သက်ရှိဦးနှောက်ဆဲလ်များသည် DOOM ကို CL1 တွင်ကစားသည် [ဗီဒီယို]

ဇီဝဗေဒနှင့် ကိုက်ညီသောအခါ ဂိမ်းကစားခြင်း- မဖြစ်နိုင်သော ကစားသမားတစ်ဦး ပေါ်ထွက်လာသည်

ဆယ်စုနှစ်များအတွင်း ဗီဒီယိုဂိမ်းများသည် လူသားတို့၏ တီထွင်ဖန်တီးမှုနှင့် နည်းပညာတိုးတက်မှုအတွက် သက်သေတစ်ခုဖြစ်သည်။ ရိုးရှင်းသော pixels များမှ ကျယ်ပြောသော virtual world များအထိ၊ ၎င်းတို့ကို ဆီလီကွန်နှင့် ကုဒ်ပေါ်တွင် တည်ဆောက်ထားသည်။ ဒါပေမယ့် ထိတ်လန့်စရာကောင်းတဲ့ အလှည့်အပြောင်းတစ်ခုမှာတော့ ကစားသမားဟာ ဂိမ်းလိုပဲ တော်လှန်ရေးသမား ဖြစ်လာခဲ့ပါတယ်။ ဓာတ်ခွဲခန်းတွင် စိုက်ပျိုးထားသည့် သက်ရှိလူသား၏ ဦးနှောက်ဆဲလ်အစုအဝေးတစ်ခုသည် ၎င်းနှင့် အပြန်အလှန် တုံ့ပြန်နိုင်ပြီး အထင်ကရ ဗီဒီယိုဂိမ်း DOOM ကို ကစားနိုင်ကြောင်း သုတေသီများက အောင်မြင်စွာ သရုပ်ပြခဲ့သည်။ ဒါက သိပ္ပံစိတ်ကူးယဉ်မဟုတ်ဘူး၊ ၎င်းသည် ကျွန်ုပ်တို့ ဇီဝကွန်ပြူတာ တွက်ချက်ခြင်း၏ နယ်နိမိတ်များကို တွန်းပို့သည့် လက်တွေ့ကမ္ဘာ စမ်းသပ်မှုတစ်ခုဖြစ်သည်။

သိပ္ပံပညာရှင်များနှင့် လူအများကို စွဲမက်စေသော ဗီဒီယိုတွင် DOOM ၏ ရိုးရှင်းသောဗားရှင်းကို DishBrain စနစ်ဟု လူသိများသော ဇီဝအာရုံကြောကွန်ရက်တစ်ခုက လမ်းညွှန်ပြသထားသည်။ Cortical Labs မှ သုတေသီများ ဦးဆောင်သော ဤအောင်မြင်မှုသည် အာရုံကြောများကို လှုံ့ဆော်ရန်နှင့် ၎င်းတို့၏ တုံ့ပြန်မှုများကို ဖတ်ရန် မိုက်ခရိုအီလက်ထရွန်းအခင်းများကို အသုံးပြုကာ ဆဲလ်များသည် ဂိမ်း၏ပတ်ဝန်းကျင်ကို ထိန်းချုပ်ရန် သင်ယူနိုင်သည့် တုံ့ပြန်ချက်ကွင်းတစ်ခုကို ဖန်တီးပေးသည်။ ဇီဝဗေဒနှင့် နည်းပညာ၏ ဆုံရပ်သည် လုပ်ငန်းစဉ်စွမ်းအားကို gigahertz ဖြင့် တိုင်းတာရုံသာမက လူနေမှုစနစ်များ၏ မွေးရာပါ သင်ယူနိုင်မှုစွမ်းရည်ဖြင့် အနာဂတ်ကို အမှတ်အသားပြုပါသည်။

ဂိမ်းကစားခြင်းနောက်ကွယ်မှ သိပ္ပံပညာ- ဦးနှောက်ဆဲလ်များ "ကစားနည်း"

လုပ်ငန်းစဉ်သည် သေးငယ်သောမော်နီတာတစ်လုံးကိုမြင်ရပြီး ကီးဘုတ်ကိုထိန်းချုပ်သည့် ဦးနှောက်ဆဲလ်များနှင့်ပတ်သက်ပြီး ဂိမ်း၏ယုတ္တိကို နျူရွန်များနားလည်နိုင်သောဘာသာစကားသို့ ဘာသာပြန်ဆိုခြင်းအကြောင်း ပိုမိုနည်းပါးသည်။ Cortical Lab 1 (CL1) ဟု ခေါ်ဆိုသော စနစ်သည် အကြမ်းဖျင်းအားဖြင့် သက်ရှိဦးနှောက်ဆဲလ် 800,000 (လူ့ပင်မဆဲလ်များမှ ဆင်းသက်လာ) ကို အထူးချစ်ပ်တစ်ခုပေါ်တွင် နေရာချပေးသည်။ ဤချစ်ပ်သည် ဆဲလ်များဆီသို့ လျှပ်စစ်အချက်ပြမှုများကို ပေးပို့နိုင်ပြီး ၎င်းတို့၏ လျှပ်စစ်လှုပ်ရှားမှုကို သိရှိနိုင်သည်။

