Return to Video

ကျွန်မ စက်ရုပ်တွေကိုသုံးပြီး ပုံတွေဆွဲနေတာ ဘာ​ကြောင့်လဲ

  • 0:01 - 0:04
    ကျုပ်တို့ တော်တော်များများတို့ဟာ
    နေ့စဉ်ဘဝထဲမှာ နည်းပညာကို သုံးကြတယ်။
  • 0:04 - 0:07
    ပြီးတော့ တချို့က ကိုယ့်အလုပ်ကို လုပ်ဖို့
    နည်းပညာကို အားကိုးကြရတယ်။
  • 0:07 - 0:11
    စက်ယန္တရားတွေနဲ့ ၎င်းတို့ကို မောင်းနှင်
    ကြတဲ့ နည်းပညာတွေဟာဖြင့်
  • 0:11 - 0:16
    ကျွန်မရဲ့ အလုပ်ကို ပိုထိရောက်
    ပိုအကျိုးဖြစ်စေမယ့် ကိရိယာများပါ။
  • 0:16 - 0:20
    ဒါပေမဲ့ စက်မှုလုပ်ငန်းအမျိုးမျိုးတွင် အလို
    အလျောက် လုပ်ကိုင်မှု တိုးပွားလာမှုနှင့်အတူ
  • 0:20 - 0:21
    ကျွန်မ စဉ်းစားမိတာက-
  • 0:21 - 0:23
    စက်တွေက အစဉ်အလာအရ
    လူတွေ လုပ်ကိုင်လာခဲ့တာကို
  • 0:23 - 0:25
    စတင်ပြီး လုပ်ကိုင်လာနေကြတော့
  • 0:25 - 0:27
    လူသားရဲ့ လက်တွေကော ဘယ်လိုဖြစ်လာကြမလဲ။
  • 0:28 - 0:32
    ကျုပ်တို့ရဲ့ ပြီးပြည့်စုံမှု၊ တိကျမှုနဲ့
    အလိုအလျောက် လုပ်ကိုင်မှုတို့က
  • 0:32 - 0:35
    ကျုပ်တို့ရဲ့ ဖန်တီးနိုင်စွမ်းကို ဘယ်လို
    အကျိုးသက်ရောက်ပါသလဲ။
  • 0:35 - 0:39
    ကျွန်မရဲ့ အနုပညာနှင့် သုတေသန ထဲတွင်
    လူသားရဲ့ ဖန်တီးနိုင်စွမ်းသစ်ကို ရှာကြံဖို့
  • 0:39 - 0:42
    AI နဲ့ ရိုဘော့တွေကို စူးစမ်းလေ့လာရပါတယ်။
  • 0:42 - 0:43
    လွန်ခဲ့သောနှစ်အနည်းငယ်အတွင်းမှာ
  • 0:43 - 0:48
    ကျွန်မဟာ စက်ယန္တရားတွေ၊ ဒေတာနဲ့ ဆန်းသစ်စ
    နည်းပညာတွေနဲ့ တွဲပြီး လုပ်ကိုင်ခဲ့ရပါတယ်။
  • 0:48 - 0:50
    တစ်သက်လုံး အံ့အားသင့်လာခဲ့ရတဲ့ အလုပ်ပါ၊
  • 0:50 - 0:52
    လူပုဂ္ဂိုလ်နဲ့ စနစ်တွေရဲ့
    လှုပ်ရှားမှုတွေ အကြောင်း
  • 0:52 - 0:55
    ပြီးတော့ အဲဒါတွေ ရောထွေလျက်
    ရှုပ်ထွေတဲ့ ရလဒ်တွေ ရလာပုံတွေကိုပါ။
  • 0:55 - 0:59
    AI ပ ဘယ်မှာ အဆုံးသတ်ပြီး
    ကျုပ်တို့က စတင်လျက်
  • 0:59 - 1:02
    ကျွန်မက လုပ်ငန်းစဉ်များကို
    ပြုစုဖွံ့ဖြိုးလာစေလျက်
  • 1:02 - 1:05
    အနာဂတ်ရဲ့ အာရုံခံနိုင်မှုတွေကို ရောနှော
    ပေးနိုင်ခြေ အလားအလာကို စုံစမ်းကြည့်တယ်။
  • 1:06 - 1:09
