အောက်တိုဘာလ 23 ရက်နေ့တွင် iRTE2026 Real-Time Intelligent Conference ကို ပေကျင်းမြို့၌ ကျင်းပခဲ့ပါသည်။ Agora ၏ တည်ထောင်သူနှင့် CEO ဖြစ်သူ Zhao Bin သည် ပင်မဖိုရမ်တွင် “Dialogue AGI: Real-Time Interaction ၏ နောက်တစ်ခန်း” ခေါင်းစဉ်ဖြင့် မိန့်ခွန်းပြောကြားခဲ့ပြီး ပြီးခဲ့သည့်တစ်နှစ်အတွင်း real-time interaction၊ conversational AI နှင့် အခြေခံအဆောက်အအုံများ၏ အဓိကပြောင်းလဲမှုများကို ပြန်လည်သုံးသပ်ကာ “ငါးဆင့် စကားပြောစွမ်းရည်” မူဘောင်ကို တင်ပြခဲ့ပြီး conversational AI သည် အခြေခံဖြေကြားမှုမှ နက်ရှိုင်းသော နားလည်မှုနှင့် ဆက်ဆံရေးဆက်သွယ်မှုဆီသို့ ဆင့်ကဲပြောင်းလဲတိုးတက်မည့် လမ်းကြောင်းကို ပုံဖော်ခဲ့ပါသည်။
Zhao Bin က AI သည် မေးခွန်းများကို ဖြေကြားခြင်းမှ ဆက်လက်ဆက်သွယ်ခြင်း၊ ဆက်စပ်အကြောင်းအရာများကို နားလည်ခြင်းနှင့် လုပ်ငန်းတာဝန်များကို ဆောင်ရွက်ခြင်းဆီသို့ ကူးပြောင်းလာသည်နှင့်အမျှ real-time interaction ၏ အရာဝတ္ထုသည် လူနှင့်လူကြားမှ လူနှင့် Agent ကြားသို့ တိုးချဲ့လာနေသည်ဟု ယူဆပါသည်။ real-time interaction နည်းပညာ၏ အခန်းကဏ္ဍလည်း ထိုနည်းတူ တိုးချဲ့လာပါသည်- ၎င်းသည် သတင်းအချက်အလက်ပို့ဆောင်မှုကို ပိုမိုတည်ငြိမ်၊ ပိုမိုချောမွေ့စေရုံသာမက AI ၏ အာရုံခံသိရှိမှု၊ နားလည်မှု၊ ထုတ်ဖော်ပြောဆိုမှုနှင့် လုပ်ဆောင်မှုတို့အတွက် real-time အထောက်အပံ့ကိုလည်း ပေးအပ်ရမည်ဖြစ်ပါသည်။
“မေးတစ်ခွန်းဖြေတစ်ခွန်း” မှ နက်ရှိုင်းသောဆက်ဆံရေးဆက်သွယ်မှုဆီသို့- Dialogue AGI ၏ ငါးဆင့်ဆင့်ကဲပြောင်းလဲမှု
Zhao Bin ၏ အမြင်တွင် conversational AI ၏ တိုးတက်မှုကို ဖြေကြားမှုအမြန်နှုန်း၊ ဘာသာစကား၏ သဘာဝကျမှုတို့ဖြင့်သာ တိုင်းတာသင့်သည်မဟုတ်ပါ။ ပို၍အရေးကြီးသည်မှာ ၎င်းသည် စကားပြောဆက်သွယ်သူ၏ ရည်ရွယ်ချက်၊ အခြေအနေနှင့် ဆက်ဆံရေးကို နားလည်နိုင်ခြင်း၊ ရှုပ်ထွေးသော အခြေအနေများတွင် သင့်လျော်စွာ ထုတ်ဖော်ပြောဆိုနိုင်ခြင်းနှင့် ရေရှည်၊ နက်ရှိုင်းသော နားလည်မှုကို တဖြည်းဖြည်း ဖြစ်ပေါ်စေနိုင်ခြင်းတို့ဖြစ်ပါသည်။
