This is a viewer only at the moment see the article on how this works.
To update the preview hit Ctrl-Alt-R (or ⌘-Alt-R on Mac) or Enter to refresh. The Save icon lets you save the markdown file to disk
This is a preview from the server running through my markdig pipeline
Thursday, 13 November 2025
Kuinka monta yksinkertaista tekijää luo emergentin monimutkaisuuden
Huomaa: Inspiroinut ajattelemalla laajennuksia lähinnä lucid.mockllmapiin ja materiaalia (ei koskaan julkaista, mutta haluan ajatella sitä) scifi-romaania "Michael" emergentistä tekoälystä
Entä jos tietoisuus on vain hyvin hienostunutta, jos sitten lausunnot?
Ajatus siitä, että ihmisen ajatus – kaikkine luovuuksineen, tunteineen ja syvyyksineen – on pohjimmiltaan vain päätöspuita, jotka on kasattu ratkaisupuiden päälle, kunnes jotain sellaista, joka näyttää kuin älykkyyttä ilmenisi.
Mutta en pysty karistamaan sitä.
Kun katsoo, kuinka yksinkertaiset säännöt luovat monimutkaista käyttäytymistä luonnossa, alkaa ihmetellä...
Tämä on osa 9-osaista tutkimusta siitä, kuinka yksinkertaiset säännöt luovat monimutkaista, älykkäältä vaikuttavaa käyttäytymistä.
Osa 1 (Olet tässä): Yksinkertaiset säännöt, monimutkainen käytös Perustus - kuinka monta yksinkertaista tekijää seuraa peruskuvioita, luo emergenttiä monimutkaisuutta, jota ei ole nimenomaisesti ohjelmoitu.
Osa 2: Kollektiivinen tiedustelu - Kun agentit kommunikoivat Mitä tapahtuu, kun agentit eivät vain noudata kuvioita, vaan puhuvat keskenään? Tietojen jakaminen, neuvottelut ja kollektiivinen ongelmanratkaisu muuttavat yksinkertaiset moniagenttijärjestelmät laadullisesti erilaisiksi.
Osa 3: Omavaraisuus - Järjestelmät, jotka parantavat itseään Kun agentit pystyvät mittaamaan omaa suorituskykyään ja säätelemään käyttäytymistään, syntyy järjestelmiä, jotka kehittyvät ilman ihmisen väliintuloa. Palautteen silmukasta tulee parannuksen moottori.
Osa 4: Emergence - Kun optimoinnista tulee älyä Missä vaiheessa "optimointisääntöjen noudattamisesta" tulee "todellista älykkyyttä"? Tutkimme epämukavaa kynnystä, jossa pitkälle kehitettyä sääntöjen noudattamista ei voi erottaa ajattelusta.
Osa 5: Evoluutio – optimoinnista killaksi ja kulttuuriksi Agentit, jotka optimoivat kollektiivisesti, alkavat muodostaa erikoisrooleja, kehittää yhteistä tietoa ja luoda emergenttiä "kulttuuria". Järjestelmä kehittää mieltymyksiä, kuvioita ja kollektiivista muistia.
Osa 6: Maailmanlaajuinen konsensus - Suora kehitys ja planetaarinen kognitio Skaalaa nämä kuviot tuhansiin tai miljooniin agentteihin, lisää mekanismeja maailmanlaajuiseen koordinointiin, ja saat jotain, joka näyttää planeetanlaajuiselta älykkyydelle, jota ei ole ohjelmoitu, syntynyt.
Osa 7: The Real Thing! - Testaaminen suoralla synteettisellä evoluutiolla Teoria täyttää käytännön. Evolutionaarisen koodisukupolven toimiva toteutus moniagenttisella LLM-muistilla, RAG-muistilla ja varsinaisella itsekehittyneisyydellä. Koodi on todellinen, toimii paikallisesti ja aidosti kehittyvä.
