කෘතිම බුද්ධිය සහ බුද්ධිමත් යන්ත්‍ර...

         ඈත අතීතයේ සිටම මිනිසා තම පහසුව සඳහා විවිධ යන්ත්‍ර නිර්මාණය කළහ. පළමුවෙන්ම සතුන් දඩයම් කිරීම සඳහා ගල් ආයුධ භාවිතා කළ ඔවුන් පසුව ඒ සඳහා වඩා දියුණු, දුනු ඊතළ නිර්මාණය කර ගත්හ. මානව ශිෂ්ඨාචාරය ක්‍රමයෙන් දියුණු වෙද්දී මිනිසා බුද්ධියෙන් ඉහලට ගියා සේම ක්‍රම ක්‍රමයෙන් වඩා විශිෂ්ඨ යන්ත්‍ර සූත්‍රද නිර්මාණය වන්නට විය. යන්ත්‍ර මිනිසාට වඩා කාර්යක්ෂම විය, නමුත් ඒවා කිසිසේත් මිනිසා මෙන් බුද්ධිමත් වූයේ නැත. ශිෂ්ඨාචාරය දියුණු වෙමින් එද්දී මිනිසාට තම කාර්යන් පහසු කරගැනීම සඳහා යම් බුද්ධියක් සහිත යන්ත්‍ර නිර්මාණය කිරීමට සිත්වන්නේ අදක ඊයේක නොවේ. අදින් වසර පනහකට හැටකට පමණ එහා අතීතයක සිටම මිනිසා බුද්ධිමත් යන්ත්‍ර නිර්මාණය සඳහා උත්සාහ කළ බවට සාක්ෂි බොහෝය. නමුත් මිනිසා විසින් නිර්මාණය කළ අති විශිෂ්ඨම යන්ත්‍රය වූ පරිගණකය බිහිවනතෙක්ම එය යථාර්ථයක් වන ලකුණු පහළ වූයේ නැත. පරිගණක තාක්ෂණය ලොව පැතිරයාමත් සමඟම ඒ හා සමානවම බුද්ධිමත් යන්ත්‍ර නිපදවීමේ උනන්දුව ද ලොව පුරා පැතිරෙන්නට විය. ආටිෆිෂල් ඉන්ටෙලිජන්ට් නැතහොත් බුද්ධිමය යන්ත්‍ර පිළිබඳව වූ විද්‍යාව වෙනමම විෂය ක්ෂේත්‍රයක් ලෙස 50 දශකයේ දී තරම් ඈත කාළයේ ලොවට ඉදිරිපත් වන්නේ එහි ප්‍රතිඵළයක් ලෙසය.

බුද්ධිමත් යන්ත්‍ර

 බුද්ධිමත් යන්ත්‍ර යනු මොනවාද? යන්ත්‍රයෙන් සිදුවන ක්‍රියාවලීයේදී, තමා ක්‍රියාත්මක විය යුතු ආකාරය, තමාට ම තීරණ ගැනීමට හැකි යන්ත්‍ර බුද්ධිමත් යන්ත්‍ර ලෙස සරළව හඳුන්වා දිය හැකියි.  පරිගණක ක්ෂේත්‍රයට අදාලව සළකා බැළුවහොත් පරිගණක යන්ත්‍රයක් බුද්ධිමත් ආකාරයට ක්‍රියාත්මක කරවාගත හැකි මෘදුකාංග මේ කාණ්ඩයට අයත් ලෙස සැළකිය හැකිය.  ප්‍රායෝගික භාවිතයේදී මුහුණු හඳුනාගැනීමේ සිට මිනිසකු මෙන් සංවාදයේ යෙදෙන මෘදුකාංග  නියමුවන් රහිත ගුවන් යානා, ජීවිතාරක්ෂක රොබෝවරුන්, මිනිසෙකුට කිසිසේත් කළ නොහැකි සියුම් සැත්කම් කරනු ලබන රොබෝවරුන් දක්වා අති විශාල පරාසයක් අධි තාක්ෂණික නිර්මාණ  අයත් වන්නේ මේ ආර්ටිෆිෂල් ඉන්ටෙලිජන්ට් ක්ෂේත්‍රයටය. 

