Microsoft Umumkan Akan Membangun Komputer Kuantum Tingkat Komersial dalam Tiga Tahun: Apakah Janji Ini Akan Terwujud?

marsbitPublicado a 2026-06-15Actualizado a 2026-06-15

Resumen

Microsoft mengumumkan rencana untuk memiliki komputer kuantum komersial yang dapat diskalakan pada tahun 2029, setelah meluncurkan chip kuantum baru Majorana 2. Chip ini menampilkan peningkatan signifikan dalam waktu koherensi qubit, mencapai rata-rata 20 detik, yang merupakan peningkatan keandalan 1000 kali lipat dari generasi sebelumnya. Pencapaian ini didorong oleh pendekatan komputasi kuantum topologis yang menggunakan partikel Majorana, serta bantuan dari AI agen pada platform Microsoft Discovery yang mempercepat proses penelitian dan pengembangan dengan menganalisis data eksperimen, mengoptimalkan parameter, dan memecahkan masalah kompleks. Meskipun kemajuan dalam stabilitas qubit ini menjanjikan, tantangan besar tetap ada. Untuk mencapai komputer kuantum umum yang berguna secara komersial, diperlukan skalasi dari 12 qubit saat ini menjadi jutaan qubit. Selain itu, ada pertanyaan tentang apakah 20 detik cukup untuk algoritma praktis, biaya kompilasi sirkuit kuantum yang tinggi, dan kesulitan dalam memverifikasi hasil perhitungan. Jalan menuju komputasi kuantum praktis masih panjang, dengan berbagai pendekatan seperti sirkuit superkonduktor dan ion terperangkap juga sedang dikembangkan oleh pesaing seperti Google, IBM, dan berbagai negara.

Microsoft baru-baru ini meluncurkan chip kuantum generasi baru, Majorana 2. Secara resmi, perusahaan mengklaim bahwa waktu hidup rata-rata qubit pada chip ini mencapai 20 detik yang luar biasa, dengan keandalan meningkat 1000 kali lipat dibandingkan generasi sebelumnya. Berdasarkan hal ini, Microsoft membuat pernyataan tegas: "Pada tahun 2029, kami akan memiliki komputer kuantum yang dapat diskalakan dan memiliki nilai komersial." Hanya tahun lalu, ekspektasi utama industri masih "sepuluh tahun lagi". Sekarang, Microsoft secara langsung memotong waktu itu menjadi setengahnya.

Dalam proses pengembangan chip ini, Microsoft banyak memanfaatkan AI agen dari platform AI sendiri, "Microsoft Discovery", yang memungkinkan tim AI bekerja sama seperti tim penelitian manusia, secara mandiri menganalisis data eksperimen dalam jumlah besar, mengajukan hipotesis, dan mengoptimalkan proses manufaktur. Satu adalah terobosan perangkat keras komputasi kuantum, yang lainnya adalah pendukung perangkat lunak kecerdasan buatan—dua bidang paling mutakhir ini saling melengkapi.

Apa Itu Chip Kuantum?

Chip kuantum memanipulasi qubit (bit kuantum). Sebuah qubit dapat berada dalam keadaan superposisi 0 dan 1. Sebelum diukur, ia seperti koin yang berputar, membawa kemungkinan 0 dan 1 secara bersamaan. Keadaan superposisi dua qubit dapat mencakup empat kemungkinan: 00, 01, 10, 11. Tiga qubit sesuai dengan delapan kemungkinan... dan seterusnya. Keadaan kuantum dari n qubit bersifat 2^n dimensi. Kemudian, melalui operasi yang dirancang dengan hati-hati, gerbang kuantum (gerbang logika dalam komputasi kuantum) memanipulasi fase keadaan kuantum, menyebabkan amplitudo probabilitas berinterferensi dalam superposisi, sehingga memperbesar jawaban yang benar. Inilah alasan mengapa komputer kuantum dikatakan memiliki "daya komputasi eksponensial".

Selain itu, dua qubit yang terjerat memiliki korelasi aneh: mengukur satu akan secara instan menentukan keadaan yang lain, tidak peduli seberapa jauh jaraknya. Dengan memanfaatkan sifat-sifat kuantum ini, komputer kuantum diharapkan dapat menyelesaikan tugas-tugas yang sulit diselesaikan secara efisien oleh komputer klasik.

