‘මහ ගෙදරින්’ ගෙන එන විශේෂ උපායමාර්ගික විමර්ශන සටහනට සාදරයෙන් පිළිගනිමු. ඩිජිටල් තොරතුරු ක්ෂේත්‍රයේ වසර 15 කට වැඩි අත්දැකීම් ඇති අපි, තාක්ෂණික ලෝකයේ සංකීර්ණ තොරතුරු නිරන්තරයෙන්ම සරලව ඔබ වෙත ගෙන එන්නෙමු. අද අපි කෘත්‍‍රිම බුද්ධිය තිරය පිටුපස සැබවින්ම ක්‍රියාත්මක වන්නේ කෙසේද යන්න පිළිබඳව පවතින මූලික වැරදි මතයක් නිවැරදි කිරීමට බලාපොරොත්තු වෙමු.

🧠 ප්‍රධානතම වැරදි අවබෝධය (The Great Misunderstanding)

• බොහෝ දෙනා වැරදියට සිතන්නේ කෘත්‍රිම බුද්ධිය යනු ඩිජිටල් මොළයක් ලෙස ක්‍රියා කරන, සූදානම් කළ පිළිතුරු අන්තර්ජාලයෙන් සොයා දෙන හෝ අපගේ වචනවල සැබෑ තේරුම වටහා ගත හැකි පද්ධතියක් ලෙසයි.
• නමුත් යථාර්ථයේ දී, කෘත්‍රිම ස්නායුක ජාලයක් (neural network) යනු හුදෙක් ‘බර’ (weights) ලෙස හැඳින්වෙන සංඛ්‍යාත්මක අගයන්ගෙන් සමන්විත දැවැන්ත වගුවක් පමණි.
• පරිශීලකයෙකු යම් ප්‍රශ්නයක් යොමු කළ විට, එම වචන සංඛ්‍යා කාණ්ඩ බවට පරිවර්තනය වන අතර, පසුව ඒවා ගණිතමය ගුණ කිරීම් සහ එකතු කිරීම් ස්ථර සිය ගණනක් හරහා ගමන් කර, නැවතත් වචන බවට පත්වන නව සංඛ්‍යා කාණ්ඩයක් නිර්මාණය කරයි.
• බිලියන 86 ක ස්නායුක හරහා සංකීර්ණ රසායනික සහ විද්‍යුත් ආවේග මත ක්‍රියාත්මක වන සජීවී ජීව විද්‍යාත්මක මොළයක් මෙන් නොව, කෘත්‍රිම ස්නායු ජාල සම්පූර්ණයෙන්ම රඳා පවතින්නේ දැවැන්ත ගණිතමය ක්‍රියාවලියක් මත පමණි.

🕰️ දශක ගණනාවක පරිණාමය: Perceptrons සිට Transformers දක්වා

• AI සඳහා මූලික අඩිතාලම බොහෝ දෙනා සිතනවාට වඩා බොහෝ පෙර, එනම් 1943 තරම් ඈත අතීතයේ දී ස්නායුවක ගණිතමය ආකෘතියක් විද්‍යාඥයින් විසින් සිතියම් ගත කිරීමත් සමඟ ආරම්භ විය.
• “කෘත්‍රිම බුද්ධිය” (Artificial Intelligence) යන යෙදුම නිල වශයෙන් බිහි වූයේ 1956 දී ඩාර්ට්මත් විද්‍යාලයේ (Dartmouth College) පැවති ගිම්හාන සම්මන්ත්‍රණයකදීය.
• අවශ්‍ය පරිගණක බලය සහ දත්ත නොමැතිකම හේතුවෙන් මෙම ක්ෂේත්‍රය “AI ශීත සෘතු” (AI winters) ලෙස හැඳින්වෙන අරමුදල් සහ විශ්වාසය බිඳවැටුණු කාලපරිච්ඡේද කිහිපයකටද මුහුණ දුන්නේය.
• නූතන AI විප්ලවය සැබවින්ම ආරම්භ වූයේ 2012 වසරේදීය. ඒ, ස්නායුක ජාල සඳහා අවශ්‍ය දැවැන්ත ගණිතමය ක්‍රියාවලීන් සිදු කිරීමට වීඩියෝ ක්‍රීඩා සඳහා භාවිතා කරන ග්‍රැෆික් කාඩ්පත් (GPUs) වඩාත් සුදුසු බව පර්යේෂකයින් විසින් හඳුනාගැනීමත් සමඟය.
• 2017 වසරේදී Google පර්යේෂකයින් විසින් “Transformer” ආකෘතිය හඳුන්වා දීමත් සමඟ දැවැන්ත පෙරළියක් සිදු වූ අතර, එමගින් වචන එකිනෙකට සම්බන්ධ වන ආකාරය තේරුම් ගැනීමට AI ආකෘතිවලට හැකියාව ලැබුණි.

