ပိုကောင်းမွန်တဲ့ ဇာတ်လမ်းတွေ ပြောပြဖို့နဲ့ လူမှု အပြောင်းအလဲကို အစပျိုးပေးဖို့ ဇီဝဆိုင်ရာ အချက်အလက်များကို ကျွန်မ အသုံးပြုနေပုံ။
-
0:01 - 0:05လွန်ခဲ့တဲ့ ၁၅ နှစ်လုံးလုံး သင်တို့စိတ်ကို
ပြောင်းလဲဖို့ ကြိုးစားနေခဲ့တယ်။ -
0:06 - 0:10ကျွန်မရဲ့အလုပ်မှာ ယဉ်ကျေးမှု စံတွေကို
ပြောင်းဖို့ ခေတ်ပါ် ယဉ်ကျေးမှုနဲ့ -
0:10 - 0:11ပေါ်လာနေတဲ့ နည်းပညာကိုသုံးတယ်။
-
0:12 - 0:16လူ့အခွင့်အရေးတွေကို အားပေးဖို့
ဗီဒီယိုဂီမ်းတွေကို ဖန်တီးထားတယ်။ -
0:16 - 0:21မညီမျှတဲ့ လူဝင်မှုဥပဒေတွေကို အသိရှိမှုတိုး
မြှင့်ဖို့ လှုပ်ရှားရုပ်ပုံတွေဖန်တီးကာ -
0:21 - 0:25အိမ်ယာမဲ့မှုဝန်းကျင်မှာ အမြင်တွေ ပြောင်း
လဲဖို့ တည်နေရာ အခြေပြုတဲ့ ဆပွားထားတဲ့ -
0:25 - 0:28သဘာဝကျတဲ့ အက်ပ်တွေကို
Pokémon Go မတိုင်မီ -
0:28 - 0:29အတော်ကြာက ဖန်တီးထားတယ်။
-
0:30 - 0:31(ရယ်သံများ)
-
0:31 - 0:35ဒါပေမဲ့ ဒီနောက်မှာ ဂိမ်းတစ်ခု(သို့)
အက်ပ်တစ်ခုဟာ သဘောထားတွေနဲ့ -
0:35 - 0:37အပြုအမူတွေကို တကယ် ပြောင်းလဲ
နိုင်လားလို့ စတွေးမိတယ်။ -
0:37 - 0:40ပြောင်းနိုင်တယ်ဆို၊ ဒီပြောင်းလဲမှုကို
တိုင်းတာနိုင်လား။ -
0:40 - 0:43ဒီလုပ်ငန်းစဉ်ရဲ့နောက်ကွယ်က
သိပ္ပံပညာက ဘာလဲ။ -
0:43 - 0:47ဒါနဲ့ ကျွန်မရဲ့ အာရုံစိုက်မှုကို
မီဒီယာနဲ့ နည်းပညာဖန်တီးခြင်းကနေ -
0:47 - 0:50အာရုံကြော ဇီဝဗေဒ သက်ရောက်မှုတွေကို
တိုင်းတာတာဆီ ပြောင်းတယ်။ -
0:51 - 0:53ဟောဒီမှာ ကျွန်မ ရှာဖွေတွေ့ရှိတာပါ။
-
0:53 - 0:57ဝက်ဘ်၊ မိုဘိုင်း ကိရိယာတွေနဲ့
အစစ်နီးနီး၊ ဆပွားထားတဲ့ သဘာဝကျမှုတွေဟာ -
0:57 - 1:00ကျွန်မတို့ရဲ့ နာဗ်ကြော စနစ်တွေကို
ပြန်ရေးသားနေတယ်။ -
1:00 - 1:03ကျွန်မတို့ရဲ့ ဦးနှောက်ကို တာ်ဆောက်မှုကို
တကယ်ကို ပြောင်းနေတယ်။ -
1:04 - 1:09နှလုံးတွေ၊ စိတ်တွေကို အပြုသဘော ဩဇာသက်ရောက်
စေဖို့ကျွန်မ အသုံးပြုနေခဲ့တဲ့ နည်းပညာတွေဟာ -
1:09 - 1:13တကယ်ကျတော့ မျှဝေခံစားမှုနဲ့ ဆုံးဖြတ်ချက်
ချမှုအတွက် လိုအပ်တဲ့ ဦးနှောက်ထဲက -
1:13 - 1:15လုပ်ဆောင်မှုတွေကို
တိုက်စားနေခဲ့တာပါ။ -
1:15 - 1:19တကယ်က ဝက်ဘ်နဲ့ မိုဘိုင်း
ကိရိယာတွေအပေါ် ကျွန်မတို့ရဲ့ မှီခိုမှုက -
1:19 - 1:23ကျွန်မတို့ရဲ့ သိမြင်၊ လှုပ်ရှားတတ်တဲ့
