ကောင်းကင်ပေါ်တွင် ယာဉ်ကြောပိတ်ဆို့မှုစတင်ချိန်- လေယာဉ်ပျံသန်းရာနယ်မြေ သတင်းအချက်အလက်သည် အခြေခံအဆောက်အအုံတစ်ရပ်အဖြစ် ပြောင်းလဲလာနေပြီ၊ မြန်မာကတော့ ဤစာရင်းကို မတွက်ချက်ရသေး

မန္တလေးအနီးရှိ တံတားတစ်စင်းကို ပြုပြင်ထိန်းသိမ်းသည့် အင်ဂျင်နီယာတစ်ဦးမှာ မကြာသေးမီက စိတ်ပူစရာအသစ်တစ်ခု တိုးလာသည်။

သူတို့သည် တံတားစစ်ဆေးရန် drone သုံးကြသည်၊ အရင်က ချိတ်ဆွဲခြင်းနည်းထက် စွမ်းဆောင်ရည် အများကြီးသာသည်။ သို့သော် ပြီးခဲ့သည့်လက တစ်ကြိမ်တွင် ကိုင်တွယ်သူသည် ပျံသန်းရန်ပြင်ဆင်နေစဉ် အနီးအနားတွင် အခြား drone တစ်စီး ပျံနေသည်ကို တွေ့ရသည်—ဘယ်သူ့ဟာ၊ ဘာလုပ်နေသည်၊ ဘယ်လောက်ကြာကြာ ပျံမည်ဆိုသည် မသိ။ တစ်ခုတည်းသော လေယာဉ်ပျံသန်းရာနယ်မြေအတွင်း drone နှစ်စီး၊ ဘယ်သူက ဘယ်သူ့ကို လမ်းဖယ်ပေးမည်နည်း။

နောက်ဆုံး ဖြေရှင်းနည်းက အလွန်ရိုးစင်းသည်- စောင့်ခြင်း။ မိနစ်လေးဆယ် စောင့်ခဲ့ရသည်။

ဤအခြေအနေမျိုးသည် လွန်ခဲ့သည့် ငါးနှစ်က ဖြစ်လာမည်မဟုတ်၊ အကြောင်းမှာ ကောင်းကင်ပေါ်တွင် အရာများ ဒီလောက်မများသေးသောကြောင့်ဖြစ်သည်။ လာမည့် ငါးနှစ်အတွင်းတွင်မူ ဤအခြေအနေသည် ပို၍ပို၍သာ တွေ့ရများလာပေမည်။

ကောင်းကင်သည် ကျပ်တည်းလာနေပြီ၊ ကျွန်ုပ်တို့မှာမူ ယာဉ်ထိန်းမီးမရှိ

အနိမ့်တွင် ယခုပျံနေသည့်အရာများကို ကြည့်လိုက်ရအောင်- လေကြောင်းဓာတ်ပုံနှင့် ရုပ်ရှင်ရိုက်ကူးခြင်း၊ တံတားနှင့် လျှပ်စစ်တိုင်စစ်ဆေးခြင်း၊ လယ်ယာဆေးဖျန်းခြင်း၊ မြေတိုင်းတာခြင်း၊ ပို့ဆောင်ရေးစမ်းသပ်ခြင်း၊ ရဲ/မီးသတ် ရှေ့တန်းတုံ့ပြန်ခြင်း၊ နှင့် အရေအတွက်အများဆုံး—သာမန်လူများ၏ အားလပ်ချိန်ပျံသန်းခြင်း။

