Arthur's Home

Many Lives, Many Memories.

လွန်ခဲ့တဲ့ ၁၀နှစ်က..

လွန်ခဲ့တဲ့ ၁၀နှစ်ကို ပြန်ကြည့်လိုက်ရင် ကိုယ်ရခဲ့တဲ့ အတွေ့အကြုံတွေ၊ အမှတ်တရတွေက မနည်းဘူး။

အပြောင်းအလဲတွေကလည်း ခဏခဏပါပဲ။

အိုင်တီလောက ထဲကို ခြေလှမ်းစလှမ်းခဲ့တာ ၂၀၁၂ လောက်တည်းကလို့ ပြောလို့ရမယ်ထင်တယ်။

အဲဒီတုန်းက မိုဘိုင်းGroup တွေမှာ စပြီး ကူတာတွေလုပ်နေပြီ။

Root ဖောက်၊ မြန်မာစာထည့်ဘာညာပေါ့လေ။

Samsung Galaxy S2 လေးတစ်ခုရှိတာ မျောက်အုန်းသီးရသလိုပဲ။

၂၀၁၃ လောက်မှာ ဘွဲ့ရပြီးတော့ အိမ်ပြန်နေတယ်။

ကျောင်းနေဘက် သူငယ်ချင်းတွေ ဆေးရုံမှာ၊ ဆေးကုမ္ပဏီမှာ၊ နာမည်ကြီး NGO တွေမှာ လုပ်နေကြတာမြင်တော့ အားကျပေမယ့် ကိုယ်မလုပ်ချင်တဲ့အရာမှန်း သိနေလို့ ဘာမှမလုပ်ဖြစ်ဘူး။

၆နှစ်လောက် ဝေးကွာနေတဲ့ မိသားစု နဲ့ အေးအေးဆေးဆေးနေတယ်။

MPT ရဲ့လိပ်လိုနှေးတဲ့ internet ကိုလျှောက်၊

ကိုယ့်အတွက် အပိုင်စားရထားတဲ့ သစ်သား အခန်းလေးထဲမှာ ၊ ကွန်ပျူတာတွေဆင်ပြီးနေ့နေ့ညည အင်တာနက်သုံးတယ်။ 

၂၀၁၃ က Wizard tool တွေနဲ့ မိုဘိုင်း App တွေကို စဖန်တီးနေတဲ့အချိန်။

Playstore ပေါ်မှာ ရှိတဲ့ မြန်မာ  App တွေက ရေတွက်လို့ရနေသေးတယ်။

အိမ်ထဲမှာပဲ နေပြီး ကွန်ပျူတာရှေ့ကလွဲပြီး ဘာအလုပ်မှ မလုပ်တဲ့ မောင်ငြိမ်းကို ဆေးခန်းထိုင်တာ၊ ဒါမှမဟုတ်ဆေးရုံမှာ လုပ်တာတွေ မာတာမိခင်ကလုပ်စေချင်တယ်။

တခါတရံ အမေအတင်းဆွဲခေါ်လာတဲ့ လူနာတွေနဲ့ အဖိုး ကို ကြည့်ပေးတာကလွဲလို့ ဘာမှသိပ်မကုဘူး။

ကိုယ့်ဘာသာ ဆေးကုတာကို အားမရဘူးလို့ ပြောတယ်။

ဆေးကုတာ အပြင် ငါ ဘာလုပ်တတ်သေးလဲ တစ်ချိန်လုံး တွေးနေခဲ့တာ။

ကောင်းကောင်းကျွမ်းကျင်နေပြီဖြစ်တဲ့ App develop လုပ်တာတွေကို အသုံးချပြီး ငါ မရှိသေးတာတွေ လုပ်မယ်လို့ စအတွေးဝင်တယ်။ အဲဒီမှာ Myanmar First Aid စပေါ်လာတယ်။

NGO တစ်ခုခုမှာလုပ်ပါလား ဆိုပြီး ပြောလို့၊ နေပြည်တော်မှာရှိတဲ့ NGO မှာ Volunteer လိုလို သွားယောင်ခဲ့သေးတယ်။

တကယ်တော့ အဲဒီမှာ သွားလုပ်ခဲ့မိတာကလည်း သင်ခန်းစာတွေ ရခဲ့ပါတယ်။

နိုင်ငံတော် အဆင့်ပွဲတွေနဲ့ မစိမ်းခဲ့ဘူး။ 

ဗဟိုတွေမှာ ဘယ်လို အလုပ်လုပ်လဲ ဆိုတာကို အနီးကပ် မြင်ခဲ့လေ့လာခဲ့ရတယ်။

ဟာကွက်တွေလည်း မြင်ရသလို၊ Efficient မဖြစ်တဲ့ စနစ်တွေကိုလည်း သိရတယ်။

အဲဒီ လို သိခဲ့တဲ့အရာတွေကနေပဲ နောက်ပိုင်း လုပ်ဖြစ်တဲ့အရာတွေရဲ့ စိတ်ကူးတွေကို ဆက်ရလာတာပဲ။

တစ်ခါတစ်ရံ mobile clinics တွေထွက်တဲ့အခါ လိုက်ကုတယ်။

ဘာတွေ ကုလဲ၊ ဘယ်လောက်ထိရောက်သလဲဆိုတဲ့ မေးခွန်းတွေလည်း အရမ်းမေးတယ်။

လူနာ တစ်ယောက်ကို ကြည့်တိုင်း အမြဲလိုလို ခံစားမိတာက အတော်များများက လုံလောက်တဲ့ အချက်အလက်မရှိဘဲ၊ အနည်းဆုံး တစ်ခုခုကိုပေးလိုက်ရတာမျိုး ဖြစ်နေခဲ့တယ်။

လူနာမှတ်တမ်း ထဲမှာ အချက်အလက်မစုံတာ၊ အရင်ဘာဖြစ်နေလဲမသိရတာ၊ အချိန်ကန့်သတ်ချက်ရှိတာ၊ 

နောက်ဆက်တွဲ လုပ်ပေးဖို့လိုတာတွေ ရှိမနေတာ၊ စသဖြင့်ပေါ့။

နောက်ဆုံး ဆေးတစ်ခုခုပေးဖို့လိုရင်တောင် ကိုယ်က အမြဲပေးနေကျမဟုတ်တော့ dose တွေမေ့တယ်။

လူအတော်များများကို Referral လုပ်ဖို့ကြံလိုက်ရင် ဘယ်ဆေးရုံ ၊ဘယ်အချိန်မှာဖွင့်နေမှန်းမသိနေဘူး။

လူတွေကို ပြန်ခါနီးရင် ပန်းဖလက်လေးတစ်ခုခု ပေးလိုက်တယ်။ ဖတ်တယ်မဖတ်တယ်မသိရဘူး။

အချို့ ရောဂါတွေကတော့ တကယ့်ကို ကျန်းမာရေးအသိလေး နည်းနည်းတိုးလာတာနဲ့တင်ကာကွယ်လို့ရတာတွေလည်းရှိတယ်။ ဒါပေမယ့် သူတို့ မသိတော့၊ မဖြစ်သင့်တာတွေဆက်ဖြစ်ကြတယ်။

နောက်ပိုင်း လုပ်ဖြစ်တဲ့ App တွေရဲ့ စိတ်ကူးက အဲဒီအချိန် တည်းက စသန္ဓေတည်ပါတယ်။

၂၀၁၃ ကနေ ၂၀၁၅  လောက်အထိက ဘယ်အလုပ်မှ သေသေချာချာလုပ်နေတယ်ဆိုတာမရှိပါဘူး။ ကိုယ့်အလုပ်ပဲကိုယ်လုပ်နေတယ်။ ကျောင်းဆက်တက်မှာလိုလို ၊ အလုပ်ပဲ လုပ်တော့မှာလိုလို၊ အစိုးရအလုပ်ဝင်မှာလိုလို နဲ့ စိတ်တွေ ထွေတယ်။ 

တစ်ခုခုကို လုပ်မယ်လို့ ဆုံးဖြတ်လိုက်တဲ့အချိန်က ၂၀၁၅လောက်မှာထင်တာပဲ။

နိုင်ငံခြားကျောင်းတက်ကို တက်မယ်လို့ စတွေးတဲ့အချိန်ပေါ့။ 

ဘာတက်ရမယ်မှန်းလည်းမသိ။

စကော်လာဆိုတာ ဘာမှန်းတောင်မသိသေးတဲ့အချိန်။ နားလည်းမလည်ဘူး။ မဟီဒေါက ရန်ကုန်မှာ လုပ်တဲ့လူတွေ့ ပွဲကို အူလည်လည်နဲ့သွားတက်သေးတယ်၊ ဘာမေးရမှန်းလည်းမသိသလို၊ ဘာလုပ်ရမှန်းလည်းမသိခဲ့ပါဘူး။

အဲဒီနောက်မှာတော့ ၆လလောက်နီးပါး၊ နေပြည်တော်မှာ လုပ်မယ့် နိုင်ငံတကာ Conference အတွက် အပြည့်အဝအချိန်ပေးတယ်။ အဲဒီပွဲပြီးတဲ့နေ့ကစပြီး ၃ နှစ်လောက် ဝင်လိုက်ထွက်လိုက်ဖြစ်နေခဲ့တဲ့အဖွဲ့နဲ့ သံယောဇဉ် ပြတ်တော့တာပဲ။

ကိုယ်ဘယ်လမ်းကို လျှောက်မယ်ဆိုတာ သေချာဆုံးဖြတ်ပြီးတဲ့နောက် ကျောင်းအတွက် စပြင်ဆင်တယ်။

သူများတွေ လွယ်လွယ်ကူကူ ဖြေရတဲ့ အရာတွေကိုအချိန်အများကြီး ပြန်လေ့လာပြီး score  တက်ဖို့တွေ ကြိုးစားခဲ့ရတယ်။ ကိုယ်နဲ့ အမြဲပေါင်းနေကျ ငယ်သူငယ်ချင်းတွေနဲ့ ပုံမှန်တွေ့နေတာရယ်၊ အွန်လိုင်းက အသိတွေနဲ့ တစ်ခါတစ်လေ မန္တလေးမှာသွားတွေ့ဖြစ်တာကလွဲလို့ ပျင်းဖို့ကောင်းလွန်းတဲ့နေပြည်တော် က နေ့ရက်တွေကိုခြောက်ကပ်ကပ်ဖြတ်သန်းတယ်။ အများစုလုပ်ဖြစ်တဲ့အရာတွေက အင်တာနက်က Volunteer အလုပ်တွေပဲ။ နေပြည်တော်က လမ်းတွေကို မြေပုံထဲလိုက်ထည့်တယ်။ TED မှာဘာသာပြန်တယ်။

နားထောင်တယ်။

စာတွေ ရေးတယ်( အများကြီးပဲ) ။ ဝတ္ထုအသစ်တွေဖတ်တယ်။ 

 series တွေထိုင်ကြည့်တယ်။ Java သင်တယ်။ App တွေကို ပုံမှန် maintain လုပ်တယ်။

အဲဒီနောက်မှာUNFPA ကတဆင့် Consultant လောကနဲ့ စထိတွေ့တယ်။ 

၂၀၁၇ ကတော့ အပြောင်းအလဲ ကြီးကြီးမားမားစဖြစ်တဲ့နှစ်လို့ပြောရမယ်။ 

ရန်ကုန်ကိုစပြောင်းပြီး လူတွေကြားထဲ စဝင်ဖြစ်ခဲ့တာက ကိုယ့်အတွက် မှန်ကန်တဲ့ ဆုံးဖြတ်ချက်တစ်ခုဖြစ်သွားတယ်။

ဝါးပင်တွေလိုပဲ။ ရှေ့တုန်းက ငြိမ်နေခဲ့ရသမျှတွေက မြန်မြန်ဆန်ဆန်ပဲပြောင်းလဲလာတယ်။

Amsterdam က လျှောက်ထားတဲ့ကျောင်းကော အလုပ်ကော တစ်ပြိုင်တည်း ရခဲ့တယ်။

ဒါပေမယ့် ကျောင်းကို ဦးစားမပေးဖြစ်ဘဲ အလုပ်ကို ပိုဦးစားပေးဖြစ်သွားတယ်။ 

အစောတည်းက ငါ၂နှစ် ၊၃နှစ်လောက်နေရင် အလုပ်ကထွက်ပြီး ကျောင်းဆက်တက်မယ်လို့ တွေးထားခဲ့ပြီးသား။ 

တစ်ခြားအလုပ်တွေရှိနေရက်နဲ့ ဘာလို့အဲဒီအလုပ်ကို ရွေးလဲလို့ တစ်ချို့တွေကမေးတယ်။

အဲဒီတုန်းက ကျနော် အိုင်တီလောကထဲကို ထဲထဲဝင်ဝင်ရှိချင်လို့ ၊ network ကျယ်ပြန့်ချင်လို့ ဆိုတဲ့ အကြောင်းက အဲဒိကပါ။ တကယ်လဲအသိမိတ်ဆွေအသစ်တွေကော၊ တစ်ခါမှမကြားဖူးတဲ့ စိတ်ကူးတွေ၊ အမြင်တွေရခဲ့တယ်။

ဒေတာ နဲ့ပတ်သက်လို့စ ရူးခဲ့တာကတော့ အဲဒီအချိန်ကပဲ။ start up ဆိုတာကိုလည်း အဲဒီကနေစသိခဲ့တာ။