ဤသုံးသပ်ချက်ကို အခြေခံ၍ Zhao Bin သည် မိန့်ခွန်းတွင် “ငါးဆင့် စကားပြောစွမ်းရည်” မူဘောင်ကို တင်ပြခဲ့ပြီး စကားပြောစွမ်းရည်ကို အဆင့်ငါးဆင့်အဖြစ် ခွဲခြားသတ်မှတ်ခဲ့ပါသည်-
L1၊ မိမိ၏ရှုထောင့်အခြေခံ ထုတ်ဖော်ပြောဆိုမှု- မိမိကိုယ်ကို ထုတ်ဖော်ပြောဆိုခြင်းနှင့် စောင့်ဆိုင်းတုံ့ပြန်ခြင်းကို အဓိကထားပြီး “မေးတစ်ခွန်း၊ ဖြေတစ်ခွန်း” ကို အကောင်အထည်ဖော်ပါသည်။
L2- သက်ရောက်မှုဥပဒေသများအခြေခံ ထုတ်ဖော်ပြောဆိုမှု- စောင့်ဆိုင်းတုံ့ပြန်ခြင်းမှ တက်ကြွစွာ ထုတ်ဖော်ပြောဆိုခြင်းဆီသို့ ကူးပြောင်းပြီး စကားပြောဆက်သွယ်မှုကို ပိုမိုသဘာဝကျ၊ ပိုမိုဆက်စပ်စေပါသည်။
L3- တစ်ဦးချင်းသိမှုအခြေခံ ဆက်သွယ်မှု- တစ်ဦးချင်း၏ အထောက်အထား၊ ရည်ရွယ်ချက်နှင့် အခြေအနေကို နားလည်ပြီး လူတစ်ဦးနှင့်တစ်ဦး မတူကွဲပြားသော ဆက်သွယ်မှုကို အကောင်အထည်ဖော်ပါသည်။
L4- အဖွဲ့အစည်းသိမှုအခြေခံ ဆက်သွယ်မှု- လူမှုဆက်ဆံရေးနှင့် အခန်းကဏ္ဍကွဲပြားမှုများကို နားလည်ပြီး ရှုပ်ထွေးသော လူအများဆက်သွယ်မှု အခြေအနေများနှင့် လိုက်လျောညီထွေဖြစ်စေပါသည်။
L5- နက်ရှိုင်းသောဆက်ဆံရေးအခြေခံ ဆက်သွယ်မှု- ရေရှည်ဆက်စပ်အကြောင်းအရာနှင့် ဆက်ဆံရေးပြောင်းလဲမှုများကို နားလည်ပြီး ပိုမိုနက်ရှိုင်းသော နားလည်မှုနှင့် အတွေးအခေါ်ညီညွတ်မှုကို ဖြစ်ပေါ်စေကာ ဆက်သွယ်မှုကို လက်ရှိအခြေအနေကို နားလည်ခြင်းမှ လူတစ်ဦးကို နားလည်ခြင်းဆီသို့ ကူးပြောင်းစေပါသည်။
ဤအဆင့်ငါးဆင့်က ပြသသည်မှာ စကားပြောနည်းပညာ၏ အဆင့်ဆင့် အားကောင်းလာမှုသာမက AI နှင့် လူကြားရှိ ဆက်ဆံရေး၏ ပြောင်းလဲမှုကိုပါ ဖြစ်ပါသည်- မေးခွန်းတစ်ပတ်လည်ကို ဖြေကြားခြင်းမှ လူတစ်ဦးကို နားလည်ခြင်း၊ ထိုမှတစ်ဆင့် လူနှင့်လူကြား ဆက်ဆံရေးကို နားလည်ခြင်း၊ နောက်ဆုံးတွင် အချိန်နှင့် အခြေအနေများကို ဖြတ်ကျော်သော နက်ရှိုင်းသည့် ဆက်သွယ်မှုကို ဖြစ်ပေါ်စေခြင်းတို့ဖြစ်ပါသည်။
