GTC ပွဲရှိမှာ NVIDIA က NVIDIA DGX™ ကိုယ်ပိုင် AI ဂိုဒေါင်ကွန်ယူတာများကို NVIDIA Grace Blackwell ပလက်ဖောင်းအပေါ် အခြေကိုင်ပြီး မိတ်ဆက်ခဲ့သည်။ ထုတ်ကုန်အသစ်များတွင် DGX Spark၊ အရင်ဆုံး Project DIGITS ဟု သိကြပြီး အသင့်ထွန်းများစွာကို မည်သို့ စီးပွားရေးလုပ်ငန်း၊ သုတေသနဆိုင်ရာ၊ ဒေတာသိပ္ပံပညာရှင်များနှင့် ကျောင်းသားများရဲ့ ဒက်စ်ကستخိုးတွေမှာ ထုတ်ကုန်ကို ပြုလုပ်ဖို့ မြန်ဆန်စွာ ရင်းနှီးမှုတစ်ခုအား တည်ဆောက်နိုင်စေ လုပ်ဆောင်နိုင်ပါတယ်။ AI မော်ဒယ်အကြီးအကျယ်များကို ဒေသခံတွင် အလုပ်လုပ်သင့်၍ NVIDIA DGX Cloud သို့မဟုတ် အခြားမြန်ဆန်မှုဆိုင်ရာ အဆောက်အအုံများတွင် စတင်ရန် ရွေးချယ်နိုင်ပါသည်။ DGX Spark သည် ဂိုဒေါင်အကြီးမြတ်ဆုံး AI ဂိုဒေါင်ကွန်ယူတာအဖြစ် မှတ်ယူသည့် NVIDIA GB10 Grace Blackwell Superchip ကို အထူးသဖြင့် ရရှိထားသည်။ ဤချစ်ကပ်သည် အမြဲတမ်းသော NVIDIA Blackwell GPU နှင့် fifth-generation Tensor Cores တို့တွင် တည်ဆောက်ထားပြီး အဆင့်မြင့်သော မော်ဒယ်လေ့ကျင့်ခြင်းနှင့် ဆန်းသစ်ရေးလုပ်ဆောင်မှုများအတွက် ထူးခြားသော AI ကျင့်သုံးစွမ်းအားကို ပေးစွမ်းလျက်ရှိသည်။ NVLink™-C2C နည်းပညာသည် CPU နှင့် GPU স্মৃতিများကို ချိတ်ဆက်ပြီး မီးတွဲကိုရောက်ရန် တင်တကျသော ဒေတာထုတ်လုပ်နည်းကို ရရှိစေသည်။ အတူတူ DGX Station သည် AI ဖွံ့ဖြိုးတိုးတက်မှုအတွက် တည်ဆောက်ထားပြီး NVIDIA GB300 Grace Blackwell Ultra Desktop Superchip ကို ကြီးမားသော နောက်ခံမှတ်ဉာဏ်နှင့် တပ်ဆင်ထားသည်။ NVIDIA ConnectX®-8 SuperNICလုပ်ဆောင်မှုသည် အမြန်နှုန်းများကောင်းစွာ ရရှိစေမည့် အမျိုးမျိုးသောစက်များ၌ ထိထိရောက်ရောက် ဆက်သွယ်မှုများ လုပ်ဆောင်နိုင်စေသည်။ ထုတ်ကုန်နှစ်ခုလုံးသည် NVIDIA ၏ အဆင့်တွင် AI ပလက်ဖောင်းအားကိုးရင်းကို အသုံးပြုနေပြီး စာရွက်ခွင်းကြောင်းအခြေအနေမှ မှော်လူသားတွေကို ထည့်သွင်းစရာမလိုပါ၊ desktop မှ cloud သို့ ပြောင်းရွှေ့မှု အလွန်သင့်လျော်သည်။ အသုံးပြုသူများသည် NVIDIA