තනිව සිතන AI නියෝජිතයා
Generative AI (GenAI) මගින් අපගේ ලෝකය වෙනස් කළ ආකාරය අපි කවුරුත් අත්දැක ඇත්තෙමු. ChatGPT මගින් රචනා ලියා දෙන විටත්, Midjourney මගින් අපේ සිතේ ඇති රූප තත්පරයකින් නිර්මාණය කරන විටත් අප පුදුම වුණා. මෙම මෙවලම්වල ඇති බලය අතිමහත් වුවත්, ඒවාට පොදු වූ එක් විශාල සීමාවක් ඇත:
සාමාන්‍ය GenAI හි සීමාව
ChatGPT වැනි සාම්ප්‍රදායික Generative AI ආකෘති, ඔබ විසින් එක් වරකට එක් උපදෙස් (One single prompt) පමණක් ලබා දුන් විට වැඩ කරයි.
ඔබ පවසන්නේ: "මම ලියූ ලිපිය සාරාංශ කර, ඊට අදාළ ඡායාරූපයක් සොයා දෙන්න" කියා යැයි සිතන්න.
GenAI කරන්නේ: එම ලිපිය සාරාංශ කිරීම පමණි. ඡායාරූපය සොයා ගැනීමට හෝ ඊළඟට කළ යුතු දේ තනිවම සැලසුම් කිරීමට එයට නොහැකිය. සෑම පියවරක් සඳහාම ඔබට නව උපදෙස් (new prompt) ලබා දීමට සිදුවේ.
මෙයයි GenAI හි ඇති ප්‍රධාන අභියෝගය—එය නොනවතින මානව අධීක්ෂණය ඉල්ලා සිටියි.
Agentic AI වෙත පිවිසීම
මෙම සීමාව ජය ගැනීම සඳහා නිර්මාණය වූ නව තාක්ෂණය වන්නේ Agentic AI (නියෝජිත AI) ය.
සරලව කිවහොත්: Agentic AI යනු මිනිස් මැදිහත්වීමකින් තොරව, යම් සංකීර්ණ ඉලක්කයක් තබාගෙන, එය සාක්ෂාත් කර ගැනීම සඳහා අවශ්‍ය සියලු පියවර තනිවම සැලසුම් කර, ක්‍රියාත්මක කර, අවසානයේ ඔබට ප්‍රතිඵලය ලබා දීමට හැකි වන පරිදි නිර්මාණය කරන ලද කෘත්‍රිම බුද්ධියයි.
එය ඔබගේ කාර්යාලයේ තනිවම වැඩ කරන, ඉලක්ක-නැඹුරු වූ ස්වයංක්‍රීය "සහයකයෙකු" (Agent) ලෙස සිතිය හැකිය. ඔබේ ප්‍රශ්නයට පිළිතුර මෙයයි: AI ට තනිව වැඩ දිය හැකියි, ඒ Agentic AI හරහායි!
Agentic AI vs. Generative AI: ප්‍රධාන වෙනස
Generative AI (GenAI) සහ Agentic AI යන දෙකම AI පද්ධති වුවද, ඒවායේ ක්‍රියාකාරීත්වය සහ කාර්යයන් අතර පැහැදිලි වෙනසක් ඇත.
සම්ප්‍රදායික GenAI ප්‍රශ්නවලට පිළිතුරු දීමට හෝ අන්තර්ගතය නිර්මාණය කිරීමට විශිෂ්ට වන අතර, Agentic AI, ක්‍රියාවට නැංවීම කෙරෙහි අවධානය යොමු කරයි.
