අපිටම විතරක් කරන්න පුලුවන් කියල අන්තිමේ ඉතිරි වෙන්නේ ඒක විතරද?, ඒකවත් නැතිවෙයිද ? 😥😥😥

අපි සහ මැසින් වෙනස් වෙන්නේ මොනවායෙන්ද?

(*  ලිඛිත භාෂාවට වඩා වාචිකව කියවෙන භාෂාව රචනයට යොදාගෙන ඇත. 

**  AI තාක්ෂණය බිහිවීම, එහි මූලාරම්භක සංකල්ප අපි තේරුම් ගතයුත්තේ කෙසේද? යන්න සරල ලෙස විග්‍රහකිරීමට උත්සාහදරා ඇත.)

මුල්ම මිනිසා හා සත්වයා කියන තැනින් මිනිසා වෙනස්වෙන්න පටන් ගත්තට පස්සේ මිනිසා මෙවලම් හදන්න ගත්තා. තම්න්ගේ වැඩ එදිනෙදා කටයුතු පහසුකරන ඉක්මන් කරන l%u සොයාගන්න ගත්තා. එනිසාම මිනිසා සතුන්ගෙන් සම්පූර්නයෙන්ම වෙන්වෙලා වෙනම ජීවී කොට්ටසයක් වුනා.මිනිස්සු මේ හදපු මෙවලම් නැතන්ම් hka;% කියන වෙනම කොට්ටාසයක් ලෝකයේ බිහිවුනා.

ඒගොල්ලෝ අජීවී උනත් මිනිසා වෙනුවෙන් මිනිසාගේ ldrHhka පහසුකරගන්න විවිධ l%uවේද ඔස්සේ යොදාගත්තා. නමුත් එම කොට්ටාසය ස්වාභාවික නොවූනිසාම වෙනම කොටසක් ලෙස අපි දකින්න ගත්තා. මොකද ඔවුන්ගේ නිර්මාණකරුවා අපි වෙච්චි නිසා වෙන්නන ඇති. පසුකාලීන අපි සමහර පුද්ගලයන් මැෂින්වගේ , නැත්නම් මැෂින්වගේ වෙලා කියන්න පටන් ගත්තා. නිකන් ඒක ks.%yYS,s යෙදුමක් විදියට ඒකෙන් කියවෙන්න ගත්තේම මානුසික ගතිගුණ මනුස්ස ගතිය සහ මැෂින් නැත්නම් hka;% iq;% වල හැසිරීම වෙන්ස්ම දෙයක් කියන එක. ඇයි අපි එහෙම කියන්න ගත්තේ ?. මොනවද අපි සහ hka;% වල තියෙන වෙනස්කම්.

💪අපිට සංචරණය පුලුවන්

💪අපිට කතාකරන්න පුලුවන්

💪අපිට ;ral  කරන්න පුලුවන් 

💪අපිට හිතන්න පුලුවන්

💪අපිට මතකයක් කිලයල දෙයක් තිබෙනවා

💪උඩ කියපු කාරනා යොදාගෙන අලුත් දේවල් හදන්න අලුත් අලුත් දේවල් සොයන්න ඒඔස්සේ ඉගෙන   ගන්න හැකියව තීයෙනවා

මුල්ම යුගවල අපි වෙනුවෙන් මැෂින් වලින් වැඩක් කර ගැනීමට උදව්වක් ගත්තට ඉහත කියපු මොකුත්ම ඒගොල්ලන්ට කරන්න හැකියවක් තිබේනෑ. මුලින්ම ඒවගේ යන්ත්‍ර තැනකින් තැනකට අපි ඔසවාගෙන යන්න ඇති. පසුකලීනව එවැනි යන්ත්‍රම අපිව ඔසවාගෙන අපේ ප්‍රවාහනය පටන් ගත්තා යම් සීමාවන්ට යටත්ව අපේ පලනයෙන් ඒවා සංචරණය ඇරබුවා.

