Kuken က နှစ် ၇၀ စာ ဒီဇိုင်းပုံများကို မိနစ်ပိုင်းဖြင့် ရှာဖွေ
Kuken အင်ဂျင်နီယာများက OpenAI API ဖြင့် တည်ဆောက်ထားသော ကိရိယာကို သုံး၍ အစားထိုးပစ္စည်း၏ ဒီဇိုင်းပုံကို ၄.၅ မိနစ်အတွင်း ရှာတွေ့နိုင်ပြီး ယခင် တစ်နာရီနီးပါးထက် အချိန်သက်သာလာသည်။
၉၀%
တစ်နှစ်အတွင်း ဒီဇိုင်းပုံရှာဖွေချိန် လျော့ကျမည်ဟု ခန့်မှန်းထားသည့် ပမာဏ
၄.၅ မိနစ်
ယခင် တစ်နာရီနီးပါးမှ လျော့ကျလာသည့် ဒီဇိုင်းပုံရှာဖွေချိန်
Kuken Industries သည် အဆောက်အအုံကြီးများ၊ ဈေးဝယ်စင်တာများနှင့် စက်ရုံများအတွက် လေအေးပေးနှင့် လေဝင်လေထွက်ဆိုင်ရာ စက်ပစ္စည်းများကို ထုတ်လုပ်သည်။ ဂျပန်နိုင်ငံ၏ အအေးခံတာဝါဈေးကွက်တွင် ဈေးကွက်ဝေစု အများဆုံးရရှိထားသော ကုမ္ပဏီများထဲမှ တစ်ခုဖြစ်သည်။ ဤတာဝါများသည် လည်ပတ်စီးဆင်းနေသော ရေမှ အပူကို လေထုထဲသို့ ထုတ်လွှတ်ပေးပြီး အဆောက်အအုံကြီးများနှင့် ဈေးဝယ်စင်တာများမှသည် ဒေတာစင်တာများရှိ စက်ပစ္စည်းများအထိ အအေးခံပေးရန် အထောက်အကူပြုသည်။
အအေးခံတာဝါတစ်ခုတွင် ပစ္စည်းအစားထိုးရန် လိုလာသည့်အခါ Kuken ၏ အင်ဂျင်နီယာများသည် နှစ် ၇၀ အတွင်း တပ်ဆင်ခဲ့သမျှ ဒီဇိုင်းပုံများကို စုစည်းထားသော မှတ်တမ်းတိုက်ကို အားကိုးကြသည်။ အင်ဂျင်နီယာအသစ်တစ်ဦးအနေဖြင့် မှန်ကန်သော ဒီဇိုင်းပုံကို ရှာရန် မည်သည့်နေရာတွင် ရှာရမည်၊ ပုံကို မည်သို့ ဖတ်ရမည်ဆိုသည်ကို အတွေ့အကြုံရင့် လုပ်ဖော်ကိုင်ဖက်တစ်ဦးအား မေးမြန်းရလေ့ရှိသည်။ Kuken သည် အင်ဂျင်နီယာအသစ်များကို ထိုမှတ်တမ်းများအား ကိုယ်တိုင်ရှာဖွေနိုင်စေလိုသည်။ မှတ်တမ်းများတွင် ပါဝင်သည့် ဆုံးဖြတ်ချက်များမှ သင်ယူပြီး မည်သို့ ပြုပြင်မည်ကို စဉ်းစားဖော်ထုတ်ရာတွင် အချိန်ပိုပေးနိုင်စေလိုသည်။


ယနေ့ ထုတ်လုပ်သော ပစ္စည်းများသည် အအေးခံတာဝါအဟောင်းများနှင့် အမြဲတမ်း ကိုက်ညီခြင်းမရှိပါ။ မည်သည့်ပစ္စည်းများ တပ်ဆင်ထားကြောင်း ဖော်ပြသည့် မူလဒီဇိုင်းပုံ မရှိပါက အင်ဂျင်နီယာများသည် အစားထိုးပစ္စည်းကို အစမှ ပြန်လည်ဒီဇိုင်းဆွဲကာ ထုတ်လုပ်ရနိုင်သည်။