စွမ်းရည်တွေကို လွှမ်းမိုးနေလောက်တယ်။ -
1:23 - 1:27ကျွန်မတို့ကို လူမှုရေးနဲ့ ခံစားမှုပိုင်းအရ
ညံ့ဖျင်းအောင်လုပ်ပြီး -
1:27 - 1:30ဒီလူ့ဂုဏ်သိက္ခာကင်းမဲ့မှုမှာ ကြံရာပါလို့
ခံစားမိတယ်။ -
1:31 - 1:36ဒါကို သိခဲ့တာက လူမှုရေး ပြဿနာတွေအကြောင်း
မီဒီယာတွေ ဆက်လက် မဖန်တီးနိုင်ခင်ကပါ။ -
1:36 - 1:40နည်းပညာရဲ့ ဘေးဖြစ်စေတဲ့ သက်ရောက်မှုတွေကို
ပြောင်းပြန် စီမံဖို့ လိုအပ်ခဲ့တယ်။ -
1:41 - 1:44ဒါကို ကိုင်တွယ်ဖို့
ကိုယ့်ကိုယ်ကိုယ် မေးခဲ့တာက -
1:44 - 1:47မျှဝေခံစားမှုယန္တရားတွေ သိမြင်၊
လှုပ်ရှား တွန်းအားပေးတဲ့ ရှုထောင့်တွေ -
1:47 - 1:51လုပ်ဆောင်ဖို့ ကျွန်မတို့ကို လှုပ်ရှားစေတဲ့
ဇာတ်ကြောင်းပြော ပါဝင်တဲ့အရာတွေကို -
1:51 - 1:54နှိုးဆွပေးတဲ့ စက်တစ်ခုဖြစ် ငါ ဘယ်လို
-
1:54 - 1:55အကောင်အတည်ဖော်နိုင်လဲ။"
-
1:57 - 2:01ဒါကို ဖြေဆိုဖို့ စက်တစ်ခု တည်ဆောက်ဖို့
လိုခဲ့တော့တာပေါ့။ -
2:01 - 2:02(ရယ်သံများ)
-
2:02 - 2:05အခမဲ့ ဇီဝအချက်အလက် အသုံးပြုမှု
လက်တွေ့ခန်းတစ်ခု ဆောက်နတယ်၊ -
2:05 - 2:09Limbic Lab လို့ ခေါ်တဲ့ AI စနစ်တစ်ခုပါ။
-
2:09 - 2:10ဒီလက်တွေ့ခန်းက မီဒီယာတွေနဲ့
-
2:10 - 2:14နည်းပညာကို ဦးနှောက်နဲ့ ခန္ဓာကိုယ်ရဲ့
သတိမမူမိတဲ့ တုံ့ပြန်မှုကို ရိုက်ယူတာတင်မက -
2:14 - 2:17ဒီဇီဝ တုံ့ပြန်မှုတွေကို အခြေခံတဲ့
အကြောင်းအရာကိုပြပြင်ဖို့ -
2:17 - 2:20စက်သင်ကြားမှုကိုပါ အသုံးပြုတယ်။
-
2:21 - 2:24ကျွန်မရဲ့ ပန်းတိုင်က လူမှု
တရားမျှတမှု၊ ယဉ်ကျေးမှုနဲ့ -
2:24 - 2:26ပညာရေးဆိုင်ရာ အဖွဲအစည်းတွေ ဖြစ်မြောက်ဖို့၊
-
2:26 - 2:28ပိုထိရောက်တဲ့ မီဒီယာတွေ ဖန်တီးဖို့
-
2:28 - 2:33ဘယ် ဇာတ်ကြောင်းပြ ပါဝင်တဲ့ အရာတွေရဲ့
ပေါင်းစပ်မှုက သီးခြား ပစ်မှတ် ပရိသတ်တွေကို -
2:33 - 2:36အဆွဲဆောင်ဆုံးနဲ့ လှုံဆော်မှုအပေးဆုံးဆိုတာ
ရှာဖွေဖို့ပါ။ -
2:36 - 2:39Limbic Lab မှာ အစိတ်အပိုင်းနှစ်ခုပါဝင်တယ်။
-
2:39 - 2:41ဇာတ်ကြောင်းပြ အင်ဂျင်နဲ့ မီဒီယာ စက်ပါ။
-
2:42 - 2:47စမ်းသပ်ခံသူတစ်ဦးက မီဒီယာ အကြောင်းအရာကို
ကြည့်နေ(သို့) တုံ့ပြန်ဆက်သွယ်နေစဉ် -
2:47 - 2:51ဇာတ်ကြောင်းပြော အင်ဂျင်က ဝင်ကြည့်ပြီး
ဦးနှောက်လှိုင်းတွေ၊ နှလုံးခုန်နှုန်းလို -