AI Enterprise ဆော့ဖ့်ဝဲပလက်ဖောင်းမှ NVIDIA NIM™ microservices များမှ အကျိုးရှိသောအောင်မြင်မှု အမြဲလုပျနိုင်စေရန် အကျိုးရှိပါသည်။ DGX Spark သည် ယခုအခါသိမ်းဆည်းခြင်းများကို ဖွင့်ထားပြီး DGX Station သည် ပြီးခဲ့သည့်နှစ်အတွင်း အထောက်အထားကုန်မြေရောင်းသူများမှ ရရှိနိုင်မည်ဟု မျှော်လင့်သည်။ အချက်အလက်များပိုမိုလေ့လာရန် NVIDIA က ယခုပွဲတွင် တက်ကြွသော keynotes နှင့် ဆက်နွယ်သော ဆွေးနွေးမှုများကို လှုံ့ဆော်ပါသည်။ အကောင်းဆုံး ကွန်ပျူတာများစွာကို အင်အားပေးနေသူ NVIDIA သည် မိမိကြော်ငြာများအတွင်း ထုတ်ကုန်စွမ်းဆောင်ရည်နှင့် လက်ရှိရရှိမှုအပေါ် သက်ဆိုင်သော ကြေညာချက်များတွင် ဆန္ဒရှိသော အန္တရာယ်များ ပါရှိနိုင်သောကိစ္စများကို ဓာတ်လွန်မှန်ကန်ရှိကြောင်း သတိပေးသည်။ ထိုသို့ ပြုမူမှုများကို သက်ဆိုင်ရာစာရင်းပြေရာ အချက်များစွာထင်ရှားရန်ပြီး NVIDIA သည် အချက်များကို ပြန်လည်ဆန်းစစ်ရန် ယျ်ငြိမ်ကျင့်သုံးပါ။

**Circular Protocol သည် Arculus နှင့် IT Lab နှင့် ပူးပေါင်း၍ ကျန်းမာရေးဒータလုံခြုံမှုကို တိုးတက်စေခြင်း** Boston, MA – မတ်လ 19၊ 2025 – Circular Protocol သည် ကမ္ဘာလုံးဆိုင်ရာ ကျန်းမာရေးကဏ္ဍအတွင်း ရွှံ့လျောင်းမှုနှင့် လုံခြုံမှုကို ကြိုးစားတိုးတက်စေရန် Arculus နှင့် IT Lab နှင့် ပူးပေါင်းခဲ့ကြောင်း ကြေညာလိုက်သည်။ ကျန်းမာရေးသည် အများဆုံး ဒစ်ဂျစ်တယ်ဖြစ်လာမည်ဖြစ်လျှင် ရောဂါမပြုစနစ်များကို အတည်ပြုခြင်းနှင့် မှတ်သားခြင်းမှာ ဒေတာမှန်ကန်မှု၊ ကိုယ်ရေးကိုယ်တာနှင့် လိမ်လည်မှုကာကွယ်ခြင်းအတွက် အရေးကြီးလာသည်။ ဤအစီအစဉ်သည် ကလင်နစ်ကွန်ယက်များတွင် ပေါင်းစပ်ထားသော လျှို့ဝှက်သော ကျန်းမာရေးဒါတာကို စီမံခန့်ခွဲရန်နှင့် ကာကွယ်ရန် လုံခြုံသော ကြိုးကွင်းအဖြစ် ဆောင်ရွက်မည်။ Circular ၏ blockchain သည် ဆေးပညာမှတ်တမ်းများနှင့် ငွေကြေးလုပ်ငန်းများကို အတည်ပြုရန် ဒစ်ဂျစ်တယ်ကွန်ယက်တစ်ခု ဖန်တီးရန် ရည်ရွယ်ထားသည်။ Arculus Authentication ကို MedTech