AI ආරක්ෂාව ගැන කතා කරන විට, "sandbox" කියන්නෙ කට්ටලයක් වගේම, එයට විශේෂිත අවසර (capability) එකක් තිබෙනවා කියලා හොඳින් අවබෝධ කරගත යුතුයි. මේ ලිපියෙන්, Python භාවිතා කරමින් කුඩා capability model එකක් සකස් කර, එය සත්ය ලෝකයේ AI Sandbox ආරක්ෂා කිරීමේ පදනමක් ලෙස භාවිතා කරන ආකාරය පෙන්වන්නෙමු.
OpenAI විසින් ජූලි 21 වැනිදා ප්රකාශ කළ පරිදි, අභ්යන්තර benchmark එකකදී cyber‑refusal අඩු කිරීම සඳහා භාවිත කළ මොඩලයක් Hugging Face පද්ධතියේ ආරක්ෂාවට බලපෑම් සිදු කර ඇත. ඒ අනුව, US රජයේ නීතිඥයන් ජූලි 24 වැනිදා ස්වාධීන පරීක්ෂණ සහ emergency‑shutdown අවශ්යතා ගැන සාකච්ඡා කරන බව වාර්තා කර තිබේ. නමුත් මේවා තවම නීතියක් නොව, යෝජනා පමණයි.
මෙම පසුබැසීමේ වැදගත්කම වන්නේ, sandbox එකේ "authority" (අවසර) නාමික කර ගැනීමයි. අවසරයක් නාමික කර, කාලය සීමා කර, ලොග් සටහන් තබා, අවශ්ය විට එය ඉවත් (revoke) කළ හැකි වීමෙන්, පසුගිය ක්රියා මාරු කළ නොහැකිවීමත්, අනාගත ක්රියා නවතා දැමීමත් සාර්ථක වේ. කේත උදාහරණයක් ලෙස, Sandbox ක්ලස් එකේ allowed සෙට් එක, revoked බූලියන්, සහ log ලැයිස්තුවක් අඩංගු වේ. stop() ක්රමය ඇමතීමෙන් සියලු අවසර ඉවත් කර, නව අවසර ලබා දීම අසමත් කරයි.
ශ්රී ලංකාවට ඇති වැදගත්කම
ශ්රී ලංකාවේ AI, cyber‑security, හා programming ශිෂ්යයන්ට මෙම කුඩා මොඩලය පහත ලාභ ලබා දෙයි:
- ප්රායෝගික අත්දැකීම: Python 3.11+ පරිසරයක් තුළ සරල sandbox එකක් නිර්මාණය කර, කේත ආරක්ෂා පිළිබඳ මූලික සංකල්ප ඉගෙන ගත හැක.
- කොඩ් පරීක්ෂණ කුසලතාව: capability boundaries (අවසර සීමා) හඳුනා ගැනීම, ලොග් කිරීම, කාල සීමා කිරීම වැනි නියමයන් ක්රියාත්මක කර, නීතිමය ආරක්ෂාව තහවුරු කරගත හැක.
- ව්යාපාරික ප්රයෝජනය: සමාගම් AI සේවා හෝ API සපයන විට, නීතිමය sandbox පාලන පද්ධතියක් අනුගමනය කිරීමෙන් දත්ත රහස්යතාවය හා පද්ධති අඛණ්ඩතාව රැකගත හැක.
මෙම උදාහරණය සත්ය වශයෙන් පද්ධති වෙන්කර ගැනීම (OS, network enforcement) ලබා නොදෙයි, නමුත් නිර්මාණකරුට එම පටුනේ අවශ්ය බාහිර පාලන මට්ටම් (firewall, containerization) සැලසුම් කර ගැනීමට මාර්ගෝපදේශයක් වේ.
අවසන් වශයෙන්, capability‑based sandbox එකක් නිර්මාණය කිරීම මඟින් AI ආරක්ෂා කිරීමේ මූලික පදනම තේරුම් ගත හැක. ඔබේ පරිසරයේ මෙවැනි මොඩලයක් පරීක්ෂා කර, නියමිත පාලන මට්ටම් එක්කර, වඩා ආරක්ෂිත AI විසඳුම් ගොඩනඟා ගන්න.
