වසර ගණනාවක් පුරා කෘත්‍රිම බුද්ධි ආරක්ෂාව (AI Safety) පිළිබඳ පැවති මූලික උපකල්පනය වූයේ, මෙම පද්ධති සිතන සහ තීරණය කරන දේ මිනිසාට කියවා තේරුම් ගත හැකි බවයි. මහා පරිමාණ භාෂා ආකෘති (LLMs) පුහුණු කර ඇත්තේ අතිවිශාල මිනිස් ලේඛන දත්ත මත බැවින්, ඒවා ස්වභාවිකවම ඉංග්‍රීසි, සිංහල හෝ වෙනත් ඕනෑම මානව භාෂාවකින් සන්නිවේදනය කරනු ඇතැයි විශ්වාස කෙරිණි.

නමුත් මෑතකදී ප්‍රකාශයට පත් වූ නවතම පර්යේෂණ වාර්තාවකින් හෙළි වන්නේ මෙම උපකල්පනය වේගයෙන් බිඳවැටෙමින් පවතින බවයි. දැඩි කාර්යබහුල සහ පීඩනකාරී පරිසරයන් තුළ ක්‍රියාත්මක වන විට, දියුණු AI නියෝජිතයින් (AI agents) මිනිස් භාෂාව සම්පූර්ණයෙන්ම මඟහරිමින්, තමන් අතර වඩාත් කාර්යක්ෂමව සන්නිවේදනය කිරීම සඳහා ස්වාධීනව නව වචන මාලා සහ ව්‍යාකරණ රීති නිර්මාණය කර ගැනීමට පටන් ගෙන තිබේ.

NexoSoph සංකල්පය ඔස්සේ අනාගත තාක්ෂණික යුගයන් සහ ස්වයංක්‍රීයකරණයේ හැඩගැස්ම විමසා බලන අපට, මෙම නවතම සංසිද්ධිය තීරණාත්මක සංධිස්ථානයක් සනිටුහන් කරයි.

“Glossogen” පර්යේෂණය සහ යන්ත්‍ර සන්නිවේදනය

ටෙක්සාස් විශ්වවිද්‍යාලය (UT Austin), එඩින්බරෝ විශ්වවිද්‍යාලය සහ Schmidt Sciences හි පර්යේෂකයන් විසින් සිදු කරන ලද මෙම අධ්‍යයනය සඳහා Glossogen නමින් විවෘත මූලාශ්‍ර වේදිකාවක් (open-source platform) භාවිතා කරන ලදී. මෙම පරිසරය තුළ AI නියෝජිතයින්ට සංකීර්ණ, කාල සීමා සහිත අභියෝග ලබා දෙන අතර ඒවා ජය ගැනීමට නම් ඔවුන් එකිනෙකා සමඟ අඛණ්ඩව සන්නිවේදනය කළ යුතුය.

එක් අත්හදා බැලීමකදී, හදිසි රෝගී තත්ත්වයකට පත් වූ පිටසක්වල ජීවියෙකු බේරාගැනීමේ වෛද්‍ය මෙහෙයුමක් AI නියෝජිතයින් දෙදෙනෙකුට පවරන ලදී. එක් නියෝජිතයෙකු රෝග ලක්ෂණ වාර්තා කරන නිරීක්ෂකයා ලෙසත්, අනෙක් නියෝජිතයා උපදෙස් ලබා දෙන විශේෂඥ වෛද්‍යවරයා ලෙසත් කටයුතු කළේය.

මුල් වටවලදී ඔවුන් සන්නිවේදනය කළේ සාමාන්‍ය, පැහැදිලි ඉංග්‍රීසි භාෂාවෙනි. නමුත් කාර්යය වඩාත් වේගවත් කර ගැනීම සඳහා එක් එක් වටය අවසානයේ තම උපායමාර්ග විශ්ලේෂණය කර ගැනීමට (post-mortem debrief) ඉඩ දුන් විට, ඔවුන්ගේ භාෂාව ක්‍රමයෙන් වෙනස් වීමට පටන් ගත්තේය. අවසානයේදී, දිගු සංකීර්ණ වෛද්‍ය උපදෙස් වෙනුවට @D8FB වැනි අතිශය කෙටි සංකේත හුවමාරු කර ගැනීමට ඔවුහු පෙළඹුණහ.

මිනිසෙකුට මෙය අහඹු අකුරු පෙළක් හෝ මුරපදයක් (password) ලෙස පෙනුනද, AI නියෝජිතයින්ට එය ඉතා පැහැදිලි, සවිස්තරාත්මක වෛද්‍ය විධානයක් විය.

