ဆောင်းပါးတို Moon Jellyfish နှင့် Neural Networks - Unite.AI
ကြှနျုပျတို့နှငျ့အတူချိတ်ဆက်ပါ

ဉာဏ်ရည်တု

Moon Jellyfish နှင့် Neural Networks

နောက်ဆုံးရေးသားချိန် on

လခူ(Aurelia auritaကမ္ဘာ့ သမုဒ္ဒရာများ အားလုံးနီးပါးတွင် ရှိနေသည့်) ကို သုတေသီများက ၎င်းတို့၏ အာရုံကြော ကွန်ရက်များ မည်သို့ လုပ်ဆောင်သည်ကို လေ့လာရန် ယခုအခါ လေ့လာ လျက်ရှိသည်။ သုံးမှ 30 စင်တီမီတာအထိ အတိုင်းအတာရှိသော ၎င်းတို့၏ တောက်ပသော ခေါင်းလောင်းများကို အသုံးပြုခြင်းဖြင့် cnidarians များသည် အလွန်ထိရောက်စွာ ရွေ့လျားနိုင်စွမ်းရှိသည်။ 

လေ့လာမှု၏ ဦးဆောင်ရေးသားသူမှာ Institute of Genetics ရှိ Neural Network Dynamics နှင့် တွက်ချက်မှုဆိုင်ရာ သုတေသနအဖွဲ့မှ Fabian Pallasdies ဖြစ်သည်။ Bonn တက္ကသိုလ်

“ဒီဂျယ်လီငါးတွေမှာ အဝိုင်းပုံသဏ္ဍာန်ရှိတဲ့ ကြွက်သားတွေ ကျုံ့သွားပြီး ခေါင်းလောင်းထဲက ရေတွေကို တွန်းထုတ်နိုင်ပါတယ်” ဟု Pallasdies က ရှင်းပြသည်။ 

၎င်းတို့၏ လှုပ်ရှားမှုများ၏ ထိရောက်မှုမှာ လခူငါးများ၏ ခေါင်းလောင်းအစွန်းတွင် လှိုင်းများကို ဖန်တီးနိုင်ကာ တွန်းကန်အား တိုးလာစေသည်။ 

“ထို့ပြင်၊ ခေါင်းလောင်းကျုံ့ခြင်းသာ ကြွက်သားစွမ်းအား လိုအပ်သည်။ တစ်ရှူးသည် ပျော့ပျောင်းပြီး မူလပုံစံသို့ ပြန်သွားသောကြောင့် ချဲ့ထွင်မှုသည် အလိုအလျောက် ဖြစ်သွားသည်” ဟု Pallasdies က ဆက်လက်ပြောပြသည်။ 

ယခုအခါ သိပ္ပံပညာရှင်အဖွဲ့သည် လခူငါးများ၏ အာရုံကြောကွန်ရက်များ၏ သင်္ချာပုံစံတစ်ခုကို တီထွင်လိုက်ပါသည်။ အာရုံကြောကွန်ရက်များကို စုံစမ်းစစ်ဆေးရန်နှင့် လခူငါးများ၏ ရွေ့လျားမှုကို မည်သို့ထိန်းညှိရန် ၎င်းကို အသုံးပြုသည်။

ပါမောက္ခ Dr. Raoul-Martin Memmesheimer သည် သုတေသနအဖွဲ့၏ အကြီးအကဲဖြစ်သည်။

“ဂျယ်လီငါးတွေဟာ ရေထဲမှာ လှုပ်ရှားသွားလာနိုင်တဲ့ ရှေးအကျဆုံးနဲ့ အရိုးရှင်းဆုံး သက်ရှိတွေထဲမှာ ပါပါတယ်” ဟု ၎င်းက ဆိုသည်။

အဖွဲ့သည် ၎င်း၏ အာရုံကြောစနစ်နှင့် အခြားသက်ရှိများ၏ မူလဇစ်မြစ်ကို ကြည့်ရှုမည်ဖြစ်သည်။ 

ဂျယ်လီငါးများကို ဆယ်စုနှစ်များစွာ လေ့လာခဲ့ပြီး၊ ကျယ်ပြန့်သော စမ်းသပ် အာရုံကြောဇီဝကမ္မဆိုင်ရာ အချက်အလက်များကို 1950 နှင့် 1980 ခုနှစ်များကြားတွင် စုဆောင်းခဲ့သည်။ Bonn တက္ကသိုလ်မှ သုတေသီများသည် ၎င်းတို့၏ သင်္ချာပုံစံကို တီထွင်ရန် ဒေတာကို အသုံးပြုခဲ့သည်။ ၎င်းတို့သည် အာရုံကြောဆဲလ်တစ်ခုစီ၊ အာရုံကြောဆဲလ်ကွန်ရက်များ၊ တိရစ္ဆာန်တစ်ခုလုံးနှင့် ပတ်ဝန်းကျင်ရေတို့ကို လေ့လာခဲ့ကြသည်။ 

