Uber App එකේ සැබෑ රහස මොකක්ද? Founders ලාගේ පුංචි Idea එකක් ලෝකයම වෙනස් කළේ මේ Technologies නිසයි!

Mic
By Mic

අපි Uber App එක open කරනවා. Pickup location එක select කරනවා. Destination එක ඇතුළත් කරනවා. ඊට පස්සේ තත්පර කිහිපයකින් අපිට ළඟම ඉන්න driver කෙනෙක් හොයාගන්නවා.

Driver කොහෙද ඉන්නේ, තව කොච්චර වෙලාවකින් එනවද, ගමනට කොච්චර මුදලක් වැය වෙනවද කියන හැමදේම අපිට phone එකෙන් බලාගන්න පුළුවන්.

බැලූ බැල්මට මේක ඉතාම සරල mobile application එකක්.

නමුත් මේ සරල experience එක පිටුපස Artificial Intelligence, Machine Learning, GPS, Real-time Data Processing, Distributed Systems සහ Modern UI/UX Design වැනි තාක්ෂණයන් විශාල ප්‍රමාණයක් ක්‍රියාත්මක වෙනවා.

ඇත්තටම Uber කියන්නේ taxi booking app එකක් විතරක් නෙවෙයි. එය ලෝකයේ විශාලතම real-time technology platforms වලින් එකක්.

අද අපි බලමු Uber ආරම්භ වුණේ කොහොමද, එහි developers ලා භාවිතා කරන තාක්ෂණයන් මොනවාද සහ මේ application එකේ design එකෙන් අපිට ඉගෙනගන්න පුළුවන් දේවල් මොනවාද කියලා. 🚀

📖 1. Uber ආරම්භ වුණේ කොහොමද? – A Brief History

Uber එකේ ආරම්භය සිදුවෙන්නේ 2008 වසරේ පැරිස් නගරයේදී.

Garrett Camp සහ Travis Kalanick කියන entrepreneurs දෙදෙනා පැරිස් නගරයේ පැවති LeWeb technology conference එකකට සහභාගී වෙලා සිටියදී taxi එකක් සොයාගැනීමේ අපහසුතාවකට මුහුණ දෙනවා.

එතැනදී Garrett Camp හිතනවා smartphone එකක් හරහා පහසුවෙන් car එකක් request කරන්න පුළුවන් service එකක් නිර්මාණය කළොත් කොහොමද කියලා.

මුලින්ම ඔහුගේ අදහස වුණේ smartphone app එකක් හරහා luxury car එකක් සහ driver කෙනෙක් අවශ්‍ය වෙලාවට ලබාගැනීමයි.

2009 වසරේදී මේ අදහස UberCab නමින් startup එකක් බවට පත්වෙනවා.

2010 වසරේදී San Francisco නගරයේ service එක launch කරනවා. මුල් කාලයේදී මෙය සාමාන්‍ය taxi service එකක් නොව, black luxury cars book කිරීම සඳහා නිර්මාණය කළ platform එකක්.

පසුව UberX වැනි services හඳුන්වාදීමත් සමඟ සාමාන්‍ය මෝටර් රථ හිමියන්ටත් drivers ලෙස සම්බන්ධ වීමට අවස්ථාව ලැබෙනවා.

2014 වන විට Uber විවිධ රටවල් සහ නගර වෙත වේගයෙන් ව්‍යාප්ත වෙමින් තිබුණා.

අද Uber කියන්නේ ride-hailing වලට පමණක් සීමා නොවුණු, food delivery, freight සහ වෙනත් mobility services ඇතුළත් global technology company එකක්.

💡 මෙහි වැදගත්ම business insight එක තමයි Uber අලුත් වාහන නිෂ්පාදනය කළේ නැහැ. ඔවුන් කළේ දැනට තිබුණු drivers සහ passengers අතර සම්බන්ධතාවය digital platform එකක් හරහා වඩාත් කාර්යක්ෂම කිරීමයි.

📍 2. Real-time Geolocation – GPS Technology

Uber වගේ ride-hailing application එකක වැදගත්ම technology එකක් තමයි Geolocation.

ඔයා app එක open කළාම ඔයා ඉන්න ස්ථානය හඳුනාගැනීමට smartphone එකේ GPS භාවිතා කරනවා.

GPS (Global Positioning System) මඟින් ලබාගන්නා Latitude සහ Longitude coordinates භාවිතයෙන් ඔයාගේ location එක map එකේ පෙන්වනවා.

