ဥပဒေအလုပ်အတွက် Legora ၏ AI အေးဂျင့်စနစ်

၂၀၂၃ ခုနှစ်တွင် စတော့ဟုမ်းမြို့၌ တည်ထောင်ခဲ့သော Legora⁠(ဝင်းဒိုးအသစ်တွင် ဖွင့်မည်) သည် ရှေ့နေများ နေ့စဉ်အားထားရသည့် လုပ်ငန်းစဉ်များထဲသို့ AI ကို ထည့်သွင်းပေးနေပါသည်။ ယင်းကို CEO နှင့် ပူးတွဲတည်ထောင်သူ Max Junestrand က “ဥပဒေဆိုင်ရာအလုပ်များအတွက် AI အေးဂျင့်များဖြင့် လည်ပတ်သည့် စနစ်” ဟု ခေါ်ဆိုပါသည်။

ဥပဒေရေးရာအဖွဲ့များသည် အခြားအဖွဲ့များထက် အချိန်ပိုမိုကျပ်တည်းသောကြောင့် တန်ဖိုးရှိသည့် အလုပ်အချို့ကို မလုပ်ဆောင်နိုင်ကြောင်း သတိပြုမိရာမှ ကုမ္ပဏီကို စတင်ခဲ့ခြင်းဖြစ်သည်။ တစ်ညတည်းဖြင့် ပြီးစီးရန် မဖြစ်နိုင်လောက်အောင် များပြားသည့် စာချုပ်များကို စစ်ဆေးရန် တာဝန်ပေးခံရပြီး အနည်းငယ်ကိုသာ အာရုံစိုက်စစ်ဆေးနိုင်သော အငယ်တန်းရှေ့နေတစ်ဦးကို စဉ်းစားကြည့်ပါ။

Legora က ထိုဝန်ဆောင်မှုများကို “လိုအပ်သည့်အချိန်တိုင်း အဆင်သင့်” ပေးနိုင်ပါသည်။ ထို့ကြောင့် ကမ္ဘာပေါ်ရှိ ဥပဒေဆိုင်ရာအလုပ်တိုင်းကို သူ၏ပလက်ဖောင်းပေါ်တွင် လုပ်ဆောင်စေလိုခြင်းသည် Junestrand ၏ ရည်မှန်းချက်ဖြစ်သည်။ OpenAI သည် အစကတည်းက ထိုခရီးစဉ်တွင် ပါဝင်ခဲ့ပါသည်။ GPT‑3.5 ထွက်ရှိလာချိန်တွင် တည်ထောင်သူအဖွဲ့ စမ်းသပ်နေခဲ့သည့် ဥပဒေရေးရာ အသုံးချနည်းများစွာကို လက်တွေ့အကောင်အထည်ဖော်နိုင်လာခဲ့သည်။ ယနေ့တွင် OpenAI သည် Legora အတွက် အဓိက မော်ဒယ်ပံ့ပိုးသူတစ်ဦးဖြစ်ပြီး ၎င်း၏ ဥပဒေရေးရာ AI ပလက်ဖောင်းတစ်လျှောက်ရှိ အဓိကလုပ်ငန်းစဉ်များကို ပံ့ပိုးပေးနေပါသည်။ ယင်းတို့တွင် အေးဂျင့်များဖြင့် ဥပဒေဆိုင်ရာအလုပ်များ လုပ်ဆောင်ခြင်းမှ စာရွက်စာတမ်းအမြောက်အမြား စစ်ဆေးသုံးသပ်ခြင်းအထိ ပါဝင်သည်။ OpenAI မော်ဒယ်များ၏ စွမ်းရည်အသစ်များ ရရှိလာသည်နှင့်အမျှ Legora က ယင်းတို့ကို အခြေခံ၍ ဆက်လက်တည်ဆောက်ပါသည်။ ဤသို့ဖြင့် AI ဉာဏ်ရည်တိုးတက်မှုများသည် ၎င်း၏ထုတ်ကုန်ကို အသုံးပြုသော ရှေ့နေများအတွက် ပိုမိုလုပ်ဆောင်နိုင်စွမ်းအဖြစ် ပြောင်းလဲလာသည်။

