မောရိသျှ
ရည်မှန်းချက်အကြောင်း စရေးဖြစ်တော့၊ အကြောင်း တိုက်တိုက်ဆိုင်ဆိုင်စွာနဲ့ပဲ၊ ကယ်လီဖိုးနီးယား၊ ဆန်ဟိုဆေးမှာ (Califonia, San Jose) ကျင်းပတဲ့ ကွန်ပျူတာသိပ္ပံဆိုင်ရာအထူးဆွေးနွေးပွဲ တစ်ခု တက်ဖြစ်ခဲ့ပါတယ်။ ပွဲတက်ဖြစ်ခဲ့တဲ့ အဲဒီနေ့မနက်ပိုင်းမှာတင် စိတ်ဝင်စားစရာတွေ တစ်ခုပြီးတစ်ခု ဖြစ်ခဲ့တယ်။ တစ်မနက်တည်းမှာပဲ၊ တက္ကသိုလ်ကြီး လေးခုက၊ ပညာရှင်လေးယောက်၊ တူသယောင်နဲ့ မတူတဲ့ နောက်ဆုံးပေါ် လေ့လာ တွေ့ရှိမှုတွေကို တင်ပြသွားကြတယ်။
အံ့ဩလောက်စရာ ကောင်းလောက်အောင် တိုက်ဆိုင်နေတာက၊ ပညာရှင် လေးယောက်လုံး တင်ပြသွားကြတဲ့ လေ့လာတွေ့ရှိချက်တွေဟာ RLNC ( Randomized linear Network Coding) နည်းပညာနဲ့ ပတ်သက်တဲ့ - ကွန်ရက်အတွင်း အချက်အလက်ပေးပို့မှု နည်းပညာသစ်တွေ (information dissemination in networks) အကြောင်း ဖြစ်နေတယ်။ မသိရင်တော့၊ တစ်မနက်တည်းမှာ အဲဒီပညာရှင်တွေသာ နားလည်နိုင်တဲ့ နည်းပညာရပ်အကြောင်းကို အားလုံးပေါင်းပြီး၊ တစ်ပြိုင်နက်တည်း ရှာဖွေတွေ့ရှိသွားကြသလိုဖြစ်နေတာပါ။
[ဘာသာပြန်သူ မှတ်ချက် - RLNC – Randomnized Linear Network Coding - အချက်အလက်ပေးပို့တဲ့ နည်းပညာဆိုင်ရာ - ဖြတ်လမ်း ပေးပို့မှု စနစ်သစ်၊ (နားလည်လွယ်အောင် ပြောရရင်) - ပုံမှန်အားဖြင့် အရင်စနစ်က - နည်းပညာပစ္စည်း တစ်ခုကနေ နောက်တစ်ခုကို အချက်အလက်တွေ ပေးပို့ရင် - အစိတ်အပိုင်း ၅ ခု ပိုင်းဖြတ်ပြီး ပို့လေ့ရှိတယ်လို့ အလွယ်မှတ်လိုက်ပါ။
အဲဒီလို ပို့တဲ့အခါ အကြောင်း အမျိုးမျိုးကြောင့်၊ အစိတ်အပိုင်း ၅ ခုမှာ တစ်ခုပဲ ဖြစ်ဖြစ်၊ မရောက်တာမျိုး၊ မပါလာတာမျိုး ဖြစ်သွားရင်၊ (လိုင်းမကောင်းလို့၊ ကြိုးမကောင်းလို့ စသဖြင့်ပေါ့) ပို့လိုက်တဲ့ အချက်အလက်က မပြည့်စုံတော့ဘဲ၊ မရောက်တာမျိုးဖြစ်သွားတတ်တယ်။ တိုက်ရိုက်ပို့နည်းလို့လဲ အလွယ်မှတ်လို့ရတယ်။
