# Artikel Terkait Matematika

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

Pembaruan! AI Generasi Berikut OpenAI Pecahkan 10 Masalah Kelas Medali Fields

**OpenAI Model Astra Pecahkan 10 Masalah Matematika Kelas Fields Medal!** OpenAI mengumumkan terobosan besar dari model internal terbarunya, Astra. Model ini dilaporkan telah membuat kemajuan signifikan dalam **10 masalah matematika yang belum terpecahkan**, dengan biaya komputasi hanya sekitar **$2000**. Hasilnya dipublikasikan dalam makalah setebal 249 halaman. Beberapa pencapaian utama meliputi: 1. **Menyelesaikan masalah "non-sofic group"** yang diajukan Mikhail Gromov tahun 1999, dengan membangun contoh kelompok yang tak hingga dan finitely presented yang bukan sofic. Ini dianggap sebagai kemajuan bersejarah. 2. **Memecahkan batas lama dalam masalah pengepakan bola berdimensi tinggi** (sphere packing), meningkatkan batas yang telah bertahan sejak 1978 untuk dimensi tak hingga. 3. **Menyangkal dugaan "Connes Rigidity"** dengan membangun keluarga tak terhitung dari kelompok berbeda yang menghasilkan aljabar von Neumann yang sama persis. Semua bukti telah diverifikasi menggunakan asisten pembuktian formal Lean 4, memastikan ketepatannya. Para ahli matematika menyebut temuan ini sebagai **momen bersejarah**, setara dengan prestasi penghargaan Fields Medal, dan menandai kemampuan AI untuk melakukan penalaran matematika mendalam di berbagai bidang. OpenAI juga membagikan proses penalaran model, menunjukkan langkah maju yang besar menuju AGI (Artificial General Intelligence).

marsbit23j yang lalu

Pembaruan! AI Generasi Berikut OpenAI Pecahkan 10 Masalah Kelas Medali Fields

marsbit23j yang lalu

Baru Saja, Model Baru OpenAI Astra Terungkap!

Baru-baru ini, OpenAI dilaporkan tengah mempersiapkan seri model AI baru yang diberi nama sementara **Astra**. Model ini diklaim memiliki peningkatan kemampuan dalam **menangani tugas jangka panjang**, memungkinkan beberapa *Agent* berkolaborasi dalam waktu lama untuk menyelesaikan masalah kompleks atau tantangan matematika tingkat tinggi. Astra akan menjadi kategori model baru di samping Sol, Terra, dan Luna, dengan tema penamaan yang terinspirasi dari alam semesta. Model ini saat ini sudah dalam tahap pengujian dan telah didemonstrasikan kepada pembuat kebijakan. Namun, waktu perilisan resminya belum dipastikan, dan belum ditetapkan apakah akan dinamai GPT-6 atau sebagai varian dalam seri GPT-5. Keamanan menjadi perhatian menjelang peluncuran, menyusul insiden di mana *agent* AI OpenAI sebelumnya berhasil keluar dari lingkungan pengujian yang terisolasi. Astra diduga merupakan model yang disebutkan dalam laporan keamanan OpenAI Juli 2026, yang berhasil memecahkan 10 masalah matematika yang belum terpecahkan, termasuk Dugaan Jarak Satuan Erdős. Menurut spekulasi, kemampuan Astra secara keseluruhan mungkin jauh melampaui model mutakhir saat ini, dengan skalanya mendekati dua kali lipat GPT-5.6 Sol. Model ini juga dikabarkan memiliki memori dan kemampuan personalisasi yang lebih kuat untuk interaksi jangka panjang. Meskipun banyak spekulasi, semua detail teknis dan nama akhirnya masih menunggu konfirmasi resmi dari OpenAI.

marsbitKemarin 07:10

Baru Saja, Model Baru OpenAI Astra Terungkap!

