SEALSQ သည် အနာဂတ်ပြင်ဆင်ထားသော Blockchain လုံခြုံရေးအတွက် QS7001 လုံခြုံသော ချစ်ပ်ကို ကြော်ငြာသည်။

**SEALSQ သည် Quantum-Resistant Blockchain Solutions အတွက် QS7001 Secure Chip ကို စတင်ထွက်ရှိခဲ့သည်** **ရက်စွဲ - ၂၀၂၅ ခုနှစ် မတ်လ ၂၆ ရက်၊ မနက် ၇:၃၀** **တည်နေရာ - ဂျင်းနီဗာ၊ ဆွစ်ဇာလန်** SEALSQ Corp (NASDAQ: LAES) သည် QS7001 Post-Quantum Secure Chip ၏ လက်မှတ်ပြုလုပ်ခြင်းလုပ်ငန်းစဉ်ကို စတင်ခဲ့ပြီး ၂၀၂၅ ခုနှစ် ၄ ရာသီတွင်ထုတ်လုပ်မည်ဟုထုတ်ပြန်ခဲ့သည်။ ဤထူးခြားသော chip သည် blockchain ပတ်ဝန်းကျင်နှင့် cryptocurrency ကူးလှည့်မှုများကို ပေါင်းစည်းကာ quantum computing ကနေသော အန္တရာယ်များမှ အားပြင်းစွာ ကာကွယ်နိုင်ရန် ဒီဇိုင်းပြုလုပ်ထားသည်။ QS7001 Chip သည် NIST ၏ လိုက်ဖက်မှုရှိသော post-quantum ခရိုတိုဂရပ်ရှင် အက်ဂျိုရီသမ်များကို ထည့်သည့်အတွက် ဒေတာတည်ကြပ်မှုကို ရေရှည်ထိန်းသိမ်းသည်။ SEALSQ ၏နည်းပညာကို Hedera နှင့် WeCan ကဲ့ပေါင်းသောပလက်ဖောင်းများတွင် ပေါင်းစည်းပြီး CRYSTALS-Kyber နှင့် CRYSTALS-Dilithium ကဲ့သို့သော quantum-resistant algorithms များကို အသုံးပြုထားသည်။ CEO Carlos Moreira ၏ အဆိုအရ blockchain ကို မျိုးစုံသောစက်မှုများတွင် အမြန်ရောက်ပြန်လာမှုကြောင့် quantum-secure အခြေခံအဆောက်အူးသို့ လျှာချခြင်းအရေးကြီးမည်ဖြစ်သည်။ QS7001 Chip သည် ပလက်ဖောင်းများကို အသုံးပြုသူဒေတာကို ကြုံတွေ့မည့် quantum အန္တရာယ်များကို ကာကွယ်နိုင်ရန် ရည်ရွယ်ထားသည်။ **QS7001 Chip ၏ အဓိက အင်္ဂါရပ်များ** - **Quantum-Resistant Cryptography:** ဒစ်ဂျစ်တယ်ဝတ်နှင့် ငွေလွှဲမှုစက်မှုများကို ကာကွယ်သည်။ - **Tamper-Resistant Hardware Enclave:** ရိုးရှင်းသောနှင့် ကွန်ပျူတာလုံးဝယ်မှုများမှ လျှို့ဝှက်ခံုဘုတ်များကို ကာကွယ်သည်။ - **Blockchain Protection:** ဒစ်ဂျစ်တယ် လက်မှတ် တည်ဆောက်ခြင်းနှင့် smart contract များကို မ manipulated ဖြစ်စေရန် ကာကွယ်သည်။ - **Seamless Integration:** Blockchain နှင့် hardware wallets အမျိုးမျိုးနှင့် အတိုက်အကားသင့်လျော်သည်။ Hedera နှင့် WeCan နှင့် ပူးပေါင်း၍ SEALSQ သည် QS7001 Chip ကို အကောင်အထည်ဖော်၍ ယာယီလုံခြုံမှုနှင့် ဒစ်ဂျစ်တယ်အထင်ချီးမြှုပ်များကို ကာကွယ်ရန် ရည်ရွယ်သည်။ ဤ chip သည် "အသီးသတ်လုယူပြီး နောက်ပိုင်းတွင် နောက်သားရှာယားခြင်း" အန္တရာယ်များကို ရင်ဆိုင်မှုဖြစ်လာသော ပြဿနာများကို ကိုင်တွယ်ပြီး ဒေတာလက်ရှိနှင့် သမိုင်းကျကျင်းကို ကာကွယ်ရန် quantum-resistant လုံခြုံမှုကို embed ပြုလုပ်နိုင်သည်။ **Quantum-Safe Security ၏ အနာဂတ်** QS7001 Chip ၏ထုတ်လုပ်မှုသည် SEALSQ ၏ post-quantum အနာဂတ်အတွက် ဒစ်ဂျစ်တယ်အခြေစိုက်များကို လုံခြုံစေရန် အခိုင်အမာသည်ကို လက်ခံသည်။ Blockchain နည်းပညာသည် တိုးတက်လာသောအခါတွင် ကုမ္ပဏီ၏ အဆောင်အတွဲများသည် ဖျတ်လျှက်မဟုတ်သော အခြေခံအဆောက်အအုံအတွက် အသစ်အဆန်းမှတ်သားထားစေသည်။ SEALSQ နှင့် QS7001 Chip အကြောင်းပိုမိုသိရှိရန် www. sealsq. com သို့ မိန့်ခွန်းပြုလုပ်ပါ။ **SEALSQ အကြောင်း** SEALSQ သည် quantum computing လုံခြုံမှု ကစားဝင်မှုများကို ရင်ဆိုင်ရန် တိုးတက်သော