කෘතීම බුද්ධිය(Artificial Intelligence)

මොකක්ද මේ කෘතීම බුද්ධිය?

කෘතීම බුද්ධිය ගැන ඉංග්‍රීසියෙන් සහ වෙනත් භාෂා වලින් ලියවුනු පොත් පත් , අන්තර් ජාල ඉගෙනුම් ක්‍රම , ආදී නොයෙකුත් දේ ඇතත් සිංහලෙන් ඒ ගැන ලියවුනු මුලාශ්‍ර ඉතා අල්පය. මෙම නව තාක්ෂණය සිංහල භාෂාව පරිශීලනය කරන්නන් වෙනුවෙන් හඳුන්වා දීම සඳහා මෙම ලිපි මාලාව ආරම්භ කිරීමට සිතුනි. ඔබ කුමන මට්ටමේ අධ්‍යාපන මට්ටමක සිටියද ඔබ හට පහසුවෙන් මෙම නව තාක්ෂණය හැදෑරීමට අවකාශ සැලසීම අපගේ අරමුණයි. ඔබට අවශ්‍ය වනුයේ අලුත් දේ ඉගෙන ගැනීමට ඇති උනන්දුවත් , පරිගණකයක් සහ අන්තර්ජාල පහසුකම පමණි. ඒ අනුව මෙම ලිපි මාලාව පහත කාණ්ඩ 3 යටතේ දිග හැරෙනු ඇත.

1. පරිගණක තාක්ෂනය ගැන ගැඹුරු දැනීමක් නැති, පරිගණකය භාවිතා කිරීමට පමණක් දන්නා අය වෙනුවෙන් කෘතීම බුද්ධිය.( AI/ML for Everyone )

2. පරිගණක ක්‍රම ලේඛණ සකසන්නන් වෙනුවෙන් කෘතීම බුද්ධිය.( AI/ML for Programmers )

3. දත්ත විශේෂඥයින් වීමට ඉගෙන ගන්නා අයට කෘතීම බුද්ධිය.( AI/ML for Data Scientists)

මේ හා සමගාමීව YouTube චැනලයක් තුලින්ද පාඩම් මාලාවක් ක්‍රියාත්මක වන අතර ඒ සඳහා යොමුව පහත වේ.

https://www.youtube.com/channel/UC571tPuF7W_rsm6k9PvZcRg

හැඳින්වීම

ඔබ දිනපතා භාවිතා කරන උපකරන මෙවලම් කීපයක් ගැන අවධානය යොමු කලොත් ඔබට පෙනෙවි අප මේ වන විට තාක්ෂණය අතින් මොන තරම් දුර ගමනක් ඇවිත් ඇතිද යන වග.මෙවැනි සමහර අවස්ථා වල ඔබ නොදනුවත්වම ඔබ කෘතීම බුද්ධිය භාවිතා කරන අතර ඔබේ ස්මාර්ට් ජංගම දුරකතනය තුල භාවිතා වෙන සමහර තාක්ෂණික ක්‍රම එයට හොඳම උදාහරණයක් ලෙස ගත හැකිය.

මිනිස් මොළය හා සමානව සිය බුද්ධිය මෙහෙයවීමේ හැකියාව ඇති කෘතීම යාන්ත්‍රික ක්‍රමවේදය අපට කෘත්‍රිම බුද්ධිය ලෙස හඳුන්වන්න පුලුවන.

බුද්ධියේ පරිනාමය:

අතීතයේ පටන් වෙනස් වෙමින් පවතින තාක්ෂණය පිළිබඳ ආපස්සට ගියහොත් ඔබට පෙනෙයි මිනිසාගේ තාක්ෂණික පරිනාමයේදී යුග සතරක් පසු කල බව. එහි පළමු පිම්ම ලෙස ගින්දර සොයා ගැනීම හඳුන්වන්න පුලුවන්.ඒ තුළින් මිනිසා නොසිතූ ලෙස මිනිස් මොළය තුළ විශාල පරිනාමයක් සිදු වුන බව කිව හැක. මන්ද, අමුවෙන් ගත් ආහාර වලින් ලැබුනු කැළරි ප්‍රමානයට වඩා පිසූ ආහාර වලින් ලැබෙන කැළරි ප්‍රමාණය වැඩියෙන් අවෂෝශනය කර ගැනීමට මිනිස් මොළය සමත්වූ බැවිනි. මේ තුලින් පෙර නොතිබුණ ආකාරයේ බුද්ධිමය හැකියාවන් සහ සිතීමේ හැකියාව වර්ධනය වූ බව කිව හැක.

