မင္းခိုုင္ - ျဖဴ/မည္း ေလာ့ဂ်စ္ကို ပုန္ကန္ျခင္း
(မိုုးမခ) ေဖေဖာ္၀ါရီ ၁၃၊ ၂၀၁၅
ဆယ္တန္းမွာ ေလာ့ဂ်စ္ဂိတ္ (Logic Gate)ဆိုတာ သင္ရပါတယ္။ အဲဒီ့ေလာ့ဂ်စ္ဂိတ္ဆိုတာ ေခတ္သစ္ကြန္ပ်ဴတာေတြရဲ႕ အေျခခံပါပဲ။
ေလာ့ဂ်စ္ဆိုတာ ယုတိၱေဗဒလို႔ အဓိပၸာယ္ရပါတယ္။ တနည္းအားျဖင့္ က်ဳိးေၾကာင္းဆင္ျခင္ျခင္းပါ။ အဲလိုေျပာေတာ့ သက္ရိွလူသားေတြနဲ႔ပဲ ဆိုင္တယ္လို႔ ထင္ရတဲ့ က်ဳိးေၾကာင္းဆင္ျခင္ျခင္းဟာ ဘယ္နဲ႔ သက္မဲ့စက္ေတြဆီ ေရာက္သြားပါလိမ့္လို႔ မ်က္စိလည္ခ်င္စရာပါပဲ။ ဒါေပမဲ့ ေသခ်ာေတြးၾကည့္ရင္ေတာ့ ထူးၿပီး အံ့ၾသစရာ မေကာင္းပါဘူး။ ဒီလူပါ ... လူေတြ က်ဳိးေၾကာင္းဆင္ျခင္တယ္ဆိုတာ အဓိကအဆင့္ ႏွစ္ဆင့္ပဲ ရိွပါတယ္။ ပထမအဆင့္က ေပတံတခုနဲ႔ ခ်ိန္ထိုးၾကည့္ျခင္းပါ။ ဒုတိယအဆင့္က ဆံုးျဖတ္ျခင္းပါ။ အဲဒါ ေလာ့ဂ်စ္ပါပဲ။
ဥပမာ လိမ္တာမေကာင္းဘူးလို႔ သိထားတဲ့ လူတေယာက္ဟာ လိမ္ေျပာေနတဲ့ လူတေယာက္ကို ေတြ႕တဲ့အခါ သူ႔ေပတံေလးနဲ႔ တိုင္းၿပီး ဟာ ဒီလူ မေကာင္းဘူးလို႔ ဆံုးျဖတ္ပါမယ္။ ဒါ အလြယ္ဆံုး ဥပမာေပါ့ဗ်ာ။ အဲ့ဒါ ေလာ့ဂ်စ္သေဘာပါပဲ။ အဲ့ဒီ့ေပတံကို ဘယ္က ရပါသလဲ။ အေတြ႕အႀကံဳက ရတယ္။ ပတ္၀န္းက်င္ (ေက်ာင္း၊ အိမ္)က ရတယ္။ အဲဒီ့ ရိွထားတဲ့ေပတဲ့နဲ႔ တိုင္းၿပီး ဆံုးျဖတ္ခ်က္ ခ်ျခင္းပါပဲ။ ဥပမာ ကုန္သည္တေယာက္ဟာ ဒီကုန္စည္ဟာ ဒီအခ်ိန္မွာ ေစ်းတက္တတ္တယ္၊ ၀ယ္မွပဲဆိုတာ ကုန္သည္ရဲ႕ေလာ့ဂ်စ္ပါပဲ။ "ဒီအခ်ိန္မွာ ေစ်းတက္တတ္တယ္"ဆိုတဲ့ အေတြ႕အႀကံဳ ေပတံကို သံုးၿပီး ၀ယ္ထားသင့္တယ္ဆိုတဲ့ ဆံုးျဖတ္ခ်က္ကို ခ်ျခင္းပါ။
ေလာ့ဂ်စ္ဂိတ္ဆိုတာလည္း ဒီသေဘာကို အေျခခံတည္ေဆာက္ပါတယ္။ မတူတာက ေပတံအတြက္ လူသားေတြလို အေတြ႕အႀကံဳမလိုပါဘူး။ နဂိုကတည္းက ဒီေပတံ ဒီေပတံနဲ႔ တိုင္းမယ္ဆိုၿပီး လိုအပ္တဲ့ ေပတံကို လူသားေတြက ႀကိဳေပးထားၿပီးသားပါ။ ေလာ့ဂ်စ္ဂိတ္က အဲဒီ့ေပတဲ့ကို သံုးၿပီး ဆံုးျဖတ္ခ်က္ ခ်ပါတာပါ။ ဒါေၾကာင့္ ဖတ္စာအုပ္မွာ ေလာ့ဂ်စ္ဂိတ္ကို သတင္းအခ်က္အလက္ကို ရယူၿပီး အဲဒီ့သတင္းအခ်က္အလက္အေပၚ အေျခခံလို႔ ရလဒ္ထုတ္ေပးတဲ့ (တနည္း ဆံုးျဖတ္ခ်က္ ခ်ေပးတဲ့) စက္လို႔ အဓိပၸာယ္ဖြင့္ပါတယ္။ ေျပာင္းျပန္ေျပာရရင္ လူဆိုတာ သက္ရိွေလာ့ဂ်စ္ဂိတ္ေပါ့ဗ်ာ။ ဒါေပမဲ့ မတူတာက စက္က ရလဒ္ကို (ဆံုးျဖတ္ခ်က္ကို) တသတ္မတ္တည္း ခ်ေပးႏိုင္ေပမယ့္ လူကေတာ့ ဆႏၵစဲြေတြနဲ႔ ဆံုးျဖတ္တတ္ပါတယ္။ ဒီေတာ့ ဆံုးျဖတ္ခ်က္က တသတ္မတ္တည္း မျဖစ္ပါဘူး။ ဥပမာ ခုိးတာ မေကာင္းမွန္း သိေပမယ့္ ကိုယ့္သားသမီး လာဘ္မ်ားမ်ားစားရတဲ့ ဌာနေရာက္သြားရင္ က်ိတ္ေပ်ာ္ေနတာမ်ဳိးေပါ့။ တနည္းအားျဖင့္ လူဆိုတာ ဆႏၵစဲြျပင္းျပင္းေတြနဲ႔ ခုတ္ေမာင္းေနတဲ့ ေလာ့ဂ်စ္ဂိတ္ အႀကီးစားႀကီးေပါ့ဗ်ာ။