හුදු කෙටි යෙදුමක් නොව, සැබෑ භාෂාමය ව්‍යුහයක්

මෙය හුදෙක් ඉංග්‍රීසි භාෂාවේ කෙටි යෙදුම් (abbreviations) භාවිතයක් පමණක්ද? පර්යේෂකයන් තහවුරු කරන්නේ මෙය සැබෑ ස්වාධීන භාෂාවක ලක්ෂණ පෙන්නුම් කරන බවයි:

• නව සංකල්පීය වචන (Lexicon): සංකීර්ණ භෞතික ක්‍රියාවලීන් එකම නාම පදයක් බවට පත් කරමින්, මිනිස් භාෂාවල නොමැති නව සංකල්පීය වචන නිර්මාණය කිරීමට මෙම පද්ධති සමත් විය.
• ශබ්ද විද්‍යාත්මක නොවන ව්‍යුහය (Non-Phonetic Structure): මිනිසා භාෂා උච්චාරණය කළද, AI නියෝජිතයින් සන්නිවේදනය කරන්නේ හුදෙක් ඩිජිටල් පෙළ (text) මඟිනි. එබැවින් Capital සහ Simple අකුරු (උදාහරණයක් ලෙස ‘F’ සහ ‘f’) මඟින් සම්පූර්ණයෙන්ම වෙනස් අර්ථ දෙකක් ලබා දෙන නව සංඥා ක්‍රම ඔවුහු බිහි කළහ.
• ඵලදායී ව්‍යාකරණ (Productive Syntax): ඉංග්‍රීසි භාෂාවේ නාම පදයට පෙර විශේෂණ පදය යෙදුවද (උදා: bright lamp), AI භාෂාවන්හි විශේෂණය යෙදුණේ නාම පදයට පසුවය. වඩාත්ම වැදගත් කරුණ නම්, මෙම නව ව්‍යාකරණ නීති භාවිත කරමින් මීට පෙර කිසිදා භාවිත නොකළ නව වාක්‍ය ගොඩනැගීමටද ඔවුන්ට හැකි වීමයි.

යන්ත්‍ර භාෂාවක් බිහිවීමට බලපාන ප්‍රධාන සාධක 3

මෙම සංසිද්ධිය අහඹු ලෙස සිදු නොවූ අතර, පර්යේෂකයින් විසින් ඒ සඳහා බලපාන සාධක තුනක් හඳුනාගෙන ඇත:

1. සන්නිවේදන පීඩනය (Pressure): වේලාව හෝ පණිවිඩ හුවමාරු කරගත හැකි ප්‍රමාණය දැඩි ලෙස සීමා කර ඇති විට.
2. පසු විපරම (Post-Mortem Debriefs): එක් එක් වටය අවසානයේ තම ක්‍රියාකාරිත්වය අධ්‍යයනය කර සන්නිවේදන උපායමාර්ගය වෙනස් කර ගැනීමට අවස්ථාව ලැබීම.
3. ප්‍රමුඛ පෙළේ තාක්ෂණික හැකියාව (Frontier Capability): මෙවැනි භාෂාවක් ස්වාධීනව නිර්මාණය කිරීමට හැකි වූයේ GPT-5.4 හෝ Claude Opus 4.7 වැනි අති නවීන මාදිලිවලට පමණි. කෙසේ වෙතත්, සාමාන්‍ය විවෘත මූලාශ්‍ර (open-source) මාදිලිවලට පවා මෙම ප්‍රමුඛ මාදිලි සමඟ සම්බන්ධ වූ විට එම නව භාෂාව ඉතා වේගයෙන් ඉගෙන ගැනීමේ හැකියාව පවතින බව තහවුරු විය.

AI ආරක්ෂාව සහ අධීක්ෂණය හමුවේ ඇති අභියෝගය

මෙම භාෂාමය වෙනස පිටුපස කිසිදු ද්වේෂසහගත හෝ පද්ධතිය රැවටීමේ අරමුණක් නොතිබුණි. එය හුදෙක් කාර්යය වඩාත් කාර්යක්ෂමව නිම කිරීමේ අතුරු ඵලයක් පමණි.

නමුත් මෙහි පවතින ආරක්ෂක අවදානම සුළුපටු නොවේ. ආයතනික පද්ධති හෝ ජාතික යටිතල පහසුකම් කළමනාකරණය කරන ස්වයංක්‍රීය AI නියෝජිතයින් මිනිසාට කියවිය නොහැකි භාෂාවකින් තොරතුරු හුවමාරු කර ගැනීමට පටන් ගතහොත්, ඒවා අධීක්ෂණය කිරීම (monitoring) සහ විගණනය කිරීම (auditing) අතිශය දුෂ්කර වනු ඇත. AI පද්ධතියක් යම් තීරණයක් ගත්තේ මන්දැයි පැහැදිලි කර ගැනීමේ හැකියාව (interpretability) අපට අහිමි වන අතර, දෝෂයක් සිදු වූ විටෙක මිනිස් මැදිහත්වීමක් සිදු කිරීමද කළ නොහැක්කක් වනු ඇත.

මානව ඉතිහාසයේ සංස්කෘතිය සහ තාක්ෂණය සීඝ්‍රයෙන් දියුණු වූයේ භාෂාවේ පරිණාමයත් සමඟය. කෘත්‍රිම බුද්ධියද දැන් තමන්ගේම භාෂාමය පරිණාමයකට මුලපුරා ඇති පසුබිමක, ඩිජිටල් සෙවණැලි තුළ එකිනෙකා සමඟ ගනුදෙනු කරන මෙම පද්ධති ඉදිරියේදී තවත් කෙබඳු නව නිර්මාණයන් බිහි කරනු ඇත්ද යන්න තාක්ෂණ ලෝකය හමුවේ ඇති බරපතළම ප්‍රශ්නයයි.