ဤလှုပ်ရှားမှုအများစုသည် တရားဝင်ဖြစ်ပြီး အန္တရာယ်ကင်းသည်၊ သို့သော် ၎င်းတို့သည် တစ်ခုတည်းသော အာကာသကို မျှသုံးနေကြသည်၊ ထို အာကာသတွင် လက်ရှိ real-time ယာဉ်ကြောစီမံခန့်ခွဲမှု မရှိသေး။ ကားများတွင် အချက်ပြမီး၊ လမ်းကြောင်း၊ real-time လမ်းအခြေအနေရှိသည်၊ အရပ်ဘက်လေကြောင်းတွင် လေကြောင်းထိန်းချုပ်ရေး၊ လေကြောင်းလမ်း၊ radar ရှိသည်။ ဤအနိမ့်ပိုင်း (မြေပြင်မှ မီတာ ၁၂၀ ခန့်အထိ) သည် ဤနှစ်ခုကြားတွင် ရှိပြီး၊ စီမံခန့်ခွဲမှုသိပ်သည်းဆမှာ အထက်နှစ်ခုထက် များစွာနိမ့်သည်။

ဤသည်ကို 'လေယာဉ်ပျံသန်းရာနယ်မြေ သတင်းအချက်အလက်' (airspace intelligence) က ဖြည့်ရမည့် အပေါက်ဖြစ်သည်။ ၎င်းသည် drone ဆန့်ကျင်ရေး (counter-drone) နှင့် မတူ—counter-drone ၏ ရည်ရွယ်ချက်မှာ ခြိမ်းခြောက်မှုကို တားဆီးရန်ဖြစ်ပြီး (၎င်း၏ နည်းပညာ သုံးဆင့်ကို အခြားဆောင်းပါးတစ်ပုဒ်တွင် ခွဲခြမ်းစိတ်ဖြာထားသည်)၊ လေယာဉ်ပျံသန်းရာနယ်မြေ သတင်းအချက်အလက်၏ ရည်ရွယ်ချက်မှာ ဘာဖြစ်နေသည်ကို သိရန် ဖြစ်သည်။

Passive sensing ဘာကြောင့်ဖြစ်သနည်း

လေယာဉ်ပျံသန်းရာနယ်မြေ သတင်းအချက်အလက်ကို တည်ဆောက်ရန် နည်းပညာရွေးချယ်မှုသည် လုံခြုံရေးနှင့် မတူ။

လုံခြုံရေးအခြေအနေက 'ဤအမှတ်တစ်ခု၏ တွေ့ရှိမှု ဘယ်လောက်တိကျရမည်နည်း' ကို ဂရုစိုက်ပြီး၊ သတင်းအချက်အလက်အခြေအနေက 'လွှမ်းခြုံနယ်ပယ် ဘယ်လောက်ကျယ်ရမည်၊ update ဘယ်လောက်သိပ်သည်းရမည်' ကို ဂရုစိုက်သည်။ ဤကွာခြားချက်သည် လုံးဝကွဲပြားသည့် နည်းပညာလမ်းကြောင်းသို့ ဦးတည်စေသည်။

Radar ၏ ပြဿနာမှာ သိပ်သည်းဆဖြစ်သည်။ ၎င်းသည် spectrum license လိုအပ်သည်၊ လျှပ်စစ်နှင့် အဆောက်အအုံ မနည်းလိုသည်၊ ထို့ပြင် အစီးများစွာ သိပ်သည်းစွာ ချထားပါက အချင်းချင်း ဝင်ရောက်နှောင့်ယှက်ကြသည်။ လေဆိပ်တစ်ခုတွင် radar သုံးလုံး တပ်ဆင်နိုင်သည်၊ သို့သော် ရန်ကုန်မြို့တစ်ခုလုံးတွင် သုံးရာ တပ်ဆင်၍မရ။