အားနည်းချက်က - အစိတ်အပိုင်း ပဲ့ကျန်ရင်၊ ပြန်ဆယ်ရခက်တာပဲ။ ဥပမာ - ဓါတ်ပုံ တစ်ခု ပို့ရင်၊ အစိတ်အပိုင်း ၅ ခု ခွဲလိုက်တယ်၊ ၄ ပိုင်းတော့ ရောက်တယ်၊ ဒါပေမဲ့ ပုံ အဖြစ် ပြန်ပြောင်းလဲနိုင်ဖို့ ၁ ပိုင်းလိုတယ်၊ မပါလာဘူး၊ အဲဒီအခါ ပုံ ဖြစ်အောင် နည်းပညာက မလုပ်ပေးနိုင်တော့ဘူး၊ အစကနေ အဆုံး ပြန်ပို့ရတယ်။ ခက်တာက ဒီတိုက်ရိုက်နည်း သုံးတဲ့ အရင်စနစ်က အစိတ်အပိုင်း အားလုံး ရောက်လာမှ ပေးပို့လာတဲ့ အချက်အလက်ကို အပြီးအစီး ရုပ်လုံး ပေါ်အောင် လုပ်ပေးနိုင်တယ်။ ပုံမှန်အားဖြင့်တော့ ဒီနည်းစနစ်က အသုံးမကျတာတော့ မဟုတ်ဘူး။ အကြောင်းအမျိုးကြောင့် လွဲချော်တာတွေ ဖြစ်သွားရင် - အချိန်ကုန်၊ လူပင်ပန်း၊ အလုပ်များလို့ပါ။
အာကာသယဉ်တွေ၊ ဒါမှမဟုတ် အဝေးထိန်း စနစ်တွေကို အချက်အလက်ပို့တဲ့အခါ၊ တိုက်ရိုက်နည်းကို သုံးခဲ့ကြတယ်၊ ဒါပေမဲ့ အလွဲများတော့၊ ပို့လိုက်တဲ့ အချက်အလက်က တစ်ခါတည်း မပြီးပြတ်ဘဲ၊ ခနခန ထပ်ခါ ထပ်ခါ လုပ်ရတယ်။ ဗီဒီယို တစ်ပုဒ်ကို ပို့လိုက်တယ်၊ ရုပ်ပါမသွားဘဲ၊ အသံပဲ ရောက်သွားတယ်။ ဖြစ်ချင်တော့၊ အသံရောက်လာပေမဲ့၊ ဗီဒီယို ဖိုင်ဖြစ်နေတော့၊ အသံကိုပဲ သီးသန့် နားထောင်လို့ မရပြန်ဘူး၊ ရုပ်က မဖြစ်မနေ လိုနေပြန်ရော၊ အဲဒီအခါ အစကနေ အဆုံး ပြန်ပို့မှ အလုပ်ဖြစ်တယ်။ ဒါကြောင့် အရင်စနစ်က အသုံးကျပေမဲ့ အလွဲများတယ်။
ဒါပေမဲ့ RLNC ကျတော့ - အရင်စနစ်လို မဟုတ်ဘူး။ ပို့လိုက်တဲ့ အချက်အလက်တွေကို ကွန်ပျူတာ နည်းပညာနဲ့ အစိတ်အပိုင်းခွဲပစ်တယ်၊ အစိတ်အပိုင်း ခွဲပုံကလဲ သတ်မှတ်ထားတဲ့ စံ တစ်ခုအောက် သီးသန့် ဖြတ်ပိုင်းတာမျိုး မဟုတ်ဘူး။ ကျပန်း စနစ်သုံးပြီး ဖြတ်ပိုင်းတာမို့၊ ပထမ အချက်အလက်ကို အစိတ်အပိုင်း အဖြစ် ဖြတ်ပိုင်းတဲ့ စနစ်က၊ နောက် ဒုတိယ ပေးပို့တဲ့ အချက်အလက် အစိတ်အပိုင်း ဖြတ်ပုံခြင်း မတူဘူး။ ဖိုင်ဆိုဒ် သေးသေးလေးကို အစိတ်အပိုင်းပေါင်း ထောင်ချီ ပိုင်းဖြတ်လိုက်တာမျိုးလဲ ဖြစ်နိုင်သလို၊ ရာနဲ့ချီ အစိတ်အပိုင်းကိုမှ အကန့်ခွဲပြီး ပိုင်းဖြတ်တာမျိုးလဲ ဖြစ်နိုင်တယ်။
ကျပန်း ပိုင်းဖြတ်တဲ့ စနစ်ရဲ့ အားသာချက်က - ပိုင်းဖြတ်လိုက်သမျှ အပိုင်းအစတိုင်းမှာ အချက်အလက်နဲ့ ပတ်သက်သမျှ အရေးကြီးဆုံး အပိုင်းအစတွေ ပါနေတာပါ။ ဥပမာ ၅ ပိုင်းဖြတ်လိုက်တယ်၊ ဒါပေမဲ့ ၄ ပိုင်းပဲ ချောချောမွေ့မွေ့ ရောက်တယ်၊ ဒါပေမဲ့ ရောက်သွားတဲ့ ၄ ပိုင်းက ပို့လိုက်တဲ့ အချက်အလက်နဲ့ ပတ်သက်တဲ့ အရေးပါသမျှ ပါနေပြီးသားဖြစ်တော့၊ ၅ ပိုင်းဖြစ်သွားအောင် နည်းပညာနဲ့ ပြုပြင်လိုက်တယ်၊ နဂို ပို့လိုက်တဲ့ အချက်အလက်အတိုင်း အနီးစပ်ဆုံး ဖြစ်သွားတယ်။