    ကျွန်မစိတ်ထင် ဒသနိကနဲ့ နည်းပညာတို့
    ဆုံကြတဲ့ နေရာပါပဲ။
  • 1:09 - 1:12
    ဒီအလုပ်ကို လုပ်ကိုင်မှုက
    ကျွန်မကို အချက်တချို့ကို သင်ပေးခဲ့တယ်။
  • 1:12 - 1:14
    ပြီးပြည့်စုံခြင်းမရှိတာကို လက်ခံနိုင်မှုက
  • 1:14 - 1:18
    ကျုပ်တို့ကို ကျုပ်တို့ကိုယ်တိုင်
    အကြောင်းကို နည်းနည်းသေးနိုင်ပါတယ်။
  • 1:18 - 1:20
    အနုပညာကို စူးစမ်းမှုက လက်တွေ့တွင်
  • 1:20 - 1:23
    ကျုပ်တို့ကို ပုံသွင်းပေးတဲ့ နည်းပညာကို
    ပုံသွင်းပေးဖို့ ကူပေးတာ ကျွန်မသိလာတယ်။
  • 1:23 - 1:26
    နောက်ထပ် ကျွန်မ သိလာရတာက
    AI နဲ့စက်ရုပ်တွေကို
  • 1:26 - 1:30
    အစဉ်အလာတီထွင်မှုပုံစံတွေနဲ့ ပေါင်းစပ်မှုက၊
    ကျွန်မလို အမြင်အနုပညာထဲမှာဆိုရင်၊
  • 1:30 - 1:32
    လူသားဆိုတာ ဘာလဲ၊
    စက်ပစ္စည်းတွေ ဆိုတာဘာလဲကို
  • 1:32 - 1:35
    နည်းနည်းလေး ပိုပြီး နက်ရှိုင်းစွာ
    နားလည်လာစေပါတယ်။
  • 1:35 - 1:38
    အဲဒီကတဆင့် ကျွန်မ ရှေ့ဆက် သဘောပေါက်လာတာက
  • 1:38 - 1:41
    ကျုပ်တို့ ရှေ့ဆက်သွားချင်ရင် နှစ်ခုစလုံး
    အတွက် နေရာကို ဖန်တီးပေးဖို့
  • 1:41 - 1:42
    လက်တွဲဆောင်ရွက်မှုဟာ သော့ချက်ပါ။
  • 1:42 - 1:46
    ဒါတွေအားလုံး စတင်ခဲ့တာက "Drawing
    Operations Unit: Generation 1."
  • 1:46 - 1:48
    လို့ခေါ်တဲ့ စက်တွေနဲ့
    စမ်းသပ်မှုမှ စတင်ခဲ့တာပါ။
  • 1:48 - 1:51
    ကျွန်မကတော့ အတိုကောက် "DOUG" လို့ခေါ်တယ်။
  • 1:51 - 1:52
    ကျွန်မ DOUG ကို မတည်ဆောက်ခင်
  • 1:52 - 1:55
    စက်ရုပ်တွေ တည်ဆောက်မှု
    အကြောင်း လုံးဝမသိခဲ့ဘူး။
  • 1:55 - 1:58
    ကျွန်မ အခမဲ့ရနိုင်တဲ့ စက်ရုပ်ရဲ့
    လက်မောင်းဒီဇိုင်းတွေကို ယူခဲ့တယ်၊
  • 1:58 - 2:01
    စက်ရုပ်ကနေပြီး ကျွန်မ လက်ဟန်တွေကို
    အချိန်နဲ့တပြေးညီ ကူယူလုပ်နိုင်မယ့်
  • 2:01 - 2:03
    စနစ်တစ်ခုကို ကျွန်မ hack လုပ်ခဲ့တယ်။
  • 2:03 - 2:05
    စိတ်ကူးက ရိုးရိုးလေးပါ-
  • 2:05 - 2:07
    ကျွန်မ ရှေ့မှလုပ်ပြတာကို
    ၎င်းက လိုက်လုပ်ပေးရန်ပါ။
  • 2:07 - 2:10
    ကျွန်မ လိုင်းကို ဆွဲရင်