ගොවිතැන සහ රෝදය සොයා ගැනීම තාක්ෂණික පරිණාමයේ ඊලඟ අදියර විය. තමන් සොයා ගත් දනුම වෙනත් අය වෙත සම්ප්‍රේශනය කිරීමේ හැකියාව මෙමගින් ලැබුනු අතර ලේඛන කළාව සොයා ගැනීමත් සමඟ මිනිසා තමා විසින් ලබා ගත් දැනුම සංරක්ෂණය කර තබා ගැනීමට සමත් වුනා. පැපිරස් පත්‍ර වල, මැටි පුවරු වල සිය දැනුම ලියා තබන්නට මිනිසා උත්සාහ කල අතර එය තාක්ෂණික දැනුම හුවමාරුවේද ප්‍රධාන සන්ධිස්ථානයක් වූ බව පෙනේ. එමෙන් ම මිනිස් පරිණාමයේ සතරවන තාක්ෂණික විප්ලවය, අද අප කතා කරන කෘත්‍රිම බුද්ධිය සොයා ගැනීම ලෙස හඳුන්වනු ලබයි.නව තාක්ෂණික දියුණුව සමග විවිධ යන්ත්‍රෝපකරණ කෙතරම් නිර්මාණය වූවද මිනිස් මොළයේ ක්‍රියාකාරිත්වයට සමාන යන්ත්‍රණයක් ඉතිහාසයේ කිසිවකු නිර්මාණය කර තිබුණේ නැත.එම නිසා මෙම සොයාගැනීම තාක්ෂණික ඉතිහාසයේත් ලෝක ඉතිහාසයේත් මහා විප්ලවයක් විය. මිනිසෙකු සිතනපතන ආකාරයට තීරණ ගැනීමේ හැකියාව යන්ත්‍රයකට බාර දීමට මෙමගින් අවස්ථාව ලැබිණි.එම නිසා මිනිස් පරිණාමයේ සතරවන තාක්ෂණික විප්ලවය කෘත්‍රිම බුද්ධිය සොයා ගැනීම ලෙස සටහන් වේ.

මේ අනුව බුද්ධි පරිණාමයේ අධියර සතර ලෙස පහත අදියර හැඳින්විය හැකිය.

1. ගින්දර සොයා ගැනීම

2. ගොවිතැන සහ රෝදය සොයා ගැනීම

3. ලේඛන කළාව සොයා ගැනීම

4. කෘත්‍රිම බුද්ධිය සොයා ගැනීම

Source : https://www.goodreads.com/book/show/35297413-the-fourth-age

විෂය පිලිබඳ යමක්!

මේ වන විට බොහෝ දුරට ඔබට මේ පිළිබඳව ගැටලු කීපයක් ඇති.

ඇයි ඔබ කෘතීම බුද්ධිය පිළිබඳව හදරන්න අවශ්‍ය? එයින් ඔබේ ජීවිතයට ලැබෙන වාසිමොනවාද? ඔබට මේ අංශයෙන් රැකියාවක් කිරීමට හෝ AI project එකක් කරන්න අවශ්‍ය දැනුම කුමක්ද?

how to become an expert in Artificial Intelligence? Machine Learning and data Science?

source:https://www.kdnuggets.com/2016/09/new-data-science-venn-diagram.html

ඔබට මෙම විෂය පථය තුල දිගු ගමනක් යාමට නම්, ඔබට තිබිය යුතුම දැනුම් සම්භාරයක් පිළිබඳව අපි දැන් කතා කරමු.

