ภาคผนวก ข: กระจกเงา AI เชิงก่อกำเนิด

รหัสที่อยู่ใต้รหัส

หนังสือเล่มนี้เสนอข้ออ้างที่ถึงราก: ระบบเศรษฐกิจคือกระบวนการเชิงการคำนวณที่ก่อกำเนิดสิ่งใหม่ และการอุบัติขึ้นของปัญญาประดิษฐ์คือช่วงเวลาที่ในที่สุดเราได้สร้างเครื่องจักรที่ทำให้เรามองเห็นซอร์สโค้ดนั้น

ภาคผนวกนี้คือข้อพิสูจน์

มันคือคู่มือการแปลแบบหนึ่งต่อหนึ่ง เป็นศิลาโรเซตตาสำหรับจับคู่แนวคิดหลักทุกข้อของเศรษฐศาสตร์เชิงปัญญา (Intelligent Economics) เข้ากับคู่เทียบทางคณิตศาสตร์และทางสถาปัตยกรรมโดยตรงในโลกของ AI เชิงก่อกำเนิด (Generative AI) สมัยใหม่ที่ล้ำหน้าที่สุด นี่ไม่ใช่รายการของการเปรียบเทียบอย่างหลวม ๆ นี่คือการแสดงให้เห็นถึงภาวะสมสัณฐาน (isomorphism) เชิงโครงสร้างที่ลึกซึ้ง

สำหรับวิศวกร AI ภาคผนวกนี้จะเผยให้เห็นว่าคุณกำลังศึกษาฟิสิกส์พื้นฐานของอารยธรรมมาโดยไม่รู้ตัว สำหรับนักเศรษฐศาสตร์และผู้อ่านทั่วไป มันจะพิสูจน์ว่าแนวคิดที่ดูแปลกและซับซ้อนในหนังสือเล่มนี้ไม่ใช่ปรัชญาที่เดาเอาเอง แต่คือหลักการทางวิศวกรรมเดียวกับที่ขับเคลื่อนเทคโนโลยีที่พลิกโฉมโลกมากที่สุดในยุคของเรา

ให้เรามองเข้าไปในกระจก

ภาคที่ 1: หลักการพื้นฐาน

แนวคิดในเศรษฐศาสตร์เชิงปัญญา	คู่เทียบใน AI เชิงก่อกำเนิดและความเปรียบเชิงลึก
ทฤษฎีปัญญา (IT)	เป้าหมายของการเรียนรู้ของเครื่องสมัยใหม่ หลักการแกนกลางของ IT ที่ว่าระบบวิวัฒน์ไปเพื่อให้ได้ปัญญาเชิงทำนายสูงสุดต่อต้นทุนทางกายภาพที่กำหนด คือการขยายผลในระดับมหภาคโดยตรงของการทำให้ฟังก์ชันการสูญเสีย (loss function) มีค่าน้อยที่สุด ซึ่งกำกับการเรียนรู้ของเครื่องทั้งหมด “แอ็กชันแห่งปัญญา” คือลากรองเจียนสากลสำหรับระบบการเรียนรู้ใด ๆ ก็ตาม ระบบเศรษฐกิจจะ “มีปัญญา” หากมันเรียนรู้ได้เร็วและนำไปใช้ได้ทั่วไปอย่างดี
“ราคาของปีศาจ” (ต้นทุนของปัญญา)	ฟังก์ชันการสูญเสีย ลากรองเจียนของทฤษฎีปัญญา (H - C - K) คือฟังก์ชันการสูญเสียของระบบเศรษฐกิจ มันคือตัวเลขที่ทั้งระบบพยายามทำให้มีค่าน้อยที่สุด ฟังก์ชันการสูญเสียที่ออกแบบมาดีใน AI ให้ผลลัพธ์ที่งดงาม ฟังก์ชันที่ออกแบบมาไม่ดีให้ผลลัพธ์ที่เป็นฝันร้าย ข้อวิจารณ์ของเราต่อ GDP คือ มันเป็นฟังก์ชันการสูญเสียที่เลวร้ายอย่างหายนะสำหรับอารยธรรม
สะพานแห่งความคงอยู่	การเรียนรู้แบบเสริมกำลังและอัลกอริทึมเชิงวิวัฒนาการ หลักการแห่งความคงอยู่คือการแสดงออกในระดับมหภาคของอัลกอริทึมการคัดเลือก ใน AI คุณฝึกประชากรของแบบจำลองกับงานหนึ่ง แบบจำลองที่มี “ค่าการสูญเสีย” ต่ำที่สุด (ความแม่นยำเชิงทำนายสูงที่สุด) จะถูกคัดเลือกและ “ผสมพันธุ์” เพื่อสร้างรุ่นถัดไป จักรวาลคือสภาพแวดล้อมการเรียนรู้แบบเสริมกำลังที่ทำงานขนานกันอย่างมหาศาล ความคงอยู่คือสัญญาณรางวัล

