ဉာဏ်ရည်တုနည်းပညာနှင့် ဦးနှောက်နှင့်အာရုံကြောဆေးသိပ္ပံပညာ၏ ဆက်နွှယ်အကျိုးပြုနေမှု

ဉာဏ်ရည်တုနည်းပညာနှင့် ဦးနှောက်နှင့်အာရုံကြောဆေးသိပ္ပံပညာ၏ ဆက်နွှယ်အကျိုးပြုနေမှု

ကမ္ဘာကြီးသည် သိပ္ပံနည်းပညာတော် လှန်ရေးဖြစ်ခဲ့ပြီး  အရွေ့တစ်ခုနှင့် ခေတ် တစ်ခု၊ စနစ်တစ်ခုစီကို ပြောင်းရွှေ့နေသည်။ ထိုအရာသည် Artificial Intelligence (AI) ဟုခေါ်သည့် ဉာဏ်ရည်တု များနှင့် တည်ဆောက်ထားသောစက်များ၊ စက်ရုပ်များဖြင့် အလိုအလျောက်လုပ်ဆောင်နိုင် သည့်ခေတ် ပင်ဖြစ်သည်။ AI သည် လူများ တွင်ရှိသော အသိဉာဏ်အတုတစ်မျိုးဖြစ် ပြီး ၎င်းကို လူသားတို့ တီထွင်ထားခြင်းဖြစ် သည်။  Russell နှင့် Norvig ဆိုသည့် သိပ္ပံပညာရှင်နှစ်ဦးက AI သည် လူသား များ၏ဉာဏ်ရည်ကိုလေ့လာပြီး ယင်းလူသား များ၏ဉာဏ်ရည်အတိုင်း  တုပ၍ လုပ်ဆောင်ထားသည့်      အရာဖြစ်ကြောင်း အဓိပ္ပာယ်ဖွင့်ဆိုထားသည်။

AI နည်းပညာသည် မကြာသေးမီ နှစ်များအတွင်း ကြီးမားသည့် အချက်အလက်များ တစ်ပြိုင်နက် တိုးတက်လာခြင်း၊ Machine learning နည်းလမ်းများတိုးတက် လာခြင်းနှင့် တွက်ချက်မှု စွမ်းရည်၊ လုပ်ဆောင်နိုင်စွမ်း တိုးတက်လာခြင်းတို့ပေါင်း စည်းမှု၏   ကြီးမားသောရလဒ်   အစိတ် အပိုင်း များ ဖြစ်လာသည်။  ၁၉၆၀  ပြည့် နှစ်နောက်ပိုင်း   ကွန်ပျူတာသိပ္ပံပညာရှင် များက  ဦးနှောက် ကဲ့သို့ သော အာရုံကြောကွန်ရက်တီထွင်လာချိန်တွင် AI သုတေသနများနှင့် ဦးနှောက်အာရုံကြော ဆေးသိပ္ပံ ပညာရပ်ဆိုင်ရာ သုတေသနများ အချင်းချင်း ဆက်နွှယ်လုပ်ဆောင်လာခဲ့ကြ သည်။

Neuron   များကြား  ဆက်သွယ်မှု၊ လုပ်ငန်းဆောင်ရွက်မှု စသည့်အာရုံကြော စနစ်၏အပြုအမူကို တုပ၍ Software  များတီထွင်ခဲ့ကြသကဲ့သို့  (Brain Institutes and Human Brain Project Capacity) AI  ဆိုင်ရာ   သုတေသန စီမံကိန်းများသည် ဦးနှောက်ကဲ့သို့ ခက်ခဲ သော  အသိဉာဏ်ပညာဆိုင်ရာလုပ်ငန်း များကို လူသားတစ်ဦး သို့မဟုတ် လူသား တစ်ဦးထက်ပင် ပိုစွမ်းနိုင်သည့် Computer Hardware   တည်ဆောက်နိုင်ရန် ရည်ရွယ်ခဲ့ကြသည်။ AI  နည်းပညာတွင် အလိုအလျောက် အသိဉာဏ်မြင့်မားစွာ အဆုံးအဖြတ်ပေးနိုင်မှုသည် အားသာ ချက်တစ် ရပ်ဖြစ်သည်။ သို့ရာတွင် လူသား တို့၏ဦးနှောက်သည် အချက်အလက် ပေါင်းများစွာစိစစ်၍ စနစ်တကျ ပြန်လည် တုံ့ပြန်လုပ်ဆောင်ရာတွင်  အာရုံကြော ကလာပ်စည်း Neuron  အရေအတွက် ၁၀၀   ဘီလီယံ   အချင်းချင်းဆက်သွယ် ပို့ဆောင်၊ ဆုံးဖြတ် ဆောင်ရွက်ကြသည်။

