# Artikel Terkait Stabilitas

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

Kebenaran di Balik Pembayaran Global Terungkap oleh Airwallex

**Ringkasan: Kebenaran di Balik Pembayaran Global Terungkap oleh Airwallex** Banyak platform pembayaran global terlihat serupa di permukaan, menawarkan fitur seperti "penerimaan global" dan "akun multivaluta". Namun, kemampuan inti di balik layar mereka sangat berbeda. Airwallex, melalui artikel pendirinya Jack Zhang, mengungkap tiga jalur utama dalam industri ini: 1. **Pembayaran Mata Uang Digital/Web3**: Berusaha memintas infrastruktur tradisional dengan blockchain. Namun, jalan ini menghadapi tantangan regulasi besar dan tidak memiliki keunggulan pengganti yang jelas dibandingkan platform utama, sering kali hanya melayani pasar fragmentasi. 2. **Mengemas Infrastruktur Tradisional**: Jalur paling umum. Perusahaan mengandalkan mitra dan perantara untuk membungkus infrastruktur warisan yang rumit dengan pengalaman pengguna yang lebih baik. Meski cepat berkembang, ketergantungan pada hubungan pihak ketiga dan risiko kepatuhan tetap ada. 3. **Membangun Infrastruktur Keuangan Global Sendiri**: Jalur yang dipilih Airwallex, Ant International, Pingpong, dll. Ini melibatkan perolehan lisensi di berbagai yurisdiksi, operasi lokal, dan pengembangan jaringan inti secara mandiri. Jalur ini paling berat dan membutuhkan investasi tinggi, tetapi menginternalisasi kompleksitas. Inti argumen Airwallex adalah: **platform harus memikul "beban" (kompleksitas, investasi, kepatuhan) agar klien dapat menikmati "kemudahan" (stabilitas, efisiensi, kepastian)**. Bagi bisnis, nilai sebenarnya dari mitra pembayaran terletak pada penyediaan fondasi yang **lebih stabil, lebih hemat biaya (dalam hal biaya keseluruhan), dan lebih dapat diprediksi**, memungkinkan mereka untuk fokus pada ekspansi bisnis tanpa khawatir tentang risiko di balik layar seperti pembekuan rekening atau keterlambatan rantai pembayaran. Pertumbuhan Airwallex yang seperti bunga majemuk—lambat di awal karena membangun fondasi, lalu berakselerasi—menggambarkan logika ini. Jalan yang paling sulit justru yang menciptakan nilai jangka panjang dan diferensiasi yang berkelanjutan.

链捕手05/28 16:09

Kebenaran di Balik Pembayaran Global Terungkap oleh Airwallex

链捕手05/28 16:09

Penerima Turing Award Sutton Karya Baru: Selesaikan Kelemahan Besar Pembelajaran Penguatan Streaming dengan Formula 1967

Sebuah makalah baru oleh Arsalan Sharifnassab dkk. (termasuk pemenang Turing Award Richard Sutton) mengatasi "rintangan aliran" (*stream barrier*) dalam pembelajaran penguatan (*reinforcement learning*) secara mendalam. Masalahnya adalah ketidakmampuan belajar "langkah demi langkah" (*online/streaming*) dengan ukuran *batch*=1 dan tanpa *buffer replay*. Alasannya adalah langkah pembelajaran (*step-size*) tradisional hanya mengontrol seberapa besar parameter bergerak, bukan perubahan pada keluaran fungsi, sehingga menyebabkan pembaruan yang tidak stabil. Solusinya disebut **"Intentional Updates" (Pembaruan Berdasarkan Niat)**, sebuah ide yang meluas dari algoritma NLMS tahun 1967. Alih-alih menetapkan ukuran langkah untuk parameter, metode ini menetapkan **"niat"** untuk mengubah *output* fungsi—seperti memperkecil kesalahan prediksi nilai sebesar 5%—lalu menghitung mundur ukuran langkah yang diperlukan. Ini menghasilkan algoritma seperti Intentional TD, Intentional Q, dan Intentional Policy Gradient. Dalam eksperimen, metode ini mencocokkan kinerja algoritma canggih seperti SAC (dalam kontrol berkelanjutan) dan DQN (pada permainan Atari) dalam pengaturan *streaming*, dengan komputasi yang jauh lebih ringan (1/140 FLOP SAC) dan tanpa banyak penyesuaian hiperparameter. Kerangka kerja ini lebih tangguh dan mengurangi ketergantungan pada trik stabilisasi, meskipun ada masalah bias yang perlu ditangani dalam pembelajaran kebijakan. Pendekatan ini membuka jalan untuk sistem AI yang dapat belajar terus-menerus dan beradaptasi secara *online* seperti manusia, cocok untuk robotika dan perangkat *edge* dengan sumber daya terbatas.

marsbit05/10 06:38

Penerima Turing Award Sutton Karya Baru: Selesaikan Kelemahan Besar Pembelajaran Penguatan Streaming dengan Formula 1967

marsbit05/10 06:38

活动图片