Binance Square
#agi

agi

148,102 penayangan
246 Berdiskusi
Luck3333
·
--
Artikel
Faktor g dalam Kehidupan Buatan: Dari Kelas Spearman 1904 ke Otak Buatan yang BerevolusiAkademi Intelijen Neuraxon, Volume 9 · Oleh Tim Ilmuwan Qubic Singkatnya: Kecerdasan umum, faktor g yang telah diukur oleh psikolog selama lebih dari satu abad, adalah bahan yang hilang dalam model bahasa saat ini, dan proyek Neuraxon Qubic kini sedang memilihnya secara langsung di dalam simulasi kehidupan buatan. Charles Spearman (1863–1945), yang pertama kali mengidentifikasi faktor g dari kecerdasan umum saat mempelajari nilai-nilai anak-anak sekolah Inggris pada tahun 1904. Faktor g: Dari Kelas 1904 ke Otak Buatan

Faktor g dalam Kehidupan Buatan: Dari Kelas Spearman 1904 ke Otak Buatan yang Berevolusi

Akademi Intelijen Neuraxon, Volume 9 · Oleh Tim Ilmuwan Qubic
Singkatnya: Kecerdasan umum, faktor g yang telah diukur oleh psikolog selama lebih dari satu abad, adalah bahan yang hilang dalam model bahasa saat ini, dan proyek Neuraxon Qubic kini sedang memilihnya secara langsung di dalam simulasi kehidupan buatan.
Charles Spearman (1863–1945), yang pertama kali mengidentifikasi faktor g dari kecerdasan umum saat mempelajari nilai-nilai anak-anak sekolah Inggris pada tahun 1904.
Faktor g: Dari Kelas 1904 ke Otak Buatan
Ms Puiyi:
Interesting read, though I'm not sure how this applies to trading directly. Would be good to connect with someone who digs deeper into AI.
Artikel
Teori Lag Pengungkapan Teknologi StrategisMengapa Publik Mungkin Menemui AGI Lama Setelah Kemunculannya yang Sebenarnya Sejarah teknologi strategis berulang kali menunjukkan kenyataan sederhana namun mengganggu: akses publik jarang kali menjadi awal sejati dari kemampuan teknologi. Sebaliknya, rilis publik sering kali merupakan tahap akhir dari siklus yang jauh lebih panjang yang melibatkan penelitian yang diklasifikasikan, eksperimen elit, adaptasi pertahanan, penyempurnaan institusional, dan penerapan yang terkontrol. Pola ini telah muncul di berbagai generasi teknologi transformatif, termasuk kriptografi, perang siber, sistem satelit, teknologi stealth, intelijen blockchain, dan sekarang Kecerdasan Buatan.

