Б.Габит: Ирээдүйд нийт мэргэжлийн тал хувь устах ч шинэ мэргэжлүүд олноороо гарч ирнэ

Infinite Solutions компани, мэдээллийн технологийн “Нэст эдукэйшн” ахлах сургуулийг үүсгэн байгуулагч Б.Габиттай хиймэл оюун ухаан тойрсон асуудлаар ярилцлаа. Тэрбээр Стэнфордын их сургууль, Сан Хосегийн их сургууль, Дикинсоны их сургуулийн төгсөгч юм.

-Хиймэл оюун ухааны хамгийн энгийн тодорхойлолтоор ярилцлагаа эхэлье?

-Энгийн юм шиг хэр нь хүн бүр өөр ойлголттой байдаг асуулт шүү, нээрээ. Жишээ нь, би сурагчдаасаа энэ талаар асуувал зарим нь тэр чинь робот, эсвэл кинон дээр гардаг терминатор, iron man гэх мэтээр хариулдаг л даа.

Харин насанд хүрэгчдээс асуухаар энэ талаар ярихад эрт байна, дөнгөж судалгааны шатанд яваа гэх жишээтэй. Энгийнээр хэлбэл хиймэл оюун нь ямар ч хэлбэрээр байж болно. Гол зорилго нь бидний ажлыг автоматжуулах.

Жишээ нь, үйлдвэрийн давтамжтай ажлыг хүн биш машин хийх, эмчийн оношийг хиймэл оюун ашиглан илүү зөв гаргах, эсвэл зээлийн эдийн засагчийн дүгнэлтийг илүү хурдан хийх гээд багцаалдаад ойлгочихож болно.

-Хиймэл оюун ухааны хөгжил дэлхийд хэр хурдтай урагшилж байна?

-Хиймэл оюун ухааны анхны ойлголтууд 1950-иад оны үеэс гарч эхэлсэн. Хуучин ба шинэ гэсэн хоёр үе шаттай л даа. Хуучин үеийн гол үйл явдал гэвэл 1997 онд IBM-ийн Deep Blue гэх машин дэлхийн шилдэг шатарчин Гари Каспаровыг ялсан.

Олон нийт хиймэл оюуныг анх бодитоор харсан нь тэр. Гэхдээ тэр үед машин илүү ухаантай болохоор ялаагүй бөгөөд хүнээс илүү хурдан болохоор ялсан байдаг. Машин өөрөө сэтгэх гэхээсээ илүү хүний хатуу программ, дүрмийн дагуу нэг секундэд маш олон боломжуудыг тооцоолж ялсан юм. Харин 2008 оноос шинэ үе буюу машин сургаж (Machine Learning) эхэлснээр хиймэл оюуны тэсрэлт болсон.

Хиймэл оюун гэдэг нь өөрөө их том ойлголт. Нэг салаа нь Machine Learning буюу машин сургах. Дэлхий нийт одоо үүн дээр төвлөрч байна. Машин сургалт дотроо илүү гүнзгийрч Deep Learning гэх шинэ ойлголт гараад ирлээ. Тэр нь хүний тархины ажилладаг зарчмаар ажилладаг Neural Network дээр суурилдаг.

-Хиймэл оюунд тулгарч байгаа асуудлууд гэвэл та юуг онцлох вэ?

-Машин сургахад их хэмжээний дата хэрэгтэй. Азаар сүүлийн үеийн ухаалаг утас болон loT (Internet of Things)-ийн тусламжтайгаар дата хангалттай цуглаж байна. Өндөр хүчин чадалтай тооцоолон бодох машинууд тулгамдсан асуудлуудын нэг байгаа. Цоо шинэ салбар учраас Data scientists болон хиймэл оюуны эрдэмтэн, инженерүүдийн эрэлт бас асуудал болсон.

Өнөөдрийн байдлаар хиймэл оюун ухаан singular defined domain буюу зөвхөн нэг тодорхой бөгөөд ойлгомжтой асуудлыг л шийдэх боломжтой байна. Гэтэл хүний тархи олон өөр асуудлыг шийдэх чадвартайгаараа хиймэл оюунаас одоохондоо илүү хэвээр байгаа.