Zhao Bin က conversational AI သည် အစောပိုင်း စောင့်ဆိုင်းတုံ့ပြန်သည့် အပြန်အလှန်တုံ့ပြန်မှုမှ ပိုမိုတက်ကြွ၊ ပိုမိုသဘာဝကျသည့် full-duplex စကားပြောဆက်သွယ်မှုဆီသို့ ဖွံ့ဖြိုးတိုးတက်လာပြီး လူတစ်ဦး၏ ကိုယ်ရည်ကိုယ်သွေး၊ အခြေအနေ၊ ခံစားချက်နှင့် ဆက်ဆံရေးတို့ကို နားလည်ရန် စတင်ကြိုးစားနေပြီဟု ထောက်ပြခဲ့ပါသည်။ အနာဂတ်အတွက် AI သည် ရှုပ်ထွေးသော လူမှုရေးအခြေအနေများအောက်ရှိ အခန်းကဏ္ဍခွဲဝေမှုနှင့် ဆက်သွယ်ရေးအစီအစဉ်ကို ချိုးဖောက်ကျော်လွှားရန်နှင့် တစ်ဦးချင်းစုဆောင်းထားသော ရေရှည်ဆက်စပ်အကြောင်းအရာများကို ပိုမိုနားလည်ရန် လိုအပ်ပါသေးသည်။ ၎င်းသည် Dialogue AGI ၏ အရေးကြီးသော ဖွံ့ဖြိုးတိုးတက်မှုဦးတည်ချက်လည်း ဖြစ်ပါသည်- AI သည် စကားတစ်ကြောင်းကို နားလည်နိုင်ရုံသာမက ပြည့်စုံသော စကားအခြေအနေနှင့် ပေါင်းစပ်ကာ လူတစ်ဦး၏ စစ်မှန်သောရည်ရွယ်ချက်ကို နားလည်ပြီး သင့်လျော်စွာ တုံ့ပြန်နိုင်ရမည်ဖြစ်ပါသည်။
Real-Time AI Infra- Dialogue AGI ကို အထောက်အပံ့ပေးသော အဓိကအခြေခံအဆောက်အအုံ
စကားပြောစွမ်းရည်၏ စဉ်ဆက်မပြတ် ဆင့်ကဲပြောင်းလဲမှုက အခြေခံနည်းပညာအပေါ် ပိုမိုမြင့်မားသော လိုအပ်ချက်များကို တင်ပြလာပါသည်။ Zhao Bin က မိန့်ခွန်းတွင် ပြီးခဲ့သည့်တစ်နှစ်အတွင်း OpenAI ကဲ့သို့သော ကုမ္ပဏီများက WebRTC နည်းပညာကို နက်နက်ရှိုင်းရှိုင်း အသုံးပြုလာခြင်းက real-time interaction နည်းပညာသည် conversational AI နယ်ပယ်တွင် ပိုမိုကျယ်ပြန့်သော အာရုံစိုက်မှုနှင့် အသုံးချမှုကို ရရှိစေရန် တွန်းအားပေးခဲ့သည်ဟု ဖော်ပြခဲ့ပါသည်။ AI သည် တစ်ပတ်လည်မေးဖြေမှုမှ စဉ်ဆက်မပြတ် အပြန်အလှန်တုံ့ပြန်မှုဆီသို့ ကူးပြောင်းလာသည်နှင့်အမျှ real-time interaction အခြေခံအဆောက်အအုံသည် မော်ဒယ်များ၊ ဉာဏ်ရည်တုအေးဂျင့်လည်ပတ်မှုမူဘောင်များနှင့် အသုံးပြုသူများကို ချိတ်ဆက်ပေးသည့် အရေးကြီးသော နည်းပညာအထောက်အပံ့ ဖြစ်လာနေပါသည်။
