දත්ත ගබඩා සමීපව වැඩ කරපු කෙනෙක්ට හොඳම බය වන්නේ, දෝෂයක් පැන නෑ, නමුත් අසත්ය අංකයක් සම්පූර්ණයෙන් හොඳයි කියලා පෙනෙන අවස්ථාවයි. LLM (Large Language Model) භාවිතයෙන් SQL විමසුම් රචනය කරන්නේ තරමක් වැඩි වෙලා, ඒ නිසා එම නිශ්ශබ්ද වැරදිවල අවදානමත් වැඩි වෙලා.
මෙම ගැටළුව කුමක්ද? Text‑to‑SQL සේවාවෙහි පරිශීලකයා ඉංග්රීසි වචන වලින් ප්රශ්නයක් ඉදිරිපත් කරනවා, AI ඒ ප්රශ්නයට SQL කේතයක් ලියයි, ඉන්පසු දත්ත කණ්ඩායමට රැඳෙන්න අවශ්ය නොවෙයි. බොහෝ වෙලාවට මේ ක්රියාවලිය සාර්ථකයි, නමුත් කාලයක් පසු, අසාමාන්ය join, වැරදි filter, හෝ අසුචි GROUP BY එකක් නිසා ලැබෙන ප්රතිඵල වැරදි වෙයි. එම වැරදි පරීක්ෂා නොකළ තැන, දෝෂයක් පැන නෑ, පමණක් අංකයක් පෙන්වයි.
ඉතා වැදගත් කරුණක් නම්, එකම දෝෂයක් වසරකට මිලියන ගණනක පිරිවැයක් ගනී. Gartner අනුව, දත්ත ගුණාත්මකභාවයේ අඩුපාඩු නිසා සමාගම්වල වාර්ෂික වියදම සාමාන්යයෙන් US$12.9 million පමණ. Unity Software 2022දී US$110 million අලාභයක් ගනී, එය දෝෂප්රද data ingestion නිසා සිදු වුණා.
AI‑මගින් ජනිත SQL මෙය තවත් වේගවත් කරයි. වැඩි ගණනේ විමසුම්, වැඩි විශ්වාසය, අඩු මනුෂ්ය පරීක්ෂණය – මේ සියල්ල එකට එකතු වීමෙන් වැරදි දත්ත පද්ධති තුළට ඇතුළත් වීමේ අවදානම වැඩිවේ.
ශ්රී ලංකාවට ඇති වැදගත්කම
ශ්රී ලංකාවේ තාක්ෂණික ආයතන, විශ්වවිද්යාල, ආයෝජක ආයතන සියල්ලම දත්ත‑මූලික තීරණයන්ට බොහෝමයක් පවරාගෙන ඇත. AI‑ජනිත SQL වැරදි නිසා:
- ඉගෙනුම් පරිසරයේ සිසුන්ට වැරදි විශ්ලේෂණ ප්රතිඵල පෙන්වා දී, අසත්ය තේරුම් ගත හැකිය.
- දේශීය සංවර්ධකයන්ට අධික වේගයෙන් කේත ලියන හැකියාව ලැබෙන අතර, පරීක්ෂණය අඩුවීමෙන් බිග් ඩේටා ව්යාපෘති වල වැරදි ඉහළ යයි.
- ව්යාපාරිකයන්ට වැරදි KPI වාර්තා මත තීරණ ගැනීමේ අවදානම වැඩිවීම, ආර්ථික නష్టයක් වීමට ඉඩ සලසයි.
ඒ නිසා, difftest‑sql වැනි “ද්විත්ව පරීක්ෂණ” මෙවලම්, ප්රධාන SQL විමසුමක් හා වෙනත් ක්රමයක් (control query) සමඟ අනුකූලතාවය පරීක්ෂා කරයි. ප්රතිඵල එකිනෙකට නොගැලපේ නම්, එය “DISAGREEMENT” ලෙස සලකුණු කර, අදාළ කොටස සහ ගැටළුවේ ප්රමාණය පෙන්වයි. මෙය මිනිස් පරීක්ෂාවකින් තොරව වැරදි හඳුනා ගැනීමට ඉතා ප්රයෝජනවත්.
අපේ දත්ත‑ආශ්රිත තීරණ වල විශ්වාසභාවය ඉහළ නැංවීමට, AI‑මගින් ලියන SQL කේතයත් පරීක්ෂා කිරීම අත්යවශ්ය වේ. ද්විත්ව පරීක්ෂණය ඔබේ ව්යාපාරයට, අධ්යාපන ආයතනවලට, සහ සංවර්ධන කණ්ඩායම්වලට නිවැරදි, ආරක්ෂිත දත්ත පදනමක් ලබා දෙයි.
දත්ත‑ගුණාත්මකභාවය තරමක් අඩු වුවත්, AI‑ජනිත SQL වල නිශ්ශබ්ද වැරදි හඳුනා ගැනීමේ නව ක්රමය, ශ්රී ලංකාවේ තාක්ෂණික පරිසරයට විශාල වාසියක් ගෙනදෙනු ඇත.