ඒ වගේම driver කෙනෙක් ride එකක් accept කළාම ඔහුගේ location එකත් update වෙනවා.

මේ location information server එකට යවන අතර, එම තොරතුරු rider සහ driver applications අතර synchronize කරනවා.

ඒ නිසා driver ගමන් කරන ආකාරය real-time එකේ map එකෙන් බලාගන්න පුළුවන්.

Uber වගේ platform එකකට මේක ඉතාමත් වැදගත්. මොකද එකවර විශාල පිරිසකගේ location updates ලබාගෙන process කරන්න සිදු වෙනවා.

GPS විතරක් නෙවෙයි, mobile network information සහ වෙනත් location technologies ද location accuracy වැඩිදියුණු කිරීමට උපකාරී වෙනවා.

🧠 3. Artificial Intelligence සහ Machine Learning

Uber එකේ AI සහ Machine Learning භාවිතය ඉතාමත් පුළුල්.

උදාහරණයක් විදිහට ඔයා ride එකක් request කළාම ඔයාට ළඟින්ම ඉන්න driver තෝරන එක පමණක් ප්‍රමාණවත් නැහැ.

Driver කෙනෙක් ඔයා ළඟට එන්න ගතවන කාලය, traffic conditions, road distance, driver availability සහ demand වැනි සාධක සලකා බලන්න වෙනවා.

Machine Learning models මඟින් මේ දත්ත විශ්ලේෂණය කරලා වඩාත් සුදුසු තීරණ ගැනීමට උපකාර කරනවා.

Uber විසින් 2016 වසරේදී Michelangelo නමින් තමන්ගේ Machine Learning Platform එක හඳුන්වා දෙනවා.

මෙය Uber developers සහ data scientists ලාට Machine Learning models develop කිරීම, train කිරීම, deploy කිරීම සහ monitor කිරීම සඳහා නිර්මාණය කළ internal platform එකක්.

Uber Engineering team එක 2024 දී පළ කළ technical article එකකට අනුව:

• Michelangelo platform එකේ active Machine Learning projects 400කට ආසන්න ප්‍රමාණයක් තිබුණා.

• මාසයකට model training jobs 20,000කට වඩා ක්‍රියාත්මක වුණා.

• Production environment එකේ models 5,000කට වඩා තිබුණා.

• Peak times වලදී තත්පරයකට real-time predictions මිලියන 10ක් දක්වා ලබාදී තිබුණා.

මේකෙන් පැහැදිලි වෙන්නේ Uber වගේ application එකක AI කියන්නේ chatbot එකකට සීමා වූ දෙයක් නොව, application එකේ ප්‍රධාන ක්‍රියාවලීන් පාලනය කරන technology එකක් බවයි.

🚦 4. Smart Route Optimization සහ Traffic Prediction

Uber එකේ navigation system එක කියන්නේ map එකක් පෙන්වන එක විතරක් නෙවෙයි.

Destination එකට යන්න පුළුවන් විවිධ routes විශ්ලේෂණය කරලා වඩාත් සුදුසු route එක තෝරාගැනීමට මෙහිදී algorithms භාවිතා වෙනවා.

Traffic conditions, road distance, estimated travel time සහ alternative routes වැනි සාධක මෙහිදී වැදගත්.

2026 මැයි මාසයේ Uber Engineering team එක DeepETT (Deep Estimated Travel Time) නමින් තමන්ගේ traffic forecasting system එක පිළිබඳ තාක්ෂණික විස්තරයක් පළ කළා.

මෙහිදී Deep Learning භාවිතයෙන් මාර්ගවල වාහන ගමන් කිරීමේ වේගය සහ ඉදිරි කාලයේ traffic conditions predict කරනවා.

Uber විසින් පළ කළ එම වාර්තාවට අනුව:

• Long-trip arrival time prediction accuracy 6%කින් වැඩිදියුණු වී තිබුණා.

• Traffic forecasting model එක තත්පරයකට real-time forecasts මිලියන 2කට වඩා process කරනවා.

• මෙහි දියුණුව නිසා වාර්ෂිකව ඩොලර් මිලියන 100ක පමණ අමතර ආදායමක් ලැබෙනු ඇතැයි Uber ඇස්තමේන්තු කර තිබුණා.

මෙහි විශේෂත්වය තමයි Uber එකට traffic information ලබාගැනීමට GPS data භාවිතා කිරීම.