ရိုးရာ AI အပ်ပလီကေးရှင်းများနှင့် နှိုင်းယှဉ်ပါက စကားပြောဆက်သွယ်မှု အခြေအနေများတွင် ကြန့်ကြာမှု၊ တည်ငြိမ်မှုနှင့် နှစ်ဦးနှစ်ဖက် အပြန်အလှန်တုံ့ပြန်မှုတို့အပေါ် ပိုမိုတင်းကျပ်သော လိုအပ်ချက်များ ရှိပါသည်။ AI သည် အသုံးပြုသူ၏ ထည့်သွင်းမှုကို လက်ခံရယူနေစဉ်တွင် ဆက်စပ်အကြောင်းအရာများကို နားလည်ပြီး တုံ့ပြန်မှုကို စီစဉ်ရမည်ဖြစ်ကာ လိုအပ်ပါက အချိန်မရွေး ကြားဖြတ်နှောင့်ယှက်မှုများကို ကိုင်တွယ်ဖြေရှင်းရမည်ဖြစ်ပြီး ကိရိယာများကို စဉ်ဆက်မပြတ် ခေါ်ယူကာ လုပ်ငန်းတာဝန်များကို ဆက်လက်လုပ်ဆောင်ရမည်ဖြစ်ပါသည်။ မည်သည့်အဆင့်တွင်မဆို သိသာထင်ရှားသော ကြန့်ကြာမှု ဖြစ်ပေါ်ပါက စကားပြောဆက်သွယ်မှု၏ သဘာဝကျမှုကို ပျက်စီးစေနိုင်ပြီး လုပ်ငန်းတာဝန် ပြီးမြောက်နိုင်ခြင်းကိုပင် ထိခိုက်စေနိုင်ပါသည်။
ဤလိုအပ်ချက်များကို အထောက်အပံ့ပေးရန်အတွက် Zhao Bin က real-time ဉာဏ်ရည်တု အပြန်အလှန်တုံ့ပြန်မှုအတွက် ဦးတည်သည့် အခြေခံအဆောက်အအုံ ဦးတည်ချက်ကို မိတ်ဆက်ခဲ့ပါသည်- ကမ္ဘာလုံးဆိုင်ရာ real-time ထုတ်လွှင့်ကွန်ရက်၊ ဖြန့်ဝေထားသော cloud-edge-device ပူးပေါင်းဆင်ခြင်မှု၊ real-time စီစဉ်မှုနှင့် full-duplex အပြန်အလှန်တုံ့ပြန်မှုစွမ်းရည်များမှတစ်ဆင့် မော်ဒယ်များနှင့် Agent များသည် စစ်မှန်သောအခြေအနေများတွင် စဉ်ဆက်မပြတ် ပူးပေါင်းဆောင်ရွက်နိုင်စေရန် ဖြစ်ပါသည်။ Agora ကိုယ်ပိုင်၏ ကိုယ်ပိုင် conversational AI အင်ဂျင်သည်လည်း full-duplex အပြန်အလှန်တုံ့ပြန်မှုကို အဓိကထားပြီး မော်ဒယ်များ၊ Agent လည်ပတ်မှုမူဘောင်များနှင့် အသုံးပြုသူများကို ချိတ်ဆက်ကာ တည်ငြိမ်ပြီး ထပ်တူကျသော real-time စကားပြောဆက်သွယ်မှု အတွေ့အကြုံကို အထောက်အပံ့ပေးပါသည်။
တစ်ချိန်တည်းမှာပင် Agora သည် developer များအတွက် conversational AI ဖွံ့ဖြိုးတိုးတက်ရေး ကိရိယာများနှင့် ဖွံ့ဖြိုးတိုးတက်ရေး kit များကို စဉ်ဆက်မပြတ် ပြုပြင်မွမ်းမံနေပြီး SDK၊ Skills၊ CLI ကိရိယာများနှင့် Recipes ကဲ့သို့သော စွမ်းရည်များကို ပေါင်းစပ်ကာ developer များအနေဖြင့် ပြည့်စုံသော ယုတ္တိဗေဒနှင့် လုပ်ဆောင်နိုင်စွမ်းရှိသည့် Agent များကို ပိုမိုထိရောက်စွာ တည်ဆောက်နိုင်ရန် ကူညီပေးလျက်ရှိပါသည်။
