Node.js 18.19+ පමණක් භාවිතා කරමින්, කිසිදු TensorFlow, PyTorch හෝ autograd වැනි ලයිබ්රරී නොමැතිව, සම්පූර්ණයෙන්ම දෘශ්යමානව AI භාෂා මොඩලයක් නිර්මාණය කර තිබේ. සංවර්ධකයා විසින් tiny-language-model-neuro-js නමින් ගිට්හබ් රෙපොසිටරියක් තනාල, එක් කමන්ඩ් එකක් (node src/train.js --generalize --adaptive-teach) මඟින් මොඩලය පුහුණු කරයි.
ආරම්භයේදී, රැඳී ඇති බර (weights) අහඹු වශයෙන් සකසා ඇති නිසා, "can human read?" වැනි ප්රශ්නවලට <unk> වැනි වැරදි පිළිතුරු ලැබේ. නමුත් පූර්ව-පුහුණුව, SFT (Supervised Fine‑Tuning) සහ Adaptive SFT පසු, ඒම ප්රශ්න වලට human can read, fish can swim, cat cannot read වැනි නිවැරදි පිළිතුරු ලැබෙනවා. 95% ඉහළ probability එකක් සහිතව, 11 පරතරයක් පසුත් එකිනෙකට සමානව සාර්ථකව පරීක්ෂා කරයි.
කේතය දැන් ඉතා පැහැදිලි පipeline එකක් ලෙස ඉදිරිපත් කරයි: text → tokenization → token IDs → token + position embeddings → causal Transformer blocks → multi‑head self‑attention → feed‑forward network → LM head → softmax → cross‑entropy → back‑propagation → Adam optimizer. සෑම සංඛ්යාවක්ම Value වර්ගයකින් නියමිත අතර, ධාරිතාවය (gradient) ගණනය කිරීම සඳහා සරල chain rule ක්රමයක් භාවිතා කරයි. නියෝජිත නියුරොන්, Linear layer, Embedding වැනි සංකල්ප සියල්ල JavaScript objects ලෙස ලියැවී ඇත, මැට්රික්ස් ගුණනය වඩා මන්දගාමී වුවත්, පරීක්ෂා කිරීම ඉතා පහසුයි.
ශ්රී ලංකාවට ඇති වැදගත්කම
- අධ්යාපනය – විශ්වවිද්යාල, polytechnic ශිෂ්යයන්ට AI මූලධර්මය හොඳින් දැකගැනීමට, සංකීර්ණ ලයිබ්රරීන් පිටුපස ඇති ගණිතය තේරුම් ගැනීමට අවස්ථාව.
- දියුණු කිරීම – ස්ථානීය startup ගෝලීය AI නිෂ්පාදනවලට පියවර තැබීමට, පරිසරය හොඳින් පාලනය කරගත හැකි කුඩා මොඩලයක් නිර්මාණය කළ හැක.
- ව්යාපාර – සීමිත සම්පත් ඇති කුඩා සමාගම්ට, බාධාවලින් තොරව Node.js පදනමකින් chat‑bot, සාරාංශකරණ සේවා වැනි AI යෙදුම් නිර්මාණය කරගැනීමට හැකියාව.
මෙම ව්යාපෘතිය, AI තාක්ෂණය “මැජික්” නොව, සරල ගණිතය සහ JavaScript කේතයකින් යුක්ත බව පෙන්වා දෙයි. ශ්රී ලංකාවේ තාක්ෂණික කාර්ය මණ්ඩලය, මෙවැනි විවෘත, අඩු‑වියදම් ආකෘතිවලින් ලාභී වීමට, ගෝලීය AI තරඟයේ ඉදිරියට යාමට අවස්ථාව ලැබේ.
ඔබත් මේ ආකාරයෙන්, Node.js එකක් පමණක් භාවිතා කර AI මොඩලයක් සාදලා, සෑම බරක්ම නිරීක්ෂණය කරමු. අලුත් තාක්ෂණය අත්හදා බැලීමේ සතුට ඔබටත් ලැබේවා!