Legora သည် ၎င်းရောင်းချသည့် ထုတ်ကုန်တွင်သာ AI ကို အသုံးပြုနေခြင်း မဟုတ်ပါ။ ကုမ္ပဏီအတွင်းရှိ အဖွဲ့များတွင်လည်း ChatGPT အလုပ်၊ Codex နှင့် dot များကို တိုးချဲ့အသုံးပြုလာပါသည်။ OpenAI ၏ နည်းပညာသည် Legora က သုံးစွဲသူများအတွက် တည်ဆောက်သည့် ထုတ်ကုန်၏ အစိတ်အပိုင်းတစ်ခု ဖြစ်လာသလို ကုမ္ပဏီကိုယ်တိုင်၏ လုပ်ငန်းလည်ပတ်ပုံကိုလည်း ပြောင်းလဲပေးနေပါသည်။ “ကျွန်တော်တို့ရဲ့ လုပ်ငန်းတွေမှာ AI ကို တတ်နိုင်သမျှ အခြေခံကျကျ အသုံးပြုနေဖို့က ကျွန်တော့်အတွက် အလွန်အရေးကြီးပါတယ်” ဟု Junestrand က အခိုင်အမာ ပြောပါသည်။

Legora ၏ CTO ဖြစ်သူ Jacob Lauritzen အတွက် ကုဒ်ရေးသားသည့် အေးဂျင့်များကြောင့် အင်ဂျင်နီယာအဖွဲ့သည် စိတ်ကူးအသစ်များကို ယခင်ထက် ပိုမိုမြန်ဆန်စွာ ဖော်ဆောင်နိုင်လာပါသည်။ ယခင်က ဖြစ်နိုင်ခြေရှိသော ဖြေရှင်းနည်းတစ်ခုကို သုတေသနလုပ်ပြီး မှန်ကန်သောနည်းလမ်း ဟုတ်မဟုတ် မသိရသေးမီ အင်ဂျင်နီယာများ၏ အချိန်ကို ရင်းနှီးမြှုပ်နှံရပါသည်။ ယခုတွင်မူ အဖွဲ့များသည် နည်းလမ်းများစွာ၏ ရှေ့ပြေးပုံစံများကို တစ်ပြိုင်နက် ဖန်တီးစမ်းသပ်နိုင်ပါသည်။ “ဖြေရှင်းနည်း ၂၀ ကို တစ်ပြိုင်နက်တည်း စမ်းသပ်လေ့လာနိုင်ပြီး ရက်ပိုင်းအတွင်းမှာပဲ အကောင်းဆုံးဖြစ်မယ်လို့ သေချာသိတဲ့ နည်းလမ်းကို ရွေးနိုင်ပါတယ်။”

ဤနည်းလမ်းကပင် တစ်စုံတစ်ရာ မှားယွင်းသွားသည့်အခါ Legora ၏ တုံ့ပြန်ဖြေရှင်းပုံကိုလည်း ပြောင်းလဲပေးပါသည်။ ယခင်က ထုတ်ကုန်ပြဿနာတစ်ခု၏ အကြောင်းရင်းကို ရှာဖွေရန် အင်ဂျင်နီယာအများအပြားက ဖြစ်နိုင်ခြေရှိသော အကြောင်းရင်းအမျိုးမျိုးကို နာရီပေါင်းများစွာ စုံစမ်းစစ်ဆေးရတတ်ပါသည်။ ယခုတွင် ကုဒ်ရေးသားသည့် အေးဂျင့်များက လုပ်ဆောင်မှုမှတ်တမ်း စာကြောင်းရေသန်းချီကို ရှာဖွေပြီး ဖြစ်နိုင်ခြေရှိသော အကြောင်းရင်းများစွာကို တစ်ပြိုင်နက် စစ်ဆေးနိုင်ပါသည်။ ထို့ကြောင့် တစ်ခါတစ်ရံ ချို့ယွင်းချက်အကြောင်း သတင်းပို့ခံရချိန်မှ အမှန်တကယ် ပြင်ဆင်ဖြေရှင်းပြီးချိန်အထိ Legora အတွက် ငါးမိနစ်ခန့်သာ ကြာပါသည်။

