චැට්බොට් යුගයෙන් ඔබ්බට: AI දැන් සිතියම් විද්‍යාවත් හඳුනයි

චැට්බොට් යුගයෙන් ඔබ්බට: AI දැන් සිතියම් විද්‍යාවත් හඳුනයි

දිනය: 2026 ජනවාරි 27 මූලාශ්‍රය: arXiv:2601.16965

කෘතිම බුද්ධිය (AI) භෞතික ලෝකය දෙස බලන ආකාරය සම්පූර්ණයෙන්ම වෙනස් කරන නව තාක්ෂණික රාමුවක් වන "Spatial-Agent" පසුගියදා එළිදැක්වුණා. එක්සත් රාජධානියේ Built Environment (ගොඩනැගිලි පරිසර) සහ Logistics ක්ෂේත්‍රවල නිරත වෘත්තිකයින්ට මෙය හුදෙක් මෘදුකාංග යාවත්කාලීන කිරීමක් පමණක් නොව, අවකාශීය දත්ත (Spatial data) හසුරුවන ආකාරයේ මූලික විප්ලවයක්.

වචන රටා වෙනුවට විද්‍යාත්මක සිද්ධාන්ත

මෙතෙක් කල් GPT-4 හෝ Claude වැනි Large Language Models (LLMs) ක්‍රියාත්මක වුණේ "සම්භාවිතාව මත පදනම් වූ රටා" (Probabilistic pattern matching) අනුවයි. සරලව කිව්වොත්, ඩිලිවරි පාරක් ප්ලෑන් කරනකොට ඒවා අන්තර්ජාලයේ තියෙන දත්ත අනුව ඊළඟට ගැලපෙන වචනය අනුමාන කළා මිසක්, ගඟක් පහලට ගලන බව හෝ කොන්ක්‍රීට් ගොඩනැගිල්ලක් මැදින් පාරක් යන්න බැරි බව "දැනගෙන" හිටියේ නෑ. මේ නිසා බොහෝ විට නොපවතින පාරවල් මැවීම වැනි "Spatial Hallucinations" ඇති වුණා.

නමුත් නව Spatial-Agent තාක්ෂණය මෙය වෙනස් කරනවා. එය භාෂා රටා මත පමණක් යැපෙන්නේ නැතුව, AI එක විද්‍යාත්මක අවකාශීය සිද්ධාන්ත (Scientific spatial theories) සමඟ සම්බන්ධ කරනවා. මේ හරහා Professional GIS පද්ධති සමඟ කෙලින්ම ගනුදෙනු කරමින් දුර සහ භූ ලක්ෂණ පිළිබඳව තාර්කිකව සිතීමට AI එකට හැකියාව ලැබෙනවා.

එක්සත් රාජධානියේ වෘත්තිකයින්ට ඇති වාසි

බ්‍රිතාන්‍යයේ සිවිල් ඉංජිනේරු, ප්‍රමාණ සමීක්ෂණ (QS) සහ ප්‍රවාහන ක්ෂේත්‍රවල සේවය කරන අයට මෙමගින් විශේෂ ඵලදායිතාවක් ලබාගත හැකියි:

• ස්වයංක්‍රීය අනුකූලතා පරීක්ෂා (Automated Compliance Checks): UK හි Green Belt වැනි සංකීර්ණ නීති රෙගුලාසි සැලසුම්වලට ගැලපේදැයි බැලීමට ක්ෂේත්‍ර නිලධාරියෙකු යන තෙක් බලා සිටීම අවශ්‍ය නැහැ. යෝජිත ව්‍යාපෘතිය නීතිමය සිතියම් සමඟ සංසන්දනය කර ගැටළු ඇති තැන් ක්ෂණිකව පෙන්වා දීමට මෙම තාක්ෂණයට පුළුවන්.
• Logistics සහ ප්‍රවාහනය: කුඩා හා මධ්‍යම පරිමාණ Logistics ආයතනවලට මෙය ඉතා වැදගත්. වාහන තදබදය පමණක් නොව පාරේ බෑවුම, පළල සහ වාහනයේ බර වැනි සියුම් කරුණු සලකා ඉන්ධන වියදම අවම වන හොඳම මාර්ගය ක්ෂණිකව සකසා ගැනීමට මෙය උපකාරී වෙනවා.
• හදිසි ආපදා කළමනාකරණය: ගංවතුර වැනි අවස්ථාවලදී පැරණි වාර්තා මත යැපෙනවාට වඩා, ජල විද්‍යාත්මක ආකෘති (Hydrological models) භාවිතා කරමින් අනතුරට ලක්විය හැකි ප්‍රාදේශීය කලාප නිවැරදිව අනාවැකි පළ කිරීමට මෙය සමත්.

