ကားလောကတွင် မကြာသေးမီနှစ်နှစ်အတွင်း “ခြားနားမှုခံစားချက်” အဖြစ်ဆုံးဖြစ်ပေါ်နိုင်သည့် နယ်ပယ်မှာ ဉာဏ်ရည်တုဖြင့် ကားတွင်းခန်းဖြစ်နိုင်သည်။
တစ်ဖက်တွင်၊ ကြီးမားသောမော်ဒယ်များ ကားပေါ်သို့ ကျယ်ကျယ်ပြန့်ပြန့်ရောက်ရှိလာသည်နှင့်အမျှ ကားအသစ်အားလုံးနီးပါးသည် ကားတွင်းခန်းကို “AI ပါဝင်မှု” ပြသရာနေရာအဖြစ် ပြုလုပ်နေကြပြီး အသံ၊ ဘက်စုံပုံစံ၊ ဉာဏ်ရည်တုအေးဂျင့်များ အလှည့်ကျထွက်ပေါ်နေကာ ပါရာမီတာတစ်ခုနှင့်တစ်ခု ပိုမိုရှေ့ရောက်အောင် လုပ်နေကြသည်။ သို့သော် အခြားတစ်ဖက်တွင်၊ သုံးစွဲသူများသည် လက်တွေ့အတွေ့အကြုံတွင် ကွဲပြတ်မှုများကို မကြာခဏကြုံတွေ့နေရသည်- ကားစက်သည် အမိန့်ကိုနားလည်သော်လည်း ပိတ်လှောင်ထားသောလုပ်ငန်းစဉ်ကို မပြီးမြောက်နိုင်ခြင်း၊ စကားပြောတစ်ခုကို မှတ်မိသော်လည်း လှည့်ကြည့်လိုက်တော့ လုံးဝမေ့သွားခြင်း၊ ရှုပ်ထွေးသော ခရီးသွားလိုအပ်ချက်များကို ရင်ဆိုင်ရာတွင် မေးခွန်းနှင့်မကိုက်ညီသောအဖြေ သို့မဟုတ် မလုပ်ဆောင်ရဲခြင်းတို့ဖြစ်သည်။
အောက်တိုဘာ ၂၁ ရက်နေ့ ကိုစီနဖ် ဉာဏ်ရည်တုကားထုတ်ကုန်နည်းပညာထုတ်ကုန်မိတ်ဆက်ပွဲတွင် မျိုးဆက်သစ် Xinghuo ဉာဏ်ရည်တုကားတွင်းခန်း SparkAuto Space 3.0 ကို တရားဝင်ထုတ်ပြန်ခဲ့ပြီး ကိုစီနဖ်သည် အမှန်တကယ် ပိုမိုလက်တွေ့ကျသော လုပ်ငန်းစဉ်မေးခွန်းတစ်ခုကို တင်ပြခဲ့သည်- ဉာဏ်ရည်တုကားတွင်းခန်းသည် “နားလည်နိုင်ခြင်း” မှ “အမှန်တကယ်လုပ်ဆောင်နိုင်ခြင်း” သို့ မည်သို့ကူးပြောင်းနိုင်မည်နည်း။
ဖွဲ့စည်းပုံဆိုင်ရာ နာကျင်မှုအချက်- ကားတွင်းခန်းတွင် တစ်ပြေးညီ “ဦးနှောက်” မရှိခြင်း
တရုတ်ကားလုပ်ငန်း၏ ထုတ်လုပ်မှုနှင့် ရောင်းချမှုပမာဏသည် နှစ်ပေါင်းများစွာဆက်တိုက် ကမ္ဘာ့ထိပ်တန်းအဆင့်တွင် ရပ်တည်နေပြီး ဉာဏ်ရည်တုထိုးဖောက်မှုနှုန်းသည်လည်း လျင်မြန်စွာ မြင့်တက်နေသည်။ သို့သော် မြင့်မားသောထိုးဖောက်မှုနှုန်း၏ နောက်ကွယ်တွင် အတွေ့အကြုံအဆင့်မြှင့်တင်မှု နောက်ကျနေခြင်းဖြစ်သည်။
