ဒစ်ဂျစ်တယ် ဂရင်း

generative AI မှတစ်ဆင့် တောင်သူတစ်ဦးသည် chatbot ကို မေးခွန်းမရွေး မေးနိုင်ပြီး ၎င်းတို့၏ သီးသန့်အသိုင်းအဝိုင်းနှင့် အခြေအနေအလိုက် ချက်ချင်း အဖြေရနိုင်မည်ဆိုလျှင် ဘယ်လိုဖြစ်မလဲ။ ဤအတွေ့အကြုံကိုပင် Digital Green က OpenAI နှင့်အတူ တည်ဆောက်ထားသည်။ Farmer.Chat ဟု အမည်ပေးထားသော ဤထုတ်ကုန်သည် India နှင့် Kenya အပါအဝင် နိုင်ငံများရှိ လယ်ယာ extension program များ၏ အရေးပါသောအလုပ်ကို ပံ့ပိုးပေးသည်။

ပြောင်းလဲနေသော ရာသီဥတုအခြေအနေကို ရင်ဆိုင်နေရသော တောင်သူများအတွက် လယ်ယာ extension (လယ်ယာအကြံပေးဝန်ဆောင်မှုများဟုလည်း ခေါ်သည်) သည် အရေးကြီးသည်။ Extension အေးဂျင့် များသည် တောင်သူများကို သီးနှံစိုက်ပျိုးရာတွင် အကောင်းဆုံးနည်းလမ်းများ သင်ကြားပေးပြီး ဒေသဆိုင်ရာ ပေးသွင်းသူများနှင့် ချိတ်ဆက်ပေးကာ စျေးကွက်နှင့် စျေးနှုန်းအချက်အလက်များကို ပံ့ပိုးပေးသည်။ သို့သော် အထူးသဖြင့် ကျေးလက်နှင့် အလှမ်းဝေးသော အသိုင်းအဝိုင်းများတွင် တောင်သူတိုင်း လိုအပ်သော ပံ့ပိုးမှုကို ပေးနိုင်ရန်မှာ ကြီးမားသော စိန်ခေါ်မှုတစ်ခုဖြစ်သည်။ India တွင် အေးဂျင့် 400,000 ကျော်ရှိသည့် ကွန်ရက်ကြီး၌ပင် အေးဂျင့်နှင့် တောင်သူအချိုးမှာ 1:650 သာ ရှိသည်။

လွန်ခဲ့သော 15 နှစ်အတွင်း Digital Green သည် ဒီဂျစ်တယ် လယ်ယာ extension မှတစ်ဆင့် ဤပြဿနာကို ဖြေရှင်းရန် အာရုံစိုက်လုပ်ဆောင်လာခဲ့သည်။ India၊ Ethiopia နှင့် Kenya ရှိ စိုက်ပျိုးရေးဝန်ကြီးဌာနများနှင့် ပူးပေါင်းလုပ်ဆောင်ရင်း Digital Green သည် ဘာသာစကား 50 ကျော်ဖြင့် တောင်သူမှ တောင်သူသို့ သင်တန်းဗီဒီယို 8,000 နီးပါးကို ဖန်တီးခဲ့ပြီး extension အေးဂျင့် များက တောင်သူပိုမိုများပြားစွာထံသို့ အချိန်မီပြီး ဒေသနှင့်ကိုက်ညီသော အချက်အလက်များ ပေးနိုင်စေခဲ့သည်။ ဤဗီဒီယိုများကြောင့် တောင်သူဝင်ငွေမှာ ပျမ်းမျှ 24 ရာခိုင်နှုန်း တိုးလာခဲ့သည်။

Digital Green သည် generative AI ကို အသုံးချခြင်းဖြင့် တောင်သူများ၏ ဘဝတွင် ပိုမိုကြီးမားသော အပြောင်းအလဲတစ်ခု ပြုလုပ်နိုင်မည့် အခွင့်အလမ်းကို မြင်တွေ့ခဲ့သည်။ “ဗီဒီယိုများဖြင့် ကျွန်ုပ်တို့သည် ဒေသတစ်ခုအတွင်း လယ်ယာတစ်ခုမှ တစ်ခုသို့ အောင်မြင်မှုကို ပြန်လည်တိုးချဲ့နိုင်ခဲ့ပြီး တောင်သူများ အချင်းချင်းထံမှ သင်ယူနိုင်စေခဲ့သည်—တစ်ချိန်တည်းမှာပင် ဒေသတွင်းမှ ထွက်ပေါ်လာသော လယ်ယာအကောင်းဆုံးလုပ်ထုံးလုပ်နည်းများ၏ database ကိုလည်း တိုးပွားစေခဲ့သည်” ဟု Digital Green ၏ CEO ဖြစ်သူ Rikin Gandhi က ပြောသည်။ “OpenAI နှင့်အတူ ကျွန်ုပ်တို့သည် ဤ database ကို အသုံးချပြီး ယခင်က မစဉ်းစားနိုင်ခဲ့သည့် အတိုင်းအတာဖြင့် တောင်သူများ အချင်းချင်းထံမှ သင်ယူနိုင်စေရန် ကူညီမည့် အခွင့်အရေးကို တွေ့မြင်ခဲ့သည်။”

