කෘත්‍රිම බුද්ධිය (AI) අද සෑම තැනකම පවතින අතර, ඒ සමඟම නව පාරිභාෂික වචන විශාල ප්‍රමාණයක් ද පැමිණ ඇත. මෙම සංකල්ප පහසුවෙන් ග්‍රහණය කර ගැනීම සඳහා, අපට හුරුපුරුදු උපමාවක් භාවිතා කිරීම ප්‍රයෝජනවත් වේ: එනම් මානව බුද්ධියයි. සරලවම කිවහොත්, AI යනු පරිගණකයක් තුළ මානව බුද්ධියට සමාන හෝ එය ඉක්මවා යන බුද්ධියක් නිර්මාණය කිරීම අරමුණු කරගත් පරිගණක විද්‍යාවේ උප ක්ෂේත්‍රයකි.

මානව හැකියාවන්ගේ උපමාවන් හරහා පැහැදිලි කළ නූතන AI හි අත්‍යවශ්‍ය සංකල්ප හයක් පහත දැක්වේ:

1. මොළය: විශාල භාෂා ආකෘති (Large Language Models – LLMs) මානව බුද්ධිය ආරම්භ වන්නේ මොළයෙනි. නූතන AI පද්ධතිවල, මොළය නියෝජනය කරන්නේ ආකෘතියක් (model) මගිනි, සාමාන්‍යයෙන් මෙය විශාල භාෂා ආකෘතියක් (LLM) වේ. මූලික බුද්ධිය සහ තර්ක කිරීමේ හැකියාවන් පවතින්නේ මෙන්ම වචන, රූප හෝ ශබ්ද වැනි අන්තර්ගතයන් ජනනය කරන්නේ ද මෙහිදීය. ජනක AI (Generative AI) ඔබ ලබාදෙන ආදානයන් මත පදනම්ව ප්‍රතිදානයන් පුරෝකථනය කිරීමට සම්භාවිතාවන් භාවිතා කරයි. ඔබ ප්‍රශ්නයක් ඇසූ විට, LLM විසින් කරන්නේ වාක්‍යයක්, ඡේදයක් හෝ සම්පූර්ණ ලේඛනයක්ම සම්පූර්ණ කරන්නේ කෙසේදැයි පුරෝකථනය කරන ඉතා දියුණු ‘autocomplete’ (ස්වයංක්‍රීය සම්පූර්ණ කිරීමේ) ක්‍රියාවලියකි.

2. පාසල් අධ්‍යාපනය: ආකෘති පුහුණු කිරීම සහ සුසර කිරීම (Model Training and Tuning) පුහුණු නොකළ මොළයක් එතරම් ප්‍රයෝජනවත් නොවේ. ගණිතය, ඉතිහාසය සහ භාෂාව ඉගෙන ගැනීමට මිනිසුන් පාසල් යනවා සේම, සිතන ආකාරය LLM එකකට ද ඉගැන්විය යුතුය. මෙම ක්‍රියාවලිය ආකෘති පුහුණු කිරීම සහ සුසර කිරීම (model training and tuning) ලෙස හඳුන්වනු ලබන අතර, එමඟින් AI හට මූලික කාර්යයන් තේරුම් ගැනීමට සහ තර්ක කිරීමේ කුසලතා වර්ධනය කර ගැනීමට ඉඩ සලසයි.

3. යාවත්කාලීනව සිටීම: Retrieval Augmented Generation (RAG) ඔබ පාසලෙන් පිට වූ මොහොතේම ඉගෙනීම නැවැත්වුවහොත්, වත්මන් සිදුවීම්, නව තාක්ෂණයන් හෝ අද කාලගුණය පිළිබඳව ඔබ දැනුවත් වන්නේ නැත. ප්‍රවෘත්ති හෝ පර්යේෂණ පත්‍රිකා කියවීමෙන් මිනිසුන් තම දැනුම වර්ධනය කර ගනී. AI තුළ, මෙය සාක්ෂාත් කරගනු ලබන්නේ Retrieval Augmented Generation (RAG) හරහාය. RAG මඟින් AI හි දැනුම විශ්වාසදායක බාහිර මූලාශ්‍ර වෙත සම්බන්ධ කිරීම මගින් පුළුල් කරයි. මෙය AI සත්‍ය තොරතුරු මත පදනම් කරන අතර “මායාවන්” (hallucinations) – එනම් AI විසින් විශ්වාසයෙන් යුතුව වැරදි අනුමාන කිරීම් – අඩු කිරීමට උපකාරී වේ.

