මෙම ලිපිය කියවන ඔබ සමාජයේ නිතර කතාවන ChatGPT, Siri, Canva, Google Gemini වැනි ජනප්‍රිය මෙවලම් දැනටමත් භාවිත කරනවා වන්නට පුළුවන. ChatGPT යනු මිනිස් භාෂාව තේරුම් ගැනීමට සහ ස්වාභාවික සංවාද හරහා මිනිසුන් සමඟ සන්නිවේදනය කිරීමට නිර්මාණය කර ඇති පද්ධතියකි. එයට ප්‍රශ්නවලට පිළිතුරු දීමට, සංකල්ප පැහැදිලි කිරීමට, ලේඛන ලිවීමට, කේතනය කිරීමට, භාෂා පරිවර්තනය කිරීමට සහ බොහෝ එදිනෙදා කාර්යයන් සඳහා සහාය විය හැකිය. Siri යනු මිනිස් කටහඬ මගින් ලබාදෙන විධාන තේරුම් ගැනීමට සහ එමගින් පරිශීලකයන්ට ඔවුන්ගේ ඇපල් උපාංගවල කාර්යයන් ඉටුකිරීමට උපකාර කිරීමට භාවිත වන පරිගණක යෙදුමකි. 

Canva  යනු උසස් නිර්මාණ කුසලතා නොමැති පුද්ගලයන්ට පවා පහසුවෙන් ග්‍රැෆික්ස්, ඉදිරිපත්කිරීම්, පෝස්ටර්, සමාජ මාධ්‍ය පළකිරීම් සහ වෙනත් දෘශ්‍ය අන්තර්ගතයන් නිර්මාණය කිරීමට මිනිසුන්ට ඉඩ සලසන මාර්ගගත නිර්මාණ මෙවලමකි. Google Gemini  ස්වභාවික භාෂාව භාවිතා කරමින් ප්‍රශ්න තේරුම්ගැනීමට, පෙළ ජනනය කිරීමට, ලිවීමට උදව් කිරීමට, ප්‍රශ්නවලට පිළිතුරු දීමට සහ බොහෝ කාර්යයන් සඳහා සහාය වීමට හැකි පරිගණක යෙදුමකි. කෘත්‍රිම බුද්ධි තාක්ෂණය යොදාගෙන සාදා ඇති මෙම මෙවලම් ඔබ භාවිත කරන්නේ කෘත්‍රිම බුද්ධිය, (Artificial Intelligence)  AI යනු කුමක්දැයි දැනුවත්වද? 

එම මෙවලම් භාවිත කිරීමට ඔබ කෘත්‍රිම බුද්ධිය ගැන දැන සිටිය යුතුද? නැත. එයට හේතුව කෘත්‍රිම බුද්ධි තාක්ෂණය භාවිත කොට විවිධ අවශ්‍යතා ඉටුකර ගැනීම සඳහා සාදන ලද මෙවලම් භාවිත කිරීමට එම මෙවලම් ක්‍රියාත්මක වන තාක්ෂණය ගැන දැන සිටීම අත්‍යවශ්‍ය නොවන බැවිනි. සැබවින්ම කෘත්‍රිම බුද්ධි තාක්ෂණය පිළිබඳව දැනුවත්ව එය ප්‍රායෝගිකව භාවිත කරන්නේ ඔබ භාවිතා කරන මෙවැනි මෙවලම් නිර්මාණය කරන පුද්ගලයන් හා සමාගම් විසිනි. කෙසේ වෙතත් සමහරුන් “කෘත්‍රිම බුද්ධිය” (AI)  යන වචනය ප්‍රායෝගිකව කිසිදු තේරුමක් නැති අවස්ථාවන්ට භාවිත කරන බව පෙනී යන බැවින් කෘත්‍රිම බුද්ධිය යනු කුමක්දැයි යම් තාක් දුරකට අවබෝධ කර ගෙන සිටීම සුදුසුය. උදාහරණයක් ලෙස AI  පුහුණුවක් ලෙස හුවා දක්වමින් සැබැවින්ම ලබාදෙන්නේ AI  තාක්ෂණයෙන් නිර්මාණය කරන ලද විවිධ මෙවලම් කෙසේ භාවිත කරන්නේද යන්න සම්බන්ධ පුහුණුවකි. 

