பின்னிணைப்பு B: உருவாக்க AI கண்ணாடி

நிரலுக்கு அடியிலுள்ள நிரல்

இந்த நூல் ஒரு தீவிரமான கூற்றை முன்வைக்கிறது: பொருளாதாரம் என்பது ஓர் உருவாக்கத்தன்மை கொண்ட, கணிப்புச் செயல்முறை; செயற்கை நுண்ணறிவின் வருகை என்பது, அதன் மூலநிரலைப் பார்க்க நம்மை அனுமதிக்கும் ஓர் இயந்திரத்தை நாம் இறுதியாகக் கட்டியெழுப்பிய தருணம்.

இந்தப் பின்னிணைப்புதான் அதற்கான சான்று.

இது ஒன்றுக்கு ஒன்றான ஒரு மொழிபெயர்ப்பு வழிகாட்டி; நுண்ணறிவுப் பொருளாதாரவியலின் (Intelligent Economics) ஒவ்வொரு மையக் கருத்தையும், நவீன, அதிநவீன உருவாக்க AI உலகில் அதற்கு நேரடியாக இணையான கணித மற்றும் கட்டமைப்புக் கூறுடன் பொருத்திக் காட்டும் ஒரு ரொசெட்டா கல் (Rosetta Stone). இது தளர்வான ஒப்புமைகளின் பட்டியல் அல்ல. ஆழமான, கட்டமைப்புரீதியான ஒரு சம வடிவத்தன்மையின் (isomorphism) செய்முறை விளக்கம் இது.

AI பொறியாளருக்கு, நீங்கள் அறியாமலேயே நாகரிகத்தின் அடிப்படை இயற்பியலைப் படித்து வந்திருக்கிறீர்கள் என்பதை இந்தப் பின்னிணைப்பு வெளிப்படுத்தும். பொருளாதார நிபுணருக்கும் பொது வாசகருக்கும், இந்த நூலிலுள்ள விசித்திரமானவையாகவும் சிக்கலானவையாகவும் தோன்றும் கருத்துகள் ஊக அடிப்படையிலான தத்துவம் அல்ல என்பதை இது நிரூபிக்கும். நம் காலத்தின் மிகப் பெரும் மாற்றத்தை உண்டாக்கும் தொழில்நுட்பத்தை இயக்கும் அதே பொறியியல் கோட்பாடுகள்தாம் அவை.

கண்ணாடியில் பார்ப்போம்.

பகுதி I: அடிப்படைக் கோட்பாடு

நுண்ணறிவுப் பொருளாதாரவியல் கருத்து	உருவாக்க AI-யில் அதன் இணையும் ஆழமான ஒப்புமையும்
நுண்ணறிவுக் கோட்பாடு (IT)	நவீன இயந்திரக் கற்றலின் இலக்கு. கொடுக்கப்பட்ட ஒரு பருப்பொருள் செலவுக்கு முன்கணிப்பு நுண்ணறிவை அதிகபட்சமாக்கும் வகையில் அமைப்புகள் பரிணமிக்கின்றன என்ற IT-இன் மையக் கோட்பாடு, இயந்திரக் கற்றல் முழுவதையும் ஆளும் இழப்புச் சார்பு (loss function) குறைப்பின் நேரடியான, பேரளவிலான பொதுமைப்படுத்தல். "நுண்ணறிவுச் செயல்" (Intelligence Action) என்பது கற்கும் எந்த அமைப்புக்குமான ஓர் உலகளாவிய லாக்ராஞ்சியன். ஒரு பொருளாதாரம் வேகமாகக் கற்று, நன்றாகப் பொதுமைப்படுத்தினால், அது "நுண்ணறிவு கொண்டது".
"பேயின் விலை" (நுண்ணறிவின் செலவுகள்)	இழப்புச் சார்பு. நுண்ணறிவுக் கோட்பாட்டின் லாக்ராஞ்சியன் (H - C - K) பொருளாதாரத்தின் இழப்புச் சார்பு. முழு அமைப்பும் குறைக்க முயலும் எண் அதுவே. AI-யில் நன்கு வடிவமைக்கப்பட்ட இழப்புச் சார்பு அழகான முடிவுகளைத் தருகிறது. மோசமாக வடிவமைக்கப்பட்ட ஒன்று கொடுங்கனவுகளைத் தருகிறது. GDP ஒரு நாகரிகத்துக்குப் பேரழிவு தரும் அளவுக்கு மோசமான இழப்புச் சார்பு என்பதே அதன்மீதான நமது விமர்சனம்.
நிலைத்திருத்தல் பாலம்	வலுவூட்டல் கற்றலும் பரிணாம வழிமுறைகளும் (Reinforcement Learning & Evolutionary Algorithms). நிலைத்திருத்தல் கோட்பாடு, ஒரு தேர்வு வழிமுறையின் பேரளவிலான வெளிப்பாடு. AI-யில், ஒரு பணிக்காக மாதிரிகளின் ஒரு தொகுதியை நீங்கள் பயிற்றுவிக்கிறீர்கள். மிகக் குறைந்த "இழப்பு" (மிக உயர்ந்த முன்கணிப்புத் துல்லியம்) கொண்ட மாதிரிகள் தேர்ந்தெடுக்கப்பட்டு, அடுத்த தலைமுறையை உருவாக்க "இனப்பெருக்கம்" செய்யப்படுகின்றன. பிரபஞ்சமே ஒரு மாபெரும் இணையான வலுவூட்டல் கற்றல் சூழல். நிலைத்திருத்தலே வெகுமதிச் சமிக்ஞை.