Trip එකකදී driverගේ phone එකෙන් ලැබෙන GPS signals මඟින් වාහනය ගමන් කරන මාර්ග කොටස සහ ඒ සඳහා ගතවන කාලය හඳුනාගන්න පුළුවන්.

මේ වගේ දත්ත විශාල ප්‍රමාණයක් එකතු කරලා traffic patterns predict කරනවා.

⏱️ 5. ETA Prediction – Driver එන්න තව කොච්චර වෙලාවක් යයිද?

ETA කියන්නේ Estimated Time of Arrival.

Uber app එකේ driver කෙනෙක් ඔයා ළඟට එන්න විනාඩි 5ක් යනවා කියලා පෙන්වනවා නම්, ඒක නිකම්ම ගණනය කරපු කාලයක් නෙවෙයි.

Historical trip data, current traffic, GPS information, road conditions සහ machine learning predictions වැනි දේවල් භාවිතා වෙනවා.

මෙහිදී වැදගත් දෙයක් තියෙනවා.

Distance එක විතරක් භාවිතා කරලා travel time එක හරියට predict කරන්න බැහැ.

උදාහරණයක් විදිහට කිලෝමීටර් 2ක දුරක් traffic වැඩි වෙලාවක විනාඩි 20ක් යන්න පුළුවන්. නමුත් කිලෝමීටර් 5ක දුරක් traffic අඩු වෙලාවක විනාඩි 8කින් යන්න පුළුවන්.

ඒ නිසා ETA prediction එකේදී distance එකට වඩා real-world traffic data ඉතාමත් වැදගත්.

💰 6. Dynamic Pricing සහ Surge Pricing

ඔයා කවදාහරි Uber එකේ සාමාන්‍යයෙන් ගෙවන මුදලට වඩා වැඩි මුදලක් ride එකකට පෙන්වනවා දැකලා තියෙනවද?

මේක Surge Pricing කියන pricing mechanism එකට සම්බන්ධයි.

උදාහරණයක් විදිහට වැසි දවසක, office වෙලාවක හෝ විශාල event එකක් අවසන් වුණාට පස්සේ ride requests එකවර වැඩි වෙන්න පුළුවන්.

නමුත් ඒ ප්‍රදේශයේ available drivers ලා ප්‍රමාණය අඩු නම් demand සහ supply අතර වෙනසක් ඇති වෙනවා.

Uber හි pricing systems මඟින් මේ වගේ තත්ත්වයන් විශ්ලේෂණය කරලා fare එක වෙනස් කළ හැකියි.

මෙහි අරමුණ වන්නේ demand වැඩි අවස්ථාවල drivers ලා ලබාගැනීමට සහ marketplace එකේ balance එක පවත්වාගැනීමට උපකාර කිරීමයි.

🎨 7. Modern UI/UX Design – Uber App එක මෙතරම් පහසු ඇයි?

Uber app එකේ විශේෂත්වයක් තමයි එහි interface එක ඉතාම සරල වීම.

Application එක open කළාම unnecessary information ගොඩක් පෙන්වන්නේ නැහැ.

Userට අවශ්‍ය ප්‍රධානම දේ වන destination එක select කිරීම පහසුවෙන් කරන්න පුළුවන්.

මේ පිටුපස Modern UI/UX design principles කිහිපයක් තියෙනවා.

1. Minimalism

Unnecessary buttons, text සහ visual elements අවම කරලා userට අවශ්‍ය දේට අවධානය යොමු කරවනවා.

2. Visual Hierarchy

වැදගත්ම information එක userට මුලින්ම පෙනෙන විදිහට arrange කරනවා.

උදාහරණයක් විදිහට pickup location, destination search සහ available ride options වැනි දේවල් පැහැදිලිව පෙන්වනවා.

3. Progressive Disclosure

Userට අවශ්‍ය නැති information සියල්ලම එකවර පෙන්වන්නේ නැහැ.

මුලින් destination එක select කරන්න දෙනවා. ඊට පස්සේ available ride options, prices සහ estimated arrival times පෙන්වනවා.

4. Consistency

Buttons, icons, colors සහ interaction patterns එකිනෙකට ගැළපෙන විදිහට design කරනවා.

5. Micro-interactions

User කෙනෙක් button එකක් click කළාම, ride එකක් request කළාම හෝ payment එකක් complete කළාම ඒ ගැන පැහැදිලි feedback එකක් ලබාදෙනවා.

Loading animations, status updates සහ map movements වැනි කුඩා interactions user experience එක වැඩිදියුණු කරනවා.