DOOM စမ်းသပ်မှုတွင်၊ ဂိမ်းကမ္ဘာသည် ရိုးရှင်းပါသည်။ ကစားသမား၏ အနေအထားကို စင်္ကြံတစ်ခုတည်းရှိ ဇာတ်ကောင်တစ်ခုဖြင့် ကိုယ်စားပြုသည်။ ရန်သူရှိနေသည်ဖြစ်စေ မရှိသည်ဖြစ်စေ ညွှန်ပြသော နျူရွန်ယဉ်ကျေးမှုသို့ လျှပ်စစ်အချက်ပြမှုများကို ပေးပို့သည်။ ထို့နောက် နျူရွန်များသည် ဘယ် သို့မဟုတ် ညာသို့ ရွေ့လျားရန် အမိန့်အဖြစ် အဓိပ္ပာယ်ဖွင့်ဆိုထားသည့် ၎င်းတို့၏ ကိုယ်ပိုင် လျှပ်စစ်လှုပ်ရှားမှုဖြင့် တုံ့ပြန်သည်။ အကယ်၍ နျူရွန်များသည် ဇာတ်ကောင်အား ရန်သူဆီသို့ အောင်မြင်စွာ ရွေ့လျားစေသည့် ပုံစံဖြင့် ပစ်ခတ်ပါက၊ ၎င်းတို့သည် ကြိုတင်ခန့်မှန်းနိုင်သော၊ လှုံ့ဆော်ပေးသည့် တုံ့ပြန်ချက်တစ်ခု ရရှိမည်ဖြစ်သည်။ ပျက်ကွက်ပါက ထည့်သွင်းမှုမှာ ဖရိုဖရဲဖြစ်ပြီး မှန်းဆ၍မရပါ။ သင်ယူခြင်း၏ အခြေခံမူဖြစ်သည့် ဤဆုကြေး/ပြစ်ဒဏ်ပေးစနစ်သည် နှစ်သက်ဖွယ်ကောင်းသော၊ ဖွဲ့စည်းတည်ဆောက်ထားသော လှုံ့ဆော်မှုကို ဆက်ထိန်းထားရန် ၎င်း၏အပြုအမူကို လိုက်လျောညီထွေဖြစ်အောင် အာရုံကြောကွန်ရက်အား တွန်းအားပေးပါသည်။

အဓိကအားဖြင့်၊ ဆဲလ်များသည် လူ့သဘောအရ ဂိမ်းအကြောင်း "တွေးတောခြင်း" မဟုတ်ပါ။ ယင်းအစား၊ ၎င်းတို့သည် အရိုးရှင်းဆုံးသော ဇီဝဗေဒစနစ်များပင် အခြေခံသော တွန်းအားတစ်ခုဖြစ်သည့် ကြိုတင်မှန်းဆမရနိုင်မှုကို လျှော့ချရန် ၎င်းတို့၏ပတ်ဝန်းကျင်ကို ထိန်းချုပ်ရန် သင်ယူနေပါသည်။

ပါတီလှည့်ကွက်တစ်ခုထက်ပိုသည်- ဇီဝဗေဒဆိုင်ရာတွက်ချက်ခြင်း၏သက်ရောက်မှုများ

90s ခေတ် ဗီဒီယိုဂိမ်းသည် ဆွဲဆောင်မှုရှိသော သရုပ်ပြတစ်ခုအဖြစ် ကစားနေချိန်တွင် အမှန်တကယ် အရေးပါမှုသည် အလားအလာရှိသော အပလီကေးရှင်းများတွင် တည်ရှိနေပါသည်။ ဤသုတေသနသည် ဇီဝဗေဒဆိုင်ရာအာရုံကြောကွန်ရက်များ၏ တွက်ချက်မှုဆိုင်ရာစွမ်းအားကို အသုံးချရန် ရည်ရွယ်သည့် organoid Intelligence (OI) ဆီသို့ အဓိကခြေလှမ်းတစ်ခုဖြစ်သည်။ ဒေတာနှင့် ပါဝါအမြောက်အမြား လိုအပ်သည့် သမားရိုးကျ AI နှင့် မတူဘဲ၊ အနည်းငယ်မျှသော အချက်အလက်များမှ ဇီဝဗေဒစနစ်များသည် လျင်မြန်ပြီး ထိရောက်စွာ သင်ယူနိုင်သည်။