Neuron နှင့်ပုံသဏ္ဌာန်၊ စွမ်းဆောင် ရည်တူသည့် Neuromorphic Computing Chip  များ  တီထွင် လာခဲ့ရာတွင် Chip တစ်ခုသည်  အာရုံကြောကလာပ် စည်း  ၁၆၀၀၀  နှင့်  Neurons  ကြား ဆက်သွယ်မှု နာ့ဗ်ကြောဆက် ရှစ်သန်းကို ကိုယ်စားပြုစွမ်းဆောင်နိုင်ကြောင်း  သိရသည်။ သင်ယူမှတ်သား နိုင်စွမ်းရှိ ပြီး တိုးတက်အောင် လုပ်နိုင်စွမ်းလည်းရှိသည်။ ထို့ကြောင့် AI သုတေသန ပညာရှင်များက   Neuromorphic Computing ဦးနှောက်နှင့် အာရုံကြောစနစ်ကဲ့သို့ တုပဆောင်ရွက်နိုင်လာလျှင် နောင်တစ်ခေတ် တွင် AI သည် အင်အားကောင်း၍ လူကဲ့သို့ လုပ်ဆောင် နိုင်စွမ်းရှိလာမည်ဟု ယုံကြည် ကြသည်။ AI သုတေသနပညာရှင်များက အားကောင်းသော၊ လူကဲ့သို့ တုပနိုင်သော AI သည် ၂၁ ရာစု အကုန်တွင် ၉၀ ရာခိုင် နှုန်းခန့်ပင်ရှိလာနိုင်မည်ဟု ယုံကြည်ကြသည်။

လက်ရှိကာလတွင်  AI  နှင့် ဦးနှောက် နှင့်အာရုံကြောဆေးသိပ္ပံပညာ(Neuroscience) ၏ ဆက်နွှယ်မှု နည်းပါးလာသော်လည်း တချို့သော Neuroscience သဘောတရားများကို ဆက်လက်လက်ခံ လုပ်ဆောင်နေဆဲဖြစ်သည်။ အာရုံစူးစိုက်မှု (Attention)၊ အကန့်လိုက် မှတ်သားနိုင်မှု (Episodic Memory)၊ လုပ်ငန်းစဉ် မှတ်ဉာဏ် (Working Memory)နှင့် ဆက်လက်လေ့လာမှု (Continual Learning) တို့ကို ဆက်လက်လေ့လာအတုယူ လုပ်ဆောင်နေဆဲဖြစ်သည်။ နောင်အနာဂတ်တွင်  လက်တွေ့သဘာဝကမ္ဘာ ကြီးကို သေချာစွာ နားလည်နိုင်မှု၊ ထိရောက် သောလေ့လာမှု၊ လွှဲပြောင်း လေ့လာမှု၊  စိတ်ကူးစိတ်သန်းနှင့်  စီမံချက်ရေးဆွဲနိုင်မှု၊  ပကတိ ဦးနှောက်ခွဲခြမ်း စိတ်ဖြာ လေ့လာနိုင်မှု များ ပြုလုပ်လာနိုင်မည်ဖြစ်သည်။