    ၎င်းကပါ ကျွန်မလိုင်းကို တုပြီးဆွဲရမယ်။
  • 2:10 - 2:14
    အဲဒါနဲ့ လွန်ခဲ့တဲ့ ၂၀၁၅ ခုနှစ်တုန်းက
    ပထမဦးဆုံးအကြိမ် ဆွဲဖြစ်ခဲ့တယ်။
  • 2:14 - 2:17
    နယူးယောက်မြို့က
    ပရိသတ်ကို အနည်းငယ်ရှေ့မှာပါ။
  • 2:17 - 2:19
    လုပ်ပြခဲ့တာဟာ သိပ်ကို ရိုးရိုးလေးပါ--
  • 2:19 - 2:23
    မီးမရှိ၊ အသံမရှိ၊
    ဖုံးကွယ်စရာ ဘာမျှမရှိခဲ့ပါ။
  • 2:23 - 2:27
    ကျွန်မ လက်ဖဝါးတွေ ချွေးပြန်နေကြပြီး
    စက်ရုပ်ရဲ့ မော်တာတွေ ပူပြင်းလာကြတယ်။
  • 2:27 - 2:30
    (ရယ်သံများ) ကျွန်မတို့ လုပ်ကိုင်ပုံ
    မဟုတ်ခဲ့မှန်း ရှင်းနေခဲ့ပါတယ်။
  • 2:30 - 2:33
    ဒါပေမဲ့ ကျွန်မ မျှော်လင့်မရခဲ့တဲ့
    စိတ်ဝင်စားစရာ အရာတစ်ခု ဖြစ်ခဲ့တယ်။
  • 2:33 - 2:38
    ရိုးအခဲ့တဲ့ DOUG ဟာ ကျွန်မရဲ့ လိုင်းတွေကို
    ကွက်တိ ခြေရာမခံနိုင်ခဲ့ပါဘူး။
  • 2:38 - 2:40
    ဟန်ဆောင် လုပ်ခဲ့ကြစဉ်တုန်းက
    စခရင်ပေါ်မှာ
  • 2:40 - 2:42
    pixel အလိုက် ပြီးပြည့်စုံခဲ့တယ်။
  • 2:42 - 2:44
    ရုပ်ပိုင်း လက်တွေ့အခြေအနေထဲကျတော့
    လုံးဝ တမျိုးဖြစ်ခဲ့ပါတယ်။
  • 2:44 - 2:47
    ၎င်းဟာ ချော်ပြီး ဘေးရောက်သွားတာ
    ထပ်တလဲလဲ မှားမိနေခဲ့တယ်၊
  • 2:47 - 2:49
    ကျွန်မက ပြန်ပြီး တုံ့ပြန်ရန် လိုအပ်ခဲ့တယ်။
  • 2:50 - 2:51
    အသစ်အဆန်းဆိုလို့ ဘာမှ မရှိခဲ့ပါ။
  • 2:51 - 2:54
    ဒါတောင် ပေါ်ပေါက်လာခဲ့ကြတဲ့
    အမှားတွေကမှ စိတ်ဝင်စားစရာ အချက်ပါ။
  • 2:54 - 2:57
    စက်ရုပ်က ကျွန်မလိုင်းကို အဓိပ္ပါယ်
    ကောက်နေခဲ့ပေမဲ့ စနစ်မကျခဲ့ပါ။
  • 2:57 - 2:59
    ကျွန်မ တုံ့ပြန်ရန် လိုအပ်ခဲ့တယ်။
  • 2:59 - 3:01
    ကျွန်မတို့အချိန်အညီ
    လိုက်လျောညီထွေဖို့ အားထုတ်ခဲ့ကြတယ်။
  • 3:01 - 3:04
    ဒါကို မြင်ပြီးတဲ့ နောက်မှာ
    ကျွန်မ အချက်တချို့ကို နားလည်မိတယ်။
  • 3:04 - 3:08
    ကျွန်မတို့ရဲ့ အမှားတွေကမှ စိတ်ဝင်စားစရာ
    အကောင်းဆုံး အပိုင်း ဖြစ်တာကို တွေ့လာရတယ်။
  • 3:09 - 3:13
    စက်ရဲ့ မပြီးပြည့်စုံမှုမှတစ်ဆင့်
    ကျွန်မ နားလည်လာတာက
  • 3:13 - 3:17
    ကျွန်မတို့ရဲ့ မပြီးပြည့်စုံမှုကမှ တန်ပြန်