ကိုယ့်ကိုယ်ကို ဘယ်လို identify လုပ်သလဲဆိုတာ အရေးကြီးတယ်။ အဲဒီအချိန်က ငါဟာ  bridge တစ်ခုလို့ တွေးတယ်။ တစ်ဖက်မှာ နေ့တိုင်းကြားနေရတဲ့စိတ်ကူးတစ်ခု ၊လုပ်ထုံးတစ်ခုဟာ တစ်ဖက်မှာ တစ်ခါမှမသိဖူးမကြားဖူးတဲ့ မှော်အတတ်လိုဖြစ်နေတတ်တယ်။

အဲဒီ လို အရာတွေကို ကိုယ်တိုင်နားလည်အောင်လုပ်ပြီး၊ မနီးစပ်တဲ့နယ်ပယ်ကလူတွေနဲ့ နီးစပ်လာအောင် လုပ်ပေးရပြီး ပိုပျော်လာတယ် ။ အပြောင်းအလဲတွေဖန်တီးဖို့အတွက် အပြောင်းအလဲဖြစ်အောင် စတင်တဲ့နေရာ၊ လုပ်နိုင်တဲ့နေရာတွေမှာ ရှိသင့်တယ်ဆိုတာကိုလည်း လက်ခံထားခဲ့တယ်။

အချိန်တိုတိုလေးအတွင်းမှာ အများကြီး လုပ်နိုင်ခဲ့ကြပါတယ်။ 

အားကြိုးမာန်တက် လည်း ကြိုးစားကြတယ်။ တကယ်လည်း အပြောင်းအလဲ ဖြစ်ခဲ့ကြတယ်။

အဲဒီနှစ်ပိုင်းလေးတွကတော့ 

ကိုယ်မှတ်မိတဲ့ အချိန်ကာလတစ်ခုအတွင်း အပျော်ခဲ့ဆုံး အချိန်တွေလိုပဲ။

၂၀၂၀ မှာ ကျောင်းတက်မယ်ဆိုတဲ့စိတ်နဲ့ အလုပ်ကထွက်တယ်။ ရှေ့ပိုင်းမှာ စကော်လာရှစ်တွေလျှောက်ခဲ့တာပဲ။ ဒါကတော့ စတုတ္တ အကြိမ်ဖြစ်မယ်ထင်တယ်။ 

ကိုဗစ်ဖြစ်တော့ ကိုဗစ်နဲ့ပတ်သက်ပြီး စိတ်ကူးနဲ့ စဖန်တီးခဲ့တာတွေကနေ ပိုကြီးတဲ့အရာတွေ ဖြစ်လာတယ်။ လျှောက်ထားတဲ့ စကော်လားရှစ်လည်း အောင်သွားတယ်။ ၂၀၂၀ တစ်နှစ်လုံး မိသားစုနဲ့ အတူတူ နေရတယ်။

တစ်ဖက်မှာ ကိုဗစ်ရယ်၊ တစ်ဖက်မှာ ကျောင်းတက်ဖို့ ပြင်ဆင်ရတယ်၊ အဲဒီနှစ်ခုနဲ့ပဲ အချိန်ကုန်သွားတယ်။

၂၀၂၁ နောက်ပိုင်းကတော့ မပြောတော့ပါဘူး။

လာမယ့်နှစ်တွေကဘယ်လို ဖြစ်လာမလဲဆိုတာ ကြိုတွေးလို့မရတော့ဘူး။ 

လွန်ခဲ့တဲ့ကာလတွေလိုလည်းတဖြေးဖြေးနဲ့ တိုးတက်လာတာမျိုးလည်းမဟုတ်ဘူး။

အခုဟာ အောက်ဆုံးလား ၊ အောက်မှာ ထပ်ရှိသေးလားဆိုတာကို ပြန်ပြန်စမ်းကြည့်နေရတဲ့အချိန်လိုပဲ။

ဒါပေမယ့် အမြဲတမ်းတော့ ဒီလို ဖြစ်မနေနိုင်လောက်ပါဘူး။

အရင်နဲ့မတူတဲ့အရာတွေထဲက သိသိသာသာ ကွာလာတာတစ်ခုကတော့ အသက်အရွယ်ပဲ။

၂၀ ကျော်ကာလတွေမှာ မိုက်ရူးရဲတယ်ပဲပြောပြော ၊ လုပ်ရဲကိုင်ရဲ ၊ဆုံးဖြတ်ရဲ၊ ပြောင်းလဲရဲတယ်။

အခုအရွယ်မှာတော့ တော်တော်စကားပြောပါတယ်။

တစ်ဖက်မှာ လူငယ်တစ်ယောက်လိုပဲ ဆက်ရူးသွပ်နေချင်တဲ့ စိတ်ရယ်၊

တစ်ဖက်မှာ ဖြစ်သင့်ဖြစ်ထိုက်တာကို စကားစပြောနေတဲ့အရွယ်ရယ် ကြားမှာ ကြားညှပ်တယ်။

ခဏခဏကြားရလေ့ရှိတဲ့ မင်းတို့က ငယ်ငယ်လေးရှိပါသေးတယ်ကွာ ၊ အများကြီးလုပ်လို့ရသေးတယ် ဆိုတာကို ကိုယ်က သူများကိုပြန်ပြောရတဲ့အချိန်ရောက်လာတယ်။

အဲဒီအရွယ်မှာ ရှိသင့်ရှိထိုက်တဲ့ ပုံစံ ရှိနေလားဆိုတော့ လည်း ရှိမနေပြန်ဘူး။  

အလုပ်သင့်ဆုံးကတော့ ကိုယ်စွမ်းနိုင်နေတုန်းမှာ ကိုယ်သိခဲ့သမျှကို ပြန်ပေးခဲ့ဖို့၊ ကိုယ်ရှာတွေ့တဲ့ နည်းလမ်းတွေကိုသုံးပြီး နောက်လူတွေ အလုပ်လုပ်နိုင်စေဖို့ပဲ။အဲဒီအကြောင်းက စိတ်ထဲခဏခဏ ဝင်ပါတယ်။ ငါ တာဝန်မကျေဘူးဆိုတဲ့စိတ်ပေါ့။ 

တစ်ဖက်မှာသူနဲ့ဆန့်ကျင်ဖက် စိတ်တွေလည်းဖြစ်ပါတယ်။ တစ်ခုခု လုပ်ချင်ရင် အဲဒီစိတ်ကို အနှောင့်အယှက်ပေးတဲ့စိတ်၊ စိတ်ပျက် အားလျော့စေတဲ့စိတ်တွေပေါ့။ 

ခေါင်းထဲမှာ တစ်ဖက်မှာ နတ်ဆိုးနဲ့ တစ်ဖက်မှာ နတ်ကောင်း ပေါ်နေပြီး အပြန်အလှန် ပြောနေတယ်လို့ တွေးကြည့်ပါ။ 🙂

နောင်လာမယ့်နှစ်တွေ အတွက် ကောင်းသောပြောင်းလဲခြင်းတွေ ဖြစ်လာမယ်ဆိုတာကို ယုံကြည်ပါတယ်။ 

လွန်ခဲ့တဲ့ ၉ နှစ်လောက်က ဖတ်ဖူးတဲ့စာအုပ်ထဲက စာကြောင်းတစ်ခုရှိတယ်။

စိတ်ရှည်ဖို့ လိုတိုင်းအဲဒီစာကြောင်းကို ခဏခဏ ရွတ်ခဲ့ဖူးတယ်။ 

Everything comes when it must come.

Everything will be clear to you in time. But you must have a chance to digest the knowledge that we have given to you already. 

တံခါးတစ်ချပ်ပိတ်တိုင်း တံခါးတစ်ချပ်ပွင့်နိုင်ပါသေးတယ်။

Camp in US

US က တိုးတက်တဲ့အပိုင်းတွေ ကတော့ ထူးထွေ ပြောနေစရာမလိုပါဘူး။

ပြည်တွင်းစစ်ပြီးကတည်းက  တစ်ခြားနိုင်ငံတွေကိုသာ သွားစစ်တိုက်နေတာ။

သူ့နိုင်ငံထဲမှာ စစ်မဖြစ်တာကြာခဲ့ပြီ။

ဒါကြောင့် သူတို့လုပ်ချင်တဲ့ အရာအားလုံးကို အသေးစိတ်အထိ အေးအေးဆေးလုပ်ခွင့်ရကြတယ်။

ဆောက်လိုက်၊ အာဏာသိမ်းလို့ပျက်လိုက်၊ စစ်ဖြစ်လို့ ပျက်လိုက်ဆိုတာမရှိဘူး။

ဒါကြောင့် များသောအားဖြင့် သူတို့ရဲ့ အဆောက်အအုံတွေတော်တော်များများ ရဲ့ရာဇဝင်က အနည်းဆုံး  ၁၈၀၀ ကျော် ကာလတွေကတည်းကစပြိး အခုထိဒီတိုင်းထားလေ့ရှိတယ်။

ဒီတစ်ခါရေးဖို့စိတ်ဖြစ်တာက

ပြည်နယ်ဥယျာဉ် တွေ ,အမျိုးသားဥယျာဉ် တွေအကြောင်းပါ။

ဒီက ဥယျာဉ်ဆိုတာ ဘလောက်တစ်ခုစာအပြည့် ရှိပြီး​ရေကန်တွေ၊ သစ်ပင်တွေ၊​အနားယူစရာ ပျော်ပွဲစားထိုင်ခုံတန်းတွေပါသလို ကြီးတဲ့အခါ မြို့တစ်ခုစာ ပြည်နယ်တစ်ခုစာအထိ ဥယျာဉ် လို့သတ်မှတ်ထားတာမျိုးလည်းရှိတတ်ပါတယ်။ မနှစ်ကတော့ Yellowstone ကို သွားခဲ့တယ်။ သူက စတုရန်းမိုင် ၃၀၀၀ ကျော် ကျယ်တယ်။

အဲဒီ Park area ထဲစရောက်တာနဲ့ ဖုန်းလိုင်းကမမိတော့ဘူး။ ဘယ်လိုင်းမှ မမိဘူး။

တမင် လိုင်းဖြတ်တောက်ထားသလိုပါပဲ။ အဆက်အသွယ်ဖြတ်နေချင်သူတွေ အတွက်တော့ ကောင်းတာပေါ့။

ပြည်နယ်တော်တော်များများမှာ အဲဒီလို State and National Park တွေရှိကြပါတယ်။

မြန်မာပြည်မှာ Camp သွားတယ်ဆိုရင် Camp ကအဆင်သင့်ထိုးပေးထားတာမျိုး အထိ ရှိပေမယ့်၊ ဒီ က camp တွေသွားရင် မြင်ရမှာက ၁၂ ပေ​၊ ပေ ၃၀ ပတ်လည်ရှိတဲ့ မြေပြင်လေးတစ်ခုပဲ။ သူ့ဆီမှာ မီးမွှေးဖို့ သံစည်ပိုင်းပြတ်လေးကို မြေကြီးထဲတစ်ဝက်စိုက်ထားတာမျိုးပါမယ်။ picnic bench ပါမယ်။ တစ်ခါတစ်လေ ရေကန်အစပ်မှာဖြစ်ရင်ဖြစ်မယ်။ တစ်ခါတစ်လေ တောအုပ်အလယ်မှာဖြစ်ရင်ဖြစ်မယ်။ 

ပေးထားတဲ့နေရာမှာ ကိုယ့်ဘာသာ အိတ်ထဲသယ်လာတဲ့ camp ကို ဆင်ရတာမျိုးပေါ့။

State park တွေမှာ သဘာဝပေါက်တဲ့ သစ်ပင်တွေကို မပြုမပြင်ပဲထားတာမျိုးတွေ့ရမယ်။ အကွက်ကျ စိုက်ထားတာမျိုးလည်းမရှိဘူး။  ဒီကလူတွေက လူ ရွှေ့ပြောင်းတွေကိုသာ လက်ခံတာ၊ 

သူတို့ရဲ့ဒေသ ခံ မျိုးစိတ်အပင်၊အကောင်တွေကို ပြင်ပ က မျိုးစိတ်တွေဝင်ရောက် အစားထိုးမှာကို တော့ အတော် စိုးရိမ်ကြတယ်။ ဒါကြောင့် ဒေသပေါက်ပင်တွေကိုပဲ ရှင်သန်ဖို့ ထားကြတယ်။ ဒီမှာတော့ ဝက်သစ်ချပင်နဲ့ မေပယ်ပင်တွေ အလွန်များတယ်။

မီးတွေဘာတွေ ဖိုဖို့လိုရင် သစ်ကိုင်းခြောက်တွေ လိုက်ကောက်ပြီး ဖိုလို့ရပေမယ့် ချက်ချင်းကုန်တတ်တာကြောင့် ထင်းဝယ်ပြီး ဖိုတာကတော့ ပိုကြာကြာခံပါတယ်။

ထင်းတွေကိုလည်း walmart တို့ဘာတို့မှာ အစည်းလိုက်ရောင်းတယ်။

ဒါပေမယ့် Camp စည်းမျဉ်းတွေထဲမှာ သူတို့ Camp နဲ့ ၁၀မိုင်ပတ်လည်အတွင်းက လာတဲ့ ထင်းကိုပဲ မီးဖိုဖို့အသုံးပြုပါဆိုပြီး ပြောထားတယ်။