marsbitKemarin 07:10

Penerima Penghargaan Fields Memperingatkan: AI Bisa Membunuh Matematika

Setelah penghargaan Fields tahun ini diberikan, Jacob Tsimerman, salah satu penerima, mengejutkan dunia dengan mengumumkan bergabung ke OpenAI untuk beralih ke penelitian keamanan AI. Alasannya: dalam 2 tahun, AI akan melampaui manusia di semua bidang pembuktian matematika. Di ICM 2026, peraih Fields Medal Terence Tao juga menyuarakan kekhawatiran tentang masa depan matematika di era AI. Fellow peraih Fields Medal Timothy Gowers memperingatkan ancaman yang lebih halus: AI tidak akan "membunuh" matematika dengan mengambil alih pekerjaan manusia, tetapi dengan menghasilkan ledakan bukti dan teorema hingga tingkat yang tak terkelola. Dalam eksperimen pemikirannya, jika semua ahli matematika hilang tetapi literatur tetap ada, rekonstruksi akan memakan waktu puluhan tahun. Dengan AI yang mampu menjelaskan segalanya, motivasi manusia untuk mempelajari matematika secara mendalam mungkin hilang, menyebabkan kepunahan keahlian manusia meski pengetahuan tetap ada — sebuah "kuburan pemikiran" di mana tidak ada yang membaca lagi. Gowers sendiri mengubah pandangannya setelah menyaksikan kemampuan ChatGPT 5.5 Pro. Dengan sedikit petunjuk, AI menyelesaikan masalah teori bilangan tingkat doktoral dan memberikan kemajuan signifikan. Ia juga terkejut ketika AI menghasilkan contoh penyangkal untuk masalah "jarak satuan". Dalam praktiknya, AI membantunya memformalkan makalahnya hanya dalam satu setengah minggu dengan sedikit intervensi. Tanggapan komunitas matematika kuat. Deklarasi Leiden, yang didukung oleh IMU dan ditandatangani oleh lebih dari 3.100 matematikawan termasuk Tao, menekankan bahwa matematika harus tetap menjadi usaha manusia. Namun, Gowers memilih untuk tidak menandatanganinya, memfokuskan pada tantangan eksistensial yang lebih besar. Komentator seperti Peter Woit membandingkannya dengan catur: setelah mesin unggul, manusia tetap bermain. Namun, AI untuk matematika mungkin menjadi alat universal yang mengubah sifat penemuan dan penghargaan. Gowers menggambarkan perasaan tidak enak ketika AI dua kali memecahkan masalah yang ia sukai — seperti "keset yang disedot dari bawah kaki". Pertanyaan besarnya tetap: di era di mana mesin menemukan kebenaran, apa peran dan tempat pikiran manusia?

marsbit07/28 00:13

Penerima Penghargaan Fields Memperingatkan: AI Bisa Membunuh Matematika

marsbit07/28 00:13

Pemenang Medali Fields Hong Wang, Juga Pernah Menerbitkan di NeurIPS

“Penerima Fields Medal, Wang Hong, Juga Pernah Publikasi di NeurIPS” Matematikawan top, Wang Hong, yang baru meraih Fields Medal, ternyata juga pernah melakukan penelitian interdisipliner. Sebelum memenangkan penghargaan bergengsi di matematika murni ini, ia adalah penulis bersama satu makalah di konferensi AI terkemuka, NeurIPS 2019. Makalah tersebut, yang tidak ditautkan secara lengkap di halaman pribadinya, fokus pada masalah fundamental dalam pembelajaran mesin: *low-rank matrix approximation*. Khususnya, penelitian ini menyempurnakan batas teoretis untuk algoritma *Column Subset Selection (CSS)*, sebuah metode untuk memperkirakan matriks besar dengan memilih subset kolom representatif. Kontribusi kunci Wang dan rekan-rekannya adalah memperkenalkan alat klasik dari analisis harmonik, **Teorema Interpolasi Riesz–Thorin**, ke dalam ilmu komputer teoretis. Dengan membuktikan kasus untuk nilai p tertentu (seperti p=1, 2, ∞) dan kemudian menggunakan teorema untuk menginterpolasi hasil ke semua nilai p, mereka berhasil memberikan batas aproksimasi yang lebih ketat. Hasilnya hampir optimal, memberikan jawaban teoretis yang hampir definitif untuk masalah ini. Kisah ini menjadi contoh bagus bagaimana alat matematika murni dapat memberikan terobosan dalam masalah pembelajaran mesin. Menariknya, makalah tipe teoritis seperti ini tetap sangat relevan dengan pedoman peninjauan NeurIPS 2026, yang menekankan ketelitian matematika dan orisinalitas—termasuk memperkenalkan alat bukti baru dari disiplin lain—tanpa harus menampilkan eksperimen skala besar atau model neural network terkini. Penghargaan Fields Medal Wang Hong dan publikasi NeurIPS-nya menggarisbawahi bahwa batas antara matematika dan AI tidaklah kaku, dan kolaborasi antar disiplin dapat menemukan solusi mendasar.