|
ලක්ෂණය |
Generative AI (ජනනීය AI) |
Agentic AI (ඒජන්ටික් AI) |
|
ප්‍රධාන
අවධානය |
අලුත්
අන්තර්ගතයන් නිර්මාණය කිරීම (කේත, රූප). |
ඉලක්ක කරා
ස්වාධීනව ක්‍රියාත්මක වීම සහ කාර්යයන් ඉටු කිරීම. |
|
ක්‍රියාකාරීත්වය |
ප්‍රතිචාර
දැක්වීම (Reactive) – පරිශීලකයාගේ විමසුමට අනුව ප්‍රතිචාර දක්වයි. |
ක්‍රියාකාරී
වීම (Proactive) – තමන්ගේම සැලසුම් අනුව ක්‍රියා කරයි. |
|
ක්‍රියාකාරී
මට්ටම |
එක්
පියවරක් (Single Step) – විමසුමක් ප්‍රතිචාරයක්. |
බහු-පියවර
(Multi-step) – ඉලක්කයක් සැලැස්මක් මෙවලම් භාවිතයෙන් ක්‍රියා කිරීම. |
|
උදාහරණය |
"මෙම ඡායාරූපය සඳහා සටහනක් ලියන්න." |
"ඉලක්කය: ලාභදායීම ගුවන් ටිකට් පතක් සොයාගෙන
වෙන්කරන්න." (එය තනිවම සෙවීම් කර, මිල සසඳා,
වෙන්කිරීමේ ක්‍රියාවලිය සිදු කරයි.) |
GenAI සීමා සහිතයි, Agentic AI ස්වයං පාලනය වේ
GenAI (ChatGPT): යනු නිර්මාණ එන්ජිමක් (Creation Engine) පමණි. එය ඔබගේ මනසේ ඇති දෙය වචනයෙන් හෝ රූපයෙන් නිර්මාණය කරයි. ඔබ ඊළඟට කුමක් කළ යුතුද යන්න තීරණය කළ යුතුය.
Agentic AI: යනු ක්‍රියාත්මක කිරීමේ එන්ජිමක් (Execution Engine) වන අතර, එයට මිනිසෙකු මෙන් බාහිර ලෝකය සමඟ අන්තර් ක්‍රියා කිරීමට හැකියාව ඇත (උදාහරණ: සෙවුම් යන්ත්‍ර භාවිත කිරීම, ගොනු කියවීම, වෙනත් මෘදුකාංග සමඟ සම්බන්ධ වීම). එයට ඔබේ ඉලක්කය සම්පූර්ණ වන තෙක් තනිවම තීරණ ගැනීමට පුළුවන.
Agentic AI හි මූලික අංග (Key Components)
Agentic AI යනු හුදෙක් එක් LLM (Large Language Model) එකක් පමණක් නොවේ. එය නිශ්චිත ඉලක්කයක් කරා ළඟා වීමට එකට වැඩ කරන කොටස් කිහිපයක එකතුවකි.
මෙම නියෝජිතයන් "තනිව සිතනවා" යැයි අපට හැඟෙන්නට ප්‍රධාන හේතු වන මූලික අංග තුනක් මෙන්න:
1 සැලසුම්කරණය (Planning) - ඉලක්කය කුඩා පියවරවලට කැඩීම
සාමාන්‍ය AI එකක් එක් වරකට එක් උපදෙසක් පමණක් ඉටු කරන අතර, Agentic AI එකකට දිගුකාලීන දැක්මක් ඇත.
ක්‍රියාවලිය: ඔබ "ඊළඟ මාසය සඳහා අපගේ සමාගමේ වෙළඳපල තරඟකාරී විශ්ලේෂණය කරන්න" යන සංකීර්ණ කාර්යය ලබා දුන් විට, නියෝජිත AI එය මෙලෙස කුඩා පියවරවලට කඩයි:
පියවර 1: ප්‍රධාන තරඟකරුවන් තිදෙනා හඳුනා ගැනීම.
පියවර 2: ඔවුන්ගේ නවතම නිෂ්පාදන පිළිබඳ දත්ත අන්තර්ජාලයෙන් සෙවීම.
පියවර 3: එම දත්ත සාරාංශ කර SWOT විශ්ලේෂණයක් සකස් කිරීම.
පියවර 4: විශ්ලේෂණය මත පදනම්ව අවසන් වාර්තාව සකස් කිරීම.