AI နည်းပညာကို ခေတ်သစ်ဦးနှောက် အာရုံကြောဆေးသိပ္ပံပညာရပ်တွင် အသုံးပြုလာခဲ့ကြသည်။    ကျန်းမာရေးစောင့် ရှောက်မှုကဏ္ဍများ၌ အသုံးပြုကြရာတွင် လူနာနှင့်ဆိုင်သော အချက်အလက်များ၊ ဆေးရုံနှင့်ကျန်းမာရေးဌာနဆိုင်ရာ အရေးပါသော အချက်အလက်များကို ဖော်ထုတ် နိုင်သကဲ့သို့    ဖုံးကွယ်ထားနိုင်စွမ်းလည်းရှိသည်။ အချက်အလက်ပေါင်းများစွာ မှတ်သား၍ စနစ်တကျ သိမ်းဆည်း နိုင်ပြီး လိုအပ်ပါက   ပြန်လည် ဖော်ထုတ်ပေးနိုင်သည်။ 

ဦးနှောက်နှင့် အာရုံကြောသိပ္ပံတွင် AI နည်းလမ်းများသည် ရောဂါရှာဖွေခြင်း၊ ခန့်မှန်းခြင်းနှင့် ဦးနှောက် ရောဂါများ၊ စိတ် ကျန်းမာရေးချို့ယွင်းချက်များကို ကုသခြင်း တို့တွင် အသုံးချရန် ပံ့ပိုးပေးသည်။ လူနှင့် AI စက်ပစ္စည်းတို့ ပူးတွဲဆောင်ရွက်ခြင်းဖြင့် ပိုမိုကောင်းမွန်သောရလဒ်ကို ရရှိနိုင်ပြီး လူသားကဲ့သို့ စဉ်းစားတွေးခေါ်၊ အဓိပ္ပာယ်ဖော်၍  ပြဿနာများကိုဖြေရှင်းနိုင်စွမ်း ရှိသည်။  AI နည်းပညာသုံး  ပုံရိပ်ဖော် စက်များသည် ဦးနှောက်၏ အပိုင်းများကို ခွဲခြားပုံဖော်နိုင်သကဲ့သို့ ဦးနှောက်တွင် ရောဂါရှိသော အပိုင်းနှင့်   ပုံမှန်အပိုင်းကို ခွဲခြားနိုင်သည်။

AI နည်းပညာ၏ အချက်အလက်များကို စနစ်တကျကိုင်တွယ်နိုင်စွမ်းသည် ကုသသူဆရာဝန်များ အနေဖြင့် ရောဂါ ရှာဖွေကုသရေးတွင်  ဆုံးဖြတ်ချက်များချ နိုင်စွမ်းတိုးတက်လာစေသည်။ AI နည်း ပညာသုံး၍ ဦးနှောက်အာရုံကြောခွဲစိတ်မှုနှင့်ရောဂါရှာဖွေကုသမှုတို့တွင် အထောက် အပံ့ပေးနိုင်ခဲ့သည်။   ပုံရိပ်ဖော်စနစ်များ တွင် အရည်အသွေးထိန်းညှိမှု၊ ပုံရိပ်များ ပြတ်သားထင်ရှားရန် ဆောင်ရွက်သကဲ့သို့ ကွန်ပျူတာကိုအသုံးပြု၍  ရောဂါအမည် တပ်နိုင်စွမ်း၊   အမျိုးအစားခွဲခြားနိုင်ပြီး အဖြေထုတ်ပေးနိုင်စွမ်း   ရှိလာကြသည်။ ဦးနှောက်အကျိတ်အဆင့်ကို ပြောနိုင်ခြင်း၊ အတက်ရောဂါတွင် ပုံမှန်မဟုတ်သော တက်တတ်သည့်နေရာကို ခန့်မှန်းနိုင်ခြင်း ကဲ့သို့  မခွဲစိတ်မီကပင် ရောဂါ၏အခြေ အနေကို  အခိုင်အမာ ထုတ်ဖော်နိုင်သည်။ ဦးနှောက်နှင့်အာရုံကြောသိပ္ပံတွင် လုပ်ဆောင်ချက်၏ အဓိကနယ်ပယ်သည် ကြီးမားသော ပုံရိပ်ပမာဏကို စီမံဆောင် ရွက်ခြင်းနှင့် အမျိုးအစားခွဲခြားခြင်းလည်း ဖြစ်လာမည်။ ဥပမာအားဖြင့် Histopathological ပုံရိပ်များ (တစ်သျှူးများအား အသေးစိတ်လေ့လာခြင်း)  အမျိုးအစား ခွဲခြားခြင်း၊ ဦးနှောက် MRI ပုံရိပ်များတွင် အကျိတ်များကို  အပိုင်းပိုင်းခွဲခြားခြင်းနှင့် တခြား များစွာသော ဦးနှောက်နှင့်အာရုံ ကြောဆိုင်ရာ ပုံရိပ်ဖော်ခြင်းများတွင် အသုံးချစီမံ ဆောင်ရွက် ခြင်းတို့ဖြစ်သည်။