• ဆေးဝါးရှာဖွေတွေ့ရှိမှုနှင့် ရောဂါပုံစံပြခြင်း- သိပ္ပံပညာရှင်များသည် အယ်လ်ဇိုင်းမားကဲ့သို့သော အာရုံကြောဆိုင်ရာရောဂါများကို စမ်းသပ်ရန်အတွက် အာရုံကြောဆိုင်ရာလုပ်ဆောင်မှုကို အကျိုးသက်ရောက်ပုံနှင့် ဆေးဝါးများသည် ထိုအကျိုးသက်ရောက်မှုများကို မည်သို့ပြောင်းလဲနိုင်သည်ကို စမ်းသပ်ရန် ဤစနစ်များကို အသုံးပြုနိုင်သည်။
• အဆင့်မြင့် စက်ရုပ်များ- ဇီဝကွန်ပြူတာများသည် စက်ရုပ်များအား လိုက်လျောညီထွေရှိသော၊ စွမ်းအားနည်းသော ဆုံးဖြတ်ချက်ချနိုင်သည့် စွမ်းရည်များဖြင့် စက်ရုပ်များကို ပေးစွမ်းနိုင်ပြီး ၎င်းတို့သည် ရှုပ်ထွေးသော လက်တွေ့ကမ္ဘာပတ်ဝန်းကျင်များကို ပိုမိုထိရောက်စွာ သွားလာနိုင်စေပါသည်။
• AI ကို တော်လှန်ခြင်း- ဇီဝဗေဒဆိုင်ရာ အာရုံကြောကွန်ရက်များ မည်ကဲ့သို့ သင်ယူသည်ကို နားလည်ခြင်းသည် အသစ်၊ ပိုမိုအားကောင်းပြီး စွမ်းအင်သုံး AI algorithms အသစ်များကို လှုံ့ဆော်ပေးနိုင်သည်။

"၎င်းသည် ဂိမ်းကစားခြင်းမျှသာမဟုတ်ပါ။ ၎င်းသည် ရိုးရာဆီလီကွန်အခြေခံကွန်ပျူတာများအတွက် စိန်ခေါ်နေသော ပြဿနာများကိုဖြေရှင်းရန် ကျွန်ုပ်တို့သည် ဇီဝဗေဒစနစ်များ၏ မွေးရာပါဉာဏ်ရည်ဥာဏ်သွေးကို အသုံးချနိုင်သည့် ကွန်ပြူတာတွင် နယ်ပယ်အသစ်တစ်ခုအကြောင်းဖြစ်သည်။" - Cortical Labs အဖွဲ့မှ သုတေသီ။

အလုပ်၏အနာဂတ်- နည်းပညာသစ်များ ပေါင်းစပ်ခြင်း

ဇီဝကွန်ပြူတာကဲ့သို့ အံ့မခန်းနည်းပညာများ ရင့်ကျက်လာသည်နှင့်အမျှ၊ စီးပွားရေးအခင်းအကျင်းသည် မလွဲမသွေ ပြောင်းလဲလာမည်ဖြစ်သည်။ ထိုသို့သော အနှောင့်အယှက်ဖြစ်စေသော ဆန်းသစ်တီထွင်မှုများကို ပေါင်းစပ်နိုင်မှုနှင့် လွှမ်းမိုးနိုင်မှုသည် သွက်လက်သွက်လက်သောကုမ္ပဏီများကို ခေတ်မမီတော့သော အခြေအနေနှင့် ခွဲခြားနိုင်မည်ဖြစ်သည်။ ဤနေရာတွင် ပြောင်းလွယ်ပြင်လွယ်နှင့် မော်ဂျူလာလုပ်ငန်းလည်ပတ်မှုအခြေခံအုတ်မြစ်သည် အရေးပါလာပါသည်။ Mewayz ကဲ့သို့သော ပလပ်ဖောင်းများသည် စီးပွားရေးလုပ်ငန်းများကို ချောမွေ့စွာလိုက်လျောညီထွေဖြစ်အောင် ဒီဇိုင်းထုတ်ထားပါသည်။