කාර්යක්ෂමතාවය සමඟ එන අවදානම

මෙය වැඩ පහසු කළත්, යම් අවදානමක්ද නැතුවාම නොවෙයි. AI එක තාර්කිකව නිවැරදි යැයි පෙනෙන විසඳුමක් දුන් විට, මිනිසුන් එය නැවත පරීක්ෂා කිරීම අතපසු කළ හැකියි.

• මිනිස් අධීක්ෂණයේ වැදගත්කම: ව්‍යුහ ඉංජිනේරු විද්‍යාව (Structural engineering) වැනි ආරක්ෂාව ප්‍රමුඛ ක්ෂේත්‍රවලදී, AI එකක් මගින් සිදුවන කුඩා හෝ තාක්ෂණික දෝෂයක් විශාල අනතුරකට මුල පිරිය හැකියි. වෘත්තිකයින් තමන්ගේ අත්සන තැබීමට පෙර AI දත්ත මිනිස් ඇසකින් පරීක්ෂා කිරීම අනිවාර්යයි.
• කුසලතා වෙනස් වීම: සිතියම් ඩිජිටල් කිරීම සහ මූලික දත්ත සකස් කිරීම වැනි ආධුනික මට්ටමේ රැකියා (Entry-level roles) ස්වයංක්‍රීය වීමේ අවදානමක් තිබෙනවා. ඒ නිසා ක්ෂේත්‍රයේ ජ්‍යෙෂ්ඨයින් හුදෙක් දත්ත සාදන්නන් නොව, AI ප්‍රතිදානයන් විගණනය කරන "Spatial Architects" වරුන් බවට පත්වීම කාලීන අවශ්‍යතාවයක්.

2026 ප්‍රධාන රැල්ල: Vertical AI

මෙම සිදුවීම 2026 වසරේ ප්‍රධානතම තාක්ෂණික ප්‍රවණතාවය තහවුරු කරනවා. එනම්, "General Purpose AI" (ඕනෑම දෙයක් කරන චැට්බොට්) සිට "Vertical Agents" (විශේෂිත විද්‍යාත්මක ක්ෂේත්‍ර සඳහා සැකසූ පද්ධති) වෙත මාරු වීමයි. ව්‍යාපාරිකයින්ට සහ ආයෝජකයින්ට දැන් වැදගත් වන්නේ AI මොඩලයම නොව, මෙම ඒජන්තවරුන්ට ක්‍රියා කිරීමට අවශ්‍ය කරන පුද්ගලික ඉඩම් මිනුම් හෝ Logistics දත්ත (Proprietary data) සතු කර ගැනීමයි.

ඉංජිනේරු සහ ලොජිස්ටික්ස් ප්‍රධානීන් සඳහා: ඔබේ ආයතනයේ පුනරාවර්තන කාර්යයන් (උදා: site feasibility studies) සඳහා මෙම නව තාක්ෂණය ගැලපෙන්නේ කෙසේදැයි සොයා බැලීමට මූලික "AI Impact Audit" එකක් සකසා ගැනීමට අවශ්‍ය නම් මට සහාය විය හැකියි.

මූලාශ්‍රය (Source): https://arxiv.org/abs/2601.16965