AI ඇජන්ට් එකක් වැඩ කරන ආකාරය සරලයි – එය ඉන්පුට් එකක් ගන්නා, ඊළඟට කුමක් කරන්නද යන්න තීරණය කරන, ක්රියාවක් ගන්නා, ප්රතිඵලය නිරීක්ෂණය කරන, පසුකාලීනව ඒ ක්රියාව අනුගමනය කරන ලූපයක්. මෙම ලූපය නිවැරදිව ක්රියාත්මක වීමේ මූලිකත්වය, අසාමාන්ය අවස්ථා වලදී එය කෙසේ හැසිරෙන්නේද යන්නයි.
ඔර්කෙස්ට්රේටර් (Orchestrator) කියන්නේ මේ ලූපය පාලනය කරන මූලික කොටස. මෙය වැඩේේ වත්මන් තත්ත්වය රඳවා, මොඩලය කැඳවන්න කවදාද යන්න තීරණය කර, අවශ්ය කන්ටෙක්ස්ට් එක පවරා, ප්රතිඵල විග්රහ කර, ඊළඟ ක්රියාව නියම කරයි. LangChain, LlamaIndex වැනි ජනප්රිය ෆ්රේම්වර්ක්ස් වලට ඔර්කෙස්ට්රේටර් අන්තර්ගතය තිබුණත්, ඔබේ අවශ්යතා සංකීර්ණ නම්, ඒවා අතිරික්ත බාධකයක් විය හැකිය.
ආධාරක (Tools) සහ ක්රියා (Actions) – ඇජන්ට් එකට ක්රියා කිරීමට API කැඳවීම, දත්ත ගබඩා විමසීම, ෆයිල් කියවීම, ඊමේල් යැවීම, හෝ වෙනත් මොඩලයක් කැඳවීම වැනි ආධාරක අවශ්ය වේ. එක් එක් ආධාරකයම අසාර්ථක වීමේ අවස්ථාවක් ඇති – ටයිම්අවුට්, දෝෂ ප්රතිචාර, අසම්භාව්ය දත්ත ආදිය. නිෂ්පාදන පරිසරයක මේ අසාර්ථකතා සඳහා "retry", "escalate", "stop" හෝ "continue with partial data" වැනි ප්රතිචාරයන් පෙරනිමිති කරගත යුතුය.
මතක (Memory) සහ තත්ත්වය (State) – කෙටි කාලීන මතකය (conversation context) එක් රන් පරිපාලනයේදී භාවිතා වේ. දිගු කාලීන මතකය දත්ත ගබඩාවේ සුරැකුම් කරයි, එය පසුගිය සම්බන්ධතා මත පදනම් කරගෙන තීරණ ගැනීමට උපකාරී වේ. එපිසෝඩික් මතකය පසුගිය වැරදි නැවත නොකරන්න හෝ අත්දැකීම් සටහන් කිරීමට උපකාරී. වැඩිදුරටත්, වැඩ කරන මතකය (working memory) වැඩේ අතරතුර ගොඩනැගෙන සංරචිත තත්ත්වයයි.
ශ්රී ලංකාවට ඇති වැදගත්කම
- සිසුන්ට AI ඇජන්ට් නිර්මාණයේ මූලික සංකල්පයන් ඉගෙන ගත හැකි, මෙය උපාධි වැඩ සහ පර්යේෂණ කටයුතු සඳහා ප්රයෝජනවත්.
- ස්ථානයේ පවතින තාක්ෂණික ආයතන, ගුවන් තොරතුරු සේවා, බැංකු ක්ෂේත්ර වැනි ව්යාපාර සඳහා AI ඇජන්ට් භාවිතයෙන් ක්රියාකාරීතාවය වැඩිදියුණු කර, ගෝලීය තරඟකාරීත්වය ලබා ගත හැක.
- ලංකාවේ මෘදුකාංග සංවර්ධකයින්ට LangChain වැනි ෆ්රේම්වර්ක්ස් වලින් ඉක්මනින් ප්රොඩක්ශන්‑ලෙවල් ඇජන්ට් පද්ධති නිර්මාණය කළ හැකි බැවින්, ආරම්භක ව්යාපාරික ආරම්භයන්ට වේගවත් මාර්ගයක්.
අවසානයේ, AI ඇජන්ට් පද්ධතියක් නිර්මාණය කිරීමේදී "හොඳම මාර්ගය" පමණක් නොව, "අසාර්ථක මාර්ග" සදහාද සැලසුම් කිරීම අත්යවශ්ය වේ. මෙය නිෂ්පාදන පරිසරයේ විශ්වාසනීය, ස්ථාවර හා සුරක්ෂිත සේවාවක් සැපයීමට මූලික පියවරයි.