Passive RF sensing တွင်မူ ဤကန့်သတ်ချက်များ မရှိ။ ၎င်းသည် မည်သည့်အချက်ပြမှုကိုမျှ ထုတ်လွှင့်ခြင်းမရှိဘဲ drone နှင့် remote controller အကြား ဆက်သွယ်မှုကိုသာ လက်ခံသည်။ License မလို၊ အချင်းချင်း မနှောင့်ယှက်၊ ဓာတ်အားသုံးစွဲမှုနည်း၊ Wi-Fi base station ကဲ့သို့ သိပ်သည်းစွာ ဖြန့်ကျက်နိုင်သည်။ Hidden Level ကုမ္ပဏီတစ်ခုလုံး၏ နည်းပညာရပ်တည်ချက်သည် ဤအချက်ပေါ်တွင် တည်ဆောက်ထားပြီး၊ ၎င်းသည် မိမိကိုယ်ကို 'RF intelligence platform' အဖြစ် သတ်မှတ်ကာ လေ၊ ကုန်း၊ ရေ၊ အာကာသ လေးနယ်ကို လွှမ်းခြုံသည်၊ drone တွေ့ရှိခြင်းသည် အသုံးချမှုတစ်ခုသာ ဖြစ်သည်။

တူညီသည့်လမ်းကြောင်းတွင် Distributed Spectrum က ပိုမိုအစွန်းရောက်သည့် version ကို လျှောက်လှမ်းသည်- signal ဖတ်ရှုနိုင်စွမ်းကို edge device ထဲသို့ ထည့်ခြင်းဖြစ်သည်။ ၎င်းသည် မိမိကိုယ်ကို 'ကမ္ဘာ့ပထမဆုံး AI signal expert' ဟု ခေါ်ဆိုကာ၊ ဈေးကြီးသည့် hardware သို့မဟုတ် လေ့ကျင့်ထားသည့် ကျွမ်းကျင်သူ မလိုဘဲ edge AI ဖြင့် radio signal ကို ခွဲခြားသိရှိရန် အဆိုပြုသည်။

ဤစကားက scaling ၏ သော့ချက်ကို ထိမိသည်။ ရိုးရာ signal intelligence တွင် လူတစ်ဦးက spectrum waterfall ကို ကြည့်ဖတ်ရသည်၊ ဤကဲ့သို့ ကျွမ်းကျင်သူသည် နေရာတိုင်းတွင် တစ်ဦးစီ ခွဲထုတ်ရန် မဖြစ်နိုင်လောက်အောင် ရှားပါးသည်။ ဖတ်ရှုမှုကို AI ကို လွှဲအပ်မှသာ ဤစွမ်းရည်သည် 'system တစ်ခု' မှ 'ကွန်ရက်တစ်ခု' ဖြစ်လာနိုင်သည်။

တကယ်စိတ်ဝင်စားဖွယ်က business model ဖြစ်သည်

နည်းပညာလမ်းကြောင်းသည် ရှေ့ပိုင်းသာ ဖြစ်သည်။ မြန်မာစာဖတ်သူများ အမှန်တကယ် သတိထားသင့်သည်မှာ ဤကုမ္ပဏီများ မည်သို့ရောင်းသနည်း ဆိုသည်ဖြစ်သည်။

Hidden Level ၏ ထုတ်ကုန်ကို သုံးဆင့် ခွဲထားသည်- hardware platform (sensor)၊ software platform (SaaS)၊ data platform။ နောက်ဆုံးအလွှာက သော့ချက်ဖြစ်သည်—customer သည် hardware မဝယ်ဘဲ၊ ၎င်းဖြန့်ကျက်ပြီးသား sensor ကွန်ရက်က ထုတ်လုပ်သည့် လေယာဉ်ပျံသန်းရာနယ်မြေ သတင်းအချက်အလက်ကို တိုက်ရိုက် subscribe လုပ်နိုင်သည်။

ဤ model ၏ အဓိပ္ပာယ်သည် ကြီးမားသည်။ လုံခြုံရေးထုတ်လုပ်သူများ ရောင်းသည်မှာ 'ဖြေရှင်းချက်' ဖြစ်ပြီး၊ customer တစ်ဦးလျှင် system တစ်ခု၊ ကြီးထွားမှုသည် linear ဖြစ်သည်။ ဒေတာရောင်းသည့်ကုမ္ပဏီတွင် တူညီသည့် sensor အစုက subscriber အရေအတွက် အကန့်အသတ်မဲ့ကို ဝန်ဆောင်နိုင်ပြီး၊ marginal cost သည် သုညသို့ ချဉ်းကပ်သည်။

