# Artikel Terkait Evolusi

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

Mengapa Konferensi Besar Crypto Tidak Lagi Populer?

Semakin banyak orang yang merasa jenuh dengan konferensi besar industri kripto secara luring. Banyak investor dan pendiri yang dulu menghabiskan setengah tahun untuk berpindah-pindah antar konferensi, kini mulai menghindari kota-kota yang tidak akan mereka lewatkan dua tahun lalu. Penurunan nilai balik dan informasi yang kurang efektif sering dikeluhkan, tetapi ini bukan akar masalahnya. Konferensi luring dulunya penting karena industri kripto bersifat global sejak awal, tanpa kota inti yang tetap. Pertemuan tatap muka lebih efisien, dan konferensi besar menjadi solusi temu global. Namun, nilai konferensi besar kini terpecah. Orang-orang berkualitas tinggi—pengembang dan investor—banyak yang beralih ke acara kecil dan pribadi di pinggiran. Acara utama seringkali hanya berisi pembicaraan yang sudah dipublikasikan di media sosial. Pola ini memicu pergeseran: konferensi besar menjadi alasan untuk berkumpul di satu kota, sementara interaksi nyata terjadi di acara kecil. Jamuan makan malam eksklusif untuk kelompok kecil muncul, tetapi kehilangan nilai "pertemuan tak terduga" dengan orang baru dari luar lingkaran mereka. Sementara itu, konferensi eksklusif undangan berkembang, menjaga kualitas informasi tetapi menciptakan hambatan bagi pendatang baru. Di tengah pembelahan ini, konferensi besar tradisional kehilangan daya tarik. Jika peserta bernilai tinggi berhenti datang, kualitas acara turun, memicu siklus negatif. Fenomena serupa terlihat di industri lain, seperti AI di San Francisco. Namun, ada sudut pandang optimis: penurunan konferensi kripto eksklusif menandai pergeseran fokus industri ke ekspansi eksternal. Perusahaan terkemuka kini mengalihkan energi untuk menjangkau klien tradisional dan aplikasi dunia nyata, seperti stablecoin, bank digital berbasis kripto, dan produk seperti futures minyak atau pasar prediksi. Forum kripto kini muncul di konferensi keuangan tradisional. "Konferensi kripto khusus" suatu hari mungkin hilang, seperti "konferensi internet khusus" di masa lalu, ketika topik kripto menjadi bagian dari semua diskusi industri. Ke depan, jumlah konferensi kripto besar top kemungkinan akan menyusut drastis. Industri telah melampaui fase perlu membuktikan diri secara internal setiap beberapa bulan. Pertumbuhan nyata ada di integrasi dengan ekonomi nyata. Pola ini adalah tanda kematangan: saat industri berkembang dan informasi inti tenggelam dalam kebisingan, interaksi berkualitas tinggi berpindah ke lingkaran pribadi. Ini adalah harga yang harus dibayar untuk ekspansi dan arus utama.

Foresight News07/14 09:36

Mengapa Konferensi Besar Crypto Tidak Lagi Populer?