တုတ်ကလေးထဲတွင် ထည့်သွင်းခြင်းအားဖြင့် ခွင့်ပြုထားသောဝန်ထမ်းများသည် တစ်ခုတည်းသော ဂျုံကို ကွန်ပြ Uptpc dwa မ်ှဝေ၍ ဝန်ဆောင်မှုများနှင့် စမ်းသပ်မှုများကို Circular blockchain အပေါ်တွင် ဒစ်ဂျစ်တယ်လက်မထောက်ထားရန် လက်မှတ်ရေးထိုးနိုင်မည်ဖြစ်သည်။ ဤကဒ်သည် ကျန်းမာရေးဝန်ဆောင်မှုပေးသည့် အဖွဲ့အစည်းများကို အဆင့်မြင့် ပြင်ဆင်ထားသော ဒေတာများကို လုံလုံခြုံချုံစွာ စီမံခန့်ခွဲရန် အကူအညီပေးမည်။ Circular Protocol ၏ CEO ဖြစ်သော Dr

### Blockchain Device များ၏ အသက်မွေးဝမ်းကြွေးစျေးကွက် အထူးပြုအခြေအနေ Blockchain Device များ၏စျေးကွက်သည် ၂၀၂၄ ခုနှစ်တွင် USD 17

Pruna AI သည် AI မော်ဒယ်များအတွက် များစွာသော ဖိအားချုပ်ရှင်းမှု သဘောထားများကို ဖွံ့ဖြိုးတိုးတက်စေရန် ဥရောပပညာရေးစတင်နည်းလုပ်ငန်းဖြစ်ပြီး သင့်လျော်ရာ အဖွဲ့အစည်းအတိုင်း သွားလာခြင်းဖြင့် ဤ ကြာသပတေးနေ့တွင် ၎င်းတို့၏ စီမံကိန်းကိရိယာကို ရွာလွှာမြေပုံအနေနှင့် စတင်မိတ်ဆွေဖြစ်ထားပါသည်။ ကုမ္ပဏီသည် AI မော်ဒယ်များကို ထိရောက်စွာ ကြိုးစားရန် ရိုးရာ ညွှန်းချက်များအတွင်းရှိ ကုန်းလမ်း၊ လျှောက်လွှာများ၊ မျှခြင်းနှင့် ထုတ်လုပ်ခြင်းတို့ကို အတူတကွ သုံးစွဲသည့် ကိရိယာများကို ပြုပြင်ထားသည်။ John Rachwan သည် Pruna AI ၏ ကိုဖောင်ဒါနှင့် CTO အဖြစ် TechCrunch နှင့် ပြောဆိုခဲ့သည်မှာ “ကျွန်ုပ်တို့၏ စီမံကိန်းကစတင်ပြီး နည်းလမ်း ရှာဖွေရန် နှင့် လွယ်ကူသောပုံစံကို သုံးစွဲမှုအတွက် ဖိအားချုပ်သော မော်ဒယ်များကို သိမ်းဆည်းခြင်းနှင့်အတူ ထုတ်လွှင့်သည်” ဟု ဖိဆလုံးထားပါသည်။ Pruna AI ၏ စီမံကိန်းသည် မော်ဒယ်ကို ဖိအားချုပ်လိုက်သည်နောက်ပိုင်းတွင် အရည်အသွေးအဆုံးအစွန်း ပျောက်ကွယ်မှု ဖြစ်ပေါ်မလား နှင့် ကုန်ကျစရိတ်နှုန်းကို သုံးသပ်နိုင်သည်။ "သင်္ချာတစ်ခုအနေနှင့် ကျွန်ုပ်တို့သည် Hugging Face အစဉ်အလာနှင့် ဆင်ဆန်သည်၊ ဒီတော့ အခွန်များအား အမည်ခေါ်ခြင်း၊ သိမ်းဆည်းခြင်းနှင့် လွှင့်ဆွဲခြင်း၊ စသည်တို့ကို စံချိန်ထုတ်ထားပါသည်။ ကျွန်ုပ်တို့သည် ထိုကြောင့် ကျွမ်းကျင်မှုနည်းလမ်းများအတွက် လုပ်ဆောင်နေပါသည်” ဟု ၎င်းက နောက်ထပ်ပြောဆိုပါသည်။ အဓိပ္ပါယ်ရှိသည့် AI ကုမ္ပဏီကြီးများသည် ယခင်စတင်သုံးပုံကိုအသုံးပြုထားကြသည်။ ဥပမာအားဖြင့် OpenAI သည် ၎င်းတို့၏ အခြေပြု မော်ဒယ်များ၏ အမြန်စွမ်းဆောင်ရည်ခြေလှမ်းများကို ဖွံ့ဖြိုးရန် ရှုတ်ရေးကို အသုံးပြုထားသည်။ ဒီသွယ်လျက်သည် GPT-4 Turbo ၏ ဖန်တီးမှုကို လက်ခံနိုင်သည်၊ အဆိုပါလုပ်ငန်းသည် GPT-4 ၏ အမြန်ဆုံး ဗားရှင်းဖြစ်သည်။ Flux

**NVIDIA သည် NVIDIA Dynamo ကို စတင်မိတ်ဆက်သည် - AI Inference ကို တိုးတက်အောင် ပြောင်းလဲစေသည်** GTC တွင် NVIDIA သည် AI reasoning မိုဒယ်များ၏ ထိရောက်မှုနှင့် စွန်းကိုင်မှုကို မြှင့်တင်ရန် ရည်ရွယ်ထားသော ဖွင့်လှစ်ထားသော inference ဆော့ဖ်ဝဲဖြစ်သော NVIDIA Dynamo ကို မိတ်ဆက်ခဲ့သည်။ AI reasoning သည် ပိုမိုကျယ်ပြန့်လာသည့်နောက် AI မော်ဒယ်များအတွက် GPU များကို နှစ်သက်စွာ အတိုးအကျယ်ရှိစေရန် inference များကို ချိန်ကိုက်ပြုလုပ်ခြင်းသည် လိုအပ်သည်။ NVIDIA Triton Inference Server™ ၏ မွေးစားမှုဖြစ်သော Dynamo သည်စွမ်းဆောင်ရည်ကို အလွန်တိုးတက်စေနိုင်သည်၊ NVIDIA Hopper™ ပလက်ဖောင်းတွင် Llama မော်ဒယ်များကို အသုံးပြုလာသော AI အကြီးစားထုတ်လုပ်ရေးလုပ်ငန်းများသည် ဝင်ငွေကို နှစ်လုံးမြှင့်တင်သည်။ အသေးစားကလပ်တွင် DeepSeek-R1 မော်ဒယ်ကို လည်ပတ်စဉ် Dynamo ၏ အကောင်းမြင့်မှုများကြောင့် GPU တစ်ခုချင်းစီတွင် token ထုတ်လုပ်မှုသည် 30 သို့မဟုတ် အထက်တိုးတက်လာသည်။ Dynamo ၏ အဓိပ္ပာယ်များတွင် သုံးစွဲမှုအပေါ်အခြေခံ၍ GPU အချိန်ဗဟိုကဲ့သို့ ပြောင်းလဲနိုင်ခြင်း၊ ငွေကြေးစျေးကွက်ကို လျှော့ချလိုရာ Data များကို အချို့သော ကုန်ကျစရိတ်လျော့နည်းသော စိုက်ပျိုးဖို့ ဘဏ္ဍာရေးမှူးတော့ ထုတ်လုပ်ခြင်းနှင့် ဖွဲ့စည်းမှုပေးမှုများမှ ဖြုတ်ယူမှုအား ထုတ်လုပ်၍ ထိုးထွင်းစေခြင်းတို့ကို ပါဝင်သည်။ ဒီနည်းလမ်းက NVIDIA ၏ အသစ်လေးဖြစ်တဲ့ Llama Nemotron မျိုးတွေရဲ့ စွမ်းဆောင်ရည်ကို