මේ සඳහා අත්‍යවශ්‍ය කරුණු කීපයක් මෙම වෙන් රූප සටහන මගින් ඉතා පැහැදිලිව නිරූපණය වෙන අතර ඔබට මෙමගින් පෙනී යන්නේ communication, statistics and mathematics, programming සහ business යන විෂය 4 ම සමගාමීව තිබීම මේ සඳහා අත්‍යවශ්‍ය කරුණක් බවයි. මෙහිදී business යනුවෙන් අදහස් කලේ අප කෘතීම බුද්ධිය උපයෝගී කරගන්නා විෂය පථය පිලිබඳ ඇති දැනුමයි( Eg : Accounting , Analysis, Gaming etc….) ඒ තුල අඩංගු කරුණු අප මෙම පාඩම් මාලාවේ ඉදිරියට සාකච්ඡා කරමු.

AI (artificial intelligence) VS ML (machine learning)

කෘත්‍රිම බුද්ධිය නැතිනම් Artificial Intelligence සහ Machine Learning යනු එකම විෂයක් ද? නැතිනම් එහි ඇති වෙනස්කම් මොනවාද?

මෙය පැහදිලි කර ගැනීමට උදාහරණයක් ලෙස අපි හොදින් හඳුනන චිත්‍රපට දෙකක් සළකා බලමු.

1.Terminator

2.Iron Man

Terminator චිත්‍රපටයේ ඔබ හොඳින් දන්නා පරිදි එහි සැලසුම් සියල්ලම මෙහෙයවනු ලබන්නේ රොබෝ යන්ත්‍ර මඟින් වන අතර එහි සියලු මෙහෙයුම් මිනිස් පාලනයකින් තොරව ස්වයං චින්තනයක් ඇති රොබෝ යන්ත්‍ර නතු කර ගත් අවස්තාවක් ලෙස ප්‍රදර්ශනය කරයි. එනම් අලුත් දෑ තමන් විසින් ම ඉගෙන ගනිමින් තීරණ ගැනීමට තරම් මෙම යන්ත්‍ර බුද්ධිමත් ය.

මෙලෙස මිනිස් මොළය හා සමානව , ඉගෙන ගනිමින් , ස්වයං තීරණ ගනිමින් තමා මෙහෙයවා ගැනීමට හැකියාවක් සහිතව නිර්මාණය කරන ලද කෘත්‍රිම නිර්මාණයන් AI ලෙස පහසුවෙන් හඳුනා ගත හැකියි.

නමුත් Iron man චිත්‍රපටයෙහි, යන්ත්‍රය ක්‍රියාත්මක කිරීමේ සම්පූර්ණ පාලනය, එයට විධාන දීමට ඇති හැකියාව සම්පූර්ණයෙන් මිනිසා සතු වෙනවා. මිනිසා නොමැතිව තනි තීරණ ගැනීමේ හැකියාවක් හෝ ක්‍රියා කිරීමේ හැකියාවක් එම යන්ත්‍රය සතු නොවේ. අලුතින් ඉගෙනීමේ හැකියාවක් මෙම යන්ත්‍රයට නැත. නමුත් පෙර සකස් කරන ලද දත්ත සමුදායකට අනුව හසිරීමේ හැකියාවක් ඇත.ඒ අනුව මෙම කරුණු දෙක එකිනෙකට වෙනස් නමුත් එකිනෙකට බැඳි පවතින බව ඔබට පැහැදිලි වනු ඇත.

කෘත්‍රිම බුද්ධිය ලොවට අලුත් අත්දැකීමක් ද?

මෙම ප්‍රශ්නයට ඍජු පිළිතුර “නැත” යන්නය.මෙය ලොව තුල බොහෝ කාලයක් පැවැති අදහසක් ලෙස අපට හඳුනා ගත හැකිය.. පරිගණකය ලොවට හඳුන්වා දුන් මුල් අවදියේ ම පරිඝණක විද්‍යාඥයන් විසින් මෙම සංකල්පය ගෙන එනු ලැබූ බව කියවේ. මුල්ම වතාවට 1948 දී නිර්මාණය කරන ලද The Perceptron නැමැති AI model එක(මෙය Neural Network එකක් වන අතර ඉදිරියේදී ඒ පිළිබඳව අධ්‍යයනය කරමු.) Frank Rosenblatt විසින් නිර්මාණය කරන ලදී.