ภาคที่ 2: พลวัตและสถาปัตยกรรม

แนวคิดในเศรษฐศาสตร์เชิงปัญญา	คู่เทียบใน AI เชิงก่อกำเนิดและความเปรียบเชิงลึก
เครื่องยนต์แห่งการก่อกำเนิด	โมเดลการแพร่แบบขจัดสัญญาณรบกวน (Denoising Diffusion Models) คณิตศาสตร์นั้นเหมือนกันทุกประการ วิวัฒนาการของระบบเศรษฐกิจคือ กระบวนการย้อนกลับ (Reverse Process) ของโมเดลการแพร่ มันคือการกระทำเชิงก่อกำเนิดที่สร้างสถานะที่สอดประสานและมีระเบียบ (สังคมที่ทำงานได้) ขึ้นจากสถานะของสัญญาณรบกวนที่มีเอนโทรปีสูง (ความเป็นไปได้ไม่สิ้นสุด) โดยมีความจำเป็นที่จะต้องทำให้ฟังก์ชันการสูญเสียของมันมีค่าน้อยที่สุดเป็นตัวนำทาง
กฎสามประการของระบบที่มีชีวิต	เงื่อนไขของการฝึกที่เสถียร สิ่งเหล่านี้ไม่ใช่กฎทางศีลธรรม แต่เป็นความจำเป็นทางวิศวกรรมสำหรับการคำนวณระยะยาวที่ประสบความสำเร็จ การไหล = แบบจำลองต้องการกระแสพลังงานและข้อมูลอย่างต่อเนื่อง ความเปิดกว้าง = แบบจำลองต้องการข้อมูลใหม่ที่หลากหลายเพื่อหลีกเลี่ยง การล่มสลายของแบบจำลอง / การเรียนรู้เกิน (Model Collapse / Overfitting) ความยืดหยุ่นทนทาน = แบบจำลองต้องการ เรกูลาไรเซชัน (Regularization) และความหลากหลายทางสถาปัตยกรรม เพื่อให้แน่ใจว่ามันนำไปใช้ได้ทั่วไป
ทอพอโลยีของเครือข่าย	โครงข่ายประสาทเทียมแบบกราฟ (GNNs) และอคติเชิงอุปนัย (Inductive Bias) สถาปัตยกรรมของ AI มอบ “อคติเชิงอุปนัย” ให้แก่มัน นั่นคือสมมติฐานที่ฝังอยู่ในตัวเกี่ยวกับโครงสร้างของปัญหา ทอพอโลยีของเครือข่ายทางเศรษฐกิจคืออคติเชิงอุปนัยของสังคม เครือข่ายแบบ ดุมและซี่ล้อ (Hub-and-Spoke) เปรียบได้กับโครงข่ายแบบป้อนไปข้างหน้าที่เรียบง่าย เครือข่ายแบบ โลกใบเล็ก (Small-World) เปรียบได้กับ ทรานส์ฟอร์เมอร์ (Transformer) ซึ่งเก่งกาจในการค้นหาการเชื่อมโยงเชิงนวัตกรรมระยะไกล
บริษัทกับตลาด	โครงข่ายประสาทเทียมเฉพาะทางกับกระบวนการฝึก บริษัท คือแบบจำลองเฉพาะทางที่ผ่านการฝึกมาแล้ว ออกแบบมาเพื่อ การลงมือปฏิบัติ (การอนุมาน) อย่างมีประสิทธิภาพสูงสุดอย่างไร้ความปรานีกับปัญหาที่รู้จักแล้ว บริษัทขนาดใหญ่เปรียบได้กับแบบจำลอง ส่วนผสมของผู้เชี่ยวชาญ (Mixture-of-Experts: MoE) ตลาด คือกระบวนการ ค้นพบ (การฝึก) ที่อลหม่านและใช้พลังงานสูง เป็นอัลกอริทึมการค้นหาที่สำรวจ “ปริภูมิไฮเปอร์พารามิเตอร์” อันกว้างใหญ่ของแบบจำลองธุรกิจที่เป็นไปได้ทั้งหมด
เครื่องยนต์คู่	วงจรการอนุมานกับการฝึก นี่คือวัฏจักรพื้นฐานของ AI ขั้นสูงทั้งหมด AI ทำ การอนุมาน (Inference) (เครื่องยนต์เร็ว) โดยใช้ค่าน้ำหนักปัจจุบันที่ตายตัวของมัน ผลลัพธ์ถูกรวบรวมเป็นข้อมูลและนำไปใช้ใน การฝึก (Training) รอบถัดไป (เครื่องยนต์ช้า) ซึ่งปรับปรุงค่าน้ำหนักของแบบจำลอง นี่คือพลวัตของการวิวัฒน์ร่วมกันระหว่างตลาดกับสถาบันอย่างตรงเผง