ထားပါေတာ့ ... လိုရင္းျပန္ဆက္ရရင္ ... အဲလို ဆံုးျဖတ္ခ်က္ (result) ထုတ္ေပးဖို႔ ေပတံလိုပါတယ္။ ေလာ့ဂ်စ္ဂိတ္ေတြအတြက္ ေပတံကို အစဥ္အလာအစု (အစဥ္အလာေလာ့ဂ်စ္)ေပၚမွာ အေျခခံၿပီး တည္ေဆာက္ပါတယ္။ အစဥ္အလာအစုရဲ႕သေဘာက အစု၀င္တခုဟာ အစုတခုမွာ ပါတယ္ဆိုတဲ့ အေျခအေနရယ္၊ မပါဘူးဆိုတဲ့ အေျခအေနရယ္ စုစုေပါင္း အျခအေန ႏွစ္ခုေပၚမွာပဲ စဥ္းစားပါတယ္။ ၾကားအေျခအေနဆိုတာ မရိွပါဘူး။ (တ၀က္ေတာ့ ပါတယ္ဆိုတာမ်ဳိး လုပ္လို႔မရပါဘူး) အဲဒီ့အေျခအေနႏွစ္မ်ဳိးကို ေလာ့ဂ်စ္မွာ 1, 0 ဆိုၿပီး ညႊန္းပါတယ္။ (True/False, Low/High, On/Off လို႔ ေျပာလည္း ရပါတယ္) အဓိပၸာယ္က ေလာ့ဂ်စ္ဂိတ္နားလည္တဲ့ေပတံက ႏွစ္မ်ဳိးပဲရိွပါတယ္။ 1 မဟုတ္ရင္ 0 ပါပဲ။ True မဟုတ္ရင္ False ပါပဲ။ အဲဒါကိုမွ OR, AND, NOT ဆိုတဲ့ operation ေတြ သံုးၿပီး ရလဒ္ကို ထုတ္ပါတယ္။
ဥပမာ - If P, then X or
If not P, then Y
P ျဖစ္ရင္ X ျဖစ္ပါ (X လို႔ ဆံုးျဖတ္ေပးပါ)။ P မဟုတ္ရင္ Y လို႔ ဆံုးျဖတ္ေပးပါဆိုရင္ .... ေလာ့ဂ်စ္ဂိတ္က P လား not P လားဆိုတာ ၾကည့္ၿပီး (အဲဒီ့ေပတံနဲ႔တိုင္းၿပီး) X ဒါမဟုတ္ Y လို႔ ဆံုးျဖတ္ေပးလိုက္ပါတယ္ (အေျဖထုတ္ေပးလိုက္ပါတယ္)။ ဆိုေတာ့ စက္အေနနဲ႔ သိတာ P မဟုတ္ရင္ not P ပါပဲ။
အစဥ္အလာေလာ့ဂ်စ္သေဘာတရားဟာ ဂရိေခတ္ (အထူးသျဖင့္ အရစၥတိုတယ္ေခတ္)ကတည္းက ထြန္းကားခဲ့ၿပီး အေနာက္တိုင္းလူ႕အဖဲြ႕အစည္းကို ႀကီးစြာ အက်ဳိးျပဳခဲ့ပါတယ္။ အေနာက္တိုင္းအေတြးအေခၚတခုလံုးရဲ႕ ဗဟိုခ်က္လို႔လည္း ေျပာလို႔ရပါတယ္။ 19 ရာစုမွာ အစုသီအိုရီ၊ သခ်ၤာဆိုင္ရာ ေလာ့ဂ်စ္ေတြ ဖံြ႕ၿဖိဳးလာၿပီး အခုေျပာတဲ့ ေလာ့ဂ်စ္ဂိတ္ေတြထိ ေရာက္လာပါေတာ့တယ္။
(ၾကားျဖတ္လို႔ ေျပာရရင္ ေလာ့ဂ်စ္ဂိတ္သင္တဲ့အခါ သူ႕ရဲ႕အေျခခံ အစုသီအိုရီျဖစ္တဲ့ ဒီေမာဂမ္သီအိုရီ De Morgan's Theory တို႔၊ ဘူလီယမ္သီအိုရီ Boolean Theory တို႔ကို အရင္သင္သင့္ပါတယ္။ အဲဒါေတြ မသင္ဘဲ NAND gate သံုးၿပီး NOR gate ေဆာက္ျပပါဆိုေတာ့ .. အေပါင္းအေျမွာက္သေဘာကို မသိဘဲ အစားကို သင္ေပးသလိုပါပဲ၊ ေက်ာင္းသားေတြခမ်ာ ဖတ္စာအုပ္ထဲ ေပးထားတဲ့ မႈန္၀ါး၀ါးပံုေလးေတြကို ဘုမသိဘမသိ အလြြတ္က်က္ရပါေတာ့တယ္၊ ေတာ္ေတာ္သနားဖို႔ေကာင္းပါတယ္)
ဒါေပမဲ့ 1965 ေလာက္မွာ အဲဒီ့အစဥ္အလာေလာ့ဂ်စ္ကို သူပုန္သူကန္လုပ္တဲ့ ေလာ့ဂ်စ္တမ်ဳိး ေပၚလာခဲ့ပါတယ္။ အဲဒါကေတာ့ ဘာကေလပါေမာကၡ ေလာ့ဖီေဇာ့ဒခ္ (Lotfi Zadeh) စၿပီး မိတ္ဆက္လိုက္တဲ့ ေဖာ့ဇီေလာ့ဂ်စ္၊ ေဖာ့ဇီအစု (Fuzzy Logic/ Fuzzy Set) ပါ။