මිනිසුන් ළමා කාලයේ සිටම ඉගෙන ගන්නේ සංවේදී අත්දැකීම්, නිරීක්ෂණය සහ පරිසරය සමඟ අන්තර් ක්‍රියා කිරීම යනාදියේ එකතුවකිනි. උපතේ සිටම, මොළය රූප, ශබ්ද, ගන්ධ, රස, ස්පර්ශ ආදියෙන් හා සමාජ අන්තර් ක්‍රියා මගින් අඛණ්ඩව ඉගෙනීම සිදු කරයි. දරුවෝ වැඩිහිටියන් අනුකරණය කරති, අත්හදා බලති සහ උපදෙස් ලබා ගනී. මුල්කාලීන ඉගෙනීම ජීවිත කාලය පුරාම ඉගෙනීම සහ අවබෝධය සඳහා පදනම සාදන අතර දිගින් දිගටම මිනිස් මොළය විසින් ඉගෙනීමේ ක්‍රියාවලියේ නිරතවෙමින් වඩාත් නිවැරදි තීරණ ගැනීම සිදු කරයි.

මිනිසුන් තීරණ ගනු ලබන්නේ අතීත අත්දැකීම්, හැඟීම් සහ තර්කනය ඇතුළත් සංකීර්ණ ක්‍රියාවලියක් හරහාය.  මිනිස් මොළය ඉන්ද්‍රියයන්, මතකය සහ පරිසරයෙන් තොරතුරු රැස් කර පසුව එම ප්‍රතිඵල ඇගයීමට ලක් කර තීරණ ගැනීම් සිදුකරයි. ඒ සඳහා මොළයේ විවිධ කලාප දායක වේ. අත්දැකීම් හා ඉගෙනීම හරහා කාලයත් සමඟ තීරණ ගැනීම වඩා වේගවත් හා නිවැරදිව සිදු කිරීමේ හැකියාව ලැබේ.

ඉහත ක්‍රියාකාරකම් අනුකරණය කළහැකි මිනිස් මොළයේ ගණිතමය ආකෘතියක් පරිගණකයක් මගින් ක්‍රියාත්මක කිරීමට හැකිවන  පරිදි පරිගණක වැඩසටහනක් නිර්මාණය කළ හැකි නම් එයට මිනිසාට මෙන් ඉගෙන ගැනීම තුළින් තීරණ ගැනීමේ හැකියාව ඇති බවට විද්‍යාඥයන්ගේ අවධානයට යොමු විය. ඒ අනුව කෘත්‍රිම බුද්ධි සංකල්පය බිහි විය.

AI  යනු පරිගණක හෝ යන්ත්‍ර මිනිසුන් මෙන් සිතීමට සහ ක්‍රියා කිරීමට සලස්වන තාක්ෂණයකි. එම තාක්ෂණයට දත්තවලින් ඉගෙනීම, රටා හඳුනාගැනීම (රූප, කථනය, පෙළ), තීරණ ගැනීම සහ භාෂාව තේරුම් ගැනීම වැනි හැකියාවන් ඇත. මෙහිදී පරිගණකයට අවශ්‍ය වන මූලික දත්ත හා තීරණ ගැනීමේ පුහුණුව ලබාදීම සිදු කරන්නේ මිනිසා විසින් වන අතර අප ලබාදෙන උපදෙස් හා පුහුණුව අනුව අපට වඩා දහස් ගුණයක් වේගයෙන් තීරණ ගැනීමට පරිගණකයට හැකියාව ඇත. කෙටියෙන් කිවහොත්, AI  තාක්ෂණයෙන් බලගන්වන ලද යන්ත්‍ර හා මෙවලම්වලට ඇතැම් කාර්යයන්වලදී මිනිසුන් මෙන් ‘සිතීමට’ සහ බුද්ධිමත්ව ක්‍රියා කිරීමට හැකියාව ඇත. AI  මගින් මිනිසුන් කරන බොහෝ කාර්යයන් අනුකරණය කළ හැකි නමුත්, එයට මිනිස් බුද්ධිය, විඥානය හෝ හැඟීම් සම්පූර්ණයෙන්ම අනුකරණය කළ නොහැක.