2:51 - 2:54ဇီဝရုပ်ပိုင်း ဒေတာ၊ သွေးစီးဆင်းမှု၊
ကိုယ်အပူချိန်၊ ကြွက်သား ကျုံ့ခြင်းမှ -
2:54 - 2:56အချိန်ကိုက် ဒေတာကို
ချိန်ပေးတယ်။ -
2:56 - 2:59မျက်လုံးလှုပ်ရှားမှုနဲ့ မျက်နှာ
အမူအယာတွေ အပါအဝင်ပါ။ -
3:00 - 3:04အရေးပါတဲ့ ဇာတ်ကွက် အမှတ်တွေရှိရာ
အဓိက နေရာတွေမှာ ဒေတာကို ဖမ်းယူတယ်၊ -
3:04 - 3:07ဇာတ်ကောင် တုံ့ပြန်မှု(သို့) ထူးခြားတဲ့
ကင်မရာ ရှုထောင့်တွေ ဖြစ်ပေါ်တယ်။ -
3:08 - 3:11"Game of Thrones
Red Wedding" ထဲက နောက်ဆုံး အခန်းလို -
3:11 - 3:13အလန့်တကြားနဲ့
-
3:13 - 3:15လူတိုင်း သေသွားတဲ့အခါပါ။
-
3:15 - 3:16(ရယ်သံများ)
-
3:17 - 3:20စိတ်အမျိုးအစားခွဲခြားမှုနဲ့
လူဦးရေ စိစစ်မှု အချက်အလက်တွေနဲ့အတူ -
3:20 - 3:23ဒီလူရဲ့ နိုင်ငံရေး ယုံကြည်မှုတွေအပေါ်
လေ့လာမှု အချက်အလက်တွေကို -
3:23 - 3:25တစ်ဦးချင်းစီရဲ့ ပိုနက်နဲတဲ့
-
3:25 - 3:28သိနားလည်မှုတစ်ခု ရရှိဖို့
စနစ်ထဲမှာ ပေါင်းစပ်ထားတယ်။ -
3:29 - 3:30နမူနာတစ်ခု ပေးပါရစေ။
-
3:32 - 3:37လူမှုတရားမျှတမှု ပြဿနာတွေအပေါ် အမြင်တွေနဲ့
အတူ အကြိုက်ဆုံးရုပ်သံတွေကို တွဲကြည့်တာက -
3:37 - 3:41ထိပ်တန်းစိုးရိမ်မှု သုံးခုအနက် လူဝင်မှုကို
သတ်မှတ်တဲ့ အမေရိကန်တွေဟာ -
3:41 - 3:44"The Walking Dead" ရဲ့
ပရိသတ်တွေဖြစ်ဖို့ ပိုများပြီး -
3:45 - 3:48တိုင်းတာလို့ရတဲ့
အဒရီနလင် တိုးမြှင့်မှုအတွက် -
3:48 - 3:49မကြာခဏ ကြည့်တယ်လို့ပြသတယ်။
-
3:50 - 3:54လူတစ်ဦးရဲ့ ဇီဝဆိုင်ရာ ကိုယ်ပိုင် လက္ခဏာနဲ့
သူ့တို့ စစ်တမ်း တုံ့ပြန်မှုကို -
3:54 - 3:59သူတို့ရဲ့ ထူးခြားတဲ့ မီဒီယာ အမှတ်အသား
ဖန်တီးဖို့ ဒေတာဘေ့စ်အဖြစ် ပေါင်းစပ်တယ်။ -
3:59 - 4:03ဒီနောက် နိမိတ်ပြတဲ့ ပုံစံငယ်က မီဒီယာ
အမှတ်အသားနှစ်ခုကြားက ပုံစံတွေကို ရှာပြီး -
4:03 - 4:05ဘယ်ဇာတ်ကြောင်းပြ ပါဝင်တဲ့ အရာတွေက
-
4:05 - 4:09သောကနဲ့ စိတ်မပါမှုထက်
ကိုယ်ကျိုးမငဲ့တဲ့ အပြအမူမှာ ပတ်သက်ဖို့ -
4:09 - 4:11ပိုဖြစ်နိုင်ခြေရှိတာ ကျွန်မကို ပြောပြတယ်။
-
4:11 - 4:14ဖြစ်စဉ်ပြ ရုပ်သံကနေ ဂိမ်းတွေအထိ
-
4:14 - 4:17ကြားခံ အသီးသီးမှာရှိတဲ့ ဒေတာဘေ့စ်ကို
အမှတ်အသားတွေ ပိုထည့်လေလေ၊ -
4:17 - 4:19ပိုကောင်းတဲ့ နိမိတ်ပြ ပုံစံငယ်တွေ
ဖြစ်လာလေပါ။ -
4:20 - 4:24အတိုချုပ်ရရင် ကျွန်မဟာ ပထမဆုံး