ဤရည်မှန်းချက်ကို စိတ်ထဲထားကာ Digital Green သည် OpenAI ၏ နည်းပညာစုစည်းမှုအပေါ် အခြေခံ၍ Farmer.Chat ကို စတင်ဖော်ဆောင်ခဲ့သည်။ ပထမဆုံး Farmer.Chat pilot ကို GPT‑4 ပေါ်တွင် တည်ဆောက်ခဲ့ပြီး ယင်းက ယခင်မော်ဒယ်များနှင့် နှိုင်းယှဉ်လျှင် hallucinations ကို သိသိသာသာ လျှော့ချပေးခဲ့သည်⁠။ Farmer.Chat သည် Retrieval Augmented Generation (RAG) ကို အသုံးပြုပြီး Digital Green ၏ ကြီးမားသော လယ်ယာအချက်အလက်စာကြည့်တိုက်ကို အစိုးရမိတ်ဖက်များ၏ အချက်အလက်များနှင့် ပေါင်းစည်းထားသည်။ ၎င်းတို့တွင် သင်တန်းဗီဒီယို transcript များ၊ မှတ်ချက်ထည့်ထားသော call center log များနှင့် သီးနှံသုတေသန factsheet များ ပါဝင်သည်။ India ၏ Ministry of Agriculture သည် knowledge base ထဲရှိ စာရွက်စာတမ်းအားလုံးကို မှန်ကန်မှုနှင့် ယုံကြည်စိတ်ချရမှု သေချာစေရန် အတည်ပြုသည်။

ကနဦး rollout ထဲတွင် ထပ်ဆောင်းကာကွယ်မှုများကိုလည်း ထည့်သွင်းတည်ဆောက်ခဲ့သည်။ “chatbot က တောင်သူများကို မှားယွင်းအကြံပေးမည့် အန္တရာယ်မှ ကာကွယ်ရန် ကျွန်ုပ်တို့သည် chatbot ၏ knowledge base ကို သေချာရွေးချယ်စုစည်းခဲ့ပြီး chatbot ကို တောင်သူများထံ တိုက်ရိုက်ဖြန့်ချိမည့်အစား extension အေးဂျင့် များအတွက် assistant အဖြစ် ဖြန့်ချိခဲ့သည်။ ဒါက လူသားပြန်လည်သုံးသပ်မှု အဆင့်တစ်ဆင့်ကို ထပ်မံရရှိစေသည်” ဟု Gandhi က မျှဝေပြောကြားခဲ့သည်။

Farmer.Chat ၏ အောင်မြင်မှုအပေါ် အခြေခံပြီး Digital Green သည် မကြာသေးမီက ChatGPT အတွက် Farmer.Chat GPT⁠(ဝင်းဒိုးအသစ်တွင် ဖွင့်မည်) ကိုလည်း စတင်မိတ်ဆက်ခဲ့ပြီး မူရင်း chatbot ကို ပိုမိုအားကောင်းစေသော အင်္ဂါရပ်များစွာကို ထည့်သွင်းပေးထားသည်။ multimodal input အတွက် ရွေးချယ်စရာအသစ်ဖြင့် extension အေးဂျင့် များသည် တောင်သူ၏ သီးနှံဓာတ်ပုံကို ရိုက်ယူပြီး ပြဿနာရှိပါက ပိုမိုတိကျ၍ အချိန်မီသော diagnosis ကို ရရှိနိုင်သည်။ chatbot သည် အချိန်နှင့်တပြေးညီ ရာသီဥတုနှင့် စျေးကွက်အချက်အလက်များကိုလည်း ပေးပို့သည်။

အစောပိုင်းခန့်မှန်းချက်များအရ generative AI ကို အသုံးချခြင်းဖြင့် Farmer.Chat သည် ရိုးရာ extension services များ၏ ကုန်ကျစရိတ်ကို တောင်သူတစ်ဦးလျှင် $35 မှ $0.35 cents သို့ 100 ဆ လျှော့ချနိုင်သည်ဟု ဖော်ပြနေသည်။ ထုတ်လုပ်မှုတိုးလာခြင်း၏ အဓိကအကြောင်းရင်းတစ်ခုမှာ Farmer.Chat ကို Hindi၊ Swahili နှင့် ဒေသဘာသာစကားများအပါအဝင် ဘာသာစကားမျိုးစုံဖြင့် အသုံးပြုနိုင်ခြင်းဖြစ်ပြီး နိုင်ငံတစ်နိုင်ငံချင်းစီရှိ ဒေသဘာသာပြန် dataset များနှင့် ဝန်ဆောင်မှုများနှင့် ပေါင်းစည်းထားသော လျင်မြန်သွက်လက်သည့် နည်းပညာ stack ကို အသုံးပြုထားခြင်းဖြစ်သည်။