උදාහරණයක් ලෙස ගතහොත් අසූව දශකයේ මෙරට අතිශය ජනප්‍රිය වූ නයිට් රයිඩර් කතා මාලාව ඔබට මතකයේ ඇතැයි සිතමි. එහි එන "කිට්" නමින් හැඳින්වූ රියදුරකුගේ සහය නොමැතිව පැදවිය හැකි මෙන්ම මිනිසුන් සමඟ අදහස් හුවමාරූ කරගත හැකිවූ ද තවත් විශ්මිත දක්ෂතා රාශියකින් සමන්විත වූද අපූරු මෝටර් රථය මේ සඳහා කදිම නිදර්ශණයකි.  නයිට් රයිඩර් කතා මාලාව මනඃ කල්පිත අධි තාක්ෂණික මෝටර් රථයක් වටා ගෙතුනු කතා මාලාවක් වුවත්, බුද්ධිමය යන්ත්‍ර පිළිබඳව නැතහොත් බුද්ධිමය යන්ත්‍ර නිපදවීමේ විද්‍යාව වූ ආර්ටිෆිෂල් ඉන්ටෙලිජන්ට් ක්ෂේත්‍රය පිළිබඳව, ලොව පුරාම විශාල උනන්දුවක් ඇතිකළ කතාමාලාවක් බව පැවසූහොත් එය අතිශයෝක්තියක් නොවෙයි. නමුත් අවාසනාවකට මෙන් ලාංකිකයන් අතර මෙම කතාමාලාව ජනප්‍රිය වුවද, ත්‍රාසජනක කතාමාලාවක් ලෙස විනා ඉන් ඉදිරිපත් වූ තාක්ෂණය පිළිබඳව අවබෝධයක් ලාංකිකයන් ලබා ගත්තේදැයි සැක සහිතය.

නව දැනුම් පද්ධතීන් සොයායාම, නව තාක්ෂණික නිර්මාණකරණය බටහිරයන්ගේ පමණක් උරුමයකැයි සිතා සිටින අප වැනි රටක එය එක් අතකට බලන කළ අරුමයක් ද නොවේ. ඒ නිසාම දෝ තාක්ෂණය පිළිබඳව ඉතාම උනන්දු අතළොස්සක් දෙනා හැරෙන්නට බොහොමයක් අචාර්යවරුන්ට මහාචාර්යවරුන්ට පවා මේ ආර්ටිෆිෂල් ඉන්ටෙලිජන්ට් ක්ෂේත්‍රය පිළිබඳව ඇත්තේ මඳ දැනුමක්.

කෘතිම බුද්ධිය

මිනිසකු සතුව එකිනෙකට වෙනස් වූ බුද්ධිමය හැකියාවන් රාශියක් ඇති බව අප හොඳින්ම දනිමු. උදාහරණයක් ලෙස මිනිසෙකුට අළුත් දෑ ඉගෙනීමේ හැකියාව ඇත, තමන් උගත් දැනුම ආධාරයෙන් යම් ගැටළුවකට පිළිතුරු සොයාගැනීමට ඔහු සමත්ය, එසේම යමක් විශ්ලේෂණය කර එය සාමාන්‍යකරණය කර ගැනීමටද ඒ තුළින් අළුත් දෑ සංස්ලේෂණය කර ගැනීමටද මිනිස් මොළය සමත්ය. ආර්ටිෆිෂල් ඉන්ටෙලිජන්ට් නැතහොත් මේ බුද්ධිමත් යන්ත්‍ර නිපදවීමේ තාක්ෂණයේදී සිදුවන්නේ මේ එක් එක් ආකාරයේ ආකාරයේ බුද්ධිමය ලක්ෂණ පරිගණක තාක්ෂණය භාවිතයෙන් කෘතිම ලෙස නිරූපනය කිරිමය.  මේ ආකාර වූ මිනිස් මොළය සතු විවිධ බුද්ධිමය හැකියාවන් රාශියක් ඇති බැවින් ඒවා යන්ත්‍රයක් තුළට නැතහොත් පරිගණකය පරිසරයක් තුළ නිරූපනය කිරීම සඳහා ද ඒ එකිනෙකට අනුරූප වූ තාක්ෂණික ක්‍රමටද රාශියක් ඇත.