ခရိုတိုဂရပ်နှင့် ဆော့ဖ်ဝဲလ်ဖြေရှင်းနည်းများတွင် အထူးပြုသည်။ ၎င်း၏ထုတ်ကုန်များတွင် Post-Quantum Semiconductors များပါဝင်ပြီး ကျန်းမာရေး၊ ကာကွယ်မှု၊ လူယာ နှင့် IT အခြေခံအဆောက်အအုံများအတွက် ရှင်းလင်းမှုပေးရန် ဒီဇိုင်းလုပ်သည်။ ထပ်မံသောမေးမြန်းနိုင်မှုများအတွက် ဆက်သွယ်ပါ: **Carlos Moreira, အထွေထွေချုပ်နှင့် CEO** Tel: +41 22 594 3000 Email: info@sealsq. com **ရင်းနှီးမြှုပ်နှံသူ ဆက်သွယ်ရေး (အမေရိကန်)**: **Lena Cati, The Equity Group Inc. ** Tel: +1 212 836-9611 Email: lcati@equityny. com **အချိန်အလျောက် ကြိုးစားချက်များ** ဤဖျော်ဖြေရန်သည် SEALSQ ၏ မဟာဗျူဟာများနှင့် မျှော်မှန်းချက်များအတွက် အချိန်အလျောက် ကြိုးစားချက်များပါဝင်သည်။ အစစ်အမှန်ရလဒ်များသည် အန္တရာယ်များနှင့် မသေချာမှုများအတွက် ကွဲပြားနိုင်သည်။ SEALSQ သည် သစ်လွင်မှုများမှုတစ်ခုတွင် မှူးမှန်မန်သောအချိန်အလျောက် ကြိုးစားချက်များကို အမြဲမပြင်ဆင်နိုင်ပါ။
Brief news summary
SEALSQ Corp၊ ဂျီနီဗာရှိ ရုံးချုပ်က QS7001 Post-Quantum Secure Chip ၏ လက်မှတ်တင်ရေးလုပ်ငန်းစဉ်ကို စတင်လိုက်သည်။ ၎င်းကို 2025 ခုနှစ် Q4 တွင် မိုးလုံလ wint မည်ဟု မျှော်လင့်ထားသည်။ ၎င်း chip သည် cryptocurrency wallets နှင့် blockchain စနစ်များကို quantum computing မှ ဆိုးဝါးမှုများမှ ကာကွယ်ရန်အတွက် အင်၊ NIST သတင္းအချက်အလက်များနှင့် ကိုက်ညီသော post-quantum cryptographic algorithms ကို အသုံးပြုသည်။ Quantum-resistant နည်းပညာများကို အားပေးမှုအရှိန်ရှိစွာ ပြသလုပ်နိုင်၍ SEALSQ သည် Hedera နှင့် WeCan ကဲ့သို့သော ပလက်ဖောင်းများ၏ လုံခြုံမှုကို မြှင့်တင်သည်။ QS7001 သည် CRYSTALS-Kyber နှင့် CRYSTALS-Dilithium algorithms အပါအဝင် ရှေ့နေထိတ်လန့်ပြီး လုံခြုံသော ဒစ်ဂျစ်တယ်ငွေလွှဲမှုများကို သေချာစေရန် ဦးဆောင်သော လုံခြုံရေးဖြေရှင်းချက်များကို အသုံးပြုသည်။ CEO Carlos Moreira က အသုံးပြုသူဒေတာများကို ကာကွယ်ရန် အာရုံစိုက်မှုဖြင့် အဆောက်အဦး quantum-secure သုံးစွဲမှုကို ဖွဲ့စည်းရန် အရေးကြီးသော အပြောင်းအလဲအား ဦးတည်ပြောဆိုခဲ့သည်။ Tamper-resistant hardware enclave ပါရှိပြီး chip သည် ဒစ်ဂျစ်တယ် လက်မှတ်များကို ဖျက်ဆီးရန် ကာကွယ်နိုင်သည်။ ၎င်းသည် blockchain applications များအတွက် သွက်သွက်လေ့လာနေရန် အချိန်တိုအတွင်း ပြောင်းလဲနိုင်စေရန် ဖြစ်နိုင်သည်။ Hedera နှင့် WeCan နှင့် ပူးပေါင်းမှုဖြင့် QS7001 သည် "harvest now, decrypt later" တိုက်ခိုက်မှုများကဲ့သို့သော quantum အန္တရာယ်များကို ထိထိရောက်ရောက်ဖြေရှင်းသည်။ ၎င်းက ယခုနှင့် အနာဂတ် ဒေတာများကိုလည်း ကာကွယ်ပေးသည်။ ဤနှစ်သည် ဒစ်ဂျစ်တယ်လုံခြုံမှုကို မြှင့်တင်ရန် အရေးကြီးသော တ advanceွစံတစ်ခု ဖြစ်သည်။ အချက်အလက်များပိုမိုရယူလိုပါက www.sealsq.com သို့ သွားရောက်ပါ။
AI-powered Lead Generation in Social Media
and Search Engines
Let AI take control and automatically generate leads for you!

I'm your Content Manager, ready to handle your first test assignment
Learn how AI can help your business.
Let’s talk!

