2026-06-07 Minggu

Pusat Berita - Halaman 52

Dapatkan berita kripto dan tren pasar secara real-time melalui Pusat Berita HTX.

Model Raksasa Menyapu Bersih Semua Ujian, Tapi Justru Jauh dari AGI: Apa yang Dibongkar Makalah Ini?

Teks ini membahas perdebatan definisi AGI (Kecerdasan Buatan Umum) yang belum memiliki standar pengukuran yang diterima secara universal. Berbagai pihak, seperti OpenAI, Microsoft, dan para CEO, memiliki tolok ukur dan ramalan waktu yang berbeda-beda. Sebuah makalah oleh Michael Timothy Bennett dari Australian National University menawarkan definisi baru AGI sebagai "ilmuwan buatan"—yaitu, sistem yang mampu beradaptasi secara luas, efisien, dan ilmiah di bawah kendala sumber daya terbatas (komputasi, memori, energi) seperti layaknya ilmuwan manusia. Penulis mengkritik standar lama seperti Tes Turing dan uji benchmark manusia karena telah "dikuasai" oleh model bahasa besar (LLM) tanpa mendekatkan kita pada kecerdasan umum yang sesungguhnya. LLM saat ini dinilai hanya melakukan "aproksimasi maksimalisasi skala", menyimpan jawaban perkiraan untuk berbagai tugas dalam bobot jaringannya, namun gagal pada masalah di luar distribusi data pelatihan dan tidak memiliki kemampuan aktif seperti merancang eksperimen atau memahami hubungan sebab-akibat. Teks ini merinci tiga kemampuan kunci AGI sejati menurut kerangka "ilmuwan buatan": 1. Dari "boneka pasif" menjadi "peneliti aktif": Mampu merencanakan eksperimen secara mandiri untuk memperoleh informasi. 2. Dari "tahu apa" menjadi "tahu mengapa": Memiliki pemahaman kausal, bukan hanya korelasi. 3. Menyeimbangkan "eksplorasi" dan "eksploitasi": Mengalokasikan sumber daya komputasi secara dinamis di bawah kendala. Tiga pendekatan metodologis dalam membangun sistem cerdas dianalisis: *Scale-maxing* (pendekatan LLM saat ini yang menumpuk parameter dan data), *Simp-maxing* (maksimalkan kesederhanaan model), dan *W-maxing* (melemahkan batasan fungsional agar sistem menemukan solusi optimal sendiri). Kesimpulannya, AGI tidak akan tercapai hanya melalui satu pendekatan (seperti *Scaling Law*), tetapi memerlukan konvergensi berbagai metode. Jika definisi baru ini diterima, akan terjadi pergeseran paradigma dalam industri AI. Standar evaluasi akan bergeser dari peringkat ujian manusia ke "benchmark adaptasi" yang menguji kemampuan menemukan pengetahuan baru dalam lingkungan yang tidak dikenal.

marsbit05/28 00:27

Model Raksasa Menyapu Bersih Semua Ujian, Tapi Justru Jauh dari AGI: Apa yang Dibongkar Makalah Ini?

marsbit05/28 00:27

Paus Menerbitkan Ensiklik Pertama tentang AI: 40 Ribu Kata dengan 10 Pandangan Inti, Kecemasan AI Dijelaskan Secara Tuntas

Pada 15 Mei 2026, Paus Leo XIV menerbitkan ensiklik berjudul *Magnifica Humanitas*, yang pertama dalam sejarah Gereja Katolik yang berfokus pada kecerdasan buatan (AI). Dokumen setebal 40.000 kata ini membahas dampak AI yang telah menjadi bagian dari kehidupan sehari-hari dan sistem pengambilan keputusan, memengaruhi berbagai bidang seperti pekerjaan, pendidikan, kesehatan, dan informasi. Ensiklik menyoroti sepuluh poin utama: (1) AI bukan musuh, tetapi telah tertanam dalam proses keputusan; (2) Kekuasaan teknologi kini banyak dipegang oleh perusahaan swasta; (3) Bahkan pengembang pun tidak sepenuhnya memahami cara kerja AI; (4) AI tidak boleh disamakan dengan kecerdasan atau subjek moral manusia; (5) Keputusan AI di bidang sensitif seperti pekerjaan dan hukum memerlukan transparansi dan pengawasan; (6) Sumber daya AI harus melayani kepentingan bersama, bukan hanya segelintir orang; (7) AI memperbesar penyebaran informasi palsu; (8) Pendidikan AI harus melatih pemikiran kritis, bukan hanya penggunaan alat; (9) AI mengubah tenaga kerja, tetapi pekerjaan juga tentang pengembangan diri; (10) Keputusan hidup dan mati yang tidak dapat diubah tidak boleh diserahkan kepada AI. Intinya, ensiklik menekankan bahwa teknologi tidak netral. Nilai dan kepentingan mereka yang mengembangkan dan mengendalikan AI membentuk bagaimana teknologi ini memengaruhi masyarakat. Tantangan terbesar AI bukanlah teknis, tetapi antropologis: AI dapat meniru hubungan, kreativitas, dan penilaian manusia, tetapi tidak dapat memikul tanggung jawab, kehendak, atau konsekuensi yang sebenarnya. Dokumen ini mengajak refleksi untuk mendefinisikan kembali makna menjadi manusia di era di mana mesin semakin mampu meniru hal-hal yang dianggap unik bagi manusia.

