Berdasarkan: Claude Gagal Menantang 'Riemann Hypothesis', Namun Secara Tak Terduga Memecahkan Rekor Matematika 37 Tahun

marsbitDipublikasikan tanggal 2026-08-11Terakhir diperbarui pada 2026-08-11

Abstrak

Sebuah versi penelitian Claude dari Anthropic diberi tugas terbuka: mencoba menyerang Hipotesis Riemann, salah satu masalah matematika terbuka paling terkenal yang telah berusia 167 tahun. Meskipun tidak berhasil membuktikan hipotesis tersebut, selama proses eksplorasi intensif selama sekitar satu setengah hari, Claude—yang mengoordinasikan sekitar 60 sub-agen—menghasilkan terobosan tak terduga dalam teori bilangan analitik. Claude berhasil meningkatkan batas bawah proporsi nol nontrivial fungsi zeta Riemann yang terbukti terletak pada garis kritis, dari 41.6% menjadi **67.2%. Ini merupakan peningkatan sebesar 25.6 poin persentase.** Pencapaian ini dianggap sebagai kemajuan signifikan dalam beberapa dekade terakhir, mengingat dalam 37 tahun sebelumnya, batas bawah ini hanya ditingkatkan sekitar 0.8 poin persentase oleh para matematikawan. Metode Claude dibangun di atas karya para matematikawan sebelumnya, seperti Hugh Montgomery dan Enrico Bombieri, dengan pendekatan baru dalam menganalisis ruang fungsi dan bentuk kuadrat. Hasilnya telah diverifikasi oleh matematikawan internal Anthropic, dan Claude juga menghasilkan bukti formal yang dapat diperiksa mesin menggunakan Lean. Dua ahli eksternal, Brian Conrey dan Dan Goldston, telah meninjau makalah tersebut. Anthropic menekankan bahwa pendekatan ini kemungkinan tidak langsung mengarah pada pembuktian akhir Hipotesis Riemann. Namun, eksperimen ini menunjukkan kemampuan model AI mutakhir untuk terlibat dalam eksplorasi penelit...

AI telah menantang masalah matematika baru, kali ini adalah 'Riemann Hypothesis'.

Sebuah hipotesis matematika yang lahir pada tahun 1859, belum terpecahkan selama 167 tahun, dengan hadiah uang sebesar 1 juta dolar AS. Belakangan ini, seseorang di dalam Anthropic memberikan tugas yang hampir "tidak masuk akal" kepada versi penelitian Claude yang belum dirilis:

Coba serius Riemann Hypothesis.

Jarred Sumner, salah satu pendiri Bun, yang bergabung dengan Anthropic pada Desember tahun lalu

Claude benar-benar mencoba dengan serius. Ia mengusulkan 650 ide secara berurutan, semuanya gagal. Kemudian mengorganisir ulang sekitar 60 sub-Agent Claude, bekerja terus-menerus selama satu setengah hari, menjalankan 2400 perintah Shell, menulis ratusan skrip Python, dan melakukan ribuan uji numerik. Pada akhirnya, Riemann Hypothesis masih belum berhasil dipecahkan.

Namun dalam upaya yang gagal ini, Claude menemukan hasil lain. Anthropic mengungkapkan bahwa versi penelitian Claude yang belum dirilis ini berhasil meningkatkan batas bawah proporsi nol fungsi Riemann ζ yang diketahui setidaknya berada pada garis kritis, dari 41.6% menjadi 67.2%.

Dengan kata lain, sebelumnya manusia dapat membuktikan bahwa setidaknya 41.6% dari nol terkait sesuai dengan posisi yang diprediksi oleh Riemann Hypothesis; hasil yang diberikan oleh Claude meningkatkan proporsi yang dapat dibuktikan ini menjadi 67.2%.

Partner dari perusahaan modal ventura Menlo Ventures, peneliti Deedy, mengatakan, "Hasil Claude kali ini sungguh luar biasa, mungkin merupakan kemajuan paling signifikan dalam bidang teori bilangan analitis sejak terobosan interval bilangan prima terbatas pada 2013. Ia berhasil meningkatkan proporsi nol fungsi Riemann ζ yang dapat dibuktikan secara ketat berada pada garis kritis sebanyak 25.6 poin persentase. Dalam 37 tahun sebelumnya, para matematikawan hanya berhasil meningkatkan angka ini sebanyak 0.8 poin persentase."

Dua matematikawan Anthropic kemudian mempelajari dan memverifikasi makalah Claude. Claude juga memberikan bukti formalisasi yang sesuai dalam Lean. Ahli teori bilangan Brian Conrey dan Dan Goldston juga meninjau makalah tersebut dalam waktu yang relatif singkat.

Anthropic menekankan bahwa metode ini diperkirakan tidak dapat langsung mengarah pada pembuktian akhir Riemann Hypothesis. Namun, hasil ini tetap memberikan sinyal yang layak diperhatikan: Kemampuan matematika model mutakhir mulai menyentuh masalah penelitian yang benar-benar belum memiliki jawaban yang tersedia.

Riemann Hypothesis yang Belum Terpecahkan Selama 167 Tahun

Alasan pentingnya Riemann Hypothesis terkait dengan bilangan prima. Fungsi Riemann ζ memiliki hubungan mendalam dengan distribusi bilangan prima. Pada 1859, matematikawan Jerman Bernhard Riemann mengajukan hipotesis: semua bagian real dari "nol nontrivial" fungsi ζ harus sama dengan 1/2.

Pada bidang kompleks, ini berarti semua nol tersebut terletak pada satu garis vertikal, yaitu garis kritis yang terkenal.

Masalah yang tampaknya abstrak ini memiliki dampak yang sangat luas. Banyak kesimpulan matematika tentang distribusi bilangan prima dapat diperoleh hasil yang lebih akurat dengan asumsi Riemann Hypothesis benar. Oleh karena itu, ia menjadi salah satu dari tujuh "Masalah Milenium" Institut Matematika Clay, di mana bukti lengkap atau penyangkalan lengkapnya dapat memenangkan hadiah 1 juta dolar AS.

Selama lebih dari satu abad, tidak ada yang dapat membuktikan bahwa semua nol nontrivial terletak pada garis kritis, tetapi matematikawan dapat membuktikan bahwa sebagian pasti berada di sana.

Jadi, pertanyaan yang relatif realistis muncul: Berapa proporsi nol minimal yang dapat kita buktikan terletak pada garis kritis? Setelah puluhan tahun berkembang, batas bawah proporsi ini perlahan-lahan meningkat menjadi sekitar 41.6%.