ဦးနှောက်အာရုံကြောမကြီး၏ ပုံသဏ္ဌာန်၊ ရောဂါဖြစ်သောအပိုင်းသာမက လုပ်ငန်း ဆောင်ရွက်မှု ကောင်း၊ မကောင်းကိုပါ သိရှိလာနိုင်သည်။  လေဖြတ်ရောဂါများတွင်လည်း ရောဂါအခြေအနေကို  အချိန် စောစွာဖော်ပြနိုင်သဖြင့် အချိန်မီကုသနိုင်ခဲ့သည်။ ပြန်လည်သန်စွမ်းမှုတွင်လည်း စက်ရုပ်သုံး၍ လည်း ကောင်း၊  အစားထိုး စက်ပစ္စည်းများသုံး၍လည်းကောင်း  ပြန် လည်သန်စွမ်းရန် အထောက်အကူပြုနိုင် ခဲ့သည်။ အာရုံကြောအားမကောင်းသူ  အစာမျိုရခက်သောလူနာများတွင် အစာ မျိုမှုကို ကြည့်ရှုသော မှန်ပြောင်းများသည် AI   နည်းပညာကို  အသုံးပြုထားသဖြင့် အလိုအလျောက် စစ်ဆေး၊ ဆုံးဖြတ် အစာ မျိုနိုင်စွမ်းကို မျက်မြင်တွေ့မြင်စေခဲ့သည်။ အလိုအလျောက် အတက်ဖြစ်စဉ်ကို သိရှိနိုင်သော (Electroencephalography-EEG) စက်များသည် AI နည်းပညာအရ ရရှိလာသော အချက်အလက် များကို တည်းဖြတ်၍ မလိုသည်များကို ဖယ်ရှားပြီး အဖြေထုတ်နိုင်စွမ်း ရှိလာကြသည်။

ဦးနှောက်အာရုံကြောခွဲစိတ်မှုတွင် အလိုအလျောက်ဆောင်ရွက်နိုင်သော စက်ရုပ် အသုံးပြုခွဲစိတ်မှု (Robotic Surgery) များရှိလာခဲ့သည်။ စက်ရုပ်အကူအညီဖြင့် ပုံရိပ်ဖော်ကာ ဦးနှောက်သို့ သံလိုက် ဓာတ်နှင့် လှုံ့ဆော်မှုဖြင့် လှုပ်ရှားမှုကို ဆုံးဖြတ်ပေး နိုင်သော ဦးနှောက်အစိတ်အပိုင်းအား ရုပ်ပုံဖြင့် ဖော်ထုတ်ပြသပေးနိုင်ခဲ့သည်။ သုံးဖက်မြင်နည်းပညာဖြင့် ဦးနှောက်ခွဲစိတ်မှုကို အကူအညီ ပေးခြင်း ကြောင့် ခွဲစိတ်မှုလက်ရည်တိုးတက်လာသည်။ AI နည်းပညာကို လူသားအစစ်၏ အဆင့်မြင့် ဦးနှောက် လုပ်ဆောင်မှုများကဲ့သို့ ဆောင်ရွက်နိုင်ရန်ရည်ရွယ်ခဲ့သည်။  AI  နည်းပညာသည်  ဆေးမဂ္ဂဇင်း၊  စာအုပ် များ၊ လက်တွေ့လုပ်ဆောင်မှုအတွေ့အကြုံများ၊ ဆေးသုတေသနများမှ နောက်ဆုံးပေါ် ဆေးပညာ သတင်းအချက်အလက်များကို ဖြည့်ဆည်းပေးနိုင်သဖြင့် ဆေးပညာရှင်များ၏ ကုသမှုနည်းလမ်းများ ပိုမိုကောင်းမွန်လာစေသည်။