စက်အမျိုးအစား သို့မဟုတ် ပစ္စည်းအမည်ဖြင့် ရှာဖွေသည့်အခါ ဒီဇိုင်းပုံအများအပြား ပေါ်လာနိုင်သည်။ နှစ်ပေါင်း ၇၀ ကျော်အတွင်း Kuken သည် ဖောက်သည်တစ်ဦးချင်းစီနှင့် ကိုက်ညီအောင် စက်ပစ္စည်းများကို ပြုပြင်ထုတ်လုပ်ပေးခဲ့သောကြောင့် နည်းပညာသတ်မှတ်ချက်များသည် ဖောက်သည်နှင့် တပ်ဆင်သည့်ရက်စွဲအလိုက် ကွဲပြားနေသည်။ မှတ်တမ်းများကို စာရွက်ဖြင့် သိမ်းဆည်းထားစဉ်က တစ်ကြိမ်ရှာဖွေလျှင် နေ့တစ်ဝက်အထိ ကြာနိုင်သည်။ နောက်ပိုင်းတွင် Kuken က မှတ်တမ်းများကို ဒစ်ဂျစ်တယ်ပုံစံ ပြောင်းလဲခဲ့သော်လည်း အင်ဂျင်နီယာများသည် မည်သည့်အမည်၊ နံပါတ်ဖြင့် ရှာရမည်၊ ဖိုင်ကို မည်သည့်နေရာတွင် တွေ့နိုင်မည်ဆိုသည်ကို သိထားရန် လိုအပ်နေဆဲဖြစ်သည်။ အထူးသဖြင့် အင်ဂျင်နီယာအသစ်များသည် ထိုအချက်အလက်များကို စုစည်းဖော်ထုတ်ရာတွင် အချိန်ကုန်ခဲ့ကြသည်။
Kuken သည် အတွေ့အကြုံအနည်းအများ မရွေး အင်ဂျင်နီယာတိုင်းကို မှတ်တမ်းတိုက်တွင် ကိုယ်တိုင် ရှာဖွေနိုင်စေလိုသည်။ AI က မည်သို့ ကူညီနိုင်မည်ကို လေ့လာရင်း Kuken သည် ဂျပန် AI စတတ်အပ်ကုမ္ပဏီဖြစ်ပြီး OpenAI ၏ တရားဝင်မိတ်ဖက်လည်းဖြစ်သော Recursive နှင့် ချိတ်ဆက်ခဲ့သည်။
ကုမ္ပဏီနှစ်ခုသည် Kuken ၏ မှတ်တမ်းများနှင့် အင်ဂျင်နီယာများ၏ အကြံပြုချက်များကို အခြေခံ၍ ရှာဖွေမှုစနစ်နှင့် လုပ်ငန်းခွင်သုံးအက်ပ်ကို ပူးပေါင်းတည်ဆောက်ခဲ့သည်။ AI မော်ဒယ်အမျိုးမျိုးက ဒီဇိုင်းပုံအမျိုးစုံမှ အသေးစိတ်အချက်အလက်များကို မည်မျှ တိကျစွာ ထုတ်ယူနိုင်သည်၊ ကုန်ကျစရိတ် မည်မျှရှိသည်တို့ကို စမ်းသပ်ခဲ့ကြသည်။ OpenAI ၏ မော်ဒယ်များသည် စံနှစ်ခုစလုံးတွင် ရလဒ်ကောင်းခဲ့ပြီး OpenAI API ကြောင့် အဖွဲ့သည် ရှာဖွေမှုလုပ်ဆောင်ချက်ကို အက်ပ်ထဲသို့ တိုက်ရိုက်ထည့်သွင်းရာတွင် လိုသလို ပြင်ဆင်တည်ဆောက်နိုင်ခဲ့သည်။