ဖောက်သည်ဝန်ဆောင်မှု၊ ပညာရေးမှသည် AI အဖော်ပြုမှုနှင့် စမတ်ဝတ်ဆင်နိုင်သော ကိရိယာများအထိ Zhao Bin က conversational AI သည် ပိုမိုများပြားသော စစ်မှန်သည့်အခြေအနေများထဲသို့ ဝင်ရောက်လာနေပြီဟု ယူဆပါသည်။ AI သည် စစ်မှန်သောတန်ဖိုးကို ဖန်တီးနိုင်ခြင်း ရှိ/မရှိသည် မော်ဒယ်က “စကားပြောနိုင်ခြင်း” ရှိ/မရှိအပေါ်တွင်သာ မူတည်သည်မဟုတ်ဘဲ ၎င်းသည် လိုအပ်ချက်များကို နားလည်နိုင်ခြင်း၊ သဘာဝကျစွာ ဆက်သွယ်နိုင်ခြင်းနှင့် လုပ်ငန်းတာဝန်များကို စဉ်ဆက်မပြတ် ပြီးမြောက်စေနိုင်ခြင်းအပေါ်တွင်လည်း မူတည်ပါသည်။ real-time interaction နည်းပညာသည် ဤလုပ်ငန်းစဉ်တွင် ပိုမိုအရေးကြီးသော အခန်းကဏ္ဍမှ ပါဝင်လာမည်ဖြစ်ပါသည်။
ထို့နောက် Nvidia ၏ ပဓာနဗိသုကာပညာရှင်နှင့် AOMedia ဗီဒီယို ကုဒ်ဒကုဒ် လုပ်ငန်းအဖွဲ့ ပူးတွဲဥက္ကဋ္ဌ Andrey Norkin က AV2 ဗီဒီယို ကုဒ်ဒကုဒ်နည်းပညာနှင့် ပတ်သက်သော မိန့်ခွန်းကို ပြောကြားခဲ့ပါသည်။
စားပွဲဝိုင်း ဆွေးနွေးမှု- ကိုယ်ပိုင်ဉာဏ်ရည်တုအေးဂျင့်သည် နောက်မျိုးဆက် ကိုယ်ပိုင်ဝင်ပေါက်ဖြစ်လာနိုင်ပါမည်လား။
Agora ၏ ပူးတွဲတည်ထောင်သူ Tony Wang က ဦးဆောင်ကျင်းပသည့် ပထမဆုံး စားပွဲဝိုင်းတွင် အပြန်အလှန်မီဒီယာ ထုတ်ကုန်မန်နေဂျာ၊ နည်းပညာဘလော့ဂါ Eugene Wei၊ နည်းပညာ ကိုယ်ပိုင်မီဒီယာသမား၊ ပေါ့ဒ်ကတ်စ် “Luan Fan Shu” ၏ စီမံခန့်ခွဲသူ Pan Luan နှင့် AIoT ဟာ့ဒ်ဝဲ စွန့်ဦးတီထွင်သူ၊ edge AI ကိုယ်ပိုင်မီဒီယာသမား Hua Jianxin တို့သည် “ကိုယ်ပိုင်ဉာဏ်ရည်တုအေးဂျင့်- ကိရိယာအသစ်မှ ဝင်ပေါက်အသစ်သို့?” ခေါင်းစဉ်ဖြင့် ဆွေးနွေးခဲ့ကြပါသည်။