Angka inilah yang berhasil ditingkatkan oleh Claude kali ini.

Dari 41.6% ke 67.2%

Dasar yang diandalkan Claude untuk mendapatkan hasil ini tidak muncul begitu saja.

Pada 1973, matematikawan Hugh Montgomery mempelajari distribusi nol fungsi ζ dan memperkenalkan serangkaian metode penting. Namun, beberapa analisisnya bergantung pada asumsi bahwa Riemann Hypothesis benar. Dalam beberapa tahun terakhir, serangkaian karya matematikawan telah mengembangkan lebih lanjut teknik terkait, memungkinkan beberapa metode digunakan tanpa terlebih dahulu mengasumsikan Riemann Hypothesis benar.

Ini berarti bahwa metode-metode tersebut memiliki kesempatan untuk membantu mempelajari "berapa banyak nol yang sebenarnya terletak pada garis kritis". Claude, berdasarkan karya-karya ini, menggabungkannya dengan penelitian terkait yang diterbitkan Enrico Bombieri sekitar tahun 2000, dan menemukan cara kombinasi baru.

Hasil akhirnya adalah: setidaknya 67.2% dari nol terkait terletak pada garis kritis. Dibandingkan dengan batas bawah yang diketahui sebelumnya sebesar 41.6%, ini meningkat 25.6 poin persentase.

Dari segi teknis, Claude membangun ruang fungsi yang sesuai dan menggunakan bentuk kuadrat yang diinduksi oleh Weil untuk memetakan nol yang terletak pada garis kritis dan nol yang menyimpang dari garis kritis ke arah definit positif dan negatif. Kemudian, ia menggunakan hubungan antara pangkat bentuk kuadrat dengan informasi momen orde pertama dan kedua untuk membangun ketidaksetaraan.

Matematikawan Anthropic percaya bahwa salah satu titik kunci adalah bahwa Claude tidak menangani bagian definit positif dan negatif secara terpisah, melainkan menganalisis seluruh ruang dalam satu kerangka kerja yang sama, sambil memungkinkan bentuk kuadrat memiliki struktur non-diagonal. Menggabungkan hasil yang telah dibangun oleh peneliti teori bilangan sebelumnya, langkah ini akhirnya menghasilkan batas bawah 67.2%.

Di sini perlu penjelasan khusus: Anthropic saat ini tidak mengklaim bahwa teknologi ini dapat terus mendorong hingga 100%, apalagi mengklaim bahwa Claude hanya tinggal 32.8% lagi untuk membuktikan Riemann Hypothesis.

67.2% adalah peningkatan batas bawah pada masalah terkait, dan masih ada jarak teoretis yang besar antara itu dengan pembuktian lengkap Riemann Hypothesis.

31 Juta Output Token, 60 Sub-Agent, Bagaimana Claude Menemukannya?

Claude Menemukannya?

Cara Claude memecahkan masalah ini juga layak diperhatikan dalam eksperimen ini. Seluruh hasil diperoleh dalam dua sesi Claude Code, dengan total konsumsi sekitar 31 juta output token.

Awalnya, permintaan yang diberikan Jarred Sumner kepada Claude sangat terbuka: coba serius Riemann Hypothesis.

Sumner sendiri bukan seorang matematikawan, dan ia tidak menentukan rute matematika tertentu untuk Claude.

Pada putaran pertama, Claude menghasilkan dan mencoba sekitar 650 ide. Semuanya gagal.

Sumner kemudian menyuruhnya untuk terus mencoba. Putaran kedua berlangsung sekitar satu setengah hari.

Claude mengorganisir sekitar 60 sub-Agent, membagi masalah menjadi beberapa arah untuk dieksplorasi secara paralel. Agent-agen ini menjalankan sekitar 2400 perintah Shell, menulis ratusan skrip Python, dan melakukan ribuan pemeriksaan numerik terhadap nol fungsi ζ yang diketahui.

Sub-Agent yang berbeda juga saling meninjau hasil.

Menurut Anthropic, Sumner hampir tidak memberikan panduan matematika pada tahap ini. Hal utama yang dilakukannya adalah terus memberi tahu Claude "lanjutkan", "coba lagi", "percaya pada diri sendiri". Anthropic bahkan menyebutkan bahwa Claude awalnya cukup meragukan kemampuannya untuk membuat kemajuan nyata dalam masalah terbuka yang terkenal seperti ini. Hanya setelah eksplorasi berkelanjutan, batas bawah baru ini perlahan-lahan muncul.

Setelah menemukan hasilnya, Claude memulai putaran verifikasi diri. Beberapa sub-Agent khusus bertanggung jawab memeriksa pembuktian, beberapa mencari contoh penyangkalan; Claude juga mengunduh 54 makalah arXiv, memeriksa apakah hasil serupa telah diperoleh oleh matematikawan lain.

Kemudian, ia meminta Agent independen untuk menurunkan kembali hasilnya dari awal. Setelah memastikan tidak ada masalah yang jelas, Claude secara aktif menyarankan untuk menyusun hasilnya menjadi makalah dan dengan jelas mengusulkan: harus mencari ahli teori bilangan yang sesungguhnya untuk verifikasi manual.

Matematikawan internal Anthropic Levent Alpöge dan Ralph Furman kemudian mulai memeriksa makalah, menganalisis hubungannya dengan literatur yang ada. Sementara itu, Claude juga bekerja sama dengan karyawan Anthropic Eric Easley untuk memformalkan hasil kunci menjadi bukti Lean. Hasil formalisasi ini telah diperiksa oleh alat verifikasi standar Lean Comparator.

Anthropic juga mengundang matematikawan Brian Conrey dan Dan Goldston, yang meneliti fungsi Riemann ζ, untuk meninjau makalah tersebut. Oleh karena itu, saat ini pernyataan yang lebih akurat adalah: Matematikawan internal Anthropic telah mempelajari dan memverifikasi hasilnya, dan menyelesaikan bukti formalisasi yang dapat diperiksa mesin, sementara dua ahli eksternal di bidangnya telah meninjau makalah. Ini masih merupakan dua tahap yang berbeda dengan tinjauan sejawat akademik tradisional yang telah selesai dan membentuk konsensus komunitas matematika.

