Wawancara Terbaru Pendiri DeepMind: AGI Mungkin Terwujud dalam 5 Tahun, Skala 10 Kali Lipat Revolusi Industri, Gelombang Pemikiran Sebelumnya Telah 'Dikeringkan'

marsbitDipublikasikan tanggal 2026-04-10Terakhir diperbarui pada 2026-04-10

Abstrak

Demis Hassabis, pendiri DeepMind, dalam wawancara terbaru menyatakan bahwa AGI (Artificial General Intelligence) kemungkinan besar akan terwujud dalam lima tahun ke depan. Menurutnya, 90% terobosan kunci dalam industri AI modern selama 10-15 tahun terakhir berasal dari Google Brain, Google Research, atau DeepMind. Hambatan terbesar saat ini adalah komputasi, meskipun hukum penskalaan masih memberikan hasil yang signifikan. DeepMind berfokus pada pengembangan kemampuan pembelajaran berkelanjutan dan mengatasi "kecerdasan bergerigi" (Jagged Intelligence), di mana AI unggul dalam pertanyaan spesifik tetapi gagal dalam variasi lain. Hassabis sangat mendukung model open-source seperti Gemma, yang berguna untuk pengembang kecil dan akademisi. AGI diprediksi akan menjadi alat paling powerful dalam sains dan kedokteran, membawa era keemasan penemuan ilmiah. Namun, diperlukan regulasi global dan standar keamanan minimum, mirip dengan Badan Energi Atom Internasional, untuk memastikan pengembangan yang aman. Dampak sosial-ekonomi AGI diperkirakan sepuluh kali lebih besar dari Revolusi Industri, dengan kecepatan sepuluh kali lipat. Hassabis menekankan pentingnya distribusi manfaat yang adil dan mengatasi ketimpangan. Di balik tantangan teknis dan ekonomi, ia menyoroti pertanyaan filosofis mendatang tentang makna dan tujuan manusia di era AGI.

Zhidongxi 8 April melaporkan, wawancara terbaru pendiri DeepMind Demis Hassabis selama setengah jam telah dirilis.

Dalam wawancara, Hassabis menyatakan bahwa kemungkinan besar AGI akan terwujud dalam lima tahun ke depan. Ia juga mengungkapkan bahwa dalam sepuluh bahkan lima belas tahun terakhir, sekitar 90% pencapaian terobosan kunci yang mendukung industri AI modern berasal dari tim Google Brain, Google Research, atau DeepMind. Ia sangat percaya diri: "Jika ada terobosan kunci yang masih hilang di masa depan, kami juga mampu mewujudkannya."

Dalam hal komersialisasi kemampuan model, Demis Hassabis berpendapat bahwa kesenjangan antara laboratorium terkemuka sebenarnya mulai melebar, dan hanya memeras keuntungan dari ide-ide yang sama akan menjadi semakin sulit. Oleh karena itu, laboratorium yang mampu menciptakan ide-ide algoritma baru akan mendapatkan keunggulan lebih besar dalam beberapa tahun ke depan, karena gelombang ide sebelumnya telah "dikeringkan".

Dalam video tersebut, Demis Hassabis melakukan percakapan mendalam dengan pembawa acara Harry Stebbings, membahas waktu realisasi AGI dan hambatan teknis, komoditisasi model, masa depan sumber terbuka, era pasca-model bahasa besar, apakah AI benar-benar dapat memecahkan masalah pengembangan obat, dan topik inti lainnya, berbagi alasan kemajuan DeepMind dan rencana masa depan, serta membahas perasaan pertama kali bertemu Musk.

Pandangan inti yang diungkapkan dalam wawancara adalah sebagai berikut:

1. Kemungkinan besar AGI akan terwujud dalam lima tahun ke depan, dengan komputasi sebagai hambatan terbesar.

2. Dalam hukum penskalaan, pengembalian investasi komputasi menurun tetapi masih signifikan.

3. Kemampuan pembelajaran berkelanjutan adalah kekurangan besar AI saat ini. Selain itu, AI sangat unggul ketika diajukan pertanyaan tertentu dengan cara tertentu, tetapi jika Anda mengubah cara bertanya, mereka bahkan mungkin gagal dalam hal-hal dasar. Demis Hassabis menyebut fenomena ini sebagai Kecerdasan Bergigi (Jagged Intelligence).

4. AGI pada akhirnya akan menjadi alat paling kuat di bidang sains dan kedokteran, dan sekitar lima tahun lagi, kita akan memasuki era keemasan penemuan ilmiah.

5. Regulasi AI di masa depan setidaknya harus menetapkan seperangkat standar minimum dan beberapa tolok ukur untuk menguji atribut buruk sistem.

6. Ketika masalah teknis dan ekonomi AI telah ditangani, maka yang tersisa adalah masalah filosofis.

Berikut adalah ringkasan inti dari konten wawancara:

01. AGI dalam Lima Tahun, Komputasi adalah Hambatan Terbesar

Pembawa acara: Apa yang Anda pahami sebagai AGI hari ini? Ini bisa menjadi titik awal diskusi kita.

Demis Hassabis: Definisi kami selalu konsisten: AGI adalah sistem yang memiliki semua kemampuan kognitif pikiran manusia. Alasan menggunakan standar ini adalah karena otak manusia adalah satu-satunya contoh yang diketahui di alam semesta yang membuktikan keberadaan kecerdasan umum. Jadi bagi saya, itulah patokan yang harus dicapai AGI.

Pembawa acara: Seberapa jauh kita dari AGI? Pendapat bervariasi, beberapa tokoh terkenal bahkan memprediksi mungkin akan terwujud pada tahun 2026 atau 2027. Bagaimana pendapat Anda?

Demis Hassabis: Kemungkinan besar AGI akan terwujud dalam lima tahun ke depan.

Pembawa acara: Apakah ini lebih dekat dari yang Anda bayangkan? Apakah penilaian Anda berubah seiring waktu?

Demis Hassabis: Sebenarnya tidak. Pendiri bersama saya, ilmuwan kepala DeepMind Shane Legg, sering memprediksi kapan AGI akan datang di blognya sejak kami mendirikan perusahaan pada tahun 2010. Saat itu, hampir tidak ada yang serius menanggapi AI, semua orang menganggap ini jalan buntu. Blog-blog itu juga tidak banyak dibaca, tetapi masih ada di internet hingga hari ini, dan siapa pun dapat mencarinya. Kami membuat ekstrapolasi berdasarkan kemajuan komputasi dan algoritma, pada dasarnya memprediksi butuh sekitar 20 tahun dari awal. Sekarang, kami benar-benar sesuai rencana.

Pembawa acara: Dari titik ini hari ini, apa hambatan teknis terbesar?

Demis Hassabis: Saya pikir komputasi adalah hambatan terbesar. Ini tidak hanya karena "hukum penskalaan": Anda perlu terus membangun arsitektur yang lebih besar, menampung lebih banyak parameter, untuk mendapatkan sistem yang lebih cerdas. Area lain yang juga membutuhkan banyak komputasi adalah melakukan eksperimen. Komputer dan cloud adalah meja kerja kami. Jika Anda memiliki ide baru dan ingin mengujinya, Anda harus memvalidasinya pada skala yang wajar. Jadi, jika Anda memiliki banyak peneliti dan banyak ide baru, Anda membutuhkan daya komputasi yang sangat melimpah.

Pembawa acara: Anda baru saja menyebutkan "hukum penskalaan". Sekarang banyak orang berpikir kita sedang menyentuh batas hukum penskalaan, peningkatan kinerja mulai menunjukkan efek platform. Apakah Anda setuju?