4. අත් සහ පාද: AI ඒජන්තවරුන් (AI Agents) කොටුවක් තුළ ඇති මොළයක් ප්‍රයෝජනවත් වුවද, දේවල් එහා මෙහා ගෙන යාමට සහ ගොඩනැගීමට මිනිසුන් අත් සහ පාද භාවිතා කරනවා සේම, කාර්යයන් ඉටු කිරීම සඳහා ලෝකය සමඟ අන්තර් ක්‍රියා කිරීමට හැකි වූ විට එය වඩාත් බලවත් වේ. දත්ත සමුදායන් කියවීමට සහ ලිවීමට, කේත ලිවීමට, අන්තර්ජාලය පිරික්සීමට හෝ මිලදී ගැනීම් කිරීමට පවා මෙවලම් වෙත ප්‍රවේශය AI වෙත ලබා දුන් විට, එය AI ඒජන්තවරයෙකු (AI Agent) බවට පත්වේ. සරලව ප්‍රකාශ කළහොත්, ඒජන්තවරයෙකු යනු ස්වයංක්‍රීයව අඛණ්ඩ චක්‍රයක් (loop) තුළ මෙවලම් භාවිතා කරන ආකෘතියකි, එමඟින් ප්‍රශ්නවලට පිළිතුරු දීමට අමතරව සැබවින්ම දේවල් කරගැනීමට ඊට හැකියාව ලැබේ.

5. ස්නායු පද්ධතිය: Model Context Protocol (MCP) මොළය අත් සහ පාද සමඟ සන්නිවේදනය කරන්නේ කෙසේද? ශරීරය පුරා පණිවිඩ යැවීම සඳහා මිනිසුන්ට මධ්‍යම ස්නායු පද්ධතියක් ඇත. AI ඒජන්තවරයෙකු සඳහා, මෙම සන්නිවේදනය Model Context Protocol (MCP) මගින් හැසිරවිය හැක. MCP සම්බන්ධීකරණ ස්ථරය ලෙස ක්‍රියා කරන අතර, මොළයේ තර්කනය මෙවලම් සමඟ සම්බන්ධ කරමින් AI හි “අත් සහ පාදවල” ක්‍රියාකාරකම් සම්බන්ධීකරණය කරයි.

6. හෘදය සාක්ෂිය: පද්ධති ප්‍රේරක (System Prompts) සම්පූර්ණ ක්‍රියාකාරී පද්ධතියකට වුවද එහි හැසිරීම පාලනය කිරීමට මාර්ගෝපදේශක ප්‍රතිපත්ති අවශ්‍ය වේ. අනුන්ට කරුණාවන්ත වීම සහ රිදවීමෙන් වැළකීම වැනි ආචාර ධර්ම මිනිසුන් දෙමාපියන්ගෙන් සහ ගුරුවරුන්ගෙන් දශක ගණනාවක් තිස්සේ ඉගෙන ගනී. කෙසේ වෙතත්, AI උපත ලැබූ විගසම මුදා හරින බැවින්, ද්වේශ සහගත පරිශීලකයින්ගේ රැවටීම් වළක්වා ගැනීමට අවශ්‍ය “පොදු බුද්ධිය” (common sense) ඊට නොමැත. (මිනිසුන්ට එල්ල කරන social engineering ප්‍රහාර වලට සමාන මෙම උපක්‍රම, prompt injections ලෙස හැඳින්වේ).

අධික පිරිවැයක් දරමින් මුළු ආකෘතියම නැවත ගොඩනැගීමෙන් තොරව AI හට ආචාර ධර්ම ඉගැන්වීම සඳහා, සංවර්ධකයින් System Prompt (පද්ධති ප්‍රේරක) භාවිතා කරයි. මෙය AI හි ක්‍රියාවන් සීමා කරන මාර්ගෝපදේශ මාලාවක් සපයමින්, එහි දේවදූතයෙකු මෙන් ක්‍රියා කරයි. උදාහරණයක් ලෙස, බෝම්බයක් සාදා ගන්නේ කෙසේදැයි පරිශීලකයෙකු ඇසුවහොත්, AI එය ප්‍රතික්ෂේප කරන බව system prompt මගින් සහතික කරයි. කෙසේ වෙතත්, නව වංචාවන් මඟහරවා ගැනීමට මිනිසුන් අඛණ්ඩව ඉගෙන ගත යුතු සේම, පරිශීලකයින් නිරන්තරයෙන් පද්ධතිය රැවටීමට නව ක්‍රම සොයා ගන්නා බැවින්, system prompt ද කාලයත් සමඟ අනුවර්තනය කළ යුතුය.