သုံးစွဲသူများအနေဖြင့် အင်ဂျင်နီယာလုပ်ငန်း ပိုမိုထိရောက်လာမှုကို တိုက်ရိုက် မမြင်တွေ့ရသည်မှာ မှန်ပါသည်။ သို့သော် ယင်း၏ရလဒ်များကိုတော့ သူတို့ ခံစားရပါသည်။ ပြဿနာများကို ပိုမြန်မြန် ဖြေရှင်းနိုင်ခြင်း၊ အကြံပြုတုံ့ပြန်ချက်များ ထုတ်ကုန်အဖွဲ့များထံ ပိုစောစော ရောက်ရှိခြင်းနှင့် ထုတ်ကုန်ဖွံ့ဖြိုးရေး၏ ပိုမိုအစောပိုင်းအဆင့်တွင် စိတ်ကူးအသစ်များကို သုံးစွဲသူများနှင့်အတူ စမ်းသပ်နိုင်ခြင်းတို့ ဖြစ်ပါသည်။

ဖောက်သည်များအတွက် ထုတ်ကုန်က ဖန်တီးပေးရန် ရည်ရွယ်ထားသည့် အပြောင်းအလဲကို Legora ၏ ဥပဒေအဖွဲ့ကိုယ်တိုင်လည်း တွေ့ကြုံခံစားနေရသည်။ ဥပဒေအကြံပေးချုပ် Emma Kadri Bergström က လျှို့ဝှက်ချက်မဖော်ထုတ်ရေး သဘောတူညီချက်များ (NDA) ကို ဥပမာပေးသည်။ သူမ၏ အဖွဲ့သည် ယခင်လက်မှတ်ရေးထိုးခဲ့သော သဘောတူညီချက်များကို သုံးသပ်ကာ လုပ်ထုံးလုပ်နည်းလမ်းညွှန်တစ်ခု တည်ဆောက်ခဲ့သည်။ ထိုလမ်းညွှန်ဖြင့် Legora သည် ဝင်လာသည့် NDA များကို ပဏာမစိစစ်ပြီး လက်ခံနိုင်သည့် သတ်မှတ်ချက်များနှင့် မကိုက်ညီသော စည်းကမ်းချက်များကို ထောက်ပြပေးနိုင်သည်။

ဤလုပ်ငန်းစဉ်ကို မစတင်မီက ထို “ပျင်းစရာ စာရွက်စာတမ်းများ” ကို စိစစ်ရန် ဥပဒေအဖွဲ့၏ လုပ်အားအချိန် 20% ခန့် ကုန်ခဲ့သည်ဟု Kadri Bergström က ခန့်မှန်းသည်။ ယနေ့တွင် 1% အောက်သာ ရှိတော့သည်။

ကုမ္ပဏီကိုယ်တိုင် အရှိန်အဟုန်ဖြင့် တိုးချဲ့နေသဖြင့် ထိုသို့ ပြန်ရလာသောအချိန်သည် အရေးပါသည်။ ပြီးခဲ့သည့်နှစ်အတွင်း လုပ်ငန်းသည် ရုံး 3 ရုံးမှ 18 ရုံးအထိ တိုးချဲ့ခဲ့ပြီး ရင်းနှီးငွေရှာဖွေမှု 3 ကြိမ် ပြီးစီးခဲ့သည့်အပြင် ကုမ္ပဏီဝယ်ယူမှု 5 ခု ပြုလုပ်ခဲ့သည်ဟု Kadri Bergström က ဆိုသည်။ ဥပဒေအဖွဲ့သည် လုပ်ငန်းနှင့် နီးကပ်စွာ ချိတ်ဆက်ထားရင်း ထိုတိုးတက်မှုကို ပံ့ပိုးပေးခဲ့ရသည်။

AI ကြောင့် ယခင်က လုပ်အားအကန့်အသတ်ရှိသဖြင့် ပြင်ပသို့ အပ်နှံရနိုင်သော သို့မဟုတ် အတိုင်းအတာလျှော့ချရနိုင်သော အလုပ်များကိုလည်း အဖွဲ့က တာဝန်ယူနိုင်လာသည်။ ဥပမာ၊ ကုမ္ပဏီပေါင်းစည်းဝယ်ယူမှုဆိုင်ရာ အသေးစိတ်စိစစ်မှုတွင် အေးဂျင့်များက စာချုပ်များကို စတင်စိစစ်ကာ အရောင်းအဝယ်ဆိုင်ရာ စာတမ်းများထဲမှ အချက်အလက်များကို ရှာဖော်ပေးနိုင်ပြီး ရှေ့နေများက ရလဒ်ကို ပြန်လည်စိစစ်ကာ အဓိပ္ပာယ်ဖွင့်ဆိုပေးနိုင်သည်။