Demis Hassabis: Tidak, saya tidak berpikir begitu. Saya pikir situasi sebenarnya lebih rumit dari pernyataan itu. Tentu, ketika perusahaan-perusahaan terkemuka mulai membangun model bahasa besar, setiap generasi sistem baru membawa lompatan kinerja yang besar. Pertumbuhan eksponensial seperti ini pada titik tertentu pasti akan melambat. Tetapi ini tidak berarti bahwa memperluas sistem yang ada lebih lanjut tidak memberikan imbalan yang baik. Kami dan laboratorium terdepan lainnya masih mendapatkan imbalan yang sangat signifikan dari penskalaan komputasi. Meskipun jelas lebih sedikit daripada saat penskalaan awal, tetapi masih signifikan.

Pembawa acara: Lalu, di bidang mana kita sebenarnya tertinggal dari ekspektasi awal Anda?

Demis Hassabis: Jujur saja, di sebagian besar bidang, kami lebih maju dari yang saya perkirakan. Anda bisa melihat model generasi video, bahkan sistem terbaru kami, seperti Genie, yang merupakan model dunia interaktif. Jika seseorang menunjukkan hal-hal ini kepada saya lima sampai sepuluh tahun yang lalu, saya akan sangat terkejut. Jadi, di sebagian besar bidang, kami lebih maju dari yang diharapkan bidang ini sebelumnya. Tetapi masih ada beberapa kekurangan besar, seperti "pembelajaran berkelanjutan", artinya sistem saat ini, sekali dilatih dan diterapkan di dunia nyata, tidak lagi mempelajari hal baru.

02. Kemampuan Pembelajaran Berkelanjutan adalah Salah Satu Rencana Selanjutnya DeepMind

Pembawa acara: Sekarang, saat meneliti dan mempersiapkan program baru, DeepMind telah menjadi pilihan utama saya. Tetapi dua atau tiga tahun yang lalu, situasinya tidak seperti ini. Menurut Anda, apa yang mendorong percepatan dan kemajuan seperti ini di DeepMind?

Demis Hassabis: Kami memang melakukan beberapa penyesuaian struktur organisasi. Faktanya, Google dan DeepMind selalu memiliki cadangan penelitian yang paling dalam dan luas di industri. Jika melihat kembali sepuluh bahkan lima belas tahun terakhir, sekitar 90% pencapaian terobosan yang mendukung industri AI modern berasal dari Google Brain, Google Research, atau DeepMind, seperti AlphaGo, pembelajaran penguatan, dan tentu saja arsitektur Transformer. Ini semua adalah tonggak sejarah kunci.

Oleh karena itu, saya yakin jika ada terobosan kunci yang masih hilang di masa depan, kami juga mampu mewujudkannya. Kami pada dasarnya mengumpulkan semua talenta terbaik di perusahaan, berusaha ke arah yang sama. Selain itu, kami juga mengkonsolidasikan semua sumber daya komputasi untuk membangun model terbesar, alih-alih menjalankan dua atau tiga versi berbeda secara paralel di dalam perusahaan. Jadi saya pikir, sebagian besar, kami merakit semua elemen yang sudah kami miliki, dan maju dengan fokus dan kecepatan yang hampir seperti perusahaan rintisan, sehingga kembali ke garis depan teknologi dan memimpin di banyak bidang.

Pembawa acara: Anda mengatakan jika ada yang benar-benar membuat terobosan, seharusnya DeepMind. Jadi, menurut Anda, apakah pembelajaran berkelanjutan adalah terobosan berikutnya yang paling Anda nantikan?

Demis Hassabis: Saya pikir masih ada beberapa hal yang hilang. Pembelajaran berkelanjutan adalah salah satunya. Selain itu, meneliti sistem memori yang berbeda juga memiliki potensi besar. Saat ini kami terutama mengandalkan jendela konteks panjang, memasukkan semua informasi, yang sebenarnya agak "kasar". Saya pikir masih banyak arsitektur menarik yang bisa diciptakan dalam hal ini. Juga seperti perencanaan jangka panjang, perencanaan hierarkis. Sistem yang ada tidak pandai menangani perencanaan dengan rentang waktu panjang, seperti hal-hal bertahun-tahun ke depan. Sedangkan pikiran manusia bisa melakukannya. Jadi masih banyak masalah yang harus diatasi. Mungkin masalah terbesar adalah mereka sangat unggul ketika diajukan pertanyaan tertentu dengan cara tertentu, tetapi jika Anda mengubah cara bertanya, mereka bahkan mungkin gagal dalam hal-hal dasar. Kecerdasan umum seharusnya tidak seperti ini. Saya menyebutnya Kecerdasan Bergigi (Jagged Intelligence).

03."Sangat Mendukung Model Sumber Terbuka"

Pembawa acara: Sekarang banyak orang di industri juga membahas "komoditisasi" kemampuan model. Menurut Anda, akankah kita melihat situasi seperti itu? Atau akankah ada satu atau dua laboratorium yang terus berakselerasi, meninggalkan pesaing lainnya?

Demis Hassabis: Saya pikir, saat ini tiga atau empat laboratorium terkemuka — kami adalah salah satunya. Kesenjangan di antara mereka sebenarnya mulai melebar, alasannya, banyak alat yang ada (seperti alat pengkodean, alat matematika) akan membantu membangun sistem generasi berikutnya. Dan saya pikir, hanya memeras keuntungan dari ide-ide yang sama akan menjadi semakin sulit. Oleh karena itu, laboratorium yang mampu menciptakan ide-ide algoritma baru akan mendapatkan keunggulan lebih besar dalam beberapa tahun ke depan, karena gelombang ide sebelumnya telah "dikeringkan".

Pembawa acara: Pertanyaan lain saya adalah, selama bertahun-tahun Anda cukup terbuka dengan banyak penelitian DeepMind, dan kami juga melihat banyak model sumber terbuka berkualitas tinggi. Bagaimana pandangan Anda tentang masa depan sumber terbuka?

Demis Hassabis: Saya pikir, kemungkinan besar akan mirip dengan situasi yang kita lihat sekarang. Kami selalu menjadi pendukung kuat ilmu pengetahuan terbuka dan model sumber terbuka. Dari Transformer awal hingga AlphaFold, kami melakukan banyak pekerjaan, berbagi hasil ini dengan dunia, untuk membantu komunitas penelitian. Kami berencana terus melakukan ini, terutama di bidang aplikasi, seperti menerapkan AI untuk sains, yang jelas merupakan hasrat pribadi saya. Tetapi saya juga berpikir, Anda akan semakin melihat bahwa model sumber terbuka mungkin akan tertinggal selangkah dari model paling mutakhir. Biasanya, komunitas sumber terbuka membutuhkan waktu sekitar enam bulan untuk menerapkan kembali dan memahami ide-ide baru tersebut. Namun, kami juga sangat mendorong serangkaian model sumber terbuka bernama Gemma, bertekad menjadikannya yang terbaik di kelasnya pada skala masing-masing. Bagi pengembang kecil, akademisi, atau perusahaan rintisan yang baru memulai, mereka adalah pilihan yang sangat ideal, dan juga cocok untuk komputasi tepi. Jadi untuk jenis aplikasi tertentu, kami sangat mendukung model sumber terbuka.

04. AGI Masa Depan Membutuhkan Regulasi Global

Pembawa acara: Selanjutnya ingin bertanya kepada Anda, bagaimana melihat dunia pasca-model bahasa besar? Pandangan sarjana berbeda-beda, misalnya Yann LeCun memiliki pandangan yang sangat berbeda.