လုပ်ငန်းခွင်အင်ဂျင်နီယာများနှင့် ဆွေးနွေးမှုများကို အခြေခံ၍ ရှာဖွေမှုစနစ်၏ လုပ်ဆောင်ပုံကို ဖန်တီးထားသည်။ အင်ဂျင်နီယာများသည် ဒီဇိုင်းပုံနံပါတ် သို့မဟုတ် ပစ္စည်းနံပါတ်ကို ရိုက်ထည့်နိုင်သည်။ ဒီဇိုင်းပုံ သို့မဟုတ် ပစ္စည်းစာရင်း၏ ဓာတ်ပုံ၊ PDF ဖိုင်ကိုလည်း အပ်လုဒ်လုပ်နိုင်သည်။
စာရင်း၏ စခရင်ရှော့ကို ကူးထည့်လိုက်ရုံဖြင့် အင်ဂျင်နီယာများသည် နံပါတ်တစ်ခုချင်းစီကို ကိုယ်တိုင် ရိုက်ထည့်ရန် မလိုတော့ပါ။ အက်ပ်က ပစ္စည်းနံပါတ်များကို ဖတ်ပြီး ဆင်တူဒီဇိုင်းပုံများ အပါအဝင် ကိုက်ညီနိုင်သော ပုံများကို ပြသပေးသည်။ မှန်ကန်သော ဒီဇိုင်းပုံကို ရှာတွေ့ရန် အင်ဂျင်နီယာများက တာဝါ၏ နည်းပညာသတ်မှတ်ချက်များနှင့် ယခင် အစားထိုးလဲလှယ်မှုမှတ်တမ်းများကို စစ်ဆေးကြသည်။
ရှာဖွေရေးကိရိယာကို အသုံးပြုစမ်းသပ်ရာမှ အောက်ပါရလဒ်များ ရရှိခဲ့ကြောင်း Kuken က ဖော်ပြထားသည်။
ဤကိရိယာကြောင့် တစ်နှစ်အတွင်း ဒီဇိုင်းပုံရှာဖွေရန် သုံးရသည့်အချိန် ၉၀% ခန့် လျော့ကျမည်ဟု Kuken က မျှော်လင့်ထားသည်။
အတွေ့အကြုံရင့် အင်ဂျင်နီယာများသည် သက်သာလာသည့် အချိန်အချို့ကို လုပ်ဖော်ကိုင်ဖက်အသစ်များအား သင်ကြားလမ်းညွှန်ရန် အသုံးပြုကြသည်။
အင်ဂျင်နီယာများသည် အက်ပ်ထဲတွင် ဒီဇိုင်းပုံများကို စစ်ဆေးနိုင်သဖြင့် ပုံနှိပ်စရိတ် လျော့ကျစေသည်။
ယခုအခါ အင်ဂျင်နီယာများသည် ဒီဇိုင်းပုံရှာဖွေရာတွင် အချိန်ကုန်သက်သာလာပြီး ပုံကို လေ့လာရန် အချိန်ပိုရလာကြသည်။ ထို့ကြောင့် ဒီဇိုင်းကို ပိုကောင်းအောင် ပြုပြင်နိုင်မည့်နည်းလမ်းများ စဉ်းစားရန်နှင့် ယခင်က အချိန်မပေးနိုင်ခဲ့သည့် စိတ်ကူးများကို စမ်းသပ်လေ့လာရန် အခွင့်အလမ်းရလာကြောင်း အင်ဂျင်နီယာအသစ်များရော အတွေ့အကြုံရင့်သူများပါ ပြောကြသည်။
ယခုအခါ အင်ဂျင်နီယာအသစ်များသည် ပိုမိုစုံလင်သော အလုပ်အမျိုးအစားများကို ကိုယ်တိုင် ကိုင်တွယ်နိုင်လာကြသည်။ ရှာဖွေမှုတိုင်းတွင် သူတို့ကို လမ်းညွှန်ပေးခဲ့ရသည့် အတွေ့အကြုံရင့် လုပ်ဖော်ကိုင်ဖက်များလည်း သင်ကြားပေးရန်နှင့် မိမိတို့၏ အင်ဂျင်နီယာအလုပ်များ ဆောင်ရွက်ရန် အချိန်ပိုရလာကြသည်။
