කෘතිම බුද්ධිය (AI) ක්ෂේත්රයට නව පියවරක් – Audio-Visual Flamingo (AV‑Flamingo) නමැති විශාල multimodal language model එක ප්රකාශයට පත් කර ඇත. පසුගිය කාලයේ බොහෝ AI ආකෘති කෙටි වීඩියෝ කෑලිවලට පමණක් සීමා වූවද, AV‑Flamingo තත්පර කිහිපයක් පමණ නොව, මිනිත්තු, පැය ගණනාවක් දිගු වීඩියෝ සහ ශබ්ද ධාරා විශ්ලේෂණය කිරීමට නිර්මාණය කර ඇත.
What happened? පර්යේෂක කණ්ඩායම AV‑Flamingo ආකෘතියේ වාස්තුව, පුහුණු ක්රමවේදය, සහ 7 මිලියනකට අධික caption හා QA උදාහරණයන්ගෙන් යුත් “Audio‑Visual‑Skills” දත්තසමුදාය සමඟින් ප්රකාශ කර ඇත. මෙය ත්රි-මට්ටම් පාඨමාලාවක් (short‑range perception → long‑horizon multi‑event reasoning) මත පදනම්ව ඉගෙනීමේ ක්රමයක් භාවිතා කරයි. තවත් නවෝත්පාදන ‘Temporal Audio‑Visual Interleaved Chain‑of‑Thought’ මගින් මොඩලය තත්කාලීනව සිතුවිලි (thoughts) වීඩියෝ කාලරේඛාවට සම්බන්ධ කර, ප්රතිඵලයේ පාරදර්ශීත්වය (interpretability) වැඩි කරයි.
Why it matters? පසුගිය කාලයේ AI ආකෘති කෙටි ක්ලිප් වලට පමණක් සීමා වූ නිසා, ලේඛන, පාඨමාලා, නිරීක්ෂණ වීඩියෝ වැනි දිගු දත්ත සැකසීමට අමාරු විය. AV‑Flamingo එම හිඟය පුරවා, විවෘත-මූලාශ්ර (open‑source) ආකෘතියක් ලෙස ලබා දීමෙන්, වාණිජ ආකෘතිවලට සමාන කාර්ය සාධනයක් ලබා දේ. එමඟින් පර්යේෂකයන්ට, සංවර්ධකයන්ට, ව්යාපාරිකයන්ට නිදහස්ව ආකෘතිය පරීක්ෂා, වෙනස් කර, වැඩි දියුණුවක් ලබා ගත හැක.
ශ්රී ලංකාවට ඇති වැදගත්කම
ශ්රී ලංකාවේ තාක්ෂණ උපාධි ශිෂ්යයින්, AI සංවර්ධකයින්, සහ ව්යාපාරිකයන්ට AV‑Flamingo ගෙන오는 ප්රතිලාභ කිහිපයක් ඇත:
- දෙබස් (Sinhala) සහ ඉංග්රීසි භාෂාවන් සමඟ දිගු වීඩියෝ අන්තර්ගතය පරික්ෂා කර, අධ්යයන ද්රව්ය නිර්මාණය කිරීමේදී වේගවත් AI උපකාරකයක්.
- ශ්රී ලංකාවේ ඉදිරියට ගමන් කරන ස්මාර්ට් නගර, නිරීක්ෂණ කැමරාව, සහ ඩිජිටල් මාධ්ය වැනි ක්ෂේත්රවලදී, දිගු කාලීන වීඩියෝ විශ්ලේෂණය කර තත්කාලීන තීරණ ගැනීමට උපකාරී වේ.
- විවෘත‑මූලාශ්ර බව නිසා, ශ්රී ලංකාවේ තාක්ෂණ ආරම්භකයන්ට පෞද්ගලික API හෝ සේවා ලෙස ආකෘතිය අභිමානයෙන් නිර්මාණය කර, ගාණුකරණය (cost) අඩු කරගත හැක.
මෙම නව ආකෘතිය, ලෝකයේ AI තරඟවල ශ්රී ලංකාවට ඉදිරියෙන් පියවර ගෙන එන්න ඉඩ සලසයි.
AV‑Flamingo හි විවෘත-මූලාශ්ර ප්රකාශය, AI තාක්ෂණය ජනතා අතට ගෙන ඒමට නව මඟක් පෙන්වයි. මෙය පරීක්ෂා කර, ඔබේ ව්යාපාරය හෝ අධ්යයන ව්යාපෘතියේ නව පියවරක් ගන්න.