Demis Hassabis: Jujur, saya tidak setuju dengan Yann LeCun dalam beberapa masalah. Saya pikir, mungkin masih ada peluang 50% bahwa ada beberapa elemen kunci yang hilang, kita masih perlu membuat terobosan dalam hal seperti model dunia. Tetapi satu hal yang sangat saya yakini adalah, model dasar telah membuktikan kesuksesan besarnya. Mereka dapat menyelesaikan tugas-tugas yang sangat mengesankan, saya tidak berpikir kemampuan ini akan hilang. Kami masih terus mendapat imbalan dari hukum penskalaan. Jadi, pertanyaan sebenarnya adalah: ketika kita memandang sistem AGI di masa depan, apakah model LLM (model bahasa besar) adalah satu-satunya komponen kunci, atau bagian dari sistem keseluruhan? Penilaian saya adalah, ia tidak akan digantikan, tetapi akan menjadi dasar untuk dibangun di atasnya, seperti yang kami lakukan pada model dunia.

Pembawa acara: Seperti yang Anda katakan, AGI mungkin akan muncul pada saat itu. Lalu, ketika kita memandang masa depan lima tahun lagi, seperti apa dunia itu? Banyak orang menyatakan kekhawatiran dari sudut pandang berbeda. Mari kita mulai dari sisi positif. Menurut Anda, seperti apa dunia itu?

Demis Hassabis: Saya pikir sisi positif, dan juga tujuan awal seluruh karier saya membangun AGI. Ia pada akhirnya akan menjadi alat paling kuat di bidang sains dan kedokteran. Dalam mendorong penemuan ilmiah, mencari metode pengobatan penyakit, kita sangat membutuhkan teknologi seperti ini. Jadi saya harap, dalam lebih dari lima tahun, kita akan memasuki era keemasan penemuan ilmiah.

Saya pikir kita akan segera mendekati target itu. Pertama, setelah menyelesaikan proyek pelipatan protein AlphaFold, kami memisahkan sebuah perusahaan — Isomorphic Labs, yang saat ini berkembang sangat baik. Ide intinya adalah: fokus menyelesaikan sisa proses penemuan obat, termasuk banyak pekerjaan kimia, desain senyawa, deteksi toksisitas, dan berbagai penilaian atribut yang diperlukan untuk keamanan obat. Kami memperkirakan, dalam lima hingga sepuluh tahun ke depan, seluruh mesin desain obat akan siap.

Hambatan berikutnya adalah uji klinis, yang masih membutuhkan banyak tahun. Tetapi saya yakin AI dapat membantu, seperti mensimulasikan bagian tertentu metabolisme manusia, serta melakukan stratifikasi pasien yang tepat, memastikan pasien tertentu mendapatkan obat yang paling sesuai dengan susunan genomnya. Jadi, AI juga dapat memberikan nilai dalam hal ini. Tetapi saya pikir, revolusi sebenarnya mungkin akan muncul setelah belasan obat yang dirancang AI berhasil melewati seluruh proses. Saat itu, pemerintah dan lembaga regulator akan melihat hasil ini, dan memiliki data yang cukup untuk memeriksa ulang prediksi model. Mungkin sepuluh tahun kemudian, kita akan benar-benar mempercayai prediksi model ini, sehingga melewati beberapa langkah, seperti tidak perlu lagi uji hewan, atau meningkatkan dosis lebih cepat, karena keandalan model telah terverifikasi. Jadi, saya pikir harus dilakukan dalam dua langkah: pertama menaklukkan masalah desain obat, lalu menyelesaikan masalah waktu proses regulator.

Pembawa acara: Berbicara tentang regulasi, keamanan AI tentu saja adalah topik besar, dan juga memicu kekhawatiran luas. Saya ingat Stephen Hawking pernah berkata: Kita harus melakukan hal ini dengan benar, karena kita mungkin tidak memiliki kesempatan kedua. Apakah Anda setuju dengan pandangannya?

Demis Hassabis: Saya sangat setuju. Saya pikir itulah risiko yang kita hadapi. Saya terutama khawatir tentang dua hal: Pertama, penyalahgunaan sistem ini oleh pelaku jahat. Kedua, masalah tingkat teknis: satu atau dua tahun lagi, ketika sistem ini menjadi lebih berwujud, lebih otonom, juga ketika kita perlahan menuju AGI, apakah kita dapat menjaganya selalu pada jalur aman yang diinginkan. Saya pikir, regulasi yang tepat akan membantu memastikan semua penyedia terkemuka setidaknya mencapai standar keamanan minimum, tetapi idealnya, ini membutuhkan standar seragam di tingkat internasional.

Pembawa acara: Lalu, regulasi seperti apa yang "tepat"? Mengutip perkataan Anda dalam film dokumenter, Anda menyebutkan "kita membutuhkan lebih banyak koordinasi global", ini membuat saya khawatir, karena faktanya kita semakin buruk dalam hal koordinasi global.

Demis Hassabis: Memang begitu. Kita berada dalam periode yang sangat khusus. Teknologi ini mungkin adalah teknologi paling berpengaruh dalam sejarah manusia, dan pada saat yang sama, sistem internasional sangat terpecah. Ini jelas bukan kondisi ideal. Tetapi kita harus berusaha sebaik mungkin, setidaknya menetapkan seperangkat standar minimum dan beberapa tolok ukur, untuk menguji atribut buruk sistem, seperti "penipuan". Tidak ada yang seharusnya membangun sistem dengan kemampuan menipu, karena itu akan memungkinkan mereka melewati langkah-langkah keamanan lainnya. Jika semuanya berjalan lancar, kita dapat membangun semacam mekanisme sertifikasi, mirip dengan "tanda kualitas", yang menunjukkan bahwa model tersebut memiliki perlindungan keamanan dan jaminan kinerja tertentu, sehingga konsumen dan perusahaan dapat membangun dengan aman di atasnya. Saya pikir ini adalah arah perkembangan yang ideal. Dan, semua ini harus bersifat internasional, karena sistem ini secara alami bersifat lintas negara, lintas wilayah.

Pembawa acara: Lalu, siapa yang menjadi wasit?

Demis Hassabis: Saya pikir subjek tanggung jawab akhir haruslah pemerintah. Tetapi lembaga yang mampu melakukan pekerjaan teknis spesifik, dapat berupa organisasi seperti Institut Keamanan AI. Inggris memiliki Institut Keamanan AI yang sangat baik, didirikan pada masa Perdana Menteri sebelumnya Sunak, saya pikir kinerjanya bagus. Amerika juga memiliki lembaga serupa. Mungkin, negara-negara utama dengan kemampuan penelitian terkemuka,都应该设立同等的机构, dilengkapi dengan peneliti berkualitas tinggi, mampu mengevaluasi dan mengaudit sistem ini terhadap tolok ukur tertentu, memverifikasi secara independen apakah mereka memenuhi standar yang sesuai.

Pembawa acara: Jika saya dapat memberi Anda tongkat sihir yang hanya berlaku untuk bidang keamanan AI, ide atau rencana seperti apa yang akan Anda terapkan?

Demis Hassabis: Saya pikir, kita membutuhkan semacam lembaga internasional, mungkin mirip dengan Badan Energi Atom Internasional. Institut Keamanan AI dari berbagai negara dapat memberikan masukan, komunitas penelitian juga harus terlibat, bersama-sama menentukan tolok ukur mana yang sesuai, properti apa yang perlu diperiksa, kemampuan apa.

Selain itu, mungkin ada langkah-langkah keamanan lain, misalnya, tidak boleh mengizinkan sistem AI mengeluarkan token yang tidak dapat dibaca manusia, seperti semacam bahasa mesin yang tidak dapat kita pahami. Saya pikir itu akan memperkenalkan kerentanan keamanan baru. Kemudian, lembaga internasional ini akan menguji hal-hal di atas. Saya yakin, ini akan memberikan kepercayaan kepada publik, akademisi dan masyarakat sipil juga dapat berpartisipasi, memastikan sistem yang akan menjadi sangat kuat tersebut diperiksa secara independen.

