කෘත්‍රිම බුද්ධිය (AI) ඉදිරියට ඇදෙන වේගය අතිශයින් ඉහළය. සරල පෙළ විමසුම් (text prompts) ජනනය කිරීමේ සිට ස්වයංක්‍රීය ඩිජිටල් සේවකයන් සහ AGI (Artificial General Intelligence) වෙත ළඟා වීමේ පෙරමඟක් දක්වා තාක්ෂණය පරිණාමය වෙමින් පවතී. ජෝ ලොන්ස්ඩේල්ගේ නාලිකාව (Joe Lonsdale’s channel) සමඟ මෑතකදී පැවැති සාකච්ඡාවකදී, ශොල්ටෝ ඩග්ලස් සහ නික් මාවෙල් ඇතුළු ප්‍රමුඛ පෙළේ ඇන්ත්‍රොපික් (Anthropic) පර්යේෂකයන් පිරිසක් ඉදිරි දශකය තුළ තාක්ෂණය, රැකියා සහ මානව සමාජය කෙසේ හැඩගැසෙනු ඇත්දැයි විස්තර කළහ.

AI යනු එකතැන පල්වන මෙවලමක් ලෙස දකිනවා වෙනුවට, ඉදිරි කාලයේදී AI ආකෘති ස්වාධීන ඩිජිටල් ආයතන හෝ පුද්ගලයන් ලෙස ක්‍රියා කරනු ඇති බවට කර්මාන්තයේ ප්‍රවීණයන් අපේක්ෂා කරති. ඉදිරි දශකය සම්බන්ධයෙන් සාකච්ඡා කළ ප්‍රධාන තේමා සහ ප්‍රවණතා මෙන්න.

1. සියවස් ගණනාවක තාක්ෂණික පරිණාමය දශක කිහිපයකට සම්පීඩනය වීම

මෙම සාකච්ඡාවෙන් මතුවූ ප්‍රධානම කරුණක් වන්නේ නවීන පරිගණක ප්‍රවණතාවල වේගයයි. දෘඩාංග සහ පරිගණක පද්ධති (compute clusters) සඳහා කෙරෙන දැවැන්ත ආයෝජන හේතුවෙන්, AI හි හැකියාවන් ඝාතීය ලෙස වර්ධනය වෙමින් පවතී.

පර්යේෂකයන් පෙන්වා දෙන්නේ, ඓතිහාසික වශයෙන් සියවස් ගණනාවක් ගතවන තාක්ෂණික නවෝත්පාදනයන් දශක කිහිපයකට සීමා කිරීමට අපට මේ හරහා හැකි වී ඇති බවයි. කාර්මික විප්ලවයේදී දක්නට ලැබුණු පරිවර්තනයන්ට වඩා අතිශය දැවැන්ත ආර්ථික බලපෑමක් මෙයින් ඇති වනු ඇත.

2. කේත ලිවීමේ සිට AI සහචරයන් දක්වා

කේත ලිවීම සහ විශේෂිත තර්කන හැකියාවන් නවීන AI දියුණුවේ පෙරමුණ ගෙන ඇත. මුල් කාලීන ආකෘති සඳහා මූලික කේත පේළි හෝ විද්‍යුත් තැපැල් කෙටුම්පත් කිරීමට දැඩි, පියවරෙන් පියවර උපදෙස් අවශ්‍ය වුවද, අද තත්ත්වය සම්පූර්ණයෙන්ම වෙනස්ය:

  • ස්වයංක්‍රීයකරණය වෙත මාරුවීම: AI ආකෘති නිෂ්ක්‍රීය මෙවලම්වල සිට ක්‍රියාකාරී ඩිජිටල් සහචරයන් බවට පත්වෙමින් තිබේ. ඒවා කණ්ඩායම් වැඩ අවකාශයන්ට (Slack හෝ Teams වැනි) පහසුවෙන් ඒකාබද්ධ වෙමින්, සංකීර්ණ ව්‍යුහාත්මක වෙනස්කම් ස්වාධීනව හසුරුවයි.
  • ගණිතය සහ කේතකරණය මුලින්ම තෝරාගත්තේ ඇයි? ගණිතය සහ කේතකරණය මඟින් ක්‍රියාකාරීත්වය දැඩි ලෙස ඇගයීමට ලක් කළ හැකි ව්‍යුහාත්මක රාමු සපයයි. වඩාත් සංකීර්ණ ක්ෂේත්‍ර වෙත පිවිසීමට පෙර ශක්තිමත් පදනමක් සකසා ගැනීමට මෙය උපකාරී විය.

