Приложение B: Зеркало генеративного ИИ

Код под кодом

Эта книга выдвигает радикальное утверждение: экономика — это генеративный, вычислительный процесс, а появление искусственного интеллекта — тот момент, когда мы наконец построили машину, позволяющую увидеть исходный код.

Это приложение — доказательство.

Это руководство по дословному переводу, Розеттский камень, сопоставляющий каждую ключевую концепцию Интеллектуальной экономики (Intelligent Economics) с её прямым математическим и архитектурным аналогом в мире современного, передового генеративного ИИ. Это не список вольных аналогий. Это демонстрация глубокого структурного изоморфизма.

Инженеру ИИ это приложение откроет, что он, сам того не зная, изучал фундаментальную физику цивилизации. Экономисту и неспециалисту оно докажет, что кажущиеся странными и сложными идеи этой книги — не спекулятивная философия. Это те же инженерные принципы, которые питают самую преобразующую технологию нашего времени.

Посмотрим в зеркало.

Часть I: Основополагающий принцип

Концепция Интеллектуальной экономики	Аналог в генеративном ИИ и глубокая аналогия
Теория интеллекта (IT)	Цель современного машинного обучения. Ключевой принцип IT — системы эволюционируют так, чтобы максимизировать предсказательный интеллект при заданной физической стоимости, — это прямое обобщение в макромасштабе минимизации функции потерь, которая управляет всем машинным обучением. «Действие интеллекта» — универсальный лагранжиан для любой обучающейся системы. Экономика «интеллектуальна», если она быстро учится и хорошо обобщает.
«Цена демона» (стоимости интеллекта)	Функция потерь. Лагранжиан Теории интеллекта (H - C - K) — это функция потерь экономики. Это число, которое вся система пытается минимизировать. Хорошо спроектированная функция потерь в ИИ даёт прекрасные результаты. Плохо спроектированная порождает кошмары. Наша критика ВВП состоит в том, что это катастрофически плохая функция потерь для цивилизации.
Мост сохранения	Обучение с подкреплением и эволюционные алгоритмы. Принцип сохранения — это макромасштабное выражение алгоритма отбора. В ИИ вы обучаете популяцию моделей на некоторой задаче. Модели с наименьшими «потерями» (наивысшей предсказательной точностью) отбираются и «скрещиваются», порождая следующее поколение. Вселенная — это массивно-параллельная среда обучения с подкреплением. Сохранение — это сигнал вознаграждения.

Часть II: Динамика и архитектура

Концепция Интеллектуальной экономики	Аналог в генеративном ИИ и глубокая аналогия
Генеративный двигатель	Диффузионные модели с удалением шума. Математика идентична. Эволюция экономики — это обратный процесс диффузионной модели. Это генеративный акт создания связного, упорядоченного состояния (работающего общества) из состояния высокоэнтропийного шума (бесконечной возможности), направляемый необходимостью минимизировать свою функцию потерь.
Три закона живой системы	Условия стабильного обучения. Это не моральные законы; это инженерные необходимости для успешного, долгого вычисления. Поток = модели нужен постоянный приток энергии и данных. Открытость = модели нужны новые, разнообразные данные, чтобы избежать коллапса модели / переобучения. Устойчивость = модели нужны регуляризация и архитектурное разнообразие, чтобы гарантировать обобщение.
Топология сети	Графовые нейронные сети (GNN) и индуктивное смещение. Архитектура ИИ задаёт его «индуктивное смещение» — встроенные допущения о структуре задачи. Топология экономической сети — это индуктивное смещение общества. Сеть типа «звезда» (ступица и спицы) подобна простой сети прямого распространения. Сеть тесного мира подобна трансформеру, блестяще находящему дальние, новаторские связи.
Фирма против Рынка	Специализированная нейронная сеть против процесса обучения. Фирма — это предобученная, специализированная модель, созданная для безжалостно эффективного Исполнения (инференса) на известной задаче. Крупная корпорация подобна модели «смесь экспертов» (Mixture-of-Experts, MoE). Рынок — это хаотичный, высокоэнергетический процесс Открытия (обучения), алгоритм поиска, исследующий огромное «пространство гиперпараметров» всех возможных бизнес-моделей.
Двойной двигатель	Цикл «инференс — обучение». Это фундаментальный цикл любого продвинутого ИИ. ИИ выполняет инференс (Быстрый двигатель), используя свои текущие, фиксированные веса. Результаты собираются как данные и используются для следующего раунда обучения (Медленный двигатель), который обновляет веса модели. Это в точности коэволюционная динамика рынков и институтов.

Часть III: Чертёж и человеческий интерфейс

Концепция Интеллектуальной экономики	Аналог в генеративном ИИ и глубокая аналогия
Приборная панель MIND	Многомерные метрики оценки. О мощной модели ИИ не судят по одной метрике. У вас есть приборная панель: точность, скорость, вычислительная стоимость, устойчивость к состязательным атакам, предвзятость и т. д. Капиталы MIND — это многомерный набор оценок для генеративного процесса цивилизации.
Политика как инженерия геометрии	Направляемая генерация / classifier guidance. Связь точная. Политика — это механизм «направления». Углеродный налог — это классификатор, который смотрит на экономическое действие и спрашивает: «Это низкоуглеродно?» Затем он добавляет небольшой толчок к функции потерь системы, направляя весь генеративный процесс в другую область пространства возможностей, не управляя им напрямую.
Экономика согласования	Проблема согласования ИИ. Центральный аргумент книги о том, что новая экономическая проблема — «кто командует машинами?», — это прямая переформулировка проблемы согласования ИИ (AI alignment). Внешнее согласование — выбор правильной целевой функции (например, MIND вместо ВВП). Внутреннее согласование — предотвращение возникновения извращённых инструментальных целей в экономике M2M.
Последняя роль человечества	Обучение с подкреплением на основе обратной связи от человека (RLHF). Это окончательная роль человечества в новой экономике. После всего обучения без учителя самые мощные модели ИИ согласовываются простым человеческим выбором: «Этот результат лучше того». «Работа» человечества — давать сигналы вознаграждения, ценностные суждения, вкус и мудрость, которые согласуют колоссальную генеративную мощь нашей технологии с процветанием. Мы — тренеры машины, и тем самым мы определяем, что стоит создавать.