05. Bidang AI Terlalu Banyak Hype dan Diremehkan Secara Serius

Pembawa acara: Ketika Anda melihat kemampuan sebenarnya dari sistem ini, bagaimana Anda melihat masalah penggantian tenaga kerja? Apa artinya bagi pasar tenaga kerja?

Demis Hassabis: Tidak diragukan lagi, setiap teknologi revolusioner baru dalam sejarah membawa banyak gangguan lapangan kerja. Ini pasti, saya pikir kali ini juga tidak akan例外. Banyak pekerjaan lama akan hilang, atau tidak lagi layak secara ekonomi. Tetapi sejarah juga memberitahu kita, yang mengikutinya adalah lahirnya se整套 pekerjaan baru. Pekerjaan ini sebelumnya tidak dapat dibayangkan, dan seringkali berkualitas tinggi, berpenghasilan tinggi. Ini adalah proses evolusi biasa. Tentu, kita harus sangat hati-hati menilai "apakah kali ini benar-benar berbeda". Orang seperti Marc Andreessen berpikir, kali ini tidak berbeda secara fundamental dengan internet, komunikasi seluler, dan sepuluh terobosan besar lainnya di masa lalu. Tetapi saya memang berpikir, dampaknya akan lebih besar dari terobosan teknologi sebelumnya, skalanya setara dengan sepuluh kali Revolusi Industri, dan kecepatannya juga sepuluh kali Revolusi Industri. Artinya, itu akan terjadi dalam sepuluh tahun, bukan satu abad. Saya membaca banyak buku tentang Revolusi Industri, revolusi itu membawa gejolak besar, juga kemajuan besar. Tetapi idealnya, kali ini kita harus lebih baik meredakan efek negatif tersebut dibandingkan era Revolusi Industri.

Pembawa acara: Seseorang memberitahu saya, kita selalu melebih-lebihkan apa yang dapat dilakukan dalam satu tahun, dan meremehkan apa yang dapat dilakukan dalam sepuluh tahun. Apakah penilaian ini masih berlaku di sini? Atau, perkembangan teknologi sebenarnya lebih cepat dari yang kita bayangkan?

Demis Hassabis: Tidak, saya pikir penilaian ini masih berlaku. Maksud saya, mungkin skala waktu jangka pendek dan jangka panjang lebih dekat dibandingkan teknologi lainnya. Tetapi saya memang berpikir, dilihat dari hari ini dan satu tahun ke depan, bidang AI agak terlalu banyak hype, dari sudut pandang tertentu, sudah tidak ada ruang untuk hype lebih lanjut. Tetapi yang menarik, di sisi lain, saya pikir dalam skala waktu sekitar sepuluh tahun, revolusionernya masih diremehkan secara serius. Kita bisa menyebutnya jangka panjang. Bahkan dalam bidang AI hari ini, dikotomi ini masih ada.

Pembawa acara: Selain kekhawatiran tentang pasar tenaga kerja, ada juga kekhawatiran tentang ketimpangan pendapatan dan kekayaan yang terkonsentrasi di tangan sedikit peserta. Menggabungkan komentar Anda tentang Revolusi Industri, bagaimana menurut Anda ini akan berkembang?

Demis Hassabis: Saya pikir ada berbagai jalur yang mungkin. Misalnya, dana pensiun harus membeli saham semua perusahaan AI besar, memastikan setiap orang dapat berbagi keuntungan. Mungkin setiap negara harus mendirikan dana kekayaan negara untuk melakukan ini. Ini adalah skema tingkat investasi.

Selain itu, saya pikir juga perlu memikirkan: jika peningkatan produktivitas yang sangat besar ini hanya terjadi di bidang yang sempit, bagaimana kita mendistribusikan kembali, bagaimana membuat setiap orang mendapat manfaat darinya? Saya dapat memikirkan berbagai cara, seperti menggunakan keuntungan produktivitas tambahan ini untuk menyediakan infrastruktur dan layanan publik lainnya. Dalam skala waktu lima hingga sepuluh tahun, mungkin akan ada terobosan yang luar biasa, misalnya mungkin kita memecahkan masalah fusi nuklir, dalam hal ini kami sedang berusaha dengan mitra Commonwealth Fusion. Saya pikir AI akan memimpin kita menuju kemungkinan baru: superkonduktor yang luar biasa, baterai yang lebih efisien, lompatan dalam ilmu material. Semua ini akan mengubah ekonomi secara mendasar.

Pembawa acara: Lalu, bagaimana kita menyelesaikan krisis energi yang dibawa oleh revolusi AI? Skala kebutuhan energinya belum pernah terjadi sebelumnya.

Demis Hassabis: Saya pikir, dalam jangka menengah hingga panjang, AI akan membayar sendiri biaya energinya, bahkan lebih. Kami sedang menjalankan serangkaian proyek untuk mengoptimalkan infrastruktur yang ada, seperti mengoptimalkan jaringan listrik. Saya yakin, kami mungkin dapat meningkatkan efisiensi jaringan listrik nasional sebesar 30% hingga 40%. Selain itu, ada pemodelan iklim dan cuaca, kami memiliki sistem pemodelan cuaca terbaik di dunia, ini membantu memposisikan secara tepat di mana dampak terjadi, sehingga dapat mengambil langkah-langkah mitigasi. Akhirnya, yang paling menarik mungkin adalah teknologi terobosan seperti fusi nuklir, baterai baru, superkonduktor, dan AI sangat penting untuk membantu kita mencapai tujuan ini. Pada saat itu, manusia akan memasuki lanskap energi baru yang belum pernah dialami, ini tentu akan membantu menyelesaikan masalah iklim dan lingkungan, dan akhirnya membantu kita masuk ke luar angkasa dengan biaya lebih rendah. Karena jika Anda memiliki fusi nuklir, energi yang luar biasa, Anda hampir memiliki bahan bakar roket tak terbatas, hanya perlu menyuling dan mengkatalisis air laut.

Pembawa acara: Saya mengeluarkan tongkat sihir itu lagi. Apa yang akan Anda lakukan, untuk menumbuhkan pola pikir pertumbuhan, kemampuan yang dapat membangun perusahaan triliun dolar yang belum ada hari ini?

Demis Hassabis: Kami sangat pandai menghasilkan ide-ide kewirausahaan, dan membawanya ke tingkat tertentu, seperti yang kami lakukan pada DeepMind. Tetapi jika Anda benar-benar ingin melompati jurang itu, menjadi pemain global bernilai triliun dolar, maka dari mana putaran pendanaan miliaran dolar itu? Yang memungkinkan Anda benar-benar menantang perusahaan mapan yang ada. Saya pikir ini pasti hilang 10 tahun yang lalu ketika saya mengumpulkan dana untuk DeepMind, dan saya pikir hari ini masih agak hilang: tingkat ambisi itu, dan jumlah yang dapat didukung oleh pasar modal.

06. Pertama Kali Bertemu Musk Langsung Cocok

Pembawa acara: Mari kita lakukan tanya jawab cepat. Bagaimana perasaan pertama kali bertemu Elon Musk?

Demis Hassabis: Rasanya luar biasa. Itu是在 acara Founders Fund. Saat itu SpaceX dan DeepMind都属于 portofolio yang sama. Saya pikir kami semua adalah tamu undangan, itu应该是 pertama kali saya menghadiri pertemuan portofolio, waktunya大概 tahun 2011 atau 2012, saat kami masih pendatang baru yang tidak mencolok, hanya mendapat slot bicara yang sangat kecil. Dan Musk adalah tokoh inti di portofolio itu, dia memberikan pidato utama. Kemudian kami bertemu setelah acara. Dia bercanda bahwa kami saling menyapa saat bersimpangan di kamar mandi. Kami langsung cocok, seperti orang yang terlalu ambisius dalam berpikir, dan sama-sama menyukai fiksi ilmiah. Saat itu saya sangat ingin mengunjungi pabrik roketnya, jadi mencoba mendapatkan undangan ke SpaceX. Di akhir pertemuan itu dia benar-benar mengeluarkan undangan. Pertemuan kedua kami, adalah di pabrik SpaceX di Los Angeles.

