LLM (Large Language Model) ඇජන්ට් පද්ධති වල මතකය කුමන තැනක ගබඩා වෙනවා, ඒක වෙනත් පරිසරයකට ගෙන යන්න පුළුවන් ද කියලා සැලසුම් සැලැස්වීමේදී අමතක වෙන ප්රශ්නයක් නෑ. බොහෝ ඩෙවලපර්ලා තෙවන මාසයේදී, හදිසි බග් එකක් හෝ මොඩලය අලුත් වීමක් නිසා මේ ගැටලුවට මුහුණ දෙන්නේ.
ඇතුළත් කරපු සංවාද, ප්රශ්න-පිළිතුරු, ඒවායේ වෙක්ටර් නිරූපණය – මේ සියල්ල එකතුවෙලා මතකයක් බවට පත්වෙයි. නමුත් එම මතකය ‘කොහෙද’ කියලා සොයා ගන්න, එය ලියන (write) ප්රශ්නයක්. එය පසුපස කියවීමේ (read) ගැටලුවක් බවට පත්වෙයි.
ලියන තලයේදී පෙනෙන ප්රධාන තීරණ පහක් තියෙනවා:
- සැලසුම (Salience) – සති එකේ 400 සංවාද අතරින් කුමන එකක් වැදගත්ද? බොහෝ විට “පැය 10කට වරක් සාරාංශය ගන්නවා” කියන සරල heuristic එක භාවිතා කරනවා. ඒක ඉතාම සීමිත ගුණාත්මකතාවක් ලබා දෙයි.
- ප්රතිස්ථාපනය (Supersession) – පරිශීලකගේ තොරතුරු වෙනස් වීම (උදා: ටොරොන්ටෝ සිට බර්ලින්) එකම තත්වයක් ලෙස, නවතම තොරතුරෙන් පරණ තොරතුර තවත් අගයක් නොලැබෙන පරිදි කළ යුතුයි.
- එක්සත් කිරීම (Consolidation) – “අපට එක්ස්පෝර්ට් ප්රවාහය ගැන ගැටළුවක් තිබුණා” වැනි සිදුවීම් මතකයක්, “එක්ස්පෝර්ට් ගුණාත්මකත්වය ගැන කනස්සල්ල” වැනි මතකයක් ලෙස වෙනස් විය යුතුයි.
- ප්රභවය සහ කාලය (Provenance & Time) – කවුරුන්, කවදා, කුමන පදනමෙන් කියා තිබුණා, කවදා ඒක කල් ඉවර වෙනවා කියා සලකන්න.
- අමතක කිරීම (Forgetting) – නීතිමය හේතුවෙන් මතකය ඉවත් කිරීමේ ක්රමයක් නොතිබුණොත්, GDPR වැනි නීති රීති වලට ගැලපෙන්නේ නැත.
මේ සියලු තීරණයක් තීරණය කිරීම, සාමාන්ය “වෙක්ටර් සමානතාව” පරීක්ෂාවකට වඩා බොහෝ දුරට පිරිසිදු ව්යුහයක් අවශ්ය කරයි. ඒ නිසා මතකය කියන්නේ “retrieval” නොව “agentic” ප්රශ්නයක්.
ශ්රී ලංකාවට ඇති වැදගත්කම
ශ්රී ලංකාවේ තාක්ෂණික පුරෝගාමීන්, විශ්වවිද්යාල සිසුන්, සහ ස්ථානීය ව්යාපාර සඳහා මේ පර්යේෂණය ඉතා වැදගත්. ප්රථමයෙන්, මතකය කෙසේ හෝ ගමන් කරගත නොහැකි නම්, අපගේ AI-ඇජන්ට් පද්ධති විදේශීය සේවාදායකයන් මත අධාරිත වෙයි. ඒ නිසා දේශීය data centre එකක් හෝ සමාජික cloud සේවා භාවිතයෙන් ස්වයංක්රිය මතක කළමනාකරණය කළ හැකිය.
දෙවනුව, නීතිමය අභියෝග – GDPR, ශ්රී ලංකාවේ පෞද්ගලිකත්ව නීතිය – මතකය නිවැරදිව අමතක කිරීමේ හැකියාවක් නොමැති නම්, ව්යාපාරික විශ්වාසය කඩාවැටෙනු ඇත. මෙය ස්ථානීය startup ගොඩනැගීමේදී “data compliance” අංගයක් ලෙස සැලකිය යුතුයි.
තෙවනුව, මතකය නිවැරදිව සාරාංශ කර, ප්රතිස්ථාපනය කර, අවශ්ය තැනට ගෙන යාමෙන්, සිසුන්ට AI‑assistant පද්ධති භාවිතයෙන් ඉගෙනීමේ කාර්යක්ෂමතාව වැඩි වේ. ඒ නිසා පළපුරුදු මෘදුකාංග ඉංජිනේරුවන්ට “memory export” පරීක්ෂණයක් කරලා, තමන්ගේ පද්ධතියේ ස්ථායිත්වය සහ විශ්වාසනීයතාව තහවුරු කර ගත හැකිය.
ඉතින්, මතකය “portability” නෙවෙයි, “behavior” බවට පත් කිරීමේ තත්ත්වය තේරුම් ගන්නා පසු, අපේ AI පද්ධති අනාගතයේදී වඩා ස්ථාවර, නීතිමය, සහ භාවිතා‑හිතකාමී වේ.
අවසන් වශයෙන්, ඔබේ ඇජන්ට් මතකය කොහෙද, කොහොමද ගත හැක්කේ කියලා සොයා බැලීම, අනාගත AI‑විකාශනයේ මූලික පියවරක්. එය සාර්ථකව කළ හැක්කේ නම්, ශ්රී ලංකාවේ තාක්ෂණික සමාජය තවත් උසස් මට්ටමකට යාමට හැකියාව ලැබේ.
