AI Chat Bots පරණයි? තත්පරෙන් තත්පරේ මොළය වෙනස් කරගන්නා "Liquid Neural Networks" (LNN) 🧠🌊

අපි හැමෝම හිතාගෙන ඉන්නේ ChatGPT, Gemini වගේ Large Language Models (LLMs) තමයි Artificial Intelligence වල උපරිමය කියලා නේද? හැබැයි මේ වර්තමාන AI තාක්ෂණයේ තියෙන ලොකුම දුර්වලතාවය මොකක්ද දන්නවද?

ඒ තමයි මේවා "Frozen Brains" (මිදුණු මොළ). ඒ කියන්නේ, මේ මොඩල් එකක් ට්‍රේන් කරලා ඉවර වුණාට පස්සේ, ඒකේ තියෙන දැනුම (Neural Weights) අලුත් වෙන්නේ නෑ. අපි අහන ප්‍රශ්න වලට උත්තර දෙන්න ඒක පාවිච්චි කරන්නේ අර කලින් ඉගෙනගත්ත පරණ දැනුමම විතරයි. එතනින් එහාට ඒ AI එකේ "විකාශනයක්" (Evolution) සිද්ධ වෙන්නේ නෑ.

හැබැයි, MIT (Massachusetts Institute of Technology) එකේ පර්යේෂකයෝ ටිකක් මේ ළඟදී ලෝකෙම හොල්ලන අලුත් AI සංකල්පයක් එළියට දැම්මා. ඒ තමයි Liquid Neural Networks (LNN). අද KP Tech Gear අපි, ලංකාවේ තාම කවුරුත් කතා නොකරපු මේ අතිශය රහසිගත, අනාගතය වෙනස් කරන AI තාක්ෂණය ගැන පතුලටම බැහැලා බලමු!

🌊 1. මොකක්ද මේ Liquid Neural Network (LNN) කියන්නේ?

LNN කියන්නේ සාමාන්‍ය Artificial Neural Network එකක් නෙවෙයි. මේක Continuous-Time Recurrent Neural Network (CTRNN) කියන පවුලට අයිති අලුත්ම මාදිලියක්. මේකේ තියෙන විශේෂත්වය තමයි, මේ AI එක Run වෙන අතරතුර (During Inference), තමන්ගේ වටපිටාවේ වෙනස්කම් වලට අනුව තමන්ගේම Neural Weights ස්වයංක්‍රීයව වෙනස් කරගන්නවා!

🧠 බුද්ධියේ තරලය (The Liquid State):
සාමාන්‍ය AI එකක දත්ත ගලන්නේ එකම විදියකට ගල්ගැහුණු පාරවල් (Static Synapses) හරහායි. හැබැයි LNN වල දත්ත ගමන් කරන පාරවල් දියරයක් (Liquid) වගේ නම්‍යශීලීයි. ඒ මොහොතේ ලැබෙන අලුත් Data එක මත පදනම් වෙලා, ඊළඟ තත්පරේ තීරණය ගන්න ඕන විදිය AI එක විසින්ම වෙනස් කරගන්නවා.

🐛 2. මේක හැදුවේ කොහොමද? (The C. Elegans Secret)

MIT පර්යේෂකයෝ මේ සංකල්පය ගත්තේ පරිගණක විද්‍යාවෙන් නෙවෙයි, ජීව විද්‍යාවෙන්! හරියටම කිව්වොත් Caenorhabditis elegans (C. elegans) කියන මිලිමීටරයක් විතර දිග පුංචි පණුවාගෙන්.

මේ පණුවාගේ මොළේ තියෙන්නේ නියුරෝන (Neurons) 302 ක් විතරයි. හැබැයි ඌට පුළුවන් කෑම හොයාගන්න, අනතුරු වලින් බේරෙන්න, සහ වටපිටාවට අනුව හැඩගැහෙන්න. ChatGPT වගේ මොඩල් වල නියුරෝන බිලියන 175 ක් තිබිලත් මේ වගේ සජීවීව හැඩගැහෙන්න (Real-time adaptability) බෑ. පර්යේෂකයෝ කළේ මේ පණුවාගේ මොළේ සෛල අතර තියෙන රසායනික සම්ප්‍රේෂණය (Chemical Synapses) ගණිතමය සමීකරණ (Differential Equations) බවට පත් කරලා පරිගණකයට දෙන එකයි.

⚙️ 3. සාමාන්‍ය AI සහ LNN අතර වෙනස (Code Level Insight)

අපි Python වලින් සාමාන්‍ය Deep Learning මොඩල් එකක් ලියද්දී, අලුත් තීරණයක් ගන්නේ කලින් ට්‍රේන් කරපු අගයන් (Weights - w) සහ Input එක (x) ගුණ කිරීමෙන්. (උදා: y = w * x + b).