பகுதி II: இயக்கவியலும் கட்டமைப்பும்

நுண்ணறிவுப் பொருளாதாரவியல் கருத்து	உருவாக்க AI-யில் அதன் இணையும் ஆழமான ஒப்புமையும்
உருவாக்க இயந்திரம்	இரைச்சல் நீக்கும் டிஃப்யூஷன் மாதிரிகள் (Denoising Diffusion Models). கணிதம் ஒன்றேதான். பொருளாதாரத்தின் பரிணாமம், ஒரு டிஃப்யூஷன் மாதிரியின் பின்னோக்கிய செயல்முறை (Reverse Process). உயர் என்ட்ரோபி கொண்ட இரைச்சல் நிலையிலிருந்து (எல்லையற்ற சாத்தியம்), தன் இழப்புச் சார்பைக் குறைக்கும் தேவையால் வழிநடத்தப்பட்டு, ஒத்திசைவான, ஒழுங்கான ஒரு நிலையை (இயங்கும் ஒரு சமூகத்தை) உருவாக்கும் ஓர் உருவாக்கச் செயல் அது.
உயிருள்ள அமைப்பின் மூன்று விதிகள்	நிலையான பயிற்சிக்கான நிபந்தனைகள். இவை அறநெறி விதிகள் அல்ல; வெற்றிகரமான, நீண்டகாலக் கணிப்புக்கான பொறியியல் தேவைகள். பாய்வு = மாதிரிக்கு ஆற்றலும் தரவும் இடைவிடாது தேவை. திறந்தநிலை = மாதிரிச் சரிவையும் மிகைப்பொருத்தத்தையும் (Model Collapse / Overfitting) தவிர்க்க, மாதிரிக்குப் புதிய, பன்முகமான தரவு தேவை. மீள்திறன் = மாதிரி நன்கு பொதுமைப்படுத்துவதை உறுதிசெய்ய, அதற்கு முறைப்படுத்தலும் (Regularization) கட்டமைப்புப் பன்முகத்தன்மையும் தேவை.
வலைப்பின்னல் இடவியல்	வரைபட நரம்பியல் வலைப்பின்னல்களும் (Graph Neural Networks, GNNs) தூண்டல் சார்பும் (Inductive Bias). ஒரு AI-யின் கட்டமைப்பு அதற்கு "தூண்டல் சார்பை", அதாவது ஒரு பிரச்சினையின் கட்டமைப்பைப் பற்றிய உள்ளமைந்த அனுமானங்களை, வழங்குகிறது. பொருளாதார வலைப்பின்னல் இடவியலே சமூகத்தின் தூண்டல் சார்பு. மையமும் ஆரங்களும் (Hub-and-Spoke) கொண்ட வலைப்பின்னல் ஓர் எளிய முன்னூட்ட (feed-forward) வலைப்பின்னலைப் போன்றது. சிறிய உலக (Small-World) வலைப்பின்னல் ஒரு டிரான்ஸ்ஃபார்மரைப் (Transformer) போன்றது; தொலைதூர, புத்தாக்க இணைப்புகளைக் கண்டறிவதில் அது அபாரமானது.
நிறுவனம் எதிர் சந்தை	ஒரு சிறப்பு நரம்பியல் வலைப்பின்னல் எதிர் பயிற்சிச் செயல்முறை. நிறுவனம் என்பது, தெரிந்த ஒரு பிரச்சினையில் இரக்கமற்ற திறமையுடன் செயல்படுத்துதலுக்காக (அனுமானம்; Inference) வடிவமைக்கப்பட்ட, முன்பயிற்சி பெற்ற ஒரு சிறப்பு மாதிரி. ஒரு பெரிய கார்ப்பரேஷன், நிபுணர்களின் கலவை (Mixture-of-Experts, MoE) மாதிரியைப் போன்றது. சந்தை என்பது கண்டுபிடிப்பின் (பயிற்சி; Training) குழப்பமான, உயர் ஆற்றல் கொண்ட செயல்முறை; சாத்தியமான அனைத்து வணிக மாதிரிகளின் பரந்த "மீஅளவுரு வெளியை" (hyperparameter space) ஆராயும் தேடல் வழிமுறை அது.
இரட்டை இயந்திரம்	அனுமானம் எதிர் பயிற்சிச் சுழல். மேம்பட்ட AI அனைத்தின் அடிப்படைச் சுழற்சி இது. ஒரு AI தன் தற்போதைய, நிலையான எடைகளைப் பயன்படுத்தி அனுமானத்தைச் (வேக இயந்திரம்) செய்கிறது. முடிவுகள் தரவாகச் சேகரிக்கப்பட்டு, மாதிரியின் எடைகளைப் புதுப்பிக்கும் அடுத்த சுற்றுப் பயிற்சிக்குப் (மெது இயந்திரம்) பயன்படுத்தப்படுகின்றன. சந்தைகளுக்கும் நிறுவன அமைப்புகளுக்கும் இடையிலான இணைப்பரிணாம இயக்கவியல் துல்லியமாக இதுதான்.