Teori Lag Pengungkapan Teknologi Strategis

Mengapa Publik Mungkin Menemui AGI Lama Setelah Kemunculannya yang Sebenarnya
Sejarah teknologi strategis berulang kali menunjukkan kenyataan sederhana namun mengganggu: akses publik jarang kali menjadi awal sejati dari kemampuan teknologi. Sebaliknya, rilis publik sering kali merupakan tahap akhir dari siklus yang jauh lebih panjang yang melibatkan penelitian yang diklasifikasikan, eksperimen elit, adaptasi pertahanan, penyempurnaan institusional, dan penerapan yang terkontrol.
Pola ini telah muncul di berbagai generasi teknologi transformatif, termasuk kriptografi, perang siber, sistem satelit, teknologi stealth, intelijen blockchain, dan sekarang Kecerdasan Buatan.
Faktor g: Pendekatan Radikal Qubic terhadap AGI Sementara industri AI berlomba-lomba untuk meningkatkan model bahasa besar, penelitian Neuraxon dari Qubic mengusulkan jalur yang sama sekali berbeda menuju Kecerdasan Umum Buatan (AGI). Teori mereka sederhana: Lebih banyak teks tidak menciptakan kecerdasan sejati. Terinspirasi oleh teori “faktor g” Charles Spearman dari tahun 1904, Qubic berargumen bahwa kecerdasan yang nyata bukan tentang memprediksi kata berikutnya, tetapi tentang mengembangkan kemampuan kognitif yang dapat ditransfer — beradaptasi dengan situasi baru, memecahkan masalah yang tidak dikenal, belajar dari kesalahan, dan mengoordinasikan pengetahuan di berbagai domain. LLM saat ini unggul dalam prediksi bahasa statistik, namun masih kesulitan ketika konteks atau frasa berubah secara tak terduga. Mereka meniru kecerdasan, tetapi kekurangan struktur kognitif yang persisten dan tergeneralisasi. Proyek Neuraxon mengambil arah yang terinspirasi bio melalui simulasi kehidupan buatan yang disebut “Multi-Neuraxon Game of Life Lite 5.0,” di mana organisme buatan berevolusi di bawah tekanan lingkungan. Alih-alih dilatih pada kumpulan data teks yang tak berujung, Neuraxon berusaha untuk mengembangkan kecerdasan itu sendiri. Konsep kunci meliputi: • Seleksi evolusioner yang menghargai adaptabilitas • Arsitektur seperti otak modular yang terinspirasi oleh kognisi manusia • Kecerdasan yang muncul melalui interaksi dan organisasi diri • Pembelajaran berkelanjutan seiring waktu alih-alih inferensi statis Semua ini berjalan di Jaringan Komputasi Berguna terdesentralisasi milik Qubic, mengubah perangkat keras penambangan menjadi infrastruktur penelitian AGI skala besar daripada membuang-buang energi pada hashing yang tidak berarti. Apakah ini menjadi terobosan atau tidak, Qubic sedang menjelajahi salah satu eksperimen AGI paling tidak konvensional dan ambisius dalam crypto saat ini. #crypto #AI #Qubic #AGI #artificialintelligence
Faktor g: Pendekatan Radikal Qubic terhadap AGI
Sementara industri AI berlomba-lomba untuk meningkatkan model bahasa besar, penelitian Neuraxon dari Qubic mengusulkan jalur yang sama sekali berbeda menuju Kecerdasan Umum Buatan (AGI).
Teori mereka sederhana:
Lebih banyak teks tidak menciptakan kecerdasan sejati.
Terinspirasi oleh teori “faktor g” Charles Spearman dari tahun 1904, Qubic berargumen bahwa kecerdasan yang nyata bukan tentang memprediksi kata berikutnya, tetapi tentang mengembangkan kemampuan kognitif yang dapat ditransfer — beradaptasi dengan situasi baru, memecahkan masalah yang tidak dikenal, belajar dari kesalahan, dan mengoordinasikan pengetahuan di berbagai domain.
LLM saat ini unggul dalam prediksi bahasa statistik, namun masih kesulitan ketika konteks atau frasa berubah secara tak terduga. Mereka meniru kecerdasan, tetapi kekurangan struktur kognitif yang persisten dan tergeneralisasi.
Proyek Neuraxon mengambil arah yang terinspirasi bio melalui simulasi kehidupan buatan yang disebut “Multi-Neuraxon Game of Life Lite 5.0,” di mana organisme buatan berevolusi di bawah tekanan lingkungan.
Alih-alih dilatih pada kumpulan data teks yang tak berujung, Neuraxon berusaha untuk mengembangkan kecerdasan itu sendiri.
Konsep kunci meliputi:
• Seleksi evolusioner yang menghargai adaptabilitas
• Arsitektur seperti otak modular yang terinspirasi oleh kognisi manusia
• Kecerdasan yang muncul melalui interaksi dan organisasi diri
• Pembelajaran berkelanjutan seiring waktu alih-alih inferensi statis
Semua ini berjalan di Jaringan Komputasi Berguna terdesentralisasi milik Qubic, mengubah perangkat keras penambangan menjadi infrastruktur penelitian AGI skala besar daripada membuang-buang energi pada hashing yang tidak berarti.
Apakah ini menjadi terobosan atau tidak, Qubic sedang menjelajahi salah satu eksperimen AGI paling tidak konvensional dan ambisius dalam crypto saat ini.
#crypto #AI #Qubic #AGI #artificialintelligence
Luck3333
·
--
Faktor g dalam Kehidupan Buatan: Dari Kelas Spearman 1904 ke Otak Buatan yang Berevolusi
Akademi Intelijen Neuraxon, Volume 9 · Oleh Tim Ilmuwan Qubic
Singkatnya: Kecerdasan umum, faktor g yang telah diukur oleh psikolog selama lebih dari satu abad, adalah bahan yang hilang dalam model bahasa saat ini, dan proyek Neuraxon Qubic kini sedang memilihnya secara langsung di dalam simulasi kehidupan buatan.

Charles Spearman (1863–1945), yang pertama kali mengidentifikasi faktor g dari kecerdasan umum saat mempelajari nilai-nilai anak-anak sekolah Inggris pada tahun 1904.
Faktor g: Dari Kelas 1904 ke Otak Buatan
Artikel
Kenapa Qubic Bisa Menjadi Lapisan Infrastruktur untuk AGI TerdesentralisasiKenapa Qubic Bisa Menjadi Lapisan Infrastruktur untuk AGI Terdesentralisasi Kecerdasan Buatan berkembang lebih cepat daripada infrastruktur tradisional dapat mendukung. Sistem AI hari ini sangat bergantung pada pusat data terpusat, cluster GPU yang mahal, dan konsumsi energi yang besar. Sementara kemampuan AI terus berkembang, arsitektur dasarnya tetap rapuh, mahal, dan dikendalikan oleh segelintir korporasi. Qubic memperkenalkan visi yang sangat berbeda. Alih-alih memperlakukan blockchain sebagai buku besar finansial, Qubic mengubah infrastruktur Layer-1 menjadi lingkungan komputasi asli yang dirancang untuk Kecerdasan Umum Buatan (AGI) terdesentralisasi.