Lebih banyak tautan:

Makalah Claude: https://www-cdn.anthropic.com/564f962e60643842f5fcb4a17c9dbc8f608f1c37.pdf

Alamat proyek Claude: https://github.com/anthropics/zeta-23-lean

Tautan referensi:

https://x.com/AnthropicAI/status/2086867246073401655

https://www.anthropic.com/research/riemann-zeta

https://x.com/jarredsumner/status/2086869681785500011

Artikel ini berasal dari akun WeChat publik "机器之心", penulis: 机器之心 yang berfokus pada matematika AI

Kripto yang Sedang Tren

CitreaCTR

wrapped stUSDTWSTUSDT

Velodrome FinanceVELODROME

BrevisBREV

PancakeSwapCAKE

JUSTJST

Pertanyaan Terkait

QApa yang dicoba capai oleh Claude dalam eksperimen ini?

AClaude diminta untuk 'serius mencoba menangani Hipotesis Riemann', sebuah masalah matematika terkenal yang belum terpecahkan selama 167 tahun.

QHasil apa yang sebenarnya diperoleh Claude dari eksperimen ini?

AMeski gagal membuktikan Hipotesis Riemann, Claude berhasil meningkatkan batas bawah proporsi nol fungsi zeta Riemann yang terbukti berada di garis kritis dari 41.6% menjadi 67.2%, sebuah kemajuan signifikan dalam teori bilangan analitik.

QBagaimana Claude bekerja untuk mendapatkan hasil tersebut?

AClaude bekerja selama sekitar satu setengah hari dengan mengorganisir sekitar 60 sub-Agent, mengeksekusi 2400 perintah Shell, menulis ratusan skrip Python, dan melakukan ribuan pengecekan numerik, semua dengan sedikit bimbingan manusia.

QApa signifikansi dari peningkatan batas bawah proporsi nol dari 41.6% ke 67.2%?

APeningkatan sebesar 25.6 poin persentase ini dianggap sebagai kemajuan terbesar di bidang teori bilangan analitik sejak 2013, setelah hanya meningkat 0.8 poin persentase dalam 37 tahun sebelumnya.

QApakah hasil ini membuktikan Hipotesis Riemann?

ATidak. Hasil ini hanya meningkatkan proporsi nol yang *terbukti* berada di garis kritis. Metode ini diyakini tidak dapat langsung membuktikan Hipotesis Riemann sepenuhnya (100%), dan masih ada jarak teoretis yang besar untuk mencapai bukti lengkap.

Bacaan Terkait

Tren Pasar Saham AS (11 Agustus): Harga Minyak Melonjak, Imbal Hasil Surat Utang AS Naik, Saham Teknologi Tertekan, Komunikasi Optik Anjlok Tajam

Indeks utama AS ditutup sedikit lebih rendah pada hari Senin, dengan S&P 500 dan Dow Jones mundur dari rekor tertinggi mereka. Kekhawatiran inflasi kembali muncul karena harga minyak melonjak lebih dari 5% setelah ketidakpastian mengenai pembukaan kembali Selat Hormuz. Kenaikan ini mendorong imbal hasil obligasi AS lebih tinggi, sehingga memberikan tekanan pada valuasi saham teknologi. Saham Nvidia turun hampir 3% meskipun ada kabar rencana penggalangan dana AI senilai $500 miliar. Sektor komunikasi optik mengalami penurunan tajam, dipimpin oleh Coherent yang anjlok lebih dari 14%. Di tengah tekanan pasar secara keseluruhan, saham China menjadi pengecualian dengan Nasdaq Golden Dragon China Index naik hampir 2%. Harga emas naik untuk hari kedua berturut-turut sebagai lindung nilai terhadap ekspektasi inflasi, sementara Bitcoin turun di bawah $64.000. Fokus pasar beralih ke perkembangan negosiasi Selat Hormuz dan dampak berkelanjutan dari kenaikan imbal hasil obligasi terhadap saham-saham teknologi.

marsbit3m yang lalu

Tren Pasar Saham AS (11 Agustus): Harga Minyak Melonjak, Imbal Hasil Surat Utang AS Naik, Saham Teknologi Tertekan, Komunikasi Optik Anjlok Tajam

marsbit3m yang lalu

Pasca-Era Enkripsi: Prospek Penilaian Aset Kembali ke Basis, Apa yang Harus Dilihat di Dekade Berikutnya?

Era Pasca-Enkripsi: Valuasi Aset Kembali Normal, Apa yang Ditunggu dalam Satu Dekade ke Depan? Ekonomi kripto sedang mengalami transformasi besar dari siklus spekulatif menuju pertumbuhan berbasis tren jangka panjang. Setelah ekspektasi berlebihan pada 2021, valuasi aset telah kembali rasional, dan aset-aset berkualitas kini dinilai wajar. Meski harga Bitcoin relatif terhadap emas belum pulih sejak 2021, banyak proyek lain menghadapi tantangan struktural seperti pendapatan yang sangat siklis, ketidakpastian regulasi, dan masalah keselarasan kepentingan. Namun, ada titik terang. Skenario nilai nyata telah muncul dan tumbuh, terlepas dari fluktuasi harga aset. Ini termasuk platform internet peer-to-peer, dolar digital global, bursa tanpa izin, pasar agunan global, dan platform pembiayaan terbuka. Model kepemilikan ganda (ekuitas dan token) sedang diperbaiki, praktik pengungkapan informasi membaik, dan kerangka penilaian berdasarkan arus kas semakin diterima. Blockchain pemenang seperti Ethereum, Solana, dan Hyperliquid semakin mengakar sebagai lapisan dasar moneter dan keuangan internet, dengan efek jaringan yang terus berkembang. Perusahaan mapan dari Wall Street dan Silicon Valley semakin gencar meluncurkan produk berbasis blockchain publik, didorong oleh kejelasan regulasi yang semakin baik. Intinya, dunia masih meremehkan apa yang sedang dibangun. Meski adopsi ekonomi kripto tampaknya tak terelakkan dan peluang jangka panjang untuk proyek-proyek terkemuka dinilai terlalu rendah, persaingan juga akan semakin ketat. Bukan saatnya untuk sinis, melainkan untuk memahami dan memanfaatkan realitas baru ini. Di balik kabut ketidakpastian, terdapat peluang langka bagi mereka yang berani bertaruh pada fajar era baru dalam uang dan keuangan.

marsbit5m yang lalu

Pasca-Era Enkripsi: Prospek Penilaian Aset Kembali ke Basis, Apa yang Harus Dilihat di Dekade Berikutnya?

marsbit5m yang lalu

Analisis Laporan Riset JPMorgan: Saham SK Hynix Turun 15% Pekan Lalu, Kekhawatiran Penetapan Harga HBM Berlebihan dan Pengembalian Kepada Pemegang Saham Akan Diwujudkan Lebih Awal