    တုံ့ပြန်မှုထဲက အလှဆုံးအရာပါ။
  • 3:17 - 3:20
    အချက်တစ်ချကကို သိနားလည်လာခဲ့ရလို့
    ကျွန်မဟာ စိတ်လှုပ်ရှားနေမိတယ်၊
  • 3:20 - 3:24
    လူသားနှင့်စက်ပစ္စည်းစနစ်များရဲ့
    အလှတရားက
  • 3:24 - 3:27
    ၎င်းတို့ နှစ်ဘက်စလုံး မွေးရာပါ
    မှားနိုင်တဲ့ အလေ့အထ ရှိနေခြင်းပါပဲ။
  • 3:27 - 3:29
    DOUG ဒုတိယမျိုးဆက် ပေါ်လာတော့
  • 3:29 - 3:31
    ကျွန်မဟာ အဲဒီ စိတ်ကူးကို
    စူးစမ်းနေချင်ခဲ့တယ်။
  • 3:31 - 3:35
    ဒါပေမဲ့ စက်ရုပ်ရဲ့ လက်မောင်းက သူ့ဘာသာသူ
    အမှတ်တမဲ့ လိုက်ဆွဲမယ့်အစား
  • 3:35 - 3:39
    ကျွန်မ ပြုစုချင်ခဲ့တာက ကျွန်မရဲ့ ပုံတွေကို
    ကျွန်မ မျှော်မရတဲ့ နည်းလမ်းမျိုးနဲ့
  • 3:39 - 3:41
    ကျွန်မပုံတွေကို တုံ့ပြန်မယ့် စနစ်ကိုပါ။
  • 3:41 - 3:44
    ဒါနဲ့ ကျွန်မဟာ အမြင်အာရုံ အယ်လ်ဂိုရီသမ်
    ကို အသုံးပြုပြီး ဆယ်စုနှစ်ချီ ကျွန်မရဲ့
  • 3:44 - 3:47
    ပုံများထဲမှ မြင်နိုင်တဲ့ အချက်အလက်များ
    ကို ထုတ်ယူရန် ဖြစ်ပါတယ်။
  • 3:47 - 3:51
    ကျွန်မဟာ အဲဒီပုံတွေကို သုံးပြီး အာရုံကြော
    ကွန်ယက်ကို လေ့ကျင့်ပေးခဲ့ပြီး
  • 3:51 - 3:53
    ပုံတွေထဲက ထပ်နေတဲ့ ပုံစံတွေကို
    ထုတ်လုပ်စေပြီး
  • 3:53 - 3:56
    ကျွန်မတို့ရဲ့ ဆော့ဝဲဖြင့်
    စက်ထဲကို ပြန်ထည့်ပေးခိုင်းခဲ့တယ်။
  • 3:56 - 4:00
    ကျွန်မဟာ ပြီးဆုံးထားတဲ့ ပုံတွေ၊
    ဆွဲလက်စ အလုပ်တွေ၊ ကျပမ်း ရေးချစ်ခဲ့တာတွေ၊
  • 4:00 - 4:05
    ကျွန်မ ရှာတွေခဲ့သမျှတွေကို
    မရမက ရှာဖွေစုစည်းခဲ့တယ်--
  • 4:05 - 4:07
    ပြီးတော့ AI စနစ်အတွက် တဂ်လုပ်ပေးလိုက်တယ်။
  • 4:07 - 4:10
    ကျွန်မဟာ အနှစ် ၂၀ ကျော်အလုပ် လုပ်ခဲ့တဲ့
    အနုပညာရှင် ဖြစ်ပါတယ်။
  • 4:10 - 4:12
    ခုနက ပုံတွေကို လိုက်လံစုခဲ့ရတာဟာ
    လအတော်ကြာခဲ့ပြီး
  • 4:12 - 4:14
    အတော့်ကို လုပ်ကိုင်ခဲ့ရပါတယ်။
  • 4:14 - 4:17
    ပြီးတော့ AI စနစ်တွေကို လေ့ကျင့်ဖို့
    ကိစ္စကလည်း ရှိနေသေးတယ်၊
  • 4:17 - 4:19
    တကယ့်ကို ခက်ခဲစွ
    ကြိုးပမ်းဖို့ လိုခဲ့ပါတယ်။
  • 4:19 - 4:22
    အလုပ်အများအပြားကို သူများတွေ