ရောဂါခန့်မှန်းခြင်းတွင်လည်း သူငယ်ပြန်ခြင်း၏ အစကိုခန့်မှန်းရန်  သို့မဟုတ် ဦးနှောက်တွင် Electrode များ တပ်ဆင် ခြင်းမှ ဝက်ရူးပြန်ရောဂါ၏အလားအလာများ၊ ပါကင်ဆန်ရောဂါတွင် လှုပ်ရှားမှု ဆိုင်ရာ ရောဂါလက္ခဏာမတည်ငြိမ်မှုများ ကို ဦးနှောက်အတွင်းရှိ Electrode များမှ ခန့်မှန်းခြင်းနှင့်    အချိန်နှင့် တစ်ပြေးညီ စောင့်ကြည့်ခြင်းများကို အသုံးပြုနိုင်သည်။ ကုသရေးတွင် လူလုပ်အာရုံကြော ကွန်ရက် နှင့်အတူ နက်ရှိုင်းသောသင်ယူမှုဖြင့် ဆေးဝါးဆိုင်ရာပစ်မှတ်အသစ်များ ဖွံ့ဖြိုးရန် အသုံးပြုသည်။ ဥပမာအားဖြင့် အကြောသေရောဂါများကိုကုသရန် ပဋိဇီဝများ နှင့် ပရိုတင်း ပေါင်းစပ် အသုံးပြုခြင်း၊ Electro-stimulation စနစ်များဖြင့် ဝက်ရူးပြန်ရောဂါ ဖြစ်ခါနီးတွင် အလို အလျောက်လည်ပတ်နေသော ဦးနှောက်အတွင်းရှိ အာရုံကြောပတ်လမ်း ထိန်းချုပ်ခြင်းကို  ဆောင်ရွက် လာခြင်းဖြစ်သည်။  ဦးနှောက်-ကွန်ပျူတာကြားခံဆက်သွယ်မှု မှတစ်ဆင့် EEG မှတ်တမ်းတင်မှုများကို ခွဲခြားစိတ်ဖြာခြင်းဖြင့် ပုံမှန် သို့မဟုတ် ရောဂါဗေဒအဖြစ် အမျိုးအစားခွဲနိုင်သည်။ ယနေ့ခေတ်တွင် EEG၊   Functional MRI  နှင့် ဦးနှောက်လုပ်ဆောင်ချက်ကို စောင့်ကြည့်သည့် နည်းလမ်းများ တွင် ဦးနှောက်အချက်ပြမှုများ၏ အချိန်၊ အကွာအဝေးနှင့် ကြိမ်နှုန်းဆက်သွယ်ချက် လက္ခဏာများကို  တိုင်းတာနိုင်မှုများတွင် ကန့်သတ် ချက်ရှိသည်။

