หน้านี้ต้องการตอบคำถามเฉพาะเจาะจงข้อหนึ่ง:เมื่อโมเดลขนาดใหญ่เขียนโค้ดได้ เสนอสมมติฐานได้ ให้แนวทางได้แล้ว ทำไมยังต้องมีระบบทั้งชุดอีก?คำตอบไม่ได้อยู่ที่ผลงานครั้งเดียวของโมเดล แต่อยู่ที่ช่องว่างหลังการสร้างผลลัพธ์ การสร้างเพียงครั้งเดียวไม่อาจยืนยันความถูกต้องได้ด้วยตัวเอง และยากที่จะคงประสิทธิผลไว้ได้เมื่อสภาพแวดล้อมและโมเดลเปลี่ยนไปเรื่อย ๆ จุดยืนของ EvoX คือการสร้างสะพานระหว่างความสามารถของโมเดลกับความสามารถของระบบ: จัดระเบียบผลลัพธ์จากการสร้างแต่ละครั้ง ให้กลายเป็นความสามารถที่ตรวจสอบได้ เลือกได้ และเก็บรักษาไว้ได้
ระบุช่องว่าง: จากผลลัพธ์ครั้งเดียว สู่ความสามารถของระบบที่สะสมได้
โมเดลเก่งในการเสนอ «ความเป็นไปได้» ในการเรียกใช้ครั้งเดียว — สมมติฐานหนึ่งข้อ โค้ดหนึ่งชุด แนวทางหนึ่งฉบับ แต่ความเป็นไปได้ไม่เท่ากับข้อสรุป: ผลลัพธ์จะใช้ได้จริงหรือไม่ ต้องให้สภาพแวดล้อมจริงเป็นผู้ตัดสิน และหลังจากสภาพแวดล้อมให้ผลลัพธ์แล้ว ใครจะเป็นผู้ตัดสินว่าอันไหนดีกว่ากัน เก็บอะไร ทิ้งอะไร และใครจะนำส่วนที่เก็บไว้เข้าสู่รอบถัดไป ขั้นตอนเหล่านี้โมเดลเองไม่ได้รองรับ EvoX มุ่งเป้าไปที่ช่องว่าง «หลังการสร้าง» นี้เอง เพื่อแปลงผลลัพธ์จากการสร้างให้เป็นความสามารถของระบบที่สะสมได้
สี่ขั้นตอนของวงปิด
- โมเดลสร้างความเป็นไปได้: โมเดลเสนอแนวทาง候选 สมมติฐาน หรือโค้ด สิ่งที่ให้มาคือความเป็นไปได้ ไม่ใช่ข้อสรุป
- สภาพแวดล้อมป้อนข้อมูลป้อนกลับ: การทดลอง การจำลอง หรือการรันจริงส่งคืนผลลัพธ์ที่สังเกตได้ ให้候选接受ความจริงเป็นตัวทดสอบ
- ระบบประเมินและคัดเลือก: ระบบเปรียบเทียบ候选ตามเป้าหมายและข้อจำกัด ตัดสินว่าดีหรือด้อย และกำหนดว่าอันไหนควรเก็บไว้ได้
- การสืบทอด: กลยุทธ์ พารามิเตอร์ หรือองค์ประกอบที่ถูกเลือกจะเข้าสู่รอบวิวัฒนาการถัดไป กลายเป็นจุดเริ่มต้นใหม่
สี่ขั้นตอนต่อกันเป็นวง: โมเดลสร้างความเป็นไปได้ → สภาพแวดล้อมป้อนข้อมูลป้อนกลับ → ระบบประเมินและคัดเลือก → การสืบทอด → กลับไปสู่การที่โมเดลสร้างความเป็นไปได้ใหม่ ขอเพียงวงปิดหมุนขึ้น แต่ละรอบก็ไม่จำเป็นต้องเริ่มจากศูนย์อีกต่อไป
ความหมายเชิงสถาปัตยกรรม: ไม่ใช่อัลกอริทึมแบบจุดเดียว และไม่ใช่แค่การเรียกใช้ครั้งเดียว
การจัดระเบียบการสร้าง การป้อนกลับจากการรัน การประเมิน การคัดเลือก และการสืบทอด ให้เป็นสถาปัตยกรรมระบบที่นำกลับมาใช้ซ้ำได้ คือความแตกต่างพื้นฐานระหว่าง EvoX กับอัลกอริทึมแบบจุดเดียวและการเรียกใช้ครั้งเดียว อัลกอริทึมแบบจุดเดียวสนใจว่า «ขั้นตอนนี้คำนวณอย่างไร» การเรียกใช้ครั้งเดียวสนใจว่า «ครั้งนี้ตอบถูกหรือไม่»; ส่วน EvoX สนใจว่า «กลไกชุดนี้จะหมุนต่อไปได้รอบแล้วรอบเล่า และยิ่งหมุนยิ่งดีขึ้นได้หรือไม่» ดังนั้นสิ่งที่ EvoX อธิบายจึงเป็นอินเทอร์เฟซระหว่างองค์ประกอบ เกณฑ์การประเมิน และกติกาการสืบทอด ไม่ใช่เพียงพารามิเตอร์ของโมเดลหรือคำตอบของคำถามครั้งหนึ่ง
การสะสมอย่างต่อเนื่อง: องค์ประกอบอัจฉริยะที่กระจัดกระจายไม่ใช่ผลลัพธ์แบบใช้ครั้งเดียวทิ้งอีกต่อไป
ในวงปิด กลยุทธ์ที่ผ่านการประเมินจะถูกสืบทอดไว้ ส่วนที่ไม่ผ่านจะถูกคัดออกหรือแก้ไข องค์ประกอบอัจฉริยะที่กระจายอยู่ตามขั้นตอนต่าง ๆ เช่น ตัวสร้าง ตัวจำลอง ตัวประเมิน จึงใช้ «บันทึกการดำรงอยู่» ชุดเดียวกันร่วมกัน: ความสามารถของพวกมันทบซ้อนกันในหลายรอบของวิวัฒนาการ แทนที่จะถูกรีเซ็ตใหม่ทุกครั้ง นี่คือหัวใจที่วงปิดหลอมรวมองค์ประกอบที่กระจัดกระจายให้กลายเป็นความสามารถที่สะสมอย่างต่อเนื่อง
รากความคิดที่สอดคล้อง: «เครื่องเด็ก» ของทัวริง ปี 1950
ย้อนไปถึงปี 1950 ทัวริงได้เสนอแนวคิด «เครื่องเด็ก»: เครื่องเปรียบเสมือนเด็กคนหนึ่ง ที่ค่อย ๆ ได้มาซึ่งความสามารถผ่านการศึกษา การทดลอง และรางวัลกับการลงโทษ ในการปฏิสัมพันธ์กับสภาพแวดล้อม EvoX มองได้ว่าเป็นส่วนขยายอย่างเป็นระบบของแนวคิดนี้ในงานวิจัยแบบ AI Native — การศึกษาสอดคล้องกับการสร้างและการชี้แนะ การทดลองสอดคล้องกับข้อมูลป้อนกลับจากสภาพแวดล้อม การให้รางวัลและการลงโทษสอดคล้องกับการประเมินและคัดเลือก และการเติบโตสอดคล้องกับการสืบทอดและการสะสม