၎င်းသည် ဘယ်သူ သုံးနိုင်မည်ကိုပါ ပြောင်းလဲစေသည်။ ဒေသအစိုးရတစ်ခု၊ အာမခံကုမ္ပဏီတစ်ခု၊ ပွဲစီစဉ်သူတစ်ဦးသည် လေယာဉ်ပျံသန်းရာနယ်မြေအခြေအနေကို သိရန်အတွက် sensor ကွန်ရက်တစ်ခု တည်ဆောက်ရန် မဖြစ်နိုင်၊ သို့သော် ဒေတာတစ်စုကို လစဉ်ကြေးပေး၍ subscribe လုပ်ရန်တော့ လိုလားကောင်းလိုလားပေမည်။

ဤသည်ပင် 'အခြေခံအဆောက်အအုံ' နှင့် 'ထုတ်ကုန်' ၏ ကွာခြားချက်ဖြစ်သည်။

ဤအရာသည် မြန်မာအတွက် ဘာကိုဆိုလိုသနည်း

မြန်မာသည် အနိမ့်ပျံသန်းစီးပွားရေးအကြောင်း နှစ်အတော်ကြာ ပြောနေခဲ့သည်။ Drone စက်မှုအစုအဝေး၊ ကိုယ်ထည်သုတေသန၊ အသုံးချနယ်ပယ် သရုပ်ပြခြင်း—ဤအရာများ တိုးတက်နေသည်။ သို့သော် တစ်စိတ်တစ်ပိုင်း အမြဲကျော်လွှားခံနေရသည်ဟု ကျွန်တော်ထင်သည်- အောက်ခြေရှိ ဒေတာအလွှာ။

တိကျသည့် ပြဿနာအချို့ကို စဉ်းစားကြည့်ပါ-

ရန်ကုန်မြို့သည် drone ပို့ဆောင်ရေးစမ်းသပ်မှုကို ဖွင့်လိုပါက၊ တာဝန်ရှိအာဏာပိုင်သည် အချိန်ကာလ တစ်ခုနှင့် ဒေသတစ်ခု၏ လေယာဉ်ပျံသန်းရာနယ်မြေ အသုံးပြုမှုအခြေအနေကို မည်သို့သိမည်နည်း။ ယခုအဖြေမှာ 'လျှောက်လွှာကြည့်' ဖြစ်သည်—သို့သော် လျှောက်လွှာသည် တရားဝင်ကြေညာသည့် လှုပ်ရှားမှုကိုသာ ရောင်ပြန်ဟပ်ပြီး၊ တကယ်ပျံသန်းမှုကို မဟုတ်။

အာမခံကုမ္ပဏီတစ်ခုသည် drone လုပ်ငန်းတာဝန်အာမခံကို ရေးဆွဲလိုပါက၊ လုပ်ငန်းဒေသတစ်ခု၏ အန္တရာယ်ကို မည်သို့ အကဲဖြတ်မည်နည်း။ လေယာဉ်ပျံသန်းရာနယ်မြေ လှုပ်ရှားမှုဒေတာမရှိလျှင် premium rate ကို ခန့်မှန်းသာ ခန့်မှန်းရမည်။

ဓာတ်အားပေးစက်ရုံတစ်ခုအနီးတွင် ပုံမှန်ညပျံသန်းမှုများ ပေါ်ပေါက်လာပါက၊ ဘယ်သူ သိမည်နည်း။ ယခုအဖြေက အများအားဖြင့်—အဖြစ်အပျက်ဖြစ်ပြီးမှ သိသည်။

