Sayar Lynn Physics Class

Wave Polarization နှင့် 3D Movie

3D ရုပ်ရှင်တွေကြည့်တဲ့အခါ မျက်မှန်တပ်ကြည့်ရတာကို မှတ်မိကြမှာပါ။ ဒါဟာ ရူပဗေဒရဲ့ Light Polarization သဘောတရားကို အသုံးချထားတာ ဖြစ်ပါတယ်။

လှိုင်းတွေရဲ့ သဘောသဘာဝနဲ့ 3D ရုပ်ရှင်တွေ ဘယ်လိုအလုပ်လုပ်သလဲဆိုတာကို ရိုးရှင်းအောင် အောက်ပါအတိုင်း ရှင်းပြပေးပါ့မယ်။

၁။ Polarization ဆိုတာဘာလဲ?

အလင်းဆိုတာ လျှပ်စစ်သံလိုက်လှိုင်း (Electromagnetic wave) ဖြစ်ပြီး အရပ်မျက်နှာအနှံ့ကို တုန်ခါပြီး ရွေ့လျားပါတယ်။ ဥပမာ- အပေါ်အောက်၊ ဘေးတိုက်၊ စောင်းစောင်း စသဖြင့် ဘက်ပေါင်းစုံ တုန်ခါနေတာပါ။

Polarization ဆိုတာကတော့ အဲဒီလို အရပ်မျက်နှာအနှံ့ တုန်ခါနေတဲ့ အလင်းလှိုင်းတွေကို မျက်နှာပြင်တစ်ခုတည်း (Single Plane) မှာပဲ တုန်ခါအောင် စစ်ထုတ်လိုက်တာ ဖြစ်ပါတယ်။

Polarizer: ဒါဟာ ဇကာတစ်ခုလိုပါပဲ။ ဥပမာ- ဒေါင်လိုက်အပေါက်တွေပါတဲ့ ဇကာဆိုရင် ဒေါင်လိုက်တုန်ခါတဲ့ လှိုင်းတွေကိုပဲ ပေးဖြတ်ပြီး ကျန်တဲ့လှိုင်းတွေကို ပိတ်ဆို့ထားလိုက်ပါတယ်။

၂။ 3D ရုပ်ရှင်တွေမှာ ဘယ်လိုအသုံးချသလဲ?

ကျွန်ုပ်တို့ရဲ့ မျက်လုံးနှစ်လုံးဟာ တစ်ခုနဲ့တစ်ခု 2 inches ခန့် ကွာနေတဲ့အတွက် မြင်ကွင်းကို ရှုထောင့်မတူဘဲ မြင်ရပါတယ်။ အဲဒီကွဲပြားမှုကို ဦးနှောက်က ပေါင်းစပ်လိုက်တဲ့အခါ "အနက် (Depth)" သို့မဟုတ် 3D ကို ခံစားရတာပါ။

3D ရုပ်ရှင်ရုံတွေမှာ ဒီသဘောတရားကို အောက်ပါအတိုင်း ဖန်တီးပါတယ်။

Projector နှစ်ခု (သို့မဟုတ် အထူးမှန်ဘီလူး): စကရင်ပေါ်ကို ပုံရိပ်နှစ်ခု တစ်ပြိုင်တည်း လွှတ်ပေးပါတယ်။ တစ်ခုက ဘယ်ဘက်မျက်လုံးအတွက်၊ နောက်တစ်ခုက ညာဘက်မျက်လုံးအတွက်ပါ။

Polarized Light: ဒီပုံရိပ်နှစ်ခုကို Polarization မတူအောင် လုပ်ထားပါတယ်။ ဥပမာ-

ဘယ်ဘက်ပုံရိပ်ကို Horizontal (အလျားလိုက်) ဝင်ရိုးညှိထားမယ်။

ညာဘက်ပုံရိပ်ကို Vertical (ဒေါင်လိုက်) ဝင်ရိုးညှိထားမယ်။

The 3D Glasses: သင်တပ်ထားတဲ့ မျက်မှန်ရဲ့ မှန်ဘီလူးနှစ်ဖက်ဟာလည်း Polarization မတူပါဘူး။

ဘယ်ဘက်မှန်ဘီလူးက အလျားလိုက်လှိုင်းကိုပဲ လက်ခံပြီး၊

ညာဘက်မှန်ဘီလူးက ဒေါင်လိုက်လှိုင်းကိုပဲ လက်ခံပါတယ်။

ရလဒ်: သင့်မျက်လုံးတစ်ဖက်စီက သူ့အတွက်သတ်မှတ်ထားတဲ့ ပုံရိပ်ကိုပဲ မြင်ရပြီး၊ ဦးနှောက်ထဲမှာ အဲဒီပုံနှစ်ခု ပေါင်းစပ်သွားတဲ့အခါ ရုပ်ရှင်ထဲကအရာတွေက အပြင်ကို ထွက်လာသလိုမျိုး 3D အဖြစ် မြင်တွေ့ရတာ ဖြစ်ပါတယ်။

၃။ ခေတ်သစ် 3D (Circular Polarization)

အရင်တုန်းက Linear (အလျားလိုက်/ဒေါင်လိုက်) Polarization ကို သုံးပေမဲ့ အခုခေတ် Real 3D စနစ်မှာတော့ Circular Polarization ကို သုံးပါတယ်။

ဘာကြောင့်လဲ: Linear စနစ်မှာ ခေါင်းကို နည်းနည်းစောင်းလိုက်တာနဲ့ ပုံရိပ်တွေ ဝါးသွားတတ်ပါတယ်။

အားသာချက်: Circular Polarization ကတော့ လှိုင်းတွေကို စက်ဝိုင်းပုံ (လက်ဝဲရစ်/လက်ယာရစ်) လှည့်ထုတ်တာဖြစ်လို့ သင်ခေါင်းကို ဘယ်လိုပဲ စောင်းစောင်း ပုံရိပ်က ကြည်လင်နေဆဲ ဖြစ်ပါတယ်။

အောက်မှာတင်ပေးထားတဲ့ 3D video လေးကတော့ linear polarization
ကိုသုံးထားတာဖြစ်ပြီး Red နဲ့ Cyan filter plastic အကြည်လေး ၂ ခုသုံးပြီး 3D TV တွေမလိုဘဲ အလွယ်တကူကြည့်နိုင်ပါတယ်

Galaxy တစ်ခုဟာ ကျွန်တော်တို့ဆီကနေ အဝေးကို ပြေးထွက်သွားနေတယ် Redshift ဖြစ်နေတယ်ဆိုတာဘယ်လိုသိမလဲ

