បញ្ហា (The Problem)៖ ឯកសារនេះដោះស្រាយបញ្ហាប្រឈមក្នុងការសម្គាល់អក្សរសរសេរដោយដៃបុរាណ និងស្វែងរកការយល់ដឹងពីរបៀបដែលប្រព័ន្ធគំហើញរបស់មនុស្សដំណើរការភាពប្រែប្រួលនៃរូបរាងអក្សរ ដើម្បីកែលម្អប្រព័ន្ធបញ្ញាសិប្បនិម្មិត (AI)។
វិធីសាស្ត្រ (The Methodology)៖ អ្នកស្រាវជ្រាវបានរចនាការពិសោធន៍ដោយប្រើវិធីសាស្ត្រចម្រុះរវាងជាតិពន្ធុវិទ្យា និងវិទ្យាសាស្ត្រការយល់ដឹង (Cognitive sciences) ដើម្បីសាកល្បងការសម្គាល់អក្សរ Demotic របស់មនុស្ស។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Static Passive Familiarisation ការធ្វើឱ្យស៊ាំបែបអសកម្ម (បង្ហាញរូបភាពអក្សរដដែលៗ) |
ងាយស្រួលក្នុងការអនុវត្ត និងចំណាយពេលតិចក្នុងការបង្ហាញរូបភាពដល់អ្នកស្ម័គ្រចិត្ត។ | មិនមានការចូលរួមពីចលនាសាច់ដុំ (Motor feedback) ដែលអាចធ្វើឱ្យការចងចាំរូបរាងអក្សរមានកម្រិត។ | លទ្ធផលជាក់ស្តែងមិនទាន់ត្រូវបានបោះពុម្ពផ្សាយនៅឡើយទេ (កំពុងស្ថិតក្នុងដំណាក់កាលរង់ចាំទិន្នន័យ)។ |
| Static Active Familiarisation ការធ្វើឱ្យស៊ាំបែបសកម្ម (បង្ហាញរូបភាពអក្សរ និងតម្រូវឱ្យគូរតាម) |
ជំរុញឱ្យមានការចងចាំកាន់តែច្បាស់តាមរយៈសកម្មភាពគូរផ្ទាល់ (Motor feedback) និងអន្តរកម្ម។ | ទាមទារឧបករណ៍បន្ថែម (Tablet និង Stylus) និងចំណាយពេលយូរជាងក្នុងការពិសោធន៍។ | លទ្ធផលជាក់ស្តែងមិនទាន់ត្រូវបានបោះពុម្ពផ្សាយនៅឡើយទេ (កំពុងស្ថិតក្នុងដំណាក់កាលរង់ចាំទិន្នន័យ)។ |
| Dynamic Familiarisation ការធ្វើឱ្យស៊ាំបែបថាមវន្ត (បង្ហាញវីដេអូពីរបៀបសរសេរអក្សរ) |
បង្ហាញពីលំដាប់នៃការគូរគំនូសអក្សរ (Stroke order) ដែលជួយឱ្យយល់ពីទម្រង់កកើតនៃអក្សរ។ | ទាមទារការរៀបចំទិន្នន័យស្មុគស្មាញជាង (ត្រូវបង្កើតវីដេអូគំនូរជីវចលសម្រាប់ការសរសេរអក្សរនីមួយៗ)។ | លទ្ធផលជាក់ស្តែងមិនទាន់ត្រូវបានបោះពុម្ពផ្សាយនៅឡើយទេ (កំពុងស្ថិតក្នុងដំណាក់កាលរង់ចាំទិន្នន័យ)។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការរៀបចំការពិសោធន៍នេះតម្រូវឱ្យមានទាំងឧបករណ៍បច្ចេកវិទ្យាអន្តរកម្ម និងកិច្ចសហការពីអ្នកជំនាញពហុវិស័យ ដើម្បីធានាបាននូវភាពត្រឹមត្រូវនៃទិន្នន័យ។