ဘလိုချိန်းအပေါ် မেশင်းလေ့ကျင့်ခြင်း - အင်ဂျင်နီယာဆိုင်ရာ ကွ…
အနောက်လူကြိုက်များတဲ့အင်ဂျင်ီနီယာအကြောင်းစာအုပ်ထဲမှာ မကြာသေးခင်က ထွက်ပေါ်ခဲ့တဲ့ သုတေသနမှာ machine learning (ML) နှင့် blockchain technology (BT) をပေါင်းစည်းပြီး အင်ဂျင်ီယာအပုပျိုးကွင်းမှာ ကွန်ပျူတာလုံခြုံမှုကို မြှင့်တင်ဖို့အသစ်တဲ့ ဖောင်မြင်ရေးရဲ့ ပရိုမီယမ်တစ်ခုကို မိတ်ဆက်ခဲ့တယ်။ ဒီဖောင်မြင်ရေးကို Machine Learning on Blockchain (MLOB) လို့အမည်ပေးခဲ့ပြီး၊ ယခင် ML-BT ပေါင်းစည်းမှုနည်းလမ်းတွေကြောင့်အကြုံရတဲ့ အားနည်းချက်တွေကို ဖြေရှင်းဖို့အထူးအာရုံစူးစိုက်ထားတယ်။ အဲဒီနည်းလမ်းတွေက ဒေတာလုံခြုံမှုအပေါ်အာရုံစိုက်နေပြီး ကွန်ပျူတာလုံခြုံမှုကို မလေးလိတ်စေခဲ့တာမို့ဖြစ်တယ်။ ML ဟာ အင်ဂျင်ီယာအလုပ်များမှာ ရှုပ်ထွေးတဲ့ပြဿနာတွေကို ဖြေရှင်းဖို့အတွက်အများကြီး သုံးစွဲပါတယ်။ ဥပမာအနေနဲ့ တိကျမှုမြင့်ပြီးအလုပ်မြန်စေတယ်။ ဒါပေမဲ့ မလုံခြုံမှုအန္တာအလေးတွေဖြစ်ဖို့အခက်အခဲရှိတယ်။ ဥပမာအနေနဲ့ ဒေတာနဲ့ logic များကို မူမူမပြောင်း မပေးသေးတဲ့ဂင်းလေးအချို့ကအန္တာအလေးဖြစ်စေနိုင်တယ်။ BT ဟာ ဗဟိုနေရာမပါဘဲ အနားလေးတွေမှာအချက်အလက်ကို ထိန်းချုပ်နိုင်တဲ့ဂုဏ်ငြင်းထားသည့်နည်းလမ်းအနေနဲ့ သုတေသနတွေဖော်ပြဖူးပဲ။ ဒါပေမယ့်အညွန်းအလေး ML မော်ဒယ်တွေကို blockchain နဲ့အပြင်မှာလုပ်ဆောင်တဲ့အတွက် အန္တာအလေးအကျူးအလောများစွာတွေ့ကြုံနေရတယ်။ MLOB ဖောင်မြင်ရေးက ဒေတာနဲ့ ကွန်ပျူတာမော်ဒယ်များအပြည့်အဝ blockchain ထဲမှာထည့်ထားတယ်။ အသုံးပြုနေရာမှာ smart contract အနေနဲ့ပြုလုပ်ပြီး အလုပ် log တွေကိုလုံခြုံစေတယ်။ ဒီဖောင်မြင်ရေးမှာအဓိကအပိုင်း ၄ ခုပဲရှိတယ်။ ပထမက ML ရယူခြင်း (ML acquisition) ဖြစ်ပြီး၊ တိကျတဲ့အလုပ်အတွက် ML မော်ဒယ်တစ်ခုကိုလေ့လာသင်ကြားတယ်။ ဒုတိယက ML ပြောင်းလဲခြင်း (ML conversion) ဖြစ်ပြီး၊ လုပ်စရာအတွက် blockchain ပေါ်မှာအသုံးပြုနိုင်အောင် မော်ဒယ်ကို ပြင်ဆင်တပ်ဆင်တယ်။ တတိယက ML လုံခြုံစိတ်ချစရာ (ML safe loading) ဖြစ်ပြီး၊ ဒေတာနဲ့မော်ဒယ်လွှဲ့ပြောင်းရာမှာ လုံခြုံရေးကိုအာမခံပေးတယ်။ နောက်ဆုံးက အတည်ပြုချက်ပေါ်မူတည်တဲ့ ML မော်ဒယ်အလင်းပေါ်တွင်လုပ်ဆောင်ခြင်း (Consensus-based ML model execution) ဖြစ်ပြီး၊ စနစ်တကျလည်းအတည်ပြုလုပ်ပြီး လုံခြုံမှုကိုအာမခံပေးတယ်။ MLOB ရဲ့အခုပြပြအောင် သုတေသနလေ့လာသူတွေဟာ prototype တစ်ခုတည်ဆောက်ပြီး၊ ပြည်တွင်းအဆောက်အဦအဆင့်မြှင့်တင်မှုကိုစောင့်ကြည့်ဖို့အသုံးပြုကြပါတယ်။ သူတို့အနေနဲ့ တာဝန်ယူချိန်မှာ တပ်မက်လေး ၃ နည်းလမ်းနဲ့ ယနေ့ရဲ့ ML-BT ပေါင်းစည်းထားတဲ့နည်းလမ်း ၂ ခုကိုယှဉ်သုံးကြည့်မွမ်းမံခဲ့တယ်။ စမ်းသပ်မှုတွေက MLOB ဟာ လုံခြုံမှုကိုအကြီးအကျယ်တိုးတက်စေလိုက်ကြပြီး ခေါင်းစာအဖြစ် ချောက်ချားတဲ့ တယောက်ကိုင်ခဲယဉ်ချိုးမှစ်လိုက်တဲ့ လေးခွက်စမ်းသပ်မှု ၆ ခုကိုအောင်မြင်စွာကြပ်ဖမ်းနိုင်ခဲ့တယ်။ ဒီအမှာအခြေအနေမျိုးမှာအထူးပြုလုပ်ထားတဲ့အသုံးအဆောင်သေချာမှုကိန်း MIoU ရဲ့အလျင်အမြန်အပြောင်းအလဲဆိုတာ 0

အိုင်အေဘာကြီးအတွက်ဆိုတာ လုံခြုံရေးအတွက် အန္တရာယ်များကိ…