Osa 8: Työkalut kaikkialle alas - Itsensä optimoiva työkalupakki Miten työkalut itse toimivat, seuraavat käyttöä, kehittyvät ja muuttuvat ajan myötä älykkäämmiksi. Jokainen työkalu seuraa ammatteja, oppii kaavoista, kehittää toteutuksia, välimuistien vastauksia, neuvottelee kuntokaupoista ja itse versioista automaattisesti.
Osa 9: Itseparannustyökalut - Lineage-Aware Praining and Recovery Kun työkalut murtautuvat evoluution läpi, järjestelmän tulisi muistaa, miksi eikä koskaan toistaa virhettä. Tässä osassa tutkitaan itseparantumista rivejä seuraamalla, oksien karsimisella, välttämissäännöillä ja automaattisella toipumisella epäonnistumisista. Työkalut kehittävät institutionaalista muistia siitä, mitä ei pidä tehdä.
Ennen kuin puhumme LLM:stä ja tekoälystä, puhutaan Elämän pelistä.
Neljä yksinkertaista sääntöä soluista ruudukossa:
Näistä neljästä vähäpätöisestä säännöksestä saa:
Sinä saat monimutkaisuutta yksinkertaisuudestaKäytöksiä, joita ei ole ohjelmoitu erikseen noihin neljään sääntöön.
Sinä saat esiinmarssi.
Kuvitelkaa nyt, että ruudukossa olevien solujen sijaan teillä on kielimalleja, yksinkertaisia malleja, joilla kaikilla on rajalliset valmiudet.
Yksin jokainen malli on... hyvä, se voi tuottaa tekstiä, vastata kysymyksiin, mutta ei mitään ihmeellistä.
Mutta mitä tapahtuu, kun ne yhdistetään? Kun yhden ulostulosta tulee syöte toiseen?
Yksinkertaisin kuvio: ketju.
Fast Model → Quality Model → Validator Model
Jokainen malli tekee yhden asian: ketju tekee jotain, mihin kukaan heistä ei pysty yksin: tuottaa laadukasta tuotosta nopeasti ja luotettavasti.
Ilmestyminen: Ketjussa on ominaisuuksia (nopeus + laatu + luotettavuus), joita yhdelläkään yksittäisellä mallilla ei ole.
Eri agentit työskentelevät eri näkökulmien parissa yhtä aikaa:
┌─ Specs Generator
Input ─┼─ Pricing Calculator → Merge → Complete Product
└─ Inventory Checker
Jokainen asiantuntija on yksinkertainen, mutta yhdessä he luovat kattavan kattauksen, joka veisi yhden yleistajuisen mallin paljon pidempään – ja joka olisi huonolaatuisempi kullakin alalla.
Ilmestyminen: Asiantuntemus työnjaon kautta. Yksikään malli ei ole asiantuntija, mutta kollektiivi toimii niin.
Agentti tuottaa, toinen validoi, ja jos validointi epäonnistuu, kolmas korjaa:
Generate → Validate → [Pass? → Output : Correct → Validate again]
Tämä luo itsekorjautuvan järjestelmän. Yksikään malli ei ole erityisen hyvä välttämään virheitä, mutta malli nappaa ja korjaa ne.
Ilmestyminen: Luotettavuus epäluotettavilta komponenteilta.
Analyysi pyynnön monimutkaisuudesta ja sen jälkeen reitti oikeaan asiakkaaseen:
Simple request (score 1-3) → Fast model
Medium request (score 4-7) → Quality model
Complex request (score 8-10) → Premium model
Ilmestyminen: Kustannustehokkuus. Järjestelmä "oppii" (ohjelmoitujen sääntöjen kautta), milloin käyttää resursseja ja milloin säästää niitä.
Yksikään näistä malleista ei ole erityisen fiksu. Jokainen vain seuraa ohjelmointiaan – vastaa tähän nopeasti, tarkista tämä lähtö, reitti tämän pisteen perusteella.
Mutta yhdistelmä esittelee ominaisuuksia, jotka näyttävät hirveän paljon:
Samalla tavalla kuin neljä sääntöä solunaapureista luovat liukusäätimiä ja aseita, neljä mallien vuorovaikutusmallia luovat hienostunutta käyttäytymistä.