Galaxy တစ်ခုဟာ Redshift ဖြစ်နေတယ် (အနီရောင်ဘက်ကို ယိုင်သွားတယ်) ဆိုတာကို နက္ခတ္တဗေဒပညာရှင်တွေက အရောင်ကို ကြည့်ရုံသက်သက်နဲ့ ဆုံးဖြတ်တာမဟုတ်ဘဲ Light Spectrum (အလင်းစဉ်) ကို တိုင်းတာပြီး ဆုံးဖြတ်တာ ဖြစ်ပါတယ်။

ဒါကို နားလည်ဖို့ အဓိက အချက် ၂ ချက်ရှိပါတယ်။

၁။ မူလအရောင် (သို့မဟုတ်) အလင်းစဉ်ကို ဘယ်လိုသိတာလဲ။

Galaxy တစ်ခုမှာ ကြယ်သန်းပေါင်းများစွာ ရှိပါတယ်။ အဲဒီကြယ်တွေထဲမှာရှိတဲ့ Hydrogen, Helium နဲ့ တခြားဒြပ်စင်တွေဟာ အလင်းကို ထုတ်လွှတ်တဲ့အခါ သတ်မှတ်ထားတဲ့ Wave Length (လှိုင်းအလျား) တွေမှာပဲ အလင်းလိုင်းတွေကို ထုတ်လွှတ်ပါတယ်။

ဓာတ်ခွဲခန်းထဲမှာ Hydrogen ဓာတ်ငွေ့ကို မီးရှို့ကြည့်ရင် ဘယ်နေရာမှာ အလင်းလှိုင်းကျလဲဆိုတာ ကျွန်တော်တို့ အတိအကျ သိပါတယ်။ ဒါဟာ "စကြာဝဠာသုံး လက်ဗွေရာ" လိုပါပဲ။ Galaxy တစ်ခုရဲ့ မူလအရောင်ကို သိစရာမလိုဘဲ အဲဒီထဲမှာပါတဲ့ ဓာတ်ငွေ့တွေရဲ့ Standard Pattern ကို သိနေတာ ဖြစ်ပါတယ်။

၂။ Redshift ဖြစ်နေတယ်ဆိုတာ ဘယ်လိုသိတာလဲ။

Galaxy တစ်ခုဆီက လာတဲ့ အလင်းကို Spectrum ခွဲကြည့်တဲ့အခါ အထက်မှာ ပြောခဲ့တဲ့ ဓာတ်ငွေ့တွေရဲ့ "လက်ဗွေရာ" (Pattern) တွေကို တွေ့ရပါတယ်။ ဒါပေမဲ့ အဲဒီ Pattern တွေဟာ ရှိရမယ့်နေရာမှာ မရှိဘဲ လှိုင်းအလျား ပိုရှည်တဲ့ အနီရောင်ဘက် (Red end) ကို စုပြုံပြီး ရွှေ့သွားတာကို တွေ့ရပါတယ်။

တကယ်လို့ Galaxy က ငြိမ်နေရင်: လိုင်းတွေက ဓာတ်ခွဲခန်းထဲကအတိုင်း အတိအကျ ကျနေမယ်။

တကယ်လို့ Galaxy က ဝေးရာကို ပြေးနေရင်: လှိုင်းတွေက ဆွဲဆန့်ခံရပြီး အနီရောင်ဘက်ကို ရွှေ့သွားမယ် (Redshift)။

ဒီဖြစ်စဉ်ကို Doppler Effect နဲ့ ခိုင်းနှိုင်းလို့ရပါတယ်။ ဥပမာ- အရေးပေါ်ကားတစ်စီး သင့်ဆီကနေ ဝေးရာကို မောင်းသွားတဲ့အခါ အသံလှိုင်းတွေ ကျယ်ပြန့်သွားပြီး အသံဩသွားသလိုမျိုးပဲ၊ Galaxy တွေ ဝေးရာကို ပြေးတဲ့အခါ အလင်းလှိုင်းတွေ ဆွဲဆန့်ခံရပြီး အနီရောင်ဘက်ကို ပြောင်းသွားတာပါ။

အနှစ်ချုပ်ရရင်

ကျွန်တော်တို့က Galaxy ရဲ့ အရောင်ကို ကြည့်တာမဟုတ်ဘဲ၊ သူတို့ဆီကလာတဲ့ အလင်းထဲက ဓာတုဗေဒ လက်ဗွေရာ (Spectral Lines) တွေ ဘယ်လောက်အကွာအဝေးအထိ ရွှေ့သွားသလဲဆိုတာကို Formula နဲ့ တွက်ချက်ပြီး သိတာ ဖြစ်ပါတယ်။

Redshift ဆိုတာဘာလဲ

Redshift ဆိုတာ နက္ခတ္တဗေဒနဲ့ ရူပဗေဒမှာ အလွန်အရေးကြီးတဲ့ အယူအဆတစ်ခုပါ။ အရိုးရှင်းဆုံးပြောရရင် အရာဝတ္ထုတစ်ခု (ဥပမာ- ကြယ် ဒါမှမဟုတ် ဂလက်ဆီ) က ကျွန်တော်တို့ဆီကနေ ဝေးရာကို ရွေ့လျားသွားတဲ့အခါ သူဆီကလာတဲ့ အလင်းလှိုင်းတွေက ရှည်ထွက်သွားပြီး အနီရောင်ဘက်ကို ပြောင်းသွားတာ ကို ဆိုလိုတာပါ။

ဒါကို ပိုနားလည်အောင် အချက်အလက်လေးတွေနဲ့ ခွဲပြီး ရှင်းပြပေးပါမယ်။

၁။ Doppler Effect (ဒေါ့ပလာ အကျိုးသက်ရောက်မှု)

Redshift ကို နားလည်ဖို့ အသံလှိုင်းကို အရင်ကြည့်ကြည့်ပါ။ ဥပမာ- အရေးပေါ်ကားတစ်စီး (Ambulance) က သင့်ဆီကို မောင်းလာရင် အသံက စူးစူးရှရှဖြစ်နေပြီး၊ သင့်ဘေးကနေ ကျော်ပြီး ဝေးရာကို မောင်းသွားတဲ့အခါ အသံက အသံနိမ့် (ဩ) သွားသလိုမျိုးပါ။