උදාහරණයක් ලෙස,

• එක්ස්පර්ට් සිස්ටම්  (Expert System)
• ආර්ටිෆිසල් නියුරල් නෙට්වර්ක් (Artificial Neural Network)
• ජෙනටික් ඇල්ගොරිදම්ස් (Genetic Algorithms)
• ෆසී ලොජික්  (Fuzzy Logic)

 මේ අතරින් කිහිපයක් පමණි.

එක්ස්පර්ට් සිස්ටම් තාක්ෂණය යනු මිනිස් විශාරදයකු තම දැනුම සහ තර්කණ හැකියාව භාවිතා කරමින් ගැටළු විසඳන ආකාරය අනුකරණය කරන්නාවූ තාක්ෂණයකි. ආර්ටිෆිසල් නියුරල් නෙට්වර්ක් මිනිස් මොළය සතු ඉගෙනීම සාමාන්‍යකරණය වැනි ගුණාංග පණ ගන්වනු ලබන අතර ජෙනටික් ඇල්ගොරිදම්ස් තාක්ෂණය මඟින් මිනිස් වර්ණ දේහ වල හැසිරීම් අකෘතික කොට ගනිමින් මිනිස් මොළය සතු අළුත් දෑ තැනීම, නිර්මාණකරණය වැනි බුද්ධිමය ලක්ෂණ පෙන්වීමට උපකාරී වේ. මේවාට අමතරව බුද්ධිමය යන්ත්‍ර නිර්මාණය කරගැනීම සඳහා විවිධාකාරයේ ආකෘතීන් අනුව යමින් හැඩගැසුනු තාක්ෂණයන් බොහෝ ප්‍රමාණයක් අද වන විට නවීන තාක්ෂණික ලෝකය තුළ සාර්ථකව භාවිතයේ පවතී.

මේ තාක්ෂණ අතරින් ඉතාම පැරණි වූද වඩාත් බහුලවම භාවිතාවන්නාවූද එක්ස්පර්ට් සිස්ටම් තාක්ෂණය බාවිතයෙන් පරිගණක යන්ත්‍රයක් බුද්ධිමත් ආකාරයට ක්‍රියාත්මක වන්නේ කෙසේදැයි ප්‍රායෝගික උදාහරණයක් ද සහිතව අපි වැඩි දුර විමසා බලමු.

එක්ස්පර්ට් සිස්ටම්  (Expert System)

එක්ස්පර්ට් සිස්ටම් තාක්ෂණය යන වදනින්ම හැඳින්වෙන ආකාරයට මෙම තාක්ෂණය මඟින් මිනිස් විශාරදයෙක් ගැටළුවක් විසඳන ආකාරය ආකෘති ගත කර ඒ අනුව ක්‍රියාත්මක වීම සඳහා යොදාගනු ලබන තාක්ෂණයකි.  යම් ක්ෂේත්‍රයක විශාරදයෙක් ගැටළුවක් විසඳීම සඳහා විවිධ ක්‍රම යොදාගනියි.

උදාහරණයක් ලෙස වෛද්‍යවරයකු තමන් උගත් දැනුම අනුව ඩෙංගු රෝගයේ ලක්ෂණ ලෙස දින කිහිපයක් තිස්සේ පවතින උණ, හිසරදය, වමනය පවතින බව  දැනුවත්ව ඇත. ඒ අනුව යමකුට ඩෙංගු උණ රෝගය ඇත්නම් ඔහුට දින කිහිපයක් තිස්සේ පවතින උණ, හිසරදය, වමනය ආදී රෝග ලක්ෂණ පැවතිය යුතු බව ඔහුගේ දැනුම අනුව නිගමනයකට පැමිණිය හැකිය.