အစဥ္အလာေလာ့ဂ်စ္မွာ အစုထဲ ရိွတယ္၊ မရိွဘူးဆိုတဲ့ အေျခႏွစ္ခုပဲ ရိွေပမယ့္ ေဖာ့ဇီေလာ့ဂ်စ္ကေတာ့ ရိွတယ္၊ မရိွဘူးဆိုတဲ့ အေျခအေနႏွစ္ခုတင္မက တ၀က္လည္းရိွႏိုင္တယ္၊ သံုးပံုတပံုလည္း ရိွႏုိင္တယ္လို႔ စဥ္းစားပါတယ္။ ဥပမာ အစဥ္မလာေလာ့ဂ်စ္မွာ ေရဖန္ခြက္မွာ ေရျပည့္တယ္၊ မျပည့္ဘူးလို႔ပဲ စဥ္းစားေပမယ့္ ေဖာ့ဇိေလာ့ဂ်စ္ကေတာ့ တ၀က္ျပည့္တယ္၊ သံုးပံုတပံုျပည့္တယ္၊ ျပည့္လုနီးပါး စသည္ျဖင့္ စဥ္းစားပါတယ္။ တနည္းအားျဖင့္ ျပည့္ျခင္းကို အဆင့္အတန္း (degree) ခဲြၿပီးစဥ္းစားပါတယ္။ ဒါေၾကာင့္ ေဖာ့ဇီေလာ့ဂ်စ္ကို degree of Truth ေပၚမွာ အေျခခံတယ္လို႔ ဆိုပါတယ္။
ေလာ့ဖီက အဲလိုလည္း မိတ္ဆက္လိုက္ေရာ ပညာတတ္အသိုင္းအ၀န္းက အစဥ္အလာသမားေတြ အကုန္လံုး ေရွာ့ခ္ရကုန္ၿပီး ေဖာ့ဇီေလာ့ဂ်စ္ကို ၀ိုင္းဖဲ့ပါေတာ့တယ္။ ဘာကေလပါေမာကၡ William Kahan ကဆို ေဖာ့ဇီေလာ့ဂ်စ္ကို ဘိန္း (cocaine of science)လို႔ေတာင္ ဆိုပါတယ္။ သူတို႔စိတ္ထဲ ေလာ့ဂ်စ္ဆိုတာ တိက်ျပတ္သားရမယ္၊ တိက်ျပတ္သားတဲ့ အေျဖကို ထုတ္ေပးႏိုင္ရပါမယ္။ If P, then Q ဆို .... P ျဖစ္ရင္ Q လို႔ တိတိက်က်အေျဖထုတ္တာမ်ဳိးကို လိုခ်င္ပါတယ္။ (P မဟုတ္ရင္ ေနာက္အေျဖတခုေပါ့) ဒါေပမဲ့ ေဖာ့ဇီက P မဟုတ္လည္း P နီးပါး (mostly P)ဆို Q နီးပါး (mostly Q)လို႔ အေျဖထုတ္ပါတယ္။ ေနာက္တမ်ဳိးေျပာရရင္ အစဥ္အလာေလာ့ဂ်စ္မွာ 1 နဲ႔ 0 ပဲ ရိွေပမယ့္ ေဖာ့ဇီေလာ့ဂ်စ္မွာ 1 နဲ႔ 0 ၾကားက ႀကိဳက္တဲ့ကိန္းျဖစ္လို႔ရပါတယ္။ အဲဒီ့မွာတင္ ေဖာ့ဇီေလာ့ဂ်စ္ဟာ မေရမရာရလဒ္ေတြ ထုတ္ေပးတဲ့ ဘာမွအသံုးမ၀င္တဲ့ေလာ့ဂ်စ္လို႔ ထင္ပါေတာ့တယ္။
ဒါေပမဲ့ သူတို႔ထင္တာေတြ အကုန္ မွားသြားပါတယ္။ ေဖာ့ဖီေလာ့ဂ်စ္ဟာ မေရမရာရလဒ္ေတြ ထုတ္ေပးတာမဟုတ္ဘူး၊ ပိုၿပီးေကာင္းတဲ့ ရလဒ္ေတြ (ဆံုးျဖတ္ခ်က္ေတြ)ကို ထုတ္ေပးႏိုင္တာပါ။ ေဖာ့ဇီေလာ့ဂ်စ္ကို သံုးထားတဲ့စက္ဟာ အစဥ္အလာစက္ထက္ အမ်ားႀကီးအမ်ားႀကီး သာပါတယ္။ ဥပမာ ကားဘရိတ္စနစ္တခုကို အစဥ္အလာေလာ့ဂ်စ္နဲ႔ တည္ေဆာက္မယ္ဆိုပါစို႔။ အစဥ္အလာေလာ့ဂ်စ္က နီးျခင္း/ေ၀းျခင္း ႏွစ္ခုကိုပဲ သိပါတယ္။ နီးရင္ ဘရိတ္အုပ္ပါလိမ့္မယ္၊ ေ၀းရင္မအုပ္ပါဘူး။ နီးျခင္း/ေ၀းျဖင္းကို 10 ေပလို႔ ထားမယ္ဆိုရင္ အစဥ္အလာေလာ့ဂ်စ္က 11 ေပဆို ေ၀းတယ္လို႔ ယူဆၿပီး ဘရိပ္မအုတ္ပါဘူး။ 9 ေပဆို နီးတယ္ဆိုၿပီး ဘရိတ္အုပ္ပါလိမ့္မယ္။ ေဖာ့ဇီေလာ့ဂ်စ္က 11 ေပဆို နည္းနည္းေ၀း၊ 9 ေပဆို နည္းနည္းနီး၊ 6 ေပဆို ေတာ္ေတာ္နီးလို႔ ဆံုးျဖတ္ၿပီး ဘရိတ္ကို အတိုးအေလ်ာ့လုပ္ပါလိမ့္မယ္။ (Heat Controller ဆိုလည္း အဲလိုပါပဲ။ အစဥ္အလာေလာ့ဂ်စ္က ေအး/ပူ ႏွစ္မ်ဳိးပဲ စဥ္းစားႏိုင္ၿပီး ေဖာ့ဇီေလာ့ဂ်စ္ကေတာ့ ေတာ္ေတာ္ပူတယ္၊ သိပ္မပူဘူးစသည္ျဖင့္ စဥ္းစားပါတယ္။ ေအာက္ကပံု)
