AI ක්ෂේත්රයේ නව ගමනක් ආරම්භ වුනා. පර්යේෂණ ඒජන්ට් එකක් සෑදීමේදී, 12 ක් පමණ ප්රෝම්ප්ට් එකට එකිනෙකට සම්බන්ධ කරගෙන වැඩ කරලා තිබුණා, නමුත් ඒකේ 40% කට වැඩක් නෙමෙයි. ප්රධාන ගැටළුව වුණේ තොරතුරු වැරදි JSON ආකාරයෙන් ආපසු එන එක, ඒ නිසා පසුකාලීන පියවරවල අසත්ය (hallucination) පණිවුඩ ලැබීම.
මෙම ගැටළුවට විසඳුම් ලෙස, සංවර්ධකයින් පාරම්පරික ප්රෝම්ප්ට් චේන් එකෙන් ව්යුහගත ව්යාපෘති සැලසුම් (typed workflows) වෙත මාරු වුනා. Pydantic භාවිතා කරමින් සෑම පියවරකම ඉන්පුට්‑ආවුට්පුට් සක්රියව සත්යතා පරීක්ෂා කර, වැරදි ඇත්නම් ස්වයංක්රීයව නැවත උත්සාහ කරන Guardrail ක්රමලේඛ එක් කරලා. ඒ සදහා සෑම පියවරක්ම ඇගයීමේ මොඩියුලයක් (evaluation harness) සකස් කර, අවසාන ප්රතිඵලය පමණක් නොව, මැද පියවරවල ගුණාත්මකත්වයත් නිරීක්ෂණය කළා.
මෙම නව ක්රමය භාවිතා කිරීමෙන්, පුරාණ 60% සාර්ථකත්වය 94% දක්වා වැඩිවුණා. පියවරවල එකක් වැරදි නම්, අනිත් පියවරවලට බලපෑම නොවෙයි, ඒ නිසා දෝෂ නිරාකරණය ඉතා පහසුයි. සම්පූර්ණ වැඩපිළිවෙළ ව්යාපෘතියක් ලෙස ගොඩනැගීම නිසා, AI ඒජන්ට්ස් තවත් විශ්වාසදායකව, අඩු අසත්ය සමඟ ක්රියාත්මක වෙයි.
ශ්රී ලංකාවට ඇති වැදගත්කම
ශ්රී ලංකාවේ තාක්ෂණික ශිෂ්යයෝ, සංවර්ධකයින් සහ ව්යාපාරිකයින්ට මෙම නව පද්ධතිය විශාල ප්රයෝජන ගෙන දෙනවා:
- ශ්රී ලංකා විශ්වවිද්යාල ශිෂ්යයන් – AI පර්යේෂණ ව්යාපෘති වලදී නිවැරදි දත්ත ලබා ගැනීමට, අසත්ය ප්රතිඵල වලින් වැළකිමට හැකියාව ලැබේ.
- දේශීය සංවර්ධකයින් – Pydantic, Guardrails වැනි මෙවලම් භාවිතා කරමින්, තනි පියවර පරීක්ෂා කරගනිමින්, තනි පද්ධතියක් ඉතා කාර්යක්ෂමව නිර්මාණය කළ හැකිය.
- ව්යාපාරික සමාගම් – AI-චලිත සේවාවන් (chatbots, data extraction) භාවිතා කරන සමාගම්ට අසත්ය තොරතුරු නිසා පාරිභෝගික විශ්වාසය අඩු වීමේ අවදානම අඩු වේ, එමඟින් සේවා තත්ත්වය සහ ROI වැඩි වේ.
ඉදිරියේදී, ශ්රී ලංකාවේ AI ආරම්භකයන් මෙම ව්යුහගත ක්රමය අනුගමනය කර, ලොව පුරා අධික නිශ්පාදනශීලී AI ඒජන්ට්ස් නිර්මාණය කිරීමේ තරඟයට සූදානම් විය හැක.
අවසානයේ, AI ඒජන්ට්ස් වල අසත්ය පණිවුඩ නවත්වන නව පියවර, තාක්ෂණික පරිසරය තුළ විශ්වාසය, කාර්යක්ෂමතාව හා නවෝත්පාදනය ඉදිරියට ගෙන යනවා. ඔබත් මේ නව ක්රමය අත්හදා බලන්න!
