හැක්තොන් එකක් සඳහා දොරකඩ-කැමරා AI එකක් නිර්මාණය කරන අතරම, පළමු දින හතරේදී මගේ පද්ධතියක් මට අසත්යයක් කියා සිටින්නේ දැකලා. එය නරක අදහසක් නොව, මොනවත් නොදන්නා විට "මම දන්නේ නැහැ" කියා නොකියා හුදෙක් අනුමාන කරන ලද තත්ත්වයක් වුණා.
අද වන විට බොහෝ දොරකඩ-කැමරා උපාංගයක් "ගතියක් තිබේද?" යන ප්රශ්නයට පමණක් පිළිතුරු දෙනවා. නමුත් රාත්රියේ 11ට දුරකතන දෝලන විට, අපිට අවශ්ය වන්නේ "මෙම සිදුවීම ගැන අවධානයක් දිය යුතුද?" යන ප්රශ්නයයි. එම නිසා බොහෝ විට දැනුම්දීමක් ශබ්දයක් පමණක් වෙලා, පරිශීලකයා එය නොදැක ඉවත් කරලා යනවා.
මේ ගැටලුවට විසඳුමක් ලෙස, මම Kenbunshoku (見聞色) නමින් ප්රොජෙක්ට් එකක් ගොඩක් කළා. මෙහි මූලික රූපලාවන්යය: YOLOv8n නමැති ලෝකලයෙහි වේගවත් වස්තුව හඳුනාගැනීමේ මොඩලයක් කැමරා ප්රවාහය නිරීක්ෂණය කර, පුද්ගලයෙක් පෙනෙන ෆ්රේම් පමණක් කලාපයට යවයි. එම ෆ්රේම් අලිබාබා ක්ලවුඩ් හි Qwen‑VL (vision‑language) මොඩලයට යොමු කර, සිදුවන තත්වය ගැන තේරුම් ගනී. පසුපස මතක ස්තරයක් ඒ සිදුවීම නැවත නැවත වෙයිද කියා පරීක්ෂා කර, අවසාන දැනුම්දීම දුරකතනයට පණිවුඩයක් ලෙස පෙනෙන පරිදි එය යවයි.
අදාල පද්ධතිය පළමු වරට පරීක්ෂා කරන විට, අඳුරු, පැහැදිලි නොවන රූපයක් ඇතුළත් කළා. ප්රශ්නය "මෙම පුද්ගලයා හඳුනාගත හැකිද, බෙදාහැරීමක් වගේද, නැත්නම් අසාමාන්යද?" යනුවෙනි. Qwen‑VL "familiar" (හඳුනාගත්) ලෙස පිළිතුරු දුන්නා. එය කිසිදු පින්තූරයක් නොදැක, එම පුද්ගලයා ගැන කිසිදු දත්ත නැතිව, අඩංගු නොවන තොරතුරක් නිර්මාණය කර තිබුණා – ඒක මනුෂ්යයෙකු වැනි අන්යය පිළිතුරු වැනි විය.
මෙම ගැටලුවට විසඳුම සංකීර්ණ මොඩලයක් හෝ දිගු ප්රෝම්ප්ට් එකක් නොව, ප්රශ්නයේ සීමාව වෙනස් කිරීමයි. "familiar" යන වචනය දැන් "අපේක්ෂිත, අවදානය අවශ්ය නොවන" ලෙස අර්ථ දෙනවා – අයෙකුගේ නම හඳුනා ගැනීම නොව. තවද, රූපය "familiar" හෝ "delivery-like" ලෙස තහවුරු කළ නොහැකි නම්, "anomalous" (අසාමාන්ය) ලෙස පිළිතුරු දීමට නියමිතය. මෙයින් AI එක අනිසි අනුමාන වලින් වැළකී, නිවැරදි තොරතුරක් ලබා දෙනවා.
ශ්රී ලංකාවට ඇති වැදගත්කම
- සිසුන් – AI මොඩලයන් සමඟ ප්රායෝගික ව්යාපෘති කරගෙන, නවතම vision‑language තාක්ෂණය ඉගෙන ගැනීමට අවස්ථාව.
- සංවර්ධකයින් – YOLO, Qwen‑VL වැනි open‑source හා cloud API භාවිතයෙන් ඉක්මනින් පරීක්ෂණාත්මක නිර්මාණයන් නිර්මාණය කිරීමේ හැකියාව.
- ව්යාපාර – නිවසේ ආරක්ෂණය පමණක් නොව, ගබඩා, කාර්යාල වැනි ස්ථානවල දැනුම්දීමේ ශබ්දය අඩු කර, කාර්ය සාධනය වැඩි කිරීම.
අවසන් වශයෙන්, AI එකට "මම දන්නේ නැහැ" කියා කියවීමට ඉගෙන දීම, එය තවත් විශ්වාසනීය සහ ප්රයෝජනවත් කරයි. මෙවැනි තාක්ෂණය අපේ දෛනික ජීවිතය තුළ අධික ශබ්දයෙන් නිදහස් කර, අවශ්ය තොරතුරක් කෙලින්ම ලබා දෙනවා.