AI  තාක්ෂණය ක්‍රියා කරන්නේ කෙසේද යන්න ගැන උනන්දුවක් දක්වන පාඨකයන් සඳහා මූලික තාක්ෂණික කරුණු කිහිපයක් ඉදිරිපත් කිරීමට කැමැත්තෙමි. නැවතත් සඳහන් කරන්නේ මෙම තාක්ෂණික කරුණු දැනගැනීමAI  තාක්ෂණය යොදාගෙන නිර්මාණය කර ඇති මෙවලම් භාවිත කිරීමට අවශ්‍ය නොවන බවයි.

AI  පද්ධතියක් යනු දත්තවලින් ඉගෙන ගැනීමට, තීරණ ගැනීමට සහ ගැටලු ස්වයංක්‍රීයව විසඳීමට හැකිවන පරිදි මිනිස් බුද්ධිය අනුකරණය කිරීම සඳහා නිර්මාණය කර ඇති පරිගණක පද්ධතියකි. පරිගණකවලට ඉගෙන ගැනීමට, තර්ක කිරීමට සහ තීරණ ගැනීමට ඉඩ සලසන ක්‍රම කිහිපයක් (ප්‍රවේශයන්) භාවිතයෙන් AI පද්ධති ගොඩනගා ගත හැකිය. යන්ත්‍ර ඉගෙනීම (Machine Learning),  ස්නායුක ජාල (Neural Networks ), ගැඹුරු ඉගෙනීම (Deep Learning) හා ස්වභාවික භාෂා සැකසුම් (Natural Language Processing) මේ අතරින් ප්‍රධාන වේ. මීට අමතරව වෙනත් විශේෂිත කාර්යයන් සඳහා යොදාගතහැකි ක්‍රම කිහිපයක් පවතින අතර මෙම ලිපියෙන් ඒ සම්බන්ධව සාකච්ඡා කිරීමට අදහස් නොකෙරේ.

යන්ත්‍ර ඉගෙනීම යනු පරිගණක පද්ධතියක් දත්ත විශ්ලේෂණය කර, රටා සොයාගෙන, අනාවැකි හෝ තීරණ ස්වයංක්‍රීයව ගන්නා ක්‍රමයකි. යන්ත්‍ර ඉගෙනීම දත්තවලින් ඉගෙන ගැනීමට සහ ආකෘති ගොඩනැගීමට ඇල්ගොරිතම භාවිතා කරයි. ඇල්ගොරිතමයක් යනු ගැටලුවක් විසඳීමට හෝ කාර්යයක් ඉටු කිරීමට භාවිතා කරන පැහැදිලි, පියවරෙන් පියවර උපදෙස් මාලාවකි. යන්ත්‍ර ඉගෙනීමට මිනිසුන් විසින් නිර්මාණය කරන ලද ආරම්භක ඇල්ගොරිතමයක් අවශ්‍ය වේ. ඉංජිනේරුවෝ මුලින්ම යන්ත්‍ර ඉගෙනීමේ ඇල්ගොරිතමයක් තෝරාගැනීම හෝ නිර්මාණය කරති. යන්ත්‍ර ඉගෙනුම් පද්ධතිය දෙනලද ඇල්ගොරිතමය වෙනස් නොකරන අතර ඒ වෙනුවට, එය ඇල්ගොරිතමය තුළ ඇති පරාමිතීන් හඳුනාගෙන දත්ත වලින් ප්‍රශස්ත පරාමිතීන් සහ රටා ස්වයංක්‍රීයව ඉගෙන ගනී. උදාහරණයක් ලෙස ChatGPT  වැනි විශාලAI  පද්ධති තවමත් පර්‌යේෂකයන විසින් නිර්මාණය කරන ලද ඇල්ගොරිතම භාවිතා කරයි, නමුත් එය දත්තවලින් බිලියන ගණනක් පරාමිතීන් ඉගෙන ගනී.

ස්නායුක ජාල ක්‍රියා කරන්නේ කෙසේද යන්න අවබෝධ කර ගැනීමට නම් මිනිස් මොළය කෙසේ ක්‍රියා කරන්නේද යන්න පිළිබඳව යම් අවබෝධයක් තිබිය යුතුය . මොළය සෑදී ඇත්තේ උපාගම (Synapses)  මගින් සම්බන්ධ වූ බිලියන ගණනක් නියුරෝන (ස්නායු සෛල) වලිනි. මිනිස් මොළයේ මෙවැනි ස්නායු සෛල බිලියන 86 ක් පමණ ඇත. ඒවා මොළයට සිතීමට, ඉගෙන ගැනීමට, මතක තබා ගැනීමට සහ ශරීරය පාලනය කිරීමට ඉඩ සලසයි. උපාගම යනු විද්යුත් හා රසායනික සංඥා භාවිතයෙන් නියුරෝන අතර සන්නිවේදනය කරන කුඩා හිඩැස් වේ.