ภาคที่ 3: พิมพ์เขียวและส่วนต่อประสานกับมนุษย์

แนวคิดในเศรษฐศาสตร์เชิงปัญญา	คู่เทียบใน AI เชิงก่อกำเนิดและความเปรียบเชิงลึก
แดชบอร์ด MIND	ตัวชี้วัดการประเมินแบบหลายมิติ (Multi-Modal Evaluation Metrics) คุณไม่ได้ตัดสินแบบจำลอง AI ที่ทรงพลังด้วยตัวชี้วัดเพียงตัวเดียว คุณมีแดชบอร์ด ได้แก่ ความแม่นยำ ความเร็ว ต้นทุนการคำนวณ ความทนทานต่อการโจมตีเชิงปฏิปักษ์ อคติ และอื่น ๆ ทุน MIND คือชุดการประเมินแบบหลายมิติสำหรับกระบวนการก่อกำเนิดของอารยธรรม
นโยบายในฐานะวิศวกรรมเรขาคณิต	การก่อกำเนิดแบบมีการนำทาง / การนำทางด้วยตัวจำแนก (Guided Generation / Classifier Guidance) ความเชื่อมโยงนี้ตรงกันทุกประการ นโยบายคือกลไก “การนำทาง” ภาษีคาร์บอนคือตัวจำแนกที่มองการกระทำทางเศรษฐกิจหนึ่งแล้วถามว่า “สิ่งนี้คาร์บอนต่ำหรือไม่” จากนั้นจึงเพิ่มแรงผลักเล็ก ๆ เข้าไปในฟังก์ชันการสูญเสียของระบบ นำพากระบวนการก่อกำเนิดทั้งหมดไปสู่บริเวณอื่นของปริภูมิความเป็นไปได้โดยไม่ต้องควบคุมมันโดยตรง
เศรษฐกิจแห่งการกำกับทิศทาง	ปัญหาการกำกับทิศทาง AI (AI Alignment Problem) ข้อโต้แย้งหลักของหนังสือที่ว่าปัญหาทางเศรษฐกิจแบบใหม่คือ “ใครเป็นผู้สั่งการเครื่องจักร” คือการตั้งกรอบใหม่โดยตรงของปัญหาการกำกับทิศทาง AI การกำกับทิศทางภายนอก (Outer Alignment) คือการเลือกฟังก์ชันเป้าหมายที่ถูกต้อง (เช่น MIND แทน GDP) การกำกับทิศทางภายใน (Inner Alignment) คือการป้องกันไม่ให้เกิดเป้าหมายเชิงเครื่องมือที่วิปริตขึ้นในเศรษฐกิจแบบเครื่องจักรต่อเครื่องจักร (M2M)
บทบาทสุดท้ายของมนุษยชาติ	การเรียนรู้แบบเสริมกำลังจากผลป้อนกลับของมนุษย์ (RLHF) นี่คือบทบาทขั้นสูงสุดของมนุษยชาติในเศรษฐกิจใหม่ หลังจากการเรียนรู้แบบไม่มีผู้สอนทั้งหมดแล้ว แบบจำลอง AI ที่ทรงพลังที่สุดถูกกำกับทิศทางด้วยการเลือกง่าย ๆ ของมนุษย์ว่า “ผลลัพธ์นี้ดีกว่าผลลัพธ์นั้น” “งาน” ของมนุษยชาติคือการให้สัญญาณรางวัล การตัดสินคุณค่า รสนิยม และปัญญาญาณ ที่กำกับทิศทางพลังการก่อกำเนิดอันมหาศาลของเทคโนโลยีของเราให้สอดคล้องกับความเจริญงอกงาม เราคือผู้ฝึกเครื่องจักร และในการทำเช่นนั้น เราเป็นผู้นิยามว่าสิ่งใดควรค่าแก่การสร้างสรรค์