အကြံပေးဝေစုတော်မြန်မာဘာသာဖြင့် တိကျစွာ အကြောင်းအရာပျက်မစေဘဲ ဘာသာပြန်ဆိုခြင်းဖြစ်ပါသည်။ စက် Artificial intelligence (AI) သည် လုံခြုံရေးကဏ္ဍတွင် အရေးပါသော အစိတ်အပိုင်းတစ်ခုအဖြစ် ပြောင်းလဲလာပြီး များစွာသော အန္တရာယ်များကို ရှာဖွေရန်နှင့် တုံ့ပြန်နိုင်စွမ်းကို မြှင့်တင်ပေးနေပါသည်။ လက်ရှိ ဒစ်ဂျစ်တယ်ခေတ်တွင်၊ ကြိုးမဲ့အကြံပြုခွင့်များ ပိုမိုမလွယ်ကူလာပြီး ပိုများလာလျက်ရှိသော ကြောင့် ခုံရုံးလုံခြုံရေးနည်းလမ်းများ များသောအခါ မလုံလုံလောက်လောက် ဖြစ်နိုင်ပါသည်။ AI သည် မြင့်မားသော အဆိုက်အလံများကို ချိတ်ဆက်စစ်ဆေးနိုင်သော ကုဒ်အမူအစားများကို အသုံးပြု၍ ကြင်အိုင်ခန်းအမှားများကို ရှာဖွေခြင်းနှင့်ပြုလုပ်ခြင်းဖြင့် သက်ဆိုင်ရာ လုံခြုံရေး ခြေခြားများကို ဖြေရှင်းနိုင်သော ပံ့ပိုးနိုင်ခြင်းဖြစ်သည်။ AI ကို လုံခြုံရေးစနစ်များနှင့် ပေါင်းစပ်အသုံးပြုခြင်းသည် မကျေမနပ်သောကာကွယ်ရေး မဟာဗျူဟာတစ်ခုကို ဖြစ်စေပါသည်။ ယင်းသည် ပုံမှန်နည်းလမ်းများနှင့် ထပ်တလဲလဲ့ဖြစ်၍ ပျက်စီးမှုကျရောက်တာအခါမှ ငြင်းပယ်ကာ မဖြစ်မနေဖြစ်ကြပသောအတိုင်း AI များအတိုင်းအတာတိုင်းကို မျှတစွာ တုံ့ပြန်နိုင်သော အေရာင်ပ်ပေါက် စစ်ဆေးခြင်းများနှင့် မြန်ဆန်သော တုံ့ပြန်မှုများကို ခြေရာခံနိုင်ပါတယ်။ ယင်းကြောင့် အန္တရာယ်များကို သက်သာအောင်စေနိုင်ပြီး သတင်းအချက်အလက်အခြေစိုက် စနစ်များကို ထိခိုက်မှုမှကာကွယ်နိုင်သည်။ AI အလွှာများ မှတ်သားခြင်းကို ခြေလှမ်းများဖန်တီးတိုက်ရိုက်အခြေအနေများကို သုံ႔ဖြေတာင်တန်း ဆောင်ရွက်ရန်၊ မိတ္တူအချက်အလက်များထဲကမှ အကြံဥာဏ်သားများကို တိုးတက်အောင်မြင်စေပါသည်။ ယင်းသည် ကဏ္ဍနှင့်အညီ အသုံးပြုနိုင်သော ပုံစံများကို ချဲ့ထွင်နိုင်ပြီး မကြာမီ ရုပ်ပုံ အနေအထားများကို ချိန်ညှိနိုင်သည်။ မျှော်လင့်ထားသောကြောက်ရွံ့မှုများကို ခြားနားစွာ သတိပေးပြီး မသင့်တင့်သော လုပ်ရပ်များကို ခြားနားစိစစ်နိုင်ခြင်းဖြစ်သည်။ ထိုအပြင် AI သည် အလွယ်တကူတုံ့ပြန်မှု စနစ်များကို မြှင့်တင်ပေးပါသည်။ အလိုအလျောက်စနစ်များက ချိုးဖဲ့စက်များထားရှိခြင်း၊ ပွန်မကြားခံအကြမ်းခံကြားဝင်တာများ ပိတ်ဆေးနိုင်ပြီး ရှုပ်ရှင်းမှုများကို ခို့ခိုးရန် လုပ်ဆောင်နိုင်သည်။ ၎င်းတို့စနစ်များ၏ မြန်ဆန်သော တုံ့ပြန်မှုများသည် ကြိုးမဲ့အကာအကွယ်များအပြင် ကြိုးမဲ့လုပ်ငန်းကျွမ်းကျင်မှုများကိုလည်း မြှင့်တင်ပေးပါသည်။ ထိုအရာတို့အပြင် AI သည် မကျိုးပွတ်မှုများအကြောင်း ချိန်ဆန်းစစ်ထားသည့်အနေအထားများကို ထောက်ထားကာ တိုင်ကြားနိုင်ပြီး ထိခိုက်မှုများကို ခန့်မှန်းနိုင်သည်။ ၎င်းကဲ့သို့ ခြေရာခံခြင်းသည် ကြိုးမဲ့ဖမ်းမိမှုများသည့် ဖျက်ဆီးမှုများကို ရှောင်ရှားနိုင်အောင် ကူညီပေးပါသည်။ AI ကို အစိတ်အပိုင်းအတွက် အရေးကြီးသောအကြံပေးစနစ်ကို တည်ဆောက်ရန်အသုံးချပြီး လုပ်ငန်းအများစုအတွက် များစွာသောအကျိုးအမြတ်များကို ပေးနိုင်သည်။ ဒါပေမယ့် AI တပ်ဆင်ခြင်းမှာ ခက်သည့်အခါများမှာ မှားယွင်းမှုများ၊ များသောအားဖြင့် မမှန်မကန်ဖြစ်နိုင်ခြင်းများကို လျော့နည်းအောင်စောင့်ကြည့်ရမည်။ ထို့အပြင် AI များ၏ ထုံးစံပြုချက်များနှင့် ဆက်စပ်မူများကို တိကျစွာ ထိန်းချုပ်စောင့်ရှောက်ရန်လိုအပ်ပါသည်။ အဓိကအားဖြင့် AI အဖြေများအပေါ် ယုံကြည်စိတ်အကျိုးအရှီကို ထိန်းသိမ်းရမည်ဖြစ်ပြီး ဒေတာကိုယ်တိုင်နှင့် သက်ဆိုင်ရာ ဥပဒေ 규칙များနှင့် ကိုက်ညီမှုကို ပြုစုပြည့်စုံစေရမည်။ အကျဉ်းချုပ်ကတော့ များပြားသော လုံခြုံရေးနည်းလမ်းများအနက် AI သည် သင့်တော်မှုရှိစေနိုင်ပြီး ရှာဖွေခြင်း၊ တုံ့ပြန်မှုများကို မြှင့်တင်စေပါသည်။ တိုးတက်လာသော နည်းပညာနှင့်အတူ AI တိုးတက်ဆဲလမ်းကြောင်းများကို ပံ့ပိုးကာ သက်တမ်းရှည်လေ့လာနိုင်ရန်၊ အကြွင်းမဲ့ လုံခြုံရေးလုံခြုံမှုအတွက် အလွန်အမင်း အရေးကြီးကာ ပညာအရည်အချင်း အသိပညာများကို လုပ်ကြံစစ်ဆေးနိုင်ပါသည်။