    မြင်တောင် မြင်ကြရမှာ မဟုတ်ပါဘူး။
  • 4:22 - 4:25
    ဒါပေမဲ့ အဲဒီလို လုပ်ကိုင်ရင်းနဲ့
    ကျွန်မဟာ AI တည်ဆောက်ထားပုံကို
  • 4:25 - 4:27
    နည်းနည်းလေး ပိုကောင်းမွန်စွာ
    နားလည်လာခဲ့တယ်။
  • 4:27 - 4:30
    အဲဒါကို အာရုံကြောနက်များ အတွက် ပုံစံတွေ၊
    နည်းစနစ်တွေကို သုံးထားရုံတင်
  • 4:30 - 4:32
    မကတာကိုပါ ကျွန်မ သိလာခဲ့ရတယ်။
  • 4:32 - 4:36
    ပြီးတော့ ၎င်းဟာ ပုံစံပြောင်းလွယ်ပြီး
    လိုချင်တဲ့ ပုံမျိုးကိုသွင်းယူလွယ်ခဲ့ပါတယ်၊
  • 4:36 - 4:38
    လူသားရဲ့ လက်ကတော့ တနည်းနည်းနဲ့
    အမြဲတမ်း ပါနေခဲ့တယ်။
  • 4:38 - 4:42
    ၎င်းဟာ ကျွန်မတို့ ကြားခဲ့ဘူးသလို
    ဘာမဆို လုပ်နိုင်တာမျိုး မဟုတ်ခဲ့ကြပါ။
  • 4:42 - 4:45
    ဒါနဲ့ ကျွန်ဟာ အာရုံကြောကွန်ယက်အတွက်
    ဒီလိုပုံတွေကို စုစည်းခဲ့တယ်။
  • 4:45 - 4:49
    ပြီးတော့ အရင်တုန်းက လုံးဝမဖြစ်နိုင်ခဲ့တာ
    တစ်ခုကိုပါ ကျွန်မ သဘောပေါက်လိုက်တယ်။
  • 4:49 - 4:53
    ကျွန်မရဲ့ DOUG စက်ရုပ်ဟာ ကျွန်မ တစ်သက်လုံး
    ရေးဆွဲခဲ့သမျှ ပုံတွေကို
  • 4:53 - 4:56
    အချိန်နှင့်တပြေးညီ ထင်ဟပ်ပေးနိုင်ခဲ့တယ်။
  • 4:56 - 4:59
    ကျွန်မရဲ့ ဒေတာဖြစ်ခဲ့ပေမဲ့ ရလဒ်တွေကျတော့
    အားရစရာကြီးပါ။
  • 4:59 - 5:01
    အဲဒါနဲ့ ကျွန်မဟာ
    သိပ်ကို စိတ်လှုပ်ရှားလာလို့
  • 5:01 - 5:06
    ဒီစက်တွေဟာ ကိရိယာသက်သက် မဖြစ်သင့်ဘဲ
    လူသားမဟုတ်တဲ့ လုပ်ဖက်လို လက်တွဲ
  • 5:06 - 5:09
    လုပ်ကိုင်နိုင်စွမ်း ရှိကြမယ်လို့တောင်
    ထင်မိခဲ့တယ်။
  • 5:10 - 5:11
    အဲဒီထက်ကို တောင်ပိုလျက်၊
  • 5:11 - 5:14
    လူသားရဲ့ တီထွင်နိုင်စွမ်းရဲ့ အနာဂတ်ဟာဖြင့်
  • 5:14 - 5:15
    လူကနေပြီး လုပ်တဲ့ အရာမဟုတ်ဘဲ
  • 5:15 - 5:19
    ဖန်တီးလုပ်ကိုင်ရေး နည်းလမ်းသစ်တွေကို
    လက်တွေ စူးစမ်းမှုဖြစ်တယ်လို့ ထင်မိတယ်။
  • 5:19 - 5:21
    ဒီတော့ DOUG_1 က ကြွက်သားဖြစ်ခဲ့ပြီး
  • 5:21 - 5:23
    DOUG_2 က ဦးနှောက်ဖြစ်ခဲ့တယ် ဆိုရင်၊
  • 5:23 - 5:26
    DOUG_3 ကျတော့ မိသားစုနဲ့ တူပါတယ်။
  • 5:26 - 5:31
    လူသား-လူသားမဟုတ်သူရဲ့ပူးပေါင်းဆောင်
