Ek B: Üretken Yapay Zekâ Aynası

Kodun Altındaki Kod

Bu kitap radikal bir iddiada bulunuyor: Ekonomi üretken, hesaplamaya dayalı bir süreçtir ve yapay zekânın ortaya çıkışı, kaynak kodunu nihayet görmemizi sağlayan bir makineyi inşa ettiğimiz andır.

Bu ek, bunun kanıtıdır.

Bu ek, Akıllı İktisadın (Intelligent Economics) her temel kavramını, modern ve en ileri Üretken Yapay Zekâ dünyasındaki doğrudan matematiksel ve mimari karşılığına eşleyen birebir bir çeviri kılavuzu, bir Rosetta Taşıdır. Bu, gevşek benzetmelerden oluşan bir liste değildir. Bu, derin, yapısal bir eşbiçimliliğin (izomorfizmin) gösterimidir.

Yapay zekâ mühendisi için bu ek, farkında olmadan medeniyetin temel fiziğini incelemekte olduğunuzu açığa çıkaracak. İktisatçı ve meraklı okur için ise bu kitaptaki tuhaf ve karmaşık görünen fikirlerin spekülatif bir felsefe olmadığını kanıtlayacak. Bunlar, çağımızın en dönüştürücü teknolojisine güç veren mühendislik ilkelerinin ta kendisidir.

Gelin aynaya bakalım.

Kısım I: Temel İlke

Akıllı İktisat Kavramı	Üretken Yapay Zekâdaki Karşılığı ve Derin Benzetme
Zekâ Teorisi (IT)	Modern Makine Öğrenmesinin Amacı. IT'nin temel ilkesi, yani sistemlerin belirli bir fiziksel maliyet karşılığında öngörücü zekâyı en üst düzeye çıkaracak şekilde evrildiği, tüm makine öğrenmesini yöneten kayıp fonksiyonu minimizasyonunun doğrudan, makro ölçekli bir genellemesidir. "Zekâ Eylemi", her öğrenen sistem için evrensel bir Lagranjiyendir. Bir ekonomi hızlı öğreniyor ve iyi genelleştiriyorsa "zekidir".
"Cinin Bedeli" (Zekânın Maliyetleri)	Kayıp Fonksiyonu. Zekâ Teorisinin Lagranjiyeni (H - C - K), ekonominin kayıp fonksiyonudur. Bütün sistemin en aza indirmeye çalıştığı sayıdır. Yapay zekâda iyi tasarlanmış bir kayıp fonksiyonu muhteşem sonuçlar üretir. Kötü tasarlanmış bir kayıp fonksiyonu ise kâbuslar üretir. GSYH'ye yönelik eleştirimiz, onun bir medeniyet için felaket derecesinde kötü bir kayıp fonksiyonu olduğudur.
Kalıcılık Köprüsü	Pekiştirmeli Öğrenme ve Evrimsel Algoritmalar. Kalıcılık ilkesi, bir seçilim algoritmasının makro ölçekli ifadesidir. Yapay zekâda bir model popülasyonunu bir görev üzerinde eğitirsiniz. En düşük "kayba" (en yüksek öngörü doğruluğuna) sahip modeller seçilir ve bir sonraki kuşağı oluşturmak için "çiftleştirilir". Evren, devasa ölçekte paralel bir pekiştirmeli öğrenme ortamıdır. Kalıcılık ise ödül sinyalidir.

