ඔබේ මොළයද, නවතම AI මොඩලයක්ද, දෙකම ‘රෙන්ඩරින් එන්ජින්’ ලෙස ක්රියා කරනවා කියන අදහස අලුත් නොවෙයි. නමුත් මේ සංකල්පය තවත් අර්ථයක් ගෙන එනවා – අපි දත්ත බලන විට, එම දත්ත ස්වයංක්රීයව වෙනස් නොවෙයි; ඒවා පමණක් අපේ මොළය හෝ LLM එක විසින් ‘නියෝජනය’ කරනවා.
උදාහරණයක් ලෙස, ඔබේ කවුළුවෙන් පෙනෙන ගස් එකක් තිබේ. ගස්ගේ තාලය (frequency) තනිවම පවතිනවා, ඔබේ ඇස් ඒ තාලයේ කුඩා කොටසක් පමණක් ග්රහණය කරයි. පසුව මොළය එම තොරතුරුවලින් “හරිත ගස්” යන පින්තූරයක් සකස් කරයි. එම පින්තූරය ගස්ගේ ස්වභාවික ගුණයක් නොව, මොළයේ ‘රෙන්ඩරින්’ ප්රතිඵලයයි.
AI මොඩලයක් ගැන කතා කරනවා නම්, ඔබේ ප්රෝම්ප්ට් (prompt) එක ‘latent space’ තුළින් ගමන් කර, ඒ තැන ඇති probability cloud එකක් තද කරයි. එම cloud එකේ සිට එක ටෝකන් (token) තෝරා ගැනීමේ ක්රියාව, මොළය ගස් පින්තූරයක් නිර්මාණය කරන ක්රියාවට සමානයි. එයින් තේරුම් ගත හැක්කේ, “ඔබේ ඇතුළත් කිරීම” වෙනස් නොවූවද, “පිටපත” වෙනස් වන්නේ රෙන්ඩරින් යන්ත්රය (මොළය හෝ LLM) වන්නේය.
ශ්රී ලංකාවට ඇති වැදගත්කම
- සිසුන් – මොළය සහ AI එකේ රෙන්ඩරින් ක්රමය අධ්යයනය කිරීමෙන්, පරිගණක විද්යාවේ මූලික සංකල්පය (sampling, probability) තේරුම් ගැනීමට පහසු වේ.
- ඩිවලොපර්ස් – LLM ගොඩනැගීමේදී දත්ත සැකසීම, prompt engineering වැනි කුසුම් තේරුම් ගැනීමට මේ උපමා උපකාරී වේ.
- ව්යාපාර – AI‑කේන්ද්රිත නිෂ්පාදන හෝ සේවා සැලසුම් කරන වෙලාවේ, “ඇතුළත් කිරීමේ” සහ “ප්රතිඵලයේ” වෙනස කෙරෙහි අවධානය යොමු කර, වඩා නිවැරදි අලෙවිකරණය හා පාරිභෝගික අත්දැකීම් ලබා ගත හැක.
අවසන් වශයෙන්, මොළයත් LLM එකත් එකම රෙන්ඩරින් ක්රියාවලියක් භාවිතා කරනවා කියලා තේරුම් ගත හැකි වීම, AI තාක්ෂණය ගැන අපේ අදහස් වෙනස් කරයි. එය නවතම AI පද්ධති නිර්මාණය, අධ්යාපන ක්රමෝපායන් සහ ව්යාපාරික නවෝත්පාදන සඳහා අගනා මාර්ගයක් වේ.