ဖုန်း၊ မျက်မှန်�၊ နားကြပ် စသည့် ကိုယ်ထည်ပါ ကိရိယာများမှသည် နောက်ထပ် လက်ကိုင်ကိရိယာများအထိ ကိုယ်ပိုင်ဉာဏ်ရည်တုအေးဂျင့်များသည် လုပ်ငန်းနယ်ပယ်အတွင်း နောက်မျိုးဆက် လူ-ကွန်ပျူတာ အပြန်အလှန်တုံ့ပြန်မှု ဝင်ပေါက်နှင့် ပတ်သက်၍ ပြန်လည်စဉ်းစားမှုကို ဖြစ်ပေါ်စေနေပါသည်။ Pan Luan က ကိုယ်ပိုင်ဉာဏ်ရည်တုအေးဂျင့်များသည် ပါရာဒိုင်းအပြောင်းအလဲကို ဖြစ်ပေါ်စေနိုင်သည်ဟု ယူဆပါသည်- AI ထုတ်ကုန်များ၏ တန်ဖိုးသည် အသုံးပြုသူ၏ အာရုံစိုက်မှုကို ယှဉ်ပြိုင်ရယူခြင်းမှ အသုံးပြုသူများအနေဖြင့် လုပ်ငန်းတာဝန်များကို ပိုမိုထိရောက်စွာ ပြီးမြောက်စေရန် ကူညီပေးခြင်းဆီသို့ ကူးပြောင်းလာနေပါသည်။ အနာဂတ် ကိုယ်ပိုင်ဉာဏ်ရည်တုအေးဂျင့်များသည် ရှင်းလင်းသော ညွှန်ကြားချက်များကို တုံ့ပြန်ရုံသာမက လုပ်ငန်းတာဝန်များကို တက်ကြွစွာ ထမ်းဆောင်ရမည်ဖြစ်ပြီး ရည်မှန်းချက် ရှင်းလင်းသော်လည်း အချိန်များစွာ မြှုပ်နှံရန် မထိုက်တန်သော ကိစ္စရပ်များကို အသုံးပြုသူများ ကိုင်တွယ်ဖြေရှင်းနိုင်ရန် ကူညီပေးသင့်ပါသည်။
နောက်မျိုးဆက် ကိုယ်ပိုင်ဟာ့ဒ်ဝဲနှင့် ပတ်သက်၍ Hua Jianxin က အနာဂတ်ဝင်ပေါက်သည် မည်သည့်ကိရိယာတစ်မျိုးတည်းက လွှမ်းမိုးထားမည်မဟုတ်ဘဲ မျက်မှန်များ၊ နားကြပ်များနှင့် ပတ်ဝန်းကျင်ကို အာရုံခံသိရှိနိုင်ပြီး လုပ်ငန်းတာဝန်များကို ဆောင်ရွက်နိုင်သော အခြားဟာ့ဒ်ဝဲများတွင် အခွင့်အလမ်းများ ရှိနိုင်သည်ဟု အဆိုပြုခဲ့ပါသည်။ ၎င်းက ကိုယ်ပိုင်ဉာဏ်ရည်တုအေးဂျင့်များသည် အသုံးပြုသူများကို နားလည်ရုံသာမက ရုပ်ပိုင်းဆိုင်ရာကိရိယာများမှတစ်ဆင့် လက်တွေ့ကမ္ဘာကို စဉ်ဆက်မပြတ် အာရုံခံသိရှိပြီး လုပ်ဆောင်မှုများ ပြုလုပ်ရန် လိုအပ်သည်ဟု ယူဆပါသည်။ ၎င်းသည် မတူညီသော ပုံစံအမျိုးမျိုးရှိ ဟာ့ဒ်ဝဲများအတွက် ဖွံ့ဖြိုးတိုးတက်မှု နေရာအသစ်များကို ဖြစ်ပေါ်စေပါသည်။
Eugene Wei ကမူ ဆွေးနွေးမှုကို “ဆက်စပ်အကြောင်းအရာ” ၏ တန်ဖိုးဆီသို့ ဦးတည်စေခဲ့ပါသည်- ကိုယ်ပိုင်ဉာဏ်ရည်တုအေးဂျင့်သည် အသုံးပြုသူ၏ စိတ်ဝင်စားမှု၊ ဆက်သွယ်ရေးမှတ်တမ်းများနှင့် လူမှုဆက်ဆံရေးများကို အမှန်တကယ် နားလည်နိုင်ခြင်း ရှိ/မရှိသည် ၎င်းသည် တန်ဖိုးရှိသော ကိုယ်ပိုင်ဝင်ပေါက်ဖြစ်လာနိုင်ခြင်း ရှိ/မရှိအပေါ် သက်ရောက်မှု ရှ