ඒ එක්කම අපේ කටහඩ ප්‍රතිනිර්මාණය කරන්න හැකිවුනා, කාලයත් එක්කම speaker ඔස්සේ අපේ හඩ ඇහුනා. මෑතක් වනවිට ‍යම් සීමාවන් වලට යටත්ව  අපේ භාෂාවක් කතාකරන්න අපෙන් යමක් අහන්න පුලුවන් උපකරණ බිහිව්නා. මිනිසුන්ට අමතරව උපකරණ කතා කරන්න ගත්තා, ;ral කරන්න හැකියාව ඔවුන්ට ලබා දුන්නා. පරිඝණකය, කැල්කියුලේටර් පුහුණුකර තිබූ l%uවේදයකට ;ral කරන්න හැඩ ගැස්සුවා. අපිටත් වඩා දේවල් මතකයේ තබා ගන්න හැකියාව ලබා ගත්තා. එහෙත් තවම යන්ත්‍ර වෙනත් යන්ත්‍රවල කොටස් සැකසීමේදී යම් යම් ප්‍රමාණ වලින් යම් දියුණු තාක්ෂන ඔස්සේ යොදව ගත්තාට, යන්ත්‍රයකට තනිවම යන්ත්‍රයක් නිර්මාණය කරන්න හැකියාව තවමත් ලැබුනේ නැහැ. දැන් ඉතිරි වෙලා තියෙන්නේ කාරනා සුලු ප්‍රමාණයක් විතරයි. 1."යන්ත්‍ර විසින් යන්ත්‍රයක් හදයි", 2."යන්ත්‍රයක් විසින් යම්ජීවියෙක් හදයි", 3." යන්ත්‍රයක් විසින් මිනිසාත් ජීවියාත් නොවන මිනිසාටත් පරිසරයටත් බලපෑමක් කරනු ලබන යම් වෙනයම් මානයක දෙයක්  හදයි". එනිසාම  තවමත් මිනිසාගේ ඒකාදිකාරිය ලෝකයේ පවත්වා ගැනීමට හැකියාව ලැබිල තිබෙනවා. ලෝකය මෙවැනි තත්වයක ගමන් කරන අතරවාරයේ නව සොයා ගැනීම වැහි වහින්න වගේ එන්න ගන්නවා. පරිඝණකය ආශ්‍රිත තාක්ෂණය දිනෙන් දින වර්ධනය වෙමින් තියෙනවා.

AI තාක්ෂණය කියන්නේ මේ ආකාරයෙන් මෑතකදී වඩාත් ප්‍රචලිත වෙමින් පවතින්නක්. මේවන විට අපි සියලුදෙනාම වගේ එක එක මාදිලියෙන් එන මෙම තාක්ෂණය එක්ක බද්ධ වෙලා ලෝකයට ආපු බාවිතාවන් මෙවලම් මෘදුකාංඝ යම් ප්‍රමාණයකට දන්නවා, බාවිතා කරල තිබෙනවා. මෙම මෙවලම් මුල්කී මිනිසා හා උපකරණ අතර මෙතෙක් පැවති ලංවෙන්න බැරිව තියෙන වෙනස් කම් ක්‍රමයෙන් තවදුරටත් ලංකරන්න නැතිනම් උපකරණයක් මිනිසාට වඩාත්ම කිට්ටු මිනිසාට වඩා දහස්ගුණයකින් නිරවද්‍ය,වේගවත් ලෙස ldrHhka කිරීම යන්නට වඩා අලුතින් දන්නා දෙයක් ඔස්සේ යමක් ජනනය (generate ) කිරිම යන්නට හැකියාව ලැබීමක් වෙන්න පටන් ගෙන තිබෙනවා. ලිපියේ ප්‍රධාන පරමාර්ථය මෙතනින් තමයි ඇරබෙන්නෙ. මොකක්ද  මෙම තාකෂනණය මෙම තැනට ගේන්න හේතු පාදකවුනු නව තාක්ෂණික පදනම.ඒගැන බලමු දැන්.