ေတြးၾကည့္တာနဲ႔ ေဖာ့ဇီေလာ့ဂ်စ္ဟာ အလုပ္ပိုျဖစ္ေၾကာင္း (ပိုထိေရာက္ေၾကာင္း) ထင္ရွားပါတယ္။ တနည္းအားျဖင့္ စက္ေတြဟာ အရင္က ႏွစ္မ်ဳိးပဲ စဥ္းစားတတ္ရာကေန အခုေဖာ့ဇီေက်းဇူးေၾကာင့္ ႏွစ္မ်ဳိးမက (အမ်ားႀကီး) စဥ္းစားလာႏိုင္ၿပီဆိုတဲ့ သေဘာပါ။ တနည္းအားျဖင့္ စက္ေတြဟာ လူနဲ႔ ပိုတူလာပါတယ္။ ဒါေၾကာင့္လည္း ဥာဏ္တု (Artificial Intelligence) ဖန္တီးတဲ့ေနရာမွာ ေဖာ့ဇီေလာ့ဂ်စ္ဟာ အရမ္းစြမ္းတဲ့လက္နက္ျဖစ္လာပါတယ္။ ေနာက္အားသာခ်က္တခုက ေဖာ့ဇီေလာ့ဂ်စ္ဟာ Feedback ကို ျပန္လက္ခံၿပီး အဲဒါနဲ႔ လိုက္ေလ်ာညီေထြရိွမယ့္ ရလဒ္ကို ေျပာင္းလဲထုတ္ေပးႏိုင္ပါတယ္။ ဒါဆို ဒီေလာ့ဂ်စ္ဘယ္ေလာက္ထိေရာက္ႏိုင္သလဲ မွန္းလို႔ရပါၿပီ။
အခုေတာ့ ေဖာ့ဇီေလာ့ဂ်စ္ကို အ၀တ္ေလွ်ာ္စစ္ကအစ၊ control system အလယ္၊ ဥာဏ္တုထုတ္ျခင္းအဆံုး နယ္ပယ္အစံုမွာ ေကာင္းေကာင္းႀကီးသံုးေနပါၿပီ။ ေခတ္ေပၚအ၀တ္ေလွ်ာ္စက္ေတြမွာ Fuzzy လို႔ပါတာ ဒီစက္ဟာ ေဖာ့ဇီေလာ့ဂ်စ္ကို သံုးထားတယ္၊ ဒါေၾကာင့္ စြမ္းအင္(လွ်ပ္စစ္/ေရ)နဲ႔ အခ်ိန္ကို ပိုၿပီးသက္သာေစပါတယ္။ (ေဖာ့ဇီေလာ့ဂ်စ္ကို သံုးထားတဲ့ ဂ်ပန္က Sendai Subway system ဟာ ကမၻာေပၚမွာ အေကာင္းဆံုး/အထိေရာက္ဆံုးစနစ္လို႔ ဆုိပါတယ္)
အျဖဴမဟုတ္ရင္ အမည္း၊ အမွန္မဟုတ္ရင္ အမွားလို႔ စဥ္းစားရတာ အရမ္းလြယ္ပါတယ္။ ဒါေၾကာင့္လည္း လူေတာ္ေတာ္မ်ားမ်ားဟာ အဲလိုပဲ စဥ္းစားပစ္ပါတယ္။ ဒါေပမဲ့ က်ေနာ္တို႔ အစစ္အမွန္ေနေနတာ ဘလက္ကမ္၀ႈက္ (Black and White) ကမၻာ မဟုတ္ပါဘူး။ ေရာင္စံုကမၻာပါ။ လက္ေတြ႕မွာလည္း လံုး၀အမွန္ လံုး၀အမွားဆိုတာ မရိွပါဘူး။ မရိွေသာ္လည္းပဲ က်ေနာ္တို႔က အဲလိုပဲ စဥ္းစားပါတယ္။ မင္းမွားရင္ ငါမွန္ေနလို႔ပဲ။ အဲဒါ အဓိကက ျပသနာပါ။
တနည္းအားျဖင့္ ျဖဴမည္းစဥ္းစားေနတဲ့ လူ႕အဖဲြ႕အစည္းတခုဟာ စြမ္းေဆာင္ရည္ညံ့ညံ့နဲ႔ ဆုတ္ယုတ္ဖို႔ပဲ ရိွပါတယ္။ ျဖဴမည္းစဥ္းစားေနတဲ့ စနစ္တခုဟာလည္း တကယ့္အရိွတရားနဲ႔ အံ့မ၀င္၊ အက်ဳိးယုတ္ဖို႔ပဲ ရိွပါတယ္။
ဥပမာ စစ္တပ္တခု (လက္နက္ကိုင္တပ္ဖဲြ႕တခု)ရဲ႕ စဥ္းစားပံုဟာ အစဥ္အလာေလာ့ဂ်စ္ေပၚမွာ တရာရာခိုင္ႏႈန္း အေျခခံပါတယ္။ သူတို႔မွာ ရန္သူနဲ႔ မိတ္ေဆြ ႏွစ္မ်ဳိးပဲ ရိွပါတယ္။ ရန္သူမဟုတ္ရင္ မိတ္ေဆြပါပဲ။ ေခ်မႈန္းေရးရည္မွန္းခ်က္အတြက္ ဖန္တီးထားတဲ့စနစ္တခုအတြက္ ဒီျဖဴမည္းေလာ့ဂ်စ္က ယုတိၱရိွပါတယ္။ အသံုး၀င္ပါတယ္။ ဒါေပမဲ့ ျပသနာက အေျခအေနတခု၊ နယ္ပယ္တခု၊ ရည္မွန္းခ်က္တခုအတြက္ပဲ ရည္ရြယ္ထားတဲ့ (အသံုး၀င္တဲ့) ျဖဴမည္းေလာ့ဂ်စ္ကို အုပ္ခ်ဳပ္ေရး၊ တရားစီရင္ေရး၊ ႏုိင္ငံေရး၊ ပညာေရးစတဲ့ နယ္ပယ္အစံုမွာ အသံုးခ်လိုက္မယ္ဆို အသံုးမ၀င္တဲ့အျပင္ အက်ဳိးယုတ္ဖို႔ပဲ ရိွပါေတာ့တယ္။
ဒါ ... အာဏာရွင္စနစ္ ဒါမွမဟုတ္ စစ္အုပ္ခ်ဳပ္ေရးစနစ္ ဘာေၾကာင့္ က်ရံႈးရသလဲ၊ ဘာေၾကာင့္ မေအာင္ျမင္သလဲဆိုတာပါပဲ။
ေနာက္ ... ျဖဴမည္းစဥ္းစားေနတဲ့ လူ႕အဖဲြ႕အစည္းတခု (တဖက္ကဘာဆိုတဲ့ Feedback ကိုလည္း ျပန္မစဥ္းစားတဲ့ လူအဖဲြ႕အစည္းတခု) ဘာေၾကာင့္ မတုိးတက္မၿငိမ္းခ်မ္းရသလဲဆိုတာပါပဲ။
ဟုတ္ကဲ့ .....