အလင်းမှာလည်း အဲဒီလိုပဲ ဖြစ်ပါတယ်။

နီးကပ်လာရင်: အလင်းလှိုင်းတွေ စိတ်သွားပြီး လှိုင်းအလျားတိုသွားကာ အပြာရောင်ဘက် ပြောင်းသွားပါတယ် (Blueshift)။

ဝေးရာကို ရွေ့သွားရင်: အလင်းလှိုင်းတွေ ဆွဲဆန့်ခံရပြီး လှိုင်းအလျားရှည်သွားကာ အနီရောင်ဘက် ပြောင်းသွားပါတယ် (Redshift)။

၂။ စကြဝဠာကြီး ပြန့်ကားနေခြင်း

နက္ခတ္တဗေဒပညာရှင် Edwin Hubble က ဝေးလံတဲ့ ဂလက်ဆီတွေကို လေ့လာတဲ့အခါ အားလုံးနီးပါးဟာ Redshift ဖြစ်နေတာကို တွေ့ခဲ့ရပါတယ်။ ဒါက ဘာကို သက်သေပြသလဲဆိုတော့-

စကြဝဠာကြီးထဲက ဂလက်ဆီတွေဟာ တစ်ခုနဲ့တစ်ခု ဝေးရာကို ပြေးနေကြတယ်။

စကြဝဠာကြီးက တဖြည်းဖြည်း ပြန့်ကား (Expand) နေတယ်။

၃။ Redshift အမျိုးအစားများ

Redshift ဖြစ်ရတဲ့ အကြောင်းရင်း (၃) ချက်ရှိပါတယ်-

Doppler Redshift:

အရာဝတ္ထုက အာကာသထဲမှာ တကယ်ပဲ ဝေးရာကို ရွေ့လျားနေခြင်းကြောင့် ဖြစ်တာ။

Cosmological Redshift:

အရာဝတ္ထုက ရွေ့နေတာမဟုတ်ဘဲ သူတို့ကြားက "အာကာသဟင်းလင်းပြင် (Space)" ကိုယ်တိုင်က ပြန့်ကားထွက်လာလို့ အလင်းလှိုင်းတွေ ဆွဲဆန့်ခံရတာ။

Gravitational Redshift:

အလင်းက အလွန်အားကောင်းတဲ့ ဆွဲငင်အား (ဥပမာ- Black Hole) ထဲကနေ ရုန်းထွက်တဲ့အခါ စွမ်းအင်လျော့နည်းသွားပြီး လှိုင်းရှည်ထွက်သွားတာ။

ဘာကြောင့် အရေးကြီးတာလဲ?

Redshift ကို တိုင်းတာခြင်းအားဖြင့် သိပ္ပံပညာရှင်တွေဟာ-

ဂလက်ဆီတွေ ကျွန်တော်တို့ဆီကနေ ဘယ်လောက်အကွာအဝေးမှာ ရှိနေသလဲ။

သူတို့ ဘယ်လောက်အမြန်နှုန်းနဲ့ ဝေးရာကို ပြေးနေသလဲ။

စကြဝဠာကြီးရဲ့ သက်တမ်းက ဘယ်လောက်ရှိပြီလဲ (ဥပမာ- Big Bang ဖြစ်ခဲ့တာ ဘယ်လောက်ကြာပြီလဲ) ဆိုတာတွေကို တွက်ချက်နိုင်ကြပါတယ်။

Plasma ဆိုတာ

ပလာစမာ (Plasma) ဆိုတာဟာ ရိုးရိုးရှင်းရှင်းပြောရရင် စကြဝဠာရဲ့ ဖွဲ့စည်းမှုအများဆုံးဖြစ်တဲ့ အခြေအနေတစ်ခု ဖြစ်ပြီး၊ ဓာတ်ငွေ့ရဲ့ အိုင်းယွန်းဖြစ်ပြီးသောပုံစံ လို့ ပြောနိုင်ပါတယ်။ ဒါဟာ အစိုင်အခဲ (solid)၊ အရည် (liquid)၊ ဓာတ်ငွေ့ (gas) တို့လို အခြေခံကျတဲ့ ဒြပ်ဝတ္ထုအခြေအနေ (state of matter) တွေထဲက စတုတ္ထမြောက် အခြေအနေတစ်ခု ဖြစ်ပါတယ်။

🔬 ပလာစမာကို နားလည်ခြင်း

ပလာစမာကို နားလည်ဖို့အတွက်၊ ဓာတ်ငွေ့ကနေ ဘယ်လိုဖြစ်ပေါ်လာလဲဆိုတာကို ကြည့်ရပါမယ်။

အပူပေးခြင်း (Heating): ဓာတ်ငွေ့ (Gas) ကို အပူချိန် အလွန်မြင့်မားစွာပေးလိုက်တဲ့အခါမှာ၊ အက်တမ်တွေက အရမ်းမြန်တဲ့အရှိန်နဲ့ တိုက်မိကြပါတယ်။

အိုင်းယွန်းဖြစ်ပေါ်ခြင်း (Ionization): ဒီလို တိုက်မိမှုတွေကြောင့် အက်တမ်တွေရဲ့ အပြင်ဘက်ဆုံးပတ်လမ်းက အီလက်ထရွန်တွေဟာ လွတ်ထွက်သွား ပါတယ်။

ပလာစမာဖြစ်ပေါ်ခြင်း: အီလက်ထရွန်တွေ လွတ်ထွက်သွားတဲ့ အက်တမ်တွေဟာ (Positive Ions) ဖြစ်သွားပြီး၊ လွတ်ထွက်သွားတဲ့ အီလက်ထရွန်တွေကတော့ (Negative Electrons) အဖြစ် လွတ်လပ်စွာရွေ့လျားနေကြပါတယ်။ ဒီလို လွတ်လပ်စွာရွေ့လျားနေတဲ့ အိုင်းယွန်းများ နဲ့ အီလက်ထရွန်များ ရောနှောနေတဲ့ စုပေါင်းအခြေအနေကိုမှ ပလာစမာ လို့ခေါ်တာ ဖြစ်ပါတယ်။

ဒါကြောင့် ပလာစမာဟာ စုစုပေါင်းအားဖြင့် ကြားနေ (Neutral) ဖြစ်ပေမယ့်၊ သူ့ရဲ့ အမှုန်တွေဟာ လျှပ်စစ်ဓာတ်ဆောင်နေပြီး လျှပ်စစ်သံလိုက်စက်ကွင်း (electromagnetic fields) တွေကို တုံ့ပြန်နိုင်တဲ့ လျှပ်ကူးပစ္စည်း (Conductor) တစ်ခု ဖြစ်ပါတယ်။