Foresight News07/14 09:36

Dari Kode ke Kognisi: Panduan Panjang Evolusi Otak Robot

**Dari Kode ke Kognisi: Evolusi Otak Robot** Era robot sebelumnya bergantung pada kode yang dirancang dengan hati-hati untuk persepsi, perencanaan, dan kontrol (seperti PID), membatasi kemampuan generalisasi. Kemajuan datang dengan pembelajaran mendalam untuk persepsi visual dan pembelajaran penguatan untuk kontrol motorik, tetapi kebijakan tetap sempit. Titik balik terjadi dengan munculnya Model Bahasa Besar (LLM). LLM bertindak sebagai perencana tingkat tinggi, menerjemahkan instruksi bahasa alami menjadi urutan keterampilan atomik untuk dieksekusi oleh sistem robot tradisional (seperti ROS2). Ini adalah lompatan besar, tetapi LLM hanya penjadwal cerdas, bukan penggerak langsung. Lompatan berikutnya adalah Model Visi-Bahasa-Aksi (VLA). Model ini menggabungkan persepsi visual dan instruksi bahasa langsung ke dalam satu jaringan neural untuk menghasilkan perintah gerakan, menyatukan penalaran dan tindakan. Ini memungkinkan generalisasi yang lebih baik. Arsitektur populer (seperti di Figure AI, NVIDIA GR00T) menggunakan sistem "otak ganda": Model S2 yang besar dan lambat (7-9Hz) untuk penalaran tingkat tinggi, dan model S1 yang kecil dan cepat (200Hz) untuk menghasilkan gerakan halus. Lapisan S0 (1kHz) menangani keseimbangan dan koordinasi refleksif. Komputasi untuk kontrol keselamatan yang kritis dijalankan secara lokal di papan (mis., pada NVIDIA Jetson) karena masalah latensi dan keandalan jaringan. Cloud digunakan untuk antarmuka percakapan dan pembelajaran kumpulan data. Model sumber terbuka (seperti OpenVLA, NVIDIA GR00T, π0) sangat penting, memungkinkan startup mengadaptasi model dasar dengan data robot mereka sendiri, mempercepat inovasi. Namun, VLA masih memiliki keterbatasan: pemulihan kesalahan, efisiensi sampel, generalisasi lintas platform, perencanaan jangka panjang, dan pemahaman fisika yang mendalam. Di sinilah **Model Dunia** menjadi kunci. Model Dunia adalah jaringan neural yang memprediksi keadaan dunia masa depan berdasarkan keadaan saat ini dan tindakan yang diusulkan (misalnya, menghasilkan video yang disimulasikan). Ini memungkinkan robot untuk "berpikir sebelum bertindak", mensimulasikan berbagai skenario, mengevaluasi hasil, dan memilih tindakan terbaik sebelum eksekusi. Pendekatan ini meningkatkan pemulihan, generalisasi, perencanaan, keamanan, dan memungkinkan pembangkitan data sintetis skala besar. Arsitektur utama termasuk difusi video tingkat piksel (Cosmos/Sora), JEPA (LeCun), dan model dunia tindakan laten (Genie). Masa depan robot humanoid mungkin menggabungkan VLA dengan Model Dunia untuk perencanaan berbasis simulasi. Data (terutama melalui operasi jarak jauh) tetap menjadi penghalang utama. Sementara narasi "momen ChatGPT" untuk robot agak menyesatkan (saat ini lebih mirip era GPT-2), kemajuan menuju robot yang mampu beradaptasi secara umum sangat cepat. Evolusi dari kode buatan ke model dunia yang dipelajari secara perlahan memindahkan kecerdasan dari pikiran insinyur ke dalam sistem yang mampu memahami dan membayangkan dunia.

marsbit06/07 13:05

Dari Kode ke Kognisi: Panduan Panjang Evolusi Otak Robot

marsbit06/07 13:05

Dari Meja Makan Siang Hingga Alam Semesta Tanpa Batas, Li Fei-fei Bertaruh pada Dimensi Berikutnya AI

**Judul: Dari Meja Makan hingga Alam Semesta Tak Terbatas, Li Fei-Fei Bertaruh pada Dimensi Baru AI** Dalam beberapa wawancara kunci, profesor Stanford dan pendiri World Labs, Li Fei-Fei, menekankan bahwa Kecerdasan Spasial (Spatial Intelligence) adalah batas berikutnya untuk AI. Ia berpendapat bahwa kecerdasan bahasa, yang dominan saat ini, pada dasarnya adalah cara yang "mengalami kehilangan informasi" untuk memahami dunia. Untuk benar-benar "mengerti" dan berinteraksi dengan dunia fisik 3D/4D, AI memerlukan model dunia yang mampu memahami, bernalar, dan bernavigasi dalam ruang. Li Fei-Fei menggambarkan model ini dengan alegori gua Plato: model bahasa dan video saat ini hanyalah bayangan 2D di dinding, sementara kecerdasan spasial bertujuan untuk menciptakan dan bernalar tentang dunia 3D nyata di belakang bayangan tersebut. Produk pertama World Labs, Marble, adalah model yang menerima teks, gambar, atau video dan menghasilkan dunia 3D yang dapat dinavigasi dan berinteraksi, berbeda dari model pembuat video seperti Sora. Meskipun skalanya jauh lebih kecil dari model bahasa besar seperti GPT-5, Marble telah menunjukkan aplikasi praktis dalam pengembangan game, produksi film virtual (mempercepat proses hingga 40 kali), pelatihan robotika, desain interior, dan bahkan terapi untuk kondisi seperti OCD dan fobia ketinggian. Li Fei-Fei melihat potensi besar untuk menciptakan "alam semesta tak terbatas" secara digital, membuka kemungkinan baru untuk kreativitas, sosialisasi, dan lebih banyak lagi. Ia menekankan bahwa perjalanan ini akan memakan waktu, mengingat kompleksitas data 3D dan arsitektur model, tetapi akan sangat mendasar. Di tengah diskusi tentang AI, ia menyerukan pendekatan yang bertanggung jawab, menghindari utopianisme atau narasi kiamat. Visinya adalah AI yang pada akhirnya membuat peradaban lebih baik, memperkuat martabat, otonomi, dan kesejahteraan manusia. Perjalanan AI menuju kecerdasan spasial, menurutnya, adalah upaya untuk mempercepat kembali evolusi yang membutuhkan 540 juta tahun bagi kehidupan di Bumi.