Дэлхий дээрх хамгийн туршлагатай эмчээр жишээлбэл, туршлагатай эмч амьдралынхаа туршид олон мянган өвчтөн үзсэн байж таарна аа даа. Дэлхий даяар ажилладаг олон зуун туршлагатай эмчид байгаа өвчтөний мэдээлэл дээр хиймэл оюун ашиглан дүгнэлт гаргавал оношийг илүү нарийн гаргах боломжтой. Мэдээж 100 хувь гэсэн үг биш ч илүү бодитой төсөөлөл, таамаглал, ангилал бий болгох боломж бий.

-Machine Learning-д маш их дата хэрэгтэй гэж ойлголоо. Ерөөсөө л дата хангалттай байхад бодитой таамаг, дүгнэлт, онош гаргачих нь ээ?

-Цаанаа яаж ажиллаад байна гэхээр маш их дата-г боловсруулж, түүнээсээ суралцдаг юм. Жишээ нь, хүний дата гэхэд өглөө хэдэд босдог, хэзээ гардаг, юу хийдэг, шүдээ хэзээ угаадаг гээд бүх дата нь хэрэгтэй. Түүнээс энэ нь чухал, энэ нь чухал биш гэх дата байхгүй.

Илүү бодитой хариу гаргахын тулд ерөөсөө бүх дата нь байх тусмаа сайн. Хиймэл оюунгүй үед хүн бие өвдөнгүүт эмчид очдог. Эмч биеийнх нь ерөнхий байдлыг асуугаад цээжний зургийг нь авснаар бронхит болсныг нь туршлагадаа үндэслэж хэлдэг.

Харин хиймэл оюун таны бүх дата-г дэлхий дээрх сая сая хүний дата-тай харьцуулалт хийн давхцуулснаар түрүүн хэлсэн төсөөлөл, таамаглал болон ангилсан мэдээлэл гаргадаг. Эмч энэ мэдээлэл дээр үндэслэн оношоо гаргавал илүү сайн онош гарна гэсэн үг.

-Хиймэл оюун ухаанаар ямар улсууд тэргүүлж байгаа бол?

-АНУ байна. Дэлхийн ихэнх том шилдэг компани АНУ-аас гаралтай. AI судалгаа, R&D дээр 2018 оны байдлаар Google, Facebook, Apple, Microsoft зэрэг аваргууд нийт 30 тэрбум ам.доллар зарцуулсан байх жишээний.

Энд зөвхөн мөнгөн дүнгээс илүү зарцуулсан цаг хугацаа, хүний нөөц, боловсролын системд хийсэн ажлууд багтаж байгаа. Үр дүн нь шууд гарахгүй ч ийм их хөрөнгө оруулалт, цаг хугацаа зарж байгаа улсууд аяндаа түүчээлээд эхэлнэ. Хиймэл оюун ухааны чухал салбаруудыг санаачлагчид бүгд АНУ-аас гаралтай учраас энэ чиглэлд яалт ч үгүй era of exploration буюу шинийг сэтгэх, зохион бүтээх тал дээр Америк тэргүүлдэг.

MIT, Stanford, Cal Т ech гээд шилдэг сургуулиудад топ эрдэмтэд ажиллаж, их ч хөрөнгө хаяж байна. Яг араас нь Хятадууд энэ салбарт хүч түрэн орчихлоо. Гүйцэтгэл тал дээр дэлхийн номер нэг улс. Сүүлийн богинохон хугацаанд өөрийн BAT (Baidu, Alibaba, Tencent) гэх аварга компаниудын нэгдэлтэй болсон. Энэ компаниуд жилийн дотор гэхэд л хиймэл оюуны салбарт 27 тэрбум долларын хөрөнгө оруулалт хийсэн тоо гарсан байна лээ.

Хувийн компаниуд нь энэ хэмжээний хөрөнгө оруулснаас гадна улсаас нь мөн дэмжиж яваа. Улсаас нь хувийн салбартайгаа ижил буюу 27 тэрбум долларын хөрөнгө оруулалт хийсэн байна. Өөрөөр хэлбэл, урд хөрш нийлбэр дүнгээрээ 50 гаруй тэрбум ам.доллар зарсан гэсэн үг.

-Та энэ тоонуудыг хаанаас авсан бэ?

-Би энэ тоонуудыг Kai Fu Lee профессорын судалгаанаас авсан. Сонирхсон хүмүүс хайлт хийгээд харах боломжтой.