🌟 ပလာစမာရဲ့ သဘာဝဖြစ်တည်မှု

ပလာစမာဟာ မြေကမ္ဘာပေါ်မှာ ရှားပါးပေမယ့် စကြဝဠာရဲ့ ထုထည်အားလုံးနီးပါးရဲ့ ၉၉ ရာခိုင်နှုန်း ကျော်ကို ဖွဲ့စည်းထားတယ်လို့ ခန့်မှန်းရပါတယ်။

သဘာဝပလာစမာ (Natural Plasma):

နေနဲ့ ကြယ်များ (The Sun and Stars): ကြယ်တွေဟာ အရမ်းကိုပူပြင်းပြီး ပလာစမာအခြေအနေမှာ ရှိနေပါတယ်။

လျှပ်စီးလက်ခြင်း (Lightning): လျှပ်စီးလက်ချိန်မှာ လေထဲက ဓာတ်ငွေ့တွေဟာ ခဏတာ ပလာစမာအဖြစ် ပြောင်းလဲသွားပါတယ်။

မြောက်ဝင်ရိုးစွန်းအလင်းတန်း/တောင်ဝင်ရိုးစွန်းအလင်းတန်း (Aurora Borealis/Australis): ကမ္ဘာ့လေထုအပေါ်ပိုင်းမှာရှိတဲ့ အမှုန်တွေဟာ နေကလာတဲ့ စွမ်းအင်မြင့်အမှုန်တွေနဲ့ ထိတွေ့တိုက်မိရာကနေ ပလာစမာဖြစ်ပေါ်ပြီး လင်းလက်တာ ဖြစ်ပါတယ်။

လူလုပ်ပလာစမာ (Man-made Plasma):

(Fluorescent Lights): မီးချောင်းအတွင်းက ဓာတ်ငွေ့ဟာ လျှပ်စစ်ဓာတ်အားပေးလိုက်တဲ့အခါ ပလာစမာဖြစ်ပေါ်ပြီး အလင်းထွက်ပါတယ်။

နီယွန်ဆိုင်းဘုတ်များ (Neon Signs): နီယွန်နဲ့ အခြားဓာတ်ငွေ့တွေဟာ လျှပ်စစ်ဓာတ်အားပေးလိုက်တဲ့အခါ အရောင်အမျိုးမျိုးနဲ့ ပလာစမာဖြစ်ပေါ်ပါတယ်။

ပလာစမာရုပ်မြင်သံကြားများ (Plasma TVs): မျက်နှာပြင်ပေါ်က သေးငယ်တဲ့ ဓာတ်ငွေ့ဆဲလ်များဟာ ပလာစမာဖြစ်ပေါ်ပြီး ရုပ်ပုံတွေကို ဖန်တီးပါတယ်။

✨ အဓိက အချက်များ

ပလာစမာရဲ့ အဓိကအချက်များကတော့-

ဒြပ်ဝတ္ထုရဲ့ စတုတ္ထမြောက်အခြေအနေ ဖြစ်တယ်။

(Positive Ions) နဲ့ (Free Electrons) တို့ ရောနှောနေခြင်း ဖြစ်တယ်။

လျှပ်ကူးနိုင်စွမ်း ရှိပြီး လျှပ်စစ်သံလိုက်စက်ကွင်းတွေနဲ့ တုံ့ပြန် တယ်။

စကြဝဠာရဲ့ အဖြစ်အများဆုံးသော အခြေအနေ ဖြစ်တယ်။

🌠 စကြဝဠာရဲ့ အကြီးမားဆုံး ပေါက်ကွဲမှုကြီး- စူပါနိုဗာ (Supernova) ဖြစ်စဉ်

စူပါနိုဗာ (Supernova) ဆိုတာ ကြယ်တစ်လုံးရဲ့ သက်တမ်းကုန်ဆုံးချိန်မှာ ဖြစ်ပေါ်လာတဲ့ အင်မတန်ကြီးမားတဲ့ ပေါက်ကွဲမှုကြီး တစ်ခုပါ။ စက္ကန့်အနည်းငယ်အတွင်းမှာပဲ၊ ကြယ်တစ်လုံးဟာ နေပေါင်း ဘီလီယံနဲ့ချီတဲ့ အလင်းတန်း တွေ ပေါင်းထားသလောက် အလင်းရောင်ကို ထုတ်လွှတ်နိုင်ပါတယ်။ ဒီဖြစ်စဉ်ဟာ စကြဝဠာထဲမှာ အပြင်းထန်ဆုံးနဲ့ စိတ်ဝင်စားစရာအကောင်းဆုံး ဖြစ်ရပ်တွေထဲက တစ်ခုဖြစ်ပါတယ်။

စူပါနိုဗာ ဖြစ်ပေါ်လာပုံ အကျဉ်းချုပ်

ကြယ်တွေရဲ့ သက်တမ်းဟာ သူတို့ရဲ့ ဒြပ်ထု (mass) ပေါ်မှာ မူတည်ပြီး ကွာခြားပါတယ်။ ကြီးမားတဲ့ကြယ်တွေဟာ သာမန်ကြယ်တွေထက် ပိုမြန်မြန် လောင်ကျွမ်းပြီး သူတို့ရဲ့ နျူကလီးယားလောင်စာ (nuclear fuel) တွေ ကုန်ဆုံးသွားတဲ့အခါ စူပါနိုဗာအဖြစ် ပေါက်ကွဲနိုင်ခြေ ပိုများပါတယ်။

၁။ ကြီးမားတဲ့ကြယ်တွေရဲ့ သေဆုံးမှု (Massive Star Death - Core-Collapse Supernova)

နေထက် အဆ ၈ ဆ ကနေ အဆ ၂၅ ဆ အထိ ပိုကြီးတဲ့ကြယ်တွေဟာ သူတို့ရဲ့ဗဟိုမှာရှိတဲ့ ဟိုက်ဒရိုဂျင် (Hydrogen) တွေကို ဟီလီယမ် (Helium)၊ ဟီလီယမ်တွေကို ကာဗွန် (Carbon) စသဖြင့် ဆင့်ကဲ ဆင့်ကဲ လောင်ကျွမ်းရင်း လေးလံတဲ့ ဒြပ်စင်တွေကို ဖန်တီးပေးပါတယ်။ နောက်ဆုံးမှာတော့ ကြယ်ရဲ့ဗဟို (core) မှာ သံ (Iron) တွေပဲ ကျန်ရှိတော့ပြီး ဒီသံတွေဟာ နျူကလီးယားလောင်စာအဖြစ် ဆက်လောင်လို့မရတော့ပါဘူး။