Pembawa acara: Lalu, revolusi medis apa yang paling Anda nantikan?

Demis Hassabis: Jujur, saya ingin benar-benar menyembuhkan kanker. Saya tahu ini terdengar klise, tetapi yang kami bangun di Isomorphic adalah通用. Kami mencoba membangun platform desain obat, berlaku untuk bidang terapi apa pun. Jadi idealnya, ini akan mencakup semua bidang dari penyakit neurodegeneratif, penyakit kardiovaskular, imunologi hingga kanker. Ini adalah prioritas kami saat ini, tetapi pada akhirnya, ini harus dapat diterapkan pada setiap penyakit.

Pembawa acara: Adakah sesuatu yang Anda pikirkan, tetapi orang lain belum membaca atau membicarakannya?

Demis Hassabis: Banyak orang khawatir tentang masalah ekonomi yang dibawa AGI yang kami bahas sebelumnya. Tetapi saya sangat khawatir tentang masalah filosofis di baliknya. Misalnya, asumsikan kita melakukan teknologi dengan benar, tingkat ekonomi juga ditangani dengan baik. Maka yang tersisa adalah masalah filosofis: Apa artinya? Apa tujuannya? Kita akan menyelidiki apa itu kesadaran, dan apa artinya menjadi manusia. Saya pikir pertanyaan-pertanyaan ini akan segera ada di depan kita. Kita membutuhkan beberapa filsuf hebat baru untuk membantu kita menemukan arah.

Pembawa acara: Terakhir, ada pertanyaan yang agak sulit. Ada banyak cara untuk menggambarkan apa yang Anda lakukan. Apa yang paling Anda ingin dikenang? Warisan seperti apa yang ingin Anda tinggalkan?

Demis Hassabis: Saya berharap warisan saya adalah mendorong kemajuan ilmiah, dan menciptakan teknologi yang membawa kesejahteraan besar bagi dunia, seperti menyembuhkan penyakit-penyakit mengerikan itu.

Artikel ini来自微信公众号 "Zhidongxi" (ID: zhidxcom), penulis: Jiayang, editor: Yunpeng

Pertanyaan Terkait

QMenurut Demis Hassabis, kapan AGI kemungkinan besar akan terwujud dan apa hambatan terbesarnya?

ADemis Hassabis menyatakan bahwa kemungkinan besar AGI akan terwujud dalam lima tahun ke depan. Hambatan teknis terbesar yang disebutkan adalah komputasi (computing power), baik untuk penskalaan model yang lebih besar maupun untuk menjalankan eksperimen penelitian.

QApa yang dimaksud dengan 'Kecerdasan Bergigi' (Jagged Intelligence) menurut Hassabis?

AHassabis menggunakan istilah 'Jagged Intelligence' untuk menggambarkan fenomena di mana AI dapat tampil sangat ahli ketika ditanya dengan cara tertentu, tetapi dapat gagal dalam hal-hal yang sangat mendasar jika pertanyaannya diubah. Ini menunjukkan bahwa kecerdasan umum seharusnya tidak bersifat seperti itu.

QBagaimana pandangan DeepMind tentang masa depan model AI sumber terbuka (open source)?

ADeepMind sangat mendukung model sumber terbuka dan telah berkontribusi pada banyak terobosan yang dibagikan ke komunitas penelitian. Mereka memperkirakan model sumber terbuka akan terus tertinggal selangkah di belakang model paling mutakhir, membutuhkan waktu sekitar enam bulan bagi komunitas untuk menerapkan dan memahami ide-ide baru. Mereka juga mengembangkan model Gemma untuk mendukung pengembang kecil dan akademisi.

QApa dampak revolusi AI yang diantisipasi Hassabis terhadap pasar tenaga kerja dan ekonomi?

AHassabis memperkirakan dampak revolusi AI akan sepuluh kali lebih besar dan sepuluh kali lebih cepat daripada Revolusi Industri. Banyak pekerjaan lama akan hilang, tetapi juga akan lahir banyak pekerjaan baru yang tidak terbayangkan sebelumnya. Dia menekankan pentingnya mendistribusikan manfaat produktivitas ini secara merata, misalnya melalui investasi dana pensiun atau sovereign wealth fund.

QMenurut Hassabis, apa peran filosofis yang akan muncul setelah masalah teknis dan ekonomi AGI teratasi?

ASetelah masalah teknis dan ekonomi AGI berhasil diatasi, Hassabis khawatir kita akan memasuki ranah filosofis. Pertanyaan mendasar tentang makna, tujuan, hakikat kesadaran, dan apa artinya menjadi manusia akan menjadi sangat relevan dan membutuhkan pemikiran dari filsuf-filsuf besar baru.

Bacaan Terkait

Harga Bitcoin Mungkin Alami Keruntuhan Lain, Tapi Bagaimana Prognosis Jangka Panjangnya?

Harga Bitcoin baru saja mencapai rekor tertinggi baru di atas $78.000, memicu sentimen bullish di pasar crypto. Namun, analis Behdark memperingatkan bahwa kenaikan ini bisa jadi jebakan sebelum harga mengalami koreksi tajam. Pola teknis yang terbentuk menunjukkan kemungkinan penurunan menuju level support kunci. Titik resistensi utama berada di $77.000 dan $80.552, di mana penolakan bisa memicu penurunan. Jika koreksi terjadi, target pertama adalah $72.800, kemudian $67.885. Break di bawah level ini berpotensi memicu crash 10% menuju $67.677, meski masih di atas support siklus $60.000. Analis menyarankan investor untuk waspada terhadap potensi penurunan jangka pendek ini, sekaligus melihatnya sebagai peluang akumulasi sebelum kenaikan jangka panjang.

bitcoinist11m yang lalu

Harga Bitcoin Mungkin Alami Keruntuhan Lain, Tapi Bagaimana Prognosis Jangka Panjangnya?

bitcoinist11m yang lalu

Pasar Prediksi di Bawah Bias

Pasar prediksi sering disalahartikan sebagai perjudian, namun esensinya adalah alat keuangan yang memungkinkan transfer risiko dan penghargaan bagi mereka yang memiliki keunggulan informasi. Berbeda dengan perjudian murni yang bergantung pada keberuntungan, pasar prediksi—seperti poker—dapat menghasilkan keuntungan positif melalui strategi dan analisis yang tepat. Pasar ini menawarkan presisi dalam memprediksi hasil peristiwa dunia nyata, sehingga menghindari gangguan faktor makro yang sering memengaruhi pasar tradisional. Kritik terhadap pasar prediksi sering kali mengabaikan perannya dalam lindung nilai risiko dan efisiensi kapital. Dalam industri seperti olahraga (dengan nilai ekonomi triliunan dolar), pasar prediksi memungkinkan perusahaan mengelola eksposur risiko. Likuiditas pasar secara alami mengatur peristiwa yang relevan, mengurangi potensi insider trading pada peristiwa tidak likuid. Media arus utama sering menentang pasar prediksi karena mengancam monopoli informasi mereka. Namun, pasar ini justru mendemokratisasi akses informasi, memberikan insentif bagi pengungkapan kebenaran, dan melawan narasi yang dikendalikan institusi. Dalam regulasi yang tepat, pasar prediksi dapat menjadi kekuatan positif untuk transparansi dan keadilan informasi.

marsbit32m yang lalu

Pasar Prediksi di Bawah Bias

marsbit32m yang lalu

Mengapa Anda Selalu Rugi di Polymarket? Karena Anda Bertaruh pada Berita, Sementara 'Tukang Perahu' Membaca Aturan

Di Polymarket, banyak trader kalah karena hanya fokus pada berita, sementara trader profesional ("车头") mempelajari aturan pasar dengan cermat seperti pengacara. Artikel ini menjelaskan mekanisme penyelesaian sengketa di Polymarket, yang melibatkan proses proposal, tantangan, diskusi di Discord, dan voting oleh pemegang token UMA. Meski mirip pengadilan tradisional, sistem Polymarket memiliki kelemahan krusial: tidak ada pemisahan antara pihak yang memutuskan dan yang memiliki kepentingan finansial, sehingga hasil voting bisa bias. Diskusi sering tidak efektif karena pengaruh kelompok dan perubahan posisi, serta hasil akhir tidak transparan tanpa penjelasan rinci. Kunci sukses di Polymarket adalah memahami aturan secara mendalam, bukan hanya memprediksi peristiwa.

marsbit45m yang lalu

Mengapa Anda Selalu Rugi di Polymarket? Karena Anda Bertaruh pada Berita, Sementara 'Tukang Perahu' Membaca Aturan

marsbit45m yang lalu

Warsh, Kambing Hitam Berikutnya Trump di Fed?