လုပ်ငန်းတစ်ခုလုံးတွင် ယေဘုယျအားဖြင့် ရှိနေသောပြဿနာမှာ- ကားတွင်းခန်းတွင် များသောအားဖြင့် “နားရှိသော်လည်း ဦးနှောက်မရှိ” ခြင်းဖြစ်သည်။ အသံ၊ လမ်းညွှန်၊ ဖျော်ဖြေရေး၊ ကားထိန်းချုပ်မှုတို့သည် များသောအားဖြင့် သီးခြားစီ ကိုယ်ပိုင်စီမံခန့်ခွဲနေသော စနစ်ခွဲများဖြစ်ပြီး နယ်ပယ်ဖြတ်ကျော်အတွေ့အကြုံသည် ကွဲပြားနေသည်။ ရေရှည်မှတ်ဉာဏ်မရှိခြင်းကြောင့် ကားစက်များသည် ပိုမိုတူညီလာနေသည်။ ကြီးမားသောမော်ဒယ်များတွင် ထင်ယောင်ထင်မှားဖြစ်နိုင်သည့် အန္တရာယ်ရှိသောကြောင့် အဓိကကားထိန်းချုပ်မှုကို အလွယ်တကူ လွှဲအပ်ရဲခြင်းမရှိပါ။ မော်ဒယ်စွမ်းရည်များ မြှင့်တင်လာချိန်တွင် ကြန့်ကြာမှုကို လျှော့ချရန် ခက်ခဲနေသည်။
ဤနာကျင်မှုအချက်များသည် တူညီသော ဖွဲ့စည်းပုံဆိုင်ရာပြဿနာတစ်ခုကို ညွှန်ပြနေသည်- ကားတွင်းခန်းတွင် မော်ဂျူးတစ်ခုချင်းစီကို ဆက်စပ်ပေးနိုင်သည့် “တစ်ပြေးညီဦးနှောက်” တစ်ခု မရှိခြင်းဖြစ်သည်။ လုပ်ဆောင်ချက်များ သို့မဟုတ် ပါရာမီတာများကို ရိုးရှင်းစွာ ထပ်ပေါင်းထည့်ရုံသာဖြစ်ပြီး အောက်ခံဗိသုကာ၏ စီမံခန့်ခွဲမှုပြဿနာကို မဖြေရှင်းပါက အတွေ့အကြုံသည် အရည်အသွေးပြောင်းလဲမှုကို မရရှိနိုင်ပါ။
ဗိသုကာဆင့်ကဲပြောင်းလဲမှု- အမိန့်ပုံစံမှ လူသားဆန်သော အပြန်အလှန်တုံ့ပြန်မှုဆီသို့
ဤဖွဲ့စည်းပုံဆိုင်ရာပြဿနာကို ဖြေရှင်းရန် ကိုစီနဖ်သည် ကားတွင်းခန်းအပြန်အလှန်တုံ့ပြန်မှု၏ ဆင့်ကဲပြောင်းလဲမှုကို အဆင့်သုံးဆင့်အဖြစ် ခွဲခြားထားသည်- အမိန့်ပုံစံအပြန်အလှန်တုံ့ပြန်မှု၊ ဉာဏ်ရည်တုပေါင်းစပ်အပြန်အလှန်တုံ့ပြန်မှု၊ နှင့် SOPHIA (လူသားဆန်ဉာဏ်ရည်တုဘက်စုံပုံစံ ဉာဏ်ရည်တုကားအပြန်အလှန်တုံ့ပြန်မှုဗိသုကာ) ဦးဆောင်သော လူသားဆန်ဉာဏ်ရည်တုဘက်စုံပုံစံအဆင့်တို့ဖြစ်သည်။
