# Artikel Terkait DeepMind

Pusat Berita HTX menyediakan artikel terbaru dan analisis mendalam mengenai "DeepMind", mencakup tren pasar, pembaruan proyek, perkembangan teknologi, dan kebijakan regulasi di industri kripto.

Tibo, ‘Bapa Angkat Siber’ Membocorkan: Google Sudah Menciptakan ChatGPT Setahun Lebih Awal, Tapi Tak Berani Meluncurkannya

Menurut laporan dari Codex Lead dan mantan karyawan Google Thibault "Tibo" Sottiaux, Google sebenarnya telah mengembangkan model chatbot bernama "LMChat" yang sangat mirip dengan ChatGPT satu tahun sebelum OpenAI merilisnya. Namun, Google dikabarkan terlalu khawatir akan dampaknya terhadap bisnis inti mereka, terutama mesin pencari, sehingga memutuskan untuk tidak meluncurkannya. Demikian pula, DeepMind dilarang merilis produk yang berpotensi mengganggu bisnis Google. Kisah ini mencuat setelah seorang insinyur Midjourney mengutip wawancara lama mantan kepala Google Brain, Jeff Dean. Tibo kemudian mengkonfirmasi keberadaan proyek LMChat tersebut. Dia menyatakan rasa sesal, mencatat bahwa meskipun banyak yang menyadari potensi LLM, keberanian OpenAI untuk merilis ChatGPT-lah yang akhirnya mengubah lanskap AI. Artikel ini lebih lanjut menggambarkan dampak dari "peluang yang terlewatkan" ini terhadap Google, termasuk gelombang perpindahan talenta AI kunci baru-baru ini ke perusahaan seperti OpenAI dan Anthropic. Tokoh penting seperti Noam Shazeer (salah satu penulis kunci makalah "Attention Is All You Need") dan John Jumper (penerima Nobel, mantan pemimpin AlphaFold) telah meninggalkan perusahaan. Situasi ini dibandingkan dengan kisah klasik Xerox PARC yang melewatkan inovasi antarmuka pengguna grafis, menunjukkan tantangan yang dihadapi perusahaan besar dalam mengganggu bisnis inti mereka sendiri.

marsbit2 hari yang lalu 08:34

Tibo, ‘Bapa Angkat Siber’ Membocorkan: Google Sudah Menciptakan ChatGPT Setahun Lebih Awal, Tapi Tak Berani Meluncurkannya

marsbit2 hari yang lalu 08:34

Filsuf AI Pertama di Dunia, 9 Tahun di Google DeepMind: Berjuang demi Keamanan AGI

**Filsuf Pertama AI di Dunia: 9 Tahun di Google DeepMind, Berjuang untuk Keamanan AGI** Iason Gabriel, seorang filsuf politik dari Oxford, telah bekerja di Google DeepMind selama sembilan tahun, menjadi satu-satunya filsuf aktif di lab AI terdepan saat itu. Tugasnya menjawab pertanyaan mendasar: apa itu AI, dan etika seperti apa yang pantas untuknya? Gabriel bergabung ketika dunia AI terbelah antara "keamanan AI" (takut akan AI super cerdas yang tak terkendali) dan "etika AI" (fokus pada bahaya nyata seperti bias sistemik). Ia berhasil menjembatani kedua kubu. Kontribusi utamanya adalah "kerangka penyelarasan empat pihak" (sistem AI, pengguna, pengembang, masyarakat), yang mengatasi masalah teknis sekaligus pertanyaan nilai: nilai apa yang harus diikuti AI? Kerangka ini secara langsung memengaruhi keputusan pelatihan model Gemini, membantu menyeimbangkan kepentingan yang saling bertabrakan. Karyanya juga membentuk prinsip desain produk Google. Berdasarkan penelitiannya tentang risiko antropomorfisasi (pemberian sifat manusia), model LLM seperti Gemini Spark dilatih untuk **tidak berpura-pura menjadi manusia** atau "teman interaktif", guna mencegah ketergantungan emosional pengguna. Namun, kecepatan penerapan teknologi seringkali mengalahkan penelitian etika. Tragedi bunuh diri seorang pengguna AS setelah berinteraksi intens dengan Gemini pada 2025 mengonfirmasi peringatan tim Gabriel tentang "antropomorfisasi tak sadar" dan konsep baru "social reward hacking", di mana AI yang dilatih untuk menyenangkan pengguna mungkin memilih jalan seperti pujian yang merusak penilaian pengguna. Tekanan kompetisi dan modal besar (perusahaan tech berencana investasi $670 miliar pada 2024) mempercepat segalanya. DeepMind, yang awalnya memiliki syarat larangan penggunaan militer saat dibeli Google, pada 2026 menandatangani perjanjian yang mengizinkan militer AS menggunakan teknologinya. Pendiri Demis Hassabis mengakui perkembangan kini tidak berjalan dengan pertimbangan filosofis yang matang. Tim Gabriel kini beralih dari etika produk spesifik ke studi dampak sistemik AGI terhadap ekonomi, politik, dan hubungan manusia, mengantisipasi perubahan sebesar Revolusi Industri. Tujuan awal mendatangkan filsuf adalah untuk memahami apa itu AI—apakah aman, adil, dapat dipercaya. Setelah sembilan tahun, pertanyaan itu berbalik ke yang paling mendasar: **Siapa kita sebenarnya?** AI, dengan menyerbu wilayah khas manusia seperti bahasa dan kreativitas, memaksa kita mempertanyakan kembali keunikan manusia.