6. Context-aware Experience

Userගේ current situation එක අනුව අවශ්‍ය information පෙන්වනවා.

උදාහරණයක් විදිහට ride එකක් request කරන්න කලින් destination search එක ප්‍රධාන වෙනවා. Driver කෙනෙක් ride එක accept කළාට පස්සේ driver details සහ arrival information ප්‍රධාන වෙනවා.

මේ වගේ design decisions නිසා application එක භාවිතා කරන්න userට නැවත නැවත අලුතින් ඉගෙනගන්න අවශ්‍ය වෙන්නේ නැහැ.

📱 8. Uber Developers ලා භාවිතා කරන Technology Architecture එක

Uber වගේ application එකක් එකවර ලෝකයේ විවිධ රටවල්වල millions of users ලා භාවිතා කරනවා.

ඒ නිසා සියලුම requests එකම server එකකින් handle කරන එක ප්‍රායෝගික නැහැ.

මේ වගේ platforms සඳහා Distributed Systems සහ Microservices Architecture ඉතාමත් වැදගත්.

Microservices කියන්නේ application එකේ විශාල functionality එකක් කුඩා, වෙන වෙනම ක්‍රියාත්මක කළ හැකි services වලට වෙන් කිරීමයි.

උදාහරණයක් විදිහට:

• Authentication Service – User login සහ authentication.

• Ride Service – Ride booking සහ trip management.

• Location Service – GPS සහ location updates.

• Pricing Service – Fare calculations.

• Payment Service – Payments සහ transactions.

• Notification Service – Push notifications සහ alerts.

මේ services එකිනෙක සමඟ communicate කරමින් සම්පූර්ණ application එක ක්‍රියාත්මක කරනවා.

Uber Engineering team එක තමන්ගේ systems ගැන public කරපු technical articles වලදී service architecture, data processing, distributed databases සහ internal developer platforms පිළිබඳව විස්තර කරලා තියෙනවා.

Uber වැනි විශාල platform එකකදී එක් service එකක ඇතිවන ගැටලුවක් මුළු application එකටම බලපාන්නේ නැති ආකාරයට system එක design කිරීමත් ඉතාම වැදගත්.

🔧 9. Developers ලාට වැදගත් Uber Engineering Insights

Uber Engineering Blog එක කියන්නේ developers ලාට ඇත්තටම වටිනා technical knowledge ලබාගන්න පුළුවන් source එකක්.

Uber එකේ engineers ලා තමන් මුහුණ දෙන real-world engineering problems සහ ඒවා විසඳන ආකාරය public කරනවා.

එවැනි වැදගත් උදාහරණ කිහිපයක් තියෙනවා.

📌 Michelangelo – Machine Learning Platform

2016 සිට සංවර්ධනය වූ Michelangelo platform එක මඟින් Uber engineers ලාට Machine Learning models develop සහ deploy කිරීම පහසු කරලා තියෙනවා.

📌 H3 – Geospatial Indexing System

Uber විසින් H3 නමින් open-source geospatial indexing system එකක් හඳුන්වා දී තිබෙනවා.

සාමාන්‍ය Latitude සහ Longitude coordinates වෙනුවට පෘථිවියේ ප්‍රදේශ hexagonal grid cells වලට බෙදා හඳුනාගැනීමට මෙය උපකාරී වෙනවා.

මේක භාවිතයෙන් location-based data විශ්ලේෂණය, geographical search සහ spatial operations වඩාත් කාර්යක්ෂමව සිදු කරන්න පුළුවන්.

📌 Cadence – Workflow Orchestration

Uber විසින් develop කළ Cadence කියන්නේ distributed applications වල workflows සහ background processes manage කිරීමට භාවිතා කරන open-source platform එකක්.

විශාල systems වලදී දිගු කාලයක් ක්‍රියාත්මක වන processes සහ failures handle කිරීම සඳහා මෙවැනි tools වැදගත්.

මේ වගේ tools සහ technologies developers ලාටත් open-source projects හරහා අධ්‍යයනය කරන්න පුළුවන්.

🤖 10. 2026 දී Uber Software Development වලට AI එකතු කරන්නේ කොහොමද?

Uber හි technology development එක AI භාවිතයෙන් තවත් වෙනස් වෙමින් පවතිනවා.

2026 අගෝස්තු මාසයේ Uber Distinguished Engineer Uday Kiran Medisetty විසින් Uber Engineering Blog එකේ පළ කළ article එකකින් AI-assisted software development ගැන වැදගත් තොරතුරු හෙළි කරලා තිබුණා.