ဤပြဿနာများ၏ ဘုံအချက်မှာ- သူတို့လိုအပ်သည်မှာ ပိုကောင်းသည့် ပျံသန်းယာဉ်မဟုတ်ဘဲ၊ ယုံကြည်စိတ်ချရသည့် လေယာဉ်ပျံသန်းရာနယ်မြေ လှုပ်ရှားမှု baseline တစ်ခုဖြစ်သည်။ Baseline ဆိုသည့်အရာတွင် ဝိသေသလက္ခဏာတစ်ခုရှိသည်—စတင်စုဆောင်းမှသာ တန်ဖိုးရှိသည်။ ယနေ့စတင်မှတ်တမ်းတင်လျှင် နှစ်နှစ်အကြာမှ စိတ်ဝင်စားဖွယ်ဖြစ်သည်၊ ယနေ့ မမှတ်တမ်းတင်လျှင် နှစ်နှစ်အကြာတွင်လည်း သုညမှ ပြန်စရမည်။

ဤအရာကို ဘယ်သူ လုပ်သင့်သနည်း

ဤသည်ကို ထုတ်လုပ်သူတစ်ဦးတည်း၏ စီးပွားရေးဖြစ်သင့်သည်ဟု ကျွန်တော် မထင်၊ အနည်းဆုံး အစပိုင်းတွင် မဟုတ်။

ပိုသင့်တော်သည့်လမ်းကြောင်းက ဤသို့ဖြစ်နိုင်သည်- လိုအပ်ချက်ရှင်းလင်းသည့်နေရာများက ဦးစွာ ကိုယ်တိုင်လုပ်—လေဆိပ်၊ ဓာတ်အားပေးစက်ရုံ၊ သိပ္ပံဥယျာဉ်၊ ပွဲကြီးခန်းမ။ ဤအဖွဲ့အစည်းများတွင် လုံခြုံရေးဘတ်ဂျက် အရင်ကတည်းက ရှိပြီးသားဖြစ်၍၊ ဒေတာကို ဆက်လက်သိမ်းဆည်းရန် marginal cost အလွန်နည်းသည်။

အချိန်တစ်ခုစုဆောင်းပြီးနောက် အခွင့်အလမ်းနှစ်ခု ပေါ်ပေါက်လာမည်။ တစ်ခုက ဤဒေတာများ၏ ဖလှယ်မှုနှင့် ပေါင်းစည်းမှု (ဘယ်သူက မိမိ sensor ဒေတာကို ဘုံ pool ထဲ ထည့်လိုမည်နည်း)၊ နောက်တစ်ခုက ဒေတာဝန်ဆောင်မှု၏ စီးပွားဖြစ်မှု (ဘယ်သူက ပိုက်ဆံပေး subscribe လုပ်လိုမည်နည်း) ဖြစ်သည်။

ပထမအခွင့်အလမ်းအတွက် လိုအပ်သည်မှာ governance design ဖြစ်ပြီး နည်းပညာ မဟုတ်။ ဤသည်ပင် မြန်မာသည် ဤကဲ့သို့ ဌာနအချင်းချင်း ဒေတာပေါင်းစည်းမှုတွင် အများဆုံး ပိတ်တတ်သည့်နေရာဖြစ်သည်။

ကိရိယာဘက်တွင်မူ ဤ site တွင် စုစည်းထားသည့် လေယာဉ်ပျံသန်းရာနယ်မြေ လုံခြုံရေးနှင့် sensing ကိရိယာများ ကို နည်းပညာရွေးချယ်မှု၏ အစမှတ်အဖြစ် သုံးနိုင်ပြီး၊ prompt template ထဲတွင်လည်း sensor ဒေတာစုစည်းခြင်းနှင့် report ရေးသားခြင်းအတွက် သင့်တော်သည့် template အချို့ရှိသည်။

