Iktos

ပြင်သစ်နိုင်ငံမှ Iktos သည် ဆေးဝါးအသစ် တီထွင်ဖန်တီးမှု လုပ်ငန်းစဉ်ကို အရှိန်မြှင့်တင်ရန်အတွက် AI ဖြင့် ထုတ်လုပ်ပေးသည့် စနစ်နှင့် ဓာတ်ခွဲခန်း როဘော့များကို ပေါင်းစပ်ထားသည့် ဆန်းသစ်သော ဆေးဝါးဒီဇိုင်း ပလပ်ဖောင်းတစ်ခု ဖြစ်ပါသည်။ ရိုးရာဆေးဝါး ဓာတုဗေဒတွင် ဒြပ်ပေါင်းများစွာထဲမှ ကုသနိုင်စွမ်းနှင့် ဘေးကင်းမှု ကောင်းမွန်သော မော်လီကျူးများကို စစ်ထုတ်ပြီး ဒီဇိုင်းထုတ်ရန်အတွက် များသောအားဖြင့် နှစ်ပေါင်းများစွာနှင့် ကုန်ကျစရိတ် မြင့်မားစွာ သုံးစွဲရလေ့ရှိသည်။ Iktos သည် အဆင့်မြင့် နက်ရှိုင်းသော သင်ယူမှု (Deep Learning) အယ်လဂိုရီသမ်များမှတစ်ဆင့် မော်လီကျူးဖွဲ့စည်းပုံအသစ်များကို အလိုအလျောက် ဖန်တီးပေးနိုင်ပြီး ၎င်းတို့၏ ဓာတုဗေဒ ဂုဏ်သတ္တိများကို တိကျစွာ ခန့်မှန်းပေးနိုင်ကာ ဆေးဝါးသုတေသန၏ ကနဦး ရှာဖွေတွေ့ရှိမှု ကာလကို သိသိသာသာ လျှော့ချပေးပါသည်။

မျိုးဆက်သစ် AI နှင့် ဓာတ်ခွဲခန်း အလိုအလျောက်စနစ် ပေါင်းစပ်မှု

ဤပလပ်ဖောင်း၏ အဓိကစွမ်းဆောင်ရည်မှာ မူပိုင်ခွင့်ရထားသော AI ဖြင့် ဖန်တီးသည့် နည်းပညာပင် ဖြစ်သည်။ သုတေသီများသည် သီးသန့်မော်လီကျူး ဒီဇိုင်းပစ်မှတ်များ (ဇီဝလှုပ်ရှားမှု၊ မူပိုင်ခွင့်ရှောင်ရှားမှု သို့မဟုတ် သီးသန့်ဆေးဝါး ကာနီတစ်ညွှန်းကိန်းများကဲ့သို့သော) ကို သတ်မှတ်ပေးရုံဖြင့် စနစ်က သတ်မှတ်ချက်များနှင့် ကိုက်ညီသော ကိုယ်စားလှယ် မော်လီကျူး ထောင်ပေါင်းများစွာကို အမြန်နှုန်းဖြင့် ထုတ်ပေးနိုင်ပါသည်။ ပို၍အရေးကြီးသည်မှာ Iktos သည် ဤ ဒစ်ဂျစ်တယ် ဒီဇိုင်းများကို ဓာတ်ခွဲခန်း ရိုဘော့တစ်နည်းပညာနှင့် ချိတ်ဆက်ကာ ဓာတုဗေဒ ပေါင်းစပ်မှုနှင့် စမ်းသပ်မှုများကို အလိုအလျောက် လုပ်ဆောင်ပေးခြင်း ဖြစ်သည်။ ဤဆော့ဖ်ဝဲနှင့် ဟတ်ဝဲ ပေါင်းစပ်ထားသည့် ပုံစံသည် လူကိုယ်တိုင် စမ်းသပ်မှားယွင်းမှု အချိန်များကို လျှော့ချပေးရုံသာမက စမ်းသပ်မှု အချက်အလက်များကို AI မော်ဒယ်ဆီသို့ ချက်ချင်း ပြန်လည်ပေးပို့ကာ ဆက်လက် တိုးတက်စေခြင်းဖြင့် ထိရောက်သော ပိတ်ဆို့စက်ဝိုင်း (Closed-loop) သုတေသနစနစ်ကို ဖြစ်ပေါ်စေပါသည်။

ဆေးဝါးသုတေသနကို အရှိန်မြှင့်တင်ပေးမည့် အစွမ်းထက် အထောက်အကူ

ဆေးဝါးထုတ်လုပ်ရေး ကုမ္ပဏီများ၊ ဇီဝနည်းပညာ စတားတပ်များနှင့် ဆေးဝါးဓာတုဗေဒ သုတေသနအဖွဲ့များအတွက် Iktos သည် ရိုးရာအတားအဆီးများကို ကျော်လွှားနိုင်သည့် ဖြေရှင်းချက်တစ်ခုကို ပံ့ပိုးပေးထားပါသည်။ ၎င်းသည် သုတေသန လုပ်ငန်းစဉ်များတွင် မကြာခဏ ကြုံတွေ့ရလေ့ရှိသော မော်လီကျူး အမျိုးအစားစုံလင်မှု မလုံလောက်ခြင်း၊ ပေါင်းစပ်လမ်းကြောင်း မသေချာခြင်း စသည့် အခက်အခဲများကို ထိရောက်စွာ ဖြေရှင်းပေးနိုင်ပြီး အသင်းအဖွဲ့များအနေဖြင့် ကျယ်ပြန့်သော ဓာတုဗေဒ სივრცეს කෙටිအချိန်အတွင်း လေ့လာရှာဖွေနိုင်ရန် ကူညီပေးပါသည်။ ခက်ခဲသော ရောဂါများအတွက် သေးငယ်သော မော်လီကျူး ဆေးဝါးအသစ်များကို ရှာဖွေခြင်း သို့မဟုတ် လက်ရှိ ဒြပ်ပေါင်းများ၏ ဖွဲ့စည်းပုံကို အကောင်းဆုံးဖြစ်အောင် ပြုလုပ်ခြင်းဖြစ်စေ ဤပလပ်ဖောင်းသည် အနာဂတ်ကို မျှော်တွေးသည့် ဆုံးဖြတ်ချက်ချရာတွင် အထောက်အပံ့ပေးနိုင်ပြီး သုတေသန ထိရောက်မှုနှင့် အောင်မြင်မှုနှုန်းကို သိသိသာသာ မြှင့်တင်ပေးပါသည်။