marsbit05/27 00:17

Dari Meja Makan Siang Hingga Alam Semesta Tanpa Batas, Li Fei-fei Bertaruh pada Dimensi Berikutnya AI

marsbit05/27 00:17

Dari Pizza ke Unit Akun: Pra-Sejarah Penemuan Harga Bitcoin

**Ringkasan: Dari Pizza ke Unit Akun: Prasejarah Penemuan Harga Bitcoin** Artikel ini menelusuri evolusi mekanisme penemuan harga Bitcoin (BTC) dalam 9 bulan pertama yang fungsional, berfokus pada momen ketika BTC pertama kali bertindak sebagai **unit akun (unit of account)**. **Inti Analisis:** Pada 22 Mei 2010, dalam transaksi pizza Laszlo Hanyecz yang terkenal, "10.000 BTC untuk dua pizza" menandai pertama kalinya BTC digunakan secara fungsional untuk memberi harga pada barang lain dalam transaksi nyata. Ini berbeda dengan sekadar menjadi alat tukar. Momen ini berada di tengah garis waktu evolusi tiga lapis: 1. **Anchor Biaya Produksi (Oktober 2009):** NewLibertyStandard menerbitkan formula nilai BTC berdasarkan biaya listrik penambangan. Ini adalah "nilai tukar" sepihak, bukan harga pasar. 2. **Penemuan via P2P (Maret 2010):** Platform Bitcoin Market memulai perdagangan terpadu terbatas, sementara forum seperti Bitcointalk memfasilitasi pertukaran P2P untuk barang (seperti pizza). Harga mulai ditemukan melalui pertemuan permintaan dan penawaran. 3. **Kutipan Berkelanjutan Terpusat (Juli 2010):** Peluncuran Mt.Gox oleh Jed McCaleb memperkenalkan buku order berkelanjutan dengan format kutipan standar (harga terakhir, terendah/tertinggi, volume), memberi BTC referensi harga eksternal yang terus-menerus. **Kesamaan Struktural dengan Aset Sejarah:** Jalur evolusi BTC ini mencerminkan pola yang terlihat dalam sejarah keuangan: * **Saham VOC (Abad ke-17):** Berkembang dari catatan dan kutipan pribadi ke pasar sekunder yang lebih terorganisir di Amsterdam. * **Kontrak Berjangka CBOT (Abad ke-19):** Berevolusi dari kontrak forward bilateral ke kontrak berjangka terstandarisasi di Chicago. Kesamaan struktural ini menunjukkan bahwa penemuan harga Bitcoin bukanlah fenomena unik, tetapi bagian dari kurva evolusi kelembagaan yang lebih panjang, meski terjadi dalam waktu yang jauh lebih singkat. Artikel ini mengakui bahwa peran BTC sebagai unit akun pada 2010 adalah fungsional dan belum sepenuhnya mapan, dan tidak membahas perkembangan terkini seperti ETF atau futures. Argumen utamanya adalah bahwa "prasejarah" mekanisme penemuan harga suatu aset memberikan lensa analitis yang penting.