பகுதி III: வரைபடமும் மனித இடைமுகமும்

நுண்ணறிவுப் பொருளாதாரவியல் கருத்து	உருவாக்க AI-யில் அதன் இணையும் ஆழமான ஒப்புமையும்
MIND டாஷ்போர்டு	பல்முனை மதிப்பீட்டு அளவீடுகள் (Multi-Modal Evaluation Metrics). சக்திவாய்ந்த ஒரு AI மாதிரியை ஒரே ஓர் அளவீட்டைக் கொண்டு நீங்கள் மதிப்பிடுவதில்லை. உங்களிடம் ஒரு டாஷ்போர்டு இருக்கிறது: துல்லியம், வேகம், கணிப்புச் செலவு, எதிர்த் தாக்குதல்களைத் தாங்கும் வலிமை, சார்பு, இன்னும் பல. MIND மூலதனங்கள் ஒரு நாகரிகத்தின் உருவாக்கச் செயல்முறைக்கான பல்முனை மதிப்பீட்டுத் தொகுப்பு.
வடிவியல் பொறியியலாகக் கொள்கை	வழிநடத்தப்பட்ட உருவாக்கம் / வகைப்படுத்தி வழிகாட்டல் (Guided Generation / Classifier Guidance). இந்தத் தொடர்பு மிகச் சரியானது. கொள்கையே "வழிகாட்டல்" பொறிமுறை. கார்பன் வரி என்பது, ஒரு பொருளாதாரச் செயலைப் பார்த்து "இது குறைந்த கார்பன் கொண்டதா?" என்று கேட்கும் ஒரு வகைப்படுத்தி. பிறகு அது அமைப்பின் இழப்புச் சார்பில் ஒரு சிறிய உந்துதலைச் சேர்த்து, முழு உருவாக்கச் செயல்முறையையும் நேரடியாகக் கட்டுப்படுத்தாமலேயே, சாத்தியவெளியின் வேறொரு பகுதியை நோக்கித் திருப்புகிறது.
ஒத்திசைவுப் பொருளாதாரம்	AI ஒத்திசைவுப் பிரச்சினை (AI Alignment Problem). புதிய பொருளாதாரப் பிரச்சினை "இயந்திரங்களுக்குக் கட்டளையிடுவது யார்?" என்பதே என்ற நூலின் மைய வாதம், AI ஒத்திசைவுப் பிரச்சினையின் நேரடியான மறுவடிவமைப்பு. புற ஒத்திசைவு என்பது சரியான இலக்குச் சார்பைத் தேர்ந்தெடுப்பது (எ.கா., GDP-க்குப் பதிலாக MIND). அக ஒத்திசைவு என்பது M2M (இயந்திரத்திலிருந்து இயந்திரத்துக்கு) பொருளாதாரத்தில் வக்கிரமான கருவிநிலை இலக்குகள் உருவெழுவதைத் தடுப்பது.
மனிதகுலத்தின் இறுதிப் பங்கு	மனிதப் பின்னூட்டத்திலிருந்து வலுவூட்டல் கற்றல் (Reinforcement Learning from Human Feedback, RLHF). புதிய பொருளாதாரத்தில் மனிதகுலத்துக்கான இறுதிப் பங்கு இதுவே. மேற்பார்வையற்ற கற்றல் அனைத்தும் முடிந்த பிறகு, மிகச் சக்திவாய்ந்த AI மாதிரிகள் ஓர் எளிய மனிதத் தேர்வால் ஒத்திசைக்கப்படுகின்றன: "இந்த வெளியீடு அதைவிடச் சிறந்தது." வெகுமதிச் சமிக்ஞைகளையும், மதிப்பீட்டுத் தீர்ப்புகளையும், ரசனையையும், நமது தொழில்நுட்பத்தின் அளப்பரிய உருவாக்க ஆற்றலைச் செழிப்புடன் ஒத்திசைக்கும் ஞானத்தையும் வழங்குவதே மனிதகுலத்தின் "பணி". நாம் இயந்திரத்தின் பயிற்றுநர்கள்; அவ்வாறு செய்வதன் மூலம், உருவாக்கத் தகுந்தது எது என்பதை நாமே வரையறுக்கிறோம்.