වටිනාකම: මෙමඟින් නියෝජිතයාට, ඔබගේ මැදිහත්වීමකින් තොරව, කාර්යය අවසන් වන තෙක් අනුපිළිවෙලින් ඉදිරියට යාමට ඉඩ ලැබේ.
2 මතකය (Memory) - අත්දැකීම් වලින් ඉගෙන ගැනීම
Agentic AI සතුව මිනිසෙකුට සමාන මතකයක් ඇත. මෙය සාමාන්‍ය LLM වල සීමාවන් ඉක්මවා යයි.
කෙටි කාලීන මතකය (Short-term Memory): වත්මන් කාර්යයේදී ගත් මෑත තීරණ සහ ප්‍රතිඵල මතක තබා ගැනීම (Context).
දිගු කාලීන මතකය (Long-term Memory): පෙර කළ කාර්යයන්ගෙන් ලැබුණු අත්දැකීම් සහ පාඩම් ගබඩා කර තබා ගැනීම.
වටිනාකම: නියෝජිත AI එකකට යම් පියවරක් අසාර්ථක වූ විට, එයට ආපසු ගොස්, මතකයෙන් ඉගෙන ගත් පාඩම් අනුව වෙනත් ක්‍රමයක් (Alternate Path) සැලසුම් කිරීමට හැකියාව ලැබේ.
3 මෙවලම් භාවිතය (Tool Use) - බාහිර ලෝකය සමඟ අන්තර් ක්‍රියා කිරීම
GenAI හුදෙක් පෙළ සමඟ පමණක් ක්‍රියා කරන අතර, Agentic AI, බාහිර මෙවලම් භාවිතයෙන් ක්‍රියා කරයි.
උදාහරණ: සෙවුම් යන්ත්‍ර (Search Engines) භාවිතයෙන් නවතම තොරතුරු සෙවීම, API (Application Programming Interfaces) භාවිතයෙන් දත්ත සමුදායකට (Database) සම්බන්ධ වීම හෝ විද්‍යුත් තැපෑලක් යැවීමට Email Client එකක් භාවිත කිරීම.
වටිනාකම: මෙම හැකියාව නිසා නියෝජිත AI තවදුරටත් හුදකලා (Isolated) පද්ධතියක් නොවී, සැබෑ ලෝකයේ ක්‍රියාවන් (Real-world Actions) සිදු කළ හැකි ක්‍රියාකාරී සහායකයෙක් බවට පත් වේ.
මෙම මූලික අංග තුන නිසා Agentic AI හුදෙක් නිර්මාණය කරන්නෙකුට වඩා, ස්වාධීන කාර්ය සාධකයෙක් බවට පත් වී ඇත.
කාර්ය ප්‍රවාහ ස්වයංක්‍රීයකරණය (Workflow Automation)
Agentic AI මඟින් දිගු, පුනරාවර්තන සහ බහු-පියවර කාර්යයන් තනිවම සම්පූර්ණ කිරීමට ඇති හැකියාව නිසා, මිනිසුන්ට වඩා වැදගත් උපායමාර්ගික කාර්යයන් කෙරෙහි අවධානය යොමු කිරීමට ඉඩ සැලසේ.
පෞද්ගලික භාවිත උදාහරණ: සංකීර්ණ පර්යේෂණ
ඔබ විද්‍යාත්මක පත්‍රිකාවක් හෝ ගැඹුරු වාර්තාවක් ලිවීමට උත්සාහ කරනවා යැයි සිතමු. සාමාන්‍යයෙන් ඔබ දින කිහිපයක් ගත කරන කාර්යයක් Agentic AI මඟින් මෙලෙස ස්වයංක්‍රීය කළ හැකිය:
ඉලක්කය: "පසුගිය වසරේ ජනරේටිව් AI පිළිබඳ පළ වූ නවතම පර්යේෂණ පත්‍රිකා 5ක් සොයාගෙන, ඒවායේ ප්‍රධාන නිගමන සාරාංශ කර, විද්‍යාත්මක විලාසිතාවට අනුව වාර්තාවක් සකස් කරන්න."