මෙයට මූලික පදනම් හදන්න ගන්නේ බිග් ඩෙටා (Big Data), Multilanguage model  (MLL) කියන ඒවා පරිඝණක ලෝකය තුළ හදුනා ගැනීමත් එක්ක. ඒකියන්නේ මේවගේ දෙයක්. අපි යම් භෞතික වස්තුවක් ගත්තහම එය ඇතුලේ ඊටම අනන්‍ය වූ සංරචක කොපමණක් තියෙනවා ද? හිතාගන්න බැරි ප්‍රමාණයක්. ඒක සරලව ගණිතය අරගෙන පැහැදිලි කලහොත් මේවගේ දෙයක් දක්වන්න පුලුවන්. හිතන්න සරල රේඛාවක ප්‍රස්තාරයක් තුළ කරන නියෝජනය. එක සංරචකයයි, නැතිනම් එක විචල්‍යයක් මත තමයි අනන්ත සරල රේඛා ප්‍රමාණයක් හැදෙන්නේ (y = mx+c). එක් එක් විචල්‍යය පද වල වෙනස් වීම මත (නැතිනම් අපිට තියෙන්නේ එක් x අක්සයකුයි y අක්සයකුයි විතරයි) ඕනෑම සරල රේඛාවක් අපිට ඒතුල ජනනය කරන්න පුලුවන්. 

ගණිතයේ තවදුරටත් ඉදිරියට යන කොට අපිට භෞතික ඕනෑම වස්තුවක්  ගණිතමය විධියට තාර්කිකව නිර්මාණය කරල පෙන්වන්න සමත්වෙනවා (iteration method). මෙහි ප්‍රතිලෝමය භෞතික ඕනෑම වස්තුවකට වඩාත් ආසන්නතම වන ගනිතමය ශ්‍රිතයක් ආනන්ත විචල්‍ය ගනනක් හෝ යොදවාගෙන නිවැරදිවම නිර්මාණය කල හැකියි කියන තැනට පැමිණෙනවා. නමුත් ඒක තර්කය මූලික කරගත් නියායාත්මක දෙයක් වෙනවා හේතුව වෙන්නේ අපිට එපමන සංරචක විච්ල්‍ය ප්‍රමාණයක් එක විට එක තැනක Handle කරන්න බැරිවීම නැතිනම් ප්‍රමාණාත්මකව අපිට විශාල කාලයක් ගත්වීම. එහෙත් ඒම නියායන් සාවද්‍ය ඒවා නෙවෙයි. මොනම පැත්තෙන් උනත් ඉදිරියට ඉදිරියට වර්ධනය කර ගෙන ගියාම මෙන්න මෙතන හිරවෙනවා . හේතුව වෙන්නෙ භෞතික නිර්මාණයක් තුළ සැලකිල්ලට ගතයුතු විචල්‍ය සංරචක අනන්තයි එහි නියෝජනය වන යම් සුවිශේසීය ගුණයක් නියෝජනය කිරීමට නව විචල්‍යක් ඕන වෙන නිසා. නිකන් අපි හිතමු භෞතික ලී ඝණකයක් නිර්මාණය කරන්න යනවා කියලා. දැන් මේකට දිග පළල උස තියෙනවා කියල හැමෝම දන්නවා ඒනිසා විචල්‍ය තුනක් අනිවාර්‍යයි, එතකොට ඕනෑම ඝණකයක් මේකට නියෝජනය කරන්න බැරි ඇයි. කෝ දැන් අපිට මේකේ බර ගැන ,එය හැදිල තියෙන්නේ ලීවලින්නම් ඒකට , ඒලී ලෝකයේ ප්වතින විවිධ වරගයේ ලීවලින් වෙන්කර ගන්න , එහි පාට , එහි මතුපිට පෘශ්ඨයේ ස්වභාවය  මේ වගේ අපි මේ වස්තුවේ දකින සියලුම සුවිසේසීය නැතිනම් එකකින් එකක් වෙනකර හදුනගන්න පුලුවන්වන ලක්ෂණ කියන ඒවපිළිබදව වන නියෝජනය, ඒවා කීයක් විතර තිබිය හැකිද?.  ඕනෑම සරල රේඛාවකක්, වර්ගජ් ශිතයක් ප්‍රස්තාරය කියන tool එක තුළ ජනනය කරන්න, ත්‍රිමාණ තලයන් ඔස්සේ සම්මිතික අසමමිතික ත්‍රිමාණීය හැඩතල වස්තූන් විව්ධ ශිත ඔස්සේ නිර්මාණය කර ගන්න පුලුවන් වෙනවා. ඒත් අපිට ඒ අවස්තාවන් වල x,y,z..........n දක්වා ඇවිල්ල අනන්ත සංරචක, විචල්‍ය ප්‍රමාණායක් කියන තැනට ඇවිත් හිරවෙනවා.