မြှင့်တင်ပြီး တုံ့ပြန်ချိန်များကို လွတ်လပ်စွာ တိုးကွဲစေသည်။ NVIDIA Dynamo သည် AWS, Google Cloud နှင့် အခြားလုပ်ငန်းများအတွက် ပထမဆုံး AI inference scaling အတွက် ထောက်ပံ့ရန် ရည်ရွယ်ထားပြီး AI မော်ဒယ်များကို သုံးစွဲရန် လွယ်ကူစေသည်။ အရင်းအနှီးများကို စီမံရန် GPU Planner တစ်ခု၊ လျို့၀ှက်မှုနည်းလမ်းများကို လျှော့ချရန် Smart Router တစ်ခုနှင့် မြင်သာသော Low-Latency Communication Library တို့ကိုပါတဲ့ Dynamo သည် inference လုပ်ငန်းစဉ်ကို ရိုးရှင်းစေသည်။ ဒီနည်းပညာဆောင်မှု့ရှိသော ပလက်ဖောင်းသည် ထိရောက်မှုကို မြှင့်တင်ခြင်းတွေနဲ့ အထူးထိရောက်သော ငွေလျော့မယ့်အခွံ့အလမ်းများကို ဖောင်တီးသည်၊ စိတ်ကြိုက် reasoning AI ၏ အနာဂတ်လိုအပ်ချက်များနှင့် တွဲညီသည်။ NVIDIA သည် Dynamo ကို NIM™ microservices နှင့် NVIDIA AI Enterprise ဆော့ဖ်ဝဲပလက်ဖောင်းတွင် ပေါင်းစပ်ရန် စိတ်ကူးထားသည်၊ ထုတ်လုပ်မှုအဆောက်အဦးမှ ချုပ်ဆွဲမှုနှင့် ထောက်ပံ့မှုကို ကမ်းလှမ်းရန် ကတိပြုသည်။ NVIDIA သည် အမြန်အသုံးပြု computation ၌ ဆဌမဌာနများမှာ ဆွဲဆောင်မှုကို တည်ခိုင်စေရန် ထောက်ပံ့မှုရှိပြီး AI နည်းပညာများတွင် ကွဲပြားမှုများနှင့် အဆက်အသွယ်များအတွက် ကူညီပါသည်။ NVIDIA GTC keynotes နှင့် Dynamo စက်ဆောင်းသင်တန်းများမှ အပြီးအပိုင်အချက်အလက်များလည်း ရရှိနိုင်ပါသည်။

ယနေ့ကော်လံတွင်၊ ကျွန်ုပ်က ရှေ့နောက်စာဖတ်သူ၏စုံစမ်းမှုကိုဆွေးနွေးပါမည်။ အထူးသဖြင့် မြင်သာတဲ့အကြံဥာဏ်မျိုးဖြစ်တဲ့ အတုဟာသိပ္ပံနည်းဗျူဟာ (AGI) နှင့် အတုဘယ်ထက်ထိပ်ဆုံး (ASI) ကိုလိုက်လံဖို့အကြောင်း မည်သို့သွားလာသနည်းဆိုတာကို မေတ္တာဖြင့် ရှုပ်ထွေးသောဖြေရှင်းမှုတစ်ခုဖြစ်ပါသည်။ ခံစားမှုအတွက် ကျေးဇူးတင်ပါတယ်။ **မြင်သာတဲ့အမြင်ကို နားလည်ရန်** မြင်သာတဲ့အမြင်ဆိုသည်မှာ ရှင်သန်ရေဒြပ်စင်ကို ခုခံရန့်စေသော ၁၉ ရာစုက အမေရိကန် နေအိမ်ထောင်သူများရဲ့ အုပ်စုဖွဲ့ပြီး တိုင်းပြည်တစ်ဝှမ်း ထွက်ပြေးရမည့်အရာအဖြစ် ရှေ့ဆောင်နေခဲ့သည်။ အချို့က