ආදේශය වාර්තාකරණය කුමක්ද?
ලොග් ඔබේ පද්ධතිය කළ දේවල් කියා දෙයි. තීරණය සටහන් කර ඇති වාර්තාවක් තීරණය ඇසූ විට එය කෙනෙකුට තීරණය ඇයි යන්න පැහැදිලි කරයි. ඔබේ පද්ධති වලට ප්රවේශය නොමැති පුද්ගලයෙකු විසින් මාස කිහිපයකට පසු ප්රශ්න කරන විට ඔබ භාර දෙන කලාපයයි.
ආකාරය සටහන් කිරීමක් යනු එක් AI තීරණයක් සඳහා දිගුකාලීන, ස්වයං අඩංගු ලේඛනයකි. එය සංරචිත වාද ලෙස තර්ක, තීරණ කාලයේදී තිබූ සාක්ෂි, ඇගයූ ප්රතිපත්ති සහ එය අනුමත කළ පුද්ගලයාගේ හැඳුනුම අඩංගු කරයි. තීරණයක් අභියෝග කරන මොහොත සඳහා එය නිර්මාණය කර ඇත: ලොග් ඉන් කිරීමකින් තොරව කියවිය හැකි, එය නිෂ්පාදනය කළ වෙළඳපොළට විශ්වාස නොකරමින් සත්යාපනය කළ හැකි, සහ කියවන්නා නොසිටියහොත්ද තීරණය කෙසේ ගෙන ආ බව අනුගමනය කිරීමට ප්රමාණවත් ලෙස සම්පූර්ණ වේ.
ලොග් එකක් වාර්තාවක් නොවේ.
ලොග් ඇතුළුවීමක් "කියවීමක් සිදු වූයේ කෙසේද, සහ කවදාද" යන්නට පිළිතුරු දෙයි. තීරණය සටහන් කිරීමක් "මෙම තීරණය ආරක්ෂිතයෙකි යන්නට කුමක්ද" යන්නට පිළිතුරු දෙයි. අභියෝගයක මොහොතේ මෙම වෙනස වැදගත් වේ: ලොග් එකක් සමාලෝචකයෙකුට කෙනෙකු විසින් ප්රතිඵලයක් නිෂ්පාදනය කළ බව කියයි; එය කුමන විකල්පයන් බරපතල කර තිබේද, කුමන සාක්ෂි වශයෙන් වාසියක් තිබුණද, නැතහොත් කෙනෙකුගේ විනිශ්චයය භාවිතා කළාද යන්න කියා දිය නොහැක. දැක්මට උපකරණ පළමු ප්රශ්නයට ඉතා හොඳයි සහ දෙවන ප්රශ්නය සඳහා කිසිදාම නිර්මාණය කර නැත — මෙම වෙනස AI පරීක්ෂණ මාර්ග යටතේ ගැඹුරු ලෙස ආවරණය කර ඇත.
ආදේශ ලේඛනයක ඇතුළත් විය යුතු දේ මොනවාද
හතරක්, සහ සියලු හතරම නිෂ්පාදනය කළ පද්ධතියෙන් ස්වාධීනව ජීවත් විය යුතුය. කාරණා — එයට විරුද්ධ සහ අනුකූල වූ තර්ක, කතා කරන ලෙස නොව, ව්යුහගත කර ඇති, එවිට කියවන්නාට කුමක් බරපතල කර ඇතිද දැකිය හැක. සනාථය — තීරණය කරන විට එය තිබූ ආකාරයට ඡායාරූප ගන්නා ලදී, මන්ද පසුව නිහතමානීව වෙනස් විය හැකි සනාථය කිසිවක් සනාථ කරන්නේ නැහැ. පොලිසිය — කුමන නීති ඇගයුම් කරනු ලැබුවාද සහ කුමන අසාර්ථක විය, අසාර්ථකතා ප්රථමයෙන්. සහ අනුමැතිය — කවුද එය අනුමත කළේ, සහ කාගේ නමට. එකට එකතු වීමෙන් මෙම සියල්ලක් එක සටහනක් අනුකූලතා සනාථය බවට පරිවර්තනය කරයි.