ပျောက်ဆုံးသွားတဲ့၊ ဒါမှမဟုတ် ကျန်ရစ်ခဲ့တဲ့ ၁ ပိုင်း ရောက်လာမှ အချက်အလက်က ပြည့်စုံနိုင်တာ မဟုတ်တော့ဘူး။ ရှိသလောက်နဲ့ အလုပ်ဖြစ်သွားတယ်။ ဒါကြောင့် RLNC စနစ်က နဂို အချက်အလက်ပေးပို့မှု စနစ်ထက် ပိုးစိုးပက်စက် သာတယ်။ ကျပန်း ဖြစ်သလို၊ ဖြတ်လမ်း တစ်ခု ဖြစ်သွားတယ်။
ဒီနေရာမှာ နောက်ထပ် သိချင်နေမဲ့ အချက်က - ဘာလို့ အချက်အလက်တွေကို ပိုင်းဖြတ်မှ ဖြစ်မှာလဲ။ နည်းပညာရဲ့ အလုပ်လုပ်ပုံက သေးနိုင်သမျှ သေးအောင် လုပ်ပြီး ပေးပို့တာဟာ၊ အချက်အလက်ကြီး တစ်ခုလုံး ပို့လိုက်တာထက် အဆပေါင်း များစွာ လျင်မြန်လို့ပါ။
ဥပမာ Instagramမှာ လူတွေ စက္ကန့်နဲ့အမျှ ဗီဒီယိုတွေ တင်နေတာ၊ အဲဒီဗီဒီယို ဖိုင်ဆိုဒ်တွေကို အပြောင်းအလဲ မရှိ တစ်ပြိုင်နက်တည်း လက်ခံဖို့ဆိုတာ မလွယ်ဘူးလေ။ အဲဒီတော့ နောက်ဆုံးပေါ် အချက်အလက် ပိုင်းဖြတ်မှု နည်းပညာတွေကြောင့်၊ အသုံးပြုသူဘက်က တင်လိုက်တဲ့ ဗီဒီယိုတွေကို သေးနိုင်သမျှ သေးအောင်၊ ချုံ့နိုင်သမျှ ကျုံ့သွားအောင်၊ လုပ်ပစ်လိုက်ရတယ်။ (RLNC) စနစ်ကိုပဲ သုံးထားတာပါ။
ပြီးတော့မှ အချက်အလက်တွေ သိုလှောင်တဲ့ ပင်မစနစ်ကို ပို့လိုက်တယ်။ ပြီးတဲ့အခါ ကွန်ပျူတာ နည်းစနစ်နဲ့ ပြန်ပြီး ရုပ်လုံးဖော်လိုက်တယ်။ အဲဒီတော့မှ အသုံးပြုသူ တင်လိုက်တဲ့အတိုင်း ဗီဒီယို အဖြစ် ပြောင်းသွားတယ်။ ဒါပေမဲ့ တင်လိုက်တဲ့ ဗီဒီယို မဟုတ်တော့ဘူး။ ပင်မစနစ်က ပြောင်းလိုက်တဲ့ ဗီဒီယို ဖြစ်သွားတယ်။
ပုံစံချင်း တစ်ပုံစံတည်းပါပဲ၊ ဒါပေမဲ့ အသစ်ပြုပြင်ထားတဲ့ ဗီဒီယို၊ ဒါမှမဟုတ် အချက်အလက် ဖြစ်သွားတယ်။ ဒါကြောင့် လူမှုကွန်ရက်တွေမှာ အသုံးပြုသူတွေဘက်က ပုံကောင်းတင်လိုက်ပေမဲ့၊ တင်ပြီးသွားလို့ ပုံကို ပြန်စစ်လိုက်ရင် အရည်အသွေး မတူတော့ဘဲ ဖြစ်သွားတယ်။ (Facebook, Messenger တို့ဆိုရင် အင်မတန် သိသာတယ်။) ဒါပေမဲ့ တချို့ ပလက်ဖောင်းတွေကျတော့ - မူရင်း အရည်အသွေးအတိုင်း တင်မလား၊ ဒါမှမဟုတ် ပြောင်းလဲထားတဲ့ အရည်အသွေးနဲ့ တင်မလား မေးတာမျိုးတွေ ရှိတယ်။ (Telegram, Viber စသဖြင့်ပေါ့)]