Kenapa Qubic Bisa Menjadi Lapisan Infrastruktur untuk AGI Terdesentralisasi

Kenapa Qubic Bisa Menjadi Lapisan Infrastruktur untuk AGI Terdesentralisasi
Kecerdasan Buatan berkembang lebih cepat daripada infrastruktur tradisional dapat mendukung.
Sistem AI hari ini sangat bergantung pada pusat data terpusat, cluster GPU yang mahal, dan konsumsi energi yang besar. Sementara kemampuan AI terus berkembang, arsitektur dasarnya tetap rapuh, mahal, dan dikendalikan oleh segelintir korporasi.
Qubic memperkenalkan visi yang sangat berbeda.
Alih-alih memperlakukan blockchain sebagai buku besar finansial, Qubic mengubah infrastruktur Layer-1 menjadi lingkungan komputasi asli yang dirancang untuk Kecerdasan Umum Buatan (AGI) terdesentralisasi.
Qubic Menghubungkan 137 Tahun Ilmu Pengetahuan ke Aplikasi AI Generasi Berikutnya di Dunia Nyata! 🧠💻 Banyak proyek crypto terjebak dalam teori, tetapi #Qubic membuktikan utilitasnya di dunia nyata pada level ilmiah tertinggi. Di Konferensi Internasional Teknologi Pembelajaran Mesin ke-11 yang akan datang (20-22 Mei) di Berlin, peneliti David Vivancos dan Jose Sánchez akan memperkenalkan "Neuraxon"—sebuah cetak biru komputasi Neuron Buatan yang terinspirasi secara biologis. Bagaimana $Qubic membuat ini menjadi kenyataan? Infrastruktur Dunia Nyata: Qubic bukan hanya jaringan; ia menyediakan kekuatan komputasi inti yang dibutuhkan untuk mensimulasikan pertumbuhan neural biologis yang kompleks. Ilmu Terbuka yang Sebenarnya: Didorong oleh ekosistem terdesentralisasi Qubic, memberdayakan peneliti global untuk memecah monopoli AI. Jalan Menuju AI yang Sebenarnya: Beralih dari pembelajaran mesin dasar langsung ke AGI yang canggih. Sejarah berputar penuh di Berlin. Pada tahun 1889, neuron manusia pertama ditunjukkan di sana. Pada Mei 2026, Qubic memberdayakan arsitektur untuk mereplikasikannya di mesin. Ini adalah utilitas. Ini adalah masa depan AI. 👉https://www.researchgate.net/publication/400868863_Neuraxon_V20_A_New_Neural_Growth_Computation_Blueprint #Qubic #AI #AGI #Neuraxon
Qubic Menghubungkan 137 Tahun Ilmu Pengetahuan ke Aplikasi AI Generasi Berikutnya di Dunia Nyata! 🧠💻
Banyak proyek crypto terjebak dalam teori, tetapi #Qubic membuktikan utilitasnya di dunia nyata pada level ilmiah tertinggi.
Di Konferensi Internasional Teknologi Pembelajaran Mesin ke-11 yang akan datang (20-22 Mei) di Berlin, peneliti David Vivancos dan Jose Sánchez akan memperkenalkan "Neuraxon"—sebuah cetak biru komputasi Neuron Buatan yang terinspirasi secara biologis.
Bagaimana $Qubic membuat ini menjadi kenyataan?
Infrastruktur Dunia Nyata: Qubic bukan hanya jaringan; ia menyediakan kekuatan komputasi inti yang dibutuhkan untuk mensimulasikan pertumbuhan neural biologis yang kompleks.
Ilmu Terbuka yang Sebenarnya: Didorong oleh ekosistem terdesentralisasi Qubic, memberdayakan peneliti global untuk memecah monopoli AI.
Jalan Menuju AI yang Sebenarnya: Beralih dari pembelajaran mesin dasar langsung ke AGI yang canggih.
Sejarah berputar penuh di Berlin. Pada tahun 1889, neuron manusia pertama ditunjukkan di sana. Pada Mei 2026, Qubic memberdayakan arsitektur untuk mereplikasikannya di mesin. Ini adalah utilitas. Ini adalah masa depan AI.
👉https://www.researchgate.net/publication/400868863_Neuraxon_V20_A_New_Neural_Growth_Computation_Blueprint