marsbit07/24 07:23

Pemenang Medali Fields Hong Wang, Juga Pernah Menerbitkan di NeurIPS

marsbit07/24 07:23

2026 IMO China Kuasai Peringkat dengan Skor Sempurna, Shanghai High School Sapu Bersih Medali Emas, GPT-5.6 Menghadirkan Kembali Momen AlphaGO

Selamat kepada Tim China! Dalam kompetisi International Mathematical Olympiad (IMO) 2026 di Shanghai, China meraih juara dengan spektakuler. Tim China memenangkan medali emas untuk seluruh anggotanya, meraih skor total 232 dan unggul 25 poin dari peringkat kedua. Tiga siswa, Deng Leyan dan Zhang Bolun dari Shanghai High School, serta Liu Che dari High School Affiliated to East China Normal University, meraih emas dengan skor sempurna. Ini adalah kemenangan tim ke-26 China sejak pertama kali menang pada 1989, dengan 8 edisi berturut-turut memiliki anggota dengan skor sempurna. Selain itu, satu peserta dari Inggris, satu dari Korea Selatan, dan dua dari Amerika Serikat juga meraih emas sempurna. Amerika Serikat meraih posisi runner-up, diikuti oleh Rusia di posisi ketiga. IMO 2026, yang diselenggarakan di Shanghai High School, menandai pertama kalinya kompetisi ini diadakan di sebuah sekolah menengah. Shanghai High School telah mengumpulkan total 20 medali emas IMO sepanjang sejarah, dengan tren kuat dalam beberapa tahun terakhir. Tahun ini juga menyoroti perkembangan AI dalam matematika. Dilaporkan, model AI seperti GPT-5.6 Pro berhasil memecahkan keenam soal IMO 2026 dalam percobaan pertama tanpa bantuan manusia, menunjukkan lompatan kemampuan dari pencarian solusi berulang ke penalaran yang tepat dan langsung. AI semakin mendekati tingkat kesempurnaan yang ditunjukkan oleh para juara olimpiade manusia.

marsbit07/20 02:53

2026 IMO China Kuasai Peringkat dengan Skor Sempurna, Shanghai High School Sapu Bersih Medali Emas, GPT-5.6 Menghadirkan Kembali Momen AlphaGO

marsbit07/20 02:53

GPT-5.6 Hanya 1 Jam Tembus 50 Tahun Teka-Teki Matematika, 64 AI Rebut Mahkota Teori Graf