-Урд хөршид IT-гаар сурах хэрэгтэй гэсэн зөвлөгөөг учир мэдэх улс өгдөг юм билээ. Боловсрол талдаа бас түүчээлж байна гэсэм үг үү?

-Хятадууд 10 жилийн боловсролдоо хүчтэй анхаарч багш нараа бэлдэх дээр төвлөрснөөр одоо дунд ангиас нь IT зааж байна. IT-ийн хичээл нь яг л математик, англи хэлтэй ижил нэгдүгээр ангиллын хичээл болсон.

-Өнгөрсөн жилүүдэд үйлдвэрлэлээрээ тэргүүлсэн улсууд хөгжлийн өндөрлөгт хүрсэн. Манай улс үйлдвэрлэлээрээ тэдэнтэй эгнэж, хөгжлөөрөө цойлох боломжгүй. Харин хиймэл оюун ухааны эринд, аж үйлдвэрийн дөрөвдүгээр хувьсгалд хөгжлөөрөө тэргүүлэх боломж бидэнд бий гэх юм. Ийм боломж байгаа юу?

-Бид аж үйлдвэрийн гуравдугаар хувьсгалаас хоцорсон гэж ярьдаг. Гол нь тухайн үед ямар улсууд энэ чиглэлд судалгаа, туршилт хийн хөрөнгө хаяж түрүүлсэн бэ гэдэг талаас нь харах хэрэгтэй. Тэд одоо өндөр хөгжилтэй улсууд гэгдэх болсон.

Мөнх зүйл гэж байдаггүй болохоор ойрын 10 жил ямар улс хиймэл оюун болон IT-даа хөрөнгө, анхаарлаа илүү хаяна тэдгээр улс дараагийн өндөр хөгжилтэй улс гэгдэнэ. Эсрэгээрээ болохгүй, бүтэхгүй, хол байна гэж ярьсан нь бүр ард хоцорч, хэрэглэгч юм уу дата-аа алдагч л болж хувирна. Та сая боломж бий юу гэж асуусан. Бидэнд боломж бий. Яг одоо л бидэнд алтан боломж байна.

-Хиймэл оюун ухааныг хөгжүүлэхийн тулд бид юунд анхаарч, ямар гарц шийдэл гаргах ёстой вэ?

-Суурь боловсрол дээр л хүчтэй төвлөрөх хэрэгтэй. Тийм эрэлт байгаа учраас Facebook, Amazon, Stanford-ын залуус Нэст ахлах сургууль байгуулаад ажиллаж байгаа юм. Бид IT дээр нэмэх нь хандлага, асуудал шийдэх чадвар, мэргэжлийн чадвар гэсэн гурван зүйл дээр төвлөрч байгаа. Асуудал шийдэх чадвар гэдэг нь математикийн бодлогын хариуг олох гэхээс илүү цаанаа юу шийдэж байгааг нь ойлгуулна.

Мэргэжлийн чадвар нь ойлгомжтой. Ерөнхий боловсролын сургуульд байхад нь IТ-г гүнзгий эзэмшүүлнэ. Ер нь бол заавал боловсролын системийг өөрчилнө гэж ярихаас илүү байгаа боломж дээрээ тулгуурлан хүүхдүүдэд ур чадвар эзэмшүүлэх шаардлага байна.

Ахлах сургуульд маань Oracle, Amazon, Microsoft, Apple, Xpedia зэрэг томоохон компанид ажилладаг монгол залуус зөвлөхөөр ажиллаж байгаа. Олон мундаг монгол залуус гадны томоохон компанид ажилладаг. Тэдний тусламжтайгаар дараагийн үе маань илүү хурдан урагшлах боломж бий.

-Америк, Хятадын зөрчилдөөнийг ашиглаж хиймэл оюун ухааныг хөгжүүлэх чиглэлд Америкаас хөрөнгө оруулалт татах боломжтой гэж ярих эдийн засагч байна. Хөрөнгө оруулалт татах талд бидэнд ямар боломжууд бий бол?

-Learn from Leaders гэж товчхон хариулмаар байна. Аль аль зах зээл рүү нь бидэнд боломж байна. АНУ шинэ технологи нэвтрүүлэлтээр тэргүүлж яваа бол Хятад гүйцэтгэлээр ноёлж байна. Хятадууд бидний багад бүх зүйлийг дуурайж хийдэг байсан бол одоо эсрэгээрээ шинийг санаачилж яваа.