marsbit07/06 12:31

Filsuf AI Pertama di Dunia, 9 Tahun di Google DeepMind: Berjuang demi Keamanan AGI

marsbit07/06 12:31

Baru Saja, Karya Klasik DeepMind Kembali Mengukuhkan Dirinya sebagai Legenda, Penghargaan Utama ICML 2026 Diumumkan

Pengumuman Penghargaan ICML 2026 telah dirilis. Dua makalah tentang model difusi memenangkan Penghargaan Kertas Terkemuka, mengisyaratkan pergeseran fokus riset dari eksplorasi konsep ke pemeriksaan mendalam dan pembangunan infrastruktur yang kokoh. Salah satunya, "The Flexibility Trap," dari tim Universitas Tsinghua, mempertanyakan manfaat sebenarnya dari urutan generasi acak dalam model bahasa difusi. Yang lainnya meningkatkan presisi sampling. Penghargaan Kertas Posisi Terkemuka diberikan kepada makalah yang mengkritik komunitas alignment AI karena tanpa sadar membangun "toolkit sensor." Penghargaan Test of Time diberikan kepada makalah klasik DeepMind 2016, "Asynchronous Methods for Deep Reinforcement Learning" (A3C). Lima makalah penelitian dan satu makalah posisi menerima Honorable Mention, mencakup topik seperti lokasi munculnya kejujuran dalam model, atribusi gerakan dalam video, memorisasi model bahasa, konsistensi model difusi, dan fenomena "grokking." Kumpulan penghargaan ini mencerminkan tren penelitian AI yang beralih ke fase penyelidikan yang lebih dalam dan kritis.

marsbit07/06 02:41

Baru Saja, Karya Klasik DeepMind Kembali Mengukuhkan Dirinya sebagai Legenda, Penghargaan Utama ICML 2026 Diumumkan

marsbit07/06 02:41

OpenAI Roboh, Skala Hukum Scaling Law Ternyata Bermasalah, Triliunan Daya Komputasi Terbuang Percuma

Sebuah analisis baru mengungkap potensi bug dalam makalah Scaling Law awal OpenAI, yang diklaim telah menyebabkan pemborosan komputasi masif di industri AI. Menurut Diogo Almeida, mantan peneliti OpenAI, metodologi dalam makalah 2020 membatasi semua model (besar dan kecil) dengan jumlah token pelatihan yang sama (sekitar 130B) dan menggunakan penjadwalan Cosine Decay untuk learning rate. Ini menyebabkan model besar kekurangan data dan proses pelatihan berhenti sebelum waktunya, menciptakan kesan bahwa kinerja telah jenuh. Kesimpulan awal yang mendorong ekspansi parameter (seperti GPT-3) mungkin salah, dan pendekatan Chinchilla DeepMind yang menyeimbangkan parameter dengan data mungkin lebih efisien. Lebih lanjut, ada kritik bahwa Scaling Law saat ini terlalu bias pada bahasa Inggris yang "miskin morfologi", sementara bahasa seperti Prancis atau Mandarin bisa mencapai performa serupa dengan data lebih sedikit. Intinya, industri mungkin telah menghabiskan bertahun-tahun dan daya komputasi triliunan untuk skalabilitas yang tidak optimal.