Chip kuantum adalah prosesor yang khusus digunakan untuk menghasilkan, mengontrol, dan mengukur qubit-qubit ini. Ia tidak menggunakan transistor tradisional, tetapi menggunakan sirkuit superkonduktor, ion terperangkap, foton, bahkan bahan topologis untuk menangkap keadaan kuantum, dan membuatnya melakukan perhitungan sesuai logika yang ditetapkan manusia, yaitu gerbang kuantum.

Kelemahan Chip Kuantum

Meskipun kuat, qubit memiliki kelemahan fatal yang sangat sensitif dan rapuh.

Keadaan superposisi sebuah qubit, jika sedikit terganggu oleh faktor eksternal seperti fluktuasi suhu, radiasi elektromagnetik, atau sinar kosmik, akan segera runtuh menjadi 0 atau 1 yang pasti, sehingga kehilangan kemampuan komputasi paralel. Fenomena ini disebut dekoherensi.

Sebelum chip Majorana 1 Microsoft, umur qubit superkonduktor utama biasanya hanya puluhan mikrodetik. Artinya, qubit baru saja disiapkan, belum sempat melakukan beberapa langkah perhitungan, ia sudah "mati". Oleh karena itu, indikator kunci untuk mengukur kualitas chip kuantum adalah umur qubit, juga dikenal sebagai waktu koherensi.

Klaim Microsoft bahwa umur qubit mencapai 20 detik menimbulkan respons gempa di industri. Karena untuk operasi kuantum, 20 detik sudah seperti angka astronomi. Ingat, menjalankan satu operasi gerbang kuantum hanya membutuhkan satu mikrodetik (sepersejuta detik). 20 detik berarti dapat melakukan dua puluh juta operasi, secara teoretis cukup untuk menjalankan algoritma kuantum yang cukup kompleks. Microsoft bahkan membuat perumpamaan yang gamblang: "Peningkatan ini kira-kira setara dengan menciptakan baterai ponsel yang awalnya hanya bertahan satu hari, sekarang sekali isi daya bisa digunakan hampir tiga tahun."

20 detik hanyalah rata-rata, beberapa qubit bahkan bisa bertahan satu menit. Sedangkan umur generasi sebelumnya, Majorana 1, hanya mencapai tingkat milidetik, itulah sebabnya Microsoft mengatakan "keandalan meningkat 1000 kali lipat".

Lalu, bagaimana Microsoft melakukannya? Jawabannya tersembunyi dalam jalur teknologinya: komputasi kuantum topologis.

Senjata Rahasia Microsoft: Qubit Topologis

Sebagian besar chip kuantum utama, seperti milik Google dan IBM, menggunakan qubit superkonduktor. Teknologinya relatif matang, tetapi untuk menghindari gangguan lingkungan, membutuhkan suhu yang sangat rendah, mendekati nol absolut -273°C, dan umurnya pendek, mudah terjadi kesalahan.

Microsoft menghabiskan 20 tahun menempuh jalur lain yang lebih sulit, tetapi secara teoretis lebih menguntungkan: qubit topologis.

Misalnya, membuat satu atau dua lubang di kertas, kemudian meremas kertas itu, kertas akan berubah bentuk, tetapi lubang tetap ada di sana. Satu lubang tidak akan berubah menjadi dua, dua lubang tidak akan menjadi satu. Berapa banyak lubang di kertas adalah invarian topologis. Contoh lain, menganyam dua tali bersama-sama, urutan pertukaran posisi tali juga merupakan invarian topologis. Qubit topologis justru menggunakan invarian topologis ini untuk melindungi informasi qubit. Informasi tidak disimpan pada partikel tertentu, tetapi disimpan dalam tekstur anyaman yang terbentuk dari pertukaran posisi antara partikel semu (semacam eksitasi kolektif sistem partikel). Cara penyimpanan ini non-lokal, artinya gangguan kecil seperti kebisingan dan panas sulit merusak struktur topologis secara keseluruhan. Oleh karena itu, qubit topologis secara alami tidak sensitif terhadap kebisingan lingkungan, jauh lebih stabil dibandingkan jenis qubit lainnya.