Extension အေးဂျင့် များက Farmer.Chat သည် ၎င်းတို့၏ ကိုယ်ပိုင်ကျွမ်းကျင်မှုကို တိုးတက်စေရန် ကိုယ်တိုင်သင်ယူနိုင်သော ကိရိယာတစ်ခုအဖြစ်လည်း အသုံးဝင်ကြောင်း တွေ့ရှိနေကြသည်။ “ဤ chatbot သည် အလွန်အသိပညာပေးနိုင်ပြီး အသုံးပြုရလွယ်ကူသည်။ ၎င်းက ကျွန်ုပ်၏ အသိပညာကို မြှင့်တင်ပေးကာ ယခင်ကထက် တစ်ရက်အတွင်း တောင်သူများ၏ ပြဿနာများပိုမိုများပြားစွာကို အချိန်နှင့်တပြေးညီ ဖြေရှင်းပံ့ပိုးပေးနိုင်စေရန် ကျွန်ုပ်၏ ယုံကြည်မှုကို တည်ဆောက်ပေးသည်” ဟု Bihar အစိုးရ၏ Rural Livelihoods Promotion Society မှ extension worker ဖြစ်သူ Raju Kumar က ပြောသည်။

2024 ခုနှစ် ဇန်နဝါရီ 1 ရက်အထိ Kenya နှင့် India နှစ်နိုင်ငံလုံးတွင် extension အေးဂျင့် 4,500 ကျော်က Farmer.Chat ကို အသုံးပြုနေကြသည်။ Digital Green သည် Farmer.Chat ကို ဆက်လက်မွမ်းမံကာ India တွင် ပြည်နယ် ၁၂ ခုအထိ ဖြန့်ချိမှုကို တိုးချဲ့နေသည်။

Farmer.Chat ၏ အလားအလာရှိသော ရလဒ်များကြောင့် Digital Green သည် ထုတ်ကုန်ကို ပိုမိုကောင်းမွန်လာစေရန် တိုးတက်အောင်ပြုလုပ်မှုများကို စူးစမ်းလေ့လာနေသည်။ လယ်ယာစိုက်ပျိုးရေးဆိုင်ရာ အထူးအသေးစိတ်ကွာခြားချက်များကို chatbot က ပိုမိုကိုင်တွယ်နိုင်စေရန်နှင့် အင်္ဂလိပ်သို့ ဘာသာပြန်ရန်မလိုဘဲ ဒေသိယလေယူလေသိမ်းများဖြင့် မေးခွန်းများနှင့် အဖြေများကို ပံ့ပိုးနိုင်စေရန် ၎င်းတို့သည် “Agri-LLM” ကို fine-tuning လုပ်ခြင်း၏ သက်ရောက်မှုကို စမ်းသပ်နေကြသည်။ ဤမော်ဒယ်ကို data trust မှတစ်ဆင့် ပံ့ပိုးသော ဒေတာများပေါ်တွင် လေ့ကျင့်ပေးမည်ဖြစ်ပြီး တောင်သူများသည် ၎င်းတို့နှင့် အဆက်စပ်ဆုံး ဒေတာများ၏ စီမံခန့်ခွဲမှုနှင့် အသုံးပြုမှုအပေါ် ကြီးကြပ်မှုကို ဆက်လက်ထိန်းသိမ်းထားနိုင်စေရန် ရည်ရွယ်သည်။ Digital Green သည် extension workers များ အသုံးပြုပြီးသား interface များဖြစ်သော WhatsApp နှင့် Telegram တို့သို့ Farmer.Chat ၏ လုပ်ဆောင်နိုင်စွမ်းကို ယူဆောင်လာရန် Assistants API⁠(ဝင်းဒိုးအသစ်တွင် ဖွင့်မည်) ကိုလည်း စတင်အသုံးပြုနေသည်။

2023 ခုနှစ်တွင် စိတ်ကူးစေ့တစ်စေ့အဖြစ် စတင်ခဲ့ရာမှ Digital Green ၏ အတွေ့အကြုံနှင့် ရည်မှန်းချက်သည် အလွန်လျင်မြန်စွာ ဆက်လက်ကြီးထွားနေသည်။ “GPT‑4၊ ChatGPT အတွင်းရှိ GPTs နှင့် ယခု Assistants API ကို အသုံးပြုပြီး Farmer.Chat ၏ မူကွဲအဆင့်ဆင့်ကို တည်ဆောက်လာသလို multimodal prompts နှင့် context-aware guidance များကို ပိုမိုကောင်းစွာ ပံ့ပိုးနိုင်လာပြီး လယ်ယာ extension workers များ၏ သက်ရောက်မှုကို အရှိန်မြှင့်ပေးနိုင်ခဲ့သည်” ဟု Gandhi က ပြောသည်။ “Farmer.Chat သည် တောင်သူများ၏ ကျွမ်းကျင်မှုကို အသုံးချကာ extension အေးဂျင့် များနှင့် တောင်သူများအတွက် ဖွံ့ဖြိုးတိုးတက်သော လယ်ယာစိုက်ပျိုးရေး ecosystem တစ်ခုကို တည်ဆောက်နိုင်စေမည့် အမှန်တကယ် စွယ်စုံရ လယ်ယာအဖော်တစ်ဦး ဖြစ်လာနိုင်သည်။"