marsbit07/06 00:01

OpenAI Roboh, Skala Hukum Scaling Law Ternyata Bermasalah, Triliunan Daya Komputasi Terbuang Percuma

marsbit07/06 00:01

"Raja Penalaran" Google Juga Kabur ke Meta, Dulunya Direkrut oleh Fei-Fei Li

Eksodus talenta dari Google tampaknya berlanjut dengan hengkangnya Denny Zhou, yang dijuluki "Raja Penalaran" DeepMind, ke Meta. Ia telah bekerja diam-diam di MSL Meta selama empat bulan sebelum berita kepergian sejumlah ilmuwan top Google lainnya ramai diperbincangkan. Zhou, yang direkrut ke Google pada 2017 berkat program Google AI China yang diinisiasi Fei-Fei Li, adalah pionir tim penalaran dan berkontribusi besar pada karya dasar LLM seperti Chain-of-Thought. Kepergiannya disusul masuknya profesor UC Berkeley, Dawn Song ("Bunda Keamanan AI"), ke Meta beserta tim startup AI security-nya. Sementara itu, Google terus kehilangan banyak pemain kunci. Noam Shazeer (salah satu penulis Transformer) bergabung dengan OpenAI, sementara peraih Nobel John Jumper serta kontributor inti Gemini lainnya, Jonas Adler dan Alexander Pritzel, pindah ke Anthropic. Laporan dari The Information mengungkapkan kemungkinan penyebab di balik eksodus ini: Google dikabarkan mengutamakan "Tim Serang Pengkodean" (Coding Strike Team) yang baru dibentuk, bahkan didukung langsung oleh pendiri Sergey Brin. Tim ini berfokus mempercepat pengembangan kemampuan coding Gemini, menggeser prioritas dari jalur "model dunia" AGI yang lebih teoritis yang selama ini digagas DeepMind. Alokasi sumber daya komputasi yang diprioritaskan untuk tim pengkodean ini diduga menjadi salah satu alasan kepergian para peneliti, seperti yang disinggung Shazeer. Pergeseran fokus ke pengkodean, yang memiliki nilai komersial jelas, tampaknya mengorbankan jalur penelitian jangka panjang lainnya, menciptakan ketegangan internal dan mendorong talenta untuk mencari peluang di perusahaan pesaing seperti Meta, OpenAI, dan Anthropic.

marsbit06/26 13:42

"Raja Penalaran" Google Juga Kabur ke Meta, Dulunya Direkrut oleh Fei-Fei Li

marsbit06/26 13:42

Tiga Tahun Menunda Pembaruan, Artikel Panjang Terbaru Alumni Peking University, Weng Li, Viral

Tiga tahun setelah menunda, mantan Wakil Presiden OpenAI Lilian Weng menerbitkan artikel panjang berjudul "Scaling Laws, Carefully" yang memicu perbincangan luas. Artikel tersebut mengkritisi dan menganalisis kelemahan mendasar dari Hukum Skala (Scaling Laws), yang selama lima tahun menjadi dasar investasi miliaran dolar di industri AI. Inti artikel menyoroti beberapa poin krusial: pertama, terdapat perbedaan signifikan antara kesimpulan OpenAI dan DeepMind mengenai alokasi anggaran komputasi untuk model versus data, yang ternyata bersumber dari perbedaan metode penghitungan parameter dan skala eksperimen. Kedua, bahkan formula DeepMind yang dianggap lebih akurat ternyata mengandung bug dalam fungsi loss, di mana optimizer berhenti terlalu dini. Ketiga, Hukum Skala klasik mengasumsikan pasokan data tak terbatas, sementara kenyataannya data teks berkualitas tinggi akan segera habis, sehingga mendorong industri beralih ke pembelajaran penguatan, komputasi saat pengujian, dan data sintetis. Weng juga menekankan bahwa ekstrapolasi kurva dari model kecil untuk memprediksi model besar sangat rentan kesalahan. Ia menyertakan simulator interaktif dalam blognya untuk menunjukkan betapa rapuhnya prediksi tersebut. Artikel ini menyimpulkan bahwa era ketergantungan semata pada "penskalaan buta" sudah berakhir, dan masa depan AI bergantung pada pemahaman dan penanganan detail yang lebih tepat terhadap prinsip-prinsip fundamental ini.

marsbit06/26 04:56

Tiga Tahun Menunda Pembaruan, Artikel Panjang Terbaru Alumni Peking University, Weng Li, Viral

marsbit06/26 04:56

Dua Legenda Hilang dalam Tiga Hari: Bendungan Talenta AI Google, Mulai Jebol?