Legora ၏ ဖောက်သည်များအတွက် အခွင့်အလမ်းမှာ တူညီသောအလုပ်ကို ပိုမြန်မြန်ပြီးစီးအောင် လုပ်နိုင်ရုံမျှ မဟုတ်ပါ။ AI သည် တာဝန်ယူလုပ်ဆောင်နိုင်သည့် အလုပ်နယ်ပယ်ကိုလည်း ချဲ့ထွင်ပေးခဲ့သည်။

ကမ္ဘာလုံးဆိုင်ရာ ဥပဒေအင်ဂျင်နီယာဌာန အကြီးအကဲ Alex Fortescue-Webb က အသေးစိတ်စိစစ်မှုကို ဥပမာပေးသည်။ သမားရိုးကျ စိစစ်မှုတွင် အချိန်နှင့် ကုန်ကျစရိတ် အကန့်အသတ်များကြောင့် အဖွဲ့များသည် တန်ဖိုးအရှိဆုံး စာချုပ်များကိုသာ နက်နက်ရှိုင်းရှိုင်း အာရုံစိုက်ရနိုင်သည်။ Legora ၏ ဇယားဖြင့်စိစစ်သည့် လုပ်ငန်းစဉ်သည် မေးခွန်းအမျိုးမျိုးအပေါ် အခြေခံ၍ စာချုပ်ထောင်ချီကို မိနစ်ပိုင်းအတွင်း သုံးသပ်နိုင်သောကြောင့် ရှေ့နေများက ပိုမိုကျယ်ပြန့်စွာ အသေးစိတ်စိစစ်နိုင်သည်။

ထို့ကြောင့် နောက်ဆုံးရလဒ်၏ အရည်အသွေးကို ပြောင်းလဲစေနိုင်သည်။ ယခင်က လူကိုယ်တိုင်စိစစ်ခဲ့သည့် စာချုပ်အစုထဲ မပါဝင်သော စာချုပ်များတွင် ဖုံးကွယ်နေနိုင်သည့် အန္တရာယ်များကို ယခု ရှေ့နေတစ်ဦး အကဲဖြတ်နိုင်ရန် ဖော်ထုတ်ပေးနိုင်ပြီ ဖြစ်သည်။

ရလဒ်များကို ယခုကတည်းက တိုင်းတာနိုင်နေပြီ ဖြစ်သည်။ Junestrand က အောက်ပါရလဒ်များ ရရှိထားသော Fortune 100 ဖောက်သည်ကုမ္ပဏီတစ်ခုကို ကိုးကားဖော်ပြသည်။

• စာချုပ်ဆောင်ရွက်ပြီးစီးရန် ကြာချိန် 90% လျှော့ချနိုင်ခဲ့ခြင်း

• ပြင်ပအဖွဲ့များထံ အပ်နှံသည့် တရားရင်ဆိုင်မှုနှင့် အသေးစိတ်စိစစ်မှုအတွက် ကုန်ကျစရိတ် ဒေါ်လာ သန်း 20 ကျော် သက်သာခဲ့ခြင်း

• ပိုတန်ဖိုးရှိသော အလုပ်များအတွက် ရှေ့နေတစ်ဦးလျှင် တစ်ပတ် 9.5 နာရီ ပြန်လည်ရရှိခဲ့ခြင်း

ChatGPT အတွက် Legora ပလပ်အင်⁠ မှတစ်ဆင့် ဥပဒေအဖွဲ့များသည် ၎င်းတို့၏ ChatGPT စကားဝိုင်းများအတွင်း Legora ၏ စွမ်းရည်များကိုလည်း အသုံးပြုနိုင်သည်။

• Legora ဥပဒေအဖွဲ့၏ လျှို့ဝှက်ချက်မဖော်ထုတ်ရေး သဘောတူညီချက်များ (NDA) စိစစ်ချိန် 95% ကျော် လျော့ကျသွားပြီး အဖွဲ့၏ လုပ်အားအချိန် 20% ခန့်မှ 1% အောက်သို့ ကျဆင်းခဲ့သည်။

• Legora ကို အသုံးပြုသည့် Fortune 100 ကုမ္ပဏီတစ်ခုတွင် စာချုပ်ဆောင်ရွက်ပြီးစီးချိန် 90% ပိုမြန်လာသည်။