Camp Ground တွေက အဲဒီလိုတောအုပ်ပုံစံ သစ်ပင်တွေကြားထဲမှာ ဟို တစ်ကွက် ဒီတစ်ကွက် ရှိတတ်ကြတယ်။ Camp လာထိုးသူတွေက တစ်ချို့ကလည်း ကိုယ်ပိုင်ယူလာတဲ့ Camp တဲလေးပါသလို၊ တစ်ချို့ကလည်း RV လို့ခေါ်တဲ့ Recreational vehicle ၊ ကားအိမ်တွေကို ပါ Camp Ground အထိ မောင်းလာပြီး အဲဒီမှာ စခန်းချကြတယ်။

တစ်ခါတစ်လေ ပါဝါအတွက် ပလက်ပေါက်ပါတဲ့ သံတိုင်လေးတစ်ခုကို Camp Ground ဘေးမှာ ချပေးထားတာမျိုးရှိတယ်။ မိုးရွာရင်လည်းဘာမှမဖြစ်ဘူး။ သူ့ဆီမှာအဖုံးပါတတ်တယ်။

အစားအသောက်တို့ဘာတို့ကတော့ ကိုယ့်ဘာသာ သယ်ရတာများပါတယ်။

 Restroom တို့ ရေချိုးဖို့တို့အတွက်ကတော့ အနီးအနားမှာ တစ်ခုခု ထားပေးတတ်တယ်။

ဒါကြောင့်တောထဲမှာ ကြုံသလို ဖြေရှင်းရတယ်ဆိုတာမျိုးတော့ မရှိတတ်ပါဘူး။

ရေကန်တွေက တစ်ခါတလေ ကန်တော်ကြီးလောက်ရှိတယ်။ တစ်ခါတစ်လေ အင်းယားကန်လောက်။ 

မီဝါကီဘေးက မီချီဂန် ကန်ကြီးကတော့ အတော်ကြီးတယ်။ မိုင်၃၀၀ ကျော်ရှည်ပြီး ၁၁၈ မိုင်လောက် ကျယ်တယ်ဆိုပဲ။ တစ်ခြား ပြည်နယ်တွေမြို့တွေရဲ့ ကမ်းခြေလည်းဖြစ်တယ်။ ဒါကြောင့် ကြည့်လိုက်ရင် ပင်လယ်ကြီးအတိုင်းပဲ။ လှိုင်းလည်းပုတ်တတ်တယ်။

Park တွေထဲကို ကားဝင်ရင် ဝင်ခ ပေးရတယ်။ ခဏခဏ သွားချင်တယ်ဆိုရင် တစ်နှစ်စာပေးတာက ပိုသက်သာတယ်။ ဒေါ်လာ၂၀ လောက်။

Camp ထိုးရင်လည်း Camp ground အတွက် က တစ်ရက်ကို ၂၅ ဝန်းကျင်ကနေ ၃၅ ၊၄၀ အထိ ရှိတတ်တယ်။ ဒီကလူတွေက နွေရာသီ လို ပွင့်လင်းရာသီဆိုရင်လျှောက်သွားတတ်ကြလွန်းလို့များသာအားဖြင့် Booking တွေက ပြည့်နေတတ်တယ်။ 

နည်းနည်းအေးစပြုလာရင်တော့ သူတို့မသွားကြတော့ဘူး။ 

Camp တွေသွားတိုင်း သတိရမိတာက ဟိုး ၉၅ ခုနှစ်၊ ၂၀၀၀ ဝန်းကျင်က ကိုယ့်ဒေသမြို့ကိုပဲ။ ဆောင်းတွေဆို ရာသီဥတုက အေးအေး ၊မြူတွေနဲ့၊​ ကားသံတွေလည်းဆူညံနေတာမရှိ၊​ သစ်ပင်ဝါးပင်တွေကလည်း အလွန်ပေါတဲ့နေရာမျိုး၊ မနက်ခင်းဆို ခြံထဲမှာ မီးဖိုပြီး စောင်ထဲခြုံ၊ အကြော်စား၊ကောက်ညှင်းပေါင်းစား၊ရေနွေးသောက်ရတဲ့အချိန်မျိုးလေး။

အတော် ပြန်သတိရမိပါတယ်။

Yellow Stone သို့တစ်ခေါက်

Camp ထိုးတာကို နှစ်ခါကြုံဖူးတယ်။ အရင်က ထင်ထားတာက camp ထိုးတယ်ဆိုတာ မြို့ပြနဲ့အဝေးကြီး၊ တောအုပ်ကြီးထဲမှာသွားထိုးကြတာလားပေါ့လေ။

တကယ့်တကယ်ကျတော့ အဲဒီလောက်လူတွေနဲ့ အဝေးကြီးမဟုတ်ပြန် ။​Camp ground တွေကို အွန်လိုင်းကနေ ငှားထားလို့ရတယ်။

တောအုပ်ကြီးထဲမှာ camp ထိုးတဲ့သူတွေ နေလို့ရဖို့ ပြင်ဆင်ပေးထားတဲ့ သီးသန့်နေရာပေါ့။ ဒါကြောင့် ကြုံရာနေရာမှာထိုးနေရတာမျိုးတော့မဟုတ်ဘူး။

တကယ့် adventure ကြိုက်တဲ့သူတွေဆိုရင်တော့ ဘယ်သူမှမပြင်ဆင်ပေးထားတဲ့နေရာကို ကိုယ့်ဘာသာ သွားထိုးရင်လည်းရရင်ရမှာပေါ့။

risk တော့ပိုယူရလိမ့်မယ်။

အခုလို ပြင်ဆင်ပေးထားတဲ့နေရာတွေမှာဆိုရင်တော့ ကိုယ့်လိုပဲတခြားလူတွေလည်းမနီးမဝေးမှာရှီနေလိမ့်မယ်။

Yellostone campground ကိုရောက်တော့ ဘေးမှာ အာရှသားမိသားစုတစုလည်းရှီတယ်။ သူတို့ကြည့်ရတာ ဂျပန်တွေနဲ့ပိုတူတယ်။

အဓိကကတော့ တိတ်တိတ်ဆိတ်ဆိတ် နေတတ်လို့ အဲဒီလို ကောက်ချက်ချမိတာပဲ။

ရောက်ရောက်ချင်းမှာတော့ ကိုယ်နေမယ့် ရွက်ဖျင်တဲလေးတွေကို ကိုယ့်ဘာသာ ပြင်ဆင်ရတယ်။ ရွက်ဖျင်တဲ တခုစာအတွက်အိတ်လေးနဲ့ ထည့်လာတဲ့ စတီးချောင်းတွေ၊ မိုးကာစတွေရှိတယ်။ အဲဒါတွေကို ထုတ်ဆင်ရတာ ပျော်ဖို့ကောင်းသလို စိတ်ညစ်ဖို့လည်းကောင်းပါတယ်။

လုပ်တတ်သွားရင်တော့ တော်တော်မြန်မြန် နဲ့ တဲတလုံးဆောက်လို့ပြီးတယ်။

မြင်ဖူးတဲ့ ရွက်ဖျင်တဲတွေကသေးသေးလေးတွေ၊​ အဲဒီ campround မှာတော့ ဖျင်တဲ အကြီးကြီးတွေကိုပါ ဆောက်ထားကြတာတွေ့တယ်။

မိုးရွာတဲ့တောတွေထဲမှာ ဆိုအဆင်ပြေတာပေါ့။ သယ်ရတာလည်းလွယ်တယ်လေ။

ကိုယ်တွေဖျင်တဲကတော့ တယောက်စာ အိပ်စရာလေးပဲပါတဲ့ tent သေးသေးလေးတွေပါ။

ဒါကြောင့် အိပ်တဲ့အချိန်ကလွဲလို့ ကျန်တဲ့အချိန်တွေကတော့ မီးပုံဘေးနားနဲ့ တခြားနေရာတွေမှာပဲ။

sleeping bag တွေက လည်း အလွယ်တကူသယ်လို့ရတဲ့ အိတ်တလုံးနဲ့လာလေ့ရှိတယ်။

အဲဒီ bag ထဲဝင်နေရင် စောင်လည်းမလိုသလို ၊​နွေးလည်းအတော်နွေးတယ်။

စအိပ်ခါစကတော့ ကျဉ်းကျဉ်းကျပ်ကျပ်မနေတတ်ပေမယ့် နောက်တော့ ကွေးအိပ်လို့ရလောက်အောင်တောင်ကျယ်တယ်။

ခေါင်းအုံးမပါခဲ့တော့ ကိုယ့်လက်ကိုယ် ခံအိပ်ရင်းကနေ နောက်နေ့မနက်ကျ လက်တွေနာ၊​ကျောတွေနာတာတော့ နည်းနည်းပါးပါးရှိတာပေါ့။

မြို့ပေါ်ပဲနေခဲ့တဲ့ မောင်နုတွေကိုး။

မနက်ခင်းဆိုရင် ကိုယ်ထတဲ့အချိန်က သိပ်လည်းမစော၊​သိပ်လည်းနောက်ကျလေ့မရှိပါဘူး။

သူများတွေထက် အစောမနိုးရင်တောင် နောက်ဆုံးမှ ထတဲ့သူတော့လည်းမဟုတ်ဘူး။

နေရောင်ကတော့ စထွက်စပြုနေပြီ၊ စောနိုးတဲ့သူတွေက မီးဖို ထဖိုရတယ်။ ရေနွေးတွေဘာတွေ တည်ထား ၊​ကော်ဖီတွေဖျော်ထားပေါ့လေ။

နေသိပ်မမြင့်ခင်အချိန်ထိက တောထဲမှာ အပင်တွေကြည့်ဆိုတော့ တော်တော်ကိုအေးသေးတယ်။

ဒါကြောင့်မီးလှုံ ၊​ကော်ဖီပူလေးသောက်မှ နေသာထိုင်သာရှိတယ်။

နောက်တော့အားလုံးထလာတဲ့အချိန် မနက်စာစားပြီးတော့ ဒီနေ့သွားမယ့်ခရီးစဉ်ကိုစဉ်းစားကြတယ်။

ပစ္စည်းတွေအားလုံးကိုတော့ တချို့ဟာတွေ tent ထဲထားခဲ့ပြီး တချို့ကို ကားနဲ့ပဲသယ်လာခဲ့ကြတယ်။

ဒီနားတဝိုက်မှာ ဝက်ဝံတွေက အစားအသောက်တွေကိုလာဆွဲလေ့ရှိတဲ့အတွက် အပြင်မှာမထားခဲ့ဖို့ ညွှန်ကြားထားတာရှိတယ်။

ကားလေးနဲ့ ကမ့်ထဲကထွက်လာပြီး လမ်းပေါ်ရောက်ပြီး သိပ်မကြာဘူး လမ်းဘေးမှာ လက်မလေးထောင်ပြီး ကားတားနေတဲ့ ကောင်မလေးတစ်ယောက်နဲ့ ကောင်လေး၃ယောက်တွေ့တယ်။

သူတို့က ကားကြုံစီးချင်လို့ဆိုတဲ့အတွက် လွတ်တဲ့နေရာပေးပြီးကားပေါ်ခေါ်တင်ခဲ့တယ်။ စကားမပြောမိဘူး ၊ အစက အမေရိကန်ထင်တာ၊​နောက်မှ သူတို့က ဂျာမန်တွေတဲ့။

သူတို့ကို လမ်းမှာပြန်ချပေးခဲ့ပြီး. ကိုယ့်ဘာသာ ဆက်ပြီးခရီးထွက်လာကြတယ်။

စစဆုံး မြင်တဲ့နေရာကတော့ မြင်သာအောင်ပြရင် နဂါးပွက်တောင်လိုပဲ။ ဓာတ်ပုံတွေထဲအရမ်းလှတယ်။

ဒါပေမယ့် အပြင်မှာ ပူလွန်း၊ ခေါင်လွန်းတာကြောင့် သိပ် အလှအပကိုမခံစားနိုင်ဘူး။

သူတို့တွေကတော့ နေပူကျဲကျဲထဲမှာ ဘာမှ​အကာအကွယ်မပါပဲ အဲဒီရေတွေဆူပြီး ပန်းထွက်တာကို စောင့်နေကြတယ်။

ထုံးဓာတ်ကြောင့်ပွက်နေသလိုပဲ။ အရောင်မျိုးစုံထွက်တဲ့အတွက် အတော်လှပါတယ်။

အဲဒီနယ်တဝိုက်ကို ပတ်ကြည့်လို့ရဖို့အတွက် လျှောက်လမ်းတံတားတွေလုပ်ပေးထားပြီး အဲဒီပေါ်ကပဲ သွားခွင့်ပြုတယ်။

အောက်ကိုပေးမဆင်းဘူး၊ အောက်မှာ ဂလိုင်တွေရှိတဲ့အတွက် အန္တရာယ်ရှိကြောင်း ပြောထားတယ်။

အပြန်မှာတော့ heat exhaustion ရနေတယ်။ အရေပြားပေါ်က နေထိတဲ့နေရာတိုင်းဟာ ပူကျစ်ပြီး ချွေးလည်းတစ်စက်မှ မထွက်ပဲ . အပူချိန်မြင့်မားတာကိုခံစားရတယ်။

တခြားသူတွေ သွားနေချိန်မှာ ကားထဲပဲနေခဲ့ပြီးတော့ အနားယူနေတော့တယ်။

နောက်ထပ် ရေတံခွန်တွေ၊ တောင်ကြားကနေ စီးဆင်းနေတဲ့ မြစ်တွေဆီကို အပေါ်ကမြင်ရတဲ့နေရာတွေဆီ ရောက်တယ်။ မြင်ကွင်းတိုင်းဟာ သဘာဝအတိုင်းပဲ ။

