SCIENCE DAILY MYANMAR • 🚀 Exploring Science & Tech • 🐍 UPDATED DAILY •
SEARCH
×
2026-01-06 1 min read

ကျွန်တော် တို့မြင်နေရတာ လက်ရှိ အချိန်ကာလအစစ် မဟုတ်ပါဘူး (Brain Lag အကြောင်း)

အခု ဒီစာကြောင်းကို ဖတ်နေတဲ့အချိန်မှာ မိတ်ဆွေဟာ "လက်ရှိပစ္စုပ္ပန်" (Present) မှာ ရှိနေတယ်လို့ ထင်နေပါလိမ့်မယ်။ ဒါပေမဲ့ သိပ္ပံပညာအရ ပြောရရင်တော့ မှားနေပါတယ်။

Brain Lag

ကျွန်တော် တို့မြင်နေရတာ "လက်ရှိ" အချိန်ကာလအစစ် မဟုတ်ပါဘူး (Brain Lag အကြောင်း)

အခု ဒီစာကြောင်းကို ဖတ်နေတဲ့အချိန်မှာ မိတ်ဆွေဟာ "လက်ရှိပစ္စုပ္ပန်" (Present) မှာ ရှိနေတယ်လို့ ထင်နေပါလိမ့်မယ်။ ဒါပေမဲ့ သိပ္ပံပညာအရ ပြောရရင်တော့ မှားနေပါတယ်။ ကျွန်တော်တို့ လူသားအားလုံးဟာ အမှန်တကယ် ဖြစ်ပျက်နေတဲ့ အချိန်ထက် စက္ကန့်ပိုင်းလောက် နောက်ကျပြီးမှ (အတိတ်ကာလထဲမှာပဲ) သိမြင်ခံစားနေကြရတာပါ။ ဒါကို Brain Lag လို့ ခေါ်ပါတယ်။

အလုပ်လုပ်ပုံ (The Core Concept)

ကွန်ပျူတာ ဂိမ်းကစားတဲ့သူတွေ Ping များပြီး Lag ဖြစ်သလိုပါပဲ၊ လူ့ဦးနှောက်မှာလည်း Latency (ကြန့်ကြာမှု) ရှိပါတယ်။

အလင်းရောင်က မျက်လုံးထဲ ဝင်လာတယ်။

မျက်လုံးက အချက်အလက်တွေကို လျှပ်စစ်စီးကြောင်းအဖြစ် ပြောင်းလဲတယ်။

အဲဒီ အချက်အလက်တွေက အာရုံကြောတွေကနေတဆင့် ဦးနှောက်ဆီ သွားတယ်။

ဦးနှောက်က အချက်အလက်ကို ပုံဖော်တယ်။

ဒီလုပ်ငန်းစဉ်တစ်ခုလုံးက ပျမ်းမျှအားဖြင့် ၈၀ မီလီစက္ကန့် (0.08 Second) လောက် ကြာပါတယ်။ ဆိုလိုတာက မိတ်ဆွေ အခုမြင်လိုက်ရတဲ့အရာဟာ တကယ်တော့ လွန်ခဲ့တဲ့ ၈၀ မီလီစက္ကန့်က ဖြစ်ပျက်ခဲ့ပြီးသား ကိစ္စတစ်ခုပါ။

ဦးနှောက်က ဘယ်လို ဖြေရှင်းလဲ? (The "Prediction" Mechanism)

ဒီလိုသာ "Lag" နေမယ်ဆိုရင် လမ်းဖြတ်ကူးရင် ကားတိုက်ခံရမှာပေါ့။ ဘောလုံးပစ်ပေးရင်လည်း ဖမ်းမိမှာ မဟုတ်ပါဘူး။ ဒါပေမဲ့ ဦးနှောက်က အရမ်းပါးပါတယ်။

ဒီ "Lag" ကို ကုစားဖို့အတွက် ဦးနှောက်က "အနာဂတ်ကို ခန့်မှန်း" (Predict) ပေးပါတယ်။ ဥပမာ - ဘောလုံးတစ်လုံး လေထဲပျံဝဲလာတယ်ဆိုပါစို့။ ဦးနှောက်က ဘောလုံးရဲ့ အရှိန်နဲ့ လမ်းကြောင်းကို တွက်ပြီး "နောက် ၈၀ မီလီစက္ကန့်မှာ ဒီဘောလုံး ဘယ်ရောက်မလဲ" ဆိုတာကို မျက်လုံးထဲမှာ ပုံကြိုဖော်ပေးလိုက်ပါတယ်။ ဒါကြောင့် ကျွန်တော်တို့က ဘောလုံးကို ဖမ်းမိနေတာပါ။

ဒါဟာ Neuroscience (အာရုံကြောသိပ္ပံ) မှာ လက်ခံထားတဲ့ သိပ္ပံနည်းကျ အချက်အလက်ဖြစ်ပါတယ်။ ဒီသဘောတရားကို "Flash-Lag Effect" လို့လည်း ပညာရပ်ပိုင်းဆိုင်ရာမှာ ခေါ်ဝေါ်လေ့ရှိပြီး အမြင်အာရုံ လှည့်စားမှု (Optical Illusions) တွေ ဘာကြောင့်ဖြစ်ရသလဲ ဆိုတာကို လေ့လာရာမှာ အဓိက သက်သေပြချက် တစ်ခုဖြစ်ပါတယ်။

ဒီသဘောတရားကို နားလည်ထားခြင်းအားဖြင့် -

အားကစားသမားတွေ၊ ယာဉ်မောင်းတွေအတွက် Reaction Time က ဘာကြောင့် အသက်တမျှ အရေးကြီးတယ်ဆိုတာ သိလာရမယ်။

AI (Artificial Intelligence) တွေကို လူ့ဦးနှောက်လိုမျိုး ကြိုတင်ခန့်မှန်းနိုင်စွမ်း (Predictive Processing) တွေ ထည့်သွင်းလာနိုင်ရင် စက်ရုပ်တွေရဲ့ လှုပ်ရှားမှုက ပိုမို သဘာဝကျလာမှာ ဖြစ်ပါတယ်။

Source: Eagleman, D. M., & Sejnowski, T. J. (2000). Motion integration and postdiction in visual awareness. Science.

BrainLag #Neuroscience #ScienceInBurmese #KnowledgeSharing #HumanBrain #NeuroScienceKnowledge #FlashLagEffect #သိပ္ပံ