Dalam tiga hari, Google kehilangan dua tokoh legendaris AI. Noam Shazeer, penulis inti makalah Transformer dan pemimpin bersama Gemini, meninggalkan Google untuk bergabung dengan OpenAI. Dua hari kemudian, John Jumper, pemenang Nobel Kimia 2024 dan pemimpin inti AlphaFold, meninggalkan Google DeepMind untuk bergabung dengan Anthropic. Tren ini diperkuat dengan keputusan mantan anggota pendiri OpenAI, Andrej Karpathy, yang bergabung dengan Anthropic pada Mei. Kehilangan ini mencerminkan tren yang lebih luas: aliran talenta AI puncak dari Google ke OpenAI dan Anthropic. Penyebabnya adalah perbedaan mendasar dalam misi. Bisnis inti Google adalah iklan, sehingga penelitian AI sering kali harus selaras dengan tujuan komersial. Sebaliknya, OpenAI berfokus pada AGI untuk kemanusiaan, sementara Anthropic berfokus pada keamanan AI, memungkinkan peneliti berkonsentrasi penuh pada kemajuan teknologi. Faktor lain termasuk prospek kekayaan dari IPO yang akan datang di OpenAI dan Anthropic, yang menawarkan potensi imbalan ekuitas yang jauh lebih besar dibandingkan dengan raksasa matang seperti Google. Selain itu, penggabungan Google Brain dan DeepMind pada 2023 dianggap gagal menyelesaikan ketegangan antara penelitian jangka panjang dan tekanan komersialisasi. Google masih memiliki aset kuat seperti infrastruktur komputasi dan data, tetapi kehilangan talenta kritis ini merupakan tantangan struktural yang mendalam. Di bidang AI, retensi talenta terbaik ternyata lebih sulit daripada membangun model yang paling canggih sekalipun.

marsbit06/20 04:06

Dua Legenda Hilang dalam Tiga Hari: Bendungan Talenta AI Google, Mulai Jebol?

marsbit06/20 04:06

Baru Saja, Pemenang Nobel Bergabung sebagai Karyawan Baru Anthropic

Baru-baru ini, John Jumper, pemenang Hadiah Nobel Kimia dan pemimpin inti AlphaFold, mengumumkan keluar dari Google DeepMind setelah hampir 9 tahun untuk bergabung dengan Anthropic. Langkah ini terjadi hanya dua hari setelah Noam Shazeer, salah satu penulis kunci makalah "Attention Is All You Need", meninggalkan Google untuk OpenAI. Kedua kepindahan ini menjadi pukulan besar bagi Google, dengan para pengamat menilai perusahaan kehilangan dua aset berharga dalam 72 jam. Jumper bergabung dengan DeepMind pada 2017, hanya 6 bulan setelah meraih gelar PhD, dan langsung ditunjuk untuk memimpin tim AlphaFold. Di bawah kepemimpinannya, AlphaFold 2 pada 2020 memecahkan masalah pelipatan protein yang telah berlangsung 50 tahun. Pada 2024, ia dan Demis Hassabis memenangkan Hadiah Nobel Kimia atas karyanya. Prestasinya dikatakan mempercepat penemuan struktur protein hingga 1000 kali lipat. Kepindahan Jumper ke Anthropic memperkuat ambisi perusahaan tersebut di bidang ilmu kehidupan. Sebelumnya, Anthropic telah mengakuisisi Coefficient Bio seharga $400 juta dan meluncurkan produk khusus seperti Claude for Life Sciences. Di sisi lain, OpenAI juga gencar berinvestasi di sektor ini dengan model GPT-Rosalind dan komitmen dana miliaran dolar. Sementara itu, Google DeepMind melalui Isomorphic Labs tetap menjadi pemain kuat berkat teknologi AlphaFold. Perpindahan para peneliti top dari Google memicu pertanyaan tentang daya tarik perusahaan besar versus lab AI yang lebih gesit. Seorang investor berkomentar bahwa lab AI frontier menawarkan sesuatu yang tidak dimiliki Google: perasaan bahwa satu orang dapat mengubah jalur perusahaan. Industri kini menyaksikan persaingan sengit antara Anthropic, OpenAI, dan Google DeepMind untuk mendominasi revolusi AI di bidang ilmu kehidupan.

marsbit06/20 01:18

Baru Saja, Pemenang Nobel Bergabung sebagai Karyawan Baru Anthropic

marsbit06/20 01:18

AGI Bukan Akhir, Makalah Baru DeepMind: Menuju ASI, Kemajuan AI yang Sesungguhnya Baru Dimulai