TheAI Academy အနှစ်ချုပ်နှင့် သုံးသပ်ချက်

အနိမ့်ပျံသန်းစီးပွားရေးအပေါ် ကျွန်တော့်အမြင်သည် အမြဲ အနည်းငယ် ကွဲပြားသည်။ လူတိုင်း ပျံသန်းယာဉ်ကို ဘယ်လိုလုပ်မည်၊ အသုံးချမှုကို ဘယ်လိုအကောင်အထည်ဖော်မည်ကို ဆွေးနွေးနေချိန်တွင်၊ ကျွန်တော် ပို၍ဂရုစိုက်သည်မှာ- ကောင်းကင်ပေါ်တွင် အရာများစွာ တကယ်ပျံနေသည့်နေ့ ရောက်လာသောအခါ၊ ကျွန်ုပ်တို့သည် ၎င်းက ဘာ၊ ဘယ်မှာ၊ ဘယ်သွားမည်ကို သိနိုင်မည်လား ဆိုသည်ဖြစ်သည်။

ဤအရာသည် ဆွဲဆောင်မှုမရှိ၊ သရုပ်ပြမှုအကျိုးသက်ရောက်မှုမရှိ၊ ဖွင့်ပွဲအတွက် သုံး၍ခက်သည်။ သို့သော် ၎င်းသည် နောက်ဆက်တွဲ အသုံးချမှုအားလုံး၏ အုတ်မြစ်ဖြစ်သည်။

တံတားထိန်းသိမ်းရေး အင်ဂျင်နီယာ စောင့်ခဲ့ရသည့် ထို မိနစ်လေးဆယ်ကို၊ real-time လေယာဉ်ပျံသန်းရာနယ်မြေ ဒေတာတစ်စုရှိလျှင် စောင့်စရာမလိုတော့။ ဤသည် အလွန်သေးငယ်သည့် ဥပမာဖြစ်သည်၊ သို့သော် ၎င်းကို အနာဂတ်ပျံသန်းမှုတိုင်းဖြင့် မြှောက်လိုက်မည်။

သုံးသပ်ချက်- မြန်မာသည် အနိမ့်ပျံသန်းစီးပွားရေးကို ဖွံ့ဖြိုးစေရန် လိုအပ်သည်မှာ ပျံသန်းယာဉ်မဟုတ်ဘဲ ယုံကြည်စိတ်ချရသည့် လေယာဉ်ပျံသန်းရာနယ်မြေ လှုပ်ရှားမှု baseline တစ်ခုဖြစ်သည်။ Baseline ဆိုသည့်အရာတွင် ရက်စက်သည့် ဝိသေသလက္ခဏာတစ်ခုရှိသည်—စတင်စုဆောင်းမှသာ တန်ဖိုးရှိပြီး ဖြတ်လမ်းမရှိ။ ယနေ့ မမှတ်တမ်းတင်လျှင် သုံးနှစ်အကြာ ဆွေးနွေးမှုသည်လည်း သုညမှ ပြန်စဦးမည်။

ဒေတာအရင်းအမြစ်

• Hidden Level တရားဝင်ဝဘ်ဆိုဒ် (RF intelligence platform နှင့် ဒေတာ subscription model)
• Distributed Spectrum တရားဝင်ဝဘ်ဆိုဒ် (edge AI signal recognition)
• အရပ်ဘက်လေကြောင်းအာဏာပိုင် — အဝေးထိန်း drone ကဏ္ဍ

ဤဆောင်းပါးကို ထုတ်လုပ်သူများ၏ တရားဝင်ဝဘ်ဆိုဒ်ပါ အများသိပြည်သူ့သတင်းအချက်အလက်နှင့် လက်ရှိဥပဒေမူဘောင်ကို အခြေခံ၍ စုစည်းထားပြီး၊ နည်းပညာဆိုင်ရာ ကြေညာချက်များအားလုံးမှာ ထုတ်လုပ်သူ၏ ကိုယ်ပိုင်ဖော်ပြချက်များဖြစ်သည်။ ဥပဒေအကျုံးဝင်မှုကို တာဝန်ရှိအာဏာပိုင်၏ နောက်ဆုံးကြေညာချက်အတိုင်း အတည်ယူပါ။