• အဆိုပါကုမ္ပဏီတွင်ပင် ပြင်ပအဖွဲ့များထံ အပ်နှံသည့် တရားရင်ဆိုင်မှုနှင့် အသေးစိတ်စိစစ်မှုအတွက် ကုန်ကျစရိတ် ဒေါ်လာ သန်း 20 ကျော် သက်သာခဲ့သည်။

• ပိုတန်ဖိုးရှိသော အလုပ်များအတွက် ရှေ့နေတစ်ဦးလျှင် တစ်ပတ် 9.5 နာရီ ပြန်လည်ရရှိခဲ့သည်။

• ကိုယ်တိုင်အသုံးပြုပြီး ဦးဆောင်ပါ။ ခေါင်းဆောင်များ၏ 75% ကျော်က Legora ကို တက်တက်ကြွကြွ အသုံးပြုသည့်အခါ အဖွဲ့အစည်းတစ်ခုလုံး၏ အသုံးပြုမှုပမာဏ အလယ်ကိန်းသည် 3 ဆ ပိုမြင့်သည်။

• ဖြေရှင်းရမည့် ပြဿနာမှ စတင်ပါ။ လူများ ပြီးမြောက်အောင် လုပ်ဆောင်ရမည့်အရာကို အာရုံစိုက်ပါ။ ထို့နောက် လုပ်ငန်းစဉ်၏ မည်သည့်နေရာကို AI ဖြင့် ပိုကောင်းအောင် လုပ်နိုင်သည်ကို ဆုံးဖြတ်ပါ။

• ဦးဆောင်အားပေးမည့်သူများ၏ ကွန်ရက်ကို တည်ဆောက်ပါ။ အဖွဲ့အစည်းအတွင်း အသုံးပြုရန် အားပေးတိုက်တွန်းသူများက စမ်းသပ်သုံးစွဲမှုမှ ရေရှည်အသုံးပြုမှုသို့ ကူးပြောင်းနိုင်ရန် ကူညီပေးသည်။

• ပြန်လည်တည်ဆောက်ရန် အသင့်ရှိပါစေ။ မော်ဒယ်များ တိုးတက်လာသည်နှင့်အမျှ ထုတ်ကုန်နှင့်ပတ်သက်သည့် ယခင်ယူဆချက်များသည် လျင်မြန်စွာ ခေတ်မမီတော့ဘဲ ဖြစ်သွားနိုင်သည်။

• ယုံကြည်မှုရရှိစေရန် ရည်ရွယ်ဒီဇိုင်းဆွဲပါ။ အသုံးပြုမှုအတွေ့အကြုံတွင် အကဲဖြတ်ခြင်း၊ စမ်းသပ်ခြင်းနှင့် ပွင့်လင်းမြင်သာမှုတို့ကို အစကတည်းက ထည့်သွင်းထားပါ။

Legora အတွက် နောက်တစ်ဆင့် ရည်မှန်းချက်မှာ ယနေ့ ဥပဒေလုပ်ငန်းစဉ်များကို ပိုမြန်အောင် လုပ်ပေးရုံမျှ မဟုတ်ပါ။ ရှေ့နေများနှင့် AI တို့ ပိုမိုသဘာဝကျစွာ ပူးပေါင်းလုပ်ကိုင်နိုင်စေရင်း AI တာဝန်ယူလုပ်ဆောင်နိုင်သည့် အလုပ်အမျိုးအစားများကို တိုးချဲ့ပေးရန် ဖြစ်သည်။

Jacob Lauritzen က တိုးတက်မှုနှစ်ရပ် တစ်ပြိုင်နက် ဖြစ်ပေါ်နေသည်ဟု မြင်သည်။ ပထမအနေဖြင့် အေးဂျင့်များသည် နောက်ခံအချက်အလက်နှင့် ကိုယ်တိုင်ဆုံးဖြတ်လုပ်ဆောင်နိုင်စွမ်း အများကြီး ပိုလိုအပ်သည့် အချိန်ကြာမြင့်သော အလုပ်များကို ကိုင်တွယ်နိုင်လာမည်။ စာမျက်နှာသန်းချီကို တစ်ညတာအတွင်း အသေးစိတ်စိစစ်ပြီး နောက်နေ့မနက် ရှေ့နေရောက်လာချိန်တွင် သုံးသပ်ချက် အဆင်သင့်ရှိနေမည့် အနာဂတ်ကို သူမျှော်မှန်းထားသည်။

