මේ ව්යාපෘතියෙන් අපි කරන්නේ මොකක්ද? 🤔
සාදරයෙන් පිළිගන්නවා! මෙම පාඨමාලාවේ පළමු පියවරට ඔබව සාදරයෙන් පිළිගනිමු. මෙම ව්යාපෘතියේදී අපගේ මූලිකම ඉලක්කය වන්නේ පැරණි ලොතරැයි ප්රතිඵල දත්ත (historical data) විශ්ලේෂණය කර, අනාගතයේදී පැමිණිය හැකි අංක මොනවාදැයි යම් තාක් දුරකට අනුමාන කළ හැකි කෘත්රිම බුද්ධි (AI) ආකෘතියක් නිර්මාණය කිරීමයි.
මෙය හරියට රහස් පරීක්ෂකයෙක් වගේ වැඩක්. රහස් පරීක්ෂකයෙක් අපරාධයක් විසඳන්න පරණ සාක්ෂි, හෝඩුවාවල් එකතු කරලා, ඒවායේ රටා (patterns) හඳුනාගෙන, ඊළඟට වෙන්න පුළුවන් දේ ගැන අනුමාන කරනවා වගේ, අපිත් පැරණි දිනුම් ඇදීම් දහස් ගාණක දත්ත එකතු කරලා, ඒ දත්ත ඇතුළේ තියෙන යම් යම් සංඛ්යානමය නැඹුරුතා (statistical tendencies) හඳුනාගන්න අපේ AI ආකෘතියට උගන්වනවා. මේ සඳහා අපි ලෝකයේ වඩාත්ම ජනප්රිය ක්රමලේඛන භාෂාවක් වන Python සහ එහි දත්ත විද්යාව සඳහාම නිර්මාණය වූ TensorFlow සහ Keras වැනි ප්රබල මෙවලම් (libraries) භාවිතා කරනවා.
අහඹු බව (Randomness) vs. අනාවැකි (Prediction)
මෙම ව්යාපෘතියේදී තේරුම්ගත යුතු වැදගත්ම සංකල්ප දෙකක් තමයි මේ.
- අහඹු බව (Randomness): ලොතරැයි දිනුම් ඇදීමක් කියන්නේ සම්පූර්ණයෙන්ම අහඹු සිදුවීමක්. එයින් අදහස් වෙන්නේ, එක අංකයක් ඇදීම, ඊළඟට අදින අංකයට කිසිම බලපෑමක් කරන්නේ නැහැ කියන එකයි. හැම අංකයකටම තේරී පත්වීමට තියෙන්නේ එක සමාන සම්භාවිතාවක්. හරියට කාසියක් උඩ දැම්මම "යටද උඩද" කියලා හරියටම කියන්න බැරි වගේ. போன පාර "යට" ආවා කියලා, ඊළඟ පාරත් "යට" එයි හෝ "උඩ" එයි කියලා 100%ක් සහතික වෙන්න බැහැ.
- අනාවැකි (Prediction): එහෙනම් අපි කොහොමද අනාවැකි කියන්නේ? AI වලදී "අනාවැකි" කියන්නේ අනාගතය දැකීම නෙවෙයි. එයින් අදහස් වෙන්නේ, විශාල දත්ත ප්රමාණයක් විශ්ලේෂණය කරලා, එහි සැඟවුණු රටා හෝ සම්භාවිතා හඳුනාගැනීමයි. උදාහරණයක් විදිහට, අපි දිනුම් ඇදීම් 5000ක් විශ්ලේෂණය කරනකොට, "7" කියන අංකය අනිත් අංකවලට වඩා ටිකක් වැඩි වාර ගණනක් ඇවිත් තියෙනවා කියලා අපිට පෙනෙන්න පුළුවන්. අපේ AI ආකෘතිය ඉගෙන ගන්නේ මේ වගේ සංඛ්යානමය රටා. එය කිසිසේත්ම අහඹු බවේ නියමය බිඳ දැමීමක් නෙවෙයි.
සරලවම කිව්වොත්, අපි උත්සාහ කරන්නේ අහඹු ක්රියාවලියක් තුළ ඇති ඉතාම සියුම්, නොපෙනෙන සංඛ්යානමය නැඹුරුතා හඳුනාගැනීමටයි.
AI මගින් ජයග්රාහී අංක සහතික කළ නොහැක්කේ ඇයි? 🧐
අධ්යාපනික දැනුවත් කිරීම!
මෙය පාඨමාලාවේ වැදගත්ම කොටසයි. ලොතරැයි යන්ත්ර නිර්මාණය කර තිබෙන්නේ උපරිම අහඹු බවක් (maximum randomness) ඇති වන පරිදිය. එම නිසා, කිසිම AI ආකෘතියකට, ගණිතමය සූත්රයකට හෝ ක්රමවේදයකට ජයග්රාහී අංක 100%ක් නිවැරදිව අනාවැකි පළ කළ නොහැක.
මෙම ව්යාපෘතියේ එකම අරමුණ වන්නේ, ඔබට AI සහ Machine Learning තාක්ෂණයන් ප්රායෝගිකව ඉගෙන ගැනීමට විනෝදජනක සහ සිත්ගන්නා සුළු මාතෘකාවක් ලබා දීමයි. මෙය, තාක්ෂණය ඉගෙන ගැනීම සඳහා කරන අභ්යාසයක් මිස, මුදල් ඉපයීමේ ක්රමයක් නොවන බව කරුණාවෙන් සලකන්න.
පාඨමාලාවේ ඉදිරි සැලැස්ම (Course Roadmap) 🗺️
ඉදිරි ඒකක වලදී අපි මෙම ව්යාපෘතිය පියවරෙන් පියවර ගොඩනගන ආකාරය මෙන්න.
පියවර 1: වැඩබිම සකස් කිරීම (ඒකක 2)
අපේ AI ආකෘතිය හදන්න අවශ්ය මූලික මෙවලම් (Python, Jupyter Notebook, Libraries) අපේ පරිගණකයේ ස්ථාපනය කරගන්නවා.
පියවර 2: අමුද්රව්ය එකතු කිරීම සහ පරීක්ෂාව (ඒකක 3-4)
අපේ "රහස් පරීක්ෂකයාට" අවශ්ය සාක්ෂි, ඒ කියන්නේ පැරණි ලොතරැයි දත්ත එකතු කරලා, ඒවායේ තියෙන අඩුපාඩු හඳුනාගෙන, පිරිසිදු කරගන්නවා.
පියවර 3: අනාවැකි යන්ත්රය තැනීම (ඒකක 5-7)
මුලින්ම සරල සංඛ්යානමය ක්රම උත්සාහ කරලා, පසුව අපේ ප්රධාන මෙවලම වන LSTM ස්නායුක ජාල ආකෘතිය (Neural Network) නිර්මාණය කරනවා.
පියවර 4: පරීක්ෂා කිරීම සහ වැඩි දියුණු කිරීම (ඒකක 8-9)
අපි හදපු ආකෘතිය කොච්චර හොඳට වැඩ කරනවද කියලා පරීක්ෂා කරලා, එහි නිරවද්යතාවය තවත් වැඩි කරගන්න ක්රම අත්හදා බලනවා.
පියවර 5: භාවිතයට ගැනීම සහ අවසන් කිරීම (ඒකක 10-11)
අවසානයේදී, අපි හදපු ආකෘතියෙන් අනාවැකි ලබාගන්න පුළුවන් සරල program එකක් හදලා, අපි මේ සම්පූර්ණ පාඨමාලාවෙන් ඉගෙනගත්ත දේවල් නැවත මතක් කරගන්නවා.