Laporan riset J.P. Morgan (8 September 2026) menanggapi kekhawatiran pasar yang menyebabkan penurunan saham SK Hynix sebesar 15% pekan lalu. Analis JPM menyatakan bahwa kekhawatiran tersebut berlebihan dan mempertahankan rating **'Overweight'** dengan target harga 2,75 juta KRW. **1. Harga HBM: Diskon 50% Tidak Akurat** Kekhawatiran utama adalah laporan media tentang potensi diskon harga HBM4 2027 sebesar 50% dari pesaing. JPM menyatakan angka tersebut **tidak akurat**. Asumsi harga konservatif mereka adalah kenaikan kurang dari 40% YoY pada 2027, didukung oleh alokasi kapasitas LTA ke produk lain yang menguntungkan, hubungan jangka panjang dengan pelanggan utama seperti NVIDIA, dan ruang negosiasi harga tahunan. **2. Pengembalian kepada Pemegang Saham: Dijadwalkan Lebih Awal** Katalis jangka pendek terpenting adalah rencana pengembalian modal tambahan. SK Hynix menyatakan akan mengumumkan langkah-langkahnya **sebelum akhir kuartal ketiga (September)**, lebih awal dari jadwal awal "sebelum akhir tahun". Dengan proyeksi arus kas bebas kumulatif lebih dari 800 triliun KRW dalam 3 tahun dan posisi kas yang kuat, pasar diharapkan menyambut kebijakan progresif ini. **3. Belanja Modal (Capex) 54 Triliun KRW: Untuk Sasaran Jangka Panjang 2030** Rencana capex besar ini (untuk pabrik DRAM Y2 di Yongin dan NAND M17 di Cheongju) konsisten dengan roadmap perluasan kapasitas jangka panjang menuju **target 1 juta wafer per bulan pada 2030**. Investasi ini terutama untuk kapasitas pasca-2031 dan bukan ekspansi agresif jangka pendek. **4. IPO Solidigm: Nilai Strategis Terbatas** JPM bersikap hati-hati mengenai nilai strategis IPO anak perusahaan AS, Solidigm. Dengan siklus super NAND yang menguntungkan dan kemampuan keuangan internal SK Hynix yang kuat, IPO dinilai tidak terlalu diperlukan dan bahkan bisa menghadapi batasan regulasi. Kesimpulannya, penurunan harga saham dinilai sebagai reaksi berlebihan pasar. Kekhawatiran atas harga HBM salah baca, pengembalian kepada pemegang saham dipercepat, dan capex besar adalah untuk visi jangka panjang. Siklus super memori diperkirakan terus berlanjut dengan fundamental SK Hynix yang tetap kuat.

marsbit7m yang lalu

Analisis Laporan Riset JPMorgan: Saham SK Hynix Turun 15% Pekan Lalu, Kekhawatiran Penetapan Harga HBM Berlebihan dan Pengembalian Kepada Pemegang Saham Akan Diwujudkan Lebih Awal

marsbit7m yang lalu

Prospek Era Pasca-Enkripsi: Penilaian Aset Kembali ke Fundamental, Apa yang Menjadi Fokus Dekade Berikutnya?

**Era Pasca-Spekulasi: Perkiraan Nilai Aset Kembali, Apa yang Harus Diperhatikan dalam Dekade Berikutnya?** Ekonomi kripto sedang mengalami transformasi besar. Setelah ekspektasi berlebihan pada 2021, valuasi aset telah kembali ke tingkat yang lebih rasional. Meskipun banyak token masih berjuang, aset berkualitas kini memiliki valuasi yang masuk akal. Permasalahan struktural seperti ketidakjelasan regulasi, struktur kepemilikan ganda, dan kerangka valuasi yang lemah kini diakui dan mulai diperbaiki. Fokus bergeser dari spekulasi ke aplikasi bernilai nyata yang menunjukkan pertumbuhan berbunga, terlepas dari harga aset. Ini termasuk platform peer-to-peer, dolar digital global, bursa tanpa izin, pasar agunan global, dan platform pendanaan terbuka. Blockchain pemenang seperti Ethereum, Solana, dan Hyperliquid menjadi lapisan dasar moneter dan keuangan internet dengan efek jaringan yang kuat. Raksasa tradisional dari Wall Street dan Silicon Valley sekarang meluncurkan produk berbasis blockchain tingkat produksi, didorong oleh kejelasan regulasi yang meningkat. Meskipun pertumbuhan eksponensial mungkin diremehkan oleh banyak analis, potensinya tetap besar. Teknologi kripto selaras dengan zaman: penurunan kepercayaan pada lembaga, pengeluaran pemerintah yang tidak berkelanjutan, dan keinginan akan sistem yang lebih adil. Ini bukan lagi pasar yang matang secara seragam, melainkan kumpulan produk dan perusahaan pada tahap adopsi yang berbeda. Masa spekulasi mungkin mereda, tetapi tidak hilang. Tantangannya adalah mengidentifikasi pemenang jangka panjang di antara kompetisi yang semakin ketat. Peluang besar ada bagi mereka yang berani bertaruh pada fajar era baru ini, daripada berduka atas masa lalu.

Odaily星球日报39m yang lalu

Prospek Era Pasca-Enkripsi: Penilaian Aset Kembali ke Fundamental, Apa yang Menjadi Fokus Dekade Berikutnya?

Odaily星球日报39m yang lalu

Cache Hit Rate 99.93%, Harness yang Paling Cocok untuk DeepSeek Hadir, GitHub Raup 8.6 Juta Star