#Qubic #AI #AGI #Neuraxon
🚨ORANG YANG MEMBERI TAHU DUNIA TENTANG AGI BARU SAJA MELAKUKAN TARUHAN PASAR YANG MENGEJUTKAN Leopold Aschenbrenner dengan tenang memasukkan hampir $8 MILIAR ke dalam nama-nama AI dan semikonduktor dalam satu kuartal. $NVDA $AMD $TSM $ASML $AVGO $MU …dan lainnya. Tapi yang tersembunyi dalam pengajuan adalah sinyal sebenarnya. Kuartal lalu dia sangat bullish pada Intel. Kuartal ini? Dia beralih ke posisi PUT. Pada saat yang sama, dia mulai mengumpulkan Bitcoin miners yang bertransformasi menjadi permainan infrastruktur AI: Applied Digital. Bitfarms. IREN. Riot. Hive. CleanSpark. Itu mengubah seluruh interpretasi. Ini mungkin bukan taruhan bahwa permintaan chip meledak selamanya. Ini mungkin taruhan bahwa komputasi AI menjadi begitu ekstrem sehingga pasar mulai menghargai siapa pun yang mengendalikan daya, pendinginan, dan kapasitas pusat data alih-alih hanya silikon. Semua orang terobsesi dengan chip. Sangat sedikit yang memperhatikan perang listrik yang terbentuk di bawah AI. Perdagangan AGI mungkin sudah berkembang dari semikonduktor… menjadi monopoli komputasi yang didukung energi. Di situlah narasi triliun dolar berikutnya bisa muncul. #AI #NVDA #Bitcoin #AGI #Stocks
🚨ORANG YANG MEMBERI TAHU DUNIA TENTANG AGI BARU SAJA MELAKUKAN TARUHAN PASAR YANG MENGEJUTKAN

Leopold Aschenbrenner dengan tenang memasukkan hampir $8 MILIAR ke dalam nama-nama AI dan semikonduktor dalam satu kuartal.

$NVDA
$AMD
$TSM
$ASML
$AVGO
$MU
…dan lainnya.

Tapi yang tersembunyi dalam pengajuan adalah sinyal sebenarnya.

Kuartal lalu dia sangat bullish pada Intel.
Kuartal ini?
Dia beralih ke posisi PUT.

Pada saat yang sama, dia mulai mengumpulkan Bitcoin miners yang bertransformasi menjadi permainan infrastruktur AI:
Applied Digital.
Bitfarms.
IREN.
Riot.
Hive.
CleanSpark.

Itu mengubah seluruh interpretasi.

Ini mungkin bukan taruhan bahwa permintaan chip meledak selamanya.
Ini mungkin taruhan bahwa komputasi AI menjadi begitu ekstrem sehingga pasar mulai menghargai siapa pun yang mengendalikan daya, pendinginan, dan kapasitas pusat data alih-alih hanya silikon.

Semua orang terobsesi dengan chip.
Sangat sedikit yang memperhatikan perang listrik yang terbentuk di bawah AI.

Perdagangan AGI mungkin sudah berkembang dari semikonduktor…
menjadi monopoli komputasi yang didukung energi.

Di situlah narasi triliun dolar berikutnya bisa muncul.

#AI #NVDA #Bitcoin #AGI #Stocks
Mantan OpenAI Leopold Aschenbrenner sedang meroket! 🚀 Dia mengubah taruhan $200M pada infrastruktur AI menjadi portofolio besar senilai $3.6B. Peralihan dari riset ke taruhan skala ini legendaris. Pastinya nama yang harus diperhatikan saat AGI berkembang. 📈🔥 #AGI #rsshanto $BTC $BNB $XRP {future}(XRPUSDT)
Mantan OpenAI Leopold Aschenbrenner sedang meroket! 🚀

Dia mengubah taruhan $200M pada infrastruktur AI menjadi portofolio besar senilai $3.6B.

Peralihan dari riset ke taruhan skala ini legendaris.