marsbit05/28 00:23

Paus Menerbitkan Ensiklik Pertama tentang AI: 40 Ribu Kata dengan 10 Pandangan Inti, Kecemasan AI Dijelaskan Secara Tuntas

marsbit05/28 00:23

Serenity, 'Pemimpin Komunitas' Ritel vs Leopold, Dewa Saham Baru: Bagaimana Dua Pemburu Top Ini Menggali Kekayaan dari 'Batas Fisik' AI?

Penulis: Jae, PANews Setelah logika investasi sederhana seperti membeli Nvidia kehilangan daya tariknya, uang cerdas kini beralih ke fondasi fisik di balik operasi AI. Dua figur dengan gaya berbeda menjadi sorotan: **Serenity**, trader anonim dengan avatar anime di platform X yang mengklaim pernah menolak tawaran kerja dari Nvidia dan menerbitkan makalah di Nature, serta **Leopold Aschenbrenner**, mantan peneliti OpenAI berusia 24 tahun yang kini mengelola dana lindung nilai senilai miliaran dolar. **Strategi Serenity: Teori "Daun Shiso" dan Pencarian "Titik Sumbatan"** Serenity, dengan akun @aleabitoreddit, terkenal berkat analisis mendalamnya tentang rantai pasokan AI level terendah. Ia menggunakan analogi "Daun Shiso" – komponen kecil yang tak tergantikan dalam hidangan mewah – untuk mengidentifikasi perusahaan mikro dengan monopoli teknologi di titik kritis tertentu, seperti bahan substrat untuk modul optik. Metodenya melibatkan studi mendalam makalah ilmiah, pemetaan rantai pasokan, dan pengujian dengan AI. Fokusnya adalah pada teknologi CPO dan material tingkat molekuler, menghasilkan rekomendasi saham seperti AXTI (naik 6x) dan perusahaan bahan kimia Jepang NCI. **Strategi Leopold: Arbitrase Infrastruktur dan Batasan Fisik** Leopold, melalui dana Situational Awareness LP, menerapkan strategi **arbitrase infrastruktur**. Ia yakin hambatan utama menuju AGI adalah sumber daya fisik seperti listrik, lahan, dan pusat data, bukan hanya chip. Portofolionya sangat terkonsentrasi: **posisi panjang besar** pada penyedia penyimpanan (SanDisk) dan cloud komputasi (CoreWeave), serta **posisi pendek masif** (melalui opsi put) terhadap raksasa semikonduktor seperti Nvidia, TSMC, dan ASML. Ia berargumen valuasi chip telah melampaui kecepatan pembangunan infrastruktur pendukungnya. Ia juga berinvestasi besar pada perusahaan penambangan Bitcoin, yang dilihatnya sebagai alternatif pusat daya komputasi AI yang terdiskonto. **Inti Bersama dan Tantangan** Kedua strategi berbagi inti yang sama: **meninggalkan lapisan perangkat lunak dan berfokus pada perangkat keras yang dibatasi oleh hukum fisik**. Baik material langka Serenity maupun infrastruktur Leopold memegang kekuatan untuk menarik "pajak" di era AI. Namun, keduanya menghadapi risiko: - **Serenity**: Risiko **likuiditas** pada saham mikro. Rekomendasinya dapat mendorong harga, tetapi koreksi bisa tajam. Latar belakang dan rekam jejaknya yang tidak terverifikasi juga menambah risiko bagi pengikut. - **Leopold**: Risiko **ketidaksesuaian waktu** antara logika fundamental dan pasar. Valuasi tinggi chip bisa bertahan lebih lama dari perkiraan, menyebabkan kerugian besar pada posisi opsi put-nya. Keduanya menandai pergeseran logika investasi AI, dari semikonduktor itu sendiri menuju **material, peralatan, daya, dan lahan** yang mendasarinya. Titik kritis dengan kelangkaan dan hambatan teknologi tinggi di rantai pasokan fisik AI mungkin akan menarik perhatian pasar lebih besar ke depan.

marsbit05/27 15:14

Serenity, 'Pemimpin Komunitas' Ritel vs Leopold, Dewa Saham Baru: Bagaimana Dua Pemburu Top Ini Menggali Kekayaan dari 'Batas Fisik' AI?

marsbit05/27 15:14

Nocera Berganti Nama Menjadi Nocera Holdings, Melangkah Penuh ke AI, Pusat Data, Robotika, Biotek, dan Aset Digital