අන්තර් සම්බන්ධිත ස්නායු සෛලවල සංකීර්ණ ජාලයක් ස්නායු ජාලයක් ලෙස හඳුන්වනු ලබන  අතර එය තොරතුරු සැකසීමට, ඉගෙන ගැනීමට සහ ශරීරය පාලනය කිරීමට විද්යුත් හා රසායනික සංඥා හරහා සන්නිවේදනය කරයි. නියුරෝන මෙම ජාලයේ සැකසුම් ඒකක ලෙස ක්‍රියා කරයි. සිතීම, මතකය, සංවේදනය සහ චලනය වැනි මොළයේ සියලු‍ම ක්‍රියාකාරකම් සිදු කිරීම සඳහා වන සංඥා මෙම ජාල හරහා ගමන් කරයි. මිනිසුන් සිතන්නේ හා ප්‍රතිචාර දැක්විය යුතු ආකාරය තීරණය කරන්නේ තොරතුරු ලබාගැනීමෙන්, අතීත අත්දැකීම් භාවිතයෙන් හා ඒවා නියුරෝන මගින් සැකසීමෙන් පසුව මොළයේ ස්නායුවල සංකීර්ණ අන්තර්ක්‍රියා හරහාය.

AI  සඳහා භාවිතා කරන කෘත්‍රිම ස්නායුක ජාල (Artificial Neural Networks  වලදී සිදුවන්නේ මෙම ක්‍රියාවලිය පරිගණක මගින් සිදු කිරීමයි. එනම් කෘතීමAI  නියුරෝන මගින් කෘත්‍රිම නියුරෝන ජාල සැදීමයි. AI  නියුරෝනයක් (හෝ කෘත්‍රිම නියුරෝනයක්) යනු මිනිස් මොළයේ ජීව විද්‍යාත්මක නියුරෝනයකින් ආභාසය ලැබූ ගණිතමය ආකෘතියකි. ඒවාට යෙදවුම් ලබාගැනීම (input ), සැකසීම (Processing)  හා ඉන් පසු ප්‍රතිදානයක් (output ) නිපදවීමේ හැකියාව ඇත. කෘත්‍රිම ස්නායු ජාල නිර්මාණයේ මූලික සැකසුම් ඒකකය වන්නේ මෙයයි . AI නියුරෝන මෘදුකාංග සංකල්ප වන අතර ඒවා ක්‍රියාත්මක කිරීම සඳහා, ඉලෙක්ට්‍රොනික පරිපථ මගින් ගණිතමය මෙහෙයුම් හසුරුවයි. මෙම පරිපථ CPU, GPU, TPU  හා විශේෂිතAI Chips  වැනි උපාංග තුළ අඩංගු වේ. AI නියුරෝන මිනිස් නියුරෝනවල සමහර කාර්යයන් අනුකරණය කරයි, නමුත් ඒවා බොහෝ සරල වන අතර හැඟීම්, විඥානය හෝ සැබෑ අවබෝධය අනුකරණය කිරීමේ හැකියාවක් ඒවාට නොමැත. එබැවින් කෘත්‍රිම නියුරෝන ජාලයකින් මිනිස් මොළයෙන් කළහැකි සියල්ල කළ නොහැක.

ගැඹුරු ඉගෙනීම ක්‍රමයේ දී විශාල දත්ත කට්ටලවලින් ඉතා සංකීර්ණ රටා ඉගෙන ගත හැකි බොහෝ ස්ථර සහිත දියුණු කෘත්‍රිම ස්නායු ජාලයක් භාවිතා කරයි. ගැඹුරු ඉගෙනීම බහුලව භාවිතා වන්නේ විශාල දත්ත ප්‍රමාණයක්, විශේෂයෙන් රූප, කථනය සහ භාෂාව ඇතුළත් සංකීර්ණ ගැටලු විසඳීම සඳහා ය.