ယေဘူယျနဲ့ သက်လွတ်မှုအဖြစ် တွန်းအားဖျောက်ကောင်သည်၊ အခြားများက အပြုံးဆရာယိုအဖြစ် ဝေဖန်ကြသည်။ ကုန်ကျစရိတ်အမြင်က ငါးမောင်းဖုန်းက မေးခွန်းမသိကြဘူးပဲ၊ အခြားမြင်နေရန်လေးစားသည်။ **AGI နှင့် ASI ကိုလိုက်လံဖို့** ယခုကာလတွင် AI တွင် AGI သံမှောင်တောင်ချိန်အထိ ရောက်ရှိရန် လေ့လာမှုကြီးများပြုလုပ်သင့်သော အရာဖြစ်ပြီး၊ ASI သော်လည်း လူတန်းစား၏ ဦးတည်ရာအထက်သို့ရှိသည်။ AGI သို့မဟုတ် ASI ရောက်ရှိခြင်း၏ အကျိုးဆောင်မှုအပေါ် သုံးသပ်ချက်များသည် ပိန်းပန်းထွက်ကြသည်။ "ဒဏ်ရာ" ကားမှ အားပေးထားသည် လူမျိုးစုကို ကွ့်ကွက်နေသောအချို့ အကြောင်းပြန်ပါတယ်၊ "အာခက်စေမှု" သဘောထားသည် ယင်းစနစ်များသည် အကြီးအကျယ် အဓိပ္ပါယ် ရှိသောပြဿနာကို ဖြေရှင်းပေးနိုင်ကြောင်း ယုံကြည်ပါတယ်။ **AI ပညာရှင်ဖွံ့ဖြိုးမှုတွင် မြင်သာတဲ့အမြင်ကို ခံစားရန်** AGI နှင့် ASI ကို ဖွံ့ဖြိုးဖို့ကွင်းဆင်းမှုတွင် အခြောက်အလှဆွေးနွေးမှု ၄ ခုရှိသည်။ 1

အနှစ်အနှစ်ကြာနေပြီဖြစ်သော သိပ္ပံပညာရှင်များသည် လူသားများကဲ့သို့ စဉ်းစားနိုင်သော ကွန်ပျူတာများကို ဖန်တီးရန် ကြိုးစားခဲ့ကြသည်။ ဤသည်ကြောင့် ၎င်းတို့၏ လွတ်လပ်သော လုပ်ဆောင်မှုများကြောင့် စိုးရိမ်မှုများတက်ရှိလာခဲ့သည်။ ၂၀၂၃ ခုနှစ်တွင် သမ္မတ Biden သည် AI ဖွံ့ဖြိုးတိုးတက်မှုကို စည်းမျဉ်း ဆုံးဖြတ်ရန် အမှုဆောင်အပြီးအစီး ထုတ်ပြန်ခဲ့သော်လည်း သမ္မတ Trump က အောက်မေ့၍ အဆိုပါ စည်းမျဉ်းစည်းကမ်းသည် ရှာဖွေရေး အသစ်များကို ချုပ်ကိုင်ခြင်းအပေါ် အခြေခံထားသည်ဟု ထုတ်ပြန်ခဲ့သည်။ Pulitzer ဆုရ ဆရာ ချဉ်းဂါရီ ရိုက်ဗ်လင်သည် စည်းမျဉ်းစည်းကမ်းသည် အကြင်နာတစ်ရပ်အတွက် အဓိပ္ပာယ်ရှိကြောင်း အားပေးကြသည်။ AI သည် ကျန်းမာရေးနှင့် ပညာရေးနှင့် ကွဲပြားသော အလုပ်အမှုများကို အထောက်အကူပြုနိုင်သော သွ능သဖြစ်နိုင်သော်လည်း ကြိုးစားမှုလွဲကာ အကြောင်းပြုမဟုတ်မည်ကို သတိထားကာ သတိပြုသည်။ ၎င်း၏စာအုပ် *AI Valley: Microsoft, Google, and the Trillion-Dollar Race to Cash In on Artificial