ပြိုကျမှု (Collapse): လောင်ကျွမ်းမှု ရပ်တန့်သွားတာနဲ့ တစ်ပြိုင်နက်၊ ကြယ်ရဲ့ အပြင်ဘက်အလွှာတွေရဲ့ ဆွဲအား (gravity) ဟာ ဗဟိုဆီကို အလွန်လျင်မြန်စွာ ပြိုကျကျလာပါတယ်။

ပေါက်ကွဲမှု (Explosion): ပြိုကျမှုကြောင့် ဗဟိုဟာ အင်မတန် သိပ်သည်းပြီး ပူပြင်းတဲ့ အခြေအနေကို ရောက်ရှိကာ ရုတ်တရက် ပြန်လည်ကန်ထွက်သွားပါတယ်။ ဒီကန်ထွက်မှုကပဲ စူပါနိုဗာ ပေါက်ကွဲမှုကြီး ကို ဖြစ်ပေါ်စေတာပါ။

၂။ ကြယ်ဖြူပုရဲ့ ပေါက်ကွဲမှု (White Dwarf Explosion )

ဒုတိယအမျိုးအစားကတော့ ကြယ်ဖြူပု (White Dwarf) လို့ခေါ်တဲ့ သေးငယ်ပြီး သိပ်သည်းတဲ့ ကြယ်သေတစ်ခုနဲ့ ဆက်စပ်နေပါတယ်။ ဒီကြယ်ဖြူပုဟာ အနီးအနားက ကြယ်တစ်လုံးဆီကနေ ဒြပ်ထုတွေကို စုပ်ယူမိတဲ့အခါ ဒါမှမဟုတ် ကြယ်ဖြူပုနှစ်လုံး ပေါင်းစပ်သွားတဲ့အခါ ဒြပ်ထုဟာ အကန့်အသတ်တစ်ခုအထိ ရောက်ရှိသွားပါတယ်။

မတည်ငြိမ်မှု:

ဒြပ်ထုများလာတဲ့အခါ ကြယ်ဖြူပုရဲ့ ဗဟိုမှာ ကာဗွန် နျူကလီးယား ပေါက်ကွဲမှု (carbon nuclear explosion) ဖြစ်ပေါ်ပြီး ကြယ်တစ်လုံးလုံး လုံးဝ ဖျက်ဆီးခံလိုက်ရတာပဲ ဖြစ်ပါတယ်။

💫 စူပါနိုဗာရဲ့ အရေးပါမှုနှင့် ဆက်စပ်အကျိုးဆက်များ

စူပါနိုဗာ ဖြစ်စဉ်ဟာ ပေါက်ကွဲမှုသက်သက်သာမကဘဲ၊ စကြဝဠာထဲက အရာအားလုံးအတွက် အရေးပါတဲ့ အကျိုးဆက်တွေကို ဖြစ်ပေါ်စေပါတယ်။
၁။ ဒြပ်စင်တွေ ဖြန့်ဖြူးပေးခြင်း (The Creation and Distribution of Elements)

စူပါနိုဗာဟာ "ဒြပ်စင် စက်ရုံ" လို့ တင်စားခေါ်ဝေါ်နိုင်ပါတယ်။ သဘာဝမှာရှိတဲ့ အောက်ဆီဂျင် (Oxygen)၊ ကာဗွန် (Carbon)၊ ဆီလီကွန် (Silicon)၊ အိုင်ယွန်း (Iron) နဲ့ ရွှေ (Gold)၊ ယူရေနီယမ် (Uranium) လိုမျိုး လေးလံတဲ့ ဒြပ်စင်တွေ အများစုကို စူပါနိုဗာ ပေါက်ကွဲချိန်မှာ ဖန်တီးပေးပါတယ်။

ဒီလေးလံတဲ့ ဒြပ်စင်တွေဟာ ပေါက်ကွဲမှုနဲ့အတူ အာကာသထဲကို ပြန့်ကျဲသွားပြီး နောက်မျိုးဆက် ကြယ်တွေ၊ ဂြိုဟ်တွေနဲ့ သက်ရှိတွေကို ဖန်တီးရာမှာ လိုအပ်တဲ့ အခြေခံအုတ်မြစ်များ ဖြစ်လာကြပါတယ်။ ကျွန်တော်တို့ရဲ့ ခန္ဓာကိုယ်ထဲက အစိတ်အပိုင်းတိုင်းမှာ စူပါနိုဗာကနေ ဆင်းသက်လာတဲ့ ဒြပ်စင်အမှုန်အမွှားတွေ ပါဝင်နေတယ်လို့ ဆိုနိုင်ပါတယ်။

၂။ ကြယ်သစ်များ မွေးဖွားရာ နေရာ (Triggers for New Star Formation)

စူပါနိုဗာ ပေါက်ကွဲမှုရဲ့ လှိုင်းလုံးတွေနဲ့ အပူရှိန်ဟာ အနီးအနားက ဓာတ်ငွေ့နဲ့ ဖုန်မှုန့်တိမ်တိုက်တွေ (gas and dust clouds) ကို ဖိအားပေး ညှစ်ချလိုက်ပါတယ်။ ဒီလို ညှစ်ချလိုက်တဲ့အခါ တိမ်တိုက်တွေဟာ ပိုပြီး သိပ်သည်းလာကာ ဆွဲအား (gravity) ရဲ့ သက်ရောက်မှုကြောင့် ကြယ်သစ်တွေ မွေးဖွားဖို့အတွက် လမ်းကြောင်းတစ်ခုကို ဖန်တီးပေးပါတယ်။
၃။ ပေါက်ကွဲပြီးနောက် ကျန်ရစ်သော အရာများ (Supernova Remnants)

စူပါနိုဗာ ပေါက်ကွဲပြီးတဲ့နောက်မှာ ကြယ်ရဲ့ ဗဟိုဟာ ကျန်ရှိခဲ့နိုင်ပါတယ်။

နျူထရွန်ကြယ် (Neutron Star): နေထက် ဒြပ်ထု အနည်းငယ်သာ ပိုကြီးတဲ့ ကြယ်တွေ ပေါက်ကွဲပြီးတဲ့အခါမှာ အလွန်သိပ်သည်းပြီး သေးငယ်တဲ့ နျူထရွန်ကြယ် တစ်ခု ကျန်ရှိခဲ့ပါတယ်။ ဒီကြယ်ဟာ အဏုမြူ (atom) တွေပါ ပြိုကွဲသွားတဲ့ အခြေအနေမှာ ရှိပါတယ်။