ස්වාභාවික භාෂා සැකසුම් ක්‍රමය මගින් ගොඩනගන AI  පද්ධති මගින් පරිගණකවලට මිනිස් භාෂාව තේරුම් ගැනීමට සහ ජනනය කිරීමට ඉඩ සලසයි. ගූගල් පරිවර්තකය හා තත්ය කාලීන කථන පරිවර්තන යෙදුම් මෙවැනි AI  පද්ධති සඳහා උදාහරණ වේ.

AI  පද්ධතියක් ගොඩනැගීමට දත්ත රැස්කිරීමේ සිට ක්‍රියාකාරී ආකෘතියක් යෙදවීම දක්වා අදියර කිහිපයක් ඇතුළත් වේ. පළමුවෙන් AI  පද්ධතිය මගින් සිදු කරන්නට යන්නේ කුමක්ද යන්න පැහැදිලිව හඳුනා ගත යුතුය. මෙය නිවැරදි දත්ත සහ භාවිත කළයුතුAI  ක්‍රමවේදය  තෝරාගැනීමට උපකාරී වේ. 

AI  පද්ධතිවලට ඉගෙන ගැනීම සඳහා විශාල දත්ත ප්‍රමාණයක් අවශ්‍ය වේ. අවශ්‍ය තරම් දත්ත එක්රැස් කරගත යුතුය. මෙහිදී දත්තවල ගුණාත්මකභාවය සහ දත්ත ප්‍රමාණය ඉතා වැදගත් වේ. අමු දත්තවල බොහෝ විට දෝෂ අඩංගු වේ. අනවශ්‍ය දත්ත ඉවත් කොට දත්ත නැවත සකස් කිරීම සිදුකිරීමෙන් නිවැරදි ප්‍රතිඵල අපේක්ෂා කළ හැකිය. 

ඉන්පසු ගැටලු‍ව විසඳීම සඳහා වඩාත් ගැලපෙනAI  ක්‍රමවේදය තෝරාගත යුතුය. එම ක්‍රමවේදයට අවශ්‍ය ඇල්ගොරිතම යොදා සකසන ලද AI  ආකෘතිය පුහුණු කිරීම අවශ්‍ය වේ. පුහුණුව යනු ඇල්ගොරිතමයට රටා ඉගෙනගැනීම සඳහා දත්ත පෝෂණය කිරීමයි.

පුහුණු කරන ලද ආකෘතියේ කාර්යසාධනය පරීක්ෂා කිරීම සඳහා නව දත්ත (පුහුණුවේදී භාවිතා නොකළ) භාවිත කිරීම සිදු කරයි. මෙමඟින් ආකෘතිය සැබෑ තත්ත්වයන් යටතේ ක්‍රියාත්මක වන බව සහතික කෙරේ.

පරීක්ෂා කිරීමෙන් පසු, ආකෘතිය යෙදුමකට ඒකාබද්ධ කෙරේ. අදාළ යෙදුම වෙබ් අඩවියක්, රොබෝවක්, ජංගම දුරකථන යෙදුමක් වැනි දෙයක් විය හැක.

මෙම ක්‍රියාවලිය මෙයින් නතර නොවන අතර දිගින් දිගටම එහි කාර්යසාධනය නිරීක්ෂණය කිරීම, නව දත්ත මගින් නැවත නැවතත් පුහුණු කිරීම, වැරදි නිවැරදි කිරීම ආදී කාර්යයන් සිදු කිරීම තුළින් වඩාත් නිවැරදි ප්‍රතිඵල ලබාදෙන AI  පද්ධතියක් නිර්මාණය කළ හැකිය.

AI  පද්ධති ගොඩනැගීම සිදුකරන්නේ පරිගණක විද්‍යාව, යන්ත්‍ර ඉගෙනීම, දත්ත විද්‍යාව සහ මෘදුකාංග ඉංජිනේරු විද්‍යාව වැනි ක්ෂේත්‍රවල විශේෂඥතාවක් ඇති පර්‌යේෂකයන්, ඉංජිනේරුවන් සහ තාක්ෂණ සමාගම් කණ්ඩායම් විසිනි. මෙම වෘත්තිකයන් විසින් ඇල්ගොරිතම නිර්මාණය කිරීම, දත්ත රැස් කර සකස් කිරීම , AI  ආකෘති පුහුණු කිරීම සහ පද්ධතිය ක්‍රියාත්මකවීමට අවශ්‍ය දෘඩාංග සහ මෘදුකාංග සංවර්ධනය කිරීම සිදු කරයි. බොහෝ OpenAI, Google, Microsoft  සහMeta  වැනි ප්‍රධාන තාක්ෂණික සමාගම් මෙන්ම විශ්වවිද්‍යාල සහ පර්‌යේෂණාගාර විසින් සංවර්ධනය කරනු ලැබේ. දත්ත තේරුම් ගැනීමට, රටා ඉගෙන ගැනීමට සහ බොහෝ කාර්යයන් සඳහා මිනිසුන්ට සහාය විය හැකි AI යෙදුම් නිර්මාණය කිරීමට මෙම කණ්ඩායම් එක්ව කටයුතු කරයි.