ការសិក្សានេះផ្តោតលើអក្សរ Demotic នៃអេហ្ស៊ីបបុរាណ ដោយប្រើប្រាស់ទិន្នន័យឈ្មោះក្រិក និងធ្វើការពិសោធន៍ជាមួយអ្នកស្ម័គ្រចិត្តនៅក្នុងបរិបទបណ្ណាល័យសាកលវិទ្យាល័យ (ទំនងជានៅចក្រភពអង់គ្លេស)។ លក្ខខណ្ឌនេះអាចបង្កើតភាពលម្អៀងខាងវប្បធម៌ និងប្រភេទអក្សរ។ សម្រាប់ប្រទេសកម្ពុជា ការយល់ដឹងពីការរចនាទិន្នន័យនេះមានសារៈសំខាន់ណាស់ ព្រោះយើងមានអក្សរបុរាណផ្ទាល់ខ្លួន (ដូចជាអក្សរខ្មែរបុរាណ) ដែលទាមទារការជ្រើសរើសទិន្នន័យតំណាងឱ្យបានត្រឹមត្រូវនិងទូលំទូលាយ។
វិធីសាស្ត្ររួមបញ្ចូលវិទ្យាសាស្ត្រការយល់ដឹង (Cognitive science) ជាមួយ AI នៅក្នុងការសិក្សានេះ មានសក្តានុពលខ្ពស់សម្រាប់ការងារអភិរក្ស និងសិក្សាឯកសារប្រវត្តិសាស្ត្រនៅប្រទេសកម្ពុជា។
ការអនុវត្តវិធីសាស្ត្រនេះមិនត្រឹមតែជួយកែលម្អប្រព័ន្ធ AI សម្រាប់ការអានអក្សរខ្មែរបុរាណប៉ុណ្ណោះទេ ថែមទាំងជួយរក្សាទុកចំណេះដឹងរបស់អ្នកជំនាញ ដែលបច្ចុប្បន្នមានចំនួនតិចតួចនៅក្នុងប្រទេសកម្ពុជា។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Palaeography | ការសិក្សាអំពីប្រវត្តិ ទម្រង់ និងការវិវត្តនៃអក្សរសរសេរដោយដៃនាសម័យបុរាណ ដើម្បីយល់ពីអត្ថន័យ អត្តសញ្ញាណអ្នកសរសេរ និងកាលបរិច្ឆេទនៃឯកសារប្រវត្តិសាស្ត្រ។ | ដូចជាការធ្វើជាអ្នកស៊ើបអង្កេតប្រវត្តិសាស្ត្រ ដែលព្យាយាមអានអក្សរព្រិលៗ ឬកកាយអត្ថន័យពីសំបុត្រចាស់ៗរាប់ពាន់ឆ្នាំមុន។ |
| Demotic script | ជាប្រភេទអក្សរបុរាណរបស់ប្រទេសអេហ្ស៊ីប ដែលបានវិវត្តនិងត្រូវគេប្រើយ៉ាងទូលំទូលាយសម្រាប់ការសរសេរប្រចាំថ្ងៃ លើឯកសាររដ្ឋបាល និងអក្សរសិល្ប៍ ក្នុងរយៈពេលប្រមាណ១០សតវត្សរ៍ ដោយមានទម្រង់ប្រែប្រួលយ៉ាងខ្លាំង។ | ដូចជាអក្សរឆ្លាក់លើជញ្ជាំងប្រាសាទបុរាណ ដែលត្រូវបានគេយកមកសរសេរកាត់ៗឱ្យលឿននិងសាមញ្ញជាងមុនសម្រាប់ប្រើប្រាស់រាល់ថ្ងៃ។ |
| Motor feedback | ដំណើរការដែលខួរក្បាលទទួលបានព័ត៌មានពីចលនានៃសាច់ដុំដៃនៅពេលយើងសរសេរ ឬគូរ ដែលជួយឱ្យប្រព័ន្ធចងចាំរបស់មនុស្សកត់ត្រារូបរាងអក្សរបានកាន់តែច្បាស់ជាងការគ្រាន់តែមើលនឹងភ្នែកទទេពុំមានសកម្មភាព។ | ដូចជាពេលដែលយើងរៀនជិះកង់ ដែលរាងកាយយើងចងចាំសកម្មភាពទប់លំនឹងនោះដោយស្វ័យប្រវត្តិតាមរយៈចលនាផ្ទាល់ទោះជាយើងមិនបានគិតក៏ដោយ។ |