නියෝජිතයාගේ ක්‍රියා:
සෙවීම: පර්යේෂණ දත්ත සමුදායන්හි (Databases) සෙවුම් මෙවලම් භාවිත කර නවතම පත්‍රිකා සොයා ගනී.
කියවීම/විශ්ලේෂණය: සොයාගත් ලිපි කියවා (පෙළ විශ්ලේෂණය), ප්‍රධාන නිගමන හඳුනා ගනී.
සකස් කිරීම: එම නිගමන සියල්ල එක් කර, ඔබ ඉල්ලූ ආකෘතියට අනුව අවසන් වාර්තාව සකසයි.
ප්‍රතිඵලය: ඔබට දින ගණනක් ගතවන කාර්යයක් පැය කිහිපයකින් හෝ ඊට අඩුවෙන් අවසන් කළ හැකිය.
ව්‍යාපාරික භාවිත උදාහරණ: විකුණුම් දත්ත විශ්ලේෂණය
ව්‍යාපාරික ලෝකයේදී, Agentic AI මඟින් කාලය සහ මුදල් ඉතිරි කරන සැබෑ වටිනාකමක් නිර්මාණය කරයි.
ඉලක්කය: "පසුගිය කාර්තුව සඳහා විකුණුම් දත්ත (Spreadsheet එකකින්) විශ්ලේෂණය කර, අඩුම විකුණුම් වාර්තා කළ භාණ්ඩ 3 හඳුනාගෙන, ඒවාට හේතු සොයා ගැනීමට වෙළඳපල ප්‍රතිචාර පරීක්ෂා කර, ඊළඟට ගත යුතු පියවර ගැන කෙටි වාර්තාවක් විධායක කණ්ඩායමට විද්‍යුත් තැපෑලෙන් යවන්න."
නියෝජිතයාගේ ක්‍රියා:
මෙවලම් භාවිතය: දත්ත පත්‍රිකාව විවෘත කර, දත්ත විශ්ලේෂණ මෙවලමක් (Python, SQL) භාවිත කරයි.
තීරණ ගැනීම: දත්ත විශ්ලේෂණය මත පදනම්ව අඩුම අලෙවියක් ඇති භාණ්ඩ හඳුනා ගනී.
ක්‍රියාව: එම භාණ්ඩවල අලෙවියට බලපෑ හේතු (ප්‍රතිචාර) අන්තර්ජාලයෙන් සොයයි.
සන්නිවේදනය: අවසන් වාර්තාව සකස් කර, විද්‍යුත් තැපැල් මෙවලමක් (Email tool) භාවිත කර අවශ්‍ය අයට ස්වයංක්‍රීයව යවයි.
ප්‍රතිඵලය: මුදල් කළමනාකරුවෙකුට දින භාගයක් ගතවන කාර්යයක් මිනිස් මැදිහත්වීමකින් තොරව සම්පූර්ණ වේ.
මෙලෙස, Agentic AI මඟින් බහු-පියවර කාර්යයන් සඳහා මිනිස් විධානයන් බලා නොසිට ස්වයංක්‍රීයව, අඛණ්ඩව ක්‍රියාත්මක වීමේ හැකියාව ලබා දෙයි.
අභියෝග සහ සීමාවන් (Challenges & Limitations)
Agentic AI හි ඇති විභවය අතිමහත් වුවද, එය තවමත් මුල් අවධියේ පවතින තාක්ෂණයක් වන අතර, මෙහි බරපතල අවදානම් සහ සීමාවන් පවතී.
1 Hallucinations හි අවදානම වැඩි වීම
ගැටලුව: සාමාන්‍ය GenAI වලදී පවතින Hallucination (වැරදි තොරතුරු ඉදිරිපත් කිරීමේ) අවදානම Agentic AI වලදී බහු-ගුණ වේ. නියෝජිත AI එකක් දිගු, බහු-පියවර කාර්ය ප්‍රවාහයක් ක්‍රියාත්මක කරන විට, එක් පියවරකදී සිදුවන කුඩා වැරැද්දක් සමස්ත නිමැවුමේම විශාල දෝෂයක් බවට පත් විය හැකිය.