“အာရုံကြောဆဲလ်တစ်ခုချင်းစီရဲ့ လှုံ့ဆော်မှုက လခူငါးတွေရဲ့ ရွေ့လျားမှုကို ဘယ်လိုဖြစ်စေသလဲဆိုတဲ့ မေးခွန်းကို ဖြေဖို့ မော်ဒယ်ကို အသုံးပြုနိုင်ပါတယ်” ဟု Pallasdies ကဆိုသည်။

လခူငါးများသည် အလင်းနှိုးဆော်မှုနှင့် ဟန်ချက်ညီသော ကိုယ်တွင်းအင်္ဂါများဖြင့် ၎င်းတို့၏တည်နေရာကို ရိပ်မိနိုင်သည်။ သတ္တဝါသည် သမုဒ္ဒရာရေစီးကြောင်းကို လှည့်သောအခါ သူ့ကိုယ်သူ ပြုပြင်နိုင်သော နည်းလမ်းများရှိသည်။ ၎င်းသည် လှုပ်ရှားမှုအတွက် လျော်ကြေးပေးပြီး ရေမျက်နှာပြင်ဆီသို့ သွားလေ့ရှိသည်။ ရေခူများသည် ရှေ့တည့်တည့်တွင် ရေကူးရန်အတွက် အာရုံကြောကွန်ရက်တစ်ခုနှင့် လှည့်ပတ်လှုပ်ရှားမှုအတွက် နှစ်ခုကို အသုံးပြုကြောင်း သုတေသီများက ၎င်းတို့၏သင်္ချာပုံစံဖြင့် အတည်ပြုခဲ့သည်။ 

အာရုံကြောဆဲလ်များ၏ လုပ်ဆောင်ချက်သည် ရေခူ၏ခေါင်းလောင်းတစ်လျှောက်တွင် လှိုင်းလုံးပုံသဏ္ဍာန်ဖြင့် ရွေ့လျားကာ ခေါင်းလောင်း၏ အစိတ်အပိုင်းအများအပြား ဒဏ်ရာရသွားသည့်တိုင် ရွေ့လျားမှုသည် အလုပ်ဖြစ်သည်။ Bonn တက္ကသိုလ်မှ သိပ္ပံပညာရှင်များသည် ယင်းကို ၎င်းတို့၏ သရုပ်ဖော်ပုံများဖြင့် ရှင်းပြနိုင်နေပြီဖြစ်သည်။ 

“ဂျယ်လီငါးတွေဟာ သူတို့ရဲ့ ခေါင်းလောင်းပေါ် အချက်ပြမှုတွေကို အချိန်မရွေး ဖမ်းယူနိုင်ပြီး” လို့ Pallasdies က ဆိုပါတယ်။ “အာရုံကြောဆဲလ်တစ်ခု မီးလောင်သွားတဲ့အခါ ခေါင်းလောင်းရဲ့ အပိုင်းတွေ ချို့ယွင်းသွားရင်တောင် တခြားသူတွေက မီးလောင်သလိုပါပဲ။”

လခူငါးသည် အာရုံကြောကွန်ရက်များကို လေ့လာနေသည့် နောက်ဆုံးပေါ်သတ္တဝါများဖြစ်သည်။ သဘာဝပတ်၀န်းကျင်သည် အာရုံကြောကွန်ရက်များ၊ ဉာဏ်ရည်တု၊ စက်ရုပ်များနှင့် အခြားအရာများကို လှည့်ပတ်နေသော မေးခွန်းအသစ်များအတွက် အဖြေများစွာကို ပေးစွမ်းနိုင်ပါသည်။ လက်ရှိတွင် ရေအောက်စက်ရုပ်များသည် ရေခူငါးများ၏ ရေကူးမူများကို အခြေခံ၍ တီထွင်ထုတ်လုပ်လျက်ရှိသည်။

"ကျွန်ုပ်တို့၏လေ့လာမှုသည် ဤစက်ရုပ်များ၏ အလိုအလျောက်ထိန်းချုပ်မှုကို မြှင့်တင်ပေးနိုင်သည်" ဟု Pallasdies ကဆိုသည်။

သိပ္ပံပညာရှင်များသည် ၎င်းတို့၏ သုတေသနနှင့် ဆက်လက်လုပ်ဆောင်နေသော အာရုံကြောကွန်ရက်များ၏ အစောပိုင်းဆင့်ကဲဖြစ်စဉ်ကို ရှင်းပြရန် ကူညီပေးလိမ့်မည်ဟု မျှော်လင့်ပါသည်။ 

 

Alex McFarland သည် AI ဂျာနယ်လစ်တစ်ဦးဖြစ်ပြီး ဉာဏ်ရည်တုဆိုင်ရာ နောက်ဆုံးပေါ်တိုးတက်မှုများကို ရှာဖွေနေသော စာရေးဆရာဖြစ်သည်။ သူသည် ကမ္ဘာတစ်ဝှမ်းရှိ AI startup များနှင့် ထုတ်ဝေမှုများ အများအပြားနှင့် ပူးပေါင်းဆောင်ရွက်ခဲ့သည်။