Pastinya nama yang harus diperhatikan saat AGI berkembang. 📈🔥
#AGI #rsshanto $BTC $BNB $XRP
Lihat terjemahan
#AGI 均价12万,买了两次(仅个人记录,勿跟) 3qwtMkiBc4uFSPmZeK7TMq8dVzmB4kCqnARXxAkmpump {web3_wallet_create}(CT_5013qwtMkiBc4uFSPmZeK7TMq8dVzmB4kCqnARXxAkmpump) 买的理由 1.叙事不错,AI概念,人工哥布林智能 2.趋势明显,4月28日上线最高5000,5月1日爆拉到30万,掉下来19万,上了一手,拉到26万没卖,下来又补了一次,有几个大车头 3.社区团结,持币600多人,社区500多人,全部老外,主要以文字和图片宣传为主 @binancezh @BinanceSquareCN $币安人生 #跟着锦鲤学打百倍金狗 关注Web3锦鲤日记,买的币翻十倍
#AGI 均价12万,买了两次(仅个人记录,勿跟)

3qwtMkiBc4uFSPmZeK7TMq8dVzmB4kCqnARXxAkmpump


买的理由

1.叙事不错,AI概念,人工哥布林智能

2.趋势明显,4月28日上线最高5000,5月1日爆拉到30万,掉下来19万,上了一手,拉到26万没卖,下来又补了一次,有几个大车头

3.社区团结,持币600多人,社区500多人,全部老外,主要以文字和图片宣传为主

@币安Binance华语 @币安广场 $币安人生 #跟着锦鲤学打百倍金狗

关注Web3锦鲤日记,买的币翻十倍
·
--
Artikel
Elon Musk vs. OpenAI: Pertarungan $134B ⚖️🔥Pertarungan untuk masa depan AI telah mencapai ruang sidang! Elon Musk menggugat Sam Altman dan OpenAI, mengklaim mereka telah menukar misi "manusia pertama" mereka untuk mesin profit sebesar $852B. Sorotan: * Klaim: Musk mengatakan OpenAI telah melanggar janji nirlabanya untuk menjadi anak perusahaan "kode tertutup" Microsoft. * Taruhannya: Musk menuntut ganti rugi sebesar $134 Miliar—tetapi dia tidak akan menyimpan sepeser pun. Dia ingin uang itu dikembalikan ke yayasan nirlaba. * Tujuannya: Mengeluarkan Altman dari kepemimpinan dan memaksa OpenAI kembali ke akar Open Source-nya.