အဲဒိရှုခင်းကိုပဲ view point ပေါင်းစုံကနေမြင်နိုင်အောင် ပြင်ဆင်ပေးထားကြတယ်။

လမ်းမှာ bison လို့ခေါ်တဲ့ ပြောင်လိုအကောင်တွေကို ကြည့်ဖို့ လမ်းပေါ်မှာ ကားတွေပိတ်နေတယ်။

အဲဒီနေရာက သူတို့စားကျက်လိုမျိုး ထင်ရတယ်။

အချို့ဆိုရင်မှန်ပြောင်းကြီးတွေနဲ့ ကြည့်ကြတယ်။

bison ကတော့ yellowstone မှာ မင်းသားကြီးပဲ။

လမ်းပေါ်မှာလည်း ကားတွေကြားထဲ ဘယ်သူ့မှဂရုမစိုက်ပဲသွားရင်သွားနေတယ်။

လူတွေကို ပုံမှန်အားဖြင့်တော့ရန်မလုပ်ပါဘူး။ တအားမျက်စိနောက်ရင်တော့ လုပ်တဲ့သတင်းတွေလည်းရှိတယ်။

နေစကျချိန်လေးမှာ အပူချိန်လျော့ပြီး အအေးဓာတ်က သိသိသာသာ ကဲလာတယ်။

အဲပြန်လမ်းမှာ နောက်ထပ်အရမ်းလှတဲ့ ရှုခင်းတစ်ခုဆီကို ရောက်တယ်။

ဘေးက သူငယ်ချင်းက ပြောတယ်​ .. ဒီနေရာမှာ အဖွဲ့ထဲပါလာတဲ့ တစ်ယောက်က သူ့ကောင်မလေးကို propose လုပ်လိမ့်မယ်တဲ့။

video ရိုက်ပေးထားပါလားဆိုတော့ ..ကိုယ်တွေကလည်း ဒါမျိုးဆို တအားကူညီချင်တာလေ.. ရိုက်ပေးတာပေါ့။

အဲဒီနားမှာတောင်ကုန်းလေးရှိတယ်။ နောက်မှာ ရေကန်ကြီးနဲ့ . နေဝင်ချိန်က ရေကန်ထဲကိုဝင်သွားတာ ၊ ဘေးမှာ ဘာမှန်းမသိတဲ့ပန်းပင်တွေ အများကြီးပဲ။

ဖြစ်ချင်တော့ secret လုပ်တာလွန်သွားပြီး အဖွဲ့ထဲက တချို့က မသိကြဘူး။ ခပ်ဝေးဝေးမှာရောက်နေတယ်။ နောက်မှလိုက်လာခဲ့တဲ့ အချိန်ကျတော့ သူတို့က တကယ့် ဇာတ်ရှိန်အတက်ဆုံးအချိန်ကိုကျော်သွားပြီ။

သူတို့အတွဲက တွဲလာခဲ့တာ ၁၀နှစ်ရှိပြီ ပြောတယ်။ ကောင်လေးက အရင် စကော်လာနဲ့ဒီကိုရောက်လာခဲ့ပြီး ကောင်မလေးက တစ်နှစ်အကြာမှာ စကော်လာနဲ့ ပဲ ဒီကိုရောက်လာခဲ့တယ်။

တစ်နှစ်ကြာ ဝေးနေခဲ့ပြီးတဲ့နောက် သူတို့က တနေရာတည်းမှာ အတူတူပြန်ဆုံသွားကြပြီ။ နောက် ပြီးတော့ ဒီ yellowstone က သူတို့ရဲ့ အိပ်မက်ထဲက နေရာတစ်ခုပဲလို့ပြောတယ်။

ဒီနေရာမှာ propose လုပ်မယ်ဆိုတဲ့စိတ်ကို ဟိုးအရင်တည်းကရှိခဲ့တာလို့ ပြန်ပြောပြတယ်။

သူတို့အတွဲကြည့်ရတာ အားကျစရာပါ။ ဆုံဆည်းဖို့ ဖြစ်လာရင် ကံကြမ္မာက မဖြစ်ဖြစ်အောင် ဖန်တီးပေးတဲ့အခါတွေ ရှိတတ်တာပဲလို့ တွေးမိတယ်။

အပြန်လမ်းဟာ ပြုံးပျော်ကြလို့။ နေလည်းဝင်ပြီးလို့ လမ်းဘေးတလျှောက်လုံးမှာမြင်နေရတဲ့ ရေကန်ကြီးကလည်း ပုဇွန်ဆီရောင်သမ်းနေပြီ။

ကားခဏရပ်လို့ ခဏ ရေထဲဆင်းကြတယ်။

အောက်ကကျောက်ခဲတွေနဲ့ ချွန်ပြီး ရေကအေးစက်လို့နေတာ၊ ရေအေးအေးနဲ့မျက်နှာသစ်လိုက်တော့ အတန်ငယ် လန်းသွားတယ်။

ကဗျာ ချစ်တဲ့သူနှစ်ယောက်ကတော့ ကန်ရေပြင်ကြီးကို ကြည့်ပြီး ကဗျာရွတ်နေကြတယ်။

ငါကတော့ ကဗျာလည်းမရွတ်တတ်ဘူး၊ ဘာမှလည်းမပြောတတ်တဲ့အတွက် ရှုခင်းကို အမြင်နဲ့ပဲ ရှု့ပြီး. အသက်ကို ပြင်းပြင်းရှုပြီး ပြန်ရှိုက်ထုတ်လိုက်တယ်။

ပြုံးတော့ပြုံးမိနေမှာပဲ..

Aug 17 2022

YellowStone

Arthur

Cashback တွေနဲ့ ငွေစုဖို့

US မှာ ပစ္စည်းဝယ်ရင် cashback တွေက အတော် အသုံးကျကြောင်း တဖြည်းဖြည်းနားလည်လာတယ်။

သာမာန်အားဖြင့်ဆို ပစ္စည်းတွေက စျေးအလွန်ကြီးတယ်။
ဒါပေမယ့် credit card company တွေ ကပေးတဲ့ cashback, promo discount တွေ ကဈေးလျှော့ပေးတာတွေနဲ့၊​ tax refund ရတာတွေနဲ့ ပေါင်းလိုက်ရင် သာမာန်ဈေးထက်သက်သာသွားတယ်။
အဲဒါကလည်း အဲဒီလို ဈေးသက်သာအောင်လုပ်လို့ရကြောင်းသိဦးမှ။
ကျနော်ဆိုမသိခဲ့လို့
၂နှစ်နီးပါး သူတို့ပြောတဲ့ဈေးအတိုင်း ဘာ cashback ဘာ point မှမရပဲ သုံးခဲ့ရတာ ။ အစောတည်းကသာ ပြောပြမယ့်သူရှိပြီး အဲဒီလို မျိုးစနစ်နဲ့ သုံးခဲ့ရင်
အခုနေ အကျိုးတော်တော်ရှိနေပြီ။

ထားပါတော့လေ။ အဲဒါကလည်း Social number ရမှပဲ တော်တော်များများ အလုပ်တွင်တာဆိုတော့မပြောတော့ပါဘူး။

ဒီ post မှာ
အဓိက ပြောချင်တာက Rakuten အကြောင်းပါ။
Rakuten ဆိုတာ Viber messenger ရဲ့ မိခင်ကုမ္ပဏီပါ။
Rakuten ဆိုတာ Online Shopping တွေကို စုစည်းထားတဲ့ marketplace ပါ။ သူ့ဆီမှာ Apple , Google , Microsoft ကစလို့ အဝတ်အစား Brand တွေ လည်းအများကြီးရှိတယ်။

US မှာတော့ သူက Cashback (ဝယ်ထားတဲ့ထဲက ပြန်အမ်းငွေ) တွေပြန်ရအောင်လုပ်တဲ့နေရာမှာ အတော်နာမည်ကြီးတယ်။
သူ့ ပလက်ဖောင်းကတဆင့် နာမည်ကြီး brand တွေကို ဝယ်ရင်
1 % ကနေ 40% လောက်အထိ cashback တွေပြန်ပေးတယ်။
ဥပမာ 4% cashback ရတယ်ဆိုရင် ဒေါ်လာ 100 သုံးရင် 4$ ပြန်ပေးတာမျိုးပေါ့။

Rakuten စပေါ်တာ က ဂျပန်မှာပါ။ ၁၉၉၇ လောက်တည်းကဆိုတော့ တော်တော်ကြာပြီ။

လက်ရှိသူ့ရဲ့ business model က affiliated marketingပါ။
သူက သူနဲ့ချိတ်ဆက်ထားတဲ့ ကုမ္ပဏီတွေဆီကို ဖောက်သည်တွေ ပို့ပေးတယ်။
အဲဒီလိုပို့ပေးတဲ့အတွက် ကုမ္ပဏီတွေက သူ့ကို ကော်မရှင်ပေးတယ်။
သူက အဲဒီကော်မရှင်ထဲက တစ်ချို့ကို ဈေးဝယ်သူကိုပြန်ပေးတဲ့ပုံစံမျိုးပါ။
အခုနောက်ပိုင်း သူက Online shopping အပြင် ၊ ဆိုင်မှာ ဝယ်တာတွေကိုပါ Cashback ပြန်ပေးတာမျိုးဖြစ်လာတယ်။
တစ်ခါက ကျနော် စားသောက်ဆိုင်တစ်ခုမှာစားတယ်။
ငွေရှင်းတော့ Rakuten နဲ့ချိတ်ထားတဲ့ Visa card ကို ထုတ်ပေးလိုက်မိတယ်။
နောက်ရက် Rakuten app ထဲမှာ အဲဒီဆိုင်က ပေးတဲ့ cashback ဝင်နေတာတွေ့တော့အံ့သြသွားမိတယ်။
သေချာပြန်လိုက်ကြည့်တော့မှ သူ့ဆီမှာ Rakuten dining ဆိုတဲ့ အစီအစဉ်ရှိပြီး၊ သူနဲ့ချိတ်ထားတဲ့ စားသောက်ဆိုင်တွေမှာစားရင် % နဲ့ငွေပြန်ပေးကြောင်း ပြောထားတယ်။

ပုံမှန်ဈေးဝယ်လေ့ရှိသူတွေဆိုရင် Company website တွေထဲသွားဝယ်တာထက် သူ့ဆီကနေ တစ်ဆင့်သွားရင် Cashback လည်းရမယ်။​Discount လည်းရတယ်ဆိုတာမျိုး ဖြစ်နိုင်တယ်။

Rakuten က Mobile app တွေလည်းရှိတယ်။ Chrome browser extension တွေလည်းရှိတယ်။

သူကရလာတဲ့ cashback တွေကို ၃ လ တစ်ခါထင်တယ် ငွေပြန်ထုတ်ပေးတယ်။ Paypal or check နဲ့ပေးတယ်။ Paypal ဆိုရင်တော့ အကောင့်ထဲတိုက်ရိုက်ရောက်တာပေါ့။ Check နဲ့ဆိုရင် တော့ အပြင်လိပ်စာလိုတယ်။
ကြည့်ရတာတော့ US မှာ ဝယ်တဲ့ ပစ္စည်းတွေဆိုရင် Cashback အများဆုံးပဲ။
တခြားနိုင်ငံတွေမှာဆိုအဲဒီလောက်ရတယ်တော့မကြားမိဘူး။

US ကိုရောက်နေတဲ့ကျောင်းသားတွေ နဲ့ မည်သူမဆို ဒီလိုနည်းနဲ့ ဈေးဝယ်ရင် အများကြီး ငွေချွေတာရာ ရောက်ကြောင်းလေးကို ရှယ်ပေးချင်တာပါ။
စိတ်ဝင်စားရင်တော့ အောက်မှာ ကျနော့် referral link ပါပါတယ်။
အဲဒီကနေ Register လုပ်ရင် 30$ ရပါလိမ့်မယ်။ အကယ်၍ cashback ရတဲ့တခုခုကိုစဝယ်လိုက်ရင်တော့ ကျနော်လည်း 30$ ရပါလိမ့်မယ်။
ကျေးဇူးပါဗျ။

http://www.rakuten.com/r/CHANLA101

City Skylines

တစ်လောက Gamin Kwee Page ကနေ မြို့ဆောက်တဲ့ City Skylines ဂိမ်း ဆော့တာတွေ့တာကနေ ဂိမ်းပိုးဝင်သွားပြီး အဲဒီ ဂိမ်း ကိုရှာ ပြီး ဆော့မိတယ်။

ပြောရင်လည်းခံရမှာပဲ။ Steam ဆိုတာ ကြားသာကြားဖူးပြီး ဘယ်လိုလုပ်ရလဲဆိုတာတောင်မသိလို့ ဂိမ်းဂျိုး သူငယ်ချင်းကို ဘယ်ကနေ စလုပ်ရမှာလဲမေးရတယ်။

အစကတော့ မလည်မဝယ်နဲ့ Steam ကနေပဲ ဂိမ်းကို တိုက်ရိုက်ဈေးကြီးပေးဝယ်ရာကနေ နောက်တစ်ခြား တစ်နေရာမှာ သုံးပုံတစ်ပုံလောက် ဈေးပိုသက်သာလို့ အဲဒီနေရာအသစ်ကနေ ဝယ်လိုက်ပြီး သက်သက်သာသာနဲ့ဆော့လို့ရသွားတယ်။

