# Artikel Terkait Ilmu Pengetahuan

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

Versi Open Source dari Claude Science Telah Hadir, Tanpa Dependensi, Lisensi MIT, Dilengkapi 30+ Skills Penelitian

Claude Science, asisten penelitian AI dari Anthropic yang dapat mencari literatur, menulis kode, menganalisis data, dan membuat laporan, kini telah direplikasi dalam versi sumber terbuka bernama **OpenAI4S (Open AI for Scientist)**. Dikembangkan oleh Laboratorium Bersama Universitas Peking & Yuan Kong AI Agent, proyek ini dirilis dengan lisensi MIT dan bebas ketergantungan eksternal. OpenAI4S menggunakan pendekatan **Code-as-Action**, di mana agen menghasilkan dan mengeksekusi kode Python/R dalam lingkungan kernel yang berjalan terus-menerus. Ini memungkinkan AI menyelesaikan alur kerja penelitian yang kompleks—mulai dari pengambilan data, pembersihan, analisis, hingga visualisasi—dalam satu antarmuka terpadu. Semua hasil penelitian disimpan dan diversioning untuk memudahkan pemeriksaan dan modifikasi. Proyek ini dilengkapi **30+ keterampilan (Skills)** bawaan yang mencakup analisis struktur protein, desain protein, analisis sel tunggal, penelusuran literatur, dan lainnya, termasuk 14 Skills yang membutuhkan GPU atau model khusus. OpenAI4S juga mendukung integrasi dengan lingkungan komputasi sendiri, memungkinkan tugas berat dijalankan pada server GPU pribadi. Salah satu prinsip intinya adalah **kebijakan tanpa pemalsuan (no-fabrication policy)**: sistem hanya menggunakan data nyata dari sumber terpercaya dan akan memberikan pesan error jika layanan atau komputasi tidak tersedia, alih-alih menghasilkan data atau hasil palsu. OpenAI4S mengundang kontributor dari universitas, institusi penelitian, dan pengembang untuk memperluas Skills, menyempurnakan arsitektur, atau memberikan umpan balik guna menjadikan agen penelitian AI sebagai infrastruktur yang andal dan dapat diterapkan di berbagai bidang ilmu.

marsbit4j yang lalu

Versi Open Source dari Claude Science Telah Hadir, Tanpa Dependensi, Lisensi MIT, Dilengkapi 30+ Skills Penelitian

marsbit4j yang lalu

10 Ribu Ilmuwan Gratis Pakai Selama 1 Tahun, OpenAI Pindahkan Lini Produksi Riset ke dalam ChatGPT

OpenAI meluncurkan program "ChatGPT for Academic Researchers" pada 29 Juli, menawarkan akses gratis selama satu tahun ke model unggulan mereka (GPT-5.6 Sol Pro) kepada 10.000 peneliti akademis musim panas ini, dengan target total 100.000 pada tahun 2027. Program ini tidak hanya menyediakan ChatGPT, tetapi juga paket lengkap termasuk ChatGPT Work, Codex, Deep Research yang diperluas, serta akses ke lebih dari 75 alat ilmu kehidupan dan konektor ke database penelitian seperti Zotero dan GitHub. Tujuannya adalah untuk mengintegrasikan seluruh alur kerja penelitian — mulai dari membaca literatur, menulis kode, menganalisis data, hingga menulis naskah — ke dalam satu workspace tunggal. Data OpenAI menunjukkan sekitar 1,3 juta orang per minggu sudah menggunakan ChatGPT untuk sains dan matematika tingkat tinggi. Namun, program ini memiliki batasan: kuota penggunaan terbatas, tidak termasuk akses API, dan yang terpenting, tidak membuka bobot model (model weights) kepada peneliti. Persyaratan juga ketat, ditujukan untuk peneliti tetap atau pascadoktoral di institusi terpilih dengan publikasi ilmiah terkini. Strategi ini mirip dengan program "AI for Science" Anthropic, yang menawarkan kredit API, tetapi berbeda dalam pendekatan: OpenAI memberikan lingkungan kerja lengkap untuk membentuk kebiasaan pengguna. Pakar memperkirakan langkah ini bertujuan untuk meningkatkan ketergantungan peneliti pada ekosistem OpenAI, sehingga mereka enggan beralih setelah masa gratis berakhir.