Partikel semu yang digunakan Microsoft ini memiliki nama legendaris: partikel Majorana. Pada tahun 1937, fisikawan Italia Ettore Majorana meramalkan adanya fermion aneh yang antipartikelnya adalah dirinya sendiri. Saat ini partikel ini belum ditemukan. Pada awal abad ke-21, para ilmuwan mulai mencari analoginya dalam fisika materi terkondensasi: sebuah partikel semu yang disebut mode energi nol Majorana. Ketika mode energi nol Majorana bertukar posisi dalam ruang dua dimensi, keadaan kuantum keseluruhan akan berubah. Urutan pertukaran mempengaruhi hasil akhir, mirip dengan cara mengepang rambut yang berbeda menghasilkan kepangan akhir yang berbeda.

Pada tahun 1997, fisikawan Alexei Kitaev, yang bekerja di Institut Landau Rusia, pertama kali mengusulkan teori penggunaan partikel Majorana untuk komputasi kuantum topologis. Pada tahun 2005, Microsoft mendirikan StationQ, dengan Kitaev sebagai anggota inti saat itu. Sejak itu, Microsoft terjun ke jalur teknologi ini, menghabiskan hampir 20 tahun. Pada tahun 2025, Microsoft meluncurkan chip Majorana generasi pertama, membuktikan kelayakan prinsip qubit topologis. Mereka secara revolusioner menggunakan superkonduktor topologis yang dapat menciptakan keadaan materi baru, sehingga memungkinkan komputasi kuantum yang lebih stabil. Majorana 2 hari ini adalah perubahan prinsip menjadi lompatan kinerja yang nyata.

Salah satu peningkatan kuncinya adalah perubahan bahan: superkonduktor topologis chip Majorana generasi pertama menggunakan aluminium, generasi kedua beralih ke timbal. Timbal sendiri biasa digunakan sebagai bahan pelindung radiasi. Menggunakannya sebagai superkonduktor dapat secara signifikan mempertebal perisai qubit, melindungi keadaan kuantum yang rapuh dari gangguan sinar kosmik. Perubahan yang tampaknya tidak terlalu revolusioner ini, ditambah dengan optimisasi AI terhadap ratusan parameter proses, akhirnya membawa peningkatan keandalan 1000 kali lipat.

Namun, saat ini Majorana 2 hanya mengintegrasikan 12 qubit. Untuk mewujudkan komputer kuantum universal yang memiliki nilai komersial, industri umumnya percaya setidaknya membutuhkan jutaan qubit. Dari 12 ke 1 juta, masih ada banyak tantangan teknik dan fisika yang harus diatasi. Keberanian Microsoft mengatakan tahun 2029 menunjukkan kepercayaan diri yang tinggi pada jalur topologis mereka, karena secara teoretis, biaya koreksi kesalahan qubit topologis jauh lebih rendah daripada skema utama lainnya. Setelah dipraktikkan, diharapkan dapat diwujudkan lebih cepat daripada skema lainnya.

AI Berjasa: Bagaimana AI Agen Mempercepat Penelitian Chip Kuantum

Alasan lain yang tidak bisa diabaikan mengapa Microsoft kali ini dapat mencapai lompatan kinerja 1000 kali lipat adalah "pendukung": AI agen. Microsoft memiliki platform Microsoft Discovery. Kemampuan inti platform ini adalah menempatkan AI agen, yaitu beberapa agen kecerdasan buatan yang dapat memainkan peran berbeda, seperti analis data, perancang eksperimen, peneliti literatur, dan secara mandiri menyelesaikan alur kerja penelitian di bawah bimbingan ilmuwan manusia.

Ceritanya dimulai dari bahan inti chip Majorana. Majorana generasi pertama menggunakan aluminium sebagai superkonduktor, sedangkan generasi kedua beralih ke timbal. Mengganti bahan mempengaruhi seluruh sistem, dan tim membutuhkan waktu bertahun-tahun untuk memahami berbagai pertimbangan. Menemukan formula doping yang tepat membutuhkan ratusan hingga ribuan eksperimen. Sekarang, AI pertama-tama mengidentifikasi target probabilitas tinggi melalui simulasi. Idealnya, hanya perlu melakukan satu eksperimen.