    ရွက်မှုကို စကေးကြီးဖြင့် စူးစမ်းလိုခဲ့တယ်။
  • 5:31 - 5:33
    အဲဒါနဲ့ လွန်ခဲ့တဲ့ လအနည်းငယ် အတွင်းမှာ၊
  • 5:33 - 5:36
    ကျွန်မအဖွဲ့နဲ့အတူ ကျွန်မတို့ ရွေးထားတဲ့
    စက်ရုပ် ၂၀ ကိုထုတ်လုပ်ခဲ့ကြပြီး
  • 5:36 - 5:38
    စုပေါင်းလျက် သူတို့နဲ့စမ်းရန် ဖြစ်ခဲ့တယ်။
  • 5:38 - 5:40
    သူတို့ဟာ အုပ်စုအနေနဲ့ လုပ်ကိုင်ကြမယ်၊
  • 5:40 - 5:43
    သူတို့နဲ့အတူကျွန်မတို့ဟာ နယူးယောက်မြို့
    တမြို့လုံးမှာ လက်တွဲ လုပ်ကိုင်ဖို့ပါ။
  • 5:43 - 5:45
    Stanford သုတေသီ Fei-Fei Li ကို
    အားကျပါတယ်၊
  • 5:45 - 5:48
    "စက်တွေကို စဉ်းစားလာအောင် သင်ချင်ရင်၊
  • 5:48 - 5:51
    သူတို့ကို မြင်လာနိုင်အောင် အရင် သင်ပေးဖို့
    လိုအပ်မယ်။" သူက မိန့်ကြားခဲ့ပါတယ်။
  • 5:51 - 5:54
    နယူးယောက်မှာ နေခဲ့တဲ့
    ဆယ်နှစ်ကို ပြန်စဉ်းစားလာရတယ်၊
  • 5:54 - 5:56
    တမြို့လုံးမှာ စောင့်ကြည့်ရေး
    ကင်မရာတွေကို မှတ်မိတယ်။
  • 5:56 - 5:58
    အဲဒါတွေ အားလုံးကို ကျွန်မရဲ့ စက်ရုပ်တွေကို
  • 5:58 - 6:01
    သင်ပေးဖို့ သုံးနိုင်ရင် ကောင်းမှာပဲလို့
    စိတ်ကူးရမိတယ်။
  • 6:01 - 6:03
    အဲဒီလို ပရိုဂျက်ကို စဉ်းစားရင်း၊
  • 6:03 - 6:05
    စက်တွေ စောင့်ကြည့်နေပုံကို စိတ်ကူးလျက်
  • 6:05 - 6:08
    အမြင်အကြောင်းကို မာလ်တီအမြင်မျိုးဖြင့်
    စစဉ်းစားလာတယ်၊
  • 6:08 - 6:10
    တစ်နေရာမှ မြင်ရတဲ့ အမြင်မျိုးလိုပါ။
  • 6:10 - 6:12
    ကျွန်မတို့ ဗွီဒီယိုတွေကို စစုဆောင်းတယ်၊
  • 6:12 - 6:15
    အင်တာနက်မှာ ရနိုင်တဲ့
    အများပြည်သူဆိုင်ရာတွေပါ၊
  • 6:15 - 6:17
    လူတွေ လမ်းပေါ်မှာ လမ်းလျှောက်နေကြပုံ၊
  • 6:17 - 6:19
    ကားတွေ၊ တက္ကစီတွေ စသဖြင့်
  • 6:19 - 6:21
    မြို့ပြ လှုပ်ရှားမှု ပုံတွေမျိုးစုံပေါ့။
  • 6:21 - 6:24
    အဲဒါမျိုးကို မြင်နိုင်တဲ့ မြင်မှု
    အယ်လဂိုရီသမ်ကို ပြုစုခဲ့ကြတယ်
  • 6:24 - 6:26
    "optical flow" လို့ခေါ်တဲ့ နည်းပညာကို
    အခြေခံခဲ့ကြတယ်၊
  • 6:26 - 6:28
    မြို့ပြများထဲက စုပေါင်းသိပ်သည်းဆကို၊
  • 6:28 - 6:32