Kevin Warsh menghadapi audiensi konfirmasi sebagai calon Ketua Fed di tengah tekanan politik dari Donald Trump yang menuntut pemotongan suku bunga signifikan. Warsh, yang pernah kalah dari Powell delapan tahun lalu, mengusulkan reformasi radikal termasuk mengurangi frekuensi komunikasi Fed dan mengecilkan neraca senilai $6,7 triliun. Namun, ia terjebak dalam dilema: menuruti Trump berisiko memicu inflasi seperti era 1970-an, sedangkan menolak bisa membuatnya menjadi sasaran kemarahan politik. Proses konfirmasi Senatif juga terhambat oleh ancaman pemblokiran dari senator Republik Thom Tillis terkait investigasi kriminal terhadap Powell. Analis memperingatkan masa jabatan Warsh mungkin singkat, dengan pasar mempertanyakan kemampuannya menyeimbangkan tekanan politik dengan kredibilitas institusi.

marsbit1j yang lalu

Warsh, Kambing Hitam Berikutnya Trump di Fed?

marsbit1j yang lalu

Jatuh 10% Lalu Melonjak, Pengamatan Pasar Minyak Akhir Pekan

Setelah penutupan sementara, pembukaan kembali Selat Hormuz pada Jumat memicu optimisme pasar: saham AS naik, harga minyak mentah turun, dan imbal hasil obligasi pemerintah AS menurun. Namun, reaksi ini ternyata prematur. Pada Sabtu, dua kapal tanker ditolak melintas di Selat Hormuz. Trump memberi tekanan: jika tidak ada kesepakatan sebelum Rabu, AS akan memblokir pelabuhan Iran. Iran merespons dengan membatasi kembali selat dan menembak kapal yang mencoba melintas, menyebabkan dua kapal India berbalik arah dan menghentikan hampir semua lalu lintas. Trader bereaksi cepat di TradeXYZ, dengan kontrak minyak naik sekitar 4,52% dari harga penutupan akhir pekan, sementara kontrak indeks S&P turun hampir 0,8%. Trump kemudian mengubah pendekatan, mengumumkan utusan Steve Witkoff akan melakukan pembicaraan dengan Iran di Pakistan pada Selasa, memperpanjang batas waktu negosiasi hingga Rabu. Namun, dia juga mengancam akan menghancurkan setiap pembangkit listrik dan jembatan di Iran jika mereka tidak menerima kesepakatan. Iran menolak tekanan ini. Pada dini hari Senin, mereka menolak untuk berpartisipasi dalam putaran kedua pembicaraan, dengan laporan bahwa Tehran percaya AS mungkin melancarkan serangan sebelum gencatan senjata berakhir pada Selasa malam. Akibatnya, minyak melonjak lagi, menghapus titik tertinggi pada 18 April, sementara S&P jatuh di bawah titik terendahnya pada tanggal yang sama. Saham crypto tampil lebih buruk dibandingkan saham lainnya. Optimisme pasar yang menyebar minggu lalu akan dihukum, dan pergerakan pasar minggu ini sangat bergantung pada apakah Iran mempertahankan sikap tidak mau bernegosiasi.