အဲဒီဂိမ်းက မြို့တည်ရတဲ့ဂိမ်း။

မြို့တစ်မြို့ကို ကိုယ့်စိတ်တိုင်းကျ တည်ခွင့်ရမယ်ဆိုရင် ဘယ်လိုပုံဖော်မလဲဆိုတာ တွေးကြည့်ရတာကိုက အတော် စိတ်လှုပ်ရှားစရာပဲ။

အပြင်လောကနဲ့ နီးစပ်တဲ့ Simulation ဆန်ဆန် ဂိမ်းတွေ ဖြစ်လို့ ပိုသဘောကျတာနေမယ်။

နာရီ ၄၀ လောက် ထိုင်ဆော့ကြည့်ပြီးတဲ့အခါ မြို့တည်တာ ဂိမ်းထဲမှာတောင် မှ ထင်သလောက်မလွယ်ပါလားဆိုပြီး ဖြစ်လာတယ်။

အဲဒီဂိမ်းက စစချင်းမှာနေရာတစ်ခုပေးတယ်။ များသောအားဖြင့် ရေနဲ့နီးတဲ့နေရာမျိုးပဲ။ မြင်သာအောင်ဆို ရန်ကုန် လိုနေရာမျိုးလို့ပဲဆိုပါစို့။ ဘေးမှာ မြစ်ရှိတယ်။ ဟိုဘက်ကမ်းဒီဘက်ကမ်းတွေရှိမယ်။ စစချင်းဆော့တဲ့အချိန်မှာ မြေကွက်စဖော်ရတယ်။လမ်းစဖော်ရတယ်။ ပြီးတော့ အခြေခံလိုအပ်ချက်ဖြစ်တဲ့ သောက်သုံးရေ၊ ရေပေးစနစ်နဲ့၊ လျှပ်စစ် ရဖို့ ဆောက်သင့်တာဆောက်သွယ်တန်းသင့်တာသွယ်တန်းရတယ်။

ဘတ်ဂျတ်က အကန့်အသတ်ချပေးထားတယ်။ အစောပိုင်းမှာလည်း ဝင်ငွေရလမ်းကဘယ်ကမှမရှိဘူးဆိုတော့ စစချင်း မြို့ဆောက်ချိန်မှာ ရှိတဲ့ resource ကို သူ့နေရာနေသူကွက်တိသုံးရတယ်။

အဲဒီလိုမသုံးလို့ မွဲပြာကျသွားပြီး ဘာမှဆောက်လို့မရတာ ပထမဆုံး ၅ ကြိမ်လောက်အထိပဲ။

လိုအပ်တဲ့ လျှပ်စစ်၊ ရေအရင်းအမြစ်တွေမှာလည်း အသေးစိတ်လေးတွေလုပ်ထားတယ်။ လျှပ်စစ်ထုတ်တဲ့နေရာမှာ Generator တွေသုံးရင် ဆီလိုတယ်။ လေအားလျှပ်စစ်ဆိုရင် ဝပ်အားနည်းတယ်။ သောက်ရေထုတ်စက်နဲ့ ရေဆိုးထုတ်စက်ကို လည်းခွာထားရသေးတယ်။ နီးရင် ရေညစ်ညမ်းပြီး ဒုက္ခရောက်ကော။

အခြေခံလိုအပ်တာတွေ ပြီးရင် လူနေဖို့ အိမ်တွေ ဆောက်ရတယ်။ အလုပ်လုပ်ဖို့ စက်ရုံတွေ ဆောက်ပေးရတယ်။ ဆိုင်ခန်းတွေဖွင့်ပေးရတယ်။

အလုပ်ရှိတော့မှ လူတွေရွှေ့ပြောင်းလာတယ်။ လူတွေများလာတော့မှ levelတက်ပြီး နောက်ထပ် အဆောက်အဦးသစ်တွေ၊ service အသစ်တွေပွင့်လာတယ်။

တဖြည်းဖြည်းနဲ့ လူများလာရင် အိမ်တွေထပ်တိုးရတယ်။ အလုပ်တွေထပ်တိုးရတယ်။

အခြေခံ ဝန်ဆောင်မှုတွေပြည့်စုံတာနဲ့၊ အမှိုက်သိမ်းစနစ်၊ ဆေးရုံဆေးခန်း၊ ပညာရေး စတာတွေကို ထပ်ဆောက်ပေးရတယ်။

စက်ရုံတွေများလာတာနဲ့အမျှ လေထုညစ်ညမ်းမှုကတက်လာတယ်။ လူနေအိမ်တွေကို စက်ရုံတွေနဲ့ကပ်ဆောက်ထားမိရင် လူတွေရဲ့ကျန်းမာရေးကညံ့လာတယ်။

အဲဒီအခါ ဆေးရုံတွေလိုလာတယ်။

သေသွားခဲ့ရင် မြှုပ်ဖို့ သုသာန်တွေလိုလာတယ်။

အလုပ်တွေ ထပ်အဆင့်မြှင့်ဖို့ ဝင်ငွေတိုးဖို့ဆိုရင်တော့ ပညာရေးအတွက် ကျောင်းတွေ၊တက္ကသိုလ်တွေလိုလာတယ်။

ဂိမ်းမှာ အဓိက ဝင်ငွေရလမ်းကတော့ အခွန်ပဲ၊ အခွန်ကို စက်ရုံလုပ်ငန်းတွေက ကောက်တယ်။ လူတွေဆီကကောက်တယ်။ စီးပွားရေးလုပ်ငန်းကနေကုန်သွယ်ခွန်ကောက်တယ်။

အခွန်နည်းရင်လူတွေ များများရွှေ့လာသလို ၊အခွန်များရင် လူတွေ မြို့ထဲကနေထွက်ကုန်ကြတယ်။

စက်ရုံ၊အမှိုက်ပုံနဲ့၊ မီးသဂြိုဟ်စက်တွေနဲ့နီးတွေနေရာတွေမှာ မြေထု၊လေထုညစ်ညမ်းမှုက တအားတက်တယ်။ သူတို့တွေကို လူတွေနဲ့ဝေးနိုင်သမျှ ဝေးအောင်ထားရတယ်။

ဒါပေမယ့် မြို့ကိုချဲ့လာလေလေ၊ သူတို့တွေက မြို့ထဲလူတွေကြားထဲရောက်လာလေလေဖြစ်တယ်။

အဲဒါတွေကို ကြိုတင်တွက်ချက်ရတယ်။ တဖြည်းဖြည်းနဲ့လူတွေ များလာလို့သာမန် အိမ်လေးတွေက မနိုင်တော့ရင် High density residential building တွေဆောက်ရတယ်။

အဲဒီမှာတော့လူဥိးရေက ပိုထူထပ်တယ်။ လူများများဆံ့တယ်။

လူနေအိမ်၊ စီးပွားရေးလုပ်ငန်းနဲ့ စက်ရုံတွေကို ညီနေအောင် ထားရတယ်။ စက်ရုံတွေနည်းနေရင် ရောင်းစရာပစ္စည်းမရှိသလို ဖြစ်ပြီး၊ စက်ရုံတွေများပြီး အရောင်းဆိုင်နည်းနေရင် ပစ္စည်းတွေ ဝယ်သူမရှိပဲပုံနေတတ်တယ်။

လူတွေများလာ၊ကားတွေ၊ဆိုင်တွေများလာရင် တဖြည်းဖြည်းနဲ့ ဆူညံမှုက စတက်လာတယ်။အဲဒီအခါ လူတွေ နေမကောင်းကြ၊ ပြောင်းပြေးကြပြန်ရော။

အဲဒါတွေအားလုံးကို နိုင်နိုင်နင်းနင်းကိုင်နိုင်လာပြီဆိုရင် အနီးအနား မြို့သစ်တွေ ကို ဆောက်တယ်။ မြို့တွေကြား လူတွေကူးလူးသွားလာဖို့အတွက်လမ်းတွေ တံတားတွေဆောက်ရတယ်။

ကားတွေတအားများလာရင် လမ်းတွေကြပ်ပြီး traffic ကတအားတက်လာတယ်။ အဲဒီအခါ လမ်းတွေကိုပြင်ရပြန်တယ်။

တစ်ခါတစ်လေ ကားပိတ်ရလို့ အကြောင်းရင်းကိုကြည့်တော့ အမြန်သွားရမယ့်လမ်းမှာ လူကူးမျဉ်းကြားတွေပါနေပြီး လူတွေကဖြတ်ကူး၊ကားတွေကရပ်ပေးနဲ့ အကုန်ပိတ်ကုန်တာ။

ဂိမ်းထဲမှာ လမ်းအမျိုးအစားတွေ က အများကြီးရှိတယ်။ တစ်လမ်းမောင်း၊နှစ်လမ်းမောင်း၊ အမြန်လမ်း၊ ပါကင်ပါတဲ့လမ်း၊ အလယ်မှာသစ်ပင်နဲ့လမ်းအစုံပါပဲ။

လမ်းတစ်မျိုးတည်းနဲ့အားလုံး အဆင်ပြေတာတော့မရှိဘူး။

အခြေအနေပေါ်မူတည်ပြီးလမ်းကိုရွေးမှ traffic က နည်းနည်းသက်သာတယ်။

တစ်လမ်းကို ပြင်ရင် နောက်တစ်လမ်းမှာ သွားကားပိတ်ကုန်တာလည်း ဖြစ်တယ်။ အဲဒီအခါ ဘတ်စ် ကားတွေထည့်၊ လမ်းကြောင်းတွေဆွဲ၊ တစ်လမ်းမောင်းတွေပြင်၊ အချို့လမ်းတွေကို မြေအောက်ကသွားခိုင်းတာ ၊ မိုးပေါ်ကသွားခိုင်းတာတွေလုပ်။ တော်တော်လည်းလုပ်ပြီးရော မြို့က မြို့နဲ့မတူတော့ဘူး။ အလုပ်တော့ဖြစ်တယ်။ ဒါပေမယ့်နေချင်စရာ တစ်စက်မှမရှိဘူး။

သူ့ထဲမှာ မြို့အတွက် ပေါ်လစီချတာမျိုးတွေလည်းပါတယ်။ ဥပမာ အထပ်မြင့်မဆောက်ရတို့၊ ဆေးလိပ်မသောက်ရတို့၊ အများသုံးယာဉ်လိုင်းတွေ အားလုံးအခမဲ့တို့၊ စတာတွေပေါ့။ ပေါ်လစီတစ်ခုတိုင်းအတွက် impact တစ်ခုစီရှိတယ်။

နောက်ထပ် မီးခိုးမထွက်တဲ့ စက်ရုံမျိုးတွေလည်းပါတယ်။ ဥပမာ- စိုက်ပျိုးရေးတို့သစ်တော၊သစ်ထုတ်လုပ်ငန်းတို့ပေါ့။ အဲဒါတွေဆိုရင်တော့ ညစ်ညမ်းမှု နည်းသွားတယ်။ ဒါပေမယ့် သူတို့ကလည်း မြေပေါ်မူတည်တယ်။​မြေ က စိုက်ပျိုးလို့၊ဖြစ် သစ်ပင်ကောင်းကောင်း ထွက်တော့မှ အဲဒီမှာ စက်ရုံတည်လို့ရတယ်။

လူတွေက အလုပ်နဲ့၊ အိမ်နဲ့ပဲ ဖြစ်လာပြီဆိုရင် သူတို့ရဲ့ happiness level က ကျလာတယ်။ အဲဒီအခါ ပျော်ဖို့အတွက် recreation နဲ့ ဖျော်ဖြေရေးတွေထည့်ပေးရတယ်။

ပန်းခြံ၊ ကစားကွင်း၊ ပလာဇာ၊ လည်ပတ်စရာ အထိန်းအမှတ်နေရာ စသဖြင့်ပေါ့လေ။ မ

တခါတလေ ဂိမ်းထဲမှာပါတဲ့ ကားတို့ ရထားတို့ကို first person view အနေနဲ့လိုက်စီးကြည့်လို့ရသေးတယ်။

အစကတော့ မြို့ဆောက်တာ အကြွေးတွေတင်၊ ချေးငွေတွေတောင်းရဘာရနဲ့ အခုတော့ လူဦးရေ ၅၀၀၀ ၊ ဒေါ်လာ၃ သန်းလောက်ရှိနေပါပြီ။

မြို့ကကြည့်လိုက်ရင် ကမ်းနဖူး တင်ထားပြီး ရန်ကုန်လိုလို မီဝါကီလိုလိုနဲ့ ပဲ၊

City Skyliens  ထွက်တာ ၂၀၁၅ လောက်က လားပဲ၊​အခု လာမယ့် အောက်တိုဘာမှာ CS 2 ထွက်တော့မယ်ပြောတယ်။ Graphic ကတော့လက်ရှိကွန်ပျူတာနဲ့ မလိုက်နိုင်တော့လို့

မဆော့ဖြစ်လောက်တော့ပါဘူး။

ဆက်တိုက်ဆော့ပြီး အခုတော့ပျင်းသွားပြီ။ ဆက်မကြည့်နိုင်တော့အောင်ပဲ။

ရှိဖို့လိုတဲ့ အကြွေးများ(၁)

ကျွန်တော်က အကြွေးရှိရင် မနေတတ်တဲ့သူပါ။

ကိုယ်က သာ သူများကို ချေးထားတာတွေရှိတယ်။ ကိုယ်က သူများဆီက ချေးမိရင် မြန်နိုင်သမျှ​မြန်မြန် ပြန်ဆပ်ရမှ နေတတ်တဲ့သူမျိုးပါ။

