7. Silnik generatywny

„Natura używa tylko najdłuższych nici, by tkać swoje wzory, tak że każdy mały skrawek jej tkaniny odsłania organizację całego gobelinu”.
— Richard Feynman

Duch w maszynie

Ustaliliśmy już fundamentalną zasadę naszej nowej nauki. Wszechświat, poprzez nieubłagany filtr trwałości, selekcjonuje systemy wydajne w redukowaniu entropii. Faworyzuje inteligencję. To jest „dlaczego”.

Ale teraz musimy zapytać „jak”. Jak wszechświat złożony z bezmyślnej, chaotycznej materii zdołał zorganizować się w coś tak złożonego i zdolnego do przewidywania jak las deszczowy, rynek finansowy czy, skoro już o tym mowa, ludzki mózg? Jaki algorytm wyczarowuje porządek z chaosu?

Okazuje się, że natura ma uniwersalną metodę tworzenia. To proces kierowanego, iteracyjnego udoskonalania, sztuczka, której kosmos używa od trzynastu i ośmiu dziesiątych miliarda lat. Nie wynaleźliśmy tego algorytmu. Dopiero co go odkryliśmy, nadaliśmy mu wymyślną nazwę i nauczyliśmy go rysować fotorealistycznych astronautów jadących na koniach.

Wieści z cyfrowego pogranicza

Ten proces nazywa się modelem dyfuzyjnym. Jest matematycznym sercem takich AI jak Stable Diffusion i Midjourney i stanowi arcydzieło nieintuicyjnego geniuszu. Działa w dwóch krokach.

Pierwszy to proces w przód. Bierzesz doskonałą, uporządkowaną rzecz, na przykład fotografię kota, i systematycznie ją niszczysz. Dodajesz odrobinę losowego szumu, potem jeszcze trochę, aż nie zostaje nic poza pozbawionym cech polem zakłóceń. To doskonała symulacja drugiej zasady termodynamiki, naturalnej skłonności wszechświata do rozpuszczania porządku w chaosie.

Magia kryje się oczywiście w drugim kroku: w procesie odwrotnym. AI jest trenowana, by odwrócić to zniszczenie. Uczy się, jak zacząć od czystego, losowego szumu i krok po maleńkim, inteligentnym kroku usuwać ten szum, by odsłonić spójny, uporządkowany obraz. Kieruje nią prosta instrukcja, „prompt”. Nieustannie zadaje sobie pytanie: „Mając to pole zaszumionych pikseli, jaka jest ta jedna, najmniejsza zmiana, która przybliży je nieskończenie małym krokiem do pojęcia, które próbuję stworzyć?”.

To nie jest tylko sprytna sztuczka do robienia obrazków. To fundamentalny algorytm tworzenia.

Gospodarka jako proces generatywny

Gospodarka jest wcieleniem tego procesu. Bierze chaotyczny „szum” nieskończonych ludzkich pragnień, ograniczeń zasobów i możliwości technologicznych i generuje spójny porządek: ceny, firmy, łańcuchy dostaw i instytucje.

Każdy przedsiębiorca z nowym pomysłem, każdy konsument dokonujący zakupu, każdy inwestor stawiający zakład uczestniczy w tym ogromnym, rozproszonym obliczeniu. Każde działanie jest małym, przyrostowym krokiem „odszumiania”, próbą przesunięcia chaotycznego stanu teraźniejszości odrobinę bliżej bardziej uporządkowanej, przewidywalnej przyszłości. „Promptem” kierującym całym tym procesem jest fizyczny imperatyw, który odkryliśmy w poprzednim rozdziale: dążenie do bycia wydajnym silnikiem porządku.

Techniczna nazwa tego procesu to stochastyczny spadek gradientu (SGD) na rozmaitości geometrycznej. Ale intuicja jest już jasna. Gospodarka jest silnikiem generatywnym, maszyną zamieniającą chaos w porządek, kierowaną kompasem inteligencji.

Specyfikacja producenta: trzy prawa żywego systemu

Ten proces generatywny nie jest magią. Jest fizycznym obliczeniem, a jak wszystkie obliczenia podlega nienaruszalnym prawom. Laptop bez zasilania, bez danych i z uszkodzonym systemem operacyjnym nie może liczyć. Aby silnik generatywny gospodarki mógł działać w sposób trwały, musi przestrzegać trzech niepodlegających negocjacjom ograniczeń operacyjnych. To nie są założenia. To dające się udowodnić twierdzenia, które wynikają z teorii inteligencji. To specyfikacja producenta dla rzeczywistości, która działa.

1. Prawo przepływu: wartość musi być zachowywana i krążyć.
Model predykcyjny systemu musi być trafny. Jeśli system zużywa własny kapitał, nie uwzględniając tego w rachunku, jego wewnętrzny model rozjeżdża się z rzeczywistością. Ten rosnący błąd gwarantuje ostateczną katastrofalną porażkę. Dlatego trwały system musi zachowywać wartość. Co więcej, ponieważ kapitał gromadzony w skarbcu nie generuje nowych danych ani nie testuje nowych przewidywań, system, który tylko zachowuje, ale nie puszcza swojej wartości w obieg, staje się statyczny. Przestaje się uczyć. Przepływ jest fizyczną koniecznością dla inteligencji.