တစ်ချိန်တည်းမှာပင် ပိုမိုစွမ်းဆောင်နိုင်လာသည့် မော်ဒယ်များသည် ပိုမြန်လာနေသည်။ ထို့ကြောင့် ကွဲပြားသော အတွေ့အကြုံတစ်မျိုး ရရှိလာနိုင်သည်။ AI ကို အလုပ်လက်ခံပြီး အဖြေပြန်ပေးသည့် ကိရိယာအဖြစ်သာ သဘောထားမည့်အစား ရှေ့နေနှင့် AI တို့က စာချုပ်၊ သုံးသပ်ချက် သို့မဟုတ် အကြံဉာဏ်တစ်ခုအပေါ် အပြန်အလှန် ဆွေးနွေးပြီး အချိန်နှင့်တစ်ပြေးညီ ပူးပေါင်းလုပ်ဆောင်နိုင်ခြင်း ဖြစ်သည်။

နည်းပညာ၏ စွမ်းဆောင်နိုင်မှုနယ်ပယ် ဆက်လက်ကျယ်ပြန့်လာသောကြောင့် Legora ၏ ရှေ့လုပ်ငန်းအစီအစဉ်သည်လည်း တစ်သမတ်တည်း ရှိနေရန် မဖြစ်နိုင်ပါ။ “မော်ဒယ်တွေ တိုးတက်လာတာကြောင့် ရှေ့လုပ်ငန်းအစီအစဉ်ကို နှစ်ပတ်တစ်ခါ ပြန်စဉ်းစားရပါတယ်” ဟု Lauritzen က ဆိုသည်။ အင်ဂျင်နီယာများ၊ ထုတ်ကုန်မန်နေဂျာများ၊ ဒီဇိုင်နာများနှင့် အရောင်းအဖွဲ့များအားလုံးက ဖောက်သည်များအတွက် အသစ်လုပ်ဆောင်ပေးနိုင်လာသည့်အရာကို သူ့ထံ မကြာခဏ မေးမြန်းကြသည်။

Bergström အတွက်တော့ ဥပဒေအဖွဲ့များအပေါ် ရှုမြင်ပုံကို ပြောင်းလဲပေးရန် ဖြစ်သည်။ “ဥပဒေဌာနတိုင်းက ကိုယ့်ကြောင့် လုပ်ငန်းတွေ ကြန့်ကြာသွားမှာကို စိုးရိမ်ကြပါတယ်။ အဲဒီလိုဖြစ်ရင် လုပ်ငန်းဘက်က ကိုယ့်ဆီ မလာကြတော့ဘူးလေ” ဟု သူမက ဆိုသည်။ AI သည် ဥပဒေအဖွဲ့များကို အလုပ်ကြန့်ကြာစေသူများအဖြစ်မှ လုပ်ငန်းမိတ်ဖက်များအဖြစ်သို့၊ ရှောင်ရှားလိုသူများအဖြစ်မှ မိမိနှင့်အတူ ပါဝင်စေချင်သူများအဖြစ်သို့ ပြောင်းလဲပေးနေသည်။

Legora အောင်မြင်ပါက ရလဒ်မှာ ရှေ့နေများက လက်ရှိအလုပ်များကို ပိုထိရောက်စွာ ပြီးစီးအောင် လုပ်နိုင်ခြင်းမျှသာ ဖြစ်မည်မဟုတ်ပါ။ ဥပဒေအဖွဲ့များသည် ယခင်က လုပ်အားမလုံလောက်မှုကြောင့် မဖြစ်နိုင်ခဲ့သည့် အလုပ်များကို တာဝန်ယူနိုင်လာမည်။ လူကိုယ်တိုင် လုပ်ဆောင်ရန် လိုနေသေးသည့် ချင့်ချိန်သုံးသပ်မှု၊ မဟာဗျူဟာနှင့် အရေးပါသော ဆုံးဖြတ်ချက်များအတွက်လည်း အချိန်ပိုရလာမည်။

Junestrand ပြောသကဲ့သို့ပင် “ရှေ့နေတစ်ယောက်ဖြစ်ဖို့ သမိုင်းတစ်လျှောက် အကောင်းဆုံးအချိန်ပါပဲ။”