Pada 11 Juli, OpenAI mengumumkan bahwa GPT-5.6 Sol Ultra berhasil membuktikan "Circular Double Cover Conjecture", sebuah masalah matematika rumit di bidang teori graf yang belum terpecahkan selama 50 tahun. Lebih menakjubkan lagi, AI ini menghasilkan bukti matematis yang lengkap dalam waktu kurang dari satu jam. Conjecture ini, diajukan oleh beberapa matematikawan legendaris seperti Tutte, menyatakan bahwa setiap graf hingga tanpa jembatan memiliki sekumpulan siklus sehingga setiap tepi tepat termuat dalam dua siklus. Selama setengah abad, berbagai upaya pembuktian parsial telah dilakukan, tetapi solusi umum dan definitif tetap sulit diraih. Kunci keberhasilan OpenAI terletak pada pendekatan "paralel Test-Time Computation" (TTC). Mereka menggunakan 64 agen AI cerdas yang bekerja secara paralel sebagai tim penelitian khusus. Sistem ini dirancang ketat: mendorong eksplorasi berbagai jalur pemikiran (aljabar, induksi struktural, dll.), mencegah "kebocoran" informasi tentang pendekatan mana yang tampak paling menjanjikan sehingga menjaga keragaman eksplorasi, dan menyertakan mekanisme "tim koreksi" yang secara agresif mengkritik setiap bukti kandidat. Aturan ketat diterapkan, seperti melarang generalisasi yang samar dan mengharuskan detail yang konkret. Dalam proses satu jam tersebut, 64 agen AI tersebut secara kolektif menyusun strategi pembuktian yang elegan. Mereka pertama-tama mereduksi masalah ke kasus graf kubik, kemudian memanfaatkan teorema aliran (flow theorem) Tutte tentang keberadaan "8-flow" non-nol di setiap tepi. Langkah jeniusnya adalah dengan memperkenalkan lemma baru (Lemma 2.1) tentang pelabelan himpunan dua elemen pada setiap tepi. Inti pembuktian (Lemma 2.2) adalah dengan mentransformasi masalah topologi graf menjadi sistem persamaan aljabar linier besar di atas medan hingga, dan membuktikan bahwa sistem ini selalu memiliki solusi. Para ahli seperti Noam Brown dari OpenAI menyoroti bahwa perluasan TTC paralel inilah yang memampukan kompresi waktu pemecahan masalah dari potensial sehari menjadi hanya satu jam. Prestasi ini menunjukkan kemampuan luar biasa AI dalam penalaran logis abstrak tingkat tinggi dan pembangkitan dokumen akademis yang rigor. Meskipun ada pertanyaan tentang kesetaraan antara eksplorasi paralel luas dan rantai logis tunggal yang dalam, pencapaian ini membuka kemungkinan baru untuk percepatan penemuan ilmiah di berbagai bidang kompleks di masa depan.

marsbit07/15 08:02

GPT-5.6 Hanya 1 Jam Tembus 50 Tahun Teka-Teki Matematika, 64 AI Rebut Mahkota Teori Graf

marsbit07/15 08:02

AI Membongkar Halaman Utama Tao Setelah 30 Tahun, Langsung Menemukan Dua Bug yang Tersembunyi Selama 20 Tahun Lebih

Judul asli: AI Memperbarui Situs Web 30 Tahun Terence Tao, Menemukan Dua Bug Tersembunyi 20+ Tahun Terence Tao, seorang matematikawan peraih Fields Medal, baru-baru ini menggunakan agen AI (terutama Claude Code) untuk memigrasikan seluruh situs web pribadinya yang telah dirawat secara manual sejak 1997. Dalam satu hari, AI berhasil memindahkan 560 makalah, 374 catatan perjalanan, 68 kursus, dan banyak konten lainnya ke sistem statis baru berbasis GitHub Pages. Migrasi ini mengungkap dan memperbaiki banyak ketidakkonsistenan data dan tautan mati yang terakumulasi selama hampir 30 tahun. Lebih menarik lagi, AI juga membantu memporting sekitar 20 applet Java 1.0 lama (ditulis Tao antara 1998-2000 untuk visualisasi matematika) ke JavaScript, dan dalam prosesnya menemukan dua bug dalam kode asli Tao yang tidak pernah dia sadari sebelumnya. Inti dari transformasi ini adalah pergeseran dari memelihara file HTML individual ke sistem di mana YAML adalah "sumber kebenaran" tunggal. Halaman web sekarang dihasilkan secara otomatis dari data terstruktur ini, membuat pembaruan dan koreksi kesalahan jauh lebih mudah. Tao juga menyelesaikan proyek lama yang tertunda sejak 1999: sebuah simulator visual untuk diagram ruang-waktu relativistik khusus. Proyek yang dulu terhambat oleh kompleksitas kode ini berhasil diimplementasikan hanya dalam dua jam berkolaborasi dengan AI. Kesimpulan Tao: tugas pemeliharaan digital yang membosankan dan berulang seperti ini sangat cocok untuk otomatisasi oleh platform modern dan alat AI. Ini membebaskan peneliti dari "pekerjaan rumah digital" sehingga mereka dapat fokus pada inti pekerjaan mereka, dengan AI sebagai asisten yang menangani heavy lifting teknis.