အျဖဴနဲ႔အမည္းၾကားမွာ မတူတဲ့ အေရာင္ေတြ အနႏၱရိွပါတယ္။
အမွန္တရားေတြ အမ်ားႀကီးရိွေနတဲ့ ပို႔စ္ေမာ္ဒန္ကမၻာမွာ က်ေနာ္တို႔ ေနပါတယ္။
တခါေလာက္ ျဖဴမည္းမ်က္မွန္ကို ခၽြတ္ၿပီး ေရာင္စံုအလွကို ခံစားၾကည့္ေစခ်င္တယ္ဗ်ာ ... ။
(ျမန္မာ့ႏိုင္ငံေရး ... ေဖာ့ဇီေလာ့ဂ်စ္ လႊမ္းေစေသာ၀္ ... )
(ျမန္မာ့လူေဘာင္အဖဲြ႔အစည္း .... ေဖာ့ဇီေလာ့ဂ်စ္ လႊမ္းေစေသာ၀္ ... )
ဆယ္တန္းမွာ ေလာ့ဂ်စ္ဂိတ္ (Logic Gate)ဆိုတာ သင္ရပါတယ္။ အဲဒီ့ေလာ့ဂ်စ္ဂိတ္ဆိုတာ ေခတ္သစ္ကြန္ပ်ဴတာေတြရဲ႕ အေျခခံပါပဲ။
ေလာ့ဂ်စ္ဆိုတာ ယုတိၱေဗဒလို႔ အဓိပၸာယ္ရပါတယ္။ တနည္းအားျဖင့္ က်ဳိးေၾကာင္းဆင္ျခင္ျခင္းပါ။ အဲလိုေျပာေတာ့ သက္ရိွလူသားေတြနဲ႔ပဲ ဆိုင္တယ္လို႔ ထင္ရတဲ့ က်ဳိးေၾကာင္းဆင္ျခင္ျခင္းဟာ ဘယ္နဲ႔ သက္မဲ့စက္ေတြဆီ ေရာက္သြားပါလိမ့္လို႔ မ်က္စိလည္ခ်င္စရာပါပဲ။ ဒါေပမဲ့ ေသခ်ာေတြးၾကည့္ရင္ေတာ့ ထူးၿပီး အံ့ၾသစရာ မေကာင္းပါဘူး။ ဒီလူပါ ... လူေတြ က်ဳိးေၾကာင္းဆင္ျခင္တယ္ဆိုတာ အဓိကအဆင့္ ႏွစ္ဆင့္ပဲ ရိွပါတယ္။ ပထမအဆင့္က ေပတံတခုနဲ႔ ခ်ိန္ထိုးၾကည့္ျခင္းပါ။ ဒုတိယအဆင့္က ဆံုးျဖတ္ျခင္းပါ။ အဲဒါ ေလာ့ဂ်စ္ပါပဲ။
ဥပမာ လိမ္တာမေကာင္းဘူးလို႔ သိထားတဲ့ လူတေယာက္ဟာ လိမ္ေျပာေနတဲ့ လူတေယာက္ကို ေတြ႕တဲ့အခါ သူ႔ေပတံေလးနဲ႔ တိုင္းၿပီး ဟာ ဒီလူ မေကာင္းဘူးလို႔ ဆံုးျဖတ္ပါမယ္။ ဒါ အလြယ္ဆံုး ဥပမာေပါ့ဗ်ာ။ အဲ့ဒါ ေလာ့ဂ်စ္သေဘာပါပဲ။ အဲ့ဒီ့ေပတံကို ဘယ္က ရပါသလဲ။ အေတြ႕အႀကံဳက ရတယ္။ ပတ္၀န္းက်င္ (ေက်ာင္း၊ အိမ္)က ရတယ္။ အဲဒီ့ ရိွထားတဲ့ေပတဲ့နဲ႔ တိုင္းၿပီး ဆံုးျဖတ္ခ်က္ ခ်ျခင္းပါပဲ။ ဥပမာ ကုန္သည္တေယာက္ဟာ ဒီကုန္စည္ဟာ ဒီအခ်ိန္မွာ ေစ်းတက္တတ္တယ္၊ ၀ယ္မွပဲဆိုတာ ကုန္သည္ရဲ႕ေလာ့ဂ်စ္ပါပဲ။ "ဒီအခ်ိန္မွာ ေစ်းတက္တတ္တယ္"ဆိုတဲ့ အေတြ႕အႀကံဳ ေပတံကို သံုးၿပီး ၀ယ္ထားသင့္တယ္ဆိုတဲ့ ဆံုးျဖတ္ခ်က္ကို ခ်ျခင္းပါ။
ေလာ့ဂ်စ္ဂိတ္ဆိုတာလည္း ဒီသေဘာကို အေျခခံတည္ေဆာက္ပါတယ္။ မတူတာက ေပတံအတြက္ လူသားေတြလို အေတြ႕အႀကံဳမလိုပါဘူး။ နဂိုကတည္းက ဒီေပတံ ဒီေပတံနဲ႔ တိုင္းမယ္ဆိုၿပီး လိုအပ္တဲ့ ေပတံကို လူသားေတြက ႀကိဳေပးထားၿပီးသားပါ။ ေလာ့ဂ်စ္ဂိတ္က အဲဒီ့ေပတဲ့ကို သံုးၿပီး ဆံုးျဖတ္ခ်က္ ခ်ပါတာပါ။ ဒါေၾကာင့္ ဖတ္စာအုပ္မွာ ေလာ့ဂ်စ္ဂိတ္ကို သတင္းအခ်က္အလက္ကို ရယူၿပီး အဲဒီ့သတင္းအခ်က္အလက္အေပၚ အေျခခံလို႔ ရလဒ္ထုတ္ေပးတဲ့ (တနည္း ဆံုးျဖတ္ခ်က္ ခ်ေပးတဲ့) စက္လို႔ အဓိပၸာယ္ဖြင့္ပါတယ္။ ေျပာင္းျပန္ေျပာရရင္ လူဆိုတာ သက္ရိွေလာ့ဂ်စ္ဂိတ္ေပါ့ဗ်ာ။ ဒါေပမဲ့ မတူတာက စက္က ရလဒ္ကို (ဆံုးျဖတ္ခ်က္ကို) တသတ္မတ္တည္း ခ်ေပးႏိုင္ေပမယ့္ လူကေတာ့ ဆႏၵစဲြေတြနဲ႔ ဆံုးျဖတ္တတ္ပါတယ္။ ဒီေတာ့ ဆံုးျဖတ္ခ်က္က တသတ္မတ္တည္း မျဖစ္ပါဘူး။ ဥပမာ ခုိးတာ မေကာင္းမွန္း သိေပမယ့္ ကိုယ့္သားသမီး လာဘ္မ်ားမ်ားစားရတဲ့ ဌာနေရာက္သြားရင္ က်ိတ္ေပ်ာ္ေနတာမ်ဳိးေပါ့။ တနည္းအားျဖင့္ လူဆိုတာ ဆႏၵစဲြျပင္းျပင္းေတြနဲ႔ ခုတ္ေမာင္းေနတဲ့ ေလာ့ဂ်စ္ဂိတ္ အႀကီးစားႀကီးေပါ့ဗ်ာ။