ဆေးဝါးကုမ္ပဏီတစ်ခုသည် ဇီဝကွန်ပြူတာများအသုံးပြုကာ ဆေးဝါးအပြန်အလှန်တုံ့ပြန်မှုများကို လျင်မြန်စွာခွဲခြမ်းစိတ်ဖြာရန် အနာဂတ်ကို စိတ်ကူးကြည့်ပါ။ ထုတ်ပေးသည့်ဒေတာကို သုတေသနမှတ်တမ်းများ၊ ပရောဂျက်စီမံခန့်ခွဲမှုအချိန်ဇယားများနှင့် စည်းကမ်းလိုက်နာမှုဒေတာဘေ့စ်များနှင့် ချောမွေ့စွာပေါင်းစပ်ထားရန် လိုအပ်ပါသည်။ တောင့်တင်းပြီး ဆိတ်ကွယ်နေသော လုပ်ငန်းလည်ပတ်မှုစနစ်သည် ထိုသို့သော လုပ်ငန်းလည်ပတ်မှုကို ထိခိုက်စေမည်ဖြစ်သည်။ Mewayz ၏ မော်ဂျူလာချဉ်းကပ်မှုတွင် မတူညီသောဌာနများ—R&D မှတရားဝင်အထိ—စိတ်ကြိုက်အက်ပ်များနှင့် ဒေတာစီးဆင်းမှုများဖြင့် ပေါင်းစပ်ထားသောပလပ်ဖောင်းပေါ်တွင် လုပ်ငန်းဆိုင်ရာရလဒ်များကို တိုက်ရိုက်ချိတ်ဆက်ပေးသည့် ကွဲပြားသောသုတေသနပြုမှုကို ခွင့်ပြုပေးသည်။ ၎င်းသည် သိပ္ပံနည်းကျ အောင်မြင်မှုများကို စီးပွားဖြစ်အဖြစ်သို့ ပြောင်းလဲစေသည့် လုပ်ငန်းဆောင်ရွက်မှုဆိုင်ရာ မူဘောင်ကို ပံ့ပိုးပေးပါသည်။

DOOM ကစားသည့် သက်ရှိဦးနှောက်ဆဲလ်များ၏ ခရီးလမ်းသည် အားကောင်းသည့် သင်္ကေတတစ်ခုဖြစ်သည်။ ဇီဝဗေဒနှင့် နည်းပညာများ ပေါင်းစည်းကာ ဤတိုးတက်မှုများကို ကမ္ဘာသို့ ယူဆောင်လာပေးမည့် စီးပွားရေးလုပ်ငန်းများထံမှ လုပ်ငန်းလည်ပတ်သွက်လက်မှု အဆင့်အသစ်ကို တောင်းဆိုနေသည့် အနာဂတ်ဆီသို့ ခုန်ပျံကျော်လွှားခြင်းကို ကိုယ်စားပြုပါသည်။

အမေးများသောမေးခွန်းများ

ဇီဝဗေဒနှင့် ကိုက်ညီသည့်အခါ ဂိမ်းကစားခြင်း- မဖြစ်နိုင်သော ကစားသမားတစ်ဦး ပေါ်ထွက်လာသည်

ဆယ်စုနှစ်များအတွင်း ဗီဒီယိုဂိမ်းများသည် လူသားတို့၏ တီထွင်ဖန်တီးမှုနှင့် နည်းပညာတိုးတက်မှုအတွက် သက်သေတစ်ခုဖြစ်သည်။ ရိုးရှင်းသော pixels များမှ ကျယ်ပြောသော virtual world များအထိ၊ ၎င်းတို့ကို ဆီလီကွန်နှင့် ကုဒ်ပေါ်တွင် တည်ဆောက်ထားသည်။ ဒါပေမယ့် ထိတ်လန့်စရာကောင်းတဲ့ အလှည့်အပြောင်းတစ်ခုမှာတော့ ကစားသမားဟာ ဂိမ်းလိုပဲ တော်လှန်ရေးသမား ဖြစ်လာခဲ့ပါတယ်။ ဓာတ်ခွဲခန်းတွင် စိုက်ပျိုးထားသည့် သက်ရှိလူသား၏ ဦးနှောက်ဆဲလ်အစုအဝေးတစ်ခုသည် ၎င်းနှင့် အပြန်အလှန် တုံ့ပြန်နိုင်ပြီး အထင်ကရ ဗီဒီယိုဂိမ်း DOOM ကို ကစားနိုင်ကြောင်း သုတေသီများက အောင်မြင်စွာ သရုပ်ပြခဲ့သည်။ ဒါက သိပ္ပံစိတ်ကူးယဉ်မဟုတ်ဘူး၊ ၎င်းသည် ကျွန်ုပ်တို့ ဇီဝကွန်ပြူတာ တွက်ချက်ခြင်း၏ နယ်နိမိတ်များကို တွန်းပို့သည့် လက်တွေ့ကမ္ဘာ စမ်းသပ်မှုတစ်ခုဖြစ်သည်။

