අද කාලයේ සොෆ්ට්වෙයා ඉංජිනේරුවන් අතර, ඉවෙන්ට්‑ඩ්රයිවන් ආකෘතිය (EDA) හා AI ඒජන්ට් එකතු කිරීමේ උනන්දුව ඉතා ඉහළයි. එමඟින් ක්රමලේඛන ක්රමවල පාරදියුත්, ගැඹුරු විශ්ලේෂණයක් අවශ්ය වී තිබේ.
මෙම ව්යාපෘතියේ මූලික කරුණ වන්නේ, Apache Kafka, RabbitMQ, AWS EventBridge වැනි බහුලව භාවිතා වන බස් පද්ධති තුළ AI‑සබැඳි ඒජන්ට්වලට රියල්‑ටයිම් ප්රතිචාර ලබාදීමයි. නමුත්, සිදුවන ප්රධාන ගැටළුව වන්නේ AI මොඩලය probabilistic nature එක නිසා, එකම සිදුවනවා නැවත replay කිරීමේදී ඒජන්ට් එකේ තීරණය එකසේ නොවීමයි. ඒ නිසා, core banking වැනි නීතිමය පද්ධතිවල deterministic අවශ්යතාවය අභියෝගයට ලක් වේ.
ඉහළ තත්ත්වයේ පද්ධතිවල, සිදුවන ඕනෑම ඉවෙන්ට් එකක් තත්ත්වය, idempotence, ordering වැනි අංගයන් සමඟ ක්රියාත්මක විය යුතුය. AI ඒජන්ට් එකක් මේවාට අඩුපාඩුවක් කරන්නේ නම්, audit trail එකක් සකස් කිරීම, regulator‑ගෙන් ඉල්ලීම් පිළිතුරු ලබාදීම අතිශය අසීරු වේ. එමෙන්ම, LLM inference කාලය 200 ms සිට 2 seconds දක්වා වෙනස් වන නිසා, sub‑millisecond latency අවශ්ය බස් පද්ධතියේ back‑pressure සහ timeout ගැටළු බරපතළ වේ.
මෙම දෙකේ හොඳම සමබරතාව සොයා ගැනීමට, “Hybrid Event Loop” නමින් නව ආකෘතියක් යෝජනා කරයි. මූලික deterministic topic එකක් පවත්වාගෙන, මුලික financial processing සින්ක්රෝනස් ලෙස කරමින්, AI‑සබැඳි වැඩසටහන්වලට asynchronous පසු‑පෙළ analytics හෝ decision‑making සඳහා වෙනත් ලූපයක් භාවිතා කරයි. මෙයින් latency‑ය පාලනය කරමින්, audit‑ability සහ scalability එකම වේලාවේ රැකගත හැක.
ශ්රී ලංකාවට ඇති වැදගත්කම
ශ්රී ලංකාවේ fintech සමාගම්, බැංකු හා e‑commerce ව්යාපාරයන්ට මේ නව Hybrid Event Loop ආකෘතිය විශාල අවස්ථාවක් වේ. දේශීය සංවර්ධකයන්ට AI‑based decision‑making කාර්යයන් asynchronous ලෙස ඉගෙන ගත හැකි අතර, පාරිභෝගික දත්ත රැස්කර ගැනීම, fraud detection, real‑time credit scoring වැනි ක්ෂේත්රවල තක්ෂණික ප්රතිලාභ ලබාගත හැක. එමෙන්ම, regulator‑වරුන්ට deterministic audit trail එකක් ඉදිරිපත් කිරීමේ හැකියාව නිසා, නීතිමය අවශ්යතා පූරණය කිරීමේ බර කෙටි වෙයි.
අවසන් වශයෙන්, EDA සහ AI එකතු කිරීමේ ගැටළු නව නිර්මාණාත්මක hybrid ආකෘතියකින් විසඳා, ශ්රී ලංකාවේ තාක්ෂණික පදනම ශක්තිමත් කර ගැනීමට ඉඩ සලසයි. නව ගැටළු පසුබැසීමක් නොව, ඉදිරියට ගමන් කරන නව අවස්ථාවක් බවට පත්වේ.