မီဒီယာ ဗီဇအစုကို ပုံထုတ်နေတာပါ။ -
4:24 - 4:28(လက်ခုပ်သံနှင့် ဩဘာသံများ)
-
4:32 - 4:35လူသား ဇီဝမျိုးစုကတော့ အစဉ်လိုက်ရှိနေတဲ့
လူသား DNA ထဲကဗီဇ ပါဝင်တာ -
4:35 - 4:37အားလုံးကို ဖော်ထုတ်ပေမဲ့
-
4:38 - 4:41မီဒီယာ အမှတ်အသားတွေရဲ့ တိုးလာနေတဲ့
ဒေတာဘေ့စ်က ကျွန်မကို နောက်ဆုံး -
4:41 - 4:45သီးခြား လူတစ်ယောက်အတွက် မီဒီယာ
DNA ကို ဆုံးဖြတ်ခွင့် ပေးလိမ့်မယ်။ -
4:46 - 4:49ရှိပြီးသား Limbic Lab ရဲ့
ဇာတ်ကြောင်းပြော အင်ဂျင်က -
4:50 - 4:53အကြောင်းအရာ ဖန်တီးသူတွေ ပုံပြောခြင်းကို
ကူညီမွမ်းမံတယ်။ -
4:53 - 4:57တစ်ဦးချင်း အဆင့်တစ်ဆင့်မှာ ဦးတည်တဲ့
ပရိသတ်တွေနဲ့ ပဲ့တင်ထပ်အောင်ပါ။ -
4:59 - 5:01Limbic Lab ရဲ့ အခြား အစိတ်အပိုင်း၊
-
5:01 - 5:03မီဒီယာ စက်က
-
5:03 - 5:08မီဒီယာက ခဲစားမှုနဲ့ ဇီဝကမ္မ တုံ့ပြန်မှု
တစ်ခုကို အစ်ထုတ်ပုံကို အကဲဖြတ်ပြီး -
5:08 - 5:10တစ်ဦးချင်း သီးသန့် မီဒီယာ DNA ကို
ပစ်မှတ်ထားတဲ့ -
5:10 - 5:13အကြောင်းအရာ စာကြည့်တိုက်ကနေ
မြင်ကွင်းတွေကို ဆွဲထုတ်မယ်။ -
5:14 - 5:18ဉာဏ်ရည်တုကို ဇီဝအချက်အလက်
လုပ်ဆောင်မှု ဒေတာမှာ အသုံးချခြင်းက -
5:18 - 5:21စစ်မှန်တဲ့ ကိုယ်ပိုင်ပြုထားတဲ့
အတွေ့အကြုံ ဖန်တီးပေးတယ်။ -
5:21 - 5:26အချိန်နဲ့တစ်ပြေးညီ မသိစိတ်တုံ့ပြန်မှုကို
အခြေခံတဲ့ အကြောင်းအရာကို ပြုပြင်တာတစ်ခုပါ။ -
5:27 - 5:33အကျိုးမဖက်အဖွဲ့တွေနဲ့ ဒီယာ ဖန်တီးသူတွေဟာ
ပရိသတ်တွေ တွေ့ကြုံတဲ့အတိုင်း ခံစားရပုံကို -
5:33 - 5:35တိုင်းတာနိုင်တယ်လို့ စိတကူးကြည့်ပြီး
-
5:35 - 5:37လွှင့်တဲ့ အကြောင်းအရာကို ပြောင်းလိုက်ပါ။
-
5:37 - 5:40ဒါဟာ မီဒီယာတွေရဲ့ အနာဂတ်လို့
ကျွန်မ ယုံကြည်တယ်။ -
5:41 - 5:44သက်တမ်းမှတ်ရင် မီဒီယာနဲ့
လူမှုအပြောင်းအလဲဗျူဟာ အများစုက -
5:44 - 5:47လူထု ပရိသတ်တွေကို ဆွဲဆောင်ဖို့
ကြိုပမ်းခဲ့ကြပေမဲ့ -
5:47 - 5:50အနာဂတ်ကတော့ မီဒီယာတွေကို
တစ်ဦးချင်းအတွက် စိတ်ကြိုက်လုပ်ပေးထားတာပါ။ -
5:51 - 5:54မီဒီယာ စားသုံးမှုအချိန်နဲ့
စက်သုံး မီဒီယာ ထုတ်လုပ်မှုရဲ့ -
5:54 - 5:57တစ်ပြေးညီ တိုင်းတာမှုက
စံဖြစ်လာတာကြောင့် -
5:57 - 6:01စိတ်အမျိုးအစားခွဲခြားမှု၊ ဇီဝအချက်အလက်
အသုံးပြုမှုနဲ့ AI အရောတစ်ခုကို သုံးရင်း -