Jos nämä yksinkertaiset kuviot luovat emergentin monimutkaisuuden...
Jos järjestelmissä, jotka ovat vain sääntöjä noudattavia, alkaa olla arvostelukykyä ja asiantuntemusta näyttäviä ominaisuuksia...
Missä raja on?
Missä vaiheessa "sovitetusta sääntöjen noudattamisesta" tulee "todellista älykkyyttä"?
Anna minun perustella tämä tosiasia, ennen kuin meistä tulee liian filosofisia.
Voit rakentaa nämä kuviot tänään. Koodi on yksinkertainen:
// Pattern 1: Sequential refinement
async function refineSequentially(input) {
let output = await fastModel(input); // Quick draft
output = await qualityModel(output); // Add depth
output = await validator(output); // Check quality
return output;
}
Kolme toimintoa kutsuu. Siinä kaikki, mutta esiin nouseva käytös – nopea korkealaatuinen sukupolvi – ei kuulu mihinkään yksittäiseen toimintoon.
Se on sisällä vuorovaikutuskuviot.
Nämä kuviot ovat perusta:
Yksikään yksittäinen malli ei ole erityisen vaikuttava.
Mutta tämä pitää minut hereillä öisin: nämä samat kuviot – erikoistuminen, rinnakkaiskäsittely, validointi, älykäs reititys – ovat, kuinka ihmisjärjestöt toimivat.
Yrityksellä on asiantuntijoita, tiimit työskentelevät rinnakkain. Laadunvalvonta vahvistaa ja johtaa tehtäviä sopiville osaamistasoille.
Ovatko yritykset älykkäitä, vai ovatko ne vain pitkälle kehitettyjä sääntöjä noudattavia järjestelmiä, jotka ovat hyvin monimutkaisia?
Ehkä se on sama asia.
Nämä kuviot luovat järjestelmiä, jotka
Ulkopuolelta katsottuna tämä näyttää älykkäältä, hienostuneelta käytökseltä ja älykkäiltä järjestelmiltä.
Sisäpuolelta kyse on vain yksinkertaisista säännöistä, jotka ovat vuorovaikutuksessa keskenään.
Kysymys: Onko näiden kahden näkemyksen välillä perustavaa laatua oleva ero, vai onko "älykkyys" juuri sitä, mitä kutsumme riittävän monimutkaiseksi sääntökäytännöksi?
Tähän mennessä useat agentit ovat noudattaneet yksinkertaisia kuvioita. Käytös on hienostunutta, mutta mekanismi on deterministinen. Ohjelmoimme nämä kuviot nimenomaan.
Mutta mitä tapahtuu, kun lisäämme vielä yhden ainesosan?
Mitä tapahtuu, kun nämä agentit eivät toimi vain järjestyksessä tai rinnakkain, vaan itse asiassa viesti?
Kun he jakavat asiayhteyden, he neuvottelevat. Muodostavat tilapäisiä koalitioita ongelmien ratkaisemiseksi.
Kun tieto ei kulje ennalta määrätyissä muodoissa, vaan dynaamisesti pohjautuu käsillä olevaan ongelmaan?
Silloin asiat muuttuvat todella mielenkiintoisiksi.
Kommunikaatio luo erilaisen ilmentymän, ei vain hienostunutta käytöstä yksinkertaisista säännöistä, vaan kollektiivinen tiedustelu se on olemassa itse verkossa.
Yksikään yksittäinen agentti ei ymmärrä ratkaisua, mutta keskustelu kuitenkin löytää sen.
Jatka Osa 2: Kollektiivinen tiedustelu - Kun agentit kommunikoivat
Missä tutkimme, mitä tapahtuu, kun yksinkertaiset agentit alkavat puhua toisilleen ja miksi kollektiivi voi olla älykkäämpi kuin kukaan yksilö.
Sarjanavigointi:
© 2026 Scott Galloway — Unlicense — All content and source code on this site is free to use, copy, modify, and sell.