တစ်နေ့တည်း၊ တစ်ချိန်တည်းမှာ အကြောင်းအရာ တစ်ခုတည်းကို ဦးတည်ပြီး ရှာဖွေတွေ့ရှိမှု အမျိုးမျိုး ထွက်လာတာတွေကို ကိုယ်တွေ့ ကြုံလိုက်ရတော့၊ အမှန်အတိုင်းဝန်ခံရရင်၊ အတော်လေး အံ့ဩသွားမိတယ်။ ကျွန်တော်ကသာ အံ့ဩနေတာ၊ သိပ္ပံနည်းပညာဆိုင်ရာ စာရေးသူ စတီဗင် ဂျွန်ဆန် (Steven Johnson) အတွက်တော့ ဒီလို ဖြစ်ရပ်တွေက ရိုးနေပါပြီ။ ၂၀၁၀ ခုနှစ်မှာ ထွက်ခဲ့တဲ့ သူ့ရဲ့ Where Good Ideas Come From စာအုပ်အရ၊ သိပ္ပံပညာဆိုင်ရာ သမိုင်းမှာ အဲဒီလို ရှာဖွေတွေ့ရှိသွားကြတာမျိုးတွေ ခနခန ဖြစ်တယ်တဲ့။
(သူ့စာအုပ်ပါ အချက်အလက်တွေအရ) သာဓက အနေနဲ့ ပြောရရင် - ၁၆၁၁ ခုနှစ် တုန်းက “Sunspots” (နေကြယ်ပေါ်ကအပြောက်) ရှာဖွေတွေ့ရှိမှု ဖြစ်စဉ်ဆိုရင်၊ တစ်နှစ်တည်းမှာပဲ နိုင်ငံလေးခုက ပညာရှင်တွေ အသီးသီးက သူတို့ တွေ့ခဲ့ကြတယ်လို့ မှတ်တမ်းတင်ထားခဲ့ကြတယ်။ ကမ္ဘာ့ပထမဆုံးသော လျှပ်စစ်ဘတ္ထရီ ဆိုရင် ၁၈ ရာစု အလယ်ပိုင်းအတွင်း နှစ်ခါတောင် တီထွင်နိုင်ခဲ့တာဖြစ်ပါတယ်။ အောက်စီဂျင်ကို ၁၇၇၂ ခုနှစ်မှာ တစ်ကြိမ်၊ ၁၇၇၄ ခုနှစ်မှာ တစ်ကြိမ် - ဓါတ်ငွေ့ ခွဲထုတ်နိုင်ခဲ့ပါတယ်။
ဂျွန်ဆန်ရဲ့ လေ့လာမှု အရ - ကိုလံဘီယာ တက္ကသိုလ်က သိပ္ပံသုတေသီတစ်ဦးရဲ့ တွေ့ရှိမှုပေါင်း ၁၅၀ ကျော်လောက်ဟာ၊ သူ့ကိုယ်ပိုင် တွေ့ရှိချက်တွေအဖြစ် မှတ်တမ်းတင်ထားနိုင်ခဲ့ပေမဲ့၊ တစ်ချိန်တည်းမှာဘဲ၊ တခြားဒေသက ပညာရှင်တွေ အသီးသီးကလဲ သူ့နည်းတူ ရှာဖွေ တွေ့ရှိခဲ့ကြကြောင်း မှတ်တမ်းကိုယ်စီရှိနေပြီး၊ မရှေးမနှောင်းဆိုပေမဲ့၊ ကိုယ့်နည်းကိုယ့်ဟန်နဲ့ ရှာဖွေတွေ့ရှိခဲ့ကြတာတွေပါ။
အဲဒီလိုမျိုး သိပ္ပံပညာရပ်ဆိုင်ရာ တစ်ချိန်တည်း ရှာဖွေတွေ့ရှိမှု ဖြစ်စဉ်တွေက၊ စိတ်ဝင်စားစရာ ကောင်းတယ်ဆိုပေမဲ့၊ ကျွန်တော်တို့ ဆွေးနွေးသွားရမဲ့ “ရည်မှန်းချက်” အကြောင်းနဲ့ ဆိုင်မှဆိုင်ပါ့မလား တွေးကောင်းတွေးမိကြပါလိ့မ်မယ်။ ကျွန်တော် ကိုယ်တိုင်တောင် တွေဝေမိခဲ့တာပါ။ ဒါပေမဲ့၊ ဒီဖြစ်စဉ်ရဲ့ အကြောင်းရင်းကို နားလည်နိုင်ခဲ့လို့သာ ပါဒိစ်က ဆာရာတို့နဲ့ မတူကြောင်း အဖြေထုတ်နိုင်ခဲ့တာဖြစ်ပါတယ်။
#မောရိသျှ
Keep Reading