ICE သည် ပိုမိုအကျိုးပြုသော Blockchain ခြုံငုံသုံးခ…
အမေရိကန်နိုင်ငံအမှုနှင့်စိတ်ပိုင်းဆိုင်ရာဖမ်းမိမှု (ICE) သည် blockchain အာဏာပိုင်အတွင်းသမိုင်းအကြောင်းစူးစမ်းခြင်းနည်းပညာအတွက်ရင်းနှီးမြှုပ်နှံမှုများကို တိုးချဲ့နေပြီး၊ အခြားစုံစမ်းစစ်ဆေးခြင်းပလက်ဖောင်းများနှင့်အတူပါ။ တည်နေရာအစိုးရဝယ်ယူမှုဝက်ဘ်ဆိုက်ပေါ်တွင်ထုတ်ပြန်ထားသော အကြောင်းကြားစာတစ်ရပ်အရ ဒီဌာနမှ ငွေကြေးအန္တရာယ်စီမံခန့်ခွဲမှုအတွက်ကျွမ်းကျင်သော TRM Labs ကုမ္ပဏီကထုတ်ကုန်နည်းပညာများ ထပ်မံလက်ခံမည်ဟု ရည်ရွယ်နေသည်။ အပတ်အနားတွင်းမူလတန်းသို့ သက်ဆိုင်ရာနည်းပညာမျိုးကို Chainalysis မှတစ်ဦးတည်းနေရာမှ ထုတ်ယူမည့်အကြံပေးကြောင်းပါ၊ ၎င်းသည်အခြား digital forensic tools များအတွက်စီမံကဏ္ဍအချို့ကိုလည်း ဝယ်ယူမြောက်မည့်အစီအစဥ်များနှင့်အတူ ဖြစ်ပွားနေသည်။ Chainalysis နှင့် TRM Labs တို့သည် FBI၊ ပြည်ထောင်စု Am, တရားဥပဒေဦးစီးဌာန၊ မူးယစ်ဆေးဝါးဦးစီးဌာန နှင့် Internal Revenue Service တို့ဖြင့်စာချုပ်အများအပြားရှိပါသည်။ TRM နှင့် Chainalysis မှနည်းပညာများကိုတစ်ဦးတည်းထုတ်ယူမှာ ဖြစ်ကြောင်းကြေညာခြင်းက ICE သည် မည်သူမဆို တူညီသောဝန်ဆောင်မှုများကိုရရှိစေမည့်သူအနေဖြင့် မရှိကြောင်းအင်္ဂါရပ်ပြသည်။ အကြီးတန်းနည်းပညာကုမ္ပဏီများဖြစ်သော Meta, OpenAI, နှင့် Palantir ကဝန်ထမ်းအဖြစ် လေးဦးပဲြရန် ရထား ပြုလုပ်ပြီး ဆဲတင်မည့် “ဌာနလူမှုအပ်နာ” အသစ် “အမေရိကန်စစ်တပ်အင်အားခင်းကျင်းခြင်း” (Detachment 201)တွင် ခန့်ခွန်မည်ဟု စစ်တပ်အကြေ့အဖြေဖြင့် ကြေညာခဲ့သည်။ ဤလှုပ်ရှားမှုသည် Silicon Valley နှင့်စီးပွားရေးဌာနများမှ ကျွမ်းကျင်မှုနှင့် စွမ်းရည်များကို အသုံးချခြင်းကြိုးပမ်းမှုအသစ်တစ်ခုကို ကိုင်တွယ်သည်။ အသစ်ထပ်မံဖွဲ့စည်းထားသော ဌာနသည် “အမြင့်ဆုံးနည်းပညာကျွမ်းကျင်သူများကို စစ်တပ်အောင်မြင်ရန်အတွက် ပေါင်းစည်းစေသည်” ဟု ဆိုပြီး “အမြင့်ဆုံးနည်းပညာကျွမ်းကျင်မှုနှင့် စစ်တပ်ဖန်တီးမှုကို ပေါင်းစပ်လျက်” ဖြစ်စေသည်ဟု အမ်ဗိုင်းရှင်း ပြောကြားထားသည်။ ဗုဒ္ဓဟူးနေ့တွင် Meta ၏ CTO Andrew Bosworth, OpenAI ၏ အကြံပေးမှုထုတ်ကုန်အမှုစေသော Kevin Weil, Palantir ၏ CTO Shyam Sankar, နှင့် Thinking Machines Lab ၏ အကြံပေး Bob McGrew တို့ကို ဝင်မည့်အလားကြေညာထားပြီး၊ သူတို့သည် OpenAI ၏ ဗျာပြုစင်ပွဲအကြံပေးချုပ်လည်းဖြစ်ကြသည်။ The Daily Scoop Podcast ကို တနင်ငံ မှာ နံနက်ဖော်နေ့မှာ မနေ့လေးနေ့ရဲ့အထိ ကိုအကြိမ်ကြိမ်ရယူနိုင်ပါသည်။

အင်အားမြင့် AI စွမ်းအင်ဖြင့် ဆေးဝါးရှာဖွေချက်များဝင်ရောက်မှ…