Наад зах нь WeChat гээд өөрийн төлбөр тооцоо, харилцаа холбооны хүчирхэг дэд бүтэцтэй болчихсон. Тэгэхээр юуны өмнө бид зөв цэгцтэй мэдээлэлтэй болмоор байна. Жишээ нь, монгол хэлээр Google-ээс хиймэл оюун гэж хайвал маш бага мэдээлэл гарч ирдэг. Тиймээс бид дотооддоо зөв мэдээлэл түгээх үүднээс MIT-ийн профессор Max Tegmark-ийн бичсэн дэлхийн бестселлер болох Life 3.0 номыг орчуулан ирэх оны эхээр гаргахаар ажиллаж байна.

-Хиймэл оюун ухааныг хөгжүүлэх чиглэлд Монголд бодитой ямар ажлууд хийгдэж байна вэ. Энэ чиглэлээр ажилладаг компаниуд гэвэл та ямар газруудыг онцлох вэ? 

-Текстийг дуу хоолой руу, дуу хоолойг текст руу хөрвүүлэх ikon, Sara гэх мэт хэд хэдэн төсөл Монголд амжилттай хэрэгжээд эхэлжээ. Энэ бол бодит жишээ. Манай компанийн хувьд сүүлийн 13 жилийн турш IT, хөрөнгө оруулалт, боловсрол, финтек чиглэлд Хойд Америк, Латин Америк, Монголын зах зээлд төвлөрөн ажиллаж байна.

Одоогоор хиймэл оюун дээр суурилсан хэд хэдэн ажил хийгдсэн. Fintech болон банкны салбарт КҮС буюу хэрэглэгчийг таних гэсэн ойлголт бий. Үүнийг хиймэл оюун ашиглан хэрэглэгчийг царайнаас нь эхлүүлэн таньснаар энэ чиглэлд бодитой алхам хийж чадна гэж харж байна. Энэ мэт хэд хэдэн цэвэр програмчлалын ажлууд дээр ажиллаж байна.

Боловсролын чиглэлд MIT болон бусад байгууллагуудтай хамтран сурагчдын энэ чиглэлийн мэдлэг боловсролыг дээшлүүлэх хөтөлбөрүүд бэлдэн, ном товхимол орчуулан гаргах чиглэлээр ажиллаж эхэлсэн. Ер нь бидний эцсийн зориод байгаа зүйл нь Монгол Хөндий юм. Монгол Хөндий-д олон мянган инженерүүд олон улсын түвшинд бэлтгэгдэж, дэлхийн өнцөг булан бүрээс хөрөнгө оруулалт татан, олон тооны шинэ компаниуд бий болсноор эх орондоо дэлхийн хэмжээнд үнэлэгдэн ажиллах боломж байна.

Бид өөрийн хэмжээнд үлгэрлэн үзүүлэхээр IT-ийн боловсрол , мөн олон улсын түвшинд хөрөнгө босгон гадны зах зээлд IT-ийн бүтээгдэхүүн экспортлох чиглэлээр сүүлийн 13 жил ажиллаж байна.

-Хиймэл оюун ухааны дэлхийн хамгийн сүүлийн үеийн ололтуудыг сонирхуулаач?

-Сүүлийн ололт гэвэл хиймэл оюун ухаан эрүүл мэнд, хууль, IT, боловсрол, даатгал, банк санхүү гээд бүх салбарт орчихлоо. Роботын салбарт маш өндөр дэвшлүүд гарч, өмнө нь болхи байсан роботууд одоо олон мэдрэгчээс ирсэн дата дээр суурилан нарийн үйлдлүүдийг гүйцэтгэх болж. MIT Labs энэ чиглэлд тэргүүлэх шатанд явж байна.

Дашрамд хэлэхэд Facebook-ийн анхны монгол ажилтан гэдгээр нь хүмүүс мэддэг Мэргэн гээд найз маань яг одоо тэнд судалгааны ажил хийж байгаа.

Эмнэлгийн салбарт гэхэд олон төрлийн хорт хавдрыг тусахаасаа өмнө мэддэг боллоо. Яаж тэгээд байна гэхээр өмнө хэлсэнчлэн олон сая хүний амьдралын хэмнэлийн их хэмжээний дата дээр суурилан давхцалуудыг олж, ийм амьдралын хэмнэлтэй хүн ийм өвчнөөр өвдөх магадлал өндөр гээд гаргачихаж байна. Энэ бол гайхалтай үр дүн. Хүн бүр 100-аас илүү насалдаг болоход нэг алхам ойртлоо гэсэн үг.