marsbit07/30 11:53

10 Ribu Ilmuwan Gratis Pakai Selama 1 Tahun, OpenAI Pindahkan Lini Produksi Riset ke dalam ChatGPT

marsbit07/30 11:53

Masalah Teori String yang Terjebak Setengah Tahun, Claude Selesaikan dalam Semalam, Profesor Universitas Tokyo Hingga Hapus Tweet

Masalah teori string yang telah mentok selama setengah tahun berhasil dipecahkan Claude dalam semalam! Profesor Yuji Tachikawa dari Universitas Tokyo, yang meneliti teori medan kuantum dan teori string, terkesan mendalam oleh kemampuan Claude Fable. Tanpa harapan, ia memberikan catatan penelitiannya yang mandek kepada AI pada 12 Juli. AI tidak hanya memberikan wawasan berharga untuk memecahkan masalah, tetapi juga secara mandiri menggunakan SymPy untuk menulis kode dan memverifikasi hasil prediksinya. Profesor Tachikawa menyatakan AI tampaknya benar-benar memahami teori string dan memiliki intuisi. Dalam kasus lain, ahli genetika Stanford Euan Ashley meminta Claude menganalisis genomnya sendiri. Hanya dalam 30 menit dan dengan biaya sekitar $5, AI berhasil mengidentifikasi gen risiko Alzheimer dan variasi gen yang memengaruhi metabolisme obat—tugas yang pernah membutuhkan tim 31 orang selama 9 bulan. Kedua contoh ini menunjukkan AI telah melampaui peran sebagai sekadar alat dan mulai berfungsi sebagai rekan kolaboratif dalam penelitian ilmiah, menandakan dimulainya era baru di mana sains dapat berkembang dengan cara yang tak terduga.

marsbit07/14 13:57

Masalah Teori String yang Terjebak Setengah Tahun, Claude Selesaikan dalam Semalam, Profesor Universitas Tokyo Hingga Hapus Tweet

marsbit07/14 13:57

Gratis Total, Alternatif Open Source untuk Claude Science, DeepSeek/GLM Bisa Dipakai Sesuka Hati

Para peneliti pasti senang! Tak sampai seminggu setelah peluncuran Claude Science oleh Anthropic, komunitas open source merespons dengan proyek alternatif gratis bernama OpenScience. Dikembangkan oleh Synthetic Sciences (tim AI penelitian yang diinkubasi YC), OpenScience adalah platform kerja AI penelitian yang mencakup seluruh alur kerja: pencarian literatur, generasi hipotesis, eksperimen kode, hingga penulisan makalah. Keunggulan utamanya adalah **model-agnostic**, memungkinkan pengguna memilih model AI apa pun seperti DeepSeek, GLM, Claude, atau GPT, baik model internasional maupun domestik, cukup dengan kunci API masing-masing. Bahkan mendukung model lokal via Ollama untuk keamanan data penuh. Platform ini, yang dilisensikan di bawah Apache 2.0, dapat diinstal hanya dengan satu perintah terminal. Ia menawarkan lebih dari 250 paket keterampilan penelitian (4x lebih banyak dari Claude Science) untuk bidang seperti biologi komputasi dan kimia informatika. OpenScience juga menghadirkan antarmuka terpadu untuk menggantikan banyak alat yang sebelumnya terpisah. Berbeda dengan Claude Science yang terbatas pada macOS/Linux, hanya untuk pengguna berbayar, dan eksklusif untuk model Claude, OpenScience menawarkan kebebasan, keterjangkauan, dan kompatibilitas yang lebih luas. Tim juga menyediakan platform terkelola bernama Atlas untuk kemudahan penggunaan, meskipun OpenScience itu sendiri dapat digunakan sepenuhnya gratis dengan kunci API pengguna. Proyek ini secara tegas dinyatakan sebagai proyek independen yang tidak berafiliasi dengan Anthropic, mencerminkan semangat komunitas open source dalam menyediakan akses terbuka untuk alat penelitian ilmiah.

marsbit07/07 07:33

Gratis Total, Alternatif Open Source untuk Claude Science, DeepSeek/GLM Bisa Dipakai Sesuka Hati

marsbit07/07 07:33

Karyawan Anthropic Keluar untuk Berwirausaha, Valuasi $10 Miliar, Juga Fokus pada "Peningkatan Diri Rekursif"