6:01 - 6:05ကိုယ့်မက်မောမှုတွေအတွက် တိုက်ရိုက် ခွင်ကျ
စီမံထားတဲ့မီဒီယာကို မကြာခင်သုံးစွဲနေမှာပါ။ -
6:06 - 6:10ဒါက DNAကို အခြေခံထားတဲ့ ကိုယ်ပိုင်
အမှတ်သညာပြုထားတဲ့ ဆေးဝါးလိုပါ။ -
6:10 - 6:12ဒါကို "biomedia" ကျွန်မ ခေါ်တယ်။
-
6:13 - 6:16လောလောဆယ် ရှေ့ပြေး လေ့လာမှုတစ်ခုမှာ
Limbic Lab ကို Norman Lear Center -
6:16 - 6:18နဲ့အတူ စမ်းသပ်နေတယ်။
-
6:18 - 6:22၎င်းက ထပ်တန်း ဖြစ်စဉ် ၅၀ ရှိတဲ့
ရုပ်သံ ပြပွဲတွေကို ကြည့်ပါတယ်။ -
6:22 - 6:25ဒါပေမဲ့ ကျွန်မ ကျင့်ဝတ်ဆိုင်ရာ
အကျပ်ရိုက်မှုနဲ့ နပန်းလုံးနေတယ်။ -
6:25 - 6:29လက်နက်အဖြစ် ပြောင်းသွားနိုင်တဲ့
ကိရိယာတစ်ခုကို ကျွန်မ ပုံစံထုတ်ရင် -
6:29 - 6:30ဒါကို ကျွန်မ ဆောင်သင့်လား။
-
6:32 - 6:35ဝင်ခွင့်ရှိမှုနဲ့ ပါဝင်မှုကို အားပေးဖို့
လက်တွေ့ခန်းကို အခမဲ့ ပေးသုံးရင်း -
6:35 - 6:39သတင်းတုတွေ၊ စျေးကွက်ဖော်တာ (သို့)
အလုံးအရင်း ဆွဲဆောင်မှုတွေအတွက် -
6:39 - 6:42ပလက်ဖောင်း ကို အပိုင်စီးဖို့
သြဇာရှိတဲ့ အစိုးရတွေနဲ့ -
6:42 - 6:46အမြတ်အစွန်းစေ့ဆော်တဲ့ ကုမ္ပဏီတွေကို
ထောက်ကူရေးမှာလည်း စွန့်စားပါတယ်။ -
6:47 - 6:51ဒါကြောင့် ကျွန်မအတွက်တော့
ကျွန်မရဲ့ သုတေသနကို သာမန် ပရိသတ်တွေအတွက် -
6:51 - 6:54GMO တံဆိပ်တွေလို့ ပွင့်လင်းမြင်သာအောင်
ဖန်တီးဖို့က အရေးကြီးပါတယ်။ -
6:55 - 6:58သို့ပေမည့် ဒါက မလုံလောက်ပါဘူး။
-
6:59 - 7:01ဖန်တီးတတ်တဲ့ နည်းပညာရှင်တွေအနေနဲ့
-
7:01 - 7:03လက်ရှိ နည်းပညာဟာ ကျွန်မတို့ရဲ့ ယဉ်ကျေးမှု
-
7:03 - 7:08တန်ဖိုးတွေနဲ့ လူမှုရေး အပြုအမူကို
ပုံဖော်ပုံကို ဆင်ခြင်ဖို့သာမက -
7:08 - 7:10အနာဂတ် နည်းပညာရဲ့ လမ်းကြောင်းကိုပါ
-
7:10 - 7:15တက်ကြွစွာ စိန်ခေါ်ဖို့ ကျွန်မတို့မှာ
တာဝန်တစ်ရပ်ရှိပါတယ်။ -
7:15 - 7:19ဘေးဖြစ်စေတဲ့ လက်နက်တွေကနေ
ဇာတ်ကြောင်းပြောတဲ့ ဆေးအဖြစ် -
7:19 - 7:21မီဒီယာနဲ့ နည်းပညာကို ပြောင်းလဲပေးတဲ့
-
7:21 - 7:25စစ်မှန်ပြီး တရားမျှတတဲ့ ဇာတ်လမ်းတွေ
ဖန်တီးမှုအတွက် -
7:25 - 7:27ခန္ဓာကိုယ်ရဲ့ အသိဉာဏ်ကို ဆွတ်ခူးခြင်းမှာ
-
7:27 - 7:31ကျွန်မတို့ ကျင့်ဝတ်ညီတဲ့ နှစ်မြှုပ်မှု
လုပ်တာက ကျွန်မရဲ့ မျှော်လင့်ချက်ပါ။ -
7:31 - 7:32ကျေးဇူးတင်ပါတယ်။
-