မြန်မာပြည်မှာ Payment ကတ်တွေ ခေတ်စားစဉ်က Credit Card နဲ့ Debit Card ကိုတောင် ကွဲကွဲပြားပြားမသိခဲ့ဘူး။

Credit Card ဆိုတာ အကြွေးဝယ်ကတ် ၊ Debit ဆိုတာ ငွေကြိုဖြည့်ထားရတဲ့ ကတ်မျိုး ဆိုတာ နောက်မှသိခဲ့တယ်။

Credit Card တွေလျှောက်ဖို့ဆို မြန်မာပြည်က ဘဏ်တွေမှာ ဘယ်လောက် ဝင်ငွေပုံမှန်ရှိလဲ ၊​ဘာအလုပ်လုပ်လဲ ဆိုတာတွေကို ကြည့်ပြီးတော့မှ ကတ်ထုတ်ပေးကြတယ်။

နောက်ပိုင်းနားလည်လာတာက ၊ ဘဏ်တွေက သူ့ဆီမှာ အပ်ထားတဲ့သူတွေကို တစ်နှစ် 5% လောက်နဲ့ အတိုးပေးတယ်ဆိုရင် အဲဒီငွေတွေကို တစ်နှစ် 10 %,15 to 20% လောက်အထိ အတိုးတင်ပြီးတော့မှ တခြား ငွေလိုတဲ့သူတွေကို Loan အနေနဲ့ ပြန်ချေးတယ်၊ အကြွေးသုံးလို့ရတဲ့ငွေပေးကတ်တွေ ထုတ်ပေးတယ်။ အဲဒီအကြွေးဝယ်ကတ်တွေမှာ အချိန်တန်လို့ ပြန်မဆပ်နိုင်ရင် နောက်ကျကြေးပေးရသလို၊ သူနဲ့ချိတ်ထားတဲ့ merchant တွေဆီကနေ လည်း ကော်မရှင်ခတွေ ဘဏ်ဖက်က ရပြန်တယ်။

အခြား နှစ်စဉ်ကြေး၊ Transaction Fee တွေကလည်းရပြန်တယ်။

ဒါကြောင့် သုံးဖို့တွန်းအားပေးကြတာပေါ့။

မြန်မာပြည်မှာတော့ အကြွေး မယူချင်ရင် မယူပဲနေလည်း ဘာမှမဖြစ်ပေမယ့်

US မှာတော့ လူတွေကို အကြွေးမယူယူအောင် စနစ်က တွန်းအားပေးထားတယ်။ အဲဒီစနစ်က Credit Score ဆိုတဲ့ အချက်ပေါ်မှာ အခြေတည်ထားတယ်။ Credit Score ဆိုတာက လူတယောက် ဘယ်လောက်ထိ အကြွေးယူနိုင်သလို ၊​ဘယ်လောက်ပြန်ဆပ်နိုင်သလဲဆိုတာတွေကို အခြေခံပြီး ရိုးရှင်းအောင် တွက်ချက်ထားတဲ့ နံပါတ်တစ်ခုပဲ။ ၃၀၀ ကနေ ၈၅၀ ကြားမှာရှိတယ်။

အဲဒီ Score က အကြွေးလုံးဝ မယူဖူးရင် မကောင်းသလို၊ ယူပြီး ပြန်မဆပ်ရင်လည်း မကောင်းတတ်ဘူး။

အချို့နေရာတွေမှာ တစ်ခါမှ အကြွေးမယူဖူးရင် ကိုယ်လိုချင်တဲ့အရာ၊ သုံးချင်တဲ့အရာတွေ ငြင်းခံရတာမျိုးဖြစ်တယ်။

ကောင်းတဲ့ Credit Score ရှိရင် ပိုသက်သက်သာသာနဲ့ ဝယ်လို့ရတယ်။ ချွေတာနိုင်တာမျိုးရှိတယ်။ ဥပမာ ကိုယ်က အိုင်ဖုန်းသစ်လိုချင်တာကစလို့၊ အိမ်ဝယ်ဖို့အထိ၊ တစ်လုံးတစ်ခဲတည်း ပေးဝယ််မလား။ လစဉ် အရစ်ကျနဲ့ပေးဝယ်မလား။

အတော်များများက အရစ်ကျနဲ့ပဲဝယ်ချင်တာပေါ့။ ကိုယ့်အတွက် ဝန်မပိဘူးလေ။

ဒါပေမယ့် အဲဒီလိုဝယ်ချင်ရင်တောင် အကြွေးမှတ်တမ်းမရှိခဲ့ရင် ၊ရာဇဝင်မကောင်းရင် ဘယ်သူကမှမချေးပေးဘူး။

Credit Score ဆီမှာပါတဲ့အချက်တွေက ဘယ်တုန်းကစပြီးအကြွေးဝယ်ကတ်တွေစသုံးသလဲ၊ အကောင့်ဘယ်လောက်ဖွင့်ထားသလဲ။ ဘယ်လောက်ထိ အကြွေး ဝယ်နိုင်သလဲ။ ပုံမှန်ပြန်ဆပ်နိုင်ရဲ့လား၊ ရထားတဲ့အကြွေးယူလို့ရတဲ့ ပမာဏထဲက ဘယ်လောက်ပမာဏအထိ သုံးလေ့ရှိသလဲ။​အကုန်သုံးသလား၊ မသုံးပဲနေသလား။ ဝင်ငွေဘယ်လောက်ရှိလဲ၊ အိမ်လခဘယ်လောက်ပေးရသလဲ ။ စတဲ့ မကုန်မခမ်းနိုင်သော အချက်တွေကို အသုံးပြုပြီးမှ Score တွေတွက်လေ့ရှိတယ်။

အဲဒီ ဒေတာတွေ ဘယ်ကရသလဲဆိုတော့၊ Credit Card တစ်ခုလျှောက်ပြီး ကိုယ့်ဒေတာတွေ ပေးလိုက်ပြီဆိုတာနဲ့ သူတို့က တောက်လျှောက် သုံးသမျှ အခြေအနေတွေကို ခရက်ဒစ် ဗျူရိုဆီကို ပုံမှန် ဒေတာပို့ပေးနေတော့တယ်။ အဲဒီ ဒေတာတွေကို အသုံးပြုပြီး

လူတစ်ယောက်စီအတွက် ရီပို့ တွေ ထုတ်တယ်။

လူတစ်ယောက်က ခရက်ဒစ် ကတ်အသစ်လျှောက်မယ်ဆိုတိုင်း ချေးပေးမယ့် ဘဏ်၊ ကုမ္ပဏီကနေ အဲဒီ နောက်ဆုံး ရီပို့တွေကို သူတို့ဘာသာ သူတို့ ဗျူရိုဆီကနေ ယူကြည့်တယ်။ Score က အဲဒီလို ယူကြည့်တဲ့အကြိမ်ပေါ်လည်းမူတည်ပြီး အပြောင်းအလဲ ဖြစ်တတ်တယ်။ အဲဒါက ခရက်ဒစ်ကတ်လိုချင်သူတွေ အများကြီးလျှောက်ခဏခဏ လျှောက်ပြီး System abuse လုပ်တာကို ကာကွယ်တဲ့ပုံစံမျိုးနေမယ်။

US မှာ နေတယ်ဆိုရင် အမေရိကန် အစိုးရဆီမှာ ကိုယ့်အချက်အလက်တွေက ကိုယ်ထင်ထားတာထက်အများကြီးရှိတတ်တယ်။ အချို့အရာတွေက ကိုယ်လိုလိုလားလားပေးခဲ့မိပြီး ကိုယ့်ဘာသာ မမှတ်မိတဲ့အရာတွေပဲ။ လွန်ခဲ့တဲ့နှစ်ပေါင်းများစွာကလဲဖြစ်ရင်ဖြစ်မယ်။ ဖောင်တစ်ခါဖြည့်တိုင်းမှာ ပါသွားတဲ့အချက်တွေက ဘယ်တော့မှ မပျောက်ပျက်သွားပဲ သူတို့ဆီမှာ ကျန်နေတတ်တယ်။ ဒါကြောင့် ဘယ်တုန်းက ဘယ်လိုရေးခဲ့လဲဆိုတာက စလို့ ကိုယ်မမှတ်မိတဲ့ ဓာတ်ပုံတွေပါ သူတို့ ဆီမှာ ကျန်နေနိုင်တယ်။

တစ်ခါက ကျနော် လူမှုဖူလုံရေးနံပါတ်တို့မရသေးခင်က ကျောင်းသားတွေ အတွက်ပေးတဲ့ ခရက်ဒစ်ကို ကိုယ့် Passport နဲ့ပဲ လျှောက်ခဲ့တာရှိတယ်။

ကတ်က စာတိုက်ပုံးထဲရောက်ပေမယ့်လို့ Activate လုပ်တာအဆင်မပြေလို့ ၊ ကိုယ်လည်းစိတ်သိပ်မပါတာနဲ့ မသုံးပဲ ဒီတိုင်းထားလိုက်တယ်။

နောက်တစ်နှစ်ကျော်ကြာလို့ ကတ်အသစ်လျှောက်တဲ့အခါ အဲဒီတုန်းကဖွင့်ခဲ့တဲ့ ကတ်က History ထဲမှာပေါ်နေတယ်။ သူဘယ်လိုများ ဒီ History ကိုရလိုက်လဲစဉ်းစားကြည့်တာ၊ Passport နံပါတ်နဲ့ ချိတ်တာကလွဲလို့ တစ်ခြားနည်းရှိမှမဟုတ်ဘူးလို့ပဲတွေးမိတယ်။

တရုတ်မှာ Social Credit Systemဆိုတာ ကိုကြားဖူးတဲ့အချိန််တုန်းက လွန်လွန်းလှချည်လားဆိုပြီး မြင်ခဲ့တယ်။​လူတွေကို အဲဒီလို တစ်ချိန်လုံး စောင့်ကြည့်နေပြီး အမှတ်ပေးဆုံးဖြတ်နေတာ ဘယ်ကောင်းမလဲဆိုပြီး ထင်ခဲ့တယ်။

တကယ်တော့ အဲဒီ စနစ်ကို အနည်းနှင့်အများ အခြားနေရာတွေမှာလည်းသုံးနေခဲ့ပြီးသားပဲ။ ဥပမာ US မှာပဲ Credit Score မကောင်းရင် ဘာမှ လုပ်လို့မရဘူး။ ဒီလူ အကြွေးဆပ်နိုင်သလား၊ ပေးသင့်သလားဆိုတာကို အဲဒီ Score တွေနဲ့ဆုံးဖြတ်တယ်။ သူတို့အတွက် Risk များတယ်ထင်ရင် အလိုလို ငြင်းတယ်။

ဒါကလည်း အကြောင်းရှိလို့ တဖြည်းဖြည်းနဲ့ ပြောင်းလဲ လာတာလို့ထင်တယ်။

၂၀၀၇/ ၂၀၀၈ ဝန်းကျင်က လူတွေကို (NINJA Loan) No income, No Job and Asset) နဲ့တောင် အကြွေးတွေ ဇွတ်ယူခိုင်း၊ နောက်ဆုံးကျ စီးပွားပျက်ကပ် ဆိုက်သွားခဲ့တာတွေကလည်း သူတို့အတွက် သင်ခန်းစာနေမှာပေါ့။

စိတ်ဝင်စားမိတဲ့အပိုင်းကတော့ ဘယ်လောက်ရှုပ်ထွေးတဲ့ ဒေတာတွေကို ရိုးရှင်းတဲ့ နံပါတ် တစ်ခုဖြစ်သွားအောင် တွက်ပြီး ရီပို့တွေထုတ်ထားတယ်။ အဲဒီ ရီပို့ပေါ်က နံပါတ်ပေါ်ပဲ အခြေခံပြီး ဆုံးဖြတ်ကြတယ်။

လည်နေတဲ့ စနစ်ထဲမှာ အချက်တစ်ခုတိုင်းဟာ အကြောင်းပြချက် တစ်ခုကြောင့် လုပ်ထားတာဖြစ်နေတယ်။

အထပ်ထပ်အခါခါ ဒေတာတွေ ပေးရတာမျိုးလည်း မရှိနေပေမယ့် ရှိပြီးသားဒေတာတွေကို ပို အကျိုးရှိရှိသုံးနေကြတယ်။

ကြုံရင် အဆက် ထပ်ရေးပါဦးမယ်။

Investment Journey

2016 လောက်တည်းက Stock Market တွေ စိတ်ဝင်စားတယ်။

ဒါပေမယ့် stock ဆိုတာဘာမှန်းလဲမသိ။

ဘယ်နားဝယ်ရမှန်းလဲမသိ။

မြန််မာပြည်ကို စတော့မားကတ်တွေ လာရင်ကောင်းမှာဘာညာတွေးတာ။

၂၀၁၇ နှစ်ကုန်လောက်မှ Crypto ဆိုတာကို ကြားဖူး။

စစဖွင့်တဲ့အကောင့် က Binance နဲ့ Kucoin။

အဲဒီတုန်းက ခုလို p2p ကဝယ်ရမလွယ်ဘူး။

ကြားက ပြန်ရောင်းမယ့်သူဆီကနေ ETH မြန်မာငွေ ၂သိန်းဖိုး ပြန်ဝယ်ရတာ။

မှတ်မှတ်ရရ မန္တလေးက နေ ရန်ကုန်ကို ပြန်တဲ့ ကားပေါ်မှာ စပြီး ETH ကို trade ဖူးတာပဲ။

ပြမယ့်သူလည်း မရှိ။ community လည်းမရှိနဲ့

လျှောက်လုပ်ရင်း ထည့်ထားတာလေးပြောင်။

နောက်တော့ ဖုန်းပြောင်းပြီး အကောင့်ကလည်း login ဝင်မရတော့တာနဲ့

ဒီတိုင်းပဲပစ်ထားပြီး.