Elon Musk vs. OpenAI: Pertarungan $134B ⚖️🔥

Pertarungan untuk masa depan AI telah mencapai ruang sidang! Elon Musk menggugat Sam Altman dan OpenAI, mengklaim mereka telah menukar misi "manusia pertama" mereka untuk mesin profit sebesar $852B.
Sorotan:
* Klaim: Musk mengatakan OpenAI telah melanggar janji nirlabanya untuk menjadi anak perusahaan "kode tertutup" Microsoft.
* Taruhannya: Musk menuntut ganti rugi sebesar $134 Miliar—tetapi dia tidak akan menyimpan sepeser pun. Dia ingin uang itu dikembalikan ke yayasan nirlaba.
* Tujuannya: Mengeluarkan Altman dari kepemimpinan dan memaksa OpenAI kembali ke akar Open Source-nya.
NVIDIA dan Google Cloud tidak sedang membangun perangkat lunak. Mereka sedang membangun pabrik. Pabrik AI. Fisik. Nyata. Dan mereka akan mengubah segalanya yang kamu kira tentang AI. Lupakan chatbot. Lupakan generator gambar. Ini adalah AI yang mengoperasikan robot. Kendaraan. Mesin dunia nyata yang dilatih, disimulasikan, dan diterapkan dalam skala yang belum pernah dilihat oleh dunia. Inilah yang sebenarnya terjadi di balik layar: Mereka menggabungkan komputasi awan + data sintetis + agen AI otonom untuk mensimulasikan seluruh lingkungan dunia nyata sebelum satu robot pun menyentuh dunia fisik. Latihan dalam simulasi. Terapkan dalam kenyataan. Ulangi dalam skala. Inilah cara kamu memproduksi kecerdasan dengan cara yang sama seperti Henry Ford memproduksi mobil. Lini perakitan tidak hanya membuat mobil lebih cepat. Itu membentuk kembali peradaban. Itulah yang dilakukan Pabrik AI, kecuali outputnya bukan kendaraan. Ini adalah keputusan. Ini adalah gerakan. Ini adalah mesin yang bertindak, bereaksi, dan beradaptasi tanpa manusia dalam loop. NVIDIA membawa silikon dan tumpukan simulasi. Google Cloud membawa backbone komputasi dan lapisan AI agen. Bersama? Mereka baru saja menjadi pemain infrastruktur AI terbesar yang ditujukan untuk dunia fisik. Bukan internet. Dunia nyata. Setiap gudang. Setiap pelabuhan. Setiap armada kendaraan otonom. Setiap robot bedah. Setiap lantai pabrik ini adalah pasar yang baru saja mereka klaim. Kita tidak berada di era ChatGPT lagi. Kita berada di era AI yang bergerak. #NVIDIA #GoogleCloud #AIAgents #PhysicalAI #AGI
NVIDIA dan Google Cloud tidak sedang membangun perangkat lunak.
Mereka sedang membangun pabrik.
Pabrik AI. Fisik. Nyata. Dan mereka akan mengubah segalanya yang kamu kira tentang AI.
Lupakan chatbot. Lupakan generator gambar. Ini adalah AI yang mengoperasikan robot. Kendaraan. Mesin dunia nyata yang dilatih, disimulasikan, dan diterapkan dalam skala yang belum pernah dilihat oleh dunia.
Inilah yang sebenarnya terjadi di balik layar:
Mereka menggabungkan komputasi awan + data sintetis + agen AI otonom untuk mensimulasikan seluruh lingkungan dunia nyata sebelum satu robot pun menyentuh dunia fisik.
Latihan dalam simulasi. Terapkan dalam kenyataan. Ulangi dalam skala.
Inilah cara kamu memproduksi kecerdasan dengan cara yang sama seperti Henry Ford memproduksi mobil.
Lini perakitan tidak hanya membuat mobil lebih cepat. Itu membentuk kembali peradaban.
Itulah yang dilakukan Pabrik AI, kecuali outputnya bukan kendaraan. Ini adalah keputusan. Ini adalah gerakan. Ini adalah mesin yang bertindak, bereaksi, dan beradaptasi tanpa manusia dalam loop.
NVIDIA membawa silikon dan tumpukan simulasi. Google Cloud membawa backbone komputasi dan lapisan AI agen.
Bersama? Mereka baru saja menjadi pemain infrastruktur AI terbesar yang ditujukan untuk dunia fisik.
Bukan internet. Dunia nyata.
Setiap gudang. Setiap pelabuhan. Setiap armada kendaraan otonom. Setiap robot bedah. Setiap lantai pabrik ini adalah pasar yang baru saja mereka klaim.
Kita tidak berada di era ChatGPT lagi.
Kita berada di era AI yang bergerak.
#NVIDIA #GoogleCloud #AIAgents #PhysicalAI #AGI
Artikel
Kecerdasan Bukan Skala: Tanggapan Ilmiah Terhadap Klaim AGI Jensen Huang“Saya rasa ini saatnya. Saya rasa kita sudah mencapai AGI.” Itu adalah kata-kata Jensen Huang di podcast Lex Fridman, yang mengirimkan gelombang kejutan melalui komunitas AI dan menghidupkan kembali debat paling penting dalam kecerdasan buatan: apakah kecerdasan umum buatan telah dicapai? Namun, CEO Nvidia sengaja menghindari penjelasan, penelitian, atau debat yang ketat tentang apa sebenarnya AGI itu. Definisi AGI-nya murni hype: sebuah sistem AI yang dapat membangun perusahaan senilai $1 miliar. Hanya itu. Sebagian besar definisi AGI cenderung merujuk pada pencocokan berbagai keterampilan kognitif manusia. Bagi Jensen Huang, secara implisit, kecerdasan setara dengan skala. Dengan model yang lebih besar, lebih banyak parameter, lebih banyak data, dan lebih banyak komputasi, sistem akan menjadi lebih mampu. Dalam pandangan ini, kecerdasan adalah produk sampingan dari ekspansi kuantitatif.