මෙසේ හේතුව නිසා ඇතිවන ඵලය සොයා බැලීමෙන් නිගමන වලට එළඹීම , ගැටළුවකට පිළිතුරු සෙවීමේ එක් ක්‍රමයකි. මෙය ඉංග්‍රිසියෙන් Deductive reasoning ලෙස හඳුන්වනු ලබයි.

මෙහි විලෝමය එනම් ඵලය නිසා හටගන්නා හේතුව සොයාගොස් නිගමන වලට එළඹීමද බුද්ධිමත් පුද්ගලයකු තීරණ ගැනීම සඳහා භාවිතා කරන තවත් ක්‍රමයකි. ඉහත උදාහරණය ම සැලකුව හොත් දින කිහිපයක සිට පවතින උණ, හිසරදය, වමනය වැනි රෝග ලක්ෂණ යමකුට ඇත්නම් ඔහුට ඩෙංගු රෝගය වැලඳී ඇතැයි වෛද්‍යවරයකුට තීරණය කළ හැකිය. මෙය ඉංග්‍රිසියෙන් Abductive reasoning ලෙස හඳුන්වනු ලබයි.

බොහෝ අවස්ථා ගණනක් සත්‍ය වීම නිසා යම් නිගමන වලට එළඹීමද තවත් ක්‍රමයකි. ගිරවාට පියාසර කළ හැකිය, මයිනාට පියාසර කළ හැකිය, උකුස්සාට පියාසර කළ හැකිය. මෙසේ බොහෝ කුරුල්ලන්ට පියාසර කළ හැකි බැවින් පක්ෂීන් සියල්ළටම පියාසර කළ හැකිය යනුවෙන් නිගමනයකට එළඹිය හැකිය. සෑම විටම සත්‍ය නොවූවත් (පැස්බරා පක්ෂියකු වුවද පියාසර කළ නොහැකිය ) මෙසේ බොහෝ වාර ගණනක් සත්‍යවූ නිසා සත්‍ය ලෙස සළකා නිගමනය කිරීමද, නිගනම වලට එළඹීමට භාවිතා කරන එක් ක්‍රමයකි. අප සරළව විද්‍යාත්මක ක්‍රමය යනුවෙන් හඳුන්වන්නේ මෙයය.

මෙවාට අමතරව යම් විශාරදයෙක් නිගමනවලට එළඹීම සඳහා අවස්ථානුකූලව යොදාගන්නා විධික්‍රම රාශියකි.

විශාරදයකු හුදෙක්ම නිගමන වලට එළඹීමට අමතරව වෙනත් ගුණාංග බොහොමයකින් ද සමන්විතය.

 අසම්පූර්ණ දත්ත හමුවේ පවා ක්‍රියාත්මක විය හැකිය.
 විසඳිමට සිදුවන බොහෝ ගැටළු වලදී බොහෝ විට අදාල දත්ත සියල්ළම එකවර ලැබෙන්නේ නැත. උදාහරණයක් ලෙස වෛද්‍යවරයකු හමුවට පැමිණෙන රෝගියකු සියලු තොරතුරු එකවර පවසන්නේ නැත. මෙවැනි අවස්ථාවල රෝගියාගෙන් ප්‍රශ්ණ අසා එම අසම්පූර්ණ තොරතුරු සම්පූර්ණ කර ගැනීමට වෛද්‍යවරයකු සමත්ය.

වැරදි දත්ත නොසළකා හැරීමේ හැකියාව ඇත.

වෛද්‍යවරයකු හමුවට යන රෝගීන් පවසන්නේ සම්පූර්ණ සත්‍ය රෝග ලක්ෂණම නොවේ. සමහර විට රෝගයට අදාල රෝග ලක්ෂණ සමඟ එයට කිසිසේත්ම අදාල නොවන රෝග ලක්ෂණ ද සමහර අවස්ථාවල වෛද්‍යවරයාට අසන්නට ලැබේ. එවැනි අවස්ථාවක එම හේතු නොසළකා හරිමින් නිගමනවලට එළඹීමට ද වෛද්‍යවරයා සමත් ය.