၂၀၂၀ နှစ်ကုန်ခါနီးကျတော့မှ Binance ကို ပြန်ဆယ်ပြီးသုံးလို့ရတယ်။

အဲဒီအချိန်ကျတော့ p2p ဆိုတာရှိနေပြီ။

သူငယ်ချင်းတွေကိုလည်း ရှင်းပြ၊ တိုက်တွန်း.

အဲဒီနောက် ၂၀၂၁ နှစ်စကစလို့ Bull market စတယ်။

မိုဘိုင်းလောက က သိတဲ့ ကိုယ့်လူရင်းတွေပါတဲ့ signal group ထဲရောက်ပြီး လိုက်ဖတ်ရင်း နည်းနည်းပိုသိလာတယ်။ ကြားဖူးတာတွေရှိလာတယ်။

နောက်တော့ အာဏာသိမ်း ရော။

အစောပိုင်း visa ကတ်နဲ့ ဝယ်တာနောက်ပိုင်း visa ကတ်တွေပိတ်တော့ wise သုံးပြီး singapore ကနေ USDT လိုက်ဝယ်။

Wise ကိုပိတ်ခံရ တော့ ဆက်မဝယ်ဖြစ်တော့ဘူး။

US ကိုရောက်လာတော့ ခရီးတွေသွားရင်းလာရင်းလမ်းမှာ future trade တာတွေလည်းရှိတယ်။

bull market ဆိုတော့ ဆက်တိုက်ပဲ တက်နေတော့ trade တိုင်းမြတ်နေတာကိုး။

ကြားမှာ AIX 51 ရဲ့ tradiing and investment video တွေ ဝယ်ကြည့်သေးတယ်။ အခုတော့သူတို့နာမည်ပြောင်းသွားပြီ။

စက်တင်ဘာလ ၇ရက်နေ့မှာ ဈေးကွက် ပျက်ပြီး

မြတ်ထားသမျှကော အရင်းထဲက တစ်ဝက်လောက်ကော ရှုံးသွားတယ်။

အဲဒီကနေ ဈေးတွေဆက်တိုက်ကျတာ။ တော်တော်ကြာတယ်။

ဒါပေမယ့် စိတ်ဓာတ်အဲလောက်မကျပါဘူး။

ကောင်းတဲ့အပိုင်းလေးတွေ တွေးပြီးကိုယ့်ဘာသာဖြေတာပဲ။

အတူတူလုပ်တဲ့သူငယ်ချင်းလည်း အဲဒီနေ့က ကိုယ့်လောက်မဟုတ်ပေမယ့် တော်တော်ရှုံးသွားတယ်။ သူအဲဒီနောက် trade တာမလုပ်တော့ဘူး။

၂၀၂၂ နှစ်လည်လောက်အထိ ဈေးတွေဆက်တိုက်ကျတုန်းပဲ။

LUNA crash တဲ့အချိန်မှာ အပျော်သဘော 10 ဖိုးဝယ်လိုက်ပြီး

LUNA 10 သန်းရလိုက်သေးတယ်။

အဲဒီကနေ ဈေးရုတ်တရက် ပြန်တက်ပြီး အချို့ ပြန်ရတယ်။

အဲဒီအချိန်က ပျော်စရာပဲ။ souveniors အဖြစ်ဝယ်လိုက်တဲ့ Coin ကနေ ရုတ်တရက် ဈေးပြန်တက်ပြီး မြတ်တယ်ဆိုတာလေ။

၂၀၂၂ နှစ်လည်ပိုင်းမှာ state တော်တော်များများကို လွယ်အိတ်တစ်လုံး luggage တစ်လုံးနဲ့ ခရီးရှည်ထွက်တယ်။ အဲဒီအချိန်ကစလို့ ရှိတဲ့ USDT တွေနဲ့ BTC, BNB,ETH တွေကို နေ့စဉ် 5$ ဖိုး လိုမျိုး အော်တို invest နဲ့ဝယ်တယ်။

တစ်ခါတစ်လေ ဝယ်ထားတာကိုတောင်မေ့နေတယ်။

၂၀၂၂ တစ်နှစ်လုံးလည်း ဝယ်ထားတာကနေ နီရဲလို့။

၂၀၂၃ နှစ်စ ဘဏ်တစ်ချို့ပြိုလဲပြီး binance ကနေ reserve 1 Billion ထုတ်ပြီး BTC တွေစဝယ်လိုက်ချိန်ကစလို့ ဈေးက အကျရပ်သွားတယ်။

တအိအိနဲ့ အတက်ဘက်ကို ပြန်ရောက်လာတယ်။

day trade တွေ လုပ်တိုင်း ရှုံးတဲ့အတွက် မလုပ်တော့ဘူး။

ဖြေးဖြေးနဲ့ နှေးနှေးသွားပြီး risk ပိုသက်သာတဲ့ဘက်ကို ပဲ​ရွေးချယ်တော့တယ်။

အခြားအလုပ်တွေလုပ်ပြီး..

Crypto နဲ့ Stock မှာ

လစဉ် ပုံမှန် invest မယ်ဆိုတဲ့စိတ်ကူးပဲထားတော့တယ်။

2023 အောက်တိုဘာလောက်ကစလို့ Bear market ကနေ လွတ်ပြီလို့ ယူဆကြတယ်။

financial သတင်းတွေပိုဖတ်တယ်။ indicator. တွေအကြောင်း အကုန်မသိပေမယ့် အသုံးများတဲ့ ၁၀ခုလောက်ကိုနားလည်ဖို့ကြိုးစားတယ်။

Noise တွေကို filter လုပ်ကြည့်တတ်ဖို့ လေ့လာတယ်။

Bull market စပြီလို့ သူများတွေ မပြောခင်အချိန်မှာ coin တော်တော်များများ စစုဆောင်းထားပြီး ဖြစ်နေပြီ။

Solana ကနေစပြီး profit စပေါ်တယ်။

နောက်တော့ BNB

ပြီးတော့မှ BTC နဲ့ ETH ကနေ ရတယ်။

သိပ်မထင်ထားဘဲ SHIBA နဲ့ NEAR တို့ကနေလည်း ရတယ်။

လက်ရှိ Crypto market ကြီးတစ်ခုလုံးထဲရောက်နေတဲ့ငွေကြေးက 2.75 Trillion USD ရှိတယ်။

1 trillion = 1 billion x 1000

Nividia ရဲ့ market valuation က 2.118 Trillion ရှိတယ်။

၂၀၂၁ က လွဲခဲ့တဲ့ BTC က တော့ ဒီတစ်ခါ ကျိန်းသေပေါက်တော့ အနည်းဆုံး ၁သိန်းရောက်ဖို့သေချာတယ်။

အဲဒီရောက်ပြီး တော့မှ ဘယ်အထိ ပြန်ကျမလဲ စဉ်းစားတာပေါ့။

ဒီ တစ်ခေါက် Bull market က တစ်နှစ်လုံးကြာမလား တော့ပြောရခက်တယ်။

ဧပရယ် ဝန်းကျင် Bitcoin Halving ပြီးတဲ့အချိန်မှာတစ်ခါ စက်တင်ဘာ​ဝန်းကျင်မှာ တစ်ခါ အခြေအနေ ကြည့်ဖို့လိုတယ်။

အရင်ကလို ဝယ်ပါဘာညာ လည်း ဘယ်သူ့ကိုမှမတိုက်တွန်းပါဘူး။

အခုအချိန်မှ​ ဝယ်ရင်တော့ ခရီးတဝက်ရောက်နေပြီထင်လို့ ပို ပြီး risk ယူရဖို့ရှိတယ်။

အစောပိုင်းကာလတွေက 1 bitcoin ကို တစ်ဒေါ်လာတောင်မတန်ပေမယ့်

တဖြည်းဖြည်းနဲ့

လူအများစု က တန်ဖိုး ရှိတယ်လို့ လက်ခံလိုက်ကြတဲ့အခါ

ဘာမှမဟုတ်တဲ့ 1 and 0 တွေကနေပြီးတော့ တကယ့် တန်ဖိုးတွေ ဖြစ်လာတာ

အံ့သြစရာပဲ။

ရွှေဆိုတာလည်း တကယ်တမ်းကျ ဘာများသေချာအသုံးဝင်လို့လဲ။

ငွေကြေးဆိုတာလည်း စက္ကူတစ်ရွက်ကို အစိုးရက တန်ဖိုးရှိတယ်လို့ သတ်မှတ်လိုက်ပြီး ဖြစ်လာတာ။

ဘာကြောင့် သာမန်ရိုးကျ အရာတွေမှာ မရင်းနှီးပဲ ဒီလို မျိုးဟာတွေမှာ ငွေထည့်လဲဆိုတော့

၁. AI နဲ့ Crypto တွေက နောက်ကြောင်း ပြန်လှည့်ဖို့ မဖြစ်နိုင်တော့တဲ့ အရာတွေလို့ ယုံကြည်တယ်။

၂. လူတွေလက်ခံထားတဲ့ ငွေကြေးတွေရဲ့တန်ဖိုးဟာ နေ့စဉ် အငွေ့ပျံနေတဲ့အတွက် hedge လုပ်စရာ အခြားတစ်ခုရှိဖို့လိုအပ်တယ်။

၃. ကိုယ် နားလည်တဲ့နယ်ပယ်ဖြစ်လို့ အခြား နယ်ပယ်မှာ ရင်းနှီးတာထက် ပို confidence ရှိတယ်။

Smart devices

ဒီမှာကြုံဖူးတဲ့ အရာတွေထဲက တချို့ဟာလေးတွေ အကြောင်းပြောပြချင်တယ်။

#Smart_Printer

– ဒီမှာprint ထုတ်ဖို့တခုခု လိုလာတာမျိုးဆိုရင် စာစီစာရိုက်ဆိုင်တွေလည်း အလွယ်တကူရှိမနေဘူး။ ကိုယ့်ဘာသာ printer တလုံးကျတော့လည်း အမြဲလိုနေတာမဟုတ်တော့ မဝယ်ချင်ဘူး။ အဆောင်နဲ့ ကျောင်းမှာတော့ wireless printer လေးတွေထားပေးတယ်။ ဒါပေမယ့် အားလုံးက self service ပဲ။

အဆောင်မှာဆို print ထုတ်ပေးတဲ့ စက်လေးနာမည်က wepa print တဲ့။

ကျောင်းသားကတ်တွေက အကောင့်တခုအနေနဲ့ အလုပ်လုပ်တယ်။

Print ထုတ်မယ်ဆိုရင် USB thumb drive ထိုးလို့ရသလို၊ ကိုယ့်ရဲ့ Google drive တို့၊ Onedrive တို့နဲ့ချိတ်ထားလို့လည်းရတယ်။ ဒါမှမဟုတ် ကိုယ့်ဖုန်းကနေ တိုက်ရိုက် scan ပြီးဖြစ်ဖြစ်၊ ဖိုင်ကို upload တင်ဖြစ်ဖြစ် ထုတ်လည်းရတယ်။ နောက် သူတို့ ရဲ့ email address ကို ပို့ပြီးထုတ်လည်းရတယ်။

ကျနော်ကတော့ ကိုယ့် Drive နဲ့ချိတ်ထားတဲ့အတွက် ထုတ်စရာရှိတာတွေကို အရင် Drive ထဲမှာ Folder လေးတခုဆောက်ထားပြီး အဲဒီ Folder ထဲက ဖိုင်တွေကို mobile app ထဲကနေ ပြန်ခေါ်ပြီး ထုတ်လေ့ရှိတယ်။

အလကားသုံးတော့သုံးမရ၊ အရင်ဆုံး student account ထဲကို ပိုက်ဆံဖြည့်ရတယ်။ အခုတော့ Apple pay ကနေ တိုက်ရိုက် ဖြည့်လိုက်တာပဲများတယ်။

Print လုပ်တော့မယ်ဆိုရင် သူ့စက်ထဲကို ကျောင်းသားကတ် ထိုး သို့မဟုတ် App ထဲက Code ကိုရိုက်ပေးတာနဲ့ သူက တခါတည်း Print စထုတ်ပေးပါတယ်။ အကယ်၍ ကိုယ်က အဲဒီCode ကို တခြားသူကို ရှယ်လိုက်ရင်လည်း သူက ကိုယ့်အစား အဲဒီ​Document တွေကို ထုတ်လို့ရသွားပါတယ်။ အတော်အဆင်ပြေတဲ့ service တခုပေါ့၊

#Smart_Laundry_Machines

ဒီမှာ စရောက်ခါစက အဝတ်လျှော်စက်တွေသုံးမယ်ဆို အကြွေစေ့လိုက်ရှာရတယ်။ ငွေတောင် ကိုင်မသုံးတဲ့သူက အကြွေစေ့ ရှိဖို့ဆိုတာတော်တော်ခက်တတယ်။ အခုနောက်တော့ တချို့စက်တွေကို Mobile app က တဆင့်သုံးလို့ရတာတွေ့မိတယ်။ သူတို့ က Bluetooth or NFC တခုခု ရှိတာဖြစ်မယ်။