ဆေးဝါးသုတေ annual ခြားဖြတ်မှုအတွက် ကျော်ကြားသော တိုးတက်မှုတစ်ခုအနေနဲ့ ပညာရှင်များက AI စနစ်ပံ့ပိုးထားတဲ့ ဖလပ်ဖိုင်းတစ်ခုတည်ဆောက်ခဲ့ပြီး၊ ဤလည်းအမျိုးအစားဆေးဝါးပုံစံအသစ်များ၏ ထိရောက်မှုကို ခန့်မှန်းနိုင်စေပြီး၊ ဆေးဝါးအသစ်ရှာဖွေမှုလုပ်ငန်းစဉ်ကို အချိန်နည်းပြီးစျေးကုန်သက်သာစေမယ့်အကြောင်းနှင့် တတိယဂုဏ်အသစ်တစ်ခုတိုးခွင့်ပြုခဲ့သည်။ ဤ AI စနစ်သည် ဓာတုဗေဒ၊ ဗိုင်းရပ်စစ် နှင့် ဆေးဝါးအသုံးချမှုအချက်အလက်များ ပါဝင်သော အကြီးစားဒေတာအရင်းအမြစ်များကို လူအများအပြား ခြုံငုံလေ့လာနိုင်ရန် မြင့်မားသော အလောကျအလားအလာကော်ဂိုရီသုံးမှာအသံလွှင့်အဖွဲ့များ၊ မျိုးစုံစက်လေ့ကျင့်မှုများ အသုံးပြု၍ ဆေးဝါးဖွံ့ဖြိုးမှုအတွက် အကောင်းဆုံး ကိုယ်ပိုင်ကုသမှုများ ဖန်တီးနိုင်စေသည်။ အပြီးသတ် ဆေးဝါးရှာဖွေမှုဟာ မျိုးစုံအချိန်ကြာပြီး စျေးနှုန်းကြီးသောစစ်ဆေးမှုတွေ၊ ဆေးချဉ်မမေးမြန်းမှုများ၊ နှစ်ဖက်စမ်းသပ်မှုများပါဝင်ပြီး ဘီလာရီယံများစွာရင်းနှီးမြုပ်နှံမှုပါဝင်သည်။ AI နည်းပညာအရ၊ ဤအဆင့်အတန်းနဲ့ အားရသော စမ်းသပ်မှုများနှင့် ထုထားကာ ကြိုတင်ခန့်မွန်းနိုင်မှုများက ပိုမိုမြန်ဆန်စေနိုင်ပြီး၊ စမ်းသပ်မရှိတည့်ဘဲ ထိရောက်မှုကို ခန့်မှန်းနိုင်ခြင်းက ကမ္ဘာအနှံအပြား ဆေးဝါးရောင်းချမှုတွေကို ချိုင့်မွေးဖွားစေနိုင်သည်။ ဆေးဝါးပညာရှင်များက ဤပလက်ဖောင်းသည် ဓာတုအဆင့်အမျိုးအစားဖြစ်သည့် တူညီသော မျိုးရိုးဗေဒနှင့် ကိုယ်ခန္ဓာဗေဒ ပရိုဖိုင်များအတွက် ထိကျစေမယ့် ကိုယ်ပိုင်ကုသမှုများကို မြှင့်တင်နိုင်မည်ဟု ယုံကြည်ကြသည်။ ထို့အပြင် ဤပလက်ဖောင်းကို အသုံးပြု၍ ဆေးဖွံ့ဖြိုးမှုအတွင်း ဝင်မရောက်နိုင်မှု (attrition rate) ကို လျှော့ချနိုင်မည်ဖြစ်ပြီး၊ ဤကြောင့် ကုမ္ပဏီများအတွက် စျေးနှုန်းသက်သာလာနိုင်ပြီး ကမ္ဘာကျော် လူနာများအတွက် ရရှိနိုင်မှုကို မြှင့်တင်စေနိုင်သည်။ ဤတိုးတက်မှုသည် မရှိမဖြစ်လိုအပ်လာသော ကျန်းမာရေးအခြေအနေများအတွက် တုံ့ပြန်မှု အမြန်မြန်လုပ်နိုင်စေပြီး၊ ပိုးမွှားစိုက်ပျိုးမှုအမျိုးအစားအသစ်များနှင့် မကြာခင် အကျိုးသက်ရောက်မှုရှိနိုင်သည့် ဆေးဝါးပေါင်းစပ်မှုများကို ရှာဖွေနိုင်အောင်လည်း လုပ်ဆောင်နေသည်။ ထို့အပြင် AI သည် ဆေးဝါးမထိရောက်မှုများ၊ ဘေးကင်းလုံခြုံမှုနှင့် ဆေးဝါးပုံစံချိန်ညှိမှုကို ဒါ့အပြင် ဒေတာအစီအစဉ်အသစ်များနှင့် ပုံစံအသစ်များစွာလည်း ထည့်သွင်းရှာဖွေပါမည်။ အဲဒီအစီအစဉ်ကကျခလုပ်ပြီး၊ လူနာများအတွက် ပိုမိုလုံခြုံစိတ်ချရတဲ့ ဆေးဝါးအသစ်များကိုသာ ရှေးချေစေးဖို့အတွက်အခြေခံတစ်ခုဖြစ်စေနိုင်သည်။

မက်တာ၏ ငွေထုတ် ၁၅ ဘီလီယံဒေါ်လာကြီးသော အမေရိကန် AI အဖွ…
Meta သည် Scale AI အဖြစ်ရှိသော AI ကုမ္ပဏီကို ၄၉ ရာခိုင်နှုန်း ရှယ်ယာ ဝယ်ယူရန် သမ္မတ ရောင်းချမှုဆုံးဖြတ်ခဲ့ပြီး ကုမ္ပဏီအပေါ် တန်ဖိုးသည် တစ်ထောင် ၂၉ သန်း သန်း ပို၍ သတ်မှတ်ခဲ့ရသည်။ အခြေခံအရင်းအမြစ်များအရ Axios သည် Meta သည် ငွေကြေးသုံးပြီး တန်ဖိုး ၁၅ဗီလီယံဒေါ်လာ အား ကုမ္ပဏီ၏ သေးငယ်သော ရာခိုင်နှုန်းကို ထိန်းကျွန်ရန် ရင်းနှီးမြှုပ်နှံမည်ဟုဆိုခဲ့သည်။ Scale AI သည် အရည်အသွေးမြင့် ပညာသင်ကြားမှုအချက်အလက်များ ထုတ်လုပ်မှုနှင့် မြင့်မားသော AI အဆောက်အအုံများ (Infrastructure) ကို ဝန်ဆောင်မှုပေးနေသော ထင်ရှားသော AI ကုမ္ပဏီတစ်ခု ဖြစ်သည်။ ၎င်း၏ မြန်ဆန်စွာ တိုးတက်မှုကို မেশင်းလေ့ကျင့်မှု (Machine Learning) ဖွံ့ဖြိုးတိုးတက်မှုများနှင့် စက်မှုကဏ္ဍအနှံ့ AI လုံးချင်း တိုးတက်မှု