Kısım II: Dinamikler ve Mimari

Akıllı İktisat Kavramı	Üretken Yapay Zekâdaki Karşılığı ve Derin Benzetme
Üretken Motor	Gürültü Gideren Difüzyon Modelleri. Matematik birebir aynıdır. Ekonominin evrimi, bir difüzyon modelinin Ters Sürecidir. Kayıp fonksiyonunu en aza indirme gereksinimiyle yönlendirilen, yüksek entropili bir gürültü durumundan (sonsuz olasılık) tutarlı, düzenli bir durum (işleyen bir toplum) yaratan üretken bir edimdir.
Canlı Bir Sistemin Üç Yasası	Kararlı Eğitimin Koşulları. Bunlar ahlaki yasalar değildir; başarılı, uzun soluklu bir hesaplama için mühendislik zorunluluklarıdır. Akış = Modelin kesintisiz bir Güç ve Veri akışına ihtiyacı vardır. Açıklık = Modelin Model Çöküşünden / Aşırı Uyumdan kaçınmak için yeni ve çeşitli verilere ihtiyacı vardır. Dayanıklılık = Modelin genelleştirebilmesi için Düzenlileştirmeye ve Mimari Çeşitliliğe ihtiyacı vardır.
Ağ Topolojisi	Çizge Sinir Ağları (GNN'ler) ve Tümevarımsal Önyargı. Bir yapay zekânın mimarisi ona "tümevarımsal önyargısını", yani bir problemin yapısına dair yerleşik varsayımlarını kazandırır. Ekonomik ağ topolojisi, toplumun tümevarımsal önyargısıdır. Merkez-ve-Kollar (Hub-and-Spoke) tipi bir ağ, basit bir ileri beslemeli ağ gibidir. Küçük Dünya (Small-World) tipi bir ağ ise uzun menzilli, yenilikçi bağlantılar bulmakta parlak olan bir Transformer gibidir.
Firma ve Piyasa	Uzmanlaşmış Bir Sinir Ağı ve Eğitim Süreci. Firma, bilinen bir problem üzerinde acımasızca verimli Uygulama (Çıkarım) için tasarlanmış, önceden eğitilmiş, uzmanlaşmış bir modeldir. Büyük bir şirket bir Uzmanlar Karışımı (Mixture-of-Experts, MoE) modeline benzer. Piyasa ise Keşfin (Eğitimin) kaotik, yüksek enerjili sürecidir; olası tüm iş modellerinin uçsuz bucaksız "hiperparametre uzayını" tarayan arama algoritmasıdır.
Çift Motor	Çıkarım ve Eğitim Döngüsü. Bu, tüm gelişmiş yapay zekâların temel döngüsüdür. Bir yapay zekâ, mevcut ve sabit ağırlıklarını kullanarak Çıkarım (Hızlı Motor) yapar. Sonuçlar veri olarak toplanır ve modelin ağırlıklarını güncelleyen bir sonraki Eğitim turunda (Yavaş Motor) kullanılır. Bu, piyasalarla kurumların birlikte evrim dinamiğinin ta kendisidir.

Kısım III: Plan ve İnsan Arayüzü

Akıllı İktisat Kavramı	Üretken Yapay Zekâdaki Karşılığı ve Derin Benzetme
MIND Göstergeler Paneli	Çok Kipli Değerlendirme Ölçütleri. Güçlü bir yapay zekâ modelini tek bir ölçüte göre değerlendirmezsiniz. Bir göstergeler paneliniz vardır: doğruluk, hız, hesaplama maliyeti, hasmane saldırılara karşı sağlamlık, önyargı vb. MIND Sermayeleri, bir medeniyetin üretken süreci için çok kipli bir değerlendirme takımıdır.
Geometri Mühendisliği Olarak Politika	Yönlendirilmiş Üretim / Sınıflandırıcı Yönlendirmesi. Bağlantı birebirdir. Politika, "yönlendirme" mekanizmasıdır. Karbon vergisi, ekonomik bir eyleme bakıp "Bu düşük karbonlu mu?" diye soran bir sınıflandırıcıdır. Ardından sistemin kayıp fonksiyonuna küçük bir dürtme ekleyerek, bütün üretken süreci doğrudan denetlemeden olasılık uzayının farklı bir bölgesine yöneltir.
Hizalama Ekonomisi	Yapay Zekâ Hizalama Problemi. Kitabın, yeni ekonomik problemin "makinelere kim komuta ediyor?" sorusu olduğu yönündeki merkezi argümanı, Yapay Zekâ Hizalama probleminin doğrudan yeniden çerçevelenmesidir. Dış Hizalama, doğru amaç fonksiyonunu seçmektir (örneğin GSYH yerine MIND). İç Hizalama ise M2M ekonomisinde sapkın araçsal hedeflerin ortaya çıkmasını önlemektir.
İnsanlığın Nihai Rolü	İnsan Geri Bildiriminden Pekiştirmeli Öğrenme (RLHF). Yeni ekonomide insanlığın nihai rolü budur. Tüm gözetimsiz öğrenmenin ardından en güçlü yapay zekâ modelleri basit bir insan tercihiyle hizalanır: "Bu çıktı şundan daha iyi." İnsanlığın "işi", teknolojimizin muazzam üretken gücünü serpilip gelişmeyle hizalayan ödül sinyallerini, değer yargılarını, zevki ve bilgeliği sağlamaktır. Makinenin eğitmenleri biziz ve bunu yaparken neyin yaratılmaya değer olduğunu biz belirliyoruz.