Ini baru permulaan. Manufaktur chip kuantum melibatkan perangkat lunak, arsitektur, tumpukan bahan, proses, pengukuran, dan banyak lagi. Perubahan satu parameter dapat memicu reaksi berantai. Insinyur manusia sulit memantau semua variabel secara bersamaan, tetapi agen AI bisa. Lebih penting lagi, tim kuantum Microsoft telah mengumpulkan data eksperimen dalam jumlah besar selama hampir dua puluh tahun, dengan format beragam, tersebar di tangan ilmuwan dari berbagai negara dan latar belakang keahlian. Agen AI dapat menyintesis ulang dan menemukan hubungan yang tidak terlihat oleh manusia, karena tidak ada satu pun manusia yang memiliki wawasan se luas itu.

Keunggulan lain AI adalah mempercepat eksperimen. Membuat keadaan kuantum topologis memerlukan penyesuaian ratusan parameter tegangan secara bersamaan, kemudian melakukan pengukuran. Pengukuran justru merupakan bagian yang paling memakan waktu dan rumit dalam komputasi kuantum. Dulu, seorang ilmuwan mungkin membutuhkan beberapa minggu untuk menyelesaikan satu putaran pengukuran secara manual. Tim pernah mencoba otomatisasi dengan metode pembelajaran mesin awal, tetapi tidak berhasil. Sampai mereka melatih agen AI khusus menggunakan platform Microsoft Discovery, yang mempersingkat seluruh siklus dengan beberapa tingkat besaran. AI dapat memindai seluruh ruang parameter secara paralel, secara otomatis menilai titik terendah di mana semuanya dapat berfungsi normal, kemudian memposisikannya dengan tepat.

Terakhir, AI juga membantu tim menyelesaikan masalah "kebisingan hantu". Suatu kali, data eksperimen selalu tidak normal, dan para ilmuwan sudah lama memeriksanya tanpa menemukan penyebab. Kemudian, sebuah agen AI menyintesis model fisika, log perangkat, dan pengetahuan proses, dan dari data mentah menemukan sensor suhu yang tidak dikalibrasi, yang diam-diam merusak hasil pengukuran.

Dapat dikatakan, tanpa partisipasi AI, peningkatan kinerja 1000 kali lipat Majorana 2 mungkin membutuhkan beberapa tahun lagi untuk diwujudkan. Ini juga mengkonfirmasi konsensus yang sedang terbentuk: komputasi kuantum dan kecerdasan buatan dapat saling melengkapi. AI mempercepat pengembangan perangkat keras komputasi kuantum, dan komputer kuantum di masa depan akan membalas budi AI, memberikan daya komputasi eksponensial untuk pembelajaran mesin.

Apakah Janji Ini Akan Terwujud?

Di arena ini, Microsoft bukan satu-satunya pemain. Jalan menuju "pantai kuantum" tidak hanya satu, ada chip kuantum superkonduktor, chip ion terperangkap, chip kuantum foton, dan qubit spin silikon. Pemerintah berbagai negara juga meningkatkan investasi. Cina memiliki tata letak skala besar di bidang komunikasi kuantum dan komputasi kuantum; Amerika Serikat memberikan banyak dana kepada perusahaan komputasi kuantum; Uni Eropa juga meluncurkan program "Quantum Flagship".

Apakah pada tahun 2029 Microsoft benar-benar dapat membuat komputer kuantum tingkat komersial? Profesor Fisika Paul Stevenson dari Universitas Surrey, Inggris, berkomentar bahwa dalam pembuatan qubit yang andal, Microsoft tampaknya telah mencapai terobosan. Jika hasilnya dapat diuji, waktu ini terdapat masuk akal. Namun, pada saat yang sama, banyak ilmuwan berharap dapat melihat lebih banyak data detail yang telah melalui tinjauan sejawat, karena makalah terkait yang diterbitkan Microsoft kali ini belum menyelesaikan proses tinjauan sejawat.