    လူတွေရဲ့ ဦးတည်ချက်ကို၊ နေထိုင်ပုံနဲ့
    အရှိန်အဟုန် စသဖြင့် ဆန်းစစ်ခဲ့ကြတယ်။
  • 6:32 - 6:36
    ကျွန်မတို့ စနစ်က အနေအထားမျိုးစုံထဲကနေပြီး
    အဲဒီလို အချက်တွေကို ထုတ်ယူပေးခဲ့လို့
  • 6:36 - 6:40
    အဲဒါတွေဟာ ကျွန်မရဲ့ စက်ရုပ်တွေ
    ပုံဆွဲရန် သင်ပုန်းလို ဖြစ်လာကြတယ်။
  • 6:40 - 6:42
    ကျွန်မတို့ဟာ တစ်ဦးနဲ့ တစ်ဦး
    လက်တွဲဆောင်ရွက်မှုအစား
  • 6:42 - 6:45
    အများက အများနဲ့ လက်တွဲဆောင်ရွက်မှုကို
    တီထွင်ခဲ့ကြတယ်။
  • 6:45 - 6:48
    မြို့ထဲရှိ လူသားနဲ့ စက်ရဲ့
    အမြင်ကို ပေါင်းပေးလိုက်ခြင်းဖြင့်
  • 6:48 - 6:52
    ရှုခင်းပန်းချီကား ဆိုတာ ဘယ်လိုဖြစ်နိုင်
    ကြောင်းကို ပြန်လည်ပုံဖော်ခဲ့ကြတယ်။
  • 6:52 - 6:55
    D.O.U.G. နဲ့ ကျွန်မလုပ်ခဲ့သမျှ
    စမ်းသပ်မှုများအားလုံးတို့ဟာ
  • 6:55 - 6:57
    တူညီတာဆိုလို့ တကြိမ်ဘူးမှ မရှိခဲ့ဘူးပါ။
  • 6:57 - 6:59
    လက်တွဲပူးပေါင်းမှုရဲ့ ကျေးဇူးကြောင့်
  • 6:59 - 7:02
    ကျွန်မတို့ ဘယ်သူာမှ ဖန်တီးနိုင်ခဲ့မှာ
    မဟုတ်တာကို ဖန်တီးနိုင်ခဲ့ကြတယ်-
  • 7:02 - 7:05
    ကျွန်မတို့ရဲ့ ကျုပ်တို့၊ လူသားနဲ့
    လူသားမဟုတ်သူတို့ရဲ့
  • 7:05 - 7:07
    တီထွင်ဖန်တီးမှုရဲ့
    ဘောင်ကို စူးစမ်းနိုင်ခဲ့ကြတယ်။
  • 7:08 - 7:10
    ကျွန်မအတွက် ဒါဟာ အစပဲ ရှိပါသေးတယ်။
  • 7:11 - 7:13
    ဒီနှစ်ထဲတွင် ကျွန်မဟာ
    Scilicet ကိုစတင်ခဲ့တယ်၊
  • 7:13 - 7:17
    လူသားနှင့်လူသားချင်းကြားက ပူးပေါင်းဆောင်
    ရွက်မှုကိုစူးစမ်းမယ့် ဓာတ်ခွဲခန်းသစ်ပါ။
  • 7:17 - 7:19
    လူတစ်ဦးချင်း၊ အတုဖြစ်ကြတာနဲ့
    ဂေဟစနစ်ထံမှ ရမယ့်
  • 7:19 - 7:24
    တုံ့ပြန်ချက် ကွင်းဆက်ဟာ စိတ်ဝင်စားစရာပါ။
  • 7:24 - 7:27
    ကျွန်မတို့ဟာ ပတ်ဝန်းကျင်ဆိုင်ရာ လူသားနဲ့
    စက်တွေထံမှ ရရှိမယ့်
  • 7:27 - 7:30
    ဇီဝဗေဒဆိုင်ရာ
    အခြား ဒေတာတွေကို စုစည်းကြပါမယ်။
  • 7:30 - 7:33
    ကျွန်မတို့နဲ့အတူ လက်တွဲ စူးစမ်းရန်
    ကျွန်မတို့ရဲ့ အနာဂတ် အလုပ်၊ စနစ်များ၊
  • 7:33 - 7:35
    လူသားချင်း လက်တွဲပူးပေါင်းဆောင်ရွက်မှုကို
  • 7:35 - 7:37