උපදෙස: නියෝජිත AI හි ප්‍රතිඵල යොදා ගැනීමට පෙර මිනිස් අධීක්ෂණය සහ සත්‍යාපනය අත්‍යවශ්‍ය වේ.
2 පාලන ගැටලු සහ ආරක්ෂාව (Control and Security)
අරමුණු පාලනය: Agentic AI එකක් තමන්ගේම උප-ඉලක්ක (sub-goals) තීරණය කරන බැවින්, එය ඔබ නොසිතූ අතුරු මාර්ග (side effects) ඔස්සේ ගොස් අනවශ්‍ය හෝ හානිකර ක්‍රියා සිදු කිරීමට ඉඩ ඇත (උදා: සංවේදී දත්ත වැරදි මෙවලමකට යැවීම).
ආරක්ෂාව: නියෝජිත AI බාහිර මෙවලම් සහ API භාවිතා කරන බැවින්, මෙම AI ක්‍රියාත්මක වන පරිසරය අනවසරයෙන් ඇතුළුවීම් (hacks) වලට ගොදුරු වීමේ අවදානමක් ඇත.
3 පිරිවැය සහ සම්පත් පරිභෝජනය (Cost and Resources)
සංකීර්ණ සැලසුම්කරණය, මතක ගබඩා කිරීම සහ බාහිර මෙවලම් භාවිතය සඳහා සාමාන්‍ය GenAI භාවිතයට වඩා ඉහළ පරිගණක සම්පත් (Higher Computational Resources) සහ විශාල පිරිවැයක් අවශ්‍ය වේ. කුඩා කාර්යයන් සඳහා Agentic AI යෙදීම අකාර්යක්ෂම විය හැකිය.
නිගමනය (Conclusion): AI හි අනාගතය මෙහෙයවීමේ වගකීම
Agentic AI මඟින් අපගේ රැකියා සහ නිර්මාණශීලීත්වය සඳහා නව දොරටු විවෘත කරන බව පැහැදිලිය. එය හුදෙක් අන්තර්ගතය නිර්මාණය කරන මෙවලමක් නොව, තනිවම ඉලක්ක කරා ගමන් කරන, කාර්ය සාධන සහායකයෙකි.
Agentic AI හි අනාගතය
Agentic AI හි සංවර්ධනය වේගවත් වන අතර, එය ඉක්මනින්ම ව්‍යාපාරික විශ්ලේෂණ, මෘදුකාංග සංවර්ධනය සහ පෞද්ගලික කළමනාකරණය වැනි ක්ෂේත්‍රවල ප්‍රමුඛයා වනු ඇත. ඊළඟ පියවර වනුයේ, මිනිස් අධීක්ෂණයකින් තොරව සංකීර්ණ ව්‍යාපෘති කළමනාකරණය කරන බහු-නියෝජිත පද්ධති (Multi-Agent Systems) ය.
පාඨකයාට අවසන් පණිවිඩය
ඔබ Agentic AI ලෝකයට පිවිසෙන විට, මතක තබාගත යුතු ප්‍රධාන කරුණ මෙයයි:
AI ට තනිව වැඩ දිය හැකි වුවද, එම වැඩ නිවැරදිද, සදාචාර සම්පන්නද, සහ ඔබේ අපේක්ෂාවන් සපුරාලන්නේද යන්න තීරණය කිරීමේ අවසන් වගකීම ඇත්තේ ඔබටයි.
Agentic AI යනු ඔබේ සහකාරයා මිස, ඔබේ ස්වාමියා නොවේ. මෙම නව හැකියාවන් අත්හදා බලන්න, ඒවා වගකීමෙන් යුතුව මෙහෙයවන්න, එවිට ඔබට ඔබේ කාර්ය ප්‍රවාහය පෙර නොවූ විරූ ආකාරයෙන් ස්වයංක්‍රීය කරගත හැකිය.
0 Comments