Tentu saja, di balik pernyataan tinggi dan euforia Microsoft, ada beberapa pertanyaan yang perlu dipikirkan dengan tenang. Pertama, apakah 20 detik cukup? Umur qubit 20 detik, dibandingkan dengan puluhan mikrodetik, memang merupakan lompatan yang luar biasa. Namun, algoritma kuantum tingkat praktis memerlukan ratusan juta operasi gerbang kuantum. Meskipun dihitung dengan satu mikrodetik per operasi, 20 detik hanya dapat menjalankan dua puluh juta langkah, masih beberapa tingkat besaran jauh dari angka yang dibutuhkan untuk memecahkan sandi RSA atau mensimulasikan molekul obat secara akurat. Perlu diingat bahwa dekoherensi adalah batasan yang ditetapkan oleh hukum fisika, yang tidak dapat sepenuhnya dihilangkan oleh teknik rekayasa. Kedua, masalah biaya kompilasi. Setiap kali menggunakan komputer kuantum untuk menyelesaikan masalah, pertama-tama harus melakukan kompilasi di komputer klasik, menerjemahkan masalah menjadi rangkaian kuantum tertentu, kemudian memecahkan persamaan berdasarkan parameter chip kuantum untuk mendapatkan urutan pulsa elektromagnetik yang sesuai dengan gerbang kuantum. Proses kompilasi ini tidak universal, harus dikompilasi setiap kali, dan daya komputasi komputer klasik yang dikonsumsi oleh proses kompilasi itu sendiri mungkin mendekati, bahkan melebihi biaya menyelesaikannya secara langsung dengan metode klasik. Ketiga, bagaimana jika jawaban yang diberikan komputer kuantum salah? Manusia tidak dapat memverifikasinya dengan komputer klasik. Jika bisa diverifikasi, maka tidak perlu komputer kuantum. Pada akhirnya, jika jawabannya salah, tidak diketahui di mana letak kesalahannya.

Impian membangun komputer kuantum tingkat komersial ibarat sepatu bot yang menggantung di udara, tak kunjung mendarat. Suatu hari nanti, bahkan jika mendarat, mungkin hanya akan terdengar suara lemah. Melihat sejarah sains, kemajuan teknologi terkadang lebih mirip "menanam pohon tanpa sengaja malah tumbuh subur, menanam bunga dengan sengaja malah tidak berbunga." Hal yang sangat diharapkan orang, belum tentu bisa terwujud, sementara jalan keluar dan terobosan mungkin justru berada di tempat yang tidak terduga.

Referensi

https://news.microsoft.com/source/features/innovation/majorana-2-microsoft-discovery-agentic-ai/

https://www.bluequbit.io/blog/quantum-chips

https://www.bbc.com/news/articles/cj4p7gyvp52o

https://zhuanlan.zhihu.com/p/2035004303467917427?share_code=14f9XN3e5wlBq&utm_psn=2035105136662553502&utm_source=wechat_session&utm_medium=social&s_r=0&wechatShare=1

Artikel ini dari akun WeChat: 心智观察所 , Penulis: 心智观察所

Preguntas relacionadas

QApa yang diklaim Microsoft tentang komputer kuantum komersial pada tahun 2029 berdasarkan chip Majorana 2?

AMicrosoft mengklaim bahwa pada tahun 2029 mereka akan memiliki komputer kuantum yang dapat diskalakan dan memiliki nilai komersial. Hal ini didasarkan pada pencapaian chip Majorana 2 mereka, yang memiliki waktu hidup (coherence time) qubit rata-rata 20 detik, sebuah peningkatan 1000 kali lipat dari generasi sebelumnya.

QApa yang dimaksud dengan qubit topologis dan mengapa dianggap sebagai senjata rahasia Microsoft?

AQubit topologis adalah jenis qubit yang menyimpan informasi kuantum dalam struktur topologi global, seperti pola anyaman antara partikel. Ini membuatnya sangat tahan terhadap gangguan lokal dari kebisingan atau panas lingkungan. Microsoft menganggapnya sebagai senjata rahasia karena secara teoritis, qubit jenis ini lebih stabil dan memiliki kebutuhan koreksi kesalahan yang lebih rendah dibandingkan jenis qubit lainnya, seperti qubit superkonduktor.

QBagaimana peran AI agen dalam pengembangan chip kuantum Majorana 2 menurut artikel?

AAI agen dari platform Microsoft Discovery berperan penting dalam mempercepat pengembangan Majorana 2. AI ini membantu dengan menganalisis data eksperimen dalam jumlah besar, mengoptimalkan parameter proses fabrikasi (seperti komposisi bahan), mempercepat siklus eksperimen dengan memindai ruang parameter secara paralel, dan bahkan memecahkan masalah seperti mengidentifikasi sumber 'kebisingan hantu' yang mengganggu pengukuran.

QApa saja tantangan yang harus diatasi untuk mewujudkan komputer kuantum komersial, meskipun ada kemajuan dalam waktu hidup qubit?