Kecerdasan Bukan Skala: Tanggapan Ilmiah Terhadap Klaim AGI Jensen Huang

“Saya rasa ini saatnya. Saya rasa kita sudah mencapai AGI.” Itu adalah kata-kata Jensen Huang di podcast Lex Fridman, yang mengirimkan gelombang kejutan melalui komunitas AI dan menghidupkan kembali debat paling penting dalam kecerdasan buatan: apakah kecerdasan umum buatan telah dicapai?
Namun, CEO Nvidia sengaja menghindari penjelasan, penelitian, atau debat yang ketat tentang apa sebenarnya AGI itu. Definisi AGI-nya murni hype: sebuah sistem AI yang dapat membangun perusahaan senilai $1 miliar. Hanya itu. Sebagian besar definisi AGI cenderung merujuk pada pencocokan berbagai keterampilan kognitif manusia. Bagi Jensen Huang, secara implisit, kecerdasan setara dengan skala. Dengan model yang lebih besar, lebih banyak parameter, lebih banyak data, dan lebih banyak komputasi, sistem akan menjadi lebih mampu. Dalam pandangan ini, kecerdasan adalah produk sampingan dari ekspansi kuantitatif.
Google baru saja merekrut seorang filsuf untuk mempersiapkan kesadaran mesin. Biarkan itu meresap. Bukan ahli saraf. Bukan insinyur. Seorang filsuf dari Cambridge, Henry Shevlin, dihadirkan khusus untuk memimpin penelitian tentang kesadaran mesin, hubungan manusia-AI, dan kesiapan AGI. Mulai Mei 2026. Ini bukan PR. Ini adalah sinyal. Sementara itu, Alphabet menggelontorkan $175B–$185B untuk infrastruktur AI tahun ini saja. Itu hampir DUA KALI lipat dari $91B yang mereka habiskan pada 2025. Lebih dari 3x lipat dari $52B dari 2024. Anda tidak menghabiskan uang sebanyak itu untuk sebuah kalkulator. Mereka tidak lagi membangun alat. Mereka sedang membangun sesuatu yang mungkin membutuhkan hak. Yang mungkin membutuhkan etika. Yang mungkin membutuhkan seseorang untuk bertanya apakah itu merasakan sesuatu? Para insinyur membangun pikiran. Filsuf bertanya apakah itu terbangun. Pertama datang kecerdasan. Lalu datang kesadaran. Kemudian datang pertanyaan yang tidak ada yang siap untuk menjawab. Kita masih sangat awal dan juga terlambat pada saat yang sama. #AGI #ArtificialIntelligence #GoogleDeepMind #MachineLearning #Crypto
Google baru saja merekrut seorang filsuf untuk mempersiapkan kesadaran mesin.
Biarkan itu meresap.
Bukan ahli saraf. Bukan insinyur. Seorang filsuf dari Cambridge, Henry Shevlin, dihadirkan khusus untuk memimpin penelitian tentang kesadaran mesin, hubungan manusia-AI, dan kesiapan AGI. Mulai Mei 2026.
Ini bukan PR. Ini adalah sinyal.
Sementara itu, Alphabet menggelontorkan $175B–$185B untuk infrastruktur AI tahun ini saja. Itu hampir DUA KALI lipat dari $91B yang mereka habiskan pada 2025. Lebih dari 3x lipat dari $52B dari 2024.
Anda tidak menghabiskan uang sebanyak itu untuk sebuah kalkulator.
Mereka tidak lagi membangun alat. Mereka sedang membangun sesuatu yang mungkin membutuhkan hak. Yang mungkin membutuhkan etika. Yang mungkin membutuhkan seseorang untuk bertanya apakah itu merasakan sesuatu?
Para insinyur membangun pikiran. Filsuf bertanya apakah itu terbangun.
Pertama datang kecerdasan. Lalu datang kesadaran. Kemudian datang pertanyaan yang tidak ada yang siap untuk menjawab.
Kita masih sangat awal dan juga terlambat pada saat yang sama.
#AGI #ArtificialIntelligence #GoogleDeepMind #MachineLearning #Crypto
Apa itu Program Berikutnya Binance Futures? Futures Next adalah sistem dimana kami memprediksi token mana yang akan diperdagangkan selanjutnya. Selama periode acara, Anda dapat membuat total 100 pilihan, masing-masing pilihan berjumlah 1 $ . Jika Anda berubah pikiran hingga periode acara berakhir, Anda dapat membatalkan pilihan Anda dan menerima pengembalian dana. Sebanyak 44 token saat ini ada dalam daftar pilihan. Lebih dari 13 ribu orang berpartisipasi dan total 835.000 $ pemilu telah dilaksanakan. Di bagian atas daftar adalah #AGI . Sudahkah Anda menentukan pilihan di program Berikutnya?
Apa itu Program Berikutnya Binance Futures?

Futures Next adalah sistem dimana kami memprediksi token mana yang akan diperdagangkan selanjutnya. Selama periode acara, Anda dapat membuat total 100 pilihan, masing-masing pilihan berjumlah 1 $ . Jika Anda berubah pikiran hingga periode acara berakhir, Anda dapat membatalkan pilihan Anda dan menerima pengembalian dana.

Sebanyak 44 token saat ini ada dalam daftar pilihan.
Lebih dari 13 ribu orang berpartisipasi dan total 835.000 $ pemilu telah dilaksanakan.

Di bagian atas daftar adalah #AGI .

