ඇගයීම් තේරීම් පක්ෂපාතය: බේක්‑ඔෆ් එකේ ඉහළම සකස්කළ අගය සැබැවින්ම හොඳද?

බොහෝ මෘදුකාංග සංවර්ධකයින් තනි පරීක්ෂණ සෙට් එකක බේක්‑ඔෆ් (bake‑off) එකක් කර, උසස් පාලක අගය ලබා ගත් සැකසුමක් තෝරා, එය නිෂ්පාදනයට යොදයි. නමුත් එම සැකසුම පරිසරයේ සැබෑ ක්‍රියාකාරිත්වය අඩු වීමක් පෙන්වා දෙයි. මේ තත්වය තේරුම් ගැනීමට අවශ්‍ය කරුණක් ‘Best‑of‑K selection bias’ නම් පක්ෂපාතයයි.

Best‑of‑K selection bias කියන්නේ K සංකල්පිත සැකසුම් අතරින් ඉහළම සාර්ථකත්වය (pass rate) තෝරාගන්නා විට, එම අගය ශබ්ද (noise) මත වැඩි වීමට ඉඩ ඇත. සැබෑ අගය හා ශබ්දය එකතු වූ විශ්ලේෂණයක් නිසා, K ≥ 2 වන විට, තෝරාගත් උපරිම අගය සාමාන්‍ය අගයට වඩා ඉහළම බව ගණිතමය තත්වයකි.

උදාහරණයක් ලෙස, ලේඛකයා එකම 50% සාර්ථකත්වයක් ඇති අට (8) සමාන සැකසුම් 100 පරීක්ෂණ අයිතමයකින් පරීක්ෂා කළා. ප්‍රතිඵලය: 54% (config 6) ඉහළම අගයක් වුණා, නමුත් ඒක තවත් 100 අයිතමයකින් පරීක්ෂා කළ විට 48% ක් පමණට පත් වුණා. එනම්, බේක්‑ඔෆ් එකේ පෙන්වූ 54% අගය, සැබෑ 50% අගයට වඩා 4% පමණ වැඩි වූවාය.

මෙම පක්ෂපාතය නිසා සංවර්ධකයින් අධික විශ්වාසයක් ගොඩ කරගෙන, අධික පිරිවැය, අයදුම්පතේ අඩු කාර්ය සාධනය, පාරිභෝගික අසතුට වැනි ගැටළු මතුවේ. ඒ නිසා, අගයන් තීරණය කර ගැනීමට පෙර, ශබ්දය සහ අගයන් අතර අසමතුලිතතාවය මැනගත යුතුය.

ශ්‍රී ලංකාවට ඇති වැදගත්කම

ශ්‍රී ලංකාවේ තාක්ෂණික ශිෂ්‍ය, සංවර්ධක හා ව්‍යාපාරිකයන්ට මෙම පක්ෂපාතය හඳුනා ගැනීම අතිශය වැදගත් වේ. ප්‍රථමයෙන්, උගත් AI/ML පඬිලාවන්ට විශ්වාසනීය පරීක්ෂණ සැකසීමේ වැදගත්කම තේරුම් ගත හැක. දෙවනුව, පරීක්ෂණ දත්ත ගණන වැඩි කිරීම (n) ශබ්දය අඩු කර, පක්ෂපාතය අඩු කරයි – නමුත් එය න්‍යාය පදනම්ව 1/√n ලෙස අඩු වේ, එබැවින් බජට් සැලසුම සකස් කිරීම අත්‍යවශ්‍ය වේ.

• විශ්ව විශ්වවිද්‍යාල හා පුහුණු පාඨමාලා වලදී, බේක්‑ඔෆ් ප්‍රතිඵල මත අධික විශ්වාස නොකර, ස්ථායි පරීක්ෂණ කට්ටලයක් (hold‑out set) භාවිතා කිරීම.
• ව්‍යාපාරිකයන්ට නිෂ්පාදන ගුණාත්මකභාවය අතිරේක පරීක්ෂණයකින් තහවුරු කර, පාරිභෝගික අභිලාෂයන්ට අනුගත වීම.
• ස්ථානයේ AI නිෂ්පාදන සපයන්නන්ට නිවැරදි මිනුම් පද්ධති පිහිටුවා, පක්ෂපාතය හේතුවෙන් ඇති ව්‍යාපාරික අහිමිවීමක් වළක්වා ගැනීම.

අවසන් වශයෙන්, බේක්‑ඔෆ් එකේ ඉහළම අගය තෝරා ගැනීම නිතරම සැබෑ කාර්ය සාධනයට ගැළපෙන්නේ නැත. නිවැරදි සංඛ්‍යාත්මක විශ්ලේෂණ, ප්‍රමාණවත් පරීක්ෂණ දත්ත, හා හෝල්ඩ්‑ඕට් පරීක්ෂණ භාවිතය මඟින් මෙම පක්ෂපාතය අවම කර, ශ්‍රී ලංකාවේ තාක්ෂණික පරිසරය තවත් ශක්තිමත් කරගත හැක.

ඔබේ AI/ML ව්‍යාපෘතියේ නිවැරදි ඇගයීම් සඳහා, පක්ෂපාතය ගැන සත්‍ය අවබෝධයක් ඇති කර, තීරණාත්මක පියවර ගන්න.