ඔබේ Jupyter notebook එකේ ලැබූ අංක තරඟය අසීමිතයි කියලා හිතලා, ඒ මොඩලය දැන් ව්යාපාරික ලෝකයට ගෙන යනවා කියලා සිතනවාද? නමුත් නිෂ්පාදනයේ පළමුවැනි දිනවලින්ම මොඩලය පනස් හතක් පමණ අසාර්ථක වුණා නම්, ඒක “Train & Forget” වැරදි මඟින් සිදු වූවා විය.
Train & Forget කියන්නේ මොඩලයක් පුහුණු කරලා, ඒක දිගටම ක්රියාත්මක වේවි කියලා සැලකිල්ලෙන් බැලීම. වස්තුවේ, මොඩලය පළමු පරික්ෂණවල හොඳ ප්රතිඵල ලබා දුන්නත්, ව්යාපාරික අවශ්යතා, දත්ත ව්යාපෘති, පරිසරය වැනි ගැටළු වලින් එය ඉක්මනින් අඩුපාඩු පෙන්වයි.
ඇයි මෙහෙම වෙන්නේ?
නිෂ්පාදනයේ මොඩලය අසාර්ථක වීමට ප්රධාන හේතු කිහිපයක් ඇත:
- Data Drift & Concept Drift – නව ගනුදෙනුකරුවන්ගේ ගුණාංග වෙනස් වීම හෝ ව්යාපාරයේ නීති, රුකඩ වෙනස් වීම.
- Training‑Serving Skew – පුහුණුවේදී දත්ත සැකසීම හා නිෂ්පාදනයේදී දත්ත සැකසීම අතර අසමතුලිතතාව.
- Feature Store හි අස්ථිරත්වය – පූර්ව නිර්මාණය කළ ගුණාංග නිෂ්පාදනයේදී සමාන නොවීම.
- ආධාරක පරිසරයේ සීමා – සංවර්ධන පරිසරයේ ඇති සම්පත්, මතක, CPU/GPU වැනි සම්පත් නිෂ්පාදනයේදී අඩු වීම.
- මොඩල නිරීක්ෂණය නොකිරීම – සේවා uptime පමණක් නිරීක්ෂණය, මොඩලයේ නිවැරදි බව නොබලන්න.
- Feedback Loop අඩුපාඩු – නව දත්ත, පරීක්ෂණ ප්රතිඵල ලබා ගන්නා පද්ධතියක් නොමැතිවීම.
- MLOps හි අඩුපාඩු – ස්වයංක්රීය retraining, versioning, deployment pipeline නොමැතිවීම.
මේ සියලු ගැටළු එකට එකතු වීමෙන්, “පර්ෆෙක්ට්” මොඩලයක් පවා වාණිජ ලෝකයේ අසාර්ථක වෙයි.
ශ්රී ලංකාවට ඇති වැදගත්කම
ශ්රී ලංකාවේ තාක්ෂණික සමාජයට මේ පළපුරුදු කාරණා බොහෝ වැදගත්:
- ඉගෙනුම් ආකාරය – විශ්වවිද්යාල, තාක්ෂණික ආයතන වල AI පාඨමාලා වල “MLOps” සහ “monitoring” මොඩියුල ඇතුළත් කිරීම.
- ව්යාපාරික අවස්ථා – දේශීය start‑ups, fintech, logistics සමාගම් මොඩලය නිරන්තරයෙන් නවීකරණය කරගැනීමෙන් ROI වැඩි කරගැනීමට හැකියාව.
- දත්ත පාරිභෝගිකත්වය – ශ්රේෂ්ඨ feature store, data pipeline පද්ධති ගොඩනැගීමෙන් දත්ත ගුණාත්මකභාවය තහවුරු කර ගත හැකිය.
- රැකියා අවස්ථා – MLOps ඉංජිනේරු, data engineer, AI reliability specialist වැනි නව රැකියා තරඟයක් උදාවෙයි.
ඒ නිසා, මොඩලයක් “train & forget” නොකර, නිරන්තර නවීකරණය, නිරීක්ෂණය, feedback loop පද්ධතියක් සමඟ ඉදිරියට ගෙන යනවා නම්, ශ්රී ලංකාවේ තාක්ෂණික පරිසරය තවත් තදබල, නවෝත්පාදනශීලී වේ.
නිගමනය
මොඩලයක් නිෂ්පාදනයේ අසාර්ථක වීමේ ප්රධාන හේතුව “අවසන් කරන ලද” සිතීමයි. ඔබේ AI ව්යාපෘතියේ දිගුකාලීන සාර්ථකත්වය සඳහා MLOps, data drift detection, continuous training යන අංග එකතු කරගන්න. එවිට ඔබේ මොඩලය ව්යාපාරයේ සැබෑ වටිනාකමක් ලබා දීමට සූදානම් වේ.