ATantangan utamanya meliputi: 1. Skalabilitas: Dari 12 qubit saat ini menjadi mungkin jutaan qubit yang dibutuhkan untuk komputasi yang berguna. 2. Batasan fisik: Waktu koherensi 20 detik masih terbatas untuk algoritma kuantum yang sangat kompleks. 3. Biaya kompilasi: Proses menerjemahkan masalah menjadi rangkaian kuantum untuk chip tertentu memakan banyak daya komputasi klasik. 4. Verifikasi: Sulit untuk memverifikasi kebenaran jawaban dari komputer kuantum untuk masalah yang tidak bisa dipecahkan komputer klasik.

QBagaimana pendapat para ilmuwan lain mengenai klaim target waktu 2029 dari Microsoft?

AReaksi ilmuwan lain beragam. Beberapa, seperti Profesor Paul Stevenson dari University of Surrey, menganggap target waktu itu masuk akal jika pencapaian Microsoft terbukti valid. Namun, banyak ilmuwan lain tetap hati-hati dan menunggu data yang lebih rinci serta telah melalui proses peninjauan sejawat (peer-review), karena makalah terkait Majorana 2 dari Microsoft belum melalui proses tersebut.

Lecturas Relacionadas

El debut de Warsh: ¿El presidente de la FED más conocedor del Crypto de la historia traerá sorpresas o sustos al mercado?

**Debut de Warsh: ¿Sorpresa o Susto? Un Presidente de la Fed Experto en Crypto se Estrena** Kevin Warsh, el nuevo presidente de la Reserva Federal, se enfrenta a su primera conferencia de prensa en medio de un contexto macroeconómico complejo: inflación creciente, ventas de bonos del Tesoro y presión de la Casa Blanca para bajar tasas. Su estreno es especialmente relevante para el mercado de criptoactivos, ya que Warsh es el primer presidente de la Fed en declarar inversiones indirectas sustanciales en el sector, abarcando desde L1 hasta DeFi. Su política monetaria se define por dos líneas: un tono **halcón frente a la inflación** que podría inclinarse hacia una política de tasas más restrictiva, y una **comprensión única de los activos digitales**, a los que considera un "buen policía" para la política económica, a diferencia del enfoque más defensivo de su predecesor. Para los criptomercados, su llegada implica una posible **reformulación regulatoria** (de la prevención a la integración), una **revalorización del riesgo** ligada a la trayectoria de las tasas de interés, y una **señal de legitimación** que podría atraer mayor inversión institucional a largo plazo. El resultado de su primera comparecencia puede seguir dos escenarios: una **"sorpresa"** si combina señales amistosas para crypto con un tono moderado sobre tasas, impulsando los activos de riesgo; o una **"alarma"** si enfatiza excesivamente la lucha contra la inflación y el endurecimiento monetario, lo que generaría una venta generalizada de activos riesgosos, incluyendo cripto. Aunque por ética ha vendido sus participaciones directas, la perspectiva de un regulador que comprende profundamente la tecnología subyacente podría sentar, a largo plazo, las bases para una integración más estructurada de los criptoactivos en el sistema financiero.

marsbitHace 4 hora(s)

El debut de Warsh: ¿El presidente de la FED más conocedor del Crypto de la historia traerá sorpresas o sustos al mercado?

marsbitHace 4 hora(s)

La cadena XRP Ledger lanza la nueva denominación XRPLd con la actualización de la versión 3.2.0

La versión 3.2.0 de XRP Ledger ya está disponible, introduciendo una importante mejora de infraestructura y un cambio de marca del software central, que pasa de llamarse "rippled" a "xrpld". Esta actualización se centra en optimizaciones de back-end y eficiencia, incluyendo medidas de optimización de memoria que pueden reducir hasta un 40% el uso de memoria del servidor, preparando la arquitectura para una futura escalabilidad. Las principales novedades incluyen la modificación `fixCleanup3_2_0`, que refuerza la seguridad de módulos como bóvedas de activos únicos, protocolos de préstamo y exchanges descentralizados. Se han añadido nuevas comprobaciones de invariantes para garantizar la consistencia del libro mayor. Además, las aplicaciones ahora pueden recuperar información sobre el protocolo y definiciones del servidor sin necesidad de conexión directa, facilitando el desarrollo de carteras y exploradores. En cuanto a escalabilidad y estabilidad, la actualización introduce tamaños de bloque configurables, soporte opcional de TLS/mTLS para servidores gRPC y un cambio en el puerto predeterminado para conexiones entre pares. También incluye varias correcciones para creadores de mercado automáticos, pagos y tokens de múltiples propósitos. Las invariantes de transacción se desactivaron temporalmente por rendimiento, sin comprometer la seguridad.