တွင်းနက် (Black Hole): မူလ ဒြပ်ထု အလွန်ကြီးမားတဲ့ (နေထက် အဆ ၂၅ ဆကျော်) ကြယ်တွေ ပေါက်ကွဲတဲ့အခါမှာတော့ ဆွဲအားဟာ ဘယ်အရာကိုမှ မလွတ်မြောက်နိုင်တဲ့ တွင်းနက်ကြီး အဖြစ်သို့ ရောက်ရှိသွားပါတယ်။

စူပါနိုဗာဟာ ကြယ်တစ်ပွင့်ရဲ့ အဆုံးသတ်ဖြစ်ပေမယ့်၊ တစ်ချိန်တည်းမှာပဲ စကြဝဠာထဲက အရာအားလုံးရဲ့ အစ ဖြစ်တယ်ဆိုတာ စိတ်ဝင်စားစရာ အကောင်းဆုံး အချက်ပါပဲ။

ကျွန်တော်တို့ရဲ့ Milky Way Galaxy ကြီးကို ယခုလိုပုံဆိုတာ ဘယ်လိုသိတာလဲ

ကျွန်ုပ်တို့ဟာ နဂါးငွေ့တန်း (Milky Way) ဂလက်ဆီထဲမှာ နေထိုင်နေတဲ့အတွက်၊ ဂလက်ဆီတစ်ခုလုံးရဲ့ ပုံအပြည့် (ဥပမာ- အပြင်ဘက်ကနေ ရိုက်ထားတဲ့ ခရုပတ်ပုံစံ ပုံ) ကို တိုက်ရိုက်မြင်တွေ့နိုင်ခြင်း မရှိပါဘူး။

ဒီအခြေအနေကို အိမ်တစ်အိမ်ရဲ့ အတွင်းထဲမှာနေပြီး အဲဒီအိမ်ရဲ့ အပြင်ဘက်ပုံစံအပြည့်ကို ကြည့်ဖို့ ကြိုးစားနေတာ နဲ့ ခိုင်းနှိုင်းနိုင်ပါတယ်။

ဘာကြောင့် မမြင်ရသလဲ။

ကျွန်ုပ်တို့ရဲ့ တည်နေရာ (Inside View): ကျွန်ုပ်တို့ရဲ့ နေအဖွဲ့အစည်းဟာ နဂါးငွေ့တန်းရဲ့ ပြားချပ်တဲ့ ကြယ်ပြား (Disk) အတွင်းမှာ၊ အလယ်ဗဟိုကနေ အတော်လေး ဝေးတဲ့ "လက်မောင်း" (Orion Arm) တစ်ခုပေါ်မှာ တည်ရှိပါတယ်။ ဒါကြောင့် ကျွန်ုပ်တို့ မြင်ရတာက ဂလက်ဆီရဲ့ ဘေးဘက်မျက်နှာပြင်ကို ကြည့်ရသလို ဖြစ်ပြီး၊ ညဘက်ကောင်းကင်မှာ ဖြန့်ကျက်ထားတဲ့ အလင်းတန်း တစ်ခုအနေနဲ့သာ မြင်ရပါတယ်။

ဖုန်မှုန့်နဲ့ ဓာတ်ငွေ့ ပိတ်ဆို့မှု (Dust and Gas Blockage): နဂါးငွေ့တန်းရဲ့ ကြယ်ပြား (Disk) ဟာ ကြယ်တွေအပြင် ဖုန်မှုန့်နဲ့ ဓာတ်ငွေ့တိမ်တိုက်တွေနဲ့ ပြည့်နှက်နေပါတယ်။ ဒီပစ္စည်းတွေက အလင်းကို ပိတ်ဆို့ထားတဲ့အတွက် ဂလက်ဆီရဲ့ အလယ်ဗဟိုနဲ့ နောက်ထပ် လက်မောင်းတွေကို မျက်စိနဲ့ဖြစ်စေ၊ သာမန် တယ်လီစကုပ်နဲ့ဖြစ်စေ ထွင်းဖောက်မြင်နိုင်ခြင်း မရှိပါဘူး။

ပုံအပြည့်ကို ဘယ်လိုသိရသလဲ။

ကျွန်ုပ်တို့ဟာ အပြင်ဘက်ကနေ ဓာတ်ပုံရိုက်ထားတဲ့ ပုံအပြည့် မရှိပေမယ့်၊ နဂါးငွေ့တန်းဟာ အလယ်မှာ ဘားတန်းပါတဲ့ ခရုပတ်ပုံစံ ဂလက်ဆီ (Barred Spiral Galaxy) လို့ သိရှိထားပါတယ်။ ဒီလိုသိနိုင်ဖို့ နည်းလမ်းတွေကတော့-

အခြားဂလက်ဆီများ လေ့လာခြင်း- ကျွန်ုပ်တို့ရဲ့ နဂါးငွေ့တန်းနဲ့ ပုံသဏ္ဌာန်ဆင်တူတဲ့ အခြား ခရုပတ်ပုံစံ ဂလက်ဆီတွေကို လေ့လာပြီး ခန့်မှန်းယူခြင်း။

ရေဒီယိုနှင့် အနီအောက်ရောင်ခြည် (Radio & Infrared)- သာမန်အလင်းကို ပိတ်ဆို့ထားတဲ့ ဖုန်မှုန့်တွေကို ထိုးဖောက်နိုင်တဲ့ ရေဒီယိုလှိုင်း နဲ့ အနီအောက်ရောင်ခြည် တယ်လီစကုပ်များကို အသုံးပြုပြီး ဂလက်ဆီထဲက ကြယ်တွေ၊ ဓာတ်ငွေ့တွေရဲ့ တည်နေရာနဲ့ ရွေ့လျားမှုကို တိကျစွာ မြေပုံဆွဲခြင်း။

ကြယ်တွေရဲ့ ရွေ့လျားမှု တိုင်းတာခြင်း- ဂလက်ဆီထဲက ကြယ်ပေါင်း ဘီလီယံများစွာရဲ့ အကွာအဝေး၊ ရွေ့လျားမှုနှုန်းနဲ့ လားရာတွေကို တိုင်းတာပြီး ကွန်ပျူတာ မော်ဒယ်များနဲ့ ပေါင်းစပ်ကာ ဂလက်ဆီပုံစံကို ဖန်တီးပုံဖော် ယူခြင်းတို့ပဲ ဖြစ်ပါတယ်။