marsbit1j yang lalu

Jatuh 10% Lalu Melonjak, Pengamatan Pasar Minyak Akhir Pekan

marsbit1j yang lalu

Trading

Spot
Futures

Artikel Populer

Apa Itu $S$

Memahami SPERO: Tinjauan Komprehensif Pengenalan SPERO Seiring dengan perkembangan lanskap inovasi, munculnya teknologi web3 dan proyek cryptocurrency memainkan peran penting dalam membentuk masa depan digital. Salah satu proyek yang telah menarik perhatian di bidang dinamis ini adalah SPERO, yang dilambangkan sebagai SPERO,$$s$. Artikel ini bertujuan untuk mengumpulkan dan menyajikan informasi terperinci tentang SPERO, untuk membantu para penggemar dan investor memahami dasar-dasar, tujuan, dan inovasi dalam domain web3 dan crypto. Apa itu SPERO,$$s$? SPERO,$$s$ adalah proyek unik dalam ruang crypto yang berusaha memanfaatkan prinsip desentralisasi dan teknologi blockchain untuk menciptakan ekosistem yang mendorong keterlibatan, utilitas, dan inklusi finansial. Proyek ini dirancang untuk memfasilitasi interaksi peer-to-peer dengan cara baru, memberikan pengguna solusi dan layanan keuangan yang inovatif. Pada intinya, SPERO,$$s$ bertujuan untuk memberdayakan individu dengan menyediakan alat dan platform yang meningkatkan pengalaman pengguna dalam ruang cryptocurrency. Ini termasuk memungkinkan metode transaksi yang lebih fleksibel, mendorong inisiatif yang dipimpin komunitas, dan menciptakan jalur untuk peluang finansial melalui aplikasi terdesentralisasi (dApps). Visi mendasar dari SPERO,$$s$ berputar di sekitar inklusivitas, bertujuan untuk menjembatani kesenjangan dalam keuangan tradisional sambil memanfaatkan manfaat teknologi blockchain. Siapa Pencipta SPERO,$$s$? Identitas pencipta SPERO,$$s$ tetap agak samar, karena ada sumber daya publik yang terbatas yang memberikan informasi latar belakang terperinci tentang pendiriannya. Kurangnya transparansi ini dapat berasal dari komitmen proyek terhadap desentralisasi—sebuah etos yang banyak proyek web3 bagi, memprioritaskan kontribusi kolektif di atas pengakuan individu. Dengan memusatkan diskusi di sekitar komunitas dan tujuan kolektifnya, SPERO,$$s$ mewujudkan esensi pemberdayaan tanpa menonjolkan individu tertentu. Dengan demikian, memahami etos dan misi SPERO tetap lebih penting daripada mengidentifikasi pencipta tunggal. Siapa Investor SPERO,$$s$? SPERO,$$s$ didukung oleh beragam investor mulai dari modal ventura hingga investor malaikat yang berdedikasi untuk mendorong inovasi di sektor crypto. Fokus investor ini umumnya sejalan dengan misi SPERO—memprioritaskan proyek yang menjanjikan kemajuan teknologi sosial, inklusivitas finansial, dan tata kelola terdesentralisasi. Fondasi investor ini biasanya tertarik pada proyek yang tidak hanya menawarkan produk inovatif tetapi juga memberikan kontribusi positif kepada komunitas blockchain dan ekosistemnya. Dukungan dari investor ini memperkuat SPERO,$$s$ sebagai pesaing yang patut diperhitungkan di domain proyek crypto yang berkembang pesat. Bagaimana SPERO,$$s$ Bekerja? SPERO,$$s$ menerapkan kerangka kerja multi-faceted yang membedakannya dari proyek cryptocurrency konvensional. Berikut adalah beberapa fitur kunci yang menekankan keunikan dan inovasinya: Tata Kelola Terdesentralisasi: SPERO,$$s$ mengintegrasikan model tata kelola terdesentralisasi, memberdayakan pengguna untuk berpartisipasi aktif dalam proses pengambilan keputusan mengenai masa depan proyek. Pendekatan ini mendorong rasa kepemilikan dan akuntabilitas di antara anggota komunitas. Utilitas Token: SPERO,$$s$ memanfaatkan token cryptocurrency-nya sendiri, yang dirancang untuk melayani berbagai fungsi dalam ekosistem. Token ini memungkinkan transaksi, hadiah, dan fasilitasi layanan yang ditawarkan di platform, meningkatkan keterlibatan dan utilitas secara keseluruhan. Arsitektur Berlapis: Arsitektur teknis SPERO,$$s$ mendukung modularitas dan skalabilitas, memungkinkan integrasi fitur dan aplikasi tambahan secara mulus seiring dengan perkembangan proyek. Kemampuan beradaptasi ini sangat penting untuk mempertahankan relevansi di lanskap crypto yang selalu berubah. Keterlibatan Komunitas: Proyek ini menekankan inisiatif yang dipimpin komunitas, menggunakan mekanisme yang memberikan insentif untuk kolaborasi dan umpan balik. Dengan memelihara komunitas yang kuat, SPERO,$$s$ dapat lebih baik memenuhi kebutuhan pengguna dan beradaptasi dengan tren pasar. Fokus pada Inklusi: Dengan menawarkan biaya transaksi yang rendah dan antarmuka yang ramah pengguna, SPERO,$$s$ bertujuan untuk menarik basis pengguna yang beragam, termasuk individu yang mungkin sebelumnya tidak terlibat dalam ruang crypto. Komitmen ini terhadap inklusi sejalan dengan misi utamanya untuk memberdayakan melalui aksesibilitas. Garis Waktu SPERO,$$s$ Memahami sejarah proyek memberikan wawasan penting tentang trajektori dan tonggak perkembangannya. Berikut adalah garis waktu yang disarankan yang memetakan peristiwa signifikan dalam evolusi SPERO,$$s$: Fase Konseptualisasi dan Ideasi: Ide awal yang membentuk dasar SPERO,$$s$ dikembangkan, sangat selaras dengan prinsip desentralisasi dan fokus komunitas dalam industri blockchain. Peluncuran Whitepaper Proyek: Setelah fase konseptual, whitepaper komprehensif yang merinci visi, tujuan, dan infrastruktur teknologi SPERO,$$s$ dirilis untuk menarik minat dan umpan balik komunitas. Pembangunan Komunitas dan Keterlibatan Awal: Upaya jangkauan aktif dilakukan untuk membangun komunitas pengguna awal dan investor potensial, memfasilitasi diskusi seputar tujuan proyek dan mendapatkan dukungan. Acara Generasi Token: SPERO,$$s$ melakukan acara generasi token (TGE) untuk mendistribusikan token asli kepada pendukung awal dan membangun likuiditas awal dalam ekosistem. Peluncuran dApp Awal: Aplikasi terdesentralisasi (dApp) pertama yang terkait dengan SPERO,$$s$ diluncurkan, memungkinkan pengguna untuk terlibat dengan fungsionalitas inti platform. Pengembangan Berkelanjutan dan Kemitraan: Pembaruan dan peningkatan berkelanjutan terhadap penawaran proyek, termasuk kemitraan strategis dengan pemain lain di ruang blockchain, telah membentuk SPERO,$$s$ menjadi pemain yang kompetitif dan berkembang di pasar crypto. Kesimpulan SPERO,$$s$ berdiri sebagai bukti potensi web3 dan cryptocurrency untuk merevolusi sistem keuangan dan memberdayakan individu. Dengan komitmen terhadap tata kelola terdesentralisasi, keterlibatan komunitas, dan fungsionalitas yang dirancang secara inovatif, ia membuka jalan menuju lanskap keuangan yang lebih inklusif. Seperti halnya investasi di ruang crypto yang berkembang pesat, calon investor dan pengguna dianjurkan untuk melakukan riset secara menyeluruh dan terlibat dengan perkembangan yang sedang berlangsung dalam SPERO,$$s$. Proyek ini menunjukkan semangat inovatif industri crypto, mengundang eksplorasi lebih lanjut ke dalam berbagai kemungkinan yang ada. Meskipun perjalanan SPERO,$$s$ masih berlangsung, prinsip-prinsip dasarnya mungkin benar-benar mempengaruhi masa depan cara kita berinteraksi dengan teknologi, keuangan, dan satu sama lain dalam ekosistem digital yang saling terhubung.