    စိတ်ဝင်စားသူ အားလုံးကို ဖိတ်ကြားပါတယ်။
  • 7:37 - 7:40
    ဒါတွေအားလုံးကို နည်းပညာရှင်တွေ သက်သက် သာမက
  • 7:40 - 7:43
    ကျုပ်တို့ အားလုံးပါ ပါဝင် လုပ်ကိုင်ရမယ့်
    အခန်းကဏ္ဍတွေ ရှိပါတယ်။
  • 7:43 - 7:45
    အစဉ်အလာအရ လူတွေ လုပ်ခဲ့ကြတဲ့
  • 7:45 - 7:47
    အလုပ်တွေကို စက်တွေကို သင်ပေးခြင်းဖြင့်
  • 7:47 - 7:50
    လူ့လက်တွေနဲ့ လုပ်လို့ ရနိုင်တာရဲ့
    စံသတ်မှတ်ချက်တွေကို
  • 7:50 - 7:53
    ကျွန်မတို့ စူးစမ်းနိုင်မယ်လို့
    ယုံကြည်ပါတယ်။
  • 7:53 - 7:56
    အဲဒီလို ချီတက်ရမယ့် ခရီးထဲရဲ့ တစ်ပိုင်းက
  • 7:56 - 8:00
    လူသားတွေရော စက်တွေပါ
    မှားယွင်းနိုင်ကြတာကို အသိအမှတ်ပြုလျက်
  • 8:00 - 8:03
    နှစ်ဘက်စလုံးရဲ့ အစွမ်းအစတွေကို
    တိုးချဲ့ဖို့ လိုပါတယ်။
  • 8:03 - 8:06
    ဒီနေ့အထိ ကျွန်မဟာ အလှတရားကို
    လူသားထဲမှာရေ လူသားမဟုတ်တဲ့ထဲမှာပါ
  • 8:06 - 8:08
    ရှာကြံဖို့ အားထုတ်နေလျက်ပါ။
  • 8:08 - 8:11
    အနာဂတ်တွင် အဲဒါဟာ ဘယ်လိုပုံစံမျိုး
    ဖြစ်မှာကို ကျွန်မ မပြောတတ်ဘူး၊
  • 8:11 - 8:14
    ဒါပေမဲ့ အဲဒါကို ရှာဖွေရန် ကျွန်မ
    သိပ်ကို စိတ်ဓာတ်ပြင်းပြနေပါတယ်။
  • 8:14 - 8:15
    ကျေးဇူးတင်ပါတယ်။
  • 8:15 - 8:17
    (လက်ခုပ်သံများ)
Title:
ကျွန်မ စက်ရုပ်တွေကိုသုံးပြီး ပုံတွေဆွဲနေတာ ဘာ​ကြောင့်လဲ
Speaker:
Sougwen Chung
Description:

လူသားနဲ့ စက်ရုပ်တွေ အနုပညာကို လက်တွဲ ဖန်တီးကြမယ်ဆိုရင် ဘာတွေ ဖြစ်လာမလဲ။ အံ့ဩစိတ်ဝင်စားဖွယ် ဒီဟောပြောချက်ထဲမှာ အနုပညာရှင် Sougwen Chung က သူမရဲ့ အနုပညာ စတိုင်ကို စက်ကို သင်ကြားပေးပုံနဲ့ မျှော်လင့်မရနိုင်တဲ့ တွေ့ရှိချက် တစ်ခုကို ကျုပ်တို့အတွက် မျှဝေပေးထားပါတယ် - စက်ရုပ်တွေလည်း မှားတတ်ကြတယ် ဆိုတာပါ။ "လူသားနဲ့ စက်ယန္တရားတွေရဲ့ အလှတစ်ခုက ၎င်းတို့ နှစ်ခုစလုံးတို့ဆီမှာ မွေရာပါ မှားယွင်းတတ်မှုပါပဲ"လို့ သူက မှတ်ချက်ချထားပါတယ်။
more » « less
Video Language:
English
Team:
closed TED
Project:
TEDTalks
Duration:
08:30

Burmese subtitles

Revisions

Our website uses cookies for analysis purposes.