අප වැනි කුඩා රටක් මුල සිටම සම්පූර්ණAI  ආකෘතියක් සංවර්ධනය කිරීම බොහෝ විට ඉතා අභියෝගාත්මක සහ මිල අධික වේ, මන්ද එයට අවශ්‍ය දක්ෂ කුසලතා සහිත වෘත්තිකයන්ගේ සේවය, දැවැන්ත දත්ත කට්ටල, ඉහළ කාර්යසාධනයක් සහිත පරිගණක (GPU/TPU ) සඳහා අවශ්‍ය වන ඩොලර් මිලියන ගණනක් වන මූල්‍ය ආයෝජන අපට දැරිය නොහැකි තරම් වන බැවිනි. ඒ වෙනුවට, කුඩා රටවල් සහ ආයතන බොහෝ විට Open Ai, Google හෝ Meta වැනි සමාගම්වලින් සංවර්ධනය කරන ලද පූර්ව පුහුණුව ලත් AI  ආකෘති භාවිතා කරයි. මුල සිටම ආකෘතියක් ගොඩනැගීම වෙනුවට එවැනි ආකෘති භාවිතයෙන් රාජ්‍ය හා පෞද්ගලික අංශවලට අවශ්‍ය පරිගණක වැඩසටහන් හා යෙදුම් සඳහා AI  තාක්ෂණය යොදාගැනීම ඉතාම සුදුසු ක්‍රමයයි. පවතින AI  ආකෘති භාවිතා කිරීම අංශ දෙකටම සංවර්ධන පිරිවැය අඩු කිරීමට, කාලය ඉතිරි කර ගැනීමට සහ තමා විසින්ම සංකීර්ණ පද්ධති ගොඩනඟා නොගෙන උසස් AI  තාක්ෂණයට ප්‍රවේශවීමට උපකාරී වේ.

AI  විසින් රැකියා කෙරෙහි සැලකිය යුතු බලපෑමක් ඇති කරනු ඇති අතර, සමහර රැකියා සරලව ප්‍රතිස්ථාපනය කිරීම හා  තවත් සමහර රැකියාවන්හි මිනිසුන් විසින් සිදුකරන කාර්යභාරය වෙනස් කරනු ඇත. පුනරාවර්තන කාර්යයන් හා විශාල දත්ත ප්‍රමාණයක් එකවර මූලික විශ්ලේෂණය වැනි කාර්යයන් ස්වයංක්‍රීයව සිදුකළ හැකි බැවින් එවැනි කාර්යයන්ට අදාළ රැකියා AI  පද්ධති මගින් සිදුකරනු ඇත. ඒ සමඟම, AI සංවර්ධනය, දත්ත විද්‍යාව, රොබෝ විද්‍යාව, සයිබර් ආරක්ෂාව සහ ඩිජිටල් සේවා වැනි ක්ෂේත්‍රවල මෙන්ම මානව නිර්මාණශීලිත්වය, සංවේදනය සහ සංකීර්ණ තීරණ ගැනීම අවශ්‍ය වන රැකියාවල ද නව අවස්ථා නිර්මාණය වෙමින් පවතී. ඉදිරියේදී මිනිසුන්ට බුද්ධිමත් හා කාර්යක්ෂම පද්ධති සමඟ වැඩ කිරීමට අවශ්‍ය කුසලතා වැඩි දියුණු කර ගැනීමට හා ඊට අනුවර්තනයවීමට සිදුවනු ඇති අතර මිනිස් බුද්ධිය මෙහෙයවා කළයුතු අතිශය සංකීර්ණ රැකියා සඳහා ඉහළ ඉල්ලු‍මක් ඇතිවනු ඇත.