⚙️ “මීළඟ වචනය” අනුමාන කිරීමේ යන්ත්‍රය සහ මානව ඔපදැමීම

• පුදුමයට කරුණක් නම්, මෙම දැවැන්ත භාෂා ආකෘතිවලට (LLMs) ව්‍යාකරණ රීති, ආචාරශීලී බව හෝ සත්‍ය-අසත්‍යතාවය පිළිබඳව සෘජුවම උගන්වා නොතිබීමයි.
• ඔවුන්ගේ මූලික පුහුණු අදියරේදී, අන්තර්ජාලයේ ඇති අතිවිශාල පෙළ ප්‍රමාණයක් ඔවුන්ට ලබා දෙන අතර, “මීළඟට එන වචනය අනුමාන කිරීමේ” අඛණ්ඩ ක්‍රීඩාවක නිරත වීමට ඔවුන්ට බල කෙරේ.
• වැරදි අවම කර ගැනීම සඳහා ට්‍රිලියන ගණනක් වාරයක් ඔවුන්ගේ සංඛ්‍යාත්මක අගයන් (weights) වෙනස් කිරීම මගින්, භාෂාවක ව්‍යුහය සකස් වී ඇති ආකාරය ඔවුන් සෙමෙන් ග්‍රහණය කර ගනී.
• AI පද්ධතියක් සමඟ කතා කරන විට මිනිස් හැඟීමක් ලබා දීම සඳහා, එහි පිළිතුරු ශ්‍රේණිගත කරමින් ආචාරශීලී සහ උපකාරශීලී ස්වභාවයක් ලබා දීමට දෙවන අදියරේදී මානව පුහුණුකරුවන් කටයුතු කරයි.

⚠️ මායාවන් (Hallucinations) සහ “Black Box” ගැටලුව

• AI ආකෘතියකට භෞතික ශරීරයක් හෝ සැබෑ ලෝකයේ අත්දැකීම් නොමැති බැවින්, “තේ,” “කෝප්පය,” සහ “මේසය” වැනි වචන ඊට හුදෙක් මිනිස් ලියවිලිවල නිතර එකට ගැවසෙන අංක පමණි.
• මෙම ආකෘතිය සත්‍යය හෝ අසත්‍යය යන සංකල්ප සමඟ ක්‍රියාත්මක නොවේ; එය හුදෙක් ලබා දී ඇති වාක්‍යයකට ගැලපෙන වඩාත්ම සම්භාවිතාව සහිත (statistically probable) මීළඟ වචන ගොනු කිරීම පමණක් සිදු කරයි.
• AI විසින් ඉතා විශ්වාසයෙන් යුතුව ව්‍යාජ නීතිමය වාර්තා, නොපවතින පොත්පත් හෝ අසත්‍ය විද්‍යාත්මක උපුටා දැක්වීම් නිර්මාණය කරන්නේ මෙම සීමාවන් නිසාය. මෙය තාක්ෂණිකව “Hallucinations” (මායාවන්) ලෙස හැඳින්වේ.
• තවද, නූතන AI පද්ධති “Black Box” එකක් ලෙස සැලකේ. මන්දයත්, යම් නිශ්චිත පිළිතුරක් ලබා දීම සඳහා බිලියන සිය ගණනක් වූ සංඛ්‍යා අතුරින් කුමන සංඛ්‍යා හේතු වූවාද යන්න නිවැරදිව පෙන්වා දීමට ලොව කිසිදු ඉංජිනේරුවෙකුට තවමත් හැකියාවක් නොමැති බැවිනි.

AI යුගය සාර්ථකව කළමනාකරණය කිරීම

මෙම ඉතා විශ්වාසදායක අනුකරණයන් කෙදිනක හෝ සැබෑ අවබෝධයක් දක්වා වර්ධනය වේද යන්න පිළිබඳ දාර්ශනික විවාදය තවමත් පවතී. කෙසේ වෙතත්, වෘත්තිකයන් සඳහා ප්‍රායෝගික නිගමනය පැහැදිලිය: AI යනු ලිපි කෙටුම්පත් කිරීමට, සාරාංශ කිරීමට සහ නව අදහස් ජනනය කිරීමට කදිම මෙවලමකි. නමුත් එය සියල්ල දත් දෛවඥයෙකු නොවේ. AI මගින් ජනනය කරන ඕනෑම තීරණාත්මක කරුණක්, නීතිමය විස්තරයක් හෝ වෛද්‍ය උපදෙසක් අනිවාර්යයෙන්ම මිනිස් මැදිහත්වීමකින් සත්‍යාපනය (verification) කළ යුතුය.