එවකට පැවති සීමිත පරිඝණක ප්‍රොසෙසර් බලය (Limited machine power) හේතුකොට ගෙන බොහෝ නව නිර්මාණ සීමිතව නිර්මාණය කිරීමට සිදුවිය. නමුත් පරිඝණක වල ධාරිතාව වැඩි වීම සමඟ සහ එකළ නොපැවති IoT(Internet of Things), Big data වැනි සන්කල්ප සහ වල නැග ඒම නිසා එවකට අපට කරන්නබැරි වුන බොහොමයක් AI models මේ වන විට ඔබ ඉදිරියේ නිර්මාණය වී පවතින බව ඔබට පෙනේ. කෘතීම බුද්ධියෙහි මුලික අමුද්‍රව්‍යයක් වන දත්ත විශාල වශයෙන් ලබා ගැනීමට මෙම සංකල්ප වැදගත් විය.

Father of AI නැතහොත් කෘත්‍රිම බුද්ධියේ පියා ලෙස සළකනු ලබන්නේ “Geoffrey Hinton” නැමැති කැනේඩියානු පරිඝණක විද්‍යාඥවරයා වේ.

Artificial Intelligence යනු කුමක්ද?

ඔබ මෙම විෂය පිළිබඳව සොයා බලන අයෙක් නම් මෙම වෙන් රූප සටහන මින් පෙර දැක තිබෙන්නනට පුලුවන්.මෙහි ඉහලම layer එකේ සඳහන් වන AI,ආකාර දෙකකට දැක්විය හැකියි. එනම් General AI ,Narrow AI ලෙස අවස්ථා දෙකකට පෙන්වා දිය හැකිය. Genaral AI , Narrow AI යන සංකල්ප පිළිබඳව හඳුන්වනවා නම් ,

General AI: අප පෙර ඉගෙන ගත් ආකාරයට මෙහි අදහස සිය බුද්ධිය මෙහෙයවා අලුත් දෑ ඉගෙන ගනිමින් ක්‍රියා කල හැකි කෘත්‍රිම බුද්ධියක් යන්නයි.එනම් ඕනෑම දෙයක් කලහැකි යන්ත්‍රයක් වේ.මෙවැනි යන්ත්‍ර තවමත් ලෝකයේ නිර්මාණය වී නැත.(eg: machines in terminator movie)

Narrow AI: යම් කිසි එක් කර්‍යක් පමනක් සිදු කළහැකි ආකාරයට නිර්මාණයකරන ලද යන්ත්‍රයක් මේ නමින් හඳුන්වයි. ලෝකයේ වැඩියෙන් දකින්නට ඇති කෘත්‍රිම බුද්ධි ආකාරය මෙය වේ.(eg: Tesla’s auto driving car, Netflix search engine)

Deep Learning: මෙහි අන්තර්ගත වන්නේ Artificial Neural Networks යන සංකල්පයයි. මිනිස් මොළයේ සෛල (නියුරෝන)ක්‍රියා කරන ආකාරය පදනම් කරගෙන නිර්මාණයකරන ලද කෘත්‍රීම පද්ධතියක් මේ නමින් හඳුන්වයි.මේ පිලිබඳව අප ඉදිරියේදී සාකච්ඡා කරමු.

Machine learning තවදුරත්

Machine learning සිදු කරන ආකරය අනුව ඉහත පරිදි බෙදා දක්වන්න අපට පුලුවන්. මූලික වශයෙන් මෙය Supervised learning, Un-supervised learning, Semi-Supervised learning සහ Reinforcement learning ලෙස මූලිකව කොටස් 4 කට බෙද දක්වනු ලබයි. මේ එක් එක් කරුණ පිළිබඳව අප දැන්ව විමසා බලමු.