ඕකට පිළිතුර බිහිවෙනවා පරිඝණක තාක්ෂණය තුළ, Big Data කියන සංකල්පය (concept) ලෝකයට පරිඝණක තාක්ෂනය ඔසේ වෙනමම නිර්මාණය වෙන්න ගන්නවා අපිට ගබඩා කරගන්න බැරි දත්ත අනන්ත ප්‍රමාණයක් ගබඩා කරගන්න ඒවා තප්පර ගනනකින් විශ්ලේෂණය කරගන්න ඒ දත්ත මනවා ඕනෑම ලෙසක හසුරවන්න පුලුවන් කියන දේ මේ ඔස්සේ බිහිවෙනවාත් එක්කම අපි අරහිර උන තැන්වලින් ඊට එහා පියවරයන් සොයා යන එක අරබලා තියෙන්නේ. වර්තමානයේ ඔබ අප හැමදෙනාම මේ අත්දකින්නේ අන්න ඒක.

ලෝකයේ පවතින් ඕනෑම ක්ෂෙත්‍රයක් හිර්වෙලා හිටිය තැන ඒ කඩුල්ල දැන් පනින්න පුලුවන් වෙලා තීනවා. Large language  මොඩල කියන්නේ ඉහත තාක්ෂණය ඔස්සේ බිහිවන අලුත්ම තවත් තාක්ෂනික ක්‍රමවේදයක් මේ ඔස්සෙ  මිනිසාගේ භාෂාව යන්ත්‍රවලට මිනිසා කියන විදියටම කියල තේරුම් කරවන්න පුලුවන් වෙන්න ගන්නේ මේනිසා. ඒහිම ප්‍රතිලෝමය වෙන මිනිසා කතාකරන ඕනෑම භාෂාවකින ඉතාම ආසන්න ලෙස පිලිතුරු දෙන්න මැසින්වලට ඔන්න දැන් පුලුවන් වෙනවා. ඒක පොඩ්ඩක් විස්තර කලොත් මෙහෙමයි.

ඔය සියලූම කොම්පියුටර් වැඩසටහන් කියන්නේ ඒවා හදල තියෙන්නේ මම මුලින් පැහැදිලි කරපු විදියේ සර්ව සාදරන විචල්‍ය ටිකකට දත්ත ප්‍රමාණයක් දීල ඒවා එක් එක් නීති නැතිනම් ක්‍රමවේද ප්‍රමාණයකට ‍යටත් කරල එම රාමුවතුල විචලනය වීමට ඉඩ හැරීමෙන්. නැත්නම් හරර්කෙක් ලණුවකින් ගහක බැන්දා වගේ, ඌ ලණුව දිග තෙක් ඒ අවට රවුමට ඕනෑම තැනක හැසිරෙනවා ඌට ඕන විධියකට. ඕනින්ම් කවී, කිඩගහවි, නිදාගනීවි,  හැබැයි ඔකොම ඔය ගහ වටේ විතරයි. දැන් මොකද මේ අලුත් හරකට වෙලා තියෙන්නේ ඌටත් කබයක් දාල , ගහක ගැට ගහල තියෙන්නේ කබයක ඕන තරම් දිගයි, ඌ කැලේටත් ගිහින් කාල දොලෙන් වතුරත් බීල හොරාට කොටුවකටත් පැනල, අයේ කනුපලට එන්නත් පුලුවන්. උදාහරනයකට අපි හිතමු මට සිංහලෙන් කියන්න ඕන කියල හිතමු "මට මෙම වාක්‍යය ලියල දෙන්න" දැන් ඕක මම කොමියුටර් එකක් ගාවට ගිහින් කියුවට එකට ඕක තේරෙන්න නම් මොකද වෙන්න ඕන. මෙතෙක් කල් කලේ ඔය කියන දේ command button එකක් විදියට මොකක් හරි වඩසටහනක ලියල ඒක උඩ ඔය මට කරගන්න ඕන දේ පූර්ව ලියල තීනවා ඒක ඇතුලේ සගවල කොපුටරේට තේරෙන බාසවකින් කියල තීනවා දැන් මෙන් මේක ඔබන එකා උබට කියන්නේ මෙන්න මේක කරපන් කියලා ඉතින් ඒක කරනවා. එච්චරයි කරල දෙන්න පුලුවන් උනේ. ඇයි ඒ හේතුව, මේලෝකේ ඉන්න විවිධ භාෂා කතාකරන අය විතරක් නෙවෙයි එකම භෂාව කතාකරන අය පවා එකම දේ කියන්නේ විවිධ විදියට, ඉතිං ඔය ඔකොටෝම හරියන්න command button දැම්මනම් ඒක තනි පිස්සුවක් ඒනිසා නියමයක් අරන් ආවා මේකට මෙන්න මේ විදියට කියපන් එතකොට ඌ කරනවා ඒක කියලා. ඉතිං අපි මොකද කලේ අපි වින්ඩෝස් ඉගෙන ගත්තා, word ,Excel, Photoshop..etc. එකී මෙකී නොකී හැමදේම ඉගෙන ගත්තා වෙනමම මේ යෝදයට කියලා අපිට ඕන වැඩේ කරව ගන්න. එතකොටම හිතෙනවා නේද යකෝ මොන මගුලක්ද මේ, මේ එන එන අලුත් අලුත් හැම  කොම්පුටර් වැඩසටහනක්ම අපි ඉගෙන ගන්න ඕන නැත්නම් අපි මේක එක්ක වැඩ කරන්න දන්නෑ කියන එක. ඔව් ඉතින් ඕක තමයි මෙතෙක් උනේ. එතකොට දැන් මොකද වෙලා තියෙන්නේ.

