ඊයේ Anthropic Education ආයතනයේ AI Frameworks & Fluency පාඨමාලාව අවසන් කළ පසු, මට හොඳම පාඩමක් ලැබුණා. එය "Delegation, Description, Discernment, Diligence" (DDDD) කියන සරල න්යාය පත්රයයි. මේ න්යාය පත්රය AI අජන්ට් එකක් නිර්මාණය කරන විට අත්යවශ්ය තීරණ හතරක් සාරාංශ කරයි.
Delegation – සෑම කාර්යයක්ම AI මොඩලයට භාර දෙන්න එපා. කේතය, ව්යාපාර නීති, හෝ සරල රූපවාහිනියක් යනවට වඩා සුදුසු තැනක් තියෙනවා. ඒ සීමා නිවැරදිව නියම කිරීම අජන්ට් එකේ විශ්වාසනීයතාවය තහවුරු කරයි.
Description – අජන්ට් එකට ලබා දෙන තොරතුරු ගුණාත්මක විය යුතුයි. ප්රොම්ප්ට් එක පමණක් නොව, පසුබැසි තොරතුරු, උදාහරණ, සීමා, පරිශීලක කැමැත්ත, API සහ structured data වගේ අංගද එකතු කරලයි අවසන් ප්රතිඵල නිර්මාණය වන්නේ.
Discernment – AI මොඩලය පිළිතුරක් දුන්නාම ඒ පිළිතුර තත්ත්වය පරීක්ෂා නොකළොත්, වැරදි තොරතුරු පරිශීලකයාට පැමිණේ. පිළිතුර තහවුරු කරගත යුතුද, පරිශීලකගේ අදහසට ගැලපේද, වෙනත් මෙවලමක් මඟින් පරීක්ෂා කළ යුතුද කියලා සැලකිල්ලට ගන්නා අවශ්යතාවය මෙහි ප්රධානයි.
Diligence – සාර්ථක AI පද්ධතියක් අනාගතයේ දෝෂයන්ට සූදානම් විය යුතුයි. නැවත උත්සාහ කිරීම, වලංගු කිරීම, fallback, මනුෂ්ය පරීක්ෂණ, rate limiting, logging වගේ උපකරණ අඩංගු වේ. මේ සියල්ල පරිශීලකයාට නොපෙනෙන නමුත් පද්ධතියේ ස්ථායිත්වයට මූලික වේ.
ශ්රී ලංකාවට ඇති වැදගත්කම
මෙම හතරේ න්යාය පත්රය ශ්රී ලාංකීය තාක්ෂණික පරිසරයට විශාල වාසියක් ලබා දෙයි.
- විදුලි පරිසරයේ ඉගෙනුම – විශ්වවිද්යාල සිසුන්ට AI අජන්ට් නිර්මාණයේ සැලසුම්, සීමා, පරීක්ෂණ වැනි ක්රියාකාරකම් තේරුම් ගැනීමට උපකාරී වේ.
- ව්යාපාරික පරිවර්තනය – ස්ථායි AI සේවා හඳුන්වා දීමෙන් ගනුදෙනුකරුවන්ට වේගවත්, දෝෂ රහිත සේවා ලබා දීමට හැකියාව ලැබේ.
- සොෆ්ට්වේයාර් සංවර්ධකයින් – DDDD මඟින් වැඩි දියුණු, පරීක්ෂා කළ, සහ ආරක්ෂිත AI මොඩලයන් නිර්මාණය කරගැනීමට මාර්ගෝපදේශයක් ලැබේ.
අවසානයට, AI අජන්ට් එකක් නිර්මාණය කිරීමේදී මොඩලය තෝරා ගැනීම තරමක් වැදගත් වුවත්, ඒ අජන්ට් කවදා ක්රියා කරන්නේ, කවදා තොරතුරු ඉල්ලන්නේ, කවදා මනුෂ්යයාට අත්පත් කරන්නේ යන තීරණය වැඩි බලපෑමක් කරයි. ඔබත් මේ න්යාය පත්රය අනුගමනය කර, ස්ථායි AI විසඳුම් ගොඩ නැගුවොත්, තාක්ෂණික ශ්රේෂ්ඨත්වය ඔබේ ව්යාපාරයට හා රටේ ඉදිරියට ගෙන යාමට මග පෙන්වයි.