Mantan karyawan Anthropic, Behnam Neyshabur dan Harsh Mehta, mendirikan startup bernama Mirendil dengan visi menciptakan AI yang mampu meningkatkan diri sendiri secara rekursif (recursive self-improvement) untuk mempercepat kemajuan ilmiah. Perusahaan ini berhasil mengumpulkan pendanaan seed $2 miliar dari Andreessen Horowitz, Kleiner Perkins, dan Nvidia, yang menempatkan valuasinya di $10 miliar. Misi Mirendil bukanlah sekadar "AI untuk Sains", melainkan "AI untuk (menciptakan) AI bagi Sains". Mereka bertujuan membangun platform yang memungkinkan tim peneliti di berbagai bidang (seperti kedokteran, ilmu material) melatih dan mengembangkan model AI khusus mereka sendiri, tanpa hanya bergantung pada model umum dari perusahaan besar. Pendekatan ini dianggap sebagai jalur terpendek menuju akselerasi sains oleh AI, meskipun melibatkan tantangan teknis dan keamanan. Didirikan oleh tim 20 orang yang berasal dari Anthropic, xAI, Google DeepMind, dan OpenAI, Mirendil melihat peluang justru dari kebijakan perusahaan AI besar yang membatasi penggunaan model mereka untuk melatih produk pesaing. Perusahaan berencana merilis model dan produk pertamanya dalam beberapa bulan ke depan untuk mendapatkan umpan balik pengguna awal.

marsbit06/26 03:28

Karyawan Anthropic Keluar untuk Berwirausaha, Valuasi $10 Miliar, Juga Fokus pada "Peningkatan Diri Rekursif"

marsbit06/26 03:28

Seberapa Sulitnya Membuat Chip? Satu Kesalahan dalam Operasi Pembagian, 475 Juta Dolar AS Hilang Percuma

**Betapa Sulitnya Membuat Chip? Kesalahan Pembagian Sederhana Bisa Menghabiskan $475 Juta** Chip adalah fondasi teknologi modern, namun pengembangannya sangat sulit. Kesalahan kecil dalam desain dapat menyebabkan konsekuensi besar, seperti kasus Intel yang menghabiskan $475 juta untuk menarik kembali chip Pentium akibat bug pada unit pembagian floating-point. Kesulitan utama terletak pada kebutuhan untuk "sekali jadi". Tidak seperti perangkat lunak, chip tidak dapat diperbaiki dengan mudah setelah diproduksi. Menurut data, hanya 24% proyek chip yang berhasil sekali jadi, sementara 76% lainnya memerlukan proses "tape-out" ulang yang mahal. Tantangan terbesar adalah verifikasi chip. Proses ini kini memakan hingga 70% dari siklus desain chip. Verifikasi menyeluruh untuk sebuah inti CPU dapat membutuhkan waktu 15.000 tahun dengan simulasi perangkat lunak atau 30 tahun dengan emulasi perangkat keras, yang jelas tidak praktis. Masalah mendasarnya adalah "segitiga mustahil" dalam verifikasi: kinerja tinggi, kemampuan debug yang baik, dan biaya rendah tidak dapat dicapai sekaligus. Karena sulit dan kurang "seksi", penelitian di bidang verifikasi chip seringkali diabaikan. Namun, tim peneliti terus berupaya, mengembangkan platform verifikasi gesit bernama ENCORE berbasis FPGA untuk meningkatkan efisiensi dan kemampuan debug. Selain riset, edukasi publik tentang chip juga penting. Melalui konten sains populer, penulis berbagi pengetahuan tentang chip, AI, dan teknologi keras lainnya, dengan keyakinan bahwa melakukan hal-hal yang sulit dan membutuhkan komitmen jangka panjang adalah hal yang benar.