එය අවුරුදු දසකින් කියවිය හැකි විය යුතුය ඇයි?
ආදේශය සම්පූර්ණයෙන්ම පරීක්ෂා කිරීමට අදාළ වන්නේ ආදේශය සිදු වූ පසු දිගු කාලයක් පසුවය. එය සජීවී ගිණුමක්, ක්රියාත්මක සේවාවක්, හෝ වාණිජයා තවමත් ව්යාපාරය කරමින් සිටින බවක් අවශ්ය කරන කිසිවක් ඉවත් කරයි. පෝර්ටලයක් තුළ පමණක් කියවිය හැකි වාර්තාවක් වාර්තාවක් නොවේ; එය දැක්මකි. එය නිසා ආකෘතිය අන්තර්ගතය වඩාත් වැදගත් වේ — එහිම යන්ත්ර-පරික්ෂා කළ දත්තයක් අමුණා ඇති සම්මත ලේඛනයක්, එය වටා ඇති සියල්ල වෙනස් වූ විටත් කියවිය හැක. එය EU AI නීතියේ ලිපි 12 හි වාර්තා තබා ගැනීම වැනි බහු-වසර රැඳීම් කාර්යභාර ඇති රාජ්යයන් විසින් නිහතමානීව අනුමාන කරන දේය.
තැඹිලි සාක්ෂි, සහ එය කුමක් සනාථ නොකරයි
ආකාරය සටහන් කළ හැකි අතර, ඊළඟ වෙනස්කම් හඳුනාගැනීමේ හැකියාවක් ඇත, සහ කියවන්නාට එය එහි ආරක්ෂිත තැන්පත් කිරීමේ විශ්වාසය නොමැතිව සත්යාපනය කළ හැකි ලෙස අත්සන් කළ හැක. එය නිවැරදි බව ස්ථාපිත කරයි: මෙය සීලය කළ සටහන වේ. එය ලියන විට අන්තර්ගතය සත්ය වූ බව ස්ථාපිත කරන්නේ නැහැ. කිසිදු කුඩා සංකේතනයක් එම නියෝජිතයාගේ යුක්තිකරණය සත්ය ලෙස වාර්තා කළ බව හෝ මනුෂ්යයෙකු ක්ලික් කළේයැයි නොව, විවාද කළ බව පෙන්විය නොහැක — එම නිසා කොටස 14 යටතේ මනුෂ්ය නිරීක්ෂණය එහිම ව්යුහමය ප්රතිකාරයක් ලබාගැනීමට අදාළ වේ. එම සීමාව පිළිබඳ නිවැරදි වීමයි අනෙක් ප්රකාශය විශ්වාසදායක කරන්නේ.
ඇත්තේ කුමක්ද යැයි තීරණය වාර්තාවක අඩංගු වේ
හතරක් වූ අංග, සමාලෝචකයෙකු ඇසීමට ඇති ප්රශ්නයකට සෑම එකක්ම පිළිතුරු දෙන.
සංවිධානය කළ යුක්තිකරණය
ඉදිරිපත් කරන ලද සහ විරුද්ධ කරුණු, කතාන්දරයක් වෙනුවට ග්රාෆ් එකක් ලෙස, එමඟින් කියවන්නාට සාරාංශය කළ දේවල් වෙනුවට කුමක් බරපතල කර ඇතිද දැකිය හැකි වේ.
ආශ්රිත සාක්ෂි
ඉතිහාසය සටහන් කර ඇති විට, තීරණය කිරීමේ වේලාවේදී දත්ත සහ අගයන් සටහන් කර ඇත, එම නිසා සටහන එවිට වඩාත් දැනුම් ලබා ගත හැකි දේවල් පමණක් පෙන්වයි, දැන් දන්නා දේවල් නොවේ.
