AI-ආධාරිත සත්යාපන එන්ජින් එකක් නිර්මාණය කිරීමේදී බොහෝ සංවර්ධකයින් මොඩලයක් තෝරා ගැනීමටම වැඩි අවධානයක් යොමු කරති. නමුත් මොඩලය හොඳද? යන ප්රශ්නයට පිළිතුරක් නොදෙයි; එයට වඩා වැදගත් වන්නේ එම මොඩලය වටා ගොඩනැගෙන ආර්කිතෙක්චර්යයි.
අපගේ කණ්ඩායම මුලින්ම AI-සහයෝගිතාවෙන් වැඩ කරන සත්යාපන යන්ත්රයක් පරීක්ෂා කිරීමේ පළමු ආකෘතියක් ඉදිරිපත් කළා. එය අයදුම්පත විශ්ලේෂණය කර, ස්වයංක්රීයව පරීක්ෂණ සිදුවීම් ජනනය කර, ඉතා නිවැරදි ප්රතිඵල ලබා දුන්නා. ඒ නිසා සියලු දෙනාම “ඉදිරියට යාමට තවත් දුරක්” කියලා සිතුවා.
කෙසේ වෙතත්, එය සත්ය ව්යාපාරික පද්ධතියකට සම්බන්ධ කළ පසු, AI එකේ ප්රතිචාර හුඟාක් අසත්ය විය. මොඩලය වැරදි අනුමාන කර, සමහර විස්තර ගැලපෙනවා වුවද, බොහෝ තොරතුරු තාක්ෂණිකව වැරදිය. AI එක ව්යාපාරික ප්රවාහයන් වැරදි ලෙස තේරුම්ගෙන, වැරදි හැසිරීම් සත්යාපනය කළා. ඒත් ඒ අසත්ය තොරතුරු බොහෝ විට “විශ්වාසනීය” පෙනුමක් දුන්නා, එය තවත් අභියෝගයක් වුණා.
ආරම්භයේ අපි ප්රෝම්ප්ට් ඉන්ජිනියරින් කෙරෙහිම ආධාරයක් ලබා ගතහ. විස්තර වැඩි කිරීම, උදාහරණ එක් කිරීම, ආකෘතිය අලුත් කිරීම, වෙනත් මොඩල භාවිත කිරීම – මේ සියල්ලක් එක් එක් ගැටලුවක් නිරාකරණය කළා, නව ගැටලුවක් හඳුන්වා දුන්නා. මේක හෙවත් “whack‑a‑mole” ක්රීඩාවක් වගේ.
එක් දවස්කොට, අපි ප්රශ්නය වෙනස් කළා – “අපේ පද්ධතිය දැනටමත් දන්නා තොරතුරු AI එකට ඇතුළත් කිරීමේ අවශ්යතාව ඇයි?” කියලා. මෙයින් පසු, AI එකේ භූමිකාව සීමා කර, සොයා ගැනීමේ ස්ථරයක් (Discovery Layer) එකතු කළා.
නව ආර්කිතෙක්චර් මෙහෙමයි:
Application → Discovery Layer → Structured Context → Large Language Model → Validation Engine. මෙහිදී LLM එක තනි කොටසක් වශයෙන් පවතින අතර, පූර්ව-සංවිධානයකින් ලබාගත් පසුබැසි තොරතුරු මත පදනම්ව ක්රියා කරයි. එබැවින් AI එක අනුමාන කිරීමට අවශ්ය නොවී, නිවැරදිව පරීක්ෂණය කරයි.
මෙම සැලසුම් වෙනස් කිරීමෙන් පසු, පද්ධතියේ විශ්වාසනීයතාවය ගණනාවකට වැඩි විය. දැන් AI එක “ඉගෙන ගන්න” නොව, “දැනගන්න” යන භූමිකාවක් පමණක් ඉටු කරයි. එමෙන්ම, නිෂ්පාදන‑ස්ථර AI නිර්මාණය සඳහා නව මාර්ගයක් සලසයි.
ශ්රී ලංකාවට ඇති වැදගත්කම
- සිසුන් – AI මොඩලයන් පමණක් නොව, ඒවාට අවශ්ය ආර්කිතෙක්චර් කුමක්ද කියා ඉගෙන ගත හැකිය.
- සංවර්ධකයින් – ප්රෝම්ප්ට් ඉන්ජිනියරින්ට පමණක් නොව, පද්ධති සැලසුම මත තීරණ ගත හැකිවීමෙන් වැඩි නිෂ්පාදන‑ගුණාත්මකතාවක් ලැබේ.
- ව්යාපාර – AI‑ආධාරිත සේවාවන් පාරිභෝගිකයන්ට විශ්වාසනීයව ලබා දීමට, අධික අනුමාන අවශ්ය නොවන, පිරිවැය‑අඩු ආකෘතියක් ලබා ගත හැකිය.
ඉදිරියේදී AI නිෂ්පාදන නිර්මාණය කරන සෑම කෙනෙකුටම, “මොඩලය කෙසේ හොඳද?” යන්නට වඩා “ආර්කිතෙක්චර් කෙසේ හොඳද?” යන ප්රශ්නය ඉදිරිපත් කිරීම වැදගත් බව තේරුම් ගත යුතුය.