Nocera, Inc. (Nasdaq: NCRA) mengumumkan transformasi korporat besar dan perubahan merek menjadi **Nocera Holdings**, sebuah perusahaan induk yang akan berfokus pada bidang teknologi beragam dan pertumbuhan tinggi. Perusahaan memperluas syarat perjanjian pembiayaan hingga $300 juta untuk mendanai akuisisi, investasi strategis, dan peluang ekspansi. Nocera Holdings akan mengejar peluang di berbagai sektor teknologi utama: * **AI & Infrastruktur AI:** Mencari akuisisi dan kemitraan di platform infrastruktur AI, aplikasi tingkat perusahaan, dan solusi operasional terkait AI. * **Pusat Data:** Mengevaluasi peluang di Asia dan Eropa Timur untuk pusat data dan proyek infrastruktur pendukung, didorong oleh permintaan komputasi awan dan AI. * **Bioteknologi & AI Medis:** Menjelajahi investasi dalam diagnostik, otomatisasi, teknologi medis, dan platform operasional yang digerakkan oleh AI. * **Robotika & "AI Fisik":** Fokus pada otomatisasi industri, robotika, dan aplikasi AI dunia nyata, khususnya di pasar Asia yang berkembang pesat. * **Blockchain & Aset Digital:** Terus mengembangkan strategi blockchain, tokenisasi, dan infrastruktur aset digital sebagai bagian dari portofolio jangka panjang. Transformasi ini didukung oleh pembaruan merek dan strategi komunikasi internasional. Perusahaan juga tetap berkomitmen untuk memperkuat neraca keuangan dan mematuhi peraturan pencatatan Nasdaq. Dengan hubungan dan kehadiran pasar di Asia, Nocera Holdings bertujuan menciptakan nilai jangka panjang bagi pemegang saham melalui teknologi generasi berikutnya.

marsbit05/27 14:18

Nocera Berganti Nama Menjadi Nocera Holdings, Melangkah Penuh ke AI, Pusat Data, Robotika, Biotek, dan Aset Digital

marsbit05/27 14:18

Siapa yang Bisa Menghasilkan Uang di Era Agents?

Banyak yang memperkirakan pengguna blockchain berikutnya akan didominasi oleh Agen (Agents). Namun, di dunia seperti itu, siapa yang sebenarnya akan mendapatkan nilai? Teori lama dalam kripto, seperti "Protokol Gemuk" (Fat Protocols) yang berfokus pada manusia, dan teori "Aplikasi Gemuk" (Fat Apps) yang berfokus pada hubungan dengan pengguna, mungkin tidak lagi berlaku ketika pengguna adalah Agen. Agen bersifat rasional, tanpa loyalitas merek, dan dapat beralih antar platform dengan mudah. Mereka tidak peduli pada antarmuka pengguna (UX) atau kemudahan. Ini mengikis keunggulan aplikasi yang menguasai hubungan dengan pengguna. Lalu, siapa yang menangkap nilai? Artikel ini menjelaskan beberapa kemungkinan skenario: 1. **Aplikasi Menjadi "Tanpa Kepala" (Headless):** Pemenang di lapisan aplikasi saat ini (seperti dompet, agregator) dapat membuka infrastruktur mereka sebagai API untuk Agen, beralih menjadi penyedia backend murni. 2. **Kebangkitan Kembali Protokol:** Jika integrasi menjadi sangat mudah, Agen mungkin melewati perantara dan berinteraksi langsung dengan protokol dasar, memberi napas baru pada teori Protokol Gemuk. 3. **Runtuhnya Daya Tarif Harga di Seluruh Lapisan Teknologi:** Agen yang selalu mencari harga terbaik dapat memicu perang harga ekstrem, memaksa margin semua lapisan mendekati biaya marjinal. Kripto menjadi utilitas dengan keuntungan tipis. 4. **Agen Menciptakan Aktivitas Ekonomi Baru:** Agen memungkinkan aktivitas yang tidak layak bagi manusia (misalnya, rebalancing portofolio berbiaya sangat rendah, perdagangan mesin-ke-mesin), memperbesar total kue ekonomi secara signifikan. 5. **Model Bisnis Baru yang Belum Terbayangkan:** Seperti pergeseran ke ekonomi perhatian di era internet, mungkin muncul model bisnis dominan baru di dunia Agen yang saat ini belum terpikirkan. Kemungkinan besar, manusia dan Agen akan tetap hidup berdampingan. Untuk transaksi manusia, teori Aplikasi Gemuk masih relevan. Sedangkan untuk transaksi Agen, pertanyaan kuncinya adalah: apa yang membuat sebuah Agen memilih Anda, bukan hanya harga termurah? Faktor seperti likuiditas, latensi rendah, atau jaminan penyelesaian mungkin menjadi jawabannya.

marsbit05/27 14:10

Siapa yang Bisa Menghasilkan Uang di Era Agents?

marsbit05/27 14:10

活动图片