TheNewsCryptoHace 5 hora(s)

La cadena XRP Ledger lanza la nueva denominación XRPLd con la actualización de la versión 3.2.0

TheNewsCryptoHace 5 hora(s)

AGI no es el destino final: nuevo estudio de DeepMind afirma que el verdadero progreso de la IA apenas comienza al avanzar hacia una ASI

El documento de DeepMind plantea que la Inteligencia Artificial General (AGI) no será el punto final del desarrollo de la IA, sino un paso hacia una Inteligencia Artificial Superintendente (ASI) que supere colectivamente a los mejores equipos de expertos humanos. El informe explora cuatro posibles caminos hacia la ASI: 1) escalar recursos (cómputo, modelos, datos), 2) avances algorítmicos o nuevos paradigmas, 3) mejora recursiva automática de los sistemas, y 4) la coordinación de múltiples agentes de AGI para crear una inteligencia colectiva. También identifica cuellos de botella clave, como el límite de los datos de alta calidad generados por humanos, las presiones sobre recursos económicos y naturales, las posibles limitaciones de los paradigmas actuales de redes neuronales, la creciente dificultad de la investigación, las "barreras de abstracción" para descubrir nuevos conceptos fundamentales, y los factores de gobernanza y aceptación social. El documento destaca la necesidad urgente de desarrollar nuevos marcos de evaluación, ya que las métricas basadas en el rendimiento humano quedarán obsoletas una vez alcanzada la AGI. Finalmente, concluye que el progreso hacia la ASI es incierto y estará sujeto a restricciones físicas y prácticas, requiriendo un esfuerzo de investigación multidisciplinar global para monitorear y guiar su desarrollo.

marsbitHace 6 hora(s)

AGI no es el destino final: nuevo estudio de DeepMind afirma que el verdadero progreso de la IA apenas comienza al avanzar hacia una ASI

marsbitHace 6 hora(s)

Trading

Spot
Futuros

Artículos destacados

Cómo comprar CHIP

¡Bienvenido a HTX.com! Hemos hecho que comprar USD.AI (CHIP) sea simple y conveniente. Sigue nuestra guía paso a paso para iniciar tu viaje de criptos.Paso 1: crea tu cuenta HTXUtiliza tu correo electrónico o número de teléfono para registrarte y obtener una cuenta gratuita en HTX. Experimenta un proceso de registro sin complicaciones y desbloquea todas las funciones.Obtener mi cuentaPaso 2: ve a Comprar cripto y elige tu método de pagoTarjeta de crédito/débito: usa tu Visa o Mastercard para comprar USD.AI (CHIP) al instante.Saldo: utiliza fondos del saldo de tu cuenta HTX para tradear sin problemas.Terceros: hemos agregado métodos de pago populares como Google Pay y Apple Pay para mejorar la comodidad.P2P: tradear directamente con otros usuarios en HTX.Over-the-Counter (OTC): ofrecemos servicios personalizados y tipos de cambio competitivos para los traders.Paso 3: guarda tu USD.AI (CHIP)Después de comprar tu USD.AI (CHIP), guárdalo en tu cuenta HTX. Alternativamente, puedes enviarlo a otro lugar mediante transferencia blockchain o utilizarlo para tradear otras criptomonedas.Paso 4: tradear USD.AI (CHIP)Tradear fácilmente con USD.AI (CHIP) en HTX's mercado spot. Simplemente accede a tu cuenta, selecciona tu par de trading, ejecuta tus trades y monitorea en tiempo real. Ofrecemos una experiencia fácil de usar tanto para principiantes como para traders experimentados.

445 Vistas totalesPublicado en 2026.04.21Actualizado en 2026.06.02

Cómo comprar CHIP

Discusiones

Bienvenido a la comunidad de HTX. Aquí puedes mantenerte informado sobre los últimos desarrollos de la plataforma y acceder a análisis profesionales del mercado. A continuación se presentan las opiniones de los usuarios sobre el precio de CHIP (CHIP).

活动图片