කෘත්රිම බුද්ධිය (AI) මගින් SQL කේතයක් ලැබීම දැන් දිනපතා සිදුවන වැඩක්. නමුත් එම කේතය නිවැරදිද? එය ලොජික් පරීක්ෂා නොකළේ නම්, ලැබෙන ප්රතිඵල අසත්ය විය හැක.
උදාහරණයක් ලෙස, ගනුදෙනු වර්ධනය වූ ග්රාහකයන් සොයා ගැනීමට යොදාගත් SQL විමසුමක් සලකන්න. සින්ටැක්ස් හරි, ක්රියාත්මක වුවත්, ත්රිමාසිකව වැඩිවීමක් තිබේදැයි තහවුරු කිරීමේ ලොජික් වැරදි විය හැක. මෙවැනි අවස්ථාවලදී, විශ්ලේෂකයන් AI‑generated කේතය පිටපත් කර පරික්ෂා නොකොට, වැරදි තීරණ ගැනීමට ඉඩ ඇත.
AI‑උපකාරිත වැඩසටහන් වල ප්රධාන ගැටළුව, පරිශීලකයා විසින් ලියන “ස්පෙසිෆිකේෂන්” (spec) අඩු පැහැදිළි නම්, AI එක “ඇනකැමති” පිළිතුරක් ලබා දීමට ඉඩ ඇත. AI යනු සම්භාව්ය අනාවරණය කිරීමේ යන්ත්රයක්; එය තීරණාත්මක සත්යයක් නිර්මාණය නොකර, ඉතා සම්භාව්ය පිළිතුරක් තෝරා ගනී.
මෙම ගැටළුවට විසඳුමක් ලෙස, “සංකලනය කළ පසුකෝඩ් විධානය” (Compilable Executable Pseudocode) යන නව විධානය ඉදිරිපත් කරයි. ස්පෙසිෆිකේෂන් එක කම්පයිලර් එකක් පරිහානියට පත් කරගත හැකි තරම් නිශ්චිතව ලියනවා නම්, AI එකට “අනුමාන” කිරීමේ අවශ්යතාව නැත. කම්පයිලර් එක එකම ඉන්පුට් එකට එකම ප්රතිඵලයක් ලබා දෙන නිසා, “අදහස්” නොව “තථ්ය” කේතයක් ලැබේ.
අදාල ක්රියාවලිය මෙසේය: පළමුව පරිශීලකයා ස්පෙසිෆිකේෂන් එක ලියයි → AI එය පදනම් කරගෙන කේතයක් උත්පාදනය කරයි → පරිශීලකයා පරීක්ෂා කරයි → අවශ්ය නම් ස්පෙසිෆිකේෂන් එක යාවත්කාලීන කරයි → AI නැවත කේතය උත්පාදනය කරයි. නමුත් ස්පෙසිෆිකේෂන් එක කම්පයිලර්‑සහගත නම්, AI‑generated කේතය තවත් “හලුසිනේෂන්” නොකරයි.
ශ්රී ලංකාවට ඇති වැදගත්කම
ශ්රී ලංකාවේ දත්ත විශ්ලේෂකයන්, වෙබ් සංවර්ධකයන් සහ ව්යාපාරිකයන් AI‑generated SQL මත අධික රැඳී සිටීමෙන් නවීන තීරණ ගැනීමට බාධා වේ. සංකලනය කළ පසුකෝඩ් විධානය භාවිතා කිරීමෙන්:
- විශ්වවිද්යාල සිසුන් – කේත ලිවීමේ වැරදි හුදකලා නොවී, ලොජික් අධ්යයනයට වැඩි අවකාශයක් ලැබේ.
- සංවර්ධකයින් – කේත සම්භාව්යය පරීක්ෂා කිරීමේ කාලය අඩුවේ, නිෂ්පාදන වේගය වැඩිවේ.
- ව්යාපාර – දත්ත‑ආශ්රිත තීරණවල ගැටළුවක් නොමැතිව, ආදායම් වැඩි කිරීමේ අවස්ථා උදෙසා තීරණ ගත හැක.
ඉදිරියේදී, AI සහ කම්පයිලර් එකතු කරගෙන, ශ්රී ලංකාවේ තාක්ෂණික ඉලක්ක ඉලක්ක කරගැනීමේ මාර්ගය තවත් ශක්තිමත් වනු ඇත.
අපේ දේශීය සංවර්ධක කණ්ඩායමට මේ නව විධානය අරගෙන, “හලුසිනේෂන්” රහිත කේත ලෝකයක් ගොඩනගා ගැනීමට අවස්ථාව ලැබේ.