විකල්ප විසඳුම් ලබාදීමේ හැකියාව ඇත.
 විශාරදයකුට සාමාන්‍යයෙන් ප්‍රශ්ණයක් විසඳීමේදී යම් කිසි නිශ්චිත නිගමනයකට එළඹීමට අමතරව අවශ්‍ය නම් ඒ සඳහා විකල්ප විසඳුම් ද යෝජනා කළ හැකිය. වෛද්‍යවරයකු ඖෂධ නියම කිරීමේ දී යම් ඖෂධයක් රෝගියාට අසාත්මිකයයි දැන ගත්තේ නම් ඒ සඳහා විකල්පයක් සොයා ගැනීමේ හැකියාවද සහිතය.

නිගමනවලට හේතු සැපයිය හැකිය.

නිගමන වලට එළඹීමෙන් අනතුරුව තමා එම නිගමනයට එළඹීම සඳහා හේතුවූ සාධක සහිතව හේතු පැහැදිලි කිරීමක් විශාරදයකුට සිදුකළ හැකිය. රෝගියාගේ රෝග ලක්ෂණ ආශ්‍රයෙන් යම් නිගමන වලට එන වෛද්‍යවරයාට තම එම තීරණය එළඹුනේ කුමන සාධක මතදැයි පැහැදිළි කිරීමක් කළ හැකිය.

නිගමන වල වලංගු භාවය දැනගත හැකිය.

කිසිම තීරණයක් සියයට සීයයක් නිවරදි නොවේ. රෝගියාගේ රෝග ලක්ෂණ අනුව රෝගය පිළිබඳව නිගමනයට එන වෛද්‍යවරයාට මෙම රෝග ලක්ෂණ අනුව යම් නිශ්චිත රෝගයක් වැළඳි තිබිමේ සම්භාවිතාව 80%ක් ආදි ලෙස කිව හැකිය.

මිනිස් විශාරදයෙක් ඉහත ගුණාංග වලින් ද සමන්විතය. එසේ නම් මිනිස් විශාරදයෙක් ලෙස ගැටළු විසඳීම සඳහා යම් මෘදුකාංගයක් නිර්මාණය කරන්නේ නම් ඉහත කී ගුණාංග ද එම මෘදුකාංගය සතුව තිබිය යුතුය.

එක්ස්පර්ට් සිස්ටම්  (Expert System) ව්‍යුහය

ඉහත ගුණාංග අඩංගු මෙවැනි පද්ධතියක් සාමාන්‍යයෙන් පහත ආකාරයේ මූලික ව්‍යුහයකින් යුක්තය.

Knowledgebase - අදාල ක්ෂේත්‍රය පිළිබඳව දැනුම ගබඩාකර ඇත්තේ මෙහිය. මෙය සාම්ප්‍රාදායික දත්ත පාදකයක් ලෙස පෙනුනද එයට වඩා බොහෝ වෙනස්ය. Knowledgebase එකක දැනුම ගබඩා කිරීම සඳහා ද විවිධ ක්‍රම ඇත. එය වෙනමම ක්ෂේත්‍රයක් වන තරමටම සංකීර්ණ විෂයකි.

Inference Engine - යම් ගැටළුවක් ඉදිරිපත් වූ විට එය විසඳීම සඳහා Knowledgebase එක තුළ ඇති දැනුම අවශ්‍ය ආකාරයට සකසා ඒ ඇසුරින් විසඳුම් සොයා ගැනීමේ කාර්යය සිදුකරනු ලබන්නේ මේ මඟිනි.

User Interface - පද්ධතිය හා භාවිතා කරන්නා සම්බන්ධ වන්නේ මෙම අතුරු මුහුනත හරහාය.

ප්‍රායෝගික නිදර්ශනයක්

අප දැන් මෙවැනි බුද්ධිමය පද්ධතියක් සඳහා ප්‍රායෝගිකව නිර්මාණය කෙරුණු නිදර්ශනයක් සළකා බලමු. පහත නිදර්ශනය දේශීය පර්යේෂණයක ප්‍රතිඵළයක් ලෙස බිහිවූ මිනිසාගේ ශ්වසන පද්දතිය ආශ්‍රිත රෝග හඳුනාගැනීම සඳහා නිර්මාණය කරන ලද්දකි.