ထားပါေတာ့ ... လိုရင္းျပန္ဆက္ရရင္ ... အဲလို ဆံုးျဖတ္ခ်က္ (result) ထုတ္ေပးဖို႔ ေပတံလိုပါတယ္။ ေလာ့ဂ်စ္ဂိတ္ေတြအတြက္ ေပတံကို အစဥ္အလာအစု (အစဥ္အလာေလာ့ဂ်စ္)ေပၚမွာ အေျခခံၿပီး တည္ေဆာက္ပါတယ္။ အစဥ္အလာအစုရဲ႕သေဘာက အစု၀င္တခုဟာ အစုတခုမွာ ပါတယ္ဆိုတဲ့ အေျခအေနရယ္၊ မပါဘူးဆိုတဲ့ အေျခအေနရယ္ စုစုေပါင္း အျခအေန ႏွစ္ခုေပၚမွာပဲ စဥ္းစားပါတယ္။ ၾကားအေျခအေနဆိုတာ မရိွပါဘူး။ (တ၀က္ေတာ့ ပါတယ္ဆိုတာမ်ဳိး လုပ္လို႔မရပါဘူး) အဲဒီ့အေျခအေနႏွစ္မ်ဳိးကို ေလာ့ဂ်စ္မွာ 1, 0 ဆိုၿပီး ညႊန္းပါတယ္။ (True/False, Low/High, On/Off လို႔ ေျပာလည္း ရပါတယ္) အဓိပၸာယ္က ေလာ့ဂ်စ္ဂိတ္နားလည္တဲ့ေပတံက ႏွစ္မ်ဳိးပဲရိွပါတယ္။ 1 မဟုတ္ရင္ 0 ပါပဲ။ True မဟုတ္ရင္ False ပါပဲ။ အဲဒါကိုမွ OR, AND, NOT ဆိုတဲ့ operation ေတြ သံုးၿပီး ရလဒ္ကို ထုတ္ပါတယ္။
ဥပမာ - If P, then X or
If not P, then Y
P ျဖစ္ရင္ X ျဖစ္ပါ (X လို႔ ဆံုးျဖတ္ေပးပါ)။ P မဟုတ္ရင္ Y လို႔ ဆံုးျဖတ္ေပးပါဆိုရင္ .... ေလာ့ဂ်စ္ဂိတ္က P လား not P လားဆိုတာ ၾကည့္ၿပီး (အဲဒီ့ေပတံနဲ႔တိုင္းၿပီး) X ဒါမဟုတ္ Y လို႔ ဆံုးျဖတ္ေပးလိုက္ပါတယ္ (အေျဖထုတ္ေပးလိုက္ပါတယ္)။ ဆိုေတာ့ စက္အေနနဲ႔ သိတာ P မဟုတ္ရင္ not P ပါပဲ။
အစဥ္အလာေလာ့ဂ်စ္သေဘာတရားဟာ ဂရိေခတ္ (အထူးသျဖင့္ အရစၥတိုတယ္ေခတ္)ကတည္းက ထြန္းကားခဲ့ၿပီး အေနာက္တိုင္းလူ႕အဖဲြ႕အစည္းကို ႀကီးစြာ အက်ဳိးျပဳခဲ့ပါတယ္။ အေနာက္တိုင္းအေတြးအေခၚတခုလံုးရဲ႕ ဗဟိုခ်က္လို႔လည္း ေျပာလို႔ရပါတယ္။ 19 ရာစုမွာ အစုသီအိုရီ၊ သခ်ၤာဆိုင္ရာ ေလာ့ဂ်စ္ေတြ ဖံြ႕ၿဖိဳးလာၿပီး အခုေျပာတဲ့ ေလာ့ဂ်စ္ဂိတ္ေတြထိ ေရာက္လာပါေတာ့တယ္။
(ၾကားျဖတ္လို႔ ေျပာရရင္ ေလာ့ဂ်စ္ဂိတ္သင္တဲ့အခါ သူ႕ရဲ႕အေျခခံ အစုသီအိုရီျဖစ္တဲ့ ဒီေမာဂမ္သီအိုရီ De Morgan's Theory တို႔၊ ဘူလီယမ္သီအိုရီ Boolean Theory တို႔ကို အရင္သင္သင့္ပါတယ္။ အဲဒါေတြ မသင္ဘဲ NAND gate သံုးၿပီး NOR gate ေဆာက္ျပပါဆိုေတာ့ .. အေပါင္းအေျမွာက္သေဘာကို မသိဘဲ အစားကို သင္ေပးသလိုပါပဲ၊ ေက်ာင္းသားေတြခမ်ာ ဖတ္စာအုပ္ထဲ ေပးထားတဲ့ မႈန္၀ါး၀ါးပံုေလးေတြကို ဘုမသိဘမသိ အလြြတ္က်က္ရပါေတာ့တယ္၊ ေတာ္ေတာ္သနားဖို႔ေကာင္းပါတယ္)
ဒါေပမဲ့ 1965 ေလာက္မွာ အဲဒီ့အစဥ္အလာေလာ့ဂ်စ္ကို သူပုန္သူကန္လုပ္တဲ့ ေလာ့ဂ်စ္တမ်ဳိး ေပၚလာခဲ့ပါတယ္။ အဲဒါကေတာ့ ဘာကေလပါေမာကၡ ေလာ့ဖီေဇာ့ဒခ္ (Lotfi Zadeh) စၿပီး မိတ္ဆက္လိုက္တဲ့ ေဖာ့ဇီေလာ့ဂ်စ္၊ ေဖာ့ဇီအစု (Fuzzy Logic/ Fuzzy Set) ပါ။
အစဥ္အလာေလာ့ဂ်စ္မွာ အစုထဲ ရိွတယ္၊ မရိွဘူးဆိုတဲ့ အေျခႏွစ္ခုပဲ ရိွေပမယ့္ ေဖာ့ဇီေလာ့ဂ်စ္ကေတာ့ ရိွတယ္၊ မရိွဘူးဆိုတဲ့ အေျခအေနႏွစ္ခုတင္မက တ၀က္လည္းရိွႏိုင္တယ္၊ သံုးပံုတပံုလည္း ရိွႏုိင္တယ္လို႔ စဥ္းစားပါတယ္။ ဥပမာ အစဥ္မလာေလာ့ဂ်စ္မွာ ေရဖန္ခြက္မွာ ေရျပည့္တယ္၊ မျပည့္ဘူးလို႔ပဲ စဥ္းစားေပမယ့္ ေဖာ့ဇိေလာ့ဂ်စ္ကေတာ့ တ၀က္ျပည့္တယ္၊ သံုးပံုတပံုျပည့္တယ္၊ ျပည့္လုနီးပါး စသည္ျဖင့္ စဥ္းစားပါတယ္။ တနည္းအားျဖင့္ ျပည့္ျခင္းကို အဆင့္အတန္း (degree) ခဲြၿပီးစဥ္းစားပါတယ္။ ဒါေၾကာင့္ ေဖာ့ဇီေလာ့ဂ်စ္ကို degree of Truth ေပၚမွာ အေျခခံတယ္လို႔ ဆိုပါတယ္။
