---

Hyundai Motor နှင့် ၎င်း၏ လက်အောက်ခံ Boston Dynamics တို့က ထုတ်ပြန်သည့် နည်းပညာဆိုင်ရာ အချက်အလက်များအရ လူသားပုံစံစက်ရုပ် Atlas သည် ဘောလုံးလေ့ကျင့်မှုများအတွင်း လျင်မြန်စွာ ရွေ့လျားနိုင်ခဲ့ပြီး ခက်ခဲလှသည့် “Ghost Rabona” ကိုပါ အမှားအယွင်းမရှိ ကန်သွင်းပြသနိုင်ခဲ့သည်။ ၎င်းသည် ကုမ္ပဏီ၏ 2026 FIFA World Cup ဆိုင်ရာ လှုပ်ရှားမှုတစ်စိတ်တစ်ပိုင်းအဖြစ် မိတ်ဆက်ခဲ့ခြင်းဖြစ်သည်။

နည်းပညာဆိုင်ရာ အစီရင်ခံစာများအရ Atlas သည် အပြင်ကွင်း၌ တိုက်ရိုက်လေ့ကျင့်မှု မစတင်မီကတည်းက ဒစ်ဂျစ်တယ် simulator အတွင်း reinforcement learning နည်းလမ်းဖြင့် ကိုယ်တိုင်သင်ယူခဲ့ခြင်းဖြစ်သည်။ အင်ဂျင်နီယာများက ပရော်ဖက်ရှင်နယ် ဘောလုံးသမားများ၏ လှုပ်ရှားမှုများကို motion-capture စနစ်ဖြင့် မှတ်တမ်းတင်ပြီး၊ “retargeting” နည်းလမ်းဖြင့် စက်ရုပ်၏ ကိုယ်ခန္ဓာတည်ဆောက်ပုံနှင့် ကိုက်ညီအောင် ပြန်လည်ညှိနှိုင်းခဲ့သည်။ ထို့နောက် cloud GPU ပတ်ဝန်းကျင်တွင် physics-based simulation ထောင်နှင့်ချီကို တစ်ပြိုင်နက် လည်ပတ်စေကာ ၂၄ နာရီအတွင်း လူသားတစ်ဦး၏ တစ်နှစ်စာ လေ့ကျင့်မှု၊ စမ်းသပ်မှုနှင့် ပြင်ဆင်မှုနှင့် ညီမျှသည့် အတွေ့အကြုံကို စုဆောင်းနိုင်ခဲ့သည်ဟု ဆိုသည်။

Boston Dynamics ၏ တရားဝင်ဘလော့ဂ်အရ ဘောလုံးကို သင်ကြားရေးပတ်ဝန်းကျင်အဖြစ် ရွေးချယ်ရခြင်းမှာ ဟန်ချက်ညီမှု၊ အချိန်ကိုက်မှုနှင့် လက်တွေ့အခြေအနေအရ ချက်ချင်းတုံ့ပြန်ညှိနှိုင်းနိုင်မှုတို့ကို တစ်ပြိုင်နက် လိုအပ်သည့် အားကစားတစ်ရပ်ဖြစ်ခြင်းကြောင့်ဟု ဖော်ပြထားသည်။ သင်ယူထားသည့် လှုပ်ရှားမှုများကို စက်ရုပ်၏ အမှန်တကယ် hardware ထဲသို့ ထည့်သွင်းစဉ် Atlas သည် ရှုပ်ထွေးပြီး အလွန်မြန်ဆန်သည့် လှုပ်ရှားမှုများကို ပထမဆုံးအကြိမ်တွင်ပင် အောင်မြင်စွာ လုပ်ဆောင်နိုင်ခဲ့သည်။ ကာလရှည်ကြာ စက်ရုပ်နယ်ပယ်ကို rigid preprogrammed commands များကသာ အဓိက ချုပ်ကိုင်ထားရာမှ ယခုကဲ့သို့ cloud simulation နှင့် အဆင့်မြင့် hardware ပေါင်းစပ်မှုကြောင့် တစ်နေ့တည်းနှင့်ပင် စက်တစ်လုံးက ရုပ်ပိုင်းဆိုင်ရာ ကျွမ်းကျင်မှု အလွန်ကြီးမားစွာ ရရှိနိုင်ကြောင်း ပြသနိုင်ခဲ့သည်ဟု အဆိုပါ သတင်းက ဖော်ပြထားသည်။ ဤသတင်းကို generative AI အကူအညီဖြင့် ပြုစုထားပြီး The Korea Times က အယ်ဒီတာ့အာဘော်ဖြင့် ပြင်ဆင်ထုတ်ဝေထားကြောင်းလည်း ထည့်သွင်းဖော်ပြထားသည်။