Xinghuo ဉာဏ်ရည်တုကားတွင်းခန်း SparkAuto Space 3.0 ၏ အဓိကကျသောအခြေခံမှာ SOPHIA ဗိသုကာဖြစ်ပြီး ၎င်း၏အောက်ခံကို မှတ်ဉာဏ်ဆင့်ကဲပြောင်းလဲမှု၊ တွေးခေါ်ဆုံးဖြတ်ချက်ချမှတ်မှု၊ ဘက်စုံပုံစံအာရုံခံမှု၊ ဘက်ပေါင်းစုံဖော်ပြမှု စနစ်လေးခုဖြင့် ဖွဲ့စည်းထားပြီး ကားတစ်စီးလုံး Master Agent မှ တစ်ပြေးညီစီမံခန့်ခွဲသည်။ ဤဗိသုကာသည် နောက်ဆုံးတွင် သုံးစွဲသူများထံ အဓိကတန်ဖိုးသုံးခုကို ပေးအပ်သည်- သင့်ကို ပိုနားလည်သော ခံစားချက်အဖော်၊ အလုပ်ကိုင်တွယ်ပေးနိုင်သော ကားအိမ်ထိန်း၊ စူပါအာရုံခံစားမှုရှိသော ရုပ်သံအသံမာစတာ။
“သင့်ကို ပိုနားလည်ခြင်း” အဆင့်တွင် Xinghuo ဉာဏ်ရည်တုကားတွင်းခန်း 3.0 ဗားရှင်းသည် မှတ်ဉာဏ်အတိုင်းအတာ ၆၈ ခုကျော်ရှိသော စနစ်ကို တည်ဆောက်ထားပြီး ရေတိုမှတ်ဉာဏ်၊ ရေရှည်မှတ်ဉာဏ်နှင့် သုံးစွဲသူပုံရိပ်တို့ကို ဖုံးလွှမ်းထားသည်။ အတွေ့အကြုံနှင့် ကိုယ်ရေးကိုယ်တာလုံခြုံမှုကို ဟန်ချက်ညီစေရန် အလွန်အမင်းထိခိုက်လွယ်သော မှတ်ဉာဏ်များကို စက်ပစ္စည်းဘက်တွင်သာ သိမ်းဆည်းရန် ကန့်သတ်ထားပြီး ရှာဖွေမှုတွင် ကိုယ်တိုင်အတည်ပြုရန် လိုအပ်သည်။
လူအများစုစီးနင်းသည့် အပြန်အလှန်တုံ့ပြန်မှုပြဿနာအတွက် Xinghuo ဉာဏ်ရည်တုကားတွင်းခန်း 3.0 ဗားရှင်းသည် လူအများ ဘက်စုံပုံစံ dual-duplex စွမ်းရည်ကို အကောင်အထည်ဖော်ခဲ့သည်။ နည်းပညာအဆင့်မြှင့်တင်မှုမှတစ်ဆင့် လူအများအပြန်အလှန်တုံ့ပြန်မှု တုံ့ပြန်မှုနှုန်းသည် ၉၅% အထက် တိုးမြင့်လာပြီး အနှောင့်အယှက်ငြင်းပယ်မှုနှုန်းသည် ၉၈% အထက် ရောက်ရှိကာ ဖြတ်တောက်မှုကြန့်ကြာမှုကို ၃၀၀ မီလီစက္ကန့်အတွင်း ထိန်းချုပ်ထားသည်။ ဆိုလိုသည်မှာ စနစ်သည် “ဘယ်သူပြောနေသည်၊ ဘယ်သူ့ကို ပြောနေသည်” ကို တိကျစွာ ခွဲခြားနိုင်ပြီး ကားအတွင်း လူအများစကားပြောနေစဉ် ကားစက်က ရှုပ်ရှုပ်ထွေးထွေး ဝင်မပြောခြင်း နာကျင်မှုအချက်ကို ထိရောက်စွာ ဖြေရှင်းပေးနိုင်သည်။