ေလာ့ဖီက အဲလိုလည္း မိတ္ဆက္လိုက္ေရာ ပညာတတ္အသိုင္းအ၀န္းက အစဥ္အလာသမားေတြ အကုန္လံုး ေရွာ့ခ္ရကုန္ၿပီး ေဖာ့ဇီေလာ့ဂ်စ္ကို ၀ိုင္းဖဲ့ပါေတာ့တယ္။ ဘာကေလပါေမာကၡ William Kahan ကဆို ေဖာ့ဇီေလာ့ဂ်စ္ကို ဘိန္း (cocaine of science)လို႔ေတာင္ ဆိုပါတယ္။ သူတို႔စိတ္ထဲ ေလာ့ဂ်စ္ဆိုတာ တိက်ျပတ္သားရမယ္၊ တိက်ျပတ္သားတဲ့ အေျဖကို ထုတ္ေပးႏိုင္ရပါမယ္။ If P, then Q ဆို .... P ျဖစ္ရင္ Q လို႔ တိတိက်က်အေျဖထုတ္တာမ်ဳိးကို လိုခ်င္ပါတယ္။ (P မဟုတ္ရင္ ေနာက္အေျဖတခုေပါ့) ဒါေပမဲ့ ေဖာ့ဇီက P မဟုတ္လည္း P နီးပါး (mostly P)ဆို Q နီးပါး (mostly Q)လို႔ အေျဖထုတ္ပါတယ္။ ေနာက္တမ်ဳိးေျပာရရင္ အစဥ္အလာေလာ့ဂ်စ္မွာ 1 နဲ႔ 0 ပဲ ရိွေပမယ့္ ေဖာ့ဇီေလာ့ဂ်စ္မွာ 1 နဲ႔ 0 ၾကားက ႀကိဳက္တဲ့ကိန္းျဖစ္လို႔ရပါတယ္။ အဲဒီ့မွာတင္ ေဖာ့ဇီေလာ့ဂ်စ္ဟာ မေရမရာရလဒ္ေတြ ထုတ္ေပးတဲ့ ဘာမွအသံုးမ၀င္တဲ့ေလာ့ဂ်စ္လို႔ ထင္ပါေတာ့တယ္။
ဒါေပမဲ့ သူတို႔ထင္တာေတြ အကုန္ မွားသြားပါတယ္။ ေဖာ့ဖီေလာ့ဂ်စ္ဟာ မေရမရာရလဒ္ေတြ ထုတ္ေပးတာမဟုတ္ဘူး၊ ပိုၿပီးေကာင္းတဲ့ ရလဒ္ေတြ (ဆံုးျဖတ္ခ်က္ေတြ)ကို ထုတ္ေပးႏိုင္တာပါ။ ေဖာ့ဇီေလာ့ဂ်စ္ကို သံုးထားတဲ့စက္ဟာ အစဥ္အလာစက္ထက္ အမ်ားႀကီးအမ်ားႀကီး သာပါတယ္။ ဥပမာ ကားဘရိတ္စနစ္တခုကို အစဥ္အလာေလာ့ဂ်စ္နဲ႔ တည္ေဆာက္မယ္ဆိုပါစို႔။ အစဥ္အလာေလာ့ဂ်စ္က နီးျခင္း/ေ၀းျခင္း ႏွစ္ခုကိုပဲ သိပါတယ္။ နီးရင္ ဘရိတ္အုပ္ပါလိမ့္မယ္၊ ေ၀းရင္မအုပ္ပါဘူး။ နီးျခင္း/ေ၀းျဖင္းကို 10 ေပလို႔ ထားမယ္ဆိုရင္ အစဥ္အလာေလာ့ဂ်စ္က 11 ေပဆို ေ၀းတယ္လို႔ ယူဆၿပီး ဘရိပ္မအုတ္ပါဘူး။ 9 ေပဆို နီးတယ္ဆိုၿပီး ဘရိတ္အုပ္ပါလိမ့္မယ္။ ေဖာ့ဇီေလာ့ဂ်စ္က 11 ေပဆို နည္းနည္းေ၀း၊ 9 ေပဆို နည္းနည္းနီး၊ 6 ေပဆို ေတာ္ေတာ္နီးလို႔ ဆံုးျဖတ္ၿပီး ဘရိတ္ကို အတိုးအေလ်ာ့လုပ္ပါလိမ့္မယ္။ (Heat Controller ဆိုလည္း အဲလိုပါပဲ။ အစဥ္အလာေလာ့ဂ်စ္က ေအး/ပူ ႏွစ္မ်ဳိးပဲ စဥ္းစားႏိုင္ၿပီး ေဖာ့ဇီေလာ့ဂ်စ္ကေတာ့ ေတာ္ေတာ္ပူတယ္၊ သိပ္မပူဘူးစသည္ျဖင့္ စဥ္းစားပါတယ္။ ေအာက္ကပံု)
ေတြးၾကည့္တာနဲ႔ ေဖာ့ဇီေလာ့ဂ်စ္ဟာ အလုပ္ပိုျဖစ္ေၾကာင္း (ပိုထိေရာက္ေၾကာင္း) ထင္ရွားပါတယ္။ တနည္းအားျဖင့္ စက္ေတြဟာ အရင္က ႏွစ္မ်ဳိးပဲ စဥ္းစားတတ္ရာကေန အခုေဖာ့ဇီေက်းဇူးေၾကာင့္ ႏွစ္မ်ဳိးမက (အမ်ားႀကီး) စဥ္းစားလာႏိုင္ၿပီဆိုတဲ့ သေဘာပါ။ တနည္းအားျဖင့္ စက္ေတြဟာ လူနဲ႔ ပိုတူလာပါတယ္။ ဒါေၾကာင့္လည္း ဥာဏ္တု (Artificial Intelligence) ဖန္တီးတဲ့ေနရာမွာ ေဖာ့ဇီေလာ့ဂ်စ္ဟာ အရမ္းစြမ္းတဲ့လက္နက္ျဖစ္လာပါတယ္။ ေနာက္အားသာခ်က္တခုက ေဖာ့ဇီေလာ့ဂ်စ္ဟာ Feedback ကို ျပန္လက္ခံၿပီး အဲဒါနဲ႔ လိုက္ေလ်ာညီေထြရိွမယ့္ ရလဒ္ကို ေျပာင္းလဲထုတ္ေပးႏိုင္ပါတယ္။ ဒါဆို ဒီေလာ့ဂ်စ္ဘယ္ေလာက္ထိေရာက္ႏိုင္သလဲ မွန္းလို႔ရပါၿပီ။
