Dawson Preethi | වචන ටැක්සි

Boltzmann: අපි අමතක කළ Molecules නැවත හමුවීම අපි මේ කතාව ආරම්භයේදී fluid එකේ molecules තාවකාලිකව අමතක කර continuum එකක් ලෙස සැලකුවා. එවිට density, velocity, pressure වැනි quantities space එකේ සෑම point එකකටම assign කළ fields බවට පත් වුණා. නමුත් මෙතැන සිත්ගන්නා ප්‍රශ්නයක් තියෙනවා. මේ continuum quantities, molecules වල microscopic motion එකෙන්ම නැවත ලබාගන්න පුළුවන්ද? ඒ කියන්නේ අපි සරලව අතහැර ගිය දුෂ්කර මාර්ගයෙන් මේ ප්‍රතිඵලය ව්‍යුත්පන්න කළ හැකිද? 19 වන සියවසේ Ludwig Boltzmann ගේ kinetic theory එක මේ දෙලොව අතර අතිශය වැදගත් පාලමක් හදනවා. Individual molecule එකින් එක follow කරනවා වෙනුවට, Boltzmann විශාල molecular population එකක් statistical distribution එකකින් නිරූපණය කරනවා: f(x,v,t) මෙහි x position එකත්, v molecular velocity එකත්, t time එකත් නිරූපණය කරනවා. එනම් අපි දැන් “මේ molecule එක කොහේද?” කියන ප්‍රශ්නයෙන්, “මේ ප්‍රදේශයේ මේ velocity range එකෙන් ගමන් කරන molecules කොපමණ තිබේද?” කියන statistical ප්‍රශ්නයකට මාරු වෙනවා. එම distribution එක කාලයත් සමඟ වෙනස් වන ආකාරය Boltzmann equation...

  ගලා යන ජලයෙන් සමීකරණයකට: Navier–Stokes, පැරණි ගණිතය, කෘත්‍රිම බුද්ධිය සහ Lacanගෙන් අප නොදන්නා දෙය දක්වා අපි ගඟක් දෙස බලමු. ජලය ගලා යයි. සමහර තැන්වල වේගවත් වෙයි. ගලක් හමු වූ විට දෙපසට බෙදෙයි. පිටුපස කුඩා සුළි ඇතිවෙයි. පළල් තැනකට පැමිණි විට වේගය අඩුවෙයි. ගැඹුර (depth), පීඩනය (pressure), ඝර්ෂණය (friction), දුස්‍රාවිතාවය (viscosity), ගුරුත්වය (gravity)—මේ සියල්ල එකවර ක්‍රියාත්මක වෙයි. අපේ ඇසට පෙනෙන්නේ එකම දෙයකි: ගලා යන ජලය . නමුත් ගණිතයට එය එසේම භාරගත නොහැක. ගණිතය මුලින්ම අසන්නේ: මේ ගලා යන දෙය මට නිරූපණය කළ හැක්කේ කෙසේද? Navier–Stokes සමීකරණයේ සැබෑ විශ්මය සමහරවිට අවසාන සමීකරණය තුළ පමණක් නොවේයැයි මම සිතමි. Newtonගේ F = ma සිට Cauchyගේ stress tensor එක හරහා, gradient, divergence, Laplacian, continuum mechanics සහ අවසානයේ computational mesh එක දක්වා පැමිණෙන දිගු බුද්ධිමය ඉතිහාසයක් එය තුළ සංකෝචනය වී තිබේ. හරියට ශාක බීජයක් මහ ගසක් දක්වා ද ඉන් ඉක්බිති ප්‍රණීත ඵල සහ බීජ සහ නැවතත් ඒ ගමනටම එකතුවන පූර්ණ චක්‍රීය පැවැත්මක් එහි රහසිගත කේතයන් තුළ සඟවා ගෙන ඇති සේ.  මේ ලිපිය ඒ සමීකරණය “solve” ...