Intelligence* တွင် အခုလက်ရှိ AI ကို "မြှင့်တင်ထားသော ဦးစားပေးမှု" ဟူ၍ ဖော်ပြသည်။ ဒေတာ ပုံစံ အရိပ်အရင်းကို ကုန်သွယ်ခြင်းမှာ ထူးချွန်သော်လည်း အမှန်တကယ် နားလည်မှုမရှိသလို၊ နားမလည်ဘဲ ကလောင်တစ်ကောင်သည် ကာတွန်းထုတ်ပြန် ခဲခဲခမ်းခမ်းပင်ဖြစ်သည်ကို အခြေအနေချိန်ထဲက နိုက်ခံသည်။ ရိုက်ဗ်လင်သည် AI ၏ အကျိုးသက်ရောက်မှုတွင် အထင်ကရနှင့် မွှေးမွှေးဖြစ်နိုင်ခြေများရှိသည်ဟုပြောကြားပြီး မတရား Covid-19 ကပ်ရောဂါသစ်များသို့မဟုတ် အမျှဉ်းအတွေ့အကြုံကြီးများဖန်တီးခြင်းကဲ့သို့ ဆိုးဝါးသော အကြောင်းအရာများကိုအပါအဝင် ရင်ခုန်မှုများကို အထောက်အကူပြုနိုင်သည်ဟု သလှုပ်ဆိပ်ရှုမြင်သည်။ AI ၏ အပြောင်းအလဲစွမ်းဆောင်ရည်ကို ယာဉ်လုပျရေးနယ်ပယ်နှင့် နှိုင်းယှဉ်၍ ဒါဟာကြီးမားတဲ့ အကျိုးများနှင့် တစ်ပြိုင်နက် လွန်လွန်းသွားတော့တာတွေကို ဖိုလ်ဖြစ်စေတယ်။ ရိုက်ဗ်လင်သည် လူအနည်းငယ်သော နည်းဌာန အကြီးအဆင့်နည်းပညာသမားများ၏ အင်အားစုစုပေါင်းအပေါ် စိုးရိမ်စိတ်ထိန်းမြှောက်လှိမ့်သည်ဟုပြောသည်။ သူတို့၏ အစီအစဉ်များသည် သေဘာထားရှိသော ဆိုင်ရာများအပေါ် အလုပ်ထုတ်ကာ အမြတ်အထွက်များကို အဓိကထားပေးနိုင်သည်။ Google ကဲ့သို့သော အကြီးအစားကြီးများသည် သက်သောင့်သက်သာနှင့်အတူ ပျက်ကွက်နိုင်သည်ဟုပြောစဉ်၊ OpenAI ကဲ့သို့ အမြန်တိုးတက်မှုရှိသော လူငယ်အသုံးပြုမှုပြောင်းလဲ အကောင်းမြင်မှုရှိသော ဆိုင်ရာများကိုလည်း ရောက်လျက်ရှိသည်။ သူသည် ကုန်ကျဆုံးရှုံးမှုပြုံးရှင်းမှု အတွက် အတွက် AI ၏ စွမ်းဆောင်ရည်များအပေါ် မေတ္တာနေသောကြောင့် သက်ဝင်မှုကို လမ်းကြောင်းပြောင်းလဲမည့် အထောက်အကူပြုနိုင်ကြောင်း သေချာကြသည်။ AI သည် ဤကဏ္ဍများကို ပြောင်းလဲစေ ပါက အခုပဲ ကျွန်တော်တို့တွင် ရရှိနိုင်မှုအတွက် ပညာရပ်အောင်မြင်မည် ။ သို့သော် AI ၎င်းမှာ ကောင်းယာ အကျိုးပြုနိုင်သော်လည်း ယခင်က အရေးမကုန်သေးပါ။ ရိုက်ဗ်လင်သည် AI ၏ အဓိပ္ပာယ်ကျသော အခြေခံ ယနေ့တွင် နားလည်မှု မရှိဘဲ ပြေးလွန်းနေသည့် ဆူညံမှုနှင့် ဇယားပြုမှုနှစ်ခုရှိသည်ဟု ဖျော်ဖြေရန် သတိပြုသည်။