එම වාර්තාවට අනුව Uber හි Pull Requests වලින් 70%කට වැඩි ප්‍රමාණයක් local හෝ cloud-based AI agents සමඟ සම්බන්ධ වී තිබුණා.

ඒ වගේම engineers ලා විසින් software development lifecycle එක සඳහා AI agent skills 3,600කට වැඩි ප්‍රමාණයක් නිර්මාණය කර තිබුණා.

දිනකට agent skill executions 30,000කට වඩා සිදු වී තිබුණා.

මෙහිදී AI agents භාවිතා කරන්නේ code generate කිරීම සඳහා පමණක් නෙවෙයි.

• Code review කිරීම.

• Automated testing.

• CI failures හඳුනාගැනීම සහ නිවැරදි කිරීම.

• Bugs investigate කිරීම.

• Pull requests සකස් කිරීම.

• Software maintenance tasks.

වැනි කාර්යයන් සඳහාත් AI agents භාවිතා කරනවා.

මෙහි වැදගත්ම insight එක තමයි විශාල technology companies පවා AI භාවිතා කරන්නේ developers වෙනුවට developers ලාගේ වැඩ වේගවත් කිරීමට සහ software engineering process එක optimize කිරීමටයි.

🔐 11. Security සහ User Privacy

Ride-hailing application එකක් භාවිතා කිරීමේදී userගේ location, contact details සහ payment information වැනි සංවේදී දත්ත handle කරන්න සිදු වෙනවා.

ඒ නිසා security කියන්නේ අනිවාර්ය අංගයක්.

මෙහිදී වැදගත් security concepts කිහිපයක් තමයි:

• Data Encryption – දත්ත හුවමාරු කිරීමේදී ඒවා ආරක්ෂා කිරීම.

• Authentication – නිවැරදි user කෙනෙක්ද කියලා තහවුරු කිරීම.

• Authorization – අවසර ඇති resources පමණක් භාවිතා කිරීමට ඉඩදීම.

• Secure Payments – Payment information ආරක්ෂිතව handle කිරීම.

• Fraud Detection – සැකසහිත transactions සහ accounts හඳුනාගැනීම.

මේ සියල්ල එකතු වෙලා platform එකේ ආරක්ෂාව සහ user trust එක පවත්වාගන්න උපකාරී වෙනවා.

🚀 අවසානයේදී…

Uber කියන්නේ අපිට taxi එකක් book කරන්න පුළුවන් mobile application එකක් විතරක් නෙවෙයි.

එය AI, Machine Learning, GPS, Real-time Data Processing, Distributed Systems සහ Modern UI/UX Design එකට එකතු කරලා නිර්මාණය කරපු දැවැන්ත digital platform එකක්.

මේකෙන් developers ලාට සහ entrepreneurs ලාට ඉගෙනගන්න පුළුවන් වැදගත් පාඩම් කිහිපයක් තියෙනවා.

1. හොඳ application එකක් කියන්නේ features ගොඩක් තියෙන application එකක්ම නෙවෙයි. Userට අවශ්‍ය දේ පහසුවෙන් ලබාදෙන application එකක්.

2. Data කියන්නේ digital businesses වල වටිනාම assets වලින් එකක්. නිවැරදිව භාවිතා කළොත් business decisions වඩාත් බුද්ධිමත් කරන්න පුළුවන්.

3. Scalability ගැන මුල සිටම සිතීම වැදගත්. Users වැඩි වෙද්දී application එකත් ඒ අනුව ක්‍රියාත්මක විය යුතුයි.

4. Technology එක සහ user experience එක එකිනෙකට වෙන් කරන්න බැහැ. හොඳ technology එකක් තිබුණත් භාවිතා කරන්න අමාරු නම් ඒක සාර්ථක product එකක් වෙන්නේ නැහැ.

අවසානයේදී Uber අපිට පෙන්වන ලොකුම දේ තමයි සංකීර්ණ technology එකක් userට ඉතාමත් සරල experience එකක් බවට පත් කිරීමේ වැදගත්කමයි.

ඔයාත් developer කෙනෙක් නම් Uber වගේ real-world applications පිටුපස තියෙන technology ගැන අධ්‍යයනය කිරීමෙන් ඔයාගේ software development knowledge එක තවත් වැඩිදියුණු කරගන්න පුළුවන්.

Dilshan’s Digital Space

Share This Article