පැවැත්ම කළ ප්රතිපත්ති
කොන් කෙරුණු නීති සහ කොන් අසාර්ථක වූවා, අසාර්ථකතා පළමු වශයෙන් පෙන්වා ඇත, එම නිසා විශේෂණයන් දැක්මට ලැබේ.
අනුමැතිය
කවුද තීරණය අනුමත කළේ, නියෝජිතයන්ගේ නාමයෙන්, යන්ත්ර අනුමැතියක් මිනිස් අනුමැතියක් ලෙස වැරදි ලෙස හඳුනාගැනීමට නොහැකි ලෙස ලියාපදිංචි කර ඇත.
එක්වී, මෙය "කාර්යය මණ්ඩලය X තීරණය කළා" යන්න සමාලෝචකයෙකුට මුල් අවස්ථාව නැවත නිර්මාණය නොකරමින් ඇගයිය හැකි වාර්තාවක් බවට පරිවර්තනය කරයි.
faisal
ආදේශය වාර්තාවක් සහ පරීක්ෂණ ලොගයක් අතර වෙනස කුමක්ද?
ආධාර ලොගය යනු පද්ධතියක් තුළ සිදුවීම් වල කාලානුකූල ප්රවාහයක් වේ; තීරණය සම්බන්ධ ලේඛනයක් යනු එක් තීරණයක් පිළිබඳ සීමාසහිත ලේඛනයකි. ලොගය "මෙහි කුමක් සිදු වියද?" යන්නට පිළිතුරු දෙයි; ලේඛනය "මෙම තීරණය ඇයි පවතී?" යන්නට පිළිතුරු දෙයි. බොහෝ සංවිධාන දෙකම අවශ්ය වේ, සහ එය ප්රතිස්ථාපක නොවේ.
ආදේශය නිවැරදි බව තහවුරු කරනවාද?
නැහැ, වෙනත් කිසිදු මෙවලම එය කියනවා නම් එය අතිශය විකුණුම් කරයි. තීරණය සටහන් කිරීමෙන් කුමක් තීරණය කළේද, කුමන පදනමකින්ද, කවුද යන්න ස්ථාපිත වේ — නිවැරදි බව පිළිබඳ තීරණයක් සඳහා ආදාන, තීරණය නොවේ. තීරණය නිවැරදිද යන්න සමාලෝචකයාට ප්රශ්නයකි.
ඉතිහාසය පසුබැසීමෙන් පසුව තීරණය සටහන් කළ හැකිද?
එය වෙනස්කම් හඳුනාගැනීමේ හැකියාවක් ඇතිව සීල කරනු ලැබිය හැක. එය වළක්වා ගැනීමේ වගවීමක් වඩා අර්ථවත් වෙනස්කමකි: වාර්තාව ශාරීරිකව අසංශෝධනීය නොවෙයි, නමුත් කියවන්නාට ඔවුන් අල්ලාගෙන සිටින දේ සීල කළ දේද යන්න හඳුනාගැනීමට හැක.
මෙය කවුරුන් කියවන්නේ කවුද?
අභ්යන්තර පරීක්ෂණය, බාහිර ඇගයීම්කරුවන්, පැමිණිල්ලකට ප්රතිචාර දෙන නියාමකයන්, සහ තීරණයක් උරුම කරගන්නා සහකාරයන් යන ක්රියාවලියේදී, සෑම අයෙකුටම අවශ්ය වන්නේ - ඔවුන් සිට නොතිබූ තීරණයක් ඇගයීමට ප්රමාණවත් පරිපූර්ණතාවයයි.
අපට සෑම AI තීරණයක් සඳහාම තීරණ සටහනක් අවශ්යද?