marsbit05/19 00:06

Dari Pizza ke Unit Akun: Pra-Sejarah Penemuan Harga Bitcoin

marsbit05/19 00:06

Tim Peneliti Zhejiang University Usulkan Jalur Baru: Ajarkan Cara Otak Manusia Memahami Dunia kepada AI

Tim peneliti Zhejiang University menerbitkan penelitian di Nature Communications yang menantang pandangan umum bahwa model AI yang lebih besar selalu lebih baik. Mereka menemukan bahwa meskipun model seperti SimCLR, CLIP, dan DINOv2 menjadi lebih baik dalam mengenali objek konkret saat parameternya ditambah (dari 22,06 juta menjadi 304,37 juta), kemampuan mereka untuk memahami konsep abstrak justru menurun (dari 54,37% menjadi 52,82%). Perbedaan utama terletak pada cara otak manusia dan AI mengorganisir konsep. Otak manusia secara alami membentuk hierarki kategori yang luas (seperti "hewan"), memungkinkan generalisasi dan adaptasi cepat ke objek baru. Sebaliknya, AI unggul dalam mengenali objek spesifik yang sering muncul dalam data tetapi kesulitan membentuk kategori abstrak yang stabil. Solusi tim adalah menggunakan sinyal otak manusia (aktivitas otak saat melihat gambar) sebagai pengawasan untuk mentransfer struktur konseptual manusia ke dalam model. Dalam eksperimen, pendekatan ini berhasil mengurangi jarak antara representasi model dan otak, meningkatkan kemampuan belajar model dengan data sedikit (*few-shot learning*) hingga 20,5%, dan mengungguli model yang jauh lebih besar dalam tugas klasifikasi abstrak. Penelitian ini menggeser fokus dari sekadar memperbesar model (*bigger is better*) ke membangun struktur kognitif yang lebih cerdas (*structured is smarter*), membuka jalan bagi AI yang memiliki kemampuan abstraksi, generalisasi, dan evolusi berkelanjutan seperti manusia, selaras dengan visi yang diusung oleh Neosoul.

marsbit04/05 04:43

Tim Peneliti Zhejiang University Usulkan Jalur Baru: Ajarkan Cara Otak Manusia Memahami Dunia kepada AI

marsbit04/05 04:43

Coinbase: Evolusi dari Proyek Pinggiran Menjadi Infrastruktur Keuangan Global

Coinbase, yang didirikan pada 2012 oleh Brian Armstrong, berevolusi dari proyek Y Combinator menjadi infrastruktur keuangan global dengan strategi unik: memprioritaskan kepatuhan regulasi di AS saat pesaing menghindarinya. Keputusan ini terbukti krusial setelah keruntuhan Mt. Gox, menjadikannya "safe haven" cryptocurrency. Perusahaan menghadapi konflik internal pada 2020, termasuk pemecatan 5% karyawan yang menentang kebijakan "non-politik" dan tuduhan diskriminasi rasial. Coinbase juga terlibat dalam kasus insider trading pertama di industri crypto, yang memicu gugatan SEC. Pada 2024, Coinbase meluncurkan serangan balik melalui lobi politik agresif, menggelontorkan $119 juta untuk mempengaruhi pemilu AS dan menggulingkan senator anti-crypto. Strategi ini berhasil meredakan tekanan regulasi. Model bisnisnya bertransformasi dari ketergantungan pada komisi transaksi (96% pendapatan 2020) ke layanan berlangganan dan custodial, termasuk penerbitan USDC dan dominasi 85% pasar custodial ETF Bitcoin AS. Coinbase juga mengembangkan Base, jaringan Layer 2 tanpa token native, dan berambisi menjadi "super app" Web3. Namun, dominasinya menimbulkan risiko sistemik, termasuk konsentrasi custodial dan potensi tantangan dari raksasa keuangan tradisional seperti Fidelity. Pada 2026, Coinbase tidak hanya menjadi bursa, tetapi penjaga gerbang dunia on-chain dan infrastruktur keuangan global, dengan tantangan baru dalam mengelola tanggung jawab sistemiknya.

marsbit01/19 06:36

Coinbase: Evolusi dari Proyek Pinggiran Menjadi Infrastruktur Keuangan Global

marsbit01/19 06:36

活动图片