေမျိုးသားချင်း
ရာချီတို့ကို လင်းလက်လာစေပါမယ်။

00:09:08.089 --> 00:09:11.579
ခုနက DNA မှ အစပြုလာခဲ့ကြတဲ့
လူတွေကို ဆက်စပ်ပြသပေးပါမယ်။

00:09:11.635 --> 00:09:15.418
အဲဒီလို အလင်းတန်း အများကြီးကို ကြီးမားတဲ့
မိသားစုပင်စည် ပေါ်ကို တင်ပေးလိုက်ရင်၊

00:09:15.442 --> 00:09:19.162
ကိုယ် လုံးဝမသိရသေးသူရဲ့ DNA ကို
တြိဂံပုံဖွဲ့ တိုင်းနိုင်ပါတယ်။

00:09:19.186 --> 00:09:23.124
GPS စနစ်က ဂြိုဟ်တုအများအပြားကို သုံးပြီး

00:09:23.148 --> 00:09:24.472
တည်နေရာကို ရှာဖွေသလိုပါပဲ။

00:09:25.226 --> 00:09:28.850
ဒီနည်းပညာ စွမ်းဖက်ပုံ အထင်ရှားဆုံး အဓိကက

00:09:28.874 --> 00:09:31.549
Golden State Killer လို့ နာမည်ပေးခံခဲ့ရတဲ့

00:09:32.612 --> 00:09:37.140
အမေရိက သမိုင်းထဲက နာမည်အဆိုးဆုံး
လူသတ်သမားကို ဖမ်းနိုင်ခဲ့ခြင်းပါပဲ။

00:09:37.164 --> 00:09:42.948
FBI ဟာ အဲဒီလူကို ဖမ်းဖို့ ရှာကြံနေခဲ့တာ
နှစ်ပေါင်း 40 ကျော်ခဲ့တယ်။

00:09:42.948 --> 00:09:45.583
သူတို့ဆီမှာ အဲဒီလူရဲ့ 
DNA တောင် သူတို့ဆီမှာ ရှိခဲ့တယ်၊

00:09:45.583 --> 00:09:48.797
ဒါပေမဲ့ သူ့ကို ဘယ်လိုမှ ခြေရာခံ မရခဲ့ပါ။

00:09:49.447 --> 00:09:54.159
လွန်ခဲ့တဲ့တစ်နှစ်လောက်က၊ FBI က 
မျိုးရိုးဗီဇပညာရှင်နဲ့

00:09:54.183 --> 00:09:58.047
လာတိုင်ပင်ခဲ့လို့ သူတို့ရဲ့ DNA ကို 
ဆွေစဉ်ကားချပ် ဝန်ဆောင်မှုသို့

00:09:58.047 --> 00:10:01.055
တင်ပေးပြီး ဝေးလံတဲ့ ဆွေမျိုးတွေကို
ရှာကြည့်ရန် အကြံပေးခဲ့ကြတယ်။

00:10:01.117 --> 00:10:02.693
သူတို့ အဲဒီလို ပြုလုပ်ခဲ့ကြလို့၊

00:10:02.693 --> 00:10:05.989
Golden State Killer နဲ့ တတိယဝမ်းကွဲ
တော်သူကို ရှာတွေ့ခဲ့တယ်။

00:10:06.013 --> 00:10:08.517
သူတို့ဟာ ကြီးမားတဲ့မိသားစု ပင်စည်ကို
ရေးဆွဲခဲ့ကြတယ်၊

00:10:08.517 --> 00:10:10.953
ပင်စည်ရဲ့ အကိုင်းမျိုးစုံကို
ဆန်းစစ် လေ့လာခဲ့ကြတယ်၊

00:10:10.953 --> 00:10:13.072
နောက်ဆုံးမှာတော့ သူတို့ အတိအကျ သိခဲ့ကြတဲ့

00:10:13.096 --> 00:10:15.677
Golden State Killer ကို
တွေ့ခဲ့ကြတဲ့ အထိပါပဲ။

00:10:15.701 --> 00:10:19.293
သူတို့ဟာ အဲဒီလူဆီကနေပြီး DNA ကို
ရယူခဲ့ကြရာ သူတို့လက်ထဲမှာ ရှိနေခဲ့တဲ့

00:10:19.317 --> 00:10:20.886
DNA နဲ့ ကွက်တိကိုက်နေခဲ့တယ်။

00:10:20.886 --> 00:10:24.576
အဲဒါနဲ့ သူတို့ဟာ သူ့ကို ဖမ်းနိုင်ခဲ့ပြီး
နှစ်ပေါင်း များစွာကြာပြီးတဲ့ နောက်မှာ

00:10:24.576 --> 00:10:26.204
တရားစီရင်နိုင်ခဲ့ကြတယ်။

00:10:26.204 --> 00:10:29.413
အဲဒီအချိန်ကစလျက် မျိုးရိုးဗီဇ 
ဆွေစဉ်ကားချပ် ပညာရှင်များဟာ

00:10:29.437 --> 00:10:32.105
ဒေသခံ အမေရိကန်ဥပဒေ
စိုးမိုးရေးအေဂျင်စီများနဲ့

00:10:32.129 --> 00:10:35.491
လက်တွဲလျက် ရာဇဝတ်ကောင်တွေကို ဖမ်းနိုင်ရန်
အဲဒီနည်းပညာကို သုံးနေကြပါပြီ။

00:10:35.521 --> 00:10:38.202
လွန်ခဲ့တဲ့ ခြောက်လ ကာလအတွင်းမှာကို

00:10:38.226 --> 00:10:42.522
သူတို့ရဲ့ နည်းကို သုံးပြီး နှစ်များစွာကြာ
အမှုဟေင်း ၂၀ ကို ဖြေရှင်းပေးနိုင်ခဲ့ကြတယ်။

00:11:03.647 --> 00:11:05.250
ကျေးဇူးအများကြီးတင်ပါတယ်။