Tren Percepatan Evolusi Kecerdasan dan Kompresi Siklus

Jika kita membentangkan sejarah evolusi kecerdasan pada sebuah garis waktu, hal pertama yang mencolok bukanlah suatu peristiwa tertentu, melainkanbentukdari garis tersebut: garis itu bukanlah garis lurus yang menanjak secara landai, melainkan sebuah kurva yang nyaris mendatar pada paruh pertama dan menanjak tajam pada paruh kedua. Halaman ini hendak membangun skala waktu itulah——Tren Percepatan Evolusi Kecerdasan dan Kompresi Siklus: evolusi tidak bergerak dengan laju yang tetap, melainkan merupakan proses percepatan yang digerakkan oleh pergantian medium.

Dua rantai: medium bermigrasi, siklus terkompresi

Kurva itu membelok karena dua hal terjadi secara bersamaan.

Rantai migrasi medium: akumulasi gen → bahasa dan budaya → perangkat lunak, daya komputasi, dan kecerdasan buatan. Setiap migrasi mengubah kondisi mendasar "di mana informasi dapat disimpan dan seberapa cepat ia dapat disalin".
Rantai kompresi siklus: generasi → tahun → bulan → iterasi tunggal. Satu putaran utuh "mencoba—dipertahankan atau dieliminasi" memendek dari yang diukur dalam generasi menjadi dalam tahun dan bulan, hingga akhirnya sesingkat satu kali generasi, satu kali kompilasi, satu putaran pelatihan dan evaluasi.

Kedua rantai itu saling bersesuaian satu per satu: sejauh mana medium berganti, sejauh itu pula siklus terkompresi. Mengingat salah satunya biasanya sudah cukup untuk mengingat kembali yang lain.

Mengapa kurva menanjak tajam

Percepatan bukan terjadi karena satu faktor tunggal yang terus memberi dorongan, melainkan karenabiaya per unitdandurasi per unitdari siklus "coba-coba—replikasi—seleksi" terus ditekan: menyalin kandidat solusi semakin murah, waktu yang dibutuhkan untuk memverifikasi satu putaran semakin singkat, sehingga jumlah percobaan yang dapat diselesaikan per satuan waktu berlipat ganda. Ini adalah inferensi penjelas yang disajikan halaman ini dan dapat menjadi titik fokus untuk diskusi kelas.

Dari sini diperoleh satu penilaian penting:kurva ini tidak dapat dipahami dengan ekstrapolasi linear. Setiap kali medium berganti dan biaya satu langkah turun satu orde besaran, kemiringan seluruh kurva pun melonjak sekali lagi; memprediksi masa depan dengan laju masa lalu akan secara sistematis meremehkan kenaikan pada bagian akhir.

Mata rantai yang terhimpit: dari generasi ke penilaian

Semakin singkat siklusnya, semakin murah "menghasilkan kandidat"; namun yang benar-benar menentukan keberhasilan selalu "kandidat mana yang benar-benar efektif". Ketika tahap generasi dipercepat secara signifikan, yang justru terhimpit adalah seleksi dan verifikasi——dari yang semula menjadi prasyarat tersembunyi, kini menjadi hambatan yang nyata. Garis putus-putus abu-abu pada gambar yang selalu berada di atas garis tangga biru justru menunjukkan keterlambatan relatif dari "biaya seleksi dan verifikasi". Inilah penilaian kedua yang hendak dibangun halaman ini:Percepatan tidak hanya mengubah kecepatan, tetapi juga mengubah alokasi perhatian.

Menyisakan satu pertanyaan

Satu kali generasi tidak dapat membuktikan kebenarannya sendiri, dan juga sulit untuk tetap efektif ketika lingkungan dan model terus berganti. Menelusuri kurva ini ke bawah, sebuah pertanyaan yang membentang sepanjang sejarah penelitian kecerdasan akan muncul: apakah kecerdasan merupakan produk yang telah selesai dirancang sebelumnya, ataukah proses yang terus terbentuk di dalam lingkungan? Halaman ini hanya bertugas membangun skala waktu tersebut, sedangkan penjabaran pertanyaannya disisakan untuk materi selanjutnya——dan antarmuka yang ditujukannya adalah: lingkaran tertutup evolusioner yang terdiri dari generasi, umpan balik lingkungan, seleksi evaluatif, dan pewarisan.

Kurva Percepatan dan Dua Rantai

Paruh pertama kurva hampir mendatar dan paruh keduanya menanjak tajam, yang menunjukkan bahwa evolusi kecerdasan tidak bergerak dengan laju yang tetap, melainkan percepatan yang digerakkan oleh pergantian medium. Medium bermigrasi dari gen dan bahasa-budaya ke perangkat lunak dan daya komputasi, dan siklus coba-coba yang bersesuaian pun terkompresi dari generasi menjadi tahun, bulan, bahkan iterasi tunggal; ketika biaya menyalin kandidat dan memverifikasi satu putaran sama-sama turun, seleksi dan verifikasi pun menjadi hambatan yang relatif tertinggal.

Pertanyaan 1

Apa akar penyebab yang mendorong evolusi kecerdasan terus berakselerasi?