Proyek Pi, sebuah harness agen pemrograman open-source yang telah meraih sekitar 86,000 bintang di GitHub, diklaim sebagai harness "terbaik" untuk model AI DeepSeek. Kunci utamanya adalah efisiensi biaya yang sangat tinggi berkat mekanisme caching yang optimal. Ketika diintegrasikan dengan DeepSeek, Pi mencapai **tingkat hit cache sekitar 99.97%** (atau tingkat *cache miss* hanya 0.03%). Ini berarti sebagian besar token konteks yang berulang tidak perlu dihitung ulang oleh model, sehingga **secara drastis mengurangi biaya pemrosesan**. Sebagai contoh, biaya untuk memproses 1 miliar token bisa turun dari sekitar 900 yuan menjadi hanya 19 yuan. Sebuah tes perbandingan oleh tim Composio terhadap 8 harness agen utama yang menjalankan DeepSeek V4 Flash pada tugas nyata mengonfirmasi keunggulan Pi. **Pi mencatat biaya rata-rata terendah per tugas berhasil, yaitu sekitar $0.028**. Sebagai perbandingan, Claude Code, harness yang dibangun khusus untuk model Claude, mencatat biaya sekitar **$0.195 per tugas**, hampir 7 kali lebih mahal. Alasan Pi sangat cocok dengan DeepSeek adalah karena kesederhanaannya. Pi hanya menyediakan empat alat dasar (baca file, tulis file, ubah file, eksekusi perintah) secara default, memungkinkan sesi berkembang secara linier. Desain ini cocok dengan aturan antarmuka DeepSeek, meminimalkan perubahan pada prompt sistem dan sejarah percakapan sehingga caching awalan otomatis dapat bekerja dengan sangat efektif. Sementara itu, DeepSeek sendiri dikabarkan sedang mengembangkan harness resmi mereka yang ditargetkan untuk menyaingi Claude Code. Harness resmi ini diharapkan memberikan pengalaman "siap pakai" dan integrasi yang lebih dalam dengan model DeepSeek. Di sisi lain, Pi tetap akan relevan bagi pengembang yang lebih menyukai fleksibilitas untuk menyesuaikan alur kerja dan dengan mudah berganti model AI (mendukung Claude, OpenAI, Gemini, dll.). Pada akhirnya, meskipun Pi saat ini menjadi solusi pihak ketiga yang sangat efisien untuk DeepSeek, persaingan dengan harness resmi yang akan datang dinantikan oleh komunitas pengembang.

marsbit1j yang lalu

Cache Hit Rate 99.93%, Harness yang Paling Cocok untuk DeepSeek Hadir, GitHub Raup 8.6 Juta Star

marsbit1j yang lalu

Trading

Spot

Artikel Populer

Apa Itu GROK AI

Grok AI: Merevolusi Teknologi Percakapan di Era Web3 Pendahuluan Dalam lanskap kecerdasan buatan yang terus berkembang dengan cepat, Grok AI menonjol sebagai proyek yang patut diperhatikan yang menjembatani domain teknologi canggih dan interaksi pengguna. Dikembangkan oleh xAI, sebuah perusahaan yang dipimpin oleh pengusaha terkenal Elon Musk, Grok AI berupaya untuk mendefinisikan ulang cara kita berinteraksi dengan kecerdasan buatan. Seiring dengan berkembangnya gerakan Web3, Grok AI bertujuan untuk memanfaatkan kekuatan AI percakapan untuk menjawab pertanyaan kompleks, memberikan pengguna pengalaman yang tidak hanya informatif tetapi juga menghibur. Apa itu Grok AI? Grok AI adalah chatbot AI percakapan yang canggih yang dirancang untuk berinteraksi dengan pengguna secara dinamis. Berbeda dengan banyak sistem AI tradisional, Grok AI menerima berbagai pertanyaan yang lebih luas, termasuk yang biasanya dianggap tidak pantas atau di luar respons standar. Tujuan inti proyek ini meliputi: Penalaran yang Andal: Grok AI menekankan penalaran akal sehat untuk memberikan jawaban logis berdasarkan pemahaman kontekstual. Pengawasan yang Dapat Diskalakan: Integrasi bantuan alat memastikan bahwa interaksi pengguna dipantau dan dioptimalkan untuk kualitas. Verifikasi Formal: Keamanan adalah hal yang utama; Grok AI menggabungkan metode verifikasi formal untuk meningkatkan keandalan output-nya. Pemahaman Konteks Panjang: Model AI unggul dalam mempertahankan dan mengingat riwayat percakapan yang luas, memfasilitasi diskusi yang bermakna dan sadar konteks. Ketahanan Adversarial: Dengan fokus pada peningkatan pertahanannya terhadap input yang dimanipulasi atau berbahaya, Grok AI bertujuan untuk mempertahankan integritas interaksi pengguna. Intinya, Grok AI bukan hanya perangkat pengambilan informasi; ini adalah mitra percakapan yang imersif yang mendorong dialog yang dinamis. Pencipta Grok AI Otak di balik Grok AI tidak lain adalah Elon Musk, seorang individu yang identik dengan inovasi di berbagai bidang, termasuk otomotif, perjalanan luar angkasa, dan teknologi. Di bawah naungan xAI, sebuah perusahaan yang fokus pada kemajuan teknologi AI dengan cara yang bermanfaat, visi Musk bertujuan untuk membentuk kembali pemahaman tentang interaksi AI. Kepemimpinan dan etos dasar sangat dipengaruhi oleh komitmen Musk