ထို့အပြင် ကားအပြင်ဘက်အသံသည် အပြန်အလှန်တုံ့ပြန်မှုနယ်နိမိတ်ကို ကားအပြင်ဘက် မီတာ ၃၀ အထိ ချဲ့ထွင်ထားပြီး အသံလက်ဗွေစစ်ဆေးမှုနှင့် လမ်းလျှောက်ရင်း ပြောဆိုခြင်းကို ပံ့ပိုးပေးသည်။ အထူးအသံအမျိုးအစားခွဲခြားမှုသည် အဝေးဆုံး မီတာ ၂၀၀ အထိ ရောက်ရှိနိုင်သည်။ စက်ပစ္စည်းနှင့် ကလောက်ဘက်စုံပုံစံအာရုံခံမှုသည် စွမ်းရည် ၁၀၀ ကျော်ကို စုစည်းထားပြီး ၎င်းတို့အနက် စက်ပစ္စည်းဘက်မြှင့်တင်ထားသော ကင်းစောင့်မုဒ်သည် ပုံမှန်အန္တရာယ်ဖြစ်ရပ် ၁၆ မျိုးကို ခွဲခြားနိုင်ပြီး ဖြစ်ရပ်တစ်ခုလျှင် ၄ စက္ကန့်အတွင်း ရလဒ်ကို ပေးပို့နိုင်ကာ ခွဲခြားမှုတိကျမှုနှုန်းသည် ၉၀% ရောက်ရှိပြီး တူညီအဆင့်ထက် သိသိသာသာ သာလွန်သည်။
အတွေ့အကြုံ၏ အတားအဆီး- “အချက်အလက်ရှာဖွေခြင်း” မှ “အလုပ်ကိုင်တွယ်ခြင်း” သို့
လက်ရှိအဆင့် AI ကားပေါ်တင်ခြင်းအတွက် ကားစက်က ဒေသိယစကားနားလည်နိုင်ခြင်း၊ သင့်နှစ်သက်မှုကို မှတ်မိနိုင်ခြင်းတို့သည် “အစမ်းသပ်မှု” သာဖြစ်သည်။ ကားအသုံးပြုမှု အခြေအနေအမှန်တွင် သုံးစွဲသူများ အမှန်တကယ်လိုချင်သည်မှာ “ရလဒ်” ဖြစ်သည်။ ကျွန်ုပ်၏ဆိုလိုရင်းကို သင်နားလည်ပြီး ကျွန်ုပ်အတွက် အလုပ်ကို ကောင်းကောင်းပြီးမြောက်ပေးပါ။ ဤအတိုင်းအတာတွင် “အလုပ်ကိုင်တွယ်နိုင်ခြင်း” စွမ်းရည်သည် အတွေ့အကြုံ၏ ကောင်းမွန်မှု သို့မဟုတ် ညံ့ဖျင်းမှုကို ဆုံးဖြတ်သည့် အတားအဆီးဖြစ်သည်။
ရှုပ်ထွေးသော ခရီးသွားအခြေအနေများတွင် အဆင့်မြှင့်ထားသော Master Agent လမ်းညွှန်ဦးနှောက်သည် မရှင်းလင်းသောအဓိပ္ပာယ်၊ အချိန်ကန့်သတ်ချက်နှင့် အခြေအနေခွဲများကို တိကျစွာ နားလည်နိုင်သည်။ ဥပမာ “ကုမ္ပဏီနှင့် Swan Lake နှစ်ခုလုံးနှင့် မဝေးသော စားသောက်ဆိုင်တစ်ခုရှာပါ” ကဲ့သို့သော ရှုပ်ထွေးသည့် ခရီးသွား�amiတွေးရည်ရွယ်ချက်များကို နားလည်မှုတိကျမှုနှုန်းသည် ၉၅% အထက် ရောက်ရှိနိုင်သည်။
