AI කේත සහ මෙහෙයුම් උදව්කරු භාවිතා කරන බොහෝ කණ්ඩායම් එකම ගැටලුවට මුහුණ දෙයි: මොඩලය වඩාත් දක්ෂයි කියලා හිතුවත්, ප්රධාන බාධාව ‘සංදර්භය’ බවයි. නිවැරදි සංදර්භයක් නැතිව, කුමාර AI මොඩලයක්වත් සාමාන්ය, අස්ථිර පිළිතුරක් පමණක් දෙයි. ඒත් ඒම මොඩලයට නිවැරදි සංදර්භයක් සපයනවානම්, ඉංජිනේරුවරයාට සැබැවින්ම ප්රයෝජනවත් විසඳුමක් ලැබෙයි.
ඉතින් ප්රශ්නය මෙහෙමයි: කොහොමද අපි AI ක්ලයින්ට් සඳහා කාර්යක්ෂම සංදර්භයක් සකස් කරගන්නේ? මෙහි පිළිතුර තුන් කොටස් වලින් සමන්විතයි – නීති (Rules), දැනුම (Knowledge) සහ රිට්රිවල් (Retrieval). එක් එක් කොටස වෙනත් ගැටලුවක් විසඳනවා.
1. නීති – AI‑ට අපේක්ෂිත ක්රියාකාරකම්
නීති කියන්නේ කණ්ඩායමේ විශේෂ අවශ්යතා, උදාහරණයක් ලෙස:
- කේත සම්මත සහ සමාලෝචන නියමයන් අනුගමනය කිරීම.
- පූර්ණයෙන්ම සෞඛ්ය සම්පන්න ප්රධාන සේවාව අතුරුදන් නොවීම.
- දෝෂයක් සිදුවන විට ඉන්ෆ්රාස්ට්රක්චර් කණ්ඩායමට ඉදිරිපත් කිරීම.
- පාරිභෝගික දත්ත උත්පන්න වචනයේ ඇතුළත් නොකරන්න.
- අභ්යන්තර පුස්තකාලය ප්රමුඛතාවයෙන් භාවිතා කිරීම.
නීති මූලිකවම AI‑ගේ හැසිරීම වෙනස් කරනවා. එය පළමු පසුබැසීමේ තොරතුරු පිරිනැමීමේ තරමට වඩා වැඩි බලයක් දරයි.
2. දැනුම – අපගේ පද්ධති කෙරෙහි විස්තර
දැනුම කියන්නේ පද්ධතියේ ක්රියාකාරකම්, ආකෘති, සහ පරිපාලන ක්රියා මාර්ගයන් සම්බන්ධ ලේඛන. මෙය පහත වර්ගවලින් සමන්විතයි:
- දෝෂ නිරාකරණ මාර්ගෝපදේශ: කුමන සංඥා එකට එකතු වන්නේද, කුමන ඇලට් පණිවුඩය ශබ්දමයද, වාර්තාකළ විකෘතිකරණය කෙතරම් වැදගත්ද යනාදිය.
- රන්බුක් සහ ක්රියාමාර්ග: සේවාව පසුපසට ගෙන යාම, කේතය ප්රතිස්ථාපනය, පාරිභෝගික රහස් පදනම් කිරීම ආදිය.
- ආකෘති හා ව්යාපාරික සීමා: සේවා සීමා, හිමිකාරකම්, දත්ත ප්රවාහ, නාමකරණ නියමයන්, ඉතිහාසයෙහි ගත් තීරණ.
ඒවා සෑම විටම යාවත්කාලීන විය යුතුය; පසුබැසීමේ ලේඛන ලෙස නොරඳවා, සංස්කරණය කළ හැකි, අනුවාදිත දත්ත මූලාශ්රයක් ලෙස ගත යුතුය.
3. රිට්රිවල් – වත්මන් තත්ත්වය පිළිබඳ තොරතුරු
අවසන් කොටස වන රිට්රිවල්, AI‑ට වර්තමාන තොරතුරු ලබාදීමට අවශ්ය වේ. උදාහරණයක්:
- අලුත්ම නිකුතුවේ මාරුකළ කොඩ් එක කුමක්ද?
- දැනට ඇති දෝෂ අනුපාතය කීයද?
- සිදුවීම කවදා ආරම්භ වුණා?
- වැඩ කාර්යය ඇත්තේ කුමන ඉල්ලීමද?
- දැනට අසමත් සේවාවන් කුමනවාද?
- සම්බන්ධිත ලොග් ගොනුවේ මොන තොරතුරු පෙනෙයි?
- එවැනි සිදුවීමක් පසුගිය වරෙක විසඳා තිබේද?
මෙම දත්ත Git, ලොග් පද්ධති, මොනිටරින් පුවරුව, ඉන්සිඩෙන්ට් කළමනාකරණ පද්ධති, වැඩ කාර්ය පද්ධති, අභ්යන්තර ලේඛන හා API හරහා ලබාගත හැක. ඒවා සියල්ල එක ලේඛනයක් තුළ එකතු කිරීමේ අවශ්යතාව නොමැති අතර, AI‑ට අවශ්ය තොරතුරු තනි, පවතින, පේළිවලින් ලබා දීම වඩාත් ප්රයෝජනවත්.
ශ්රී ලංකාවට ඇති වැදගත්කම
ශ්රී ලංකාවේ තාක්ෂණික සමාජය තවමත් AI‑මූලික මෙහෙයුම් උදව්කරු භාවිතා කරමින් නැත. නමුත් මෙම “සංදර්භ ත්රිත්වය” පිළිබඳ අවබෝධය ඇතිවීමෙන්:
- පළමු පියවර ලෙස දේශීය සංවර්ධකයින්ට නිවැරදි රන්බුක්, නීති හා දත්ත ප්රවේශයන් සැකසීමේ හැකියාව ලැබේ.
- ආරම්භක ව්යාපාරයන්ට AI‑උපකාරකයන් සමඟ ඉක්මනින් සිදුවීම් විසඳා, සේවා අඩුකාලීනතාවය පාලනය කළ හැක.
- අධ්යාපන ආයතනවලට AI‑උපකාරකයන් භාවිතා කරමින් සිසුන්ට “ප්රායෝගික DevOps” පළපුරුද්ද ලබාදිය හැක.
ඒ නිසා, මෙය ශ්රී ලංකාවේ තාක්ෂණික ආර්ථිකය, විද්යාත්මක පර්යේෂණය සහ කාර්ය මණ්ඩල පුහුණුව සඳහා වටිනාකමක් ගෙන එයි.
අවසන් වශයෙන්, AI ක්ලයින්ට් සඳහා කාර්යක්ෂම සංදර්භයක් නිර්මාණය කිරීමේ මූලික අදහස තේරුම් ගතහොත්, ඔබේ සංවිධානයේ සිදුවීම් කළමනාකරණය, කේත සම්මත අනුගමනය සහ නවෝත්පාදන වේගය ඉතාමත් ඉහළ යයි.