Mobile app ဖွင့်လိုက်ရင် သူ့အနီးအနားမှာရှိတဲ့စက်တွေရဲ့ နံပါတ်တွေကို ပြပေးတယ်။ အပြင်မှာလည်း စက်တွေရှိတယ်။ စက်တွေပေါ်မှာနံပါတ်တွေပါတယ်။ ချိတ်ဖို့လည်း ခဏပဲကြာတယ်။ ချိတ်ပြီးတာနဲ့ ကျသင့်ငွေထည့် ၊ ပြီးရင် အပြင်က စက်ထဲအဝတ်ထည့်၊​ ခလုတ်နှိပ်ရင် စပြီး app ထဲမှာ အချိန်တွက်ပြီ။

စက်လည်ပတ်ပြီးသွားရင် app မှာ noti ပို့လေ့ရှိတယ်။

#Smart_Parking

နောက်တခုကတော့ ကားပါကင်တွေပါ။​လမ်းတွေမှာ ပါကင်ရှာရတာ အတော်ခက်လေ့ရှိတယ်။အဲဒီပါကင်တွေကလည်း အရင်ကတော့ အကြွေစေ့တွေသုံးတယ်။ နောက်တော့ Visa card တွေပါလက်ခံလေ့ရှိတယ်။

ဒါပေမယ့် သုံးနေကျမဟုတ်ရင် ဖြစ်ဖြစ် စက်ပျက်နေရင်ဖြစ်ဖြစ် ၊​ငွေချေလို့မရတာတွေဖြစ်တတ်တယ်။ နောက်ပြီးတော့ ကိုယ်ကအဝေးရောက်နေတုန်းကို ရပ်ထားတဲ့ကားကအချိန်ပြည့်ခါနီးပြီဆိုရင်၊​သတ်မှတ်ထားတဲ့အချိန်တွင်း ပြန်လာရင်လာ၊မလာရင် ကားကို ဒဏ်ငွေရိုက်ခံရတာမျိုး ကြုံရတတ်တယ်။

အဲဒီလို တွေကို ဖြေရှင်းဖို့ app တွေရှိတယ်။​app ထဲမှာ မီတာပါကင်တွေရဲ့နံပါတတွေ ပေါ်တယ်။ ကိုယ်ပေးမယ့် ပါကင်နံပါတ်ကိုရှာလို့ရတယ်။ ပေးလို့ရတယ်။

အချိန်ပြည့်ခါနီးရင်လည်း app ထဲကပဲထပ်တိုးလို့ရတယ်။

အရင်ကတော့ ioT ဆိုရင် CCTV တို့ ,Smart TV တို့ဘာတို့လောက်ပဲ​တန်းမြင်တာ၊ ဒီမှာတော့ နိစ္စဒူဝ ကိစ္စတွေတော်တော်များများ smart devices တွေနဲ့ ပြောင်းလဲသုံးစွဲနေကြတယ်။

အဲဒီလိုသုံးစွဲဖို့လည်း ဒီစက်တိုင်းက Internet နဲ့ချိတ်ထားရမှာပဲ။

မီးကလည်း အမြဲမပြတ်ရနေဦးမှ။ အရေးကြီးဆုံးက ဖြုတ်ခိုးသွားတဲ့သူလည်းမရှိဦးမှလေ။

မြန်မာပြည်မှာ Smart devices တွေ ဖြစ်လာဖို့ အရှိန်တက်ခဲ့တဲ့ ကာလ တခုရှိသေးတယ်။ ၂၀၁၈/၁၉ ဝန်းကျင်ပေါ့။ အခုတော့ အဲဒီတုန်းက ကြိုးပမ်းခဲ့ကြသူတွေ ဘယ်တွေရောက်ကုန်ကြပြီလဲမသိတော့ဘူး။

Voice XML အကြောင်း

ပြီးခဲ့တဲ့ semester က အတန်းတစ်ခုကို NLP ယူခဲ့တာ ကိုယ့်အတွက် ကောင်းတယ်လို့ပြောရမှာပဲ။

peofessor ပေးသမျှ အကုန်မရပေမယ့် စိတ်ဝင်စားဖို့ကောင်းတဲ့အပိုင်းတွေကအများကြီးပါ။

အဲဒီထဲက တစ်ခုကတော့ voice xml အကြောင်းပဲ။

ကျနော်တို့ ဆီက hotline phone တွေ call center တွေမှာ အလိုအလျောက်ဖြေကြားတဲ့စနစ်ရှိတယ်။

ဘာဖြစ်ရင် ၁ ကို နှိပ်ပါ။ ဘာဆို ၂ ကို နှိပ်ပါ။ အစရှိသဖြင့်ပေါ့။

voicexml ထဲမှာ အဲဒီ အလိုအလျောက်ဖြေတဲ့ စနစ်ကို ဘယ်လိုဆောက်ထားတာလဲဆိုတာလေ့လာရတယ်။

ကိုယ်တိုင်လည်းတစ်ခုဆောက်ရတယ်။

အဲဒီစနစ်ရဲ့နောက်ကွယ်မှာ xml language နဲ့ရေးထားတဲ့ program တစ်ခုရှိတယ်။

အဲဒီ script လေးက နေ ဘာဖြစ်ရင်ဘာလုပ်မယ်ဆိုတာကို ညွှန်ကြားပေးတယ်။

စာနဲ့ရေးထားတာကို အသံထွက်အောင်လုပ်ပေးနိုင်တာကတော့ text to speech engine တစ်ခု သုံးထားလို့ပါ။

ဒါကြောင့်အရင်က အဲဒီလို အလိုအလျောက်ဖြေကြားတဲ့စနစ်က အသံတွေက စက်ရုပ်ဆန်တာပေါ့။

မြန်မာလို ဖြေကြားနိုင်ဖို့အတွက်ကတော့ tts engine ကိုသုံးလို့အဆင်သိပ်မပြေဘူး။

ဒါကြောင့် ကြိုတင် အသံသွင်းထားတဲ့ ဖိုင်တွေကို အသုံးပြုရတယ်။

xml script ထဲမှာပဲ မူရင်း ပါတဲ့ text to speech အသံအစား ကြိုတင်အသံသွင်းထား ထားတဲ့ အသံဖိုင်ကိုယူသုံးဖို့ ညွှန်ကြားရတယ်။

အဲဒိ စနစ်တွေက တစ်ဖက်မှာတော့ ဖုန်းခေါ်တဲ့သူဘက်က အဖြေ တွေကိုလည်း လက်ခံရသေးတယ်။

ဖုန်းခေါ်တဲ့သူက အသံ နဲ့ ဖြေ ပေးလို့ရတယ်။

ဥပမာ Say yes or no ဆိုရင်

လူက yes or no လို့ဖြေပေးတာနဲ့သူက သိတယ်ပေါ့။

ဒါပေမယ့် အသံကမပီတာဖြစ်ဖြစ်၊ နောက်က ဆူညံသံ တွေရှိနေတာဖြစ်ဖြစ် အသံနဲ့ အမိန့်ပေးတာ မှားပေးနိုင်လို့

အတော်များများကတော့ နံပါတ် နှိပ်ရတဲ့ function ကိုပဲ ဖွင့်ပေးထားကြတယ်။

အခုနောက်တော့ voice xml ကိုသိပ်သုံးတာ မတွေ့တော့သလိုပဲ။ အင်တာနက်ထဲမှာကိုပဲ voicexml နဲ့ပတ်သက်တဲ့ အဖွဲ့တွေ community တွေ သိပ်မမြင်ရဘူး။

Google တို့ဘာတို့က လုပ်ပေးတဲ့ automatic phone ဖြေတဲ့စနစ်တွေက တအားကောင်းလာတော့ အဲဒါတွေပြောင်းသုံးကြဟန်တူတယ်။

Medical Name Entity Recognition

NER ဆိုတာ Name entity recognition ရဲ့အတိုကောက်ပါ။

သူ့ကို Natural Language Processing (NLP)မှာသုံးတယ်။

NLP ဆိုတာ လက်ရှိလူအများသုံးနေကြတဲ့ Translation တို့၊ Chatbot တို့၊ ဟိုနေ့က နာမည်ကြီးသွားတဲ့ ပုံပြင်ရေးတတ်တဲ့ ChatGPT တို့ကို မွေးဖွားတဲ့ ဘာသာရပ်ပါ။

NER က ဘာလို့အရေးပါလဲဆိုတော့ စာကြောင်းတစ်ကြောင်းမှာ ဘယ်အရာက လူလဲ၊ ဘယ်ဟာက ရက်စွဲလဲ ၊ဘယ်ဟာက အဖွဲ့အစည်းလဲ၊ စသဖြင့် ခွဲသိနိုင်ရင်

နောက်ပိုင်း အလုပ်တွေလုပ်ရအရမ်းမြန်ပါတယ်။ တစ်ခုနဲ့တစ်ခု ဘယ်လို ဆက်နွယ်နေလဲဆိုတာလည်း ရှာလို့ရတယ်။

Medical NER မှာဆိုရင် ရောဂါလက္ခဏာတွေ၊ သုံးတဲ့ ဆေးဝါးတွေ၊ ဖြစ်တဲ့ရောဂါတွေ၊ လုပ်ထားတဲ့ Lab test တွေစတာတွေကို ဆွဲထုတ်ဖို့ ဖြစ်နိုင်ပါတယ်။

အင်္ဂလိပ်စာမှာဆိုရင် ဘယ်ဟာက နာမည် ဘယ်ဟာက အဖွဲ့အစည်း ဘယ်ဟာက ကုမ္ပဏီစသဖြင့် အများကြီးခွဲသိနေပါပြီ။

အဲလို သိဖို့ စကြရတာက လွန်ခဲ့တဲ့ အနှစ် ၂၀ ကျော် ၃၀ လောက်ကပါ။ စစတုန်းက လူတွေက စာလုံးတွေကို လိုက်ပြီး label တပ်ပေးရတယ်။ အလွန်လည်းလက်ဝင်တယ်။

အခုတော့ အဲဒီလူတွေ label တပ်ခဲ့တဲ့ အရာတွေကို နောက်လူတွေက အသုံးပြုပြီး အလိုအလျောက် entity တွေဆွဲထုတ်နိုင်နေကြပြီ။

Fb က ကိုယ်ပြောတာတွေသိတယ်တို့ ဘာတို့ဆိုတာတွေရဲ့နောက်ကွယ်မှာ NER ရဲ့လက်ချက်တွေလည်း အများကြီးပါတာပေါ့။

ကိုယ့်ဘာသာ

NER model လုပ်ဖို့ ဆိုရင်တော့ အရင်ဆုံး data ရှာရတာပဲ။

ကိုယ့်ဆီမှာ ဒေတာဆက်ကောင်းကောင်းမရှိဘူး။

မြန်မြန်အလုပ်ဖြစ်တဲ့နည်းကတော့ Regular expression သုံးပြီး

keyword တွေလိုက်ရှာ ၊ အဲဒါတွေကို train data အဖြစ်ပြန်သုံးတဲ့ဟာပဲ။

အကောင်းဆုံးကတော့ လူကိုယ်တိုင် တခုချင်း စာလုံးတွေကိုလိုက်ဖတ်။

ဘယ်ဟာက တော့ ရောဂါလက္ခဏာ ၊ ဘယ်ဟာက ဆေး၊ ဘယ်ဟာက ရောဂါ စသဖြင့် ခွဲထုတ်ပေးဖို့ပေါ့လေ။ အဲဒီလို လူအင်အားသုံးထားတဲ့ annotated dataset က quality အကောင်းဆုံးပဲ။

ဒီနေ့ အဲဒီလို Regex သုံးထားတဲ့ dataset နဲ့ Google Colab ပေါ်မှာ train တာ နေ့တဝက်ကျိုးတယ်။

Free version ကတော့ဘယ်လိုမှသုံးလို့မရဘူး။

ခဏလေးနဲ့ Memory ကုန်သွားတယ်။

အဲဒါကြောင့် သူ့ရဲ့ pro service ကိုဝယ် သုံးပြီးဆက် train ရတယ်။

မော်ဒယ်ကတော့ထွက်လာပြီ။

ဆိုးတော့မဆိုးဘူးပဲလို့ ကိုယ့်ဟာကိုယ် တွေးတယ်။

Quality ဘယ်လောက်ကောင်းလဲ ဆိုတာ evaluate လုပ်ဖို့အတွက်ကတော့ စာမဖတ်ရသေးလို့ မလုပ်တတ်သေးဘူး။

ပထမ တဆင့် အောင်မြင်သွားတယ်ဆိုတော့ ၊နောက်ပိုင်း quality ပိုကောင်းအောင် ဘာလုပ်လို့ရမလဲ စဉ်းစားလို့ရတာပေါ့။

မြန်မာလို NER ကိုလည်း ကျောင်းပိတ်ချိန် စမ်းကြည့်ဖို့ တေးထားတယ်။

ပုံ၁က သူများ ဖန်တီးထားတဲ့ dataset ကို train ပြီးရတဲ့ result.

ပုံ၂က ကိုယ့်ဘာသာ ဖန်တီးထားတဲ့ dataset ကို train ပြီးရတဲ့ result

Page 1 of 32

Powered by WordPress & Theme by Anders Norén