Tôi cứ quanh quẩn với một câu hỏi nghe có vẻ quá kỹ thuật lúc đầu, cho đến khi tôi ngồi lại với nó đủ lâu để nó bắt đầu cảm thấy không thoải mái theo một cách khác:
Có thể các đầu vào giống hệt nhau tạo ra các bản đồ phân bổ khác nhau theo thời gian không?
Trên lý thuyết, chúng không nên. Cùng một đầu vào, cùng một hệ thống, cùng một quy tắc. Nhưng càng nghĩ về các lớp phân bổ kiểu OpenLedger, tôi càng nghi ngờ rằng “đầu vào giống nhau” là một loại ảo tưởng khi mà hệ thống liên tục thay đổi bên dưới nó—các mô hình cập nhật, các danh bạ mở rộng, các bộ chuyển đổi dịch chuyển, và các tập dữ liệu được điều chỉnh lại một cách âm thầm thông qua các mẫu sử dụng.
Và rồi tôi tự hỏi:
Liệu việc quy cho cái gì đó có còn đo lường đầu vào nữa không, hay là trạng thái hệ thống tại thời điểm diễn giải?
Đó là nơi bắt đầu cảm thấy khác biệt.
Bởi vì nếu các bản đồ quy cho giống nhau trôi dạt theo thời gian cho các đầu vào giống nhau, thì chính xác điều gì đang được thưởng? Đóng góp? Hay thời gian? Hay đơn giản là sự gần gũi với một cấu hình hệ thống thuận lợi hơn?
Và thật lòng mà nói, tôi hiểu tại sao các hệ thống tiến hóa theo cách này. Diễn giải tĩnh không sống sót trong các mạng động. Nhưng vẫn, có điều gì đó về nó cảm thấy không ổn theo cách khó diễn đạt hoàn toàn.
Sau đó, tôi cứ tự hỏi mình:
Liệu các đóng góp thực sự được thưởng cho ảnh hưởng hay chỉ là khả năng nhìn thấy?
Sự phân biệt nghe có vẻ tinh tế, nhưng nó vẫn mở rộng hơn mỗi khi tôi nghĩ về nó. Ảnh hưởng ngụ ý nguyên nhân. Khả năng nhìn thấy ngụ ý phơi bày. Một bộ dữ liệu có thể rất ảnh hưởng nhưng hiếm khi được đưa ra. Một bộ khác có thể được truy cập thường xuyên, ít tác động, nhưng kinh tế thống trị đơn giản vì nó nằm trong các đường đi suy diễn có lưu lượng cao.
Và đó không phải là một sự phân biệt nhỏ.
Bởi vì một khi khả năng nhìn thấy trở nên dễ đo hơn ảnh hưởng, các hệ thống tự nhiên sẽ trôi dạt về việc thưởng cho những gì họ có thể thấy. Không phải những gì quan trọng nhất. Chỉ là những gì thường xuyên được gặp gỡ bởi lớp quy cho.
Rồi một ý nghĩ khác xen vào:
Chuyện gì xảy ra nếu việc tính toán quy cho trở nên quá tốn kém cho mỗi truy vấn?
Câu hỏi đó cảm giác ít lý thuyết hơn và giống như một ràng buộc tiềm ẩn đã định hình các lựa chọn thiết kế. Nếu việc truy tìm quy cho đầy đủ trở nên nặng về kinh tế, các hệ thống có thể bắt đầu xấp xỉ. Lấy mẫu thay vì truy tìm. Heuristics thay vì đồ thị dòng dõi đầy đủ. Nén thay vì bản đồ nguyên nhân đầy đủ.
Và một khi điều đó xảy ra, một điều gì đó tinh tế thay đổi.
Không phải thất bại.
Nhưng sự tự tin.
Việc quy cho có thể bắt đầu cư xử như thể nó biết nhiều hơn những gì nó thực sự biết.
Đó là nơi ý tưởng “quá tự tin trong các ngữ cảnh tín hiệu thấp” bắt đầu làm phiền tôi. Bởi vì trong các môi trường suy diễn thưa thớt hoặc ồn ào, các hệ thống vẫn cần tạo ra các đầu ra kinh tế. Vậy nên họ ước lượng. Họ làm mượt. Họ suy diễn đóng góp nơi tín hiệu yếu.
Và tôi cứ tự hỏi:
Điều đó có tạo ra một thiên kiến im lặng đối với những mẫu nào dễ tái tạo hơn thay vì những gì thực sự gây ra kết quả không?
Có thể.
Có thể không.
Nhưng ngay cả sự không chắc chắn cũng cảm thấy có ý nghĩa ở đây.
Bởi vì nếu việc quy cho trở nên cần thiết về kinh tế nhưng được xấp xỉ tính toán, thì chúng ta không còn đang xử lý các hệ thống truy tìm thuần túy. Chúng ta đang xử lý các hệ thống niềm tin mà xấp xỉ ảnh hưởng dưới các ràng buộc.
Và điều đó thay đổi điều mà hệ thống này thực sự là.
Tôi cứ quay lại cùng một vòng lặp khó chịu:
Nếu các đầu vào giống nhau tạo ra các bản đồ quy cho khác nhau theo thời gian, và khả năng nhìn thấy vượt trội hơn ảnh hưởng, và tính toán ép buộc xấp xỉ… thì chính xác điều gì đang được ổn định?
Không phải sự thật.
Không phải nguồn gốc.
Có thể chỉ là tính nhất quán của việc phân phối thưởng dưới các giả định nội bộ thay đổi.
Và tôi không thể nói đó là một giới hạn thiết kế hay là một thuộc tính cấu trúc gần gũi hơn của việc mở rộng hệ thống trí tuệ.
Có thể việc quy cho không bị phá vỡ.
Có thể chỉ là học cách sống sót bằng cách trở nên ít chắc chắn về chính mình.
