Omnist කියන, Python පදනම්ව තිබෙන, විවෘත-සම්පත් ලයිබ්රරියක්, පළමු සංස්කරණය කරපු කාලය සතිය දෙකක් පමණයි. ඒත් ඒ කාලයෙහි වැඩ කළේ 16 වසරක් පුරා පීඑච්ඩී පර්යේෂණයක් පදනම් කරගත් එක් පුද්ගලයකුයි, පාර්ශවික කාලයකින්.
කොහොමද මේක “AI කේතය ඉක්මනින් ලියයි” කියලා වැරදි අදහසකට පත් වෙන්නේ? සැබෑ වශයෙන්, කතාරුකරු එකම කාලයේ දෙකේ කණ්ඩායම් පවත්වා ගත්තේය. එක කණ්ඩායම ‘සංකල්පන’ (Conceptualization) කණ්ඩායම, තවත් එක ‘ඉදිරිපත් කිරීම’ (Materialization) කණ්ඩායම. දෙකම AI මගින් පාලනය කරලා, නමුත් නීති වෙනස් කරලා.
සංකල්පන කණ්ඩායම – AI එක රිසර්ච් ඇසිස්ටන්ට් වශයෙන් කටයුතු කළා. අදහසක් හොඳද, වෙනත් මඟක් තියෙනවද කියා විවාදයකට පත්වෙලා. AI එකට මට එය අනුමත නොකළොත්, හේතුවක් දක්වන්න අවශ්ය වුණා. මෙහි නීතිය වුණේ “AI එකට මට එරෙහිව වාද කළ හැකි විය යුතුයි”.
ඉදිරිපත් කිරීම කණ්ඩායම – AI එක DevOps කණ්ඩායම වශයෙන් කේතය පරීක්ෂා කර, ලේඛන, පරීක්ෂණ, නිකුතුව ආදිය කළා. මෙහි නීතිය “ඉදිරිපත් කරන කෙනා එය තහවුරු නොකරයි, වෙනත් කෙනා ඒක පරීක්ෂා කරයි” යන්නයි. ඒ නිසා AI එක ‘කොහොමද’ කියන ප්රශ්නයට පිළිතුරු දුන්නා, ‘ඇයි’ කියන ප්රශ්නයට නොව.
මෙම දෙකේ “කොළොම්” එකම AI මෙවලමක් වුනත්, නීති වෙනස් කිරීමෙන් වැඩි දක්ෂතාවයක් ලැබුණා. AI එකට කවර ‘ටෝපිය’ (hat) පළඳිනවා කියලා පැහැදිලි කළ පසු, වැරදි ඉල්ලීම් හදිසියේම හඳුනාගන්න ලැබුණා.
ශ්රී ලංකාවට ඇති වැදගත්කම
ශ්රී ලංකාවේ තරුණ ඩෙවලපර්ස්, පර්යේෂකයන්, ව්යාපාරිකයන් සඳහා මේ අභ්යාසය බහුල වශයෙන් ප්රයෝජනවත් වේ.
- අධ්යාපනය – විශ්වවිද්යාල සිසුන්ට AI‑කෙරෙහි ‘සංකල්පන’ සහ ‘ඉදිරිපත් කිරීම’ අතර වෙනස ඉගෙනගැනීමට හොඳ ආදර්ශයක්.
- ඉන්ජිනියරින් – කණ්ඩායම් හස්තයන අතර ගමන් කරන “handoff” ප්රශ්න ඉවත් කර, වැඩ වේගවත් කරයි.
- ව්යාපාර – කුඩා ආයතනවලට AI‑ආධාරිත DevOps පද්ධති භාවිතා කර, නිෂ්පාදන වේගය, ගුණාත්මකභාවය ඉහළ යාමට ඉඩ සලසයි.
ඉදිරියේදී AI‑කෙරෙහි නීති පාලනය කරමින් වැඩි පරිමාණ පරික්ෂණ, නිෂ්පාදන ව්යාපෘති වලට මේ ආකාරයේ “දෙකේ කණ්ඩායම්” මෝඩලය අනුගමනය කළ හැකිය.
කෙටි සාරාංශයක් ලෙස, AI එකේ විවිධ “ටෝපි” භාවිතා කිරීමෙන් එකම පුද්ගලයා දෙකේ කණ්ඩායම් නඩත්තු කරගැනීමට හැකි වුණා. මෙය තාක්ෂණික ප්රගතියේ නව මාවතක් බවට පත්වේ.