marsbit06/15 10:34

Seberapa Sulitnya Membuat Chip? Satu Kesalahan dalam Operasi Pembagian, 475 Juta Dolar AS Hilang Percuma

marsbit06/15 10:34

Hoskinson Peringatkan Cardano Bisa Kehilangan Keunggulan 'Koin Sains'-nya

Charles Hoskinson, pendiri Cardano, telah memperingatkan bahwa kegagalan mendanai proposal penelitian bisa merusak proposisi nilai inti jaringan: identitasnya sebagai blockchain berbasis penelitian. Dalam siaran langsung 21 Mei, ia menyatakan bahwa ekosistem Cardano sedang menghadapi lingkungan pendanaan yang lebih ketat tahun ini, dengan permintaan dana turun menjadi sekitar $52 juta dari $98 juta tahun sebelumnya, yang telah mengakibatkan pemutusan hubungan kerja bagi insinyur dan tim komunitas. Hoskinson menekankan bahwa program penelitian adalah "tulang punggung" Cardano dan alasan utama proyek ini berbeda dari blockchain besar lainnya. Ia memperingatkan bahwa jika DRep (Delegated Representatives) tidak mendukung pendanaan, peneliti terbaik Cardano bisa direkrut oleh ekosistem saingan yang lebih banyak dana, dan kehilangan ini mungkin tidak dapat dipulihkan. Ia juga mengaitkan masalah ini dengan persepsi pasar, menanyakan bagaimana kasus investasi Cardano akan terlihat dalam 3-5 tahun ke depan tanpa dukungan penelitian. Hoskinson mengakhiri dengan seruan langsung kepada DRep untuk mempertimbangkan kembali dan mendukung proposal pendanaan penelitian IOG, menyebutnya sebagai fondasi penting untuk posisi kompetitif jangka panjang Cardano.

bitcoinist05/21 16:05

Hoskinson Peringatkan Cardano Bisa Kehilangan Keunggulan 'Koin Sains'-nya

bitcoinist05/21 16:05

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

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.

marsbit04/10 00:09

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

marsbit04/10 00:09

Kitab Suci Kewirausahaan yang Runtuh Sendiri: Semakin Banyak Tahu, Semakin Cepat Mati

Inti artikel: Data pemerintah AS menunjukkan bahwa metode startup populer seperti Lean Startup, Customer Development, dan Business Model Canvas tidak meningkatkan tingkat kelangsungan hidup startup selama 30 tahun terakhir. Meskipun metodologi ini tampak logis, statistik membuktikan tidak ada peningkatan signifikan dalam keberhasilan startup, baik secara keseluruhan maupun yang didanai venture capital. Tiga kemungkinan penyebab: 1) Teori tersebut mungkin salah, 2) Teori terlalu jelas sehingga tidak perlu dipelajari formal, atau 3) Teori menjadi tidak efektif ketika semua orang menggunakannya karena menghilangkan diferensiasi kompetitif. Penulis berargumen bahwa kunci sukses justru terletak pada melakukan hal yang berbeda dari pesaing, bukan mengikuti "kitab suci" startup yang sudah umum.

marsbit03/23 08:20

Kitab Suci Kewirausahaan yang Runtuh Sendiri: Semakin Banyak Tahu, Semakin Cepat Mati

marsbit03/23 08:20

Pendiri Bersama BitMEX yang Dimaafkan Berjanji £20 Juta untuk London Maths Institute

Menurut Times Higher Education, Ben Delo, salah satu pendiri BitMEX, berjanji menyumbang £20 juta ke London Institute for Mathematical Sciences (LIMS) untuk mendukung penelitian teoretis di bidang matematika dan fisika. Delo, yang sebelumnya diampuni mantan Presiden AS Donald Trump atas pelanggaran hukum perbankan, telah menyumbang £10 juta lebih awal. Dana ini bertujuan mendukung penelitian mandiri yang bebas dari birokrasi akademik tradisional dan membantu mencapai target endowment £60 juta. LIMS, yang berlokasi di tempat bersejarah ilmuwan Michael Faraday, berfokus pada ilmu dasar dan berharap menarik ilmuwan internasional. Selain penelitian sains, Delo dikenal menyumbang untuk neurodiversity, kebebasan berbicara, dan pendidikan. Donasinya diharapkan dapat mendukung program penelitian, fellowship, serta memperluas pengakuan internasional LIMS.

TheNewsCrypto03/03 12:59

Pendiri Bersama BitMEX yang Dimaafkan Berjanji £20 Juta untuk London Maths Institute

TheNewsCrypto03/03 12:59

活动图片

Kategori Populerright-arrow

Tag Populerright-arrow