Machine learning နည်းလမ်းများ အထူးသဖြင့် နက်ရှိုင်းသော သင်ယူမှုသည် သတင်းအချက် အလက် ထုတ်ယူမှုစွမ်းရည် များပြားစွာတိုးတက်လာသည်ကို မြင်တွေ့ရပြီး ဖြစ်သည်။ အကယ်၍ အချက်အလက် ခွဲခြားစိတ်ဖြာခြင်းနှင့် ပတ်သက်ပြီး ဥပမာ အားဖြင့် ဦးနှောက်မျက်နှာပြင်များမှ EEG တိုက်ရိုက်တိုင်း တာသော Intracortical microelectrode  ကွန်ရက်များဖြင့်  သို့ မဟုတ် အာရုံကြော အမှုန်များကဲ့ သို့သော Intra-cortical နာနိုအမှုန်များနှင့် အာထရာဆောင်း စနစ်ဖြင့် ဦးနှောက်နှင့် အာရုံကြော နည်းပညာဆိုင်ရာ  တိုင်းတာ မှုများမှ ထုတ်ယူနိုင်သော သတင်း အချက် အလက်သိသာစွာ တိုးတက်မှုကို မျှော်လင့်နိုင်လာမည်ဖြစ်သည်။

လူတစ်ဦးချင်းစီ၏ ဦးနှောက်မှအချက် ပြမှုကိုထုတ်ယူနိုင်သည့် သတင်းအချက် အလက်ပမာဏ နှင့်ဖြစ်နိုင်ခြေရှိ၍ တိကျသေချာသည့် ကန့်သတ်ချက်များသည် အနာဂတ်ကာလတွင် စိတ်  သို့မဟုတ် အတွေးများကို ဖတ်ရှုနိုင်ရန်ဖြစ်ပေါ်လာ နိုင်မှုများမှာ လက်ရှိအချိန်တွင် နားလည်ရန် ခက်သော အရာများအဖြစ် တည်ရှိနေမည် ဖြစ်သည်။ သို့ရာတွင် လူသားတစ်ဦးနှင့် AI စနစ်တစ်ခုတို့  ပေါင်းစပ် လုပ်ဆောင်မှုနှင့် သီးခြားလုပ်ဆောင်ချက်များတွင် တာဝန်ယူမှု၊ တာဝန်ခံမှုတို့ကို ပြတ်သားစွာ ဖော်ပြမှု၌ ဟာကွက်ရှိနေခဲ့သည်။ ထို့ကြောင့် ကမ္ဘာ့နိုင်ငံများအနေဖြင့်  AI   စနစ်ကို  ပိုမိုဘေးကင်းမှုရှိသော၊   လုံခြုံမှု ရှိသော၊ ယုံကြည်စိတ်ချမှုရှိသော စနစ်အဖြစ် ဖန်တီးကြရမည်ဟုဆိုထားသည်။ လူ့အခွင့်အရေး နှင့် ပတ်သက်၍  လေးစားမှု၊  ကာကွယ်မှု၊ အားပေးမြှင့်တင်မှုရှိရမည် ဟုလည်းဖော်ပြခဲ့သည်။

အချုပ်အားဖြင့်ဆိုရသော် ဆေးပညာ ဆိုင်ရာရောဂါရှာဖွေကုသရေး၊ ပြန်လည်သန်စွမ်းမှု အထောက် အကူပြုရေးတွင် AI နည်းပညာကိုအသုံးပြုခြင်းဖြင့် ပိုမိုကောင်း မွန်သောရလဒ်များ ထွက်ပေါ်လာ နိုင်သော် လည်း ဆေးပညာရှင်များ၏ ဆုံးဖြတ်နိုင် စွမ်း၊ ဆက်စပ်တွေးခေါ်နိုင်စွမ်းကို ဆက် လက်အသုံး ချနေရမည်ဖြစ်သည်။ ဆေးပညာရှင်များ၏ မိမိလူနာများအပေါ်တွင် ထားရှိသော ကြင်နာသနားမှု၊ ကိုယ်ချင်း စာနာမှု၊ မေတ္တာ၊ ကရုဏာပေးဆပ်နိုင်မှု၊ စိတ်ခံစားမှုများကို AI  နည်းပညာများက တုပအစား ထိုးဆောင်ရွက်နိုင်မည်မဟုတ်ကြောင်း ရေးသားတင်ပြလိုက်ရပါ သည်။    ။

ဒေါက်တာဥမ္မာစော