“အခု ဝန်ထမ်းတွေက သူတို့စမ်းလုပ်ချင်ခဲ့တဲ့ အလုပ်တွေကို လုပ်ဖို့နဲ့ စိန်ခေါ်မှုအသစ်တွေကို ရင်ဆိုင်ဖို့ အချိန်ရလာကြပါတယ်။ ဒါက သူတို့ကို တကယ်ပဲ အလုပ်လုပ်ချင်စိတ် တက်ကြွလာစေပါတယ်။”


Kuken သည် မိတ်ဖက်များ ရေးဆွဲပေးသော ဒီဇိုင်းပုံများကို စစ်ဆေးရန် ကိရိယာတစ်ခုကိုလည်း ဖန်တီးနေသည်။ လက်ရှိတွင် အင်ဂျင်နီယာများက ဒီဇိုင်းပုံတစ်ပုံချင်းစီကို နည်းပညာသတ်မှတ်ချက်များနှင့် မျက်စိဖြင့် တိုက်ဆိုင်စစ်ဆေးကာ မကိုက်ညီသော အသေးစိတ်အချက်အလက်များ သို့မဟုတ် အရေအတွက်များကို ရှာဖွေကြသည်။ အင်ဂျင်နီယာများ ဒီဇိုင်းပုံများကို ပိုမြန်စွာ စစ်ဆေးနိုင်ပြီး လွတ်သွားနိုင်သည့် အမှားများကို ဖမ်းမိစေရန် ထိုကွဲလွဲချက်များကို ကိရိယာက ထောက်ပြပေးနိုင်စေလိုကြောင်း Kuken က ဆိုသည်။
Kuken ၏ အဆိုအရ ရှေ့ပြေးပုံစံကို စမ်းသပ်ရာတွင် AI ထောက်ပြခဲ့သော ပြဿနာများ၏ ၉၀% ခန့်မှာ အမှန်တကယ် ကွဲလွဲချက်များ ဖြစ်ခဲ့သည်။ ကိရိယာကို လုပ်ငန်းခွင်တွင် အမှန်တကယ် စတင်အသုံးပြုနိုင်ပါက အင်ဂျင်နီယာများ၏ ဒီဇိုင်းပုံစစ်ဆေးချိန်ကို သိသိသာသာ လျှော့ချနိုင်မည်ဟု Kuken က မျှော်လင့်ထားသည်။
ဒီဇိုင်းပုံတစ်ပုံချင်းစီတွင် သီးခြားတပ်ဆင်မှုတစ်ခုအတွက် အင်ဂျင်နီယာတစ်ဦး ချမှတ်ခဲ့သော ဆုံးဖြတ်ချက်များကို မှတ်တမ်းတင်ထားသည်။ ထိုဆုံးဖြတ်ချက်များကို ပိုမိုလွယ်ကူစွာ ရှာဖွေနားလည်နိုင်အောင် လုပ်ပေးခြင်းဖြင့် Kuken သည် ထိုအတွေ့အကြုံများကို နောင်မျိုးဆက် အင်ဂျင်နီယာများဆီ လက်ဆင့်ကမ်းရန် ရည်ရွယ်ထားသည်။
“OpenAI ရဲ့ နည်းပညာက ကျွန်တော်တို့လို ထုတ်လုပ်ရေးလုပ်ငန်းတွေကို နောက်မျိုးဆက်ဆီ ကျွမ်းကျင်မှုတွေ လက်ဆင့်ကမ်းပေးနိုင်ဖို့ ကူညီပေးမယ်လို့ ယုံကြည်ပါတယ်။ ဒါက ကျွန်တော်တို့အတွက် ကာလကြာရှည် ရင်ဆိုင်နေရတဲ့ စိန်ခေါ်မှုတစ်ခုပါ။”