Setiap generasi lebih rajin dan lebih cerdas daripada generasi sebelumnya

Jumlah data yang dapat diakses semakin besar begitu saja

Harga perangkat keras secara umum menurun

Medium evolusi mengalami pergantian: dari gen ke bahasa dan budaya, lalu ke perangkat lunak, daya komputasi, dan kecerdasan buatan

Pertanyaan 2

Urutan manakah di bawah ini yang benar mencerminkan "rantai kompresi siklus" yang dimaksud pada halaman ini?

Iterasi tunggal → Bulan → Tahun → Generasi

Generasi → Tahun → Bulan → Iterasi tunggal

Tahun → Generasi → Iterasi tunggal → Bulan

Bulan → Tahun → Generasi → Iterasi tunggal

Pertanyaan 3

Mengenai kurva pada halaman ini, pemahaman manakah yang tepat?

Percepatan hanya terjadi pada bagian perangkat lunak dan daya komputasi, sedangkan tahap lainnya tidak berubah

Siklus evolusi sebenarnya selalu konstan, perbedaan pada kurva hanyalah ilusi statistik

Masa depan dapat diekstrapolasi secara mulus berdasarkan laju rata-rata seratus tahun terakhir

Kurva menanjak tajam secara nonlinear, sehingga ekstrapolasi linear tidak dapat digunakan untuk memproyeksikan kecepatan evolusi di masa depan

Pertanyaan 4

Setelah siklus terus terkompresi, tahap apa yang paling perlu dialokasikan ulang perhatiannya?

Generasi kandidat itu sendiri, karena ia menjadi semakin mahal

Menulis prompt masukan semakin panjang

Terus mengumpulkan lebih banyak data mentah tanpa pandang bulu

Tahap seleksi dan verifikasi untuk "menentukan kandidat mana yang benar-benar efektif"

Pertanyaan 5

Mengapa dikatakan bahwa satu kali generasi tidak dapat membuktikan kebenarannya sendiri, dan juga sulit untuk tetap efektif ketika lingkungan dan model terus berganti?

Karena dunia fisik nyata berubah terlalu cepat, sehingga percobaan apa pun tidak layak dilakukan

Karena skala parameter model belum cukup besar

Karena prompt masukan belum ditulis cukup panjang

Karena ia tidak memiliki pengujian berulang oleh lingkungan dan seleksi evaluatif, sehingga tidak dapat membentuk lingkaran tertutup yang dapat diwariskan

Studi Kasus: Perubahan Irama Seorang Peneliti Algoritma

Bacalah skenario di bawah ini, lalu jawablah pertanyaannya.

Seorang peneliti algoritma mengenang: sepuluh tahun lalu, sebuah penyempurnaan algoritma dari ide hingga verifikasi yang dapat dipercaya sering kali harus melewati satu semester penuh——kode harus ditulis dengan tangan, eksperimen harus mengantre, dan kesimpulannya terutama diwariskan melalui makalah dan ingatan rekan sejawat. Hari ini, ide yang sama dapat diselesaikan implementasi, pengujian, dan penggantian versinya dalam hitungan jam, lalu dipertahankan atau dieliminasi pada putaran penyelesaian berikutnya. Ia berpendapat bahwa perbedaan itu bukan berasal dari dirinya yang menjadi lebih rajin.

1. Gunakanlah dua konsep "migrasi medium" dan "kompresi siklus" untuk menjelaskan dari mana sebenarnya perubahan yang dirasakan peneliti tersebut berasal.

Jawaban:
Medium telah bermigrasi: yang menampung pengetahuan ini bukan lagi terutama makalah dan ingatan manusia, melainkan repositori kode, sumber daya komputasi, dan bobot model, yang dapat disalin, dipanggil, dan diganti dengan kecepatan tinggi. Bersamaan dengan migrasi medium datanglah kompresi siklus: satu putaran utuh "mencoba—dipertahankan atau dieliminasi" memendek dari yang diukur dalam semester menjadi dalam jam; biaya per unit dan durasi per unit sama-sama ditekan hingga beberapa orde besaran, sehingga ide yang sama dapat menuntaskan satu putaran lebih cepat dan masuk ke seleksi putaran berikutnya.

2. Pada irama secepat ini, ke mana hambatan paling mungkin berpindah? Mengapa satu kali generasi tidak dapat menggantikan lingkaran tertutup yang terus berevolusi?

Jawaban:
Menghasilkan kandidat menjadi sangat murah, sehingga anggaran waktu untuk "menentukan kandidat mana yang benar-benar efektif" terhimpit secara relatif, dan seleksi serta verifikasi berubah dari prasyarat tersembunyi menjadi hambatan yang nyata. Satu kali generasi tidak dapat membuktikan kebenarannya sendiri: ia tidak memiliki pengujian berulang dari lingkungan nyata, juga tidak mengendapkan hasil evaluasi menjadi dasar seleksi yang dapat diwariskan; ketika lingkungan dan model itu sendiri terus berganti, kesimpulan yang berlaku kemarin belum tentu masih berlaku hari ini. Oleh karena itu diperlukan lingkaran tertutup yang terdiri dari generasi, umpan balik lingkungan, seleksi evaluatif, dan pewarisan, agar kemampuan dapat terus terakumulasi dalam proses jangka panjang.