Хамгийн хүнд гэгдэх төслүүдийн нэг бол өөрийгөө жолооддог машин. Намайг 2012 онд Стэнфордын их сургуульд сурч байхад гадуур Google гэсэн логотой дээрээ олон камер суурилуулсан машин явж харагддаг байлаа. Орчны бүх мэдээллийг тэдгээр камераар авч боловсруулж, автомат жолоодлогын горимоо хиймэл оюун ашиглан сайжруулсаар байсан юм билээ.

Тухайн үед автомат жолоодлого нэг секундэд нэг алдаа гаргадаг байсан бол одоо нэг жилд нэг алдаа гаргах магадлалтай байна. Зөвхөн АНУ-д гэхэд жилд 30 гаруй мянган хүн авто осолд ордог бол энэ тоог хиймэл оюун багаар бодоход 90 хувь бууруулна гэхээр гайхалтай байгаа биз.

-Тийм байна. Гэхдээ хиймэл оюун ухаанд олон гоё, сайхан ололт бий ч сул талуудыг ярихгүй өнгөрч болохгүй байх?

-Яг зөв асуулт. Хиймэл оюунаас үүдэн гарч буй гурван төрлийн айдас байна. Эхнийх нь ажлын байрны өөрчлөлт. Аж үйлдвэрийн гуравдугаар хувьсгалаар маш олон ажлын байр шинээр бий болж байсан бол харин хиймэл оюуны эринд олон хүн ажилгүй болно гэсэн айдас бий.

Хоёр дахь нь эдийн засгийн тэгш бус хуваарилалт: Технологийн давуу талыг зөвхөн дээд, чинээлэг давхаргынхан ашиглаад, дунд, доод давхаргынхан балрах вий гэдэг айдас бий.Гурав дахь нь технологи хүнээсээ илүү хурдан хөгжих вий гэдэг айдас.

-Ажлын байран дээр жишээ нь ямар өөрчлөлтүүд гарах бол, тодорхой судалгаа байна уу?

-Oxford -ын судалгаагаар ойрын 10 жилд нийт ажлын байрны талд нь шахуу өөрчлөлт орно гэсэн дүгнэлт гарсан. Ялангуяа банкны теллер, үйлдвэрийн ажилчид гэх мэт давтамжтай ажлын байрууд машинаар бүрэн орлуулагдана.

Давтамжтай гэлтгүй бусад мэргэжилд ч өөрчлөлт явагдана. Жишээ нь, хуульчийн ажлын цагийн ихэнхийг авдаг судалгаа шинжилгээний ажлыг машин хийснээр ажилд нь хурдасгуур болно. Хуучин цагт ямар нэг чухал асуудлыг сурвалжлахаар сэтгүүлч, нисдэг тэрэг болон камертай хүн гурав хамтдаа замд гардаг байлаа. Гэтэл одоо тэр бүхнийг ганц дрон орлочихож байна.

Гэхдээ дрон өөрөө нисээд яваа биш ард нь түүнийг удирдаж, авсан мэдээллийг нь боловсруулдаг бүтэн баг ажиллаж байгаа. Тэгэхээр ажлын байрууд алга болох гэхээсээ илүү өөрчлөгдөж явааг анзаарч, өөрсдийгөө хөгжүүлэх хэрэгтэй байна.

-Яг ямар мэргэжлийнхэн ажилгүй болж, шинээр ямар мэргэжил гарч ирэх бол?

-Бүх судалгаанаас харахад одоо байгаа ажлын байрны тал нь байхгүй болж, өөрчлөгдөнө. Гэхдээ ихэнх нь давтамжтай ажлууд. Философийн нэг асуулт байдаг даа. Давтамжтай, нэгэн хэвийн уйтгартай ажлыг 30 жил хийж яваа хүн өөрөөрөө бахархаж, аз жаргалтай байх болов уу гэсэн асуулт. Миний бодлоор харин ч хүмүүс машин хийчих зүйлд үнэт цагаа зарахаа больж, илүү аз жаргалтай амьдрах боломжтой.

