Aditha Dinuja Serasinghe Podcast Season 4

මෙමගින් කෘතිම බුද්ධියේ (AI) විවිධ පැතිකඩ  සාකච්ඡා කරයි. එක් ප්‍රභවයක්  AI හි ඇති අන්තරායන්  කෙරෙහි අවධානය යොමු කරන අතර,  රැකියා අහිමිවීම ,  පෞද්ගලිකත්ව උල්ලංඝනය ,  පක්ෂපාතී තීරණ  සහ  ආරක්ෂක අවදානම්  වැනි කරුණු ඉස්මතු කරයි. අනෙක් ප්‍රභවයන් ද AI හි අන්තරායන් ගැන කතා කරන නමුත්,  AI හි වාසි , එනම්  ස්මාර්ට් සහායකයන් ,  අධ්‍යාපනික ක්‍රීඩා  සහ  පුද්ගලීකරණය කළ අත්දැකීම්  වැනි දේ ද සඳහන් කරයි. සමස්තයක් ලෙ...

මෙමඟින්  AI LLM Model එකක් Server එකක Host කරන ආකාරය  පිළිබඳව මූලික දැනුමක් ලබා දේ. එයට අවශ්‍ය  Hardware  සහ  Software  අවශ්‍යතා,  Environment Setup  කිරීම,  Model Download  කිරීම,  Server Script  එකක් ලිවීම ( Flask  හෝ  FastAPI  භාවිතයෙන්) සහ  Server Run  කිරීම මෙහි විස්තර කර ඇත. අමතර වශයෙන්,  Docker Container  එකක් නිර්මාණය කිරීම,  API Test  කිරීම,  කාර්ය සාධනය වැඩි දියුණු කිරීමේ උපක්‍රම  ( Perf...

විශාල භාෂා ආකෘති (LLMs)  නඩත්තු කිරීම සහ වැඩිදියුණු කිරීම පිළිබඳව සාකච්ඡා කරයි. එක් මුලාශ්‍රයක්  LLM වල කාර්යසාධනය වැඩිදියුණු කිරීමට සංවර්ධකයින්ට භාවිතා කළ හැකි ශිල්පීය ක්‍රම 5ක්  ඉදිරිපත් කරයි, එහි  ප්‍රොම්ප්ට් ඉංජිනේරු විද්‍යාව ,  Retrieval-Augmented Generation (RAG) ,  fine-tuning ,  Semantic Caching , සහ  Reinforcement Learning with Human Feedback (RLHF)  වැනි ක්‍රම ඇතුළත් වේ. අනෙක් මුලාශ්‍රය ...

මෙමගින් විශාල භාෂා ආකෘතියක් (LLM) නිර්මාණය කිරීම සඳහා පුළුල් මාර්ගෝපදේශයකි. එය  මූලික සංකල්ප  සිට  අවශ්‍ය සම්පත් ,  දත්ත සකසන ක්‍රියාවලිය ,  ආකෘති ව්‍යුහය ,  පුහුණු කිරීමේ ක්‍රියාවලිය  සහ  ඇගයීම් ක්‍රම  දක්වා විවිධ අංශ ආවරණය කරයි. තවද, එය  යෙදවීම් ක්‍රම ,  පිරිවැය ගණනය කිරීම් ,  ආචාර ධර්ම  සහ  අනාගත ප්‍රවණතා  පිළිබඳව ද සාකච්ඡා කරයි. ආරම්භකයින් සඳහා  ප්‍රායෝගික උපදෙස්  සපයමින්, සාර්ථක LLM නිර්මාණයක...

කෘතිම බුද්ධිය (AI) ක්ෂේත්‍රයේ වැදගත් අංග දෙකක් වන යන්ත්‍ර ඉගෙනීම (Machine Learning - ML) සහ විශාල භාෂා ආකෘති (Large Language Models - LLM) පිළිබඳ ඉතිහාසය සහ පරිණාමය විස්තර කරයි. එක් ප්‍රභවයක් යන්ත්‍ර ඉගෙනීමේ මුල් අවධියේ සිට ස්නායුක ජාල, Perceptron, ආසන්නතම අසල්වැසි ඇල්ගොරිතම සහ ප්‍රවර්ධනය වැනි වැදගත් සන්ධිස්ථාන දක්වා ගෙන යන අතර, කථන හඳුනාගැනීම සහ මුහුණු හඳුනාගැනීම වැනි වර්තමාන භාවිතයන්ද සඳහන් කරයි...

මෙමගින් යන්ත්‍ර ඉගෙනීම (Machine Learning) යනු කුමක්ද, එය කෘත්‍රිම බුද්ධිය හා සම්බන්ධ වන ආකාරය සහ එහි විවිධ වර්ග (Supervised, Unsupervised, Reinforcement Learning) පැහැදිලි කෙරේ. යන්ත්‍ර ඉගෙනීමේ ආකෘති (Models) සහ යෙදුම් (Applications) සාකච්ඡා කරන අතර, මෙම ක්ෂේත්‍රයේ පවතින සීමාවන් (Limitations) සහ ආචාරධාර්මික ගැටලු (Ethics) පිළිබඳව ද අවධානය යොමු කෙරේ. සිංහල බසින් ලියැවුණු ලිපිය යන්ත්‍ර ඉගෙනීම ආරම්භ...