ပိုမိုအာရုံစိုက်ထိုက်သည်မှာ ဂေဟစနစ်ပိတ်လှောင်မှုကို ဖြည့်ဆည်းခြင်းဖြစ်သည်။ ကိုစီနဖ်သည် Alipay နှင့် မဟာဗျူဟာပူးပေါင်းမှု အဆင့်မြှင့်တင်မှုကို ပြုလုပ်ပြီး “Xunbao အစီအစဉ်” ကို စတင်ခဲ့သည်။ Alipay ကားတွင်းအထောက်အကူသည် Xinghuo ဉာဏ်ရည်တုကားတွင်းခန်း 3.0 သို့ ချိတ်ဆက်ပြီး Master Agent မှ တစ်ပြေးညီစီမံခန့်ခွဲကာ နှစ်ဖက်စလုံးသည် အကောင့်အချင်းချင်းဆက်သွယ်မှု၊ ကားတွင်းတွင် AI ငွေပေးချေမှု စသည့်စွမ်းရည်များတွင် ချိတ်ဆက်မှုကို ပြီးမြောက်ခဲ့သည်။ ယင်းက ကားတွင်းခန်းသည် “အချက်အလက်ရှာဖွေခြင်း” ၏ ကန့်သတ်ချက်ကို အမှန်တကယ် ချိုးဖျက်နိုင်ပြီး အမြန်လမ်းတွင် အာရုံမခံစားဘဲ ဖြတ်သန်းခြင်း၊ ကားရပ်နားရာတွင် အာရုံမခံစားဘဲ ငွေပေးချေခြင်း၊ လမ်းတွင် ပါဆယ်ထုပ်ယူခြင်းစသည့် စစ်မှန်သော “အလုပ်ကိုင်တွယ်ခြင်း” အခြေအနေများကို အကောင်အထည်ဖော်နိုင်စေသည်။
ထို့အပြင် ကျန်းမာရေးကားတွင်းခန်းတွင် Xunfei Xiaoyi ကို ချိတ်ဆက်ထားပြီး ကျန်းမာရေးအကြံဉာဏ်ပေးမှုသည် စုစုပေါင်း ဝန်ဆောင်မှု သန်း ၂၀၀ ရှိပြီး စုစုပေါင်းဝန်ဆောင်မှုပေးခဲ့သော သုံးစွဲသူ သန်း ၃၅၀၀ ကျော်ရှိကာ ယေဘုယျအားဖြင့် တွေ့ရသော ရောဂါလက္ခဏာ ၂၆၀၀ မျိုးနှင့် ယေဘုယျအားဖြင့် တွေ့ရသော ဆေးဝါးဗဟုသုတ ၆၀၀၀၀ ကျော်ကို ဖုံးလွှမ်းထားသည်။ FaceID သည် ကားပေါ်ရှိ စီးနင်းသူအားလုံးကို ခွဲခြားပြီး သီးခြားကျန်းမာရေးမှတ်တမ်းကို တည်ဆောက်ကာ တစ်ဦးလျှင်မှတ်တမ်းတစ်ခု ထားရှိပြီး ကား၊ အိမ်၊ ဖုန်း၊ ကလောက်နှင့် Huawei၊ Apple စသည့် အဓိကဝတ်ဆင်နိုင်သော စက်ပစ္စည်းများကို ချိတ်ဆက်ကာ “တိုင်းတာခြင်း၊ မေးမြန်းခြင်း၊ စစ်ဆေးခြင်း” တို့ဖြင့် တစ်လျှောက်လုံး ပိတ်လှောင်မှုကို ဖြစ်ပေါ်စေသည်။ ကားရပ်နားသည့်အခြေအနေကို စိတ်ကြိုက်ရပ်နား Agent နှင့် ဉာဏ်ရည်တုမောင်းနှင်မှုစနစ် နက်ရှိုင်းစွာ ပေါင်းစပ်ထားပြီး ကိုယ်တိုင်ရပ်နားခြင်း၊ အသံဖြင့် ကားရွှေ့ခြင်းနှင့် ခေါ်ယူကြိုဆိုခြင်းတို့ကို ဖုံးလွှမ်းထားသည်။
အသံပညာအတွေ့အကြုံ- စူပါအာရုံခံစားမှုရှိသော ရုပ်သံအသံမာစတာ