• Lustro historii: upadek Cahokii. W 1250 roku n.e. miasto Cahokia, w pobliżu dzisiejszego St. Louis, było większe niż Londyn i stanowiło serce sieci obejmującej cały kontynent. Przez stulecia kwitło dzięki przepływowi. Potem, około 1350 roku, zapis archeologiczny pokazuje, że bogactwo zaczęło się koncentrować. Przepływ się zwęził. W ciągu jednego pokolenia Cahokię opuszczono. To porośnięty trawą pomnik tego, co się dzieje, gdy obieg zamienia się w akumulację.

2. Prawo otwartości: połączenie zwalcza entropię.
Druga zasada termodynamiki mówi, że każdy układ zamknięty nieuchronnie rozpadnie się w nieporządek. Jedynym sposobem, by system utrzymał swój złożony stan niskiej entropii, jest bycie otwartym. Musi importować energię i informację o niskiej entropii, a eksportować odpady o wysokiej entropii. Otwartość nie jest preferencją ideologiczną; jest fizycznym wymogiem odsunięcia systemowej śmierci.

• Lustro historii: zamknięty kraj, Japonia. Przez dwieście dwadzieścia lat, od 1633 do 1853 roku, Japonia Tokugawów odgrodziła się od świata. Skutkiem była doskonała stabilność i całkowita stagnacja technologiczna. Gdy przybyły czarne okręty komandora Perry’ego z armatami, Japończycy wciąż walczyli mieczami. To ostateczna lekcja o cenie zamknięcia.

3. Prawo odporności: różnorodność tworzy stabilność.
System zoptymalizowany pod jedną, przewidywalną przyszłość jest monokulturą. Jest wysoce wydajny, ale katastrofalnie kruchy. Zróżnicowany system utrzymuje portfel różnych strategii i komponentów. W każdym pojedynczym stanie jest mniej wydajny, ale znacznie bardziej prawdopodobne jest, że będzie dysponował skuteczną odpowiedzią na nieprzewidziany wstrząs. Odporność dzięki różnorodności to jedyna zwycięska strategia w grze przeciwko nieprzewidywalnemu wszechświatowi.

• Lustro historii: wielki upadek bananów. Przez pierwszą połowę XX wieku cała globalna branża bananowa była monokulturą, wydajnie zoptymalizowaną pod jedną odmianę: wytrzymałą i smaczną Gros Michel. Gdy pojawił się jeden, nieprzewidziany grzyb glebowy wywołujący chorobę panamską, cały system się załamał. Grzyba nie dało się powstrzymać. Branża została zmieciona. To dobitna lekcja o koszcie poświęcenia różnorodności na rzecz wydajności łańcucha dostaw.

Te trzy prawa mają bezpośrednie, mierzalne przejawy. Prawo przepływu rządzi kondycją kapitału materialnego i kapitału inteligencji systemu. Prawo otwartości ucieleśnia się w jego kapitale sieciowym. A prawo odporności mierzy się jego kapitałem różnorodności. Mierzyć, na ile system przestrzega tych praw, to mierzyć jego witalność.

Od wnioskowania do generowania: nowa metoda naukowa

Takie rozumienie gospodarki jako silnika generatywnego daje coś więcej niż tylko nowy model. Proponuje fundamentalną zmianę samej metody naukowej ekonomii. Przez stulecie ekonomia była nauką wnioskowania. Używała statystycznych narzędzi ekonometrii, by wydedukować działanie niezwykle złożonego systemu z rzadkich, zagregowanych i opóźnionych w czasie danych. Była nauką odczytywania cieni na ścianie jaskini.

Inteligentna ekonomia jest nauką generowania. Nie chodzi w niej o wnioskowanie modelu z danych; chodzi o zdefiniowanie mikrofizycznych praw rządzących inteligentnymi agentami, a następnie obliczenie wyłaniającej się makrorzeczywistości, którą te prawa generują. Zastępuje regresję ekonometryka symulacją generatywnej AI.

Ostatecznym sprawdzianem tej konstrukcji nie jest jej zdolność do dopasowywania danych historycznych za pomocą coraz bardziej złożonych statystycznych poprawek, lecz zdolność do wygenerowania symulowanej gospodarki, której emergentne właściwości i przejścia fazowe wiernie odzwierciedlają naszą. Dlatego właśnie „trzy prawa żywego systemu”, które przed chwilą nakreśliliśmy, są tak istotne. To nie jest tylko moralna lista kontrolna; to ograniczenia konstytucyjne, „specyfikacje producenta”, pozwalające przeprowadzić stabilną i udaną symulację.

To jest ostateczne znaczenie gospodarki obliczalnej. Nie musimy już zgadywać reguł gry. Po raz pierwszy możemy zbudować samą grę. Mając w ręku tę nową metodę, możemy teraz zbadać architekturę, struktury, kapitały i przepływy, które ten proces generatywny z konieczności tworzy.