AI ක්ෂේත්රයේ මතක කළමනාකරණය ගැන පසුගිය දිනවල බොහෝ පර්යේෂණ සිදු වී තිබුණා. නමුත් බොහෝ “මතක ඒජන්ට්” පද්ධති සෑම තොරතුරක්ම සෙවීම් දත්ත ගබඩා ලෙස සලකුණු කරයි, අමතක කිරීමේ හැකියාවක් නොමැතිව. මේ අභාවය අරගල කරමින්, සංවර්ධකයෙක් Qwen Cloud මත 48 පැයක් තුළ අලුත් මතක ඒජන්ට් එකක් සාදලා, ඒක කෙළින්ම අමතක වීමට හැකියාව ඇති බව පරීක්ෂා කරයි.
මෙම පද්ධතියේ මූලික අදහස නම්, සෑම මතකයක්ම salience score එකක් ලබා දීමයි. එම අගය කාලයත්, මතකය කොපමණ වාරයක් භාවිතා කරලාද, සහ ඒ මතකයේ වැදගත්කමත් අනුව වෙනස් වේ. සලනියාව (salience) ගණනය කිරීමේ සූත්රය මෙසේය: importance_score × recall_boost(recall_count) × exp(-λ × hours_since_last_recall). මෙහි λ අගය අර්ධජීවිත කාලය (half‑life) මත පදනම් වෙයි, එනම් කුඩා කාලයක් තුළ අමතක වීමට ඉඩ දෙන අතර, දිගු කාලීන තොරතුරු දිගුකාලීනව රඳා පවතී.
උදාහරණයක් ලෙස, සතියක පසු ඔබ කතා කළ සිද්ධි (episodic) තොරතුරු 72 පැයක් තුළ අඩු වීමට සැලසුම් කර ඇත, එතැන්දී ඔබ “මම ශාක ආහාර ආහාරය” කියූ විශ්වාසය 30 දිනක් පුරා රඳා පවතී. මෙයින් පෙනේ, පද්ධතිය අත්යවශ්ය තොරතුරු අමතක නොකර, අකාරාත්මක ගත තොරතුරු අඩු කරයි.
දෙවැනි වශයෙන්, පසුබැසීමේ “sleep pass” නාමයෙන් හැඳින්වෙන ක්රියාවලිය මගින් මතක සංඛ්යාලේඛන දෙකක් එකට ගැළපීම (consolidation) සහ විරෝධාත්මක තොරතුරු හඳුනාගෙන පරණ එක අහෝසි කිරීම සිදු වේ. උදාහරණයක් ලෙස, ඔබ පළමු වරට බර්ලින් නගරයේ ජීවත් වෙයි කියා සඳහන් කර, පසුව ලිස්බන් වෙත ගමන් කරයි කියා කියාදීමේදී, පද්ධතිය පරණ තොරතුරැ අහෝසි කරයි.
ශ්රී ලංකාවට ඇති වැදගත්කම
- සිසුන් – AI මතක කළමනාකරණය පිළිබඳ නව ආකාරයක් අධ්යයනය කරමින්, පර්යේෂණ හා ව්යාපාරික ව්යාපෘතිවලට ගැඹුරු දැනුමක් ලබා ගනී.
- ඩිවෙලොපර් – Vector DB වල අධික පූර්ණකාලීන ගැටළුවක් නොමැතිව, කාර්යක්ෂම API පදනම් කරගත් මතක සේවාවන් නිර්මාණය කළ හැකිය.
- ව්යාපාර – පාරිභෝගිකයන්ගේ පසුබැසීමේ තොරතුරු හඳුනාගෙන, අදාළ වේලාවේ නවීකරණය කළ හැකි බැවින්, සේවා ගුණාත්මකභාවය වැඩිදියුණු කරයි.
මෙම ව්යාපෘතියේ සාර්ථකත්වය පෙන්වන්නේ, AI මතක පද්ධතියක් “අමතක වීම” යන සංකල්පයත් සමඟ කාර්යක්ෂමව ක්රියාකරන්නට හැකි බවයි. නවීන AI ක්ලවුඩ් සේවා (Qwen Cloud) භාවිතා කර, සත්ය API ඇමතුම් මගින් පරීක්ෂා කිරීම නිසා, ප්රතිඵල විශ්වාසනීය බව තහවුරු කර ඇත.
අනාගතයේදී, මෙවැනි මතක කළමනාකරණ තාක්ෂණය තවත් වැඩි පරිමාණයේ පරිශීලකයන්ට, දත්ත පරිපාලනයේ නව මට්ටමක් ගෙන එනු ඇත.