ဉာဏ်ရည်တုကားတွင်းခန်း၏ အမြင်အာရုံ “မျက်နှာပြင်ကြီး” အကျိုးအမြတ်သည် တဖြည်းဖြည်း ထိပ်ပိုင်းသို့ရောက်လာချိန်တွင် အတွေ့အကြုံမျိုးဆက်ကွာဟမှုကို ဆုံးဖြတ်မည့် နောက်ထပ်စင်မြင့်သည် “အကြားအာရုံ” ဆီသို့ ကူးပြောင်းနေသည်။ သင့်ကို အမှန်တကယ်နားလည်သော စနစ်တစ်ခုသည် နားလည်နိုင်ရုံသာမက ဖော်ပြနိုင်ရန်လည်း လိုအပ်သည်။ ၎င်း၏နောက်ကွယ်တွင် တစ်လျှောက်လုံးအသံဗိသုကာ၏ အောက်ခံပြန်လည်ဖွဲ့စည်းမှုကို ယှဉ်ပြိုင်နေခြင်းဖြစ်သည်။
ကိုစီနဖ်၏ လုပ်ငန်းတွင် ပထမဆုံးတီထွင်ခဲ့သော GaN (ဂယ်လီယမ်နိုက်ထရိုက်) အသံဗိသုကာသည် စနစ်တစ်ခုလုံးကို အလေးချိန် ၃၀% လျှော့ချပေးရုံသာမက ရွှေနက်စီးရီး အသံချဲ့စက်နှင့် 300W ရုပ်ရှင်ရုံအဆင့် ဘေ့စ်အသံနှင့် ပေါင်းစပ်ကာ အကြားအာရုံခံစားမှုကို ၂၀% တိုးမြှင့်ပေးသည်။ စူပါအာရုံခံစားမှုပတ်ပတ်လည်အသံ Pro 3.0 နှင့် ပေါင်းစပ်ကာ စနစ်သည် သာမန် 2.0 အသံအရင်းအမြစ်ကို AI ဖြင့် အချိန်နှင့်တစ်ပြေးညီ 7.1.4 ပတ်ပတ်လည်အသံအဖြစ် ပြန်လည်တည်ဆောက်နိုင်ပြီး ပတ်ပတ်လည်အသံ ရုပ်ရှင်အရင်းအမြစ်၏ အဆင့်သတ်မှတ်ချက်ကို များစွာလျှော့ချပေးသည်။
ကားအတွင်း အသံအကွက်ထိန်းချုပ်မှုတွင် ဉာဏ်ရည်တုအသံအကွက်ခွဲခြားမှု 3.0 သည် အများဆုံး ဇုန်နှစ်ခု 30dB၊ ဇုန်လေးခု 26dB အသံအထီးကျန်မှုကို ပြုလုပ်နိုင်သည်။ မောင်းသူသည် လမ်းညွှန်နားထောင်ခြင်း၊ ဘေးထိုင်သူသည် ဇာတ်လမ်းတွဲကြည့်ခြင်း၊ နောက်ခန်းတွင် ကလေးများ ကလေးသီချင်းနားထောင်ခြင်းတို့ဖြင့် “ကားတွင်းခန်းတစ်ခုတွင် အသံများစွာ အချင်းချင်းအနှောင့်အယှက်မဖြစ်ခြင်း” ကို အမှန်တကယ် အကောင်အထည်ဖော်နိုင်သည်။ တစ်ချိန်တည်းတွင် ပထမဆုံးထုတ်လုပ်သော စူပါခေါင်းအုံးအသံပညာစနစ်သည် ဦးတည်ထုတ်လွှင့်မှုနှင့် တက်ကြွစွာ ဆူညံသံလျှော့ချမှု (အများဆုံး 9dBA အနက်) ကို ခေါင်းအုံးအတွင်း ပေါင်းစပ်ထားပြီး လမ်းညွှန်ကြေညာချက်သည် မောင်းသူ၏နားရွက်တွင်သာ ပျံ့နှံ့ပြီး အနားယူနေသော အခြားခရီးသည်များကို အနှောင့်အယှက်မဖြစ်စေပါ။
အောက်ခံပံ့ပိုးမှု- စက်ပစ္စည်းနှင့် ကလောက