  “උගත මනා ශිල්පයමයි මතු රැකෙනා” — AI යුගයේත්? අපි කුඩා කාලයේ ඉගෙනගත්ත කවියක් තියෙනවා. තිබූ තැනක සොර සතුරන් ගත නොහෙනා එසැඩ මනාවත් වතුරෙන් වල නොහෙනා කෝප වුවත් රජ මැතිදුන් ගත නොහෙනා උගත මනා ශිල්පයමයි මතු රැකෙනා මේ කවියේ තියෙන්නේ මනුෂ් ‍ යාගේ දැනුම ගැන පැරැන්නෝ දරාපු විශ්වාසයක්. දේපළක් සොරකම් කරන්න පුළුවන්. පොතක් පුළුස්සන්න පුළුවන්. ධනය රාජසන්තක කරන්න පුළුවන්. නමුත් කෙනෙකු ඉගෙනගත් දෙය ඔහුගේ මනසින් සොරකම් කරන්න බැහැ. ඒ අදහස මනුෂ් ‍ යයන් අතර දැනුම සංසරණය වූ ලෝකයක බොහෝ දුරට සත් ‍ යයක්. මම පොතක් කියවනවා. පොතේ අදහස් මගේ මතකයට, භාෂාවට, සිතන ආකාරයට එකතු වෙනවා. අවුරුදු ගණනකට පස්සේ ඒවා මගේ ලිවීම තුළත් පෙනෙන්න පුළුවන්. එහෙත් ඒ ඉගෙනීම සිදුවන්නේ සීමිත මනුෂ් ‍ ය ජීවිතයක් ඇතුළේ — මතකය, අමතක වීම, විවේචනය, අත්දැකීම සහ ශරීරය හරහා. AI training එක මේ පැරණි තත්ත්වය වෙනස් කරනවා. ලක්ෂ ගණනක් නොව බිලියන ගණනක් වචන, පොත්, ලිපි, කවි, රූප සහ අනෙකුත් මනුෂ්‍ය නිර්මාණ computational process එකකට ඇතුළු කළ විට, ඒවා තවදුරටත් අපට හඳුනාගත හැකි “මේ කතුවරයාගේ කෘතිය” ලෙස model එක තුළ පවතින්නේ නැහැ. Training process එක හ...

AI එකක් “මට දුකක් දැනෙනවා” යැයි කිව්වොත්, අප මුලින් අසන්නේ එය එම වාක් ‍ යය ගොඩනැගුවේ කෙසේද යන්නයි. එහෙත් වඩාත් ගැටලුකාරී ප් ‍ රශ්නය වනු ඇත්තේ ඒ AI එකට ඇත්තටම යමක් දැනෙනවාද? මෙහිදී මිනිස් විඥානය ගැන කතා කරන විට අප අදහස් කරන්නේ පිටතින් පෙනෙන බුද්ධිමත් හැසිරීම පමණක් නොවේ. වේදනාවක් දැනෙන්නේ කෙසේද, රතු පැහැයක් පෙනෙන්නේ කෙසේද යන තමන්ගේම අත්දැකීමත් එයට ඇතුළත්ය. AI එකකට වේදනාව දැනෙනවා යන ප් ‍ රකාශ සමාජ මාධ් ‍ යයේ පැතිරුණත්, ඒවා තහවුරු වී නැත. එහෙත් “AI එකකට වේදනාවක් දැනෙනවා” කියන විට අප සිතන්නේ කුමන ආකාරයේ වේදනාවක් ගැනද? චිප් එකක් රත් වන විට එයට රිදෙනවාදැයි ඇසීම මුලින් විකාරයක් ලෙස පෙනෙන්නට පුළුවන. නමුත් එහි සැඟවුණු ප් ‍ රශ්නය වැදගත්ය: යන්ත් ‍ රයක ඇති වන භෞතික වෙනසක්, එයට දැනෙන අත්දැකීමක් බවට පත්වේද? තවත් පියවරක් පසුපසට යමු. විඥානය ඇතැයි කීමට වේදනාව දැනීම අනිවාර්යද? මිනිසාගේ ඇස්, කන් ඇතුළු පසිඳුරන් මෙන් සංවේදන ලබාගන්නා ක් ‍ රමයක් තිබිය යුතුද? එසේ කොන්දේසි පනවන විට, අප විඥානය සොයන්නේ මිනිස් අත්දැකීමේ හැඩයට පමණක් ගැළපෙන තැන්වලද?මේ ප් ‍ රශ්නය මැනීමට දාර්ශනික ස්ථාවර දෙකක් අපට උපකාරී වේ. Functional...