ဒါကြောင့် အင်တာနက်မှာ တွေ့ရတဲ့ နဂါးငွေ့တန်းပုံ အပြည့်အစုံတွေဟာ ပညာရှင်တွေရဲ့ အချက်အလက်အခြေခံ ပုံဖော်ထားတဲ့ ပုံများ (Artist's Conceptions) သာ ဖြစ်ပါတယ်။

လူ့အာရုံကြောစနစ်နဲ့ ဦးနှောက်အလုပ်လုပ်ပုံကို အင်ဂျင်နီယာရှုထောင့် (Engineering Perspective) ကနေ ဆွေးနွေးကြည့်ရအောင်။

​အင်ဂျင်နီယာရှုထောင့်အရ ကြည့်မယ်ဆိုရင် လူ့အာရုံကြောစနစ်ကြီးတစ်ခုလုံးကို ရှုပ်ထွေးပြီး ထိရောက်တဲ့ ဆက်သွယ်ရေးစနစ် (Communication System)
ဒါမှမဟုတ်
ထိန်းချုပ်မှုစနစ် (Control System) တစ်ခုအဖြစ် မြင်နိုင်ပါတယ်။

​၁။ အာရုံကြောစနစ်ကို ဆက်သွယ်ရေးကွန်ရက်တစ်ခုအဖြစ် ရှုမြင်ခြင်း (Nervous System as a Communication Network)

​လူ့ခန္ဓာကိုယ်ရဲ့ အာရုံကြောစနစ်ဟာ အာရုံခံကိရိယာများ (Sensors)၊ သတင်းအချက်အလက် ပို့လွှတ်သည့်လမ်းကြောင်းများ (Transmission Lines)၊ နဲ့ ဗဟိုလုပ်ဆောင်ရေးယူနစ် (Central Processing Unit - CPU) တို့ ပါဝင်တဲ့ ရှုပ်ထွေးတဲ့ ကွန်ရက်တစ်ခုနဲ့ တူပါတယ်။

​အာရုံခံကိရိယာများ (Sensors) - Receptor Cells

​မျက်လုံး၊ နား၊ အရေပြား၊ လျှာ စတာတွေမှာရှိတဲ့ အာရုံခံဆဲလ်များ (Receptor Cells) ဟာ အပူချိန်၊ အလင်း၊ အသံ၊ ထိတွေ့မှု စတဲ့ အပြင်ဘက်အချက်အလက် (External Inputs) တွေကို လက်ခံရယူတဲ့ Sensor တွေနဲ့ တူပါတယ်။

​ဒီအချက်အလက်တွေကို လျှပ်စစ်-ဓာတု အချက်ပြမှုများ (Electrochemical Signals) အဖြစ် ပြောင်းလဲပေးပါတယ်။ ဒါကို Signal Transduction လို့ ခေါ်ပါတယ်။

​သတင်းအချက်အလက် ပို့လွှတ်သည့်လမ်းကြောင်းများ (Transmission Lines) - Neurons

​အာရုံကြောဆဲလ်များ (Neurons)
ဒါမှမဟုတ် အာရုံကြောမျှင်များ (Nerve Fibers) တွေဟာ ဒီလျှပ်စစ်-ဓာတုအချက်ပြမှုတွေကို သယ်ဆောင်ပို့လွှတ်တဲ့ ကေဘယ်ကြိုး (Cables) တွေနဲ့ တူပါတယ်။

​အချက်ပြမှု ပို့လွှတ်ပုံကို Action Potential လို့ခေါ်ပြီး ဒါဟာ ဒစ်ဂျစ်တယ်စနစ်က 'On/Off' (1 သို့မဟုတ် 0) အချက်ပြမှုနဲ့ ဆင်တူတဲ့ Binary Code ပုံစံမျိုးလို့ ပြောနိုင်ပါတယ်။

​Synapse နေရာတွေဟာ အချက်ပြမှု တစ်နေရာကနေ တစ်နေရာကို ကူးပြောင်းပေးတဲ့ Router ဒါမှမဟုတ် Switch တွေလို လုပ်ဆောင်ပါတယ်။

​ဗဟိုလုပ်ဆောင်ရေးယူနစ် (Central Processing Unit - CPU) - Brain

​ဦးနှောက် ဟာ ဒီကွန်ရက်ရဲ့ ဗဟိုချုပ်ကိုင်မှုနဲ့ လုပ်ဆောင်မှု အဓိကယူနစ် ဖြစ်ပါတယ်။ ရောက်လာတဲ့ အချက်ပြမှုတွေကို လုပ်ဆောင်ခြင်း (Processing)၊ သိမ်းဆည်းခြင်း (Memory)၊ အဓိပ္ပာယ်ဖွင့်ဆိုခြင်း (Interpretation) နဲ့ ဆုံးဖြတ်ချက်ချမှတ်ခြင်း (Decision Making) တွေ လုပ်ဆောင်ပါတယ်။

​၂။ ဦးနှောက်ကို အဆင့်မြင့် ကွန်ပျူတာတစ်ခုအဖြစ် ရှုမြင်ခြင်း (Brain as an Advanced Computer)

​အင်ဂျင်နီယာပညာရပ်မှာ ဦးနှောက်ကို စွမ်းအင်ချွေတာပြီး အပြိုင်တွက်ချက်နိုင်စွမ်း (Energy-Efficient Parallel Computing) ရှိတဲ့ စူပါကွန်ပျူတာတစ်လုံးနဲ့ နှိုင်းယှဉ်လေ့ရှိပါတယ်။

​အပြိုင်တွက်ချက်မှု
(Parallel Processing)

​သာမန်ကွန်ပျူတာတွေဟာ အစဉ်လိုက် (Serial) လုပ်ဆောင်တာများပေမယ့် ဦးနှောက်ကတော့ တစ်ချိန်တည်းမှာပဲ အချက်အလက်ပေါင်းများစွာကို ပြိုင်တူ (Parallel) လုပ်ဆောင်နိုင်ပါတယ်။
ဥပမာ- တစ်ချိန်တည်းမှာပဲ အမြင်အာရုံ၊ အကြားအာရုံနဲ့ လှုပ်ရှားမှုတွေကို ထိန်းချုပ်နိုင်ခြင်း။