အခုေတာ့ ေဖာ့ဇီေလာ့ဂ်စ္ကို အ၀တ္ေလွ်ာ္စစ္ကအစ၊ control system အလယ္၊ ဥာဏ္တုထုတ္ျခင္းအဆံုး နယ္ပယ္အစံုမွာ ေကာင္းေကာင္းႀကီးသံုးေနပါၿပီ။ ေခတ္ေပၚအ၀တ္ေလွ်ာ္စက္ေတြမွာ Fuzzy လို႔ပါတာ ဒီစက္ဟာ ေဖာ့ဇီေလာ့ဂ်စ္ကို သံုးထားတယ္၊ ဒါေၾကာင့္ စြမ္းအင္(လွ်ပ္စစ္/ေရ)နဲ႔ အခ်ိန္ကို ပိုၿပီးသက္သာေစပါတယ္။ (ေဖာ့ဇီေလာ့ဂ်စ္ကို သံုးထားတဲ့ ဂ်ပန္က Sendai Subway system ဟာ ကမၻာေပၚမွာ အေကာင္းဆံုး/အထိေရာက္ဆံုးစနစ္လို႔ ဆုိပါတယ္)
အျဖဴမဟုတ္ရင္ အမည္း၊ အမွန္မဟုတ္ရင္ အမွားလို႔ စဥ္းစားရတာ အရမ္းလြယ္ပါတယ္။ ဒါေၾကာင့္လည္း လူေတာ္ေတာ္မ်ားမ်ားဟာ အဲလိုပဲ စဥ္းစားပစ္ပါတယ္။ ဒါေပမဲ့ က်ေနာ္တို႔ အစစ္အမွန္ေနေနတာ ဘလက္ကမ္၀ႈက္ (Black and White) ကမၻာ မဟုတ္ပါဘူး။ ေရာင္စံုကမၻာပါ။ လက္ေတြ႕မွာလည္း လံုး၀အမွန္ လံုး၀အမွားဆိုတာ မရိွပါဘူး။ မရိွေသာ္လည္းပဲ က်ေနာ္တို႔က အဲလိုပဲ စဥ္းစားပါတယ္။ မင္းမွားရင္ ငါမွန္ေနလို႔ပဲ။ အဲဒါ အဓိကက ျပသနာပါ။
တနည္းအားျဖင့္ ျဖဴမည္းစဥ္းစားေနတဲ့ လူ႕အဖဲြ႕အစည္းတခုဟာ စြမ္းေဆာင္ရည္ညံ့ညံ့နဲ႔ ဆုတ္ယုတ္ဖို႔ပဲ ရိွပါတယ္။ ျဖဴမည္းစဥ္းစားေနတဲ့ စနစ္တခုဟာလည္း တကယ့္အရိွတရားနဲ႔ အံ့မ၀င္၊ အက်ဳိးယုတ္ဖို႔ပဲ ရိွပါတယ္။
ဥပမာ စစ္တပ္တခု (လက္နက္ကိုင္တပ္ဖဲြ႕တခု)ရဲ႕ စဥ္းစားပံုဟာ အစဥ္အလာေလာ့ဂ်စ္ေပၚမွာ တရာရာခိုင္ႏႈန္း အေျခခံပါတယ္။ သူတို႔မွာ ရန္သူနဲ႔ မိတ္ေဆြ ႏွစ္မ်ဳိးပဲ ရိွပါတယ္။ ရန္သူမဟုတ္ရင္ မိတ္ေဆြပါပဲ။ ေခ်မႈန္းေရးရည္မွန္းခ်က္အတြက္ ဖန္တီးထားတဲ့စနစ္တခုအတြက္ ဒီျဖဴမည္းေလာ့ဂ်စ္က ယုတိၱရိွပါတယ္။ အသံုး၀င္ပါတယ္။ ဒါေပမဲ့ ျပသနာက အေျခအေနတခု၊ နယ္ပယ္တခု၊ ရည္မွန္းခ်က္တခုအတြက္ပဲ ရည္ရြယ္ထားတဲ့ (အသံုး၀င္တဲ့) ျဖဴမည္းေလာ့ဂ်စ္ကို အုပ္ခ်ဳပ္ေရး၊ တရားစီရင္ေရး၊ ႏုိင္ငံေရး၊ ပညာေရးစတဲ့ နယ္ပယ္အစံုမွာ အသံုးခ်လိုက္မယ္ဆို အသံုးမ၀င္တဲ့အျပင္ အက်ဳိးယုတ္ဖို႔ပဲ ရိွပါေတာ့တယ္။
ဒါ ... အာဏာရွင္စနစ္ ဒါမွမဟုတ္ စစ္အုပ္ခ်ဳပ္ေရးစနစ္ ဘာေၾကာင့္ က်ရံႈးရသလဲ၊ ဘာေၾကာင့္ မေအာင္ျမင္သလဲဆိုတာပါပဲ။
ေနာက္ ... ျဖဴမည္းစဥ္းစားေနတဲ့ လူ႕အဖဲြ႕အစည္းတခု (တဖက္ကဘာဆိုတဲ့ Feedback ကိုလည္း ျပန္မစဥ္းစားတဲ့ လူအဖဲြ႕အစည္းတခု) ဘာေၾကာင့္ မတုိးတက္မၿငိမ္းခ်မ္းရသလဲဆိုတာပါပဲ။
ဟုတ္ကဲ့ .....
အျဖဴနဲ႔အမည္းၾကားမွာ မတူတဲ့ အေရာင္ေတြ အနႏၱရိွပါတယ္။
အမွန္တရားေတြ အမ်ားႀကီးရိွေနတဲ့ ပို႔စ္ေမာ္ဒန္ကမၻာမွာ က်ေနာ္တို႔ ေနပါတယ္။
တခါေလာက္ ျဖဴမည္းမ်က္မွန္ကို ခၽြတ္ၿပီး ေရာင္စံုအလွကို ခံစားၾကည့္ေစခ်င္တယ္ဗ်ာ ... ။
(ျမန္မာ့ႏိုင္ငံေရး ... ေဖာ့ဇီေလာ့ဂ်စ္ လႊမ္းေစေသာ၀္ ... )
(ျမန္မာ့လူေဘာင္အဖဲြ႔အစည္း .... ေဖာ့ဇီေလာ့ဂ်စ္ လႊမ္းေစေသာ၀္ ... )