အပေါ် အားထားသည်။ Meta ၏ ရင်းနှီးမြှုပ်နှံမှုသည် Scale ၏ သုံးရှားအများစုကို ပိုင်ဆိုင်နိုင်ရန် ချိတ်ဆက်ထားပြီး AI ဖွံ့ဖြိုးတိုးတက်မှုအနာဂတ်များတွင် ပါဝင်မှုကြီးမားစေနိုင်သည်။ ဒီသဘောတူညီချက်အရ Meta သည် မကြာမီ မဲမထားနိုင်သော ရှယ်ယာကို မျှဝေရမည် ဖြစ်ပြီး၊ ၎င်းသည် Scale ၏ လုပ်ငန်းစဉ်များကို ထိန်းချုပ်မည်မဟုတ်ဘဲ မဟုတ်မဖြစ် မဟာဗျူဟာတစ်ခုအနေနဲ့ပဲ ပါဝင်နေမည်ဖြစ်သည်။ သဘောတူညီမှုအရ Scale ၏ တွင်းဆိုးလ် Alexander Wang သည် Meta ၌ မဖော်ပြထားသော တာဝန်ဖြစ်တစ်ခုတွင် ပူးပေါင်းပါမည်၊ ၎င်း၏ ကျွမ်းကျင်မှုကို Meta ၏ AI R&D နှင့် ပိုမိုပေါင်းစည်းခြင်းကို ပြသသည်။ ထို့အပြင် Scale ၏ အကြံပေးအကြံပြုမှု အရာရှိ Jason Droege ကို Meta ၏ AI မဟာဗျူဟာများ ဆောင်ရွက်ရေးအတွက် ထောက်ပံ့ပေးမည်ဟု ထင်ရှားလာသည်။ Scale သည် မေးရှင်းလေ့ကျင့်မှု၊ ဒေတာအချက်အလက်အတန်းအစားအတန်း၊ AI စနစ်ဒီဇိုင်းအတွက် တီထွင်သူများ ၁,၀၀၀ ဆိုင်းလ်များကဲ့သို့သော ကျွမ်းကျင်သူများကို ရည်မှန်းထားပြီး အသေးစိတ်လေ့ကျင့်မှုအချက်အလက်များ ပေးနိုင်ရန်အတွက် အာရုံစိုက်ထားသည်။ ဤပူးပေါင်းမှုသည် Social Media, Virtual Reality နှင့် Augmented Reality တွဲဖက် AI ဖွံ့ဖြိုးတိုးတက်မှုများကို မြန်ဆန်စေမည်ဟု မျှော်လင့်သည်။ AI စက်မှုပိုင်းသည် ယှဉ်ပြိုင်မှုအလွန် Fierce ဖြစ်ပြီး Google၊ Microsoft နှင့် OpenAI ကဲ့သို့သော အကြီးပိုင်းများလည်း ခေတ်မီ AI နည်းပညာများတွင် ရင်းနှီးမြုပ်နှံနေသည်။ Meta ၏ Scale အတွက် ပြုလုပ်သော ထောင့်ခြင်းများသည် မိတ်ဖက်မှုနှင့် အရည်အသွေးမြင့် ဒေတာများရယူခြင်းတို့၏ ဦးစားပေးမှုကို ပြသသည်။ Meta သည် အများဆုံး ရှယ်ယာကို ထိမ်းထားမှုရှိသော်လည်း Scale သည် လ zelfstandပါတယ်။ အပြည့်အဝ မပါဝင်ဘဲ ရှေ့နေများနှင့် စီမံခန့်ခွဲသူများကို ထိန်းသိမ်းထားပြီး ထင်ရှားနေသော်လည်း Meta ၏ အရင်းအနှီးနှင့် စျေးကွက်ဖော်ဆောင်မှုမှ အကျိူးအကြံပြုနေပါသည်။ ဒီသဘောတူညီမှုအရ AI ကုမ္ပဏီများ၏ တန်ဖိုးမြှင့်တိုးတက်မှု ပြသနေပြီး Scale ၏ ထတူတန်ဖိုး ၂၉ ဘီလီယံဒေါ်လာသည် ကမ္ဘာ့အကြီးမားဆုံး ပုဂ္ဂလိက AI ကုမ္ပဏီများထဲ တစ်ခု ဖြစ်လာသည်။ ၎င်းသည် AI ၏ ပြောင်းလဲမှုအရင်းအမြစ်အတွက် ငုံ့သန်းကောင်းသော ရင်းနှီးမြုပ်နှံမှုကို လက်ခံထားခြင်း ဖြစ်သည်။ အနာဂတ်တွင် Meta-Scale ပူးပေါင်းမှုသည် ဒေတာ အရည်အသွေး၊ မော်ဒယ်လေ့ကျင့်မှုနှင့် AI များကြီးမားစွာ ဖွံ့ဖြိုးတိုးတက်လာခြင်းများကို အာရုံစိုက်မည်။ Meta ၏ ကြီးမားသော ကွန်ပျူတာစွမ်းရည်နှင့် အသုံးပြုသူအခြေစိုက်တာများအား Scale ၏ ဒေတာကျွမ်းကျင်မှုနှင့် ပေါင်းစည်း၍ ပိုမိုဩဂုတ်စေမည့် AI စနစ်များကို မြန်စွာ ဖွံ့ဖြိုးစေမှာ ဖြစ်သည်။ ဥပဒေရေးအရ AI ကုမ္ပဏီများအနက် သမိုင်းဖြစ်စေမည့် ဖော်မြူလာများနဲ့ တန်းတူသည့် မြှင့်တင်မှုများမှာ ဒီကျင့်သုံးမှုရေးရာများပါဝင်ပြီး AI စတартပ်များကို နောက်တစ်ဆင့်ပြသရန် ဘေးအန္တရာယ်ကင်းသော နည်းပညာအနာဂတ်ကို ဖန်တီးနိုင်မည့်အတွက်အရေးကြီးသည်။ Meta နှင့် Scale သည် သူတို့၏ ပူးပေါင်းမှုက အနာဂတ်အနေနှင့် AI ၏ အားအလုံးစုံတိုးတက်မှုများကို ဦးတည်သွားနိုင်ကြောင်း မျှဝေပါသည်။

BTCS Inc. သည် Wharton ၏ Mack Institute for Innovat…
BTCS Inc.