Supervised Learning

මෙය ඕනෑම පුද්ගලයකු, සතෙකු සිය දැනුම අවශෝෂණය කර ගන්නා සාමන්‍ය ක්‍රියාවලියට සමානය. එනම් ඕනෑම මිනිසෙක් කුඩා අවදියේ තම දෙමව්පියන් හා අවට සිටින අය කියා දෙන කරුනු අවශොෂණය කර ගනී. එම කරුණු මතකයේ තබාගෙන යලිත් ඒ හා සමාන අවස්ථාවන් වලදී ඒ අයුරින් ප්‍රතිචාර දක්වයි. පාසලේ ගුරුවරුන් උගන්වන කරුණු ඉගෙන ගනී. ඒ අයුරින්ම මෙහිදී අප කෘත්‍රිම යන්ත්‍රයකට අප සතුව ඇති දත්ත උපයොගී කරගනිමින් ඉගැන්වීමක් සිදු කරනු ලබයි. මෙය Training ලෙස හඳුන්වන අතර එමගින් ලබා දුන් දත්ත පිළිබඳව නැවත පරීක්ෂා කිරීමේ ක්‍රියාවලිය evaluation ලෙස හඳුන්වනු ලැබේ. ලබා දුන් දත්ත අනුසාරයෙන් නිගමන වලට එලබීම මෙහිදී මෙම trained models සිදු කරනු ලබයි.

Unsupervised Learning

මෙහිදී training එකකින් තොරව තමා විසින්ම තෝරාගත් තමා සතුව පවතින විශ්ලේෂණ ක්ර්ම සමුදායක් ඔස්සේ ඉගෙනුමක් සිදු වේ. එනම් දත්ත වෙන් කොට නොදක්වන අවස්ථාවකදී එම දත්ත වෙන් කොට හඳුනා ගෙන ඒ අනුව ප්‍රතිඵලය ලබා දීමයි. මෙහෙදී අප විසින් කිසිඳු training එකක් සිදු නොකරයි, නමුත් දෙන ලද දත්ත සමුදායෙන් තෝරාගත් සමානතා හෝ අසාමානතා මත අපගේ model එක ඉගෙනුමක් ලබා ගනී.

Reinforcement Learning

මෙයට උදාහරණයක් ලෙස තමාට මිත්‍රශීලී සහ මිත්‍රශීලී නොවන, හොඳ සහ නරක, වැනි දෑ වෙන් කොට හඳුනා ගන්නා මිනිස් මොළයේ ක්‍රියාකාරීත්වය පෙනිවා දිය හැක. මෙහිදී අප විසින් නිර්මාණය කරන Agent හට ලකුණු ලබා දීමේ ක්‍රමයත් භාවිතා කරයි. නිවැරැදි action එකකට ලකුණු ලබා දීමත් වැරදි action එකකින් ලකුණු කපා හැරීමත් සිදුකරයි. මේ අනුව අප නිර්මාණය කල Agent සිය ලකුණු ප්‍රමාණය වැඩි කර ගැනීමට උත්සාහා දරන අතර එමගින් වැරදි තීරණ හඳුනා ගෙන ඉගෙනුම ලබයි. මෙය බොහෝ විට gaming වල භාවිතා කරනු ලබයි (automated players or Bots).

පාඩම් මාලාවේ අන්තර්ගතය

මෙම blog මාලාව සමඟ රැඳී සිටීමෙන් ඛාන්ඩ 3ක් යටතේ ඉගෙනීමට ඔබට හැකියාව ලැබේ. එමෙන්ම මෙහි මුල සිට අග දක්වා ඉතාම පැහැදිලිව සිංහලෙන් ඉගෙනීම ඔබට අවස්ථාවක් මෙමගින් ලැබෙනු ඇත.

මේ පිළිබඳව වැඩි දුර ඉගෙනුමට අපේක්ෂාවෙන් සිටින සියලුදෙනා හට මෙම බ්ලොග් මාලාව සමඟ රැඳී සිටින ලෙස ආරාධනා කරමි.

ස්තුතියි