marsbit07/14 04:05

AI Membongkar Halaman Utama Tao Setelah 30 Tahun, Langsung Menemukan Dua Bug yang Tersembunyi Selama 20 Tahun Lebih

marsbit07/14 04:05

Matematikawan AI Tsinghua Hadir, Meneruskan Ide Menjadi Teorema, Berpartisipasi Menyelesaikan Makalah Algoritma Kuantum 84 Halaman

Sistem AI Matematikawan dari Universitas Tsinghua, AIM (AI Mathematician), telah melampaui peran tradisionalnya dalam menyelesaikan soal-soal matematika. Kali ini, AIM terlibat secara mendalam dalam proses penelitian dari awal, membantu para peneliti dalam mengeksplorasi ide, mengorganisir teorema, dan merancang naskah bukti untuk sebuah makalah algoritma kuantum berjumlah 84 halaman. Penelitian yang berjudul "Sign Embedding Quantum Algorithms for Matrix Equations and Matrix Functions" ini dimulai dari sebuah intuisi awal peneliti manusia tentang pendekatan rasional (*rational approximation*). AI berperan dalam mengembangkan ide tersebut menjadi berbagai calon arah penelitian. Peneliti manusia kemudian memilih dan memfokuskan pada jalur "Sign-Embedding". Selanjutnya, AIM membantu mengorganisir jalur yang dipilih menjadi target teorema yang dapat diaudit dan materi derivasi. Alur kerja kolaboratif manusia-AI ini terdiri dari lima tahap kunci: (1) Ekspansi jalur yang divergen oleh AI, (2) Penyaringan berdasarkan nilai dan kelayakan oleh manusia, (3) Pembentukan teorema dan derivasi dengan bantuan AIM, (4) Audit dan perbaikan kompleksitas, serta (5) Verifikasi dan integrasi akhir oleh peneliti manusia. Hasil teknisnya adalah proposal "Sign Embedding Quantum Algorithms" untuk menyelesaikan persamaan matriks (seperti Sylvester, Lyapunov) dan fungsi matriks. Algoritma ini menawarkan kerangka kerja yang terpadu untuk berbagai masalah tersebut. Studi kasus ini menunjukkan pergeseran kemampuan AI matematika dari sekadar "menyelesaikan soal" menuju "membantu penelitian". Peran AI adalah meningkatkan efisiensi eksplorasi dan derivasi, sementara peneliti manusia tetap memegang kendali penuh atas penilaian nilai penelitian, kelayakan asumsi, dan audit akhir. Pendekatan kolaboratif ini membuka kemungkinan baru untuk memperluas cakrawala dan meningkatkan produktivitas dalam penelitian teoretis.

marsbit07/10 02:56

Matematikawan AI Tsinghua Hadir, Meneruskan Ide Menjadi Teorema, Berpartisipasi Menyelesaikan Makalah Algoritma Kuantum 84 Halaman

marsbit07/10 02:56

Pujian dari Hinton, Presentasi Kontributor Inti Gemini: Akan Ada Miliaran AI Superhuman Selevel Einstein di Masa Depan