මෙහිදී පළමුවෙන්ම ශ්වසන පද්ධතිය ආශ්‍රිත රෝග වලදී දක්නට ලැබෙන පොදු රෝග ලක්ෂණ ගණනාවක ලැයිස්තුවක් රෝගියාට වෙත ලැබේ. මෙම රෝග ලක්ෂණ වලින් තමා සතු රෝග ලක්ෂණ රෝගියා පද්ධතියට ඇතුලත් කළ යුතුය.

රෝගියාගෙන් අදාල රෝග ලක්ෂණ පද්ධතියට ලැබුණු පසු, පද්ධතියේ Inference Engine එක මඟින් පෙර සඳහන් කළ ආකාරයට Abductive Reasoning භාවිතයෙන් එනම් ඵලයේ සිට හේතුව සොයා ගැනීමේ ක්‍රමවේදය භාවිතා කරමින් රෝග ලක්ෂණ වලට අදාලව සිදුවිය හැකි රෝග කවරේදැයි Knowledgebase එක භාවිතා කරමින් සොයා ගනියි. 

අනතුරුව පද්ධතිය එහි දෙවන පියවර වෙත යොමු වෙයි. එනම් Abductive Reasoning මඟින් හඳුනාගත් සිදුවිය හැකි රෝග ලැයිස්තුව අතරින් රෝගියාට වැළඳී ඇති රෝගය තහවුරු කරගැනීම සඳහා Deductive Reasoning භාවිතයට ගනු ලැබේ.  රෝගියා පවසනු ලබන අසම්පූර්ණ තොරතුරු සම්පූර්ණ කරගැනීම සඳහා මෙන්ම වැරදි තොරතුරු  ඉවත් කර ගැනීම සඳහා ද මෙහිදී සාමාන්‍ය වෛද්‍යවරයකු මෙන්ම පද්ධතියද රෝගියාගෙන් ප්‍රශ්ණ කරනු ලබයි. 

(පද්ධතිය මඟින් මෙසේ අසනු ලබන ප්‍රශ්ණ රෝගියාගේ රෝග ලක්ෂණ වලට අදාලව අසම්පූර්ණ තොරතුරු සම්පූර්ණ කරගැනීමට බුද්ධිමත්ව අසන ප්‍රශ්ණ  මිස අදාළ නොවන එකම ආකාරයේ ප්‍රශ්ණාවලියක් ලෙස මෙහිදී ප්‍රශ්ණ ඇසීම සිදු නොවන බවද මෙහිදී සිහි තබා ගැනීම වැදගත්ය.)

මෙසේ Deductive Reasoning භාවිතයෙන් තහවුරු කරගත් රෝගය හෝ රෝග ලැයිස්තුව පද්ධතියේ නිගමනය ලෙස රෝගියා වෙත අවසානයේ ලබා දීම සිදුකරනු ලබයි. මෙහිදී තම තීරණවල වලංගු බාවය පිළිබඳව ද ප්‍රතිශතයක් ලෙස පද්ධතිය මඟින් ලබා දෙන බව මෙම රූපසහටනින් නිරීක්ෂණය කළ හැකිය. 

එසේම පද්ධතිය තමන්ගේ තීරණවල එළබීමට හේතුවූ සාධක පැහැදිලි කර දීමටද සමත්ය. මේ සඳහා Inference Engine එක  Abductive Reasoning  හා  Deductive Reasoning වලදී බාවිතා කරන ලද කරුණු ආධාර කරගනු ලැබේ.

අවසාන වශයෙන් අපේ රටේ නිපැයුමක් වූ මේ Expert System එක තරමක් සරළ එකක් වුවද, සමස්ථයක් ලෙස 90.6% සාර්ථකත්වයක් පෙන්වන්නක් බවද සඳහන් කළ යුතුය. ඒ දෙන ලද රෝග ලක්ෂණ කාණ්ඩයක් සඳහා මිනිස් වෛද්‍යවරුන් පස් දෙනෙකු ගේ සහ පද්ධතිය විසින් ලබා දෙන ලද පිළිතුරු විශ්ලේශණයෙන් අනතුරුවය.