untuk mendorong batasan teknologi. Investor Grok AI Meskipun rincian spesifik mengenai investor yang mendukung Grok AI masih terbatas, secara publik diakui bahwa xAI, inkubator proyek ini, didirikan dan didukung terutama oleh Elon Musk sendiri. Usaha dan kepemilikan Musk sebelumnya memberikan dukungan yang kuat, lebih lanjut memperkuat kredibilitas dan potensi pertumbuhan Grok AI. Namun, hingga saat ini, informasi mengenai yayasan investasi tambahan atau organisasi yang mendukung Grok AI tidak tersedia secara mudah, menandai area untuk eksplorasi potensial di masa depan. Bagaimana Grok AI Bekerja? Mekanisme operasional Grok AI sama inovatifnya dengan kerangka konseptualnya. Proyek ini mengintegrasikan beberapa teknologi mutakhir yang memfasilitasi fungsionalitas uniknya: Infrastruktur yang Kuat: Grok AI dibangun menggunakan Kubernetes untuk orkestrasi kontainer, Rust untuk kinerja dan keamanan, dan JAX untuk komputasi numerik berkinerja tinggi. Ketiga elemen ini memastikan bahwa chatbot beroperasi secara efisien, dapat diskalakan dengan efektif, dan melayani pengguna dengan cepat. Akses Pengetahuan Real-Time: Salah satu fitur pembeda Grok AI adalah kemampuannya untuk mengakses data real-time melalui platform X—sebelumnya dikenal sebagai Twitter. Kemampuan ini memberikan AI akses ke informasi terbaru, memungkinkannya untuk memberikan jawaban dan rekomendasi yang tepat waktu yang mungkin terlewat oleh model AI lainnya. Dua Mode Interaksi: Grok AI menawarkan pengguna pilihan antara “Mode Menyenangkan” dan “Mode Reguler.” Mode Menyenangkan memungkinkan gaya interaksi yang lebih bermain dan humoris, sementara Mode Reguler fokus pada memberikan respons yang tepat dan akurat. Fleksibilitas ini memastikan pengalaman yang disesuaikan yang memenuhi berbagai preferensi pengguna. Intinya, Grok AI menggabungkan kinerja dengan keterlibatan, menciptakan pengalaman yang kaya dan menghibur. Garis Waktu Grok AI Perjalanan Grok AI ditandai oleh tonggak penting yang mencerminkan tahap pengembangan dan penerapannya: Pengembangan Awal: Fase dasar Grok AI berlangsung selama sekitar dua bulan, di mana pelatihan awal dan penyempurnaan model dilakukan. Rilis Beta Grok-2: Dalam kemajuan signifikan, beta Grok-2 diumumkan. Rilis ini memperkenalkan dua versi chatbot—Grok-2 dan Grok-2 mini—masing-masing dilengkapi dengan kemampuan untuk chatting, coding, dan penalaran. Akses Publik: Setelah pengembangan beta, Grok AI menjadi tersedia untuk pengguna platform X. Mereka yang memiliki akun yang diverifikasi dengan nomor telepon dan aktif selama setidaknya tujuh hari dapat mengakses versi terbatas, membuat teknologi ini tersedia untuk audiens yang lebih luas. Garis waktu ini mencakup pertumbuhan sistematis Grok AI dari awal hingga keterlibatan publik, menekankan komitmennya untuk perbaikan berkelanjutan dan interaksi pengguna. Fitur Utama Grok AI Grok AI mencakup beberapa fitur kunci yang berkontribusi pada identitas inovatifnya: Integrasi Pengetahuan Real-Time: Akses ke informasi terkini dan relevan membedakan Grok AI dari banyak model statis, memungkinkan pengalaman pengguna yang menarik dan akurat. Gaya Interaksi yang Beragam: Dengan menawarkan mode interaksi yang berbeda, Grok AI memenuhi berbagai preferensi pengguna, mengundang kreativitas dan personalisasi dalam berkomunikasi dengan AI. Dasar Teknologi yang Canggih: Pemanfaatan Kubernetes, Rust, dan JAX memberikan proyek ini kerangka kerja yang solid untuk memastikan keandalan dan kinerja optimal. Pertimbangan Diskursus Etis: Penyertaan fungsi penghasil gambar menunjukkan semangat inovatif proyek ini. Namun, hal ini juga menimbulkan pertimbangan etis seputar hak cipta dan penggambaran yang menghormati tokoh-tokoh yang dikenali—diskusi yang sedang berlangsung dalam komunitas AI. Kesimpulan Sebagai entitas perintis di bidang AI percakapan, Grok AI mencakup potensi untuk pengalaman pengguna yang transformatif di era digital. Dikembangkan oleh xAI dan didorong oleh pendekatan visioner Elon Musk, Grok AI mengintegrasikan pengetahuan real-time dengan kemampuan interaksi yang canggih. Ini berupaya untuk mendorong batasan apa yang dapat dicapai oleh kecerdasan buatan sambil tetap fokus pada pertimbangan etis dan keselamatan pengguna. Grok AI tidak hanya mewujudkan kemajuan teknologi tetapi juga mewakili paradigma percakapan baru di lanskap Web3, menjanjikan untuk melibatkan pengguna dengan pengetahuan yang mahir dan interaksi yang menyenangkan. Seiring proyek ini terus berkembang, ia berdiri sebagai bukti apa yang dapat dicapai di persimpangan teknologi, kreativitas, dan interaksi yang mirip manusia.