Mckensey-ийн судалгаагаар нийт мэргэжлийн 45 хувь нь устах ч нэмээд 55 хувиар олон шинэ ажлууд гарч ирнэ гэсэн байна лээ. Жишээ нь дрон нисгэгч, AR архитектор, Data scientist, сэтгэл гутралын эмч нар гэх мэт бидний одоо төсөөлөх ч үгүй олон ажлын байр бий болно.

-Хиймэл оюун ухаан хүний тархийг гүйцнэ гэсэн таамаглал их дуулддаг. Энэ хэр бодитой вэ. Хүний тархийг давах хэмжээнд хүрсэн гэдгийг нотлох жишээнүүд бий юү?

-Singularity буюу технологи хүнийг мэдлэг чадвараараа давах асуудлыг ярьж байна. Өмнө дурдсан гурван айдсын гурав дахь нь болох технологийн хэт хурдан хөгжилтэй холбогдоно л доо. Энэ чиглэлд маш олон том компани хөрөнгө оруулж байгаагаас томоохон нь Soft Bank (Японы инновацийн том төлөөлөл) болон Арабын томоохон сангууд байна.

Нэг талаасаа их мөнгө ийшээ хийж яваа ч нөгөө талаас одоо үргэлжилж буй эрдэм шинжилгээний мэдээлэл дээр үндэслэн дараах дүгнэлтүүдийг хийж болохоор байгаа юм. Хиймэл оюун маань яг одоо ганц тодорхой асуудлыг л шийдэж чадна. Энэ хувьцаа өсөх үү, энэ хүн зээлээ төлөх үү, энэ онош зөв үү гэх мэт асуудлыг шийдэх бололцоотой. Гэхдээ эцсийн шийдийг хүн гаргана.

Гаргахдаа ганц тоо хараад гаргахгүй нь мэдээж. Тэгэхээр ойрын 15 жил хиймэл оюун маань нэг асуудлаа илүү төгс шийддэг болохоос биш хүнийг даваад цойлох боломж нь шинжлэх ухаан талаасаа бага.

Хиймэл оюуныг зохиож, сургаж байгаа нь хүмүүс бид шүү дээ. Тэгэхээр хиймэл оюунаас айж зугтаах биш, харин бид энэ дунд яг хаана нь байх вэ гэдэгт илүү анхаарвал нөхцөл байдлыг өөртөө ашигтайгаар эргүүлнэ.

-Хиймэл оюун ухаан бүх л салбарт хэрэглээ болж, хөгжлийн хэмжүүр болох цаг хэзээ гэж та бодож байна вэ?

-Яг үнэндээ одоо ч хиймэл оюун бидний амьдралд хүчтэй нэвтэрсээр байна. Энгийн жишээ гэхэд Gmail дээр мэйл бичиж байхад suggestion буюу үг, өгүүлбэрийг санал болгоод байгаа. Энэ нь цэвэр олон сая хүний бичсэн мэдээлэл дээр хиймэл оюун ажиллан давхцалыг олж миний юу бичих гэж суугааг таамаглаж байгаа юм.

Хайлтын системд ч мөн миний юу хайх гээд байгааг энэ мэтээр санал болгодог. Бидний яриаг шууд текст болгон хөрвүүлэх болон зургийг шууд юу вэ гэдгийг таних гэх мэт мөн л хиймэл оюун. АНУ-д MIT Rethink Robotics-ын хөгжүүлсэн Baxter гээд робот бий. Тодорхой үйлдлийг 10-100 удаа хийнэ шүү гээд заагаад өгчихвөл тэрийг 24/7/365 өдөр тасралтгүй, алдаагүй, ямар ч гэмтэлгүй хийнэ.

Хятад улсын Face++ гээд хиймэл оюунд суурилсан гурван сая хүний царайг нэгэн зэрэг таньдаг систем бас байна. Гар утасны SIRI ч мөн биднийг хиймэл оюуны тусламжтай ойлгож, харилцан ярьдаг. Өмнө нь орчуулгын товчоо явдаг байсан бол одоо топ хэлүүд хооронд Google Translate ямар ч орчуулагчаас дутахгүй орчуулж байна.

Amazon, эсвэл Taobao гээд том худалдааны сайтууд бидний юу авахыг санал болгож байгаа нь мөн л хиймэл оюун.