7:32 - 7:34(လက်ခုပ်သံနှင့် သြဘာသံများ)
- Title:
- ပိုကောင်းမွန်တဲ့ ဇာတ်လမ်းတွေ ပြောပြဖို့နဲ့ လူမှု အပြောင်းအလဲကို အစပျိုးပေးဖို့ ဇီဝဆိုင်ရာ အချက်အလက်များကို ကျွန်မ အသုံးပြုနေပုံ။
- Speaker:
- Heidi Boisvert
- Description:
-
more » « less
လုပ်ကိုင်ဆောင်ရွက်စေဖို့ ကျွန်ုပ်တို့ကို ရွေ့ရှားစေတာက ဘယ်လိုဇာတ်လမ်းမျိုးတွေလဲ။ ဒီမေးခွန်းကို ဖြေဆိုဖို့ တီထွင်ဖန်တီးတတ်တဲ့ နည်းပညာရှင် Heidi Boisvert ကနေပြီး လူတွေရဲ့ ဦးနှောက်တွေနဲ့ ကိုယ်ခန္ဓာတွေက အမျိုးမျိုးသော မီဒီယာတွေကို မသိစိတ်နဲ့ တုံ့ပြန်ပုံကို တိုင်းတာနေတာပါ။ မျှဝေခံစားမှုနဲ့ တရားမျှတမှုကို စေ့ဆော်ပြီး ကျယ်ပြန့်တဲ့ လူမှု အပြောင်းအလဲကို အစပျိုးပေးတဲ့ သီးခြား ဇာတ်လမ်း ပါဝင်တဲ့ အရာတွေကို စိစစ်တွက်ချက်ဖို့ ဒီအချက်အလက်ကို သူ အသုံးပြနေပုံကို ပြသထားတာပါ။
- Video Language:
- English
- Team:
closed TED
- Project:
- TEDTalks
- Duration:
- 07:49
|
sann tint approved Burmese subtitles for How I'm using biological data to tell better stories -- and spark social change | |
|
Myo Aung accepted Burmese subtitles for How I'm using biological data to tell better stories -- and spark social change | |
|
|
Myo Aung edited Burmese subtitles for How I'm using biological data to tell better stories -- and spark social change | |
|
|
sann tint edited Burmese subtitles for How I'm using biological data to tell better stories -- and spark social change | |
|
|
sann tint edited Burmese subtitles for How I'm using biological data to tell better stories -- and spark social change | |
|
|
sann tint edited Burmese subtitles for How I'm using biological data to tell better stories -- and spark social change | |
|
|
sann tint edited Burmese subtitles for How I'm using biological data to tell better stories -- and spark social change | |
|
|
sann tint edited Burmese subtitles for How I'm using biological data to tell better stories -- and spark social change |