​သင်ယူနိုင်စွမ်းနှင့် လိုက်လျောညီထွေရှိမှု (Learning and Adaptability)
​ဦးနှောက်မှာရှိတဲ့ Neuroplasticity သဘောတရားဟာ အင်ဂျင်နီယာစနစ်တွေရဲ့ Machine Learning ဒါမှမဟုတ် Adaptive Control System တွေနဲ့ အနီးစပ်ဆုံး တူပါတယ်။ အတွေ့အကြုံအရ ကွန်ရက်ချိတ်ဆက်မှုတွေကို ပြန်လည်ဖွဲ့စည်းပြီး စွမ်းဆောင်ရည်ကို မြှင့်တင်နိုင်ပါတယ်။

​မှတ်ဉာဏ် (Memory Storage)
​ဦးနှောက်ရဲ့ မှတ်ဉာဏ်သိမ်းဆည်းပုံဟာ ကွန်ပျူတာတွေလို သီးခြားနေရာမှာ မဟုတ်ဘဲ ကွန်ရက်တစ်လျှောက်လုံး (Distributed Network) မှာ သိမ်းဆည်းထားတယ်လို့ ယုံကြည်ရပါတယ်။ ဒါဟာ Fault Tolerance (တစ်နေရာပျက်စီးရင်တောင် အချက်အလက် မပျောက်ဆုံးအောင် ထိန်းထားနိုင်မှု) ကောင်းမွန်စေပါတယ်။

​၃။ အင်ဂျင်နီယာနှင့် နည်းပညာ အသုံးချမှုများ (Engineering and Technological Applications)
​လူ့အာရုံကြောစနစ်ကို နားလည်ခြင်းအားဖြင့် အင်ဂျင်နီယာ နယ်ပယ်မှာ အောက်ပါအတိုင်း နည်းပညာအသစ်တွေ တီထွင်ဖန်တီးနိုင်ခဲ့ပါတယ်။

​နျူရယ်အင်ဂျင်နီယာ (Neural Engineering)

​ဒီပညာရပ်ဟာ အင်ဂျင်နီယာနည်းလမ်းများနဲ့ အာရုံကြောဆိုင်ရာ လုပ်ဆောင်ချက် (Neurological Function) တွေကို ခွဲခြမ်းစိတ်ဖြာပြီး ပြဿနာများကို ဖြေရှင်းပေးပါတယ်။

​ဥပမာ- Deep Brain Stimulation (ပါကင်ဆန်ရောဂါအတွက် ဦးနှောက်ကို လျှပ်စစ်နဲ့ လှုံ့ဆော်ကုသခြင်း)၊ Cochlear Implants (အကြားအာရုံပြန်လည်ရရှိရန်)။

​ဦးနှောက်-ကွန်ပျူတာ ဆက်သွယ်စနစ် (Brain-Computer Interfaces - BCI)
​လူသားဦးနှောက်နဲ့ ကွန်ပျူတာစနစ်ကို တိုက်ရိုက်ချိတ်ဆက်ပေးတဲ့ စနစ်ပါ။

​ဥပမာ- Neuroprosthetics (စိတ်ကူးနဲ့ ထိန်းချုပ်နိုင်တဲ့ ခြေတုလက်တုများ)၊ 'Typing by Brain' စနစ်များ။ ဒီစနစ်တွေဟာ ဦးနှောက်က ထုတ်လွှတ်တဲ့ လျှပ်စစ်အချက်ပြမှုတွေကို ဖမ်းယူပြီး ပြင်ပစက်ပစ္စည်းတွေကို ထိန်းချုပ်ဖို့ အင်ဂျင်နီယာနည်းပညာနဲ့ (Decode) ပေးတာ ဖြစ်ပါတယ်။

​ဉာဏ်ရည်တု အာရုံကြောကွန်ရက်များ (Artificial Neural Networks - ANN)
​Deep Learning နဲ့ AI (Artificial Intelligence) နည်းပညာတွေဟာ ဦးနှောက်ထဲက Neurons တွေ အချင်းချင်း ဆက်သွယ်အလုပ်လုပ်ပုံကို အတုယူပြီး တည်ဆောက်ထားတာ ဖြစ်ပါတယ်။

​၄။ ထိန်းချုပ်မှုစနစ် ရှုထောင့် (Control System Perspective)
​လူ့အာရုံကြောစနစ်နဲ့ ဦးနှောက်အပြန်အလှန်လုပ်ဆောင်ပုံကို Feedback Control Loop အဖြစ်လည်း မြင်နိုင်ပါတယ်။

​Input (အဝင်) - မျက်လုံးက မြင်တာ၊ အရေပြားက ထိတွေ့တာ။
​Controller (ထိန်းချုပ်သူ) - ဦးနှောက်ကနေ အချက်အလက်ကို ပိုင်းခြားစိတ်ဖြာ၊ တုံ့ပြန်မှုတစ်ခုကို ဆုံးဖြတ်။
​Output (အထွက်) - ကြွက်သားတွေဆီ အာရုံကြောလမ်းကြောင်းအတိုင်း အမိန့်အချက်ပြမှု (Command Signal) ပို့လွှတ်ပြီး လှုပ်ရှားမှု ဖြစ်ပေါ်စေခြင်း။
​Feedback (တုံ့ပြန်စစ်ဆေးမှု) - လှုပ်ရှားမှုရဲ့ ရလဒ်နဲ့ ပတ်ဝန်းကျင် အခြေအနေကို Sensor တွေကနေတစ်ဆင့် ဦးနှောက်ဆီ ပြန်ပို့ပြီး ချိန်ညှိမှု (Adjustment) တွေ လုပ်ဆောင်ခြင်း။
​ဒီလို ပတ်ပတ်လည် တုံ့ပြန်ထိန်းချုပ်မှုစနစ် (Closed-Loop Control System) ကြောင့်သာ လူသားတွေဟာ လမ်းလျှောက်တာ၊ စက်ဘီးစီးတာလိုမျိုး ရှုပ်ထွေးတဲ့ လှုပ်ရှားမှုတွေကို တိကျစွာ လုပ်ဆောင်နိုင်တာ ဖြစ်ပါတယ်။

​ချုပ်ပြောရရင်၊ လူ့အာရုံကြောစနစ်ဟာ သာမန် ဆက်သွယ်ရေးစနစ်တွေထက် အဆပေါင်းများစွာ သာလွန်တဲ့ စွမ်းအင်ချွေတာမှု၊ လိုက်လျောညီထွေရှိမှု၊ နဲ့ အပြိုင်လုပ်ဆောင်နိုင်စွမ်း ရှိတဲ့ အဆင့်မြင့်ဆုံး ဇီဝ-အင်ဂျင်နီယာလက်ရာ (Bio-Engineering Masterpiece) တစ်ခုပဲ ဖြစ်ပါတယ်။