AI အကျဉ်းချုပ်များ: Google ၏ AI အသုံးစုပြု၍ မျှဝေထာ…
ဂူဂျီသည် သူ၏ရှာဖွေရေးစင်တင်အတွင်း AI Overviews ဟုခေါ်သော တီထွင်ခိုင်မာသောအင်္ဂလိပ်အသေးစိတ်အချက်အလက်များကိုအသစ်ကိုအသစ်တီထွင်ရန်အတွက်လုပ်ဆောင်ခဲ့သည်။ ဤကိရိယာက သုတေသနရလဒ်များအရ AI ထုတ်လွှင့်သောအကျဉ်းချုပ်များကိုဖန်တီးပေးပြီး၊ ကိုးကားရန်အကျဉ်းချုပ်များကိုခြုံကြည့်နိုင်အောင် ထုတ်ပြန်ပေးတတ်သည်။ ထို့ကြောင့် အသုံးပြုသူများသည် များစွာသောဝဘ်စာမျက်နှာများကိုကြည့်မလိုပဲ မျှတသောရှာဖွေနိုင်စေပါတယ်။ မေလ 2023 တွင် Google ၏ Search Generative Experience (SGE) ၏အစိတ်အပိုင်းအဖြစ် AI Overviews ကိုမိတ်ဆက်ခဲ့ပြီး၊ တစ်လအနည်းငယ်အတွင်းတွင် ကြီးမားသောအဆင့်တစ်ခုအဖြစ် မျှော်လန်းခဲ့သည်။ ပထမအဆင့်မှာ အစိတ်အပိုင်းအမျိုးမျိုးတွင် ထည့်သွင်းထားသောအကြောင်းအရာများကိုအကျဉ်းချုပ်ဖြစ်စေပြီး၊ များစွာသောမြင်ကွင်းများကိုရှင်းလင်းစေသည်။ မေလ 2024 မှာ Google သည် ဂုဏ်ပြုသောအနေနဲ့ AI Overviews ဟူသောအမည်ပြင်ပြီးအမေရိကန့်မှာ တရားဝင်စတင်အကြိမ်ကြည့်ခဲ့သည်။ ဒါ့အပြင် အကျဉ်းချုပ်တိကျမှု၊ ဆိုင်ရာနှင့်ဖတ်ရှုနိုင်မှုကိုတိုးတက်အောင် အကောင်အထည်ဖော်ခဲ့သည်။ ဤလုပ်ငန်းစဉ်သည် AI ကို အသုံးပြု၍ သတင်းအချက်အလက်များကို ပိုမိုလွယ်ကူအသုံးချနိုင်ရန်ဂုဏ်ယူမှုပိုမိုပြောကြားခဲ့သည်။ အောက်တိုဘာ 2024 အထိမှာ AI Overviews သည် ထိုင်းနိုင်ငံများတွင်အပါအဝင်နိုင်ငံအနည်းငယ်တွင်ပျံ့နှံ့လာခဲ့ပြီး၊ ဘာသာစကားစုံအကျဉ်းချုပ်များ ထည့်သွင်းနိုင်စွမ်းကို ပံ့ပိုးပေးခဲ့သည်။ ဤကာလတွင်ကမ္ဘာကျော်အသုံးပြုသူများအတွက် ဂုဏ်ယူမှုကိုအထူးအာရုံစိုက်ထိုးခဲ့ပြီး ၊ လုပ်ငန်းဆောင်တာများကိုပိုမိုမြန်ဆန်စေခဲ့သည်။ Google ၏ AI Overviews များသည် ဆင့်ကဲ့သို့သော ဗဟိုကျ တီထွင်မှုကို သောကိန်းချုပ်ထားပြီး၊ နောက်ဆုံးပုံစံအနေနဲ့အကြောင်းအရာများကိုအခြေခံပြီးကြည့်ရန်အတွက် နောက်ဆုံးပေါ် သဘာဝဘာသာစကားစနစ်များနှင့်အခြေခံထားသည်။ ဤလုပ်ငန်းကြောင့်အသုံးပြုသူများအချိန်ကုန်ကျမှု မဖြစ်စေခြင်းနှင့်တင်းကြပ်သောအချက်အလက်ရှာဖွေပုံစံများအား ပိုမိုအရိပ်အယောင်ပေးပါတယ်။ အကျိုးအပေါ်မှာ မူလအချိန်နှင့်အညီ လုပ်ဆောင်မှုများကိုပြည့်စုံစွာပါဝင်စေမှု၊ ဤနည်းပညာက လူ့စွမ်းအင်ကိုပဲအသုံးချပေးသလို၊ မှန်ကန်သောအချက်အလက်ကိုစစ်မှန်စွာထုတ်ပေးနိုင်ရန်အတွက်မူကွဲထားသည်။ Google ၏ ရည်ရွယ်ချက်မှာအွန်လိုင်းအသုံးပြုသူများအတွက် တင်းကြပ်ပြီးရှင်းလင်းသောသတင်းအချက်အလက်ရယူမှုကို မြှင့်တင်ပေးရန်ဖြစ်သည်။ အပြင်အဆင်အမြင်အရ AI Overviews သည် လူတိုင်း၏ ဘာသာစကား၊ စိတ်အနေအထားများကိုလွယ်ကူစေနိုင်ပြီး၊ အဖြစ်အပျက်များကို ရိုးရှင်းပြောဆိုပေးနိုင်သည်။ လုပ်ငန်းရှင်များနှင့်ပရော်ဖက်ရှင်နယ်များကိုလည်း သုတေသနစနစ်ပိုမိုမြန်ဆန်စေပြီး၊ ချမှတ်မှုများဆုံးဖြတ်ခြင်းနှင့်အသိပညာရရှိမှုကို လျင်မြန်စေပါသည်။ မူလက ယုံကြည်မှုနှင့် သုံးစွဲသူ၏အခွင့်အလမ်းများကို ထုတ်ဖော်ပြောကြားစဉ်တွင်၊ Google က မူလအကြောင်းအရာများကိုကြည့်နိုင်ရန်အတွက် ထောက်ပံ့မှုပြုလုပ်ခဲ့သည်။ ဤအင်္ဂါရပ်များအတွက် မကြာသေးမီအချိန်အထိ AI Overviews ၏ ကနဦးစနစ်များကို အကျိုးမြတ်ညီညာစေခဲ့သည်။ သို႔ေသာ္၊ တိုးတက်မှုများကို ဆက်လက်ပြုလုပ်တိုးမြှင့်နေပြီး၊ လူများအကြားအနာဂတ်အတွက် များစွာသောပုံစံများနှင့်နောက်ဆုံးပုံစံများကို မျှော်လင့်နိုင်သည်။ အကျဉ်းချုပ်ပြီးပြောရရင် AI Overviews သည် Google ၏ ရှာဖွေရေးစနစ်ကို မြှင့်တင်ပေးရန်အတွက် အဓိကနေရာယူနေပြီး၊ AI ထုတ်လုပ်ပြီးမူလပုံစံများကို မျိုးစုံဘာသာစကားဖြင့် ပေးနေသည်။ ၎င်းကို 2023 မေလတွင်လည်း စတင်ခဲ့ပြီး၊ 2024 မေလတွင်အမေရိကန်အတွက် မူလကတင်ခဲ့ပြီး၊ 8 လအတွင်းနိုင်ငံအကျဉ်းအဖြစ် ပျံ့နှံ့လာခဲ့ပြီး၊ 10 လအတွင်း 100 ကျော်နိုင်ငံများသို့ရောက်ရှိခဲ့သည်။ ၎င်းသည် အွန်လိုင်းရှာဖွေရေးနည်းပညာများကို ပိုမိုမြင့်မားစေပြီး၊ လူသားများ၏အကြံဥာဏ်များကိုလည်း သမိုင်းဝင်အောင် အသစ်အသစ်ဖေါ်ထုတ်နေသည်။