3. AGI (කෘත්‍රිම සාමාන්‍ය බුද්ධිය) සහ සුපිරි බුද්ධියේ ක්ෂිතිජය

AGI (Artificial General Intelligence) පිළිබඳ සාකච්ඡා තවදුරටත් විද්‍යා ප්‍රබන්ධවලට සීමා වී නැත; පර්යේෂකයන් ඉදිරි වසර කිහිපය තුළ සන්ධිස්ථාන කරා ළඟා වීමට සූදානම් වෙමින් සිටිති.

ආකෘති මෙවලම්වල සිට ස්වාධීන ආයතන බවට පත්වන විට, තර්කනය, දිගුකාලීන සැලසුම්කරණය සහ ගැටළු විසඳීමේ හැකියාව පරීක්ෂා කරන සංකීර්ණ මිණුම් ලකුණු මත ප්‍රගතිය දැඩි ලෙස රඳා පවතී. මානව හැකියාවන්ට වඩා ඔබ්බට ගොස් විද්‍යාව, ඉංජිනේරු විද්‍යාව සහ වාණිජ ක්ෂේත්‍රවල තොරතුරු එකිනෙකට සම්බන්ධ කිරීමට පද්ධතිවලට හැකිවීම මෙහි අවසාන අරමුණයි.

4. ආර්ථික අවස්ථා සහ සමාජීය අභියෝග

ප්‍රධාන පෙළේ මාධ්‍යවල බොහෝ විට පැවැත්ම පිළිබඳ අන්තවාදී විවාද ඉස්මතු වුවද, ආසන්න කාලීන ආර්ථික යථාර්ථය යටිතල පහසුකම් සහ ඵලදායිතාව සමඟ තදින් බැඳී ඇත:

  • රැකියා සහ ඵලදායිතාව: දැනට, AI මඟින් වැඩි වශයෙන් සිදුවන්නේ ඵලදායිතාව ඉහළ නැංවීම සහ මානව කාර්ය ප්‍රවාහයන්ට සහාය වීමයි. කෙසේ වෙතත්, ආර්ථික අභියෝගය වී ඇත්තේ ස්වයංක්‍රීය නියෝජිතයන් සමඟ මිනිසුන් සහයෝගයෙන් කටයුතු කරන සේවා පරිසරයකට කර්මාන්ත කෙතරම් ඉක්මනින් හැඩගැසෙනු ඇත්ද යන්නයි.
  • බහුලත්වයේ දැක්ම (Post-Scarcity Vision): දශකය අවසන් වන විට, කාර්යක්ෂම ස්වයංක්‍රීය ශ්‍රමය සහ විද්‍යාත්මක වේගවත් කිරීම හරහා ආර්ථික බහුලත්වයක් කරා යාමට මඟ පෑදේ. කෙසේ වෙතත්, බුද්ධිමත් දේශපාලන පාලනයක්, සම්පත් බෙදා හැරීමක් සහ බලශක්ති අවශ්‍යතා කළමනාකරණය කර ගැනීම මෙම අනාගතය සාර්ථක කර ගැනීමට ඉතා වැදගත් වේ.

අවසාන දැක්ම

ඉදිරි දශකය තුළ මානව ශ්‍රමය සහ යන්ත්‍රයක හැකියාව අතර ඇති සීමාවන් සම්පූර්ණයෙන්ම වෙනස් වනු ඇත. ඇන්ත්‍රොපික් සහ අනෙකුත් ප්‍රමුඛ පෙළේ විද්‍යාගාර AGI වෙත ළඟා වන විට, AI මඟින් ලබා දෙන අතිමහත් ආර්ථික හා විද්‍යාත්මක ප්‍රතිලාභ ලබා ගැනීම මෙන්ම රැකියා, ආරක්ෂාව සහ මානව පාලනය කෙරෙහි ඇති කරන ගැඹුරු ව්‍යුහාත්මක වෙනස්කම් කළමනාකරණය කර ගැනීම යන ද්විත්ව අභියෝගයට සමාජයට මුහුණ දීමට සිදුවනු ඇත.


Leave a Reply

Your email address will not be published. Required fields are marked *