දැන් උනේ මේකයි අර උඩ කියපුවගේ Big Data සන්කල්පේ සිංහල භාෂාවේ වචන අකුරු වාක්‍ය යෙදවිය හැකි සියලුම ආකරයන්ටික විශාල විචල්‍ය ප්‍රමණයක් ඔස්සේ ගබඩාකරගන්න්න ඒවා අතිවිශාල ප්‍රමණයකට j¾. කරල එක එක විදියට හදුන  ගන්න පුලුවන් වෙනවා. ඒකියන්නේ "මට මෙම වාක්‍යය ලියල දෙන්න", "වාක්‍යක් ලියල දෙන්න පුලුවන්ද", මට මේවෙලවේ මේ වක්‍යලියල දෙන්න", " තමුන්ට මේවක්‍ය ලියල දෙන්න පුලුවන්ද"... ඔය ඕනම විදියට කියුවත් ඒකේ තෙරුමේ pattern එක වෙනම key එකක් විධියට register  කරගෙන තියෙන්නවා ඔය කියන ඕනම විදියකින් කියුවත් කියන්නේ මේක කියලා තේරුම් ගන්න. දැන් තේරෙනවා ඇති big data කියන එක LLM  කියන එක කොයිතරම්  ලොකු එකක් ද කියලා, ඔන්න වර්තමනයේ අපි දන්න  AI එන්න පටන් ගන්නේ ඔතනින්. අපි කියන දේ අපේ භෂාවෙන් යන්ත්‍රයකට තේරුම් යනවා. එතකොට තව දුරටත් Big Data වැඩිදියුනු වීම ඔස්සේ මෙම භාෂා මොඩල වගේ වෙනත් භෞතික දේවල නැතිනම් සයිබර් අවකසයේ දැනට භෞතිකත්වයක් ගොඩනගල තියෙන දේවල් එකින් එක විචල්‍ය විශාල ප්‍රමානයකින් පෙරල වෙන්කරල දකින පුලුවන් වෙනවා අර ලීකොටේ කතාවේ ඉතිරි සියලුම සුවිශේෂීය අවශේස ලක්ෂනවලට සංරචක, විචල්‍ය විශාල ගනනින හදාගන්න සමත් වෙනවා. එනිසා යම්ඝනකයක සියලුම තොරතුරු හදුන ගන්න පුලුවන් වෙනවා. එකක් වෙනස් කලොත් අලුතෙන් එකිනෙකට වෙනස් අලුත් එකක් නිර්මණය කරන්න හැකියාව එනවා. 