ဂိမ်းကစားခြင်းနောက်ကွယ်မှ သိပ္ပံပညာ- ဦးနှောက်ဆဲလ်များ "ကစားနည်း"

လုပ်ငန်းစဉ်သည် သေးငယ်သောမော်နီတာတစ်လုံးကိုမြင်ရပြီး ကီးဘုတ်ကိုထိန်းချုပ်သည့် ဦးနှောက်ဆဲလ်များနှင့်ပတ်သက်ပြီး ဂိမ်း၏ယုတ္တိကို နျူရွန်များနားလည်နိုင်သောဘာသာစကားသို့ ဘာသာပြန်ဆိုခြင်းအကြောင်း ပိုမိုနည်းပါးသည်။ Cortical Lab 1 (CL1) ဟု ခေါ်ဆိုသော စနစ်သည် အကြမ်းဖျင်းအားဖြင့် သက်ရှိဦးနှောက်ဆဲလ် 800,000 (လူ့ပင်မဆဲလ်များမှ ဆင်းသက်လာ) ကို အထူးချစ်ပ်တစ်ခုပေါ်တွင် နေရာချပေးသည်။ ဤချစ်ပ်သည် ဆဲလ်များဆီသို့ လျှပ်စစ်အချက်ပြမှုများကို ပေးပို့နိုင်ပြီး ၎င်းတို့၏ လျှပ်စစ်လှုပ်ရှားမှုကို သိရှိနိုင်သည်။

ပါတီလှည့်ကွက်တစ်ခုထက်ပိုသည်- ဇီဝဗေဒဆိုင်ရာတွက်ချက်ခြင်း၏သက်ရောက်မှုများ

90s ခေတ် ဗီဒီယိုဂိမ်းသည် ဆွဲဆောင်မှုရှိသော သရုပ်ပြတစ်ခုအဖြစ် ကစားနေချိန်တွင် အမှန်တကယ် အရေးပါမှုသည် အလားအလာရှိသော အပလီကေးရှင်းများတွင် တည်ရှိနေပါသည်။ ဤသုတေသနသည် ဇီဝအာရုံကြောကွန်ရက်များ၏ တွက်ချက်မှုဆိုင်ရာစွမ်းအားကို စုစည်းရန် ရည်ရွယ်သည့် organoid Intelligence (OI) ဆီသို့ အဓိကခြေလှမ်းတစ်ခုဖြစ်သည်။ ဒေတာနှင့် ပါဝါအမြောက်အမြား လိုအပ်သည့် သမားရိုးကျ AI နှင့် မတူဘဲ၊ အနည်းငယ်မျှသော အချက်အလက်များမှ ဇီဝဗေဒစနစ်များသည် လျင်မြန်ပြီး ထိရောက်စွာ သင်ယူနိုင်သည်။

အလုပ်၏အနာဂတ်- နည်းပညာသစ်များ ပေါင်းစပ်ခြင်း

ဇီဝကွန်ပြူတာကဲ့သို့ အံ့မခန်းနည်းပညာများ ရင့်ကျက်လာသည်နှင့်အမျှ၊ စီးပွားရေးအခင်းအကျင်းသည် မလွဲမသွေ ပြောင်းလဲလာမည်ဖြစ်သည်။ ထိုသို့သော အနှောင့်အယှက်ဖြစ်စေသော ဆန်းသစ်တီထွင်မှုများကို ပေါင်းစပ်နိုင်မှုနှင့် လွှမ်းမိုးနိုင်မှုသည် သွက်လက်သွက်လက်သောကုမ္ပဏီများကို ခေတ်မမီတော့သော အခြေအနေနှင့် ခွဲခြားနိုင်မည်ဖြစ်သည်။ ဤနေရာတွင် ပြောင်းလွယ်ပြင်လွယ်နှင့် မော်ဂျူလာလုပ်ငန်းလည်ပတ်မှုအခြေခံအုတ်မြစ်သည် အရေးပါလာပါသည်။ Mewayz ကဲ့သို့သော ပလပ်ဖောင်းများသည် စီးပွားရေးလုပ်ငန်းများကို ချောမွေ့စွာလိုက်လျောညီထွေဖြစ်အောင် ဒီဇိုင်းထုတ်ထားပါသည်။