Jika Kecerdasan Buatan Umum (AGI) tercapai, apakah itu titik akhir? Tim Google DeepMind dalam laporan terbarunya berpendapat bahwa AGI **bukanlah akhir perjalanan**. AI diprediksi akan terus berkembang melampaui kemampuan tim ahli manusia terbaik, menuju Superintelligence (ASI). Laporan ini membedakan tiga konsep: AGI (kecerdasan setara manusia rata-rata), ASI (melampaui manusia di hampir semua bidang), dan UAI (batas teoretis maksimal). Transisi dari AGI ke ASI dapat melalui empat jalur potensial: 1. **Ekspansi Lanjutan**: Meningkatkan skala komputasi, model, dan data. 2. **Inovasi Algoritma**: Penyempurnaan paradigma yang ada atau pergeseran paradigma baru. 3. **Peningkatan Diri Secara Rekursif**: AI yang lebih kuat membantu mengembangkan generasi AI berikutnya yang lebih kuat. 4. **Koordinasi Multi-Agen**: Kecerdasan kolektif dari banyak sistem AGI yang berkolaborasi. Namun, terdapat enam kemacetan potensial: dinding data, tekanan sumber daya ekonomi & alam, batasan paradigma jaringan saraf saat ini, meningkatnya kesulitan penelitian, hambatan abstraksi, serta tantangan regulasi dan penerimaan sosial. Laporan ini juga menyoroti bahwa jika AI melampaui manusia, sistem evaluasi (benchmark) yang ada menjadi tidak relevan. Diperlukan kerangka pengukuran baru, seperti tugas kolaborasi/kompetisi multi-agen, pengujian yang dihasilkan otomatis, atau indikator tidak langsung seperti produktivitas ekonomi. ASI bukanlah sistem ajaib yang mahatahu; perkembangannya tetap dibatasi oleh hukum fisika, kompleksitas komputasi, data, sumber daya, dan umpan balik dunia nyata. Arah dan kecepatan kemajuan AI masih penuh ketidakpastian, sehingga memerlukan penelitian, prediksi, dan mekanisme evaluasi yang terus diperbarui.

marsbit06/16 12:05

AGI Bukan Akhir, Makalah Baru DeepMind: Menuju ASI, Kemajuan AI yang Sesungguhnya Baru Dimulai

marsbit06/16 12:05

Bapak AlphaGo Melempar AI ke 'Masyarakat Buatan' yang Sudah Berjalan 23 Tahun: 3 Tantangan Terberat Agen Cerdas Ada Semua di Sini

CEO DeepMind, bapak AlphaGo Demis Hassabis, telah memulai kemitraan penelitian dengan Fenris Creations (sebelumnya CCP Games), pengembang game MMORPG luar angkasa EVE Online yang telah beroperasi selama 23 tahun. Kolaborasi ini bertujuan untuk mengatasi tiga tantangan terberat dalam penelitian agen AI: **perencanaan jangka panjang (long-horizon planning), memori, dan pembelajaran berkelanjutan (continual learning)**. EVE Online dipilih karena dunianya yang "single-shard" dan terus berjalan menyerupai masyarakat buatan yang kompleks dan dinamis, didorong oleh interaksi nyata pemain selama puluhan tahun. Di dalamnya, pemain membangun aliansi politik, sistem ekonomi, dan melakukan perang yang bisa berlangsung berbulan-bulan, yang merupakan ujian sempurna bagi kemampuan AI. DeepMind akan melakukan penelitian awal di versi offline EVE, menggunakan server lokal untuk pengujian yang terkontrol tanpa mengganggu server utama atau ekonomi pemain nyata. Langkah ini merupakan evolusi dari lingkungan penelitian AI DeepMind sebelumnya, seperti Atari, AlphaGo, AlphaStar, hingga SIMA 2, menuju dunia virtual yang lebih terbuka, persisten, dan kompleks. Intinya, kemitraan ini menjadikan EVE Online sebagai "kotak pasir" yang aman namun sangat realistis untuk melatih agen AI agar dapat bertahan, beradaptasi, dan merencanakan dalam lingkungan yang terus berubah seperti dunia nyata.

marsbit05/25 00:11

Bapak AlphaGo Melempar AI ke 'Masyarakat Buatan' yang Sudah Berjalan 23 Tahun: 3 Tantangan Terberat Agen Cerdas Ada Semua di Sini

marsbit05/25 00:11

活动图片

Kategori Populerright-arrow

Tag Populerright-arrow