| Ethnographic methodologies | វិធីសាស្ត្រស្រាវជ្រាវបែបគុណវិស័យ ដែលផ្តោតលើការចុះទៅសង្កេត និងការប្រាស្រ័យទាក់ទងដោយផ្ទាល់ជាមួយមនុស្ស (ដូចជាអ្នកអានអក្សរបុរាណ) នៅក្នុងបរិយាកាសធម្មជាតិរបស់ពួកគេ ដើម្បីយល់ពីទម្លាប់ និងវិធីសាស្ត្រជាក់ស្តែងដែលពួកគេប្រើ។ | ដូចជាការចុះទៅរស់នៅជាមួយអ្នកភូមិដើម្បីស្វែងយល់ពីរបៀបរស់នៅ និងការគិតរបស់ពួកគេផ្ទាល់ ជាជាងការគ្រាន់តែផ្ញើកម្រងសំណួរឱ្យពួកគេបំពេញតាមក្រដាស។ |
| Histogram alignment | បច្ចេកទេសក្នុងប្រព័ន្ធកុំព្យូទ័រ (Computer Vision) សម្រាប់កែសម្រួលរូបភាពឯកសារប្រវត្តិសាស្ត្រផ្សេងៗឱ្យមានកម្រិតពន្លឺ និងភាពច្បាស់ (Contrast) ស្មើគ្នា ដើម្បីលុបបំបាត់ស្នាមប្រឡាក់នានា និងងាយស្រួលក្នុងការប្រៀបធៀបរូបរាងអក្សរសុទ្ធសាធ។ | ដូចជាការប្រើប្រាស់ Filter កែពណ៌រូបថតជាច្រើនសន្លឹកដែលថតនៅកន្លែងខុសគ្នា ឱ្យមើលទៅមានពន្លឺ និងពណ៌ស្រដៀងគ្នា ដើម្បីដាក់បញ្ចូលគ្នាក្នុងអាល់ប៊ុមតែមួយបានស្អាត។ |
| Neural network techniques | ក្បួនដោះស្រាយក្នុងបញ្ញាសិប្បនិម្មិត (AI) ដែលត្រូវបានរចនាឡើងដោយយកគំរូតាមបណ្តាញសរសៃប្រសាទក្នុងខួរក្បាលមនុស្ស ដើម្បីបង្រៀនកុំព្យូទ័រឱ្យរៀនសម្គាល់ទិន្នន័យស្មុគស្មាញ និងទាញយកលំនាំពីទិន្នន័យទាំងនោះ (ដូចជាការសម្គាល់អក្សរសរសេរដោយដៃជាដើម)។ | ដូចជាការបង្ហាត់ក្មេងតូចម្នាក់ឱ្យស្គាល់សត្វឆ្មា ដោយបង្ហាញរូបភាពឆ្មាជាច្រើនសន្លឹក រហូតដល់ក្មេងនោះអាចចំណាំបានដោយខ្លួនឯង ទោះជួបឆ្មាប្រភេទថ្មីក៏ដោយ។ |
| Cognitive sciences | ការសិក្សាអន្តរវិជ្ជាដែលរួមបញ្ចូលចិត្តវិទ្យា ប្រព័ន្ធសរសៃប្រសាទ និង AI ដែលផ្តោតលើដំណើរការរបស់ខួរក្បាល និងចិត្ត ដើម្បីយល់ពីរបៀបដែលមនុស្សគិត រៀនសូត្រ ចងចាំ និងយល់ឃើញព័ត៌មានជុំវិញខ្លួន។ | ដូចជាការសិក្សាស្វែងយល់ពី "ម៉ាស៊ីនខាងក្នុង" នៃក្បាលរបស់យើង ថាតើវាដំណើរការយ៉ាងដូចម្តេចនៅពេលយើងព្យាយាមអានអក្សរដែលសរសេរញីញ័រ។ |
| Determinatives | និមិត្តសញ្ញានៅក្នុងអក្សរបុរាណមួយចំនួន ដែលមិនមានសំឡេងអាន ប៉ុន្តែត្រូវបានបន្ថែមនៅចុងពាក្យដើម្បីបញ្ជាក់ពីប្រភេទនៃពាក្យនោះ ជួយបែងចែកពាក្យដែលសរសេរ ឬបញ្ចេញសំឡេងដូចគ្នា ប៉ុន្តែមានអត្ថន័យខុសគ្នា។ | ដូចជាការសរសេរសញ្ញា 💡 (អំពូលភ្លើង) នៅជាប់ពាក្យ "គំនិត" ក្នុងសារអេឡិចត្រូនិក ដើម្បីបញ្ជាក់ប្រាប់អ្នកអានថាវាជារឿងភ្លឺស្វាង មិនមែនជាគំនិតអាក្រក់នោះទេ។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