නැහැ. වගකීම් යනු ප්රතිපත්ති වලට සම්බන්ධ වේ — ඒවා පුද්ගලයකුගේ අයිතිවාසිකම්, ප්රවේශය, මුදල් හෝ ආරක්ෂාවට බලපාන ප්රතිපත්ති. සියල්ල එකම ගැඹුරක සටහන් කිරීම වියදම් සහිත වේ සහ වැදගත් සටහන් සොයා ගැනීමට අපහසු කරයි.
ආදේශය වාර්තා කිරීමේ ආකාරය කුමක් විය යුතුද?
කිසිවක් සංග්රහණීය සහ ස්වයං-අඩංගු වන අතර, යන්ත්රය විසින් කියවිය හැකි දත්තද අඩංගු වේ. මිනිස් කියවීම වැදගත් වේ, එය මිනිසුන් තීරණ ඇස්තමේන්තු කරයි; යන්ත්රය විසින් කියවීම වැදගත් වේ, එය පද්ධති සොයා ගැනීමට සහ තහවුරු කිරීමට අවශ්ය වේ. එකක් පමණක් ලබා දෙන ආකාරයක් අනෙක් ප්රේක්ෂකයා අසරණ කරයි.
මෙය EU AI නීතියට කෙසේ සම්බන්ධ වේද?
අර්ථය 12 හි සටහන් තබා ගැනීම පිළිබඳ වන අතර අර්ථය 14 හි මිනිස් පරීක්ෂණය පිළිබඳ වන අතර, දෙකම අවසානයේ පුද්ගල තීරණ වල සටහන් මගින් සාක්ෂි කරයි. තීරණ සටහන මෙම වගකීම් සපුරාලන එක ක්රමයක් වේ — එය තමන්ම අනුකූලතාවක් නොවේ, එය සම්පූර්ණ පද්ධතිය සහ එය කෙසේ ක්රියාත්මක වේ යන්න මත රඳා පවතී.
Related AI governance topics
AI Governance
The umbrella discipline: how organizations keep AI agents accountable, observable, and compliant — start here.
AI Observability
Seeing what your AI systems do in production — metrics, traces, and logs.
LLM Observability
Monitoring prompts, tokens, latency, and quality of large language model calls.
AI Traceability
Reconstructing the full lineage of an AI output — inputs, steps, and decisions.
LLM Traceability
End-to-end traces of multi-step LLM and prompt chains.
AI Agent Observability
Observability for autonomous, multi-step agents — tool calls, plans, and decisions.
Agentic AI Governance
Governing autonomous agents: policy, oversight, and accountable autonomy.
AI Audit Trail
Append-only, tamper-evident records of what an AI system decided and why.
AI Agent Monitoring
Real-time monitoring of agent behavior, drift, and decision quality.
Explainable AI (XAI)
Making AI decisions understandable to the people accountable for them.
AI TRiSM
Gartner's framework for AI trust, risk, and security management.
Decision Retrieval
GraphRAG for agents — retrieving past decisions as bounded, auditable packets.
AI Compliance Evidence
What auditors actually ask for, and why policy documents are not evidence.
AI Conformity Assessment
How an AI system is checked against the rules, and what that check consumes.
Decision Tracing
Capturing the structured reasoning behind every AI decision — AI Agentree's category.
AI Precedent Systems
Letting agents learn from past decisions as searchable precedent.
Decision Audit Trails
How human teams record why a decision was made — the deliberation counterpart to an AI audit trail.
Transparent AI
Making model reasoning inspectable, and what changes when several models are compared against each other.
Multi-Agent Simulation
Running many AI personas against one scenario to surface risks before a decision is taken.
ආකාරය සටහන් බලන්න
ආකෘතිය තේරුම් ගැනීමට පැහැදිලිම මාර්ගය වන්නේ එකක් බලන්නයි — යුක්තිය, සාක්ෂි, ප්රතිපත්ති මාර්ගය සහ අනුමැතිය, එක් ලේඛනයක.
පිළිගැනීමේ වේදිකාව පරීක්ෂා කරන්න