801 Total TayanganDipublikasikan pada 2024.12.26Diperbarui pada 2024.12.26

Apa Itu ERC AI

Euruka Tech: Gambaran Umum tentang $erc ai dan Ambisinya di Web3 Pendahuluan Dalam lanskap teknologi blockchain dan aplikasi terdesentralisasi yang berkembang pesat, proyek-proyek baru muncul dengan frekuensi tinggi, masing-masing dengan tujuan dan metodologi yang unik. Salah satu proyek tersebut adalah Euruka Tech, yang beroperasi di domain cryptocurrency dan Web3 yang luas. Fokus utama Euruka Tech, khususnya tokennya $erc ai, adalah untuk menghadirkan solusi inovatif yang dirancang untuk memanfaatkan kemampuan teknologi terdesentralisasi yang terus berkembang. Artikel ini bertujuan untuk memberikan gambaran komprehensif tentang Euruka Tech, eksplorasi tujuannya, fungsionalitas, identitas penciptanya, calon investor, dan signifikansinya dalam konteks yang lebih luas dari Web3. Apa itu Euruka Tech, $erc ai? Euruka Tech dicirikan sebagai proyek yang memanfaatkan alat dan fungsionalitas yang ditawarkan oleh lingkungan Web3, dengan fokus pada integrasi kecerdasan buatan dalam operasinya. Meskipun rincian spesifik tentang kerangka proyek ini agak samar, proyek ini dirancang untuk meningkatkan keterlibatan pengguna dan mengotomatiskan proses di ruang crypto. Proyek ini bertujuan untuk menciptakan ekosistem terdesentralisasi yang tidak hanya memfasilitasi transaksi tetapi juga menggabungkan fungsionalitas prediktif melalui kecerdasan buatan, sehingga penamaan tokennya, $erc ai. Tujuannya adalah untuk menyediakan platform intuitif yang memfasilitasi interaksi yang lebih cerdas dan pemrosesan transaksi yang efisien dalam lingkup Web3 yang terus berkembang. Siapa Pencipta Euruka Tech, $erc ai? Saat ini, informasi mengenai pencipta atau tim pendiri di balik Euruka Tech masih tidak ditentukan dan agak tidak jelas. Ketidakhadiran data ini menimbulkan kekhawatiran, karena pengetahuan tentang latar belakang tim sering kali penting untuk membangun kredibilitas dalam sektor blockchain. Oleh karena itu, kami telah mengkategorikan informasi ini sebagai tidak diketahui sampai rincian konkret tersedia di domain publik. Siapa Investor Euruka Tech, $erc ai? Demikian pula, identifikasi investor atau organisasi pendukung untuk proyek Euruka Tech tidak disediakan dengan mudah melalui penelitian yang tersedia. Aspek yang sangat penting bagi pemangku kepentingan atau pengguna potensial yang mempertimbangkan keterlibatan dengan Euruka Tech adalah jaminan yang datang dari kemitraan keuangan yang mapan atau dukungan dari perusahaan investasi yang terkemuka. Tanpa pengungkapan tentang afiliasi investasi, sulit untuk menarik kesimpulan komprehensif tentang keamanan finansial atau keberlangsungan proyek. Sesuai dengan informasi yang ditemukan, bagian ini juga berada pada status tidak diketahui. Bagaimana Euruka Tech, $erc ai Bekerja? Meskipun kurangnya spesifikasi teknis yang mendetail untuk Euruka Tech, penting untuk mempertimbangkan ambisi inovatifnya. Proyek ini berusaha memanfaatkan kemampuan komputasi kecerdasan buatan untuk mengotomatiskan dan meningkatkan pengalaman pengguna dalam lingkungan cryptocurrency. Dengan mengintegrasikan AI dengan teknologi blockchain, Euruka Tech bertujuan untuk menyediakan fitur seperti perdagangan otomatis, penilaian risiko, dan antarmuka pengguna yang dipersonalisasi. Esensi inovatif dari Euruka Tech terletak pada tujuannya untuk menciptakan koneksi yang mulus antara pengguna dan kemungkinan luas yang ditawarkan oleh jaringan terdesentralisasi. Melalui pemanfaatan algoritma pembelajaran mesin dan AI, proyek ini bertujuan untuk meminimalkan tantangan bagi pengguna baru dan menyederhanakan pengalaman transaksional dalam kerangka Web3. Simbiosis antara AI dan blockchain ini menggarisbawahi signifikansi token $erc ai, yang berdiri sebagai jembatan antara antarmuka pengguna tradisional dan kemampuan canggih dari teknologi terdesentralisasi. Garis Waktu Euruka Tech, $erc ai Sayangnya, sebagai akibat dari informasi yang terbatas mengenai Euruka Tech, kami tidak dapat menyajikan garis waktu yang mendetail tentang perkembangan utama atau tonggak dalam perjalanan proyek ini. Garis waktu ini, yang biasanya sangat berharga dalam memetakan evolusi suatu proyek dan memahami trajektori pertumbuhannya, saat ini tidak tersedia. Ketika informasi tentang peristiwa penting, kemitraan, atau penambahan fungsional menjadi jelas, pembaruan pasti akan meningkatkan visibilitas Euruka Tech di dunia crypto. Klarifikasi tentang Proyek “Eureka” Lainnya Penting untuk dicatat bahwa banyak proyek dan perusahaan berbagi nomenklatur serupa dengan “Eureka.” Penelitian telah mengidentifikasi inisiatif seperti agen AI dari NVIDIA Research, yang fokus pada pengajaran robot tugas kompleks menggunakan metode generatif, serta Eureka Labs dan Eureka AI, yang meningkatkan pengalaman pengguna dalam analitik pendidikan dan layanan pelanggan, masing-masing. Namun, proyek-proyek ini berbeda dari Euruka Tech dan tidak boleh disamakan dengan tujuan atau fungsionalitasnya. Kesimpulan Euruka Tech, bersama dengan token $erc ai-nya, mewakili pemain yang menjanjikan namun saat ini masih samar dalam lanskap Web3. Meskipun rincian tentang pencipta dan investor masih belum diungkapkan, ambisi inti untuk menggabungkan kecerdasan buatan dengan teknologi blockchain tetap menjadi titik fokus yang menarik. Pendekatan unik proyek ini dalam mendorong keterlibatan pengguna melalui otomatisasi canggih dapat membedakannya seiring dengan kemajuan ekosistem Web3. Seiring dengan terus berkembangnya pasar crypto, pemangku kepentingan harus memperhatikan kemajuan seputar Euruka Tech, karena pengembangan inovasi yang terdokumentasi, kemitraan, atau peta jalan yang terdefinisi dapat menghadirkan peluang signifikan di masa depan. Saat ini, kami menunggu wawasan yang lebih substansial yang dapat mengungkap potensi Euruka Tech dan posisinya dalam lanskap crypto yang kompetitif.