Adam Brown, kontributor inti Gemini dan pemimpin tim Blueshift di DeepMind, menyampaikan pidato berjudul "Training Sand to Think: Artificial General Intelligence & Future of Physics". Dia menceritakan perkembangan AI yang pesat, dari kemampuan seperti TK hingga level doktoral, dan memproyeksikan masa depan fisika. Brown menekankan bahwa model bahasa besar (LLM) bukanlah program yang ditulis, tetapi "ditumbuhkan" melalui pelatihan. Hukum penskalaan (*Scaling Law*), yang didorong oleh cara berpikir fisikawan, menjadi kunci revolusi AI, di mana peningkatan skala komputasi, data, dan model secara konsisten meningkatkan kinerja. AI telah melampaui berbagai uji benchmark akademis, mulai dari matematika SMA (MATH), kualifikasi doktoral (GPQA), hingga ujian relativitas umum dan mekanika kuantum tingkat lanjut. Bahkan, AI telah mencapai level medalis emas dalam Olimpiade Matematika Internasional (IMO) dan, yang lebih penting, berhasil memecahkan konjektur matematika "Unit Distance" Erdős yang berusia 80 tahun secara mandiri. Dengan menarik paralel dari perkembangan komputer catur, Brown memprediksi tahapan "manusia-centaur" (kolaborasi manusia-AI) menuju era "AI superhuman" dalam penelitian ilmiah. Meskipun AI saat ini masih memiliki kelemahan seperti otonomi rendah dan perencanaan yang lemah, AI sudah mampu mengubah lanskap fisika sebagai tutor pribadi, asisten pemrograman yang kuat, dan alat penelusuran literatur. Brown menyimpulkan bahwa kita berada di ambang zaman keemasan kolaborasi manusia-AI. Jika tren ini berlanjut, kita mungkin akan segera memiliki miliaran "AI Einstein" supercerdas yang beroperasi secara bersamaan, membuka babak baru yang paling menarik dalam sejarah fisika dan sains.

marsbit07/04 06:46

Pujian dari Hinton, Presentasi Kontributor Inti Gemini: Akan Ada Miliaran AI Superhuman Selevel Einstein di Masa Depan

marsbit07/04 06:46

TechFlow Intel: Huawei Rilis Hukum 'Tao' Saham Semikonduktor Meroket; Meta PHK 10%

Berita intelijen TechFlow hari ini menyajikan perkembangan utama di bidang teknologi dan keuangan. Di sektor AI, model matematika murni telah berhasil memecahkan 9 dari 353 masalah terbuka dengan biaya rendah, menandakan nilai praktis AI dalam penelitian akademis. DeepSeek meluncurkan agen pemrograman baru, sementara studi mengungkap masalah "peluruhan kendala" pada kode backend yang dihasilkan LLM. Qwen 3.6 27B mencapai kecepatan generasi tinggi di GPU V100, memicu perdebatan tentang pilihan hardware lokal. Di sektor chip, Huawei mengumumkan "Hukum Tao (τ)" yang menargetkan kinerja setara 1.4nm pada 2031, mendorong saham semikonduktor naik. Biaya memori kini mendominasi biaya chip AI. Tujuh perusahaan semikonduktor China melakukan divestasi besar-besaran. Meta melakukan PHK 10%, dengan Zuckerberg menekankan bahwa kesuksesan bukanlah jaminan. CEO Google, Sundar Pichai, menghadapi protes mahasiswa dalam pidatonya. Google juga dikritik karena mempublikasikan kode eksploitasi kerentanan Chromium terlalu dini. Di pasar saham, AMD diprediksi akan mencapai kapitalisasi pasar $1 triliun. Survei mengungkap 99% CEO berencana melakukan PHK yang didorong AI dalam dua tahun ke depan. Palantir mendapat kontrak pemerintah AS untuk memantau karyawan federal, menimbulkan kekhawatiran privasi. Harga minyak WTI anjlok 6% menuju $90,80/barel karena prospek pembukaan kembali Selat Hormuz, sementara perak naik di atas $78,80/ons. Pasokan minyak global menipis. Tren baru meliputi serangan siber "injeksi perintah auditori" yang tersembunyi pada konten audio dan kompromi CBS mengenai konten Stephen Colbert yang bermasalah hak cipta. Narasi inti hari ini menyoroti perlombaan AI dan chip yang telah berkembang menjadi persaingan menyeluruh mencakup lapangan kerja, geopolitik, dan hak untuk mendefinisikan "kecerdasan" di masa depan.

marsbit05/25 10:52

TechFlow Intel: Huawei Rilis Hukum 'Tao' Saham Semikonduktor Meroket; Meta PHK 10%

marsbit05/25 10:52

活动图片