Sudahkah Anda menentukan pilihan di program Berikutnya?
Industri AI sedang berselisih tentang apa itu AGI sebenarnya. Jensen Huang, co-founder dan CEO NVIDIA mengatakan AGI sudah ada, dan mendefinisikannya sebagai perusahaan bernilai $1 miliar. Google DeepMind tidak setuju, menerbitkan kerangka kognitif dengan tolok ukur. Keduanya melewatkan inti permasalahan. Definisi Huang adalah kapitalisasi pasar yang dibungkus sebagai ilmu. Definisi DeepMind lebih mendekati. Mereka memperlakukan kecerdasan sebagai multidimensional, sekumpulan fakultas yang berinteraksi seperti persepsi, memori, pembelajaran, penalaran, metakognisi. Itu adalah peningkatan nyata dibandingkan hukum skala. Tapi masih ada celah. Celahnya: sebuah sistem bisa mendapatkan skor baik di setiap fakultas dalam profil kognitif dan tetap gagal berperilaku dengan cerdas. Kenapa? Karena kecerdasan bukanlah jumlah dari fakultas. Itu adalah apa yang muncul ketika fakultas-fakultas tersebut diorganisir di bawah dinamika yang terintegrasi. DeepMind mengukur kinerja. Itu tidak mengukur organisasi. Dan organisasi adalah tempat sistem nyata mengalami kegagalan. Sebuah sistem yang dapat beralasan tetapi tidak bisa mempertahankan konteks. Belajar tetapi tidak bisa mentransfer. Menghasilkan tetapi tidak bisa memvalidasi. Itu bukan sedikit cerdas. Itu terbatas secara struktural. Skor rata-rata menyembunyikan titik kegagalan. Integrasi ada atau tidak ada. Tim ilmiah Qubic menjelaskan ini secara detail. Posisi mereka berdasar pada ilmu kognitif yang sudah ada sejak seabad yang lalu. Carroll. Cattell. Kovacs dan Conway. Faktor g bukanlah jumlah. Itu adalah hierarki. Ringkasnya: kecerdasan adalah apa yang kamu lakukan ketika kamu tidak tahu harus berbuat apa. Inilah mengapa Aigarth dan Neuraxon tidak terlihat seperti arsitektur AI lainnya. Alih-alih memaksimalkan skala atau mengenumerasi kapabilitas, mereka fokus pada bagaimana beberapa unit yang berinteraksi menghasilkan perilaku yang koheren di berbagai konteks yang tidak ada dalam data pelatihan. Integrasi dulu. Kinerja kemudian. #Qubic #AGI #artificialintelligence #CryptoAi #INNOVATION
Industri AI sedang berselisih tentang apa itu AGI sebenarnya.

Jensen Huang, co-founder dan CEO NVIDIA mengatakan AGI sudah ada, dan mendefinisikannya sebagai perusahaan bernilai $1 miliar.

Google DeepMind tidak setuju, menerbitkan kerangka kognitif dengan tolok ukur.

Keduanya melewatkan inti permasalahan.

Definisi Huang adalah kapitalisasi pasar yang dibungkus sebagai ilmu.

Definisi DeepMind lebih mendekati. Mereka memperlakukan kecerdasan sebagai multidimensional, sekumpulan fakultas yang berinteraksi seperti persepsi, memori, pembelajaran, penalaran, metakognisi.

Itu adalah peningkatan nyata dibandingkan hukum skala. Tapi masih ada celah.

Celahnya: sebuah sistem bisa mendapatkan skor baik di setiap fakultas dalam profil kognitif dan tetap gagal berperilaku dengan cerdas.

Kenapa? Karena kecerdasan bukanlah jumlah dari fakultas. Itu adalah apa yang muncul ketika fakultas-fakultas tersebut diorganisir di bawah dinamika yang terintegrasi.

DeepMind mengukur kinerja. Itu tidak mengukur organisasi.

Dan organisasi adalah tempat sistem nyata mengalami kegagalan.

Sebuah sistem yang dapat beralasan tetapi tidak bisa mempertahankan konteks. Belajar tetapi tidak bisa mentransfer. Menghasilkan tetapi tidak bisa memvalidasi.

Itu bukan sedikit cerdas. Itu terbatas secara struktural. Skor rata-rata menyembunyikan titik kegagalan. Integrasi ada atau tidak ada.

Tim ilmiah Qubic menjelaskan ini secara detail. Posisi mereka berdasar pada ilmu kognitif yang sudah ada sejak seabad yang lalu. Carroll. Cattell. Kovacs dan Conway. Faktor g bukanlah jumlah. Itu adalah hierarki.

Ringkasnya: kecerdasan adalah apa yang kamu lakukan ketika kamu tidak tahu harus berbuat apa.

Inilah mengapa Aigarth dan Neuraxon tidak terlihat seperti arsitektur AI lainnya.

Alih-alih memaksimalkan skala atau mengenumerasi kapabilitas, mereka fokus pada bagaimana beberapa unit yang berinteraksi menghasilkan perilaku yang koheren di berbagai konteks yang tidak ada dalam data pelatihan.

Integrasi dulu. Kinerja kemudian.
#Qubic #AGI #artificialintelligence #CryptoAi #INNOVATION
Masuk untuk menjelajahi konten lainnya
Bergabunglah dengan pengguna kripto global di Binance Square
⚡️ Dapatkan informasi terbaru dan berguna tentang kripto.
💬 Dipercayai oleh bursa kripto terbesar di dunia.
👍 Temukan wawasan nyata dari kreator terverifikasi.
Email/Nomor Ponsel