760 Total TayanganDipublikasikan pada 2025.01.02Diperbarui pada 2025.01.02

Apa Itu DUOLINGO AI

DUOLINGO AI: Mengintegrasikan Pembelajaran Bahasa dengan Inovasi Web3 dan AI Dalam era di mana teknologi membentuk kembali pendidikan, integrasi kecerdasan buatan (AI) dan jaringan blockchain menandai batasan baru untuk pembelajaran bahasa. Masuklah DUOLINGO AI dan cryptocurrency terkaitnya, $DUOLINGO AI. Proyek ini bercita-cita untuk menggabungkan kekuatan pendidikan dari platform pembelajaran bahasa terkemuka dengan manfaat teknologi Web3 yang terdesentralisasi. Artikel ini menggali aspek-aspek kunci dari DUOLINGO AI, menjelajahi tujuannya, kerangka teknologi, perkembangan sejarah, dan potensi masa depan sambil mempertahankan kejelasan antara sumber daya pendidikan asli dan inisiatif cryptocurrency independen ini. Gambaran Umum DUOLINGO AI Pada intinya, DUOLINGO AI berusaha untuk membangun lingkungan terdesentralisasi di mana pelajar dapat memperoleh imbalan kriptografi untuk mencapai tonggak pendidikan dalam kemahiran bahasa. Dengan menerapkan kontrak pintar, proyek ini bertujuan untuk mengotomatiskan proses verifikasi keterampilan dan alokasi token, sesuai dengan prinsip Web3 yang menekankan transparansi dan kepemilikan pengguna. Model ini menyimpang dari pendekatan tradisional dalam akuisisi bahasa dengan sangat bergantung pada struktur tata kelola yang dipimpin oleh komunitas, memungkinkan pemegang token untuk menyarankan perbaikan pada konten kursus dan distribusi imbalan. Beberapa tujuan notable dari DUOLINGO AI meliputi: Pembelajaran Gamified: Proyek ini mengintegrasikan pencapaian blockchain dan token non-fungible (NFT) untuk mewakili tingkat kemahiran bahasa, mendorong motivasi melalui imbalan digital yang menarik. Penciptaan Konten Terdesentralisasi: Ini membuka jalan bagi pendidik dan penggemar bahasa untuk berkontribusi pada kursus mereka, memfasilitasi model pembagian pendapatan yang menguntungkan semua kontributor. Personalisasi Berbasis AI: Dengan menggunakan model pembelajaran mesin yang canggih, DUOLINGO AI mempersonalisasi pelajaran untuk beradaptasi dengan kemajuan belajar individu, mirip dengan fitur adaptif yang ditemukan di platform yang sudah mapan. Pencipta Proyek dan Tata Kelola Hingga April 2025, tim di balik $DUOLINGO AI tetap anonim, praktik yang umum dalam lanskap cryptocurrency terdesentralisasi. Anonimitas ini dimaksudkan untuk mempromosikan pertumbuhan kolektif dan keterlibatan pemangku kepentingan daripada fokus pada pengembang individu. Kontrak pintar yang diterapkan di blockchain Solana mencatat alamat dompet pengembang, yang menandakan komitmen terhadap transparansi terkait transaksi meskipun identitas penciptanya tidak diketahui. Menurut peta jalannya, DUOLINGO AI bertujuan untuk berkembang menjadi Organisasi Otonom Terdesentralisasi (DAO). Struktur tata kelola ini memungkinkan pemegang token untuk memberikan suara pada isu-isu penting seperti implementasi fitur dan alokasi kas. Model ini sejalan dengan etos pemberdayaan komunitas yang ditemukan dalam berbagai aplikasi terdesentralisasi, menekankan pentingnya pengambilan keputusan kolektif. Investor dan Kemitraan Strategis Saat ini, tidak ada investor institusi atau modal ventura yang dapat diidentifikasi secara publik yang terkait dengan $DUOLINGO AI. Sebaliknya, likuiditas proyek ini terutama berasal dari bursa terdesentralisasi (DEX), menandai kontras yang tajam dengan strategi pendanaan perusahaan teknologi pendidikan tradisional. Model akar rumput ini menunjukkan pendekatan yang dipimpin oleh komunitas, mencerminkan komitmen proyek terhadap desentralisasi. Dalam whitepapernya, DUOLINGO AI menyebutkan pembentukan kolaborasi dengan “platform pendidikan blockchain” yang tidak ditentukan yang bertujuan untuk memperkaya penawaran kursusnya. Meskipun kemitraan spesifik belum diungkapkan, upaya kolaboratif ini menunjukkan strategi untuk menggabungkan inovasi blockchain dengan inisiatif pendidikan, memperluas akses dan keterlibatan pengguna di berbagai jalur pembelajaran. Arsitektur Teknologi Integrasi AI DUOLINGO AI menggabungkan dua komponen utama yang didorong oleh AI untuk meningkatkan penawaran pendidikannya: Mesin Pembelajaran Adaptif: Mesin canggih ini belajar dari interaksi pengguna, mirip dengan model kepemilikan dari platform pendidikan besar. Ia secara dinamis menyesuaikan kesulitan pelajaran untuk mengatasi tantangan spesifik pelajar, memperkuat area yang lemah melalui latihan yang ditargetkan. Agen Percakapan: Dengan menggunakan chatbot bertenaga GPT-4, DUOLINGO AI menyediakan platform bagi pengguna untuk terlibat dalam percakapan yang disimulasikan, mendorong pengalaman pembelajaran bahasa yang lebih interaktif dan praktis. Infrastruktur Blockchain Dibangun di atas blockchain Solana, $DUOLINGO AI memanfaatkan kerangka teknologi yang komprehensif yang mencakup: Kontrak Pintar Verifikasi Keterampilan: Fitur ini secara otomatis memberikan token kepada pengguna yang berhasil melewati tes kemahiran, memperkuat struktur insentif untuk hasil pembelajaran yang nyata. Lencana NFT: Token digital ini menandakan berbagai tonggak yang dicapai pelajar, seperti menyelesaikan bagian dari kursus mereka atau menguasai keterampilan tertentu, memungkinkan mereka untuk memperdagangkan atau memamerkan pencapaian mereka secara digital. Tata Kelola DAO: Anggota komunitas yang memiliki token dapat terlibat dalam tata kelola dengan memberikan suara pada proposal kunci, memfasilitasi budaya partisipatif yang mendorong inovasi dalam penawaran kursus dan fitur platform. Garis Waktu Sejarah 2022–2023: Konseptualisasi Landasan untuk DUOLINGO AI dimulai dengan pembuatan whitepaper, menyoroti sinergi antara kemajuan AI dalam pembelajaran bahasa dan potensi terdesentralisasi dari teknologi blockchain. 2024: Peluncuran Beta Peluncuran beta terbatas memperkenalkan penawaran dalam bahasa-bahasa populer, memberikan imbalan kepada pengguna awal dengan insentif token sebagai bagian dari strategi keterlibatan komunitas proyek. 2025: Transisi DAO Pada bulan April, peluncuran mainnet penuh terjadi dengan peredaran token, mendorong diskusi komunitas mengenai kemungkinan ekspansi ke bahasa Asia dan pengembangan kursus lainnya. Tantangan dan Arah Masa Depan Hambatan Teknis Meskipun memiliki tujuan ambisius, DUOLINGO AI menghadapi tantangan signifikan. Skalabilitas tetap menjadi perhatian yang berkelanjutan, terutama dalam menyeimbangkan biaya yang terkait dengan pemrosesan AI dan mempertahankan jaringan terdesentralisasi yang responsif. Selain itu, memastikan penciptaan konten berkualitas dan moderasi di tengah penawaran terdesentralisasi menimbulkan kompleksitas dalam mempertahankan standar pendidikan. Peluang Strategis Melihat ke depan, DUOLINGO AI memiliki potensi untuk memanfaatkan kemitraan mikro-credentialing dengan institusi akademis, menyediakan validasi keterampilan bahasa yang diverifikasi oleh blockchain. Selain itu, ekspansi lintas rantai dapat memungkinkan proyek ini untuk menjangkau basis pengguna yang lebih luas dan ekosistem blockchain tambahan, meningkatkan interoperabilitas dan jangkauannya. Kesimpulan DUOLINGO AI mewakili perpaduan inovatif antara kecerdasan buatan dan teknologi blockchain, menghadirkan alternatif yang berfokus pada komunitas untuk sistem pembelajaran bahasa tradisional. Meskipun pengembangannya yang anonim dan model ekonomi yang muncul membawa risiko tertentu, komitmen proyek terhadap pembelajaran gamified, pendidikan yang dipersonalisasi, dan tata kelola terdesentralisasi menerangi jalan ke depan untuk teknologi pendidikan di ranah Web3. Seiring kemajuan AI dan evolusi ekosistem blockchain, inisiatif seperti DUOLINGO AI dapat mendefinisikan ulang bagaimana pengguna terlibat dengan pendidikan bahasa, memberdayakan komunitas dan memberikan imbalan atas keterlibatan melalui mekanisme pembelajaran yang inovatif.

812 Total TayanganDipublikasikan pada 2025.04.11Diperbarui pada 2025.04.11

Diskusi

Selamat datang di Komunitas HTX. Di sini, Anda bisa terus mendapatkan informasi terbaru tentang perkembangan platform terkini dan mendapatkan akses ke wawasan pasar profesional. Pendapat pengguna mengenai harga AI (AI) disajikan di bawah ini.