75 Total TayanganDipublikasikan pada 2024.12.17Diperbarui pada 2024.12.17

Apa Itu $S$

Apa Itu AGENT S

Agent S: Masa Depan Interaksi Otonom di Web3 Pendahuluan Dalam lanskap Web3 dan cryptocurrency yang terus berkembang, inovasi secara konstan mendefinisikan ulang cara individu berinteraksi dengan platform digital. Salah satu proyek perintis, Agent S, menjanjikan untuk merevolusi interaksi manusia-komputer melalui kerangka agen terbuka. Dengan membuka jalan untuk interaksi otonom, Agent S bertujuan untuk menyederhanakan tugas-tugas kompleks, menawarkan aplikasi transformasional dalam kecerdasan buatan (AI). Eksplorasi mendetail ini akan menyelami seluk-beluk proyek, fitur uniknya, dan implikasinya untuk domain cryptocurrency. Apa itu Agent S? Agent S berdiri sebagai kerangka agen terbuka yang inovatif, dirancang khusus untuk mengatasi tiga tantangan mendasar dalam otomatisasi tugas komputer: Memperoleh Pengetahuan Spesifik Domain: Kerangka ini secara cerdas belajar dari berbagai sumber pengetahuan eksternal dan pengalaman internal. Pendekatan ganda ini memberdayakannya untuk membangun repositori pengetahuan spesifik domain yang kaya, meningkatkan kinerjanya dalam pelaksanaan tugas. Perencanaan Selama Rentang Tugas yang Panjang: Agent S menggunakan perencanaan hierarkis yang ditingkatkan pengalaman, pendekatan strategis yang memfasilitasi pemecahan dan pelaksanaan tugas-tugas rumit dengan efisien. Fitur ini secara signifikan meningkatkan kemampuannya untuk mengelola beberapa subtugas dengan efisien dan efektif. Menangani Antarmuka Dinamis dan Tidak Seragam: Proyek ini memperkenalkan Antarmuka Agen-Komputer (ACI), solusi inovatif yang meningkatkan interaksi antara agen dan pengguna. Dengan memanfaatkan Model Bahasa Besar Multimodal (MLLM), Agent S dapat menavigasi dan memanipulasi berbagai antarmuka pengguna grafis dengan mulus. Melalui fitur-fitur perintis ini, Agent S menyediakan kerangka kerja yang kuat yang mengatasi kompleksitas yang terlibat dalam mengotomatisasi interaksi manusia dengan mesin, membuka jalan untuk berbagai aplikasi dalam AI dan seterusnya. Siapa Pencipta Agent S? Meskipun konsep Agent S secara fundamental inovatif, informasi spesifik tentang penciptanya tetap samar. Pencipta saat ini tidak diketahui, yang menyoroti baik tahap awal proyek atau pilihan strategis untuk menjaga anggota pendiri tetap tersembunyi. Terlepas dari anonimitas, fokus tetap pada kemampuan dan potensi kerangka kerja. Siapa Investor Agent S? Karena Agent S relatif baru dalam ekosistem kriptografi, informasi terperinci mengenai investor dan pendukung keuangannya tidak secara eksplisit didokumentasikan. Kurangnya wawasan yang tersedia untuk umum mengenai fondasi investasi atau organisasi yang mendukung proyek ini menimbulkan pertanyaan tentang struktur pendanaannya dan peta jalan pengembangannya. Memahami dukungan sangat penting untuk mengukur keberlanjutan proyek dan potensi dampak pasar. Bagaimana Cara Kerja Agent S? Di inti Agent S terletak teknologi mutakhir yang memungkinkannya berfungsi secara efektif dalam berbagai pengaturan. Model operasionalnya dibangun di sekitar beberapa fitur kunci: Interaksi Komputer yang Mirip Manusia: Kerangka ini menawarkan perencanaan AI yang canggih, berusaha untuk membuat interaksi dengan komputer lebih intuitif. Dengan meniru perilaku manusia dalam pelaksanaan tugas, ia menjanjikan untuk meningkatkan pengalaman pengguna. Memori Naratif: Digunakan untuk memanfaatkan pengalaman tingkat tinggi, Agent S memanfaatkan memori naratif untuk melacak sejarah tugas, sehingga meningkatkan proses pengambilan keputusannya. Memori Episodik: Fitur ini memberikan panduan langkah demi langkah kepada pengguna, memungkinkan kerangka untuk menawarkan dukungan kontekstual saat tugas berlangsung. Dukungan untuk OpenACI: Dengan kemampuan untuk berjalan secara lokal, Agent S memungkinkan pengguna untuk mempertahankan kontrol atas interaksi dan alur kerja mereka, sejalan dengan etos terdesentralisasi Web3. Integrasi Mudah dengan API Eksternal: Versatilitas dan kompatibilitasnya dengan berbagai platform AI memastikan bahwa Agent S dapat dengan mulus masuk ke dalam ekosistem teknologi yang ada, menjadikannya pilihan menarik bagi pengembang dan organisasi. Fungsionalitas ini secara kolektif berkontribusi pada posisi unik Agent S dalam ruang kripto, saat ia mengotomatisasi tugas-tugas kompleks yang melibatkan banyak langkah dengan intervensi manusia yang minimal. Seiring proyek ini berkembang, aplikasi potensialnya di Web3 dapat mendefinisikan ulang bagaimana interaksi digital berlangsung. Garis Waktu Agent S Pengembangan dan tonggak Agent S dapat dirangkum dalam garis waktu yang menyoroti peristiwa pentingnya: 27 September 2024: Konsep Agent S diluncurkan dalam sebuah makalah penelitian komprehensif berjudul “Sebuah Kerangka Agen Terbuka yang Menggunakan Komputer Seperti Manusia,” yang menunjukkan dasar untuk proyek ini. 10 Oktober 2024: Makalah penelitian tersebut dipublikasikan secara terbuka di arXiv, menawarkan eksplorasi mendalam tentang kerangka kerja dan evaluasi kinerjanya berdasarkan tolok ukur OSWorld. 12 Oktober 2024: Sebuah presentasi video dirilis, memberikan wawasan visual tentang kemampuan dan fitur Agent S, lebih lanjut melibatkan pengguna dan investor potensial. Tanda-tanda dalam garis waktu ini tidak hanya menggambarkan kemajuan Agent S tetapi juga menunjukkan komitmennya terhadap transparansi dan keterlibatan komunitas. Poin Kunci Tentang Agent S Seiring kerangka Agent S terus berkembang, beberapa atribut kunci menonjol, menekankan sifat inovatif dan potensinya: Kerangka Inovatif: Dirancang untuk memberikan penggunaan komputer yang intuitif seperti interaksi manusia, Agent S membawa pendekatan baru untuk otomatisasi tugas. Interaksi Otonom: Kemampuan untuk berinteraksi secara otonom dengan komputer melalui GUI menandakan lompatan menuju solusi komputasi yang lebih cerdas dan efisien. Otomatisasi Tugas Kompleks: Dengan metodologinya yang kuat, ia dapat mengotomatisasi tugas-tugas kompleks yang melibatkan banyak langkah, membuat proses lebih cepat dan kurang rentan terhadap kesalahan. Perbaikan Berkelanjutan: Mekanisme pembelajaran memungkinkan Agent S untuk belajar dari pengalaman masa lalu, terus meningkatkan kinerja dan efektivitasnya. Versatilitas: Adaptabilitasnya di berbagai lingkungan operasi seperti OSWorld dan WindowsAgentArena memastikan bahwa ia dapat melayani berbagai aplikasi. Saat Agent S memposisikan dirinya di lanskap Web3 dan kripto, potensinya untuk meningkatkan kemampuan interaksi dan mengotomatisasi proses menandakan kemajuan signifikan dalam teknologi AI. Melalui kerangka inovatifnya, Agent S mencerminkan masa depan interaksi digital, menjanjikan pengalaman yang lebih mulus dan efisien bagi pengguna di berbagai industri. Kesimpulan Agent S mewakili lompatan berani ke depan dalam pernikahan AI dan Web3, dengan kapasitas untuk mendefinisikan ulang cara kita berinteraksi dengan teknologi. Meskipun masih dalam tahap awal, kemungkinan aplikasinya sangat luas dan menarik. Melalui kerangka komprehensifnya yang mengatasi tantangan kritis, Agent S bertujuan untuk membawa interaksi otonom ke garis depan pengalaman digital. Saat kita melangkah lebih dalam ke dalam ranah cryptocurrency dan desentralisasi, proyek-proyek seperti Agent S pasti akan memainkan peran penting dalam membentuk masa depan teknologi dan kolaborasi manusia-komputer.

733 Total TayanganDipublikasikan pada 2025.01.14Diperbarui pada 2025.01.14

Apa Itu AGENT S

Cara Membeli S

Selamat datang di HTX.com! Kami telah membuat pembelian Sonic (S) menjadi mudah dan nyaman. Ikuti panduan langkah demi langkah kami untuk memulai perjalanan kripto Anda.Langkah 1: Buat Akun HTX AndaGunakan alamat email atau nomor ponsel Anda untuk mendaftar akun gratis di HTX. Rasakan perjalanan pendaftaran yang mudah dan buka semua fitur.Dapatkan Akun SayaLangkah 2: Buka Beli Kripto, lalu Pilih Metode Pembayaran AndaKartu Kredit/Debit: Gunakan Visa atau Mastercard Anda untuk membeli Sonic (S) secara instan.Saldo: Gunakan dana dari saldo akun HTX Anda untuk melakukan trading dengan lancar.Pihak Ketiga: Kami telah menambahkan metode pembayaran populer seperti Google Pay dan Apple Pay untuk meningkatkan kenyamanan.P2P: Lakukan trading langsung dengan pengguna lain di HTX.Over-the-Counter (OTC): Kami menawarkan layanan yang dibuat khusus dan kurs yang kompetitif bagi para trader.Langkah 3: Simpan Sonic (S) AndaSetelah melakukan pembelian, simpan Sonic (S) di akun HTX Anda. Selain itu, Anda dapat mengirimkannya ke tempat lain melalui transfer blockchain atau menggunakannya untuk memperdagangkan mata uang kripto lainnya.Langkah 4: Lakukan trading Sonic (S)Lakukan trading Sonic (S) dengan mudah di pasar spot HTX. Cukup akses akun Anda, pilih pasangan perdagangan, jalankan trading, lalu pantau secara real-time. Kami menawarkan pengalaman yang ramah pengguna baik untuk pemula maupun trader berpengalaman.

998 Total TayanganDipublikasikan pada 2025.01.15Diperbarui pada 2025.03.21

Cara Membeli S

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 S (S) disajikan di bawah ini.

活动图片

Kategori Populerright-arrow

Tag Populerright-arrow