හැබැයි LNN වලදී මේ w (Weight) එක නියතයක් (Constant) නෙවෙයි. ඒක කාලයත් එක්ක වෙනස් වෙන ශ්‍රිතයක් (Function of time). මේක ගණනය කරන්නේ Ordinary Differential Equations (ODEs) පාවිච්චි කරලයි.

# ❌ සාමාන්‍ය Neural Network (Static Weights)
def standard_forward_pass(x, w, b):
    # w (weight) කවදාවත් Inference කාලයේදී වෙනස් වෙන්නේ නෑ!
    return activation_function(w * x + b)

# ✅ Liquid Neural Network (Dynamic Weights with ODEs) - Pseudocode
def liquid_forward_pass(x_current_time, hidden_state_prev, time_delta):
    # 1. වර්තමාන තත්ත්වය අනුව Weight එක අලුත් වේ! (Liquid Synapse)
    dynamic_weight = calculate_ODE(hidden_state_prev, x_current_time, time_delta)

    # 2. අලුත් Weight එකෙන් ප්‍රතිදානය ගණනය කිරීම
    new_hidden_state = activation_function(dynamic_weight * x_current_time)
    return new_hidden_state

🚁 4. ඇයි මේක මේ තරම් භයානක සහ බලගතු?

1. නියුරෝන 19 න් Drone එකක් එලවීම! 🤯
MIT එකෙන් කරපු ටෙස්ට් එකකදී, කැලෑවක් අස්සේ ස්වයංක්‍රීයව පියාසර කරන Drone එකකට සාමාන්‍ය Neural Network එකක් දැම්මහම ඒකට නියුරෝන ලක්ෂයකට (100,000) වඩා ඕන වුණා. හැබැයි LNN තාක්ෂණයෙන් ඒ වැඩේම කරන්න නියුරෝන 19 ක් විතරයි ඕන වුණේ! මොකද මේ නියුරෝන 19 තත්පරෙන් තත්පරේ පරිසරයට අනුව අලුත් වෙන නිසා.

• No Need for Supercomputers: සාමාන්‍ය AI මොඩල් රන් කරන්න දැවැන්ත NVIDIA GPU ඕනේ. හැබැයි LNN එකක් සාමාන්‍ය Raspberry Pi එකක වුණත් රන් කරන්න පුළුවන් තරම් සැහැල්ලුයි (Edge Computing).
• Handling Chaos (අවුල් ජාලා තේරුම් ගැනීම): කාලගුණය වෙනස් වීම්, ස්ටොක් මාකට් (Stock Market) එකේ උච්චාවචනය වීම්, අභ්‍යවකාශ යානා පාලනය වගේ තත්පරෙන් තත්පරේ වෙනස් වෙන දත්ත (Time-series data) වලදී LNN තරම් නිවැරදි වෙන කිසිම AI එකක් මේ ලෝකේ නෑ.

🔮 5. අනාගතය කොතනින් කෙළවර වෙයිද?

දැනට අපි පාවිච්චි කරන Self-driving cars (ටෙස්ලා වගේ) ට්‍රේන් කරන්නේ පරණ වීඩියෝ දත්ත වලින්. එකපාරටම පාරේ අලුත් දෙයක් වුණොත් (උදාහරණයක් විදියට කවදාවත් දැකපු නැති විදියේ වාහනයක් හැප්පිලා තිබ්බොත්) ඒ AI එකට කරගන්න දෙයක් නැති වෙනවා. ඒ මොකද ඒකේ මොළේ Frozen නිසා.

හැබැයි අනාගතයේදී වාහන වලට LNN දැම්මට පස්සේ, වාහනේ ඒ වෙලාවේ දකින අලුත් දේට අනුව, ඒ මොහොතේම තමන්ගේ කෝඩ් එක වෙනස් කරගෙන තීරණයක් ගන්නවා. මේක හරියට යන්ත්‍රයකට "සජීවී ආත්මයක්" දුන්නා වගේ වැඩක්!

💡 Tech Gear Conclusion:

ඔයා Software Engineer කෙනෙක් නම්, AI ගැන උනන්දු නම්, සාමාන්‍ය Machine Learning වලට එහා ගිය මේ වගේ ගණිතමය සහ ජීව විද්‍යාත්මක සංකල්ප ගැන අධ්‍යයනය කරන එක අනිවාර්යයි. LLMs කියන්නේ අද. හැබැයි Liquid Neural Networks කියන්නේ හෙට!

ඉතින් මචං, මේ අලුත්ම තාක්ෂණය ගැන ඔයා මොකද හිතන්නේ? AI එකකට තමන්ගේම මොළේ Run වෙන ගමන් වෙනස් කරගන්න පුළුවන් වුණොත්, අපිට AI පාලනය කරන්න පුළුවන් වෙයිද?

පල්ලෙහායින් ඔයාගේ අදහස කමෙන්ට් කරගෙනම යන්න! මේ වගේ අලුත්ම Tech Articles දිගටම කියවන්න KP Tech Gear එක්ක එකතු වෙලා ඉන්න. ජය වේවා! 👇