දැන් අපි කතාකරන ඕනම එකක් යන්ත්‍රයකට තේරුම් කරවන්න පුලුවන් අපි කතාකරන විදියටම, මුලින් අපි ලියන ඕනෑම විදියකට, මේවන  විට අපි  කටහඩින් කියන ඕනෑම විදියකට තේරුම් කරවන්න පුලුවන්. අද වෙන කොට වෙලා තියෙන්නේ අපි කතාකරන දේ නෙවෙයි අපි ලියන දේ නෙවෙයි, අපි කරන වෙනත් හැමදේම වගේ මෙලෙස මෙම පද්දතියට ඇතුල් වෙමින් තියෙනවා. අපි අදින ඕනෑම දෙයක්, අපි ගායනා කරන අපි හදන සංගීතවල , අපි ලියන කවිවල කතාවල, ලිපිවල ,..... ඕනෑම දෙය සදහා අතිව්ශාල විචල්‍ය ප්‍රමණයක් නිර්මානය කරගෙන දත්ත විස්ලේසණය කරගන්න පුලුවන් වෙලා තියෙනවා. අපේ සිංහල ගීතයක් ගායන කන්ඩායමක් ගායනාකලොත් ඒක පිරිමි හඩද ගානු හඩද ඒකේ භාෂාව මොකක්ද ඒකෙතේරුම මොකක්ද එක රාගදාරීද නැද්ද, ඒකට ලගම එවැනි සංගීත බාවිත ලෝකේ කොහේ තීනවද , මොනවද වාදනය වෙන භානණ්ඩ, ඒවයේ සංඛ්‍යාත මොනවාද. අපි චිත්‍රයක් ඇදල ඒක දුන්නොත් ඒකේ ශෛලිය මොකක්ද එහි  වර්ණ බාවිතාව කොහොමද ලේයර් කීයක් තීනවද ඇදල තියෙන වස්තූන් මොනවාද, ඒක කොපියක්ද අලුත්ම නිර්මානයක් ද ඔය වගේ සියලම දේවල් මේ අනන්ත වූ විචල්‍ය වලට ගබඩා වෙනවා ඒ ඔස්සේ විශ්ලේෂනය වෙනවා. ඊලඟට වෙන්නේ මෙහි ප්‍රතිලෝමයත් කරන්න පුලුවන් වෙන එක. අපි ඔය කියන විචල්ල්‍ය සියල්ලම හෝ අවස්‍ය ප්‍රමනයක් අවස්‍ය විධියට තෝරගෙන අපිට ලිපියක්, සංගීතයක්, චිත්‍රයක් නිර්මානය  කරන්න පුලුවන්වෙනවා. ඒවගේම මේ එකින් එක අතර තියෙන සංරචක හදුනාගෙන අමුතුම ඒව කරන්න පුලුවන් වීම (stable diffusion) . ලිපියක තියෙන විස්තරේට අදාල චිත්‍රයක් අදින්න ඕනිනම් ඒක කරන්න පුලුවන් වෙනවා (Midjourney), චිත්‍ර ජායාරූප  දුන්නම වීඩියෝ හදල දෙනවා (Dall-3), ලිපියක් දුන්නාම කියව්ලා දෙනවා, සාරංශය ඕනනම් ඒක වෙනම කියල දෙනවා(ChatGPT), වීඩියෝවක් දුනන්ම ඒකෙ තියෙන ටික ලියල දෙනවා(ChatGPT). මේවගේ අති වෙගයෙන් නිර්මාණසීලීව හැමදේම කරල දෙන්න හැකියාව ලැබෙනවා. මිනිසාගේ සිතන කරමය යන්ත්‍ර pattern බාවිතයෙන් හදුන ගන්නවා ඒවිතරක් නෙවෙයි මෙම මොඩල තමන්ම මිනිස්බාවිතාව විවිධ pattern වලට කඩා ගෙන ඔටෝ මතක්‍යක ගබඩා කරගන්න විදියට සැකසිලා තියෙන්නේ (machine learning). ඉතිං තවදු‍රටත් යන්ත්‍රයට අපිට වඩා කරන්න නොහැකි වෙන දේ සිතා ගැනීමට දැන් පුලුවන් ද?

තාමත් අපිට ඉතිරි අපි වගේම ජීවියෙක් අපිට විතරක් හදන පුලුවන් එක විතරයි වගේ..නේද?.

(ටිකක් වේල කියවන කොට කියවන්න බැරිවුන වචන තිබ්බ සංඛේත කියවන්න පුලුවන් උනානේ ඒක තමා  machine learning කියන්නේ. pattern අවබෝදකරගෙන නොදන්න දේ දන්නා දේතුළින් නිවැරදිවම සොයාග