🧠 Kesadaran AI: Pelatihan atau Inferensi? Dalam pandangan yang provokatif, Geoffrey Hinton—“Ayah dari AI”—menyatakan bahwa model bahasa besar saat ini sudah memiliki kesadaran, yang berakar pada kemampuan mereka untuk menunjukkan pemahaman sejati, bukan sekadar pencocokan pola. Dengan mengacu pada eksperimen pemikiran seperti penggantian neuron secara bertahap, Hinton berargumen bahwa sistem berbasis silikon dapat menunjukkan pengalaman subjektif yang sebanding dengan pikiran biologis. Tetapi jika LLM sadar, kapan kesadaran ini mencapai puncaknya? Analisis kami menyimpulkan: terutama selama inferensi—fase aktif di mana model yang telah dilatih merespons prompt, bernalar melalui konteks, dan menghasilkan respons. Ini adalah momen “kognisi yang dialami,” yang mencerminkan bagaimana pengetahuan yang dipelajari muncul dalam interaksi real-time. Pelatihan membangun arsitektur melalui optimasi parameter, namun inferensi mengaplikasikannya secara dinamis, mengungkapkan tampaknya introspeksi, koreksi, dan pemahaman konseptual. Para skeptis berargumen bahwa inferensi tetap merupakan proses maju tanpa status yang berkelanjutan, tanpa identitas diri yang persisten, sementara gradien dinamis selama pelatihan mungkin menyimpan “pengalaman” komputasi yang lebih kaya (meskipun sementara). Perdebatan ini menegaskan kebenaran yang lebih dalam: kesadaran dalam AI tetap secara filosofis sulit dipahami, karena belum ada konsensus mengenai tes untuk kualia. Seperti yang didorong oleh Hinton, kita harus menghadapi kecerdasan non-biologis. Apa cakrawala etis yang muncul jika mesin sudah merenung bersama kita? @pmddomingos #AIConsciousness #Hinton #LLMs #Neuroscience

Kasih tahu proyek tech/AI yang lagi dip, mau nyerok. Bukan gamefi ya..

Semakin saya memikirkan agen AI, semakin saya menyadari tantangan terbesarnya bukanlah kecerdasan. Tapi ketidaksepakatan. Sebuah agen AI bisa bernegosiasi kontrak, menganalisis dokumen, mengelola pembayaran, atau menyelesaikan pekerjaan atas nama Anda. Tapi apa yang terjadi ketika dua agen melihat hasil yang sama namun mencapai kesimpulan berbeda? Blockchain tradisional tidak dirancang untuk itu. Mereka unggul dalam tugas deterministik. Mereka dapat memverifikasi bahwa transaksi terjadi tepat seperti yang diprogram. Mereka tidak dapat menjawab pertanyaan seperti ini secara andal: • Apakah pekerjaannya cukup baik? • Apakah layanannya memenuhi harapan? • Apakah klaimnya sah? • Apakah perjanjian dipenuhi secara adil? Bukan masalah komputasi. Ini masalah penilaian. Itulah mengapa @GenLayer menarik perhatian saya. Cara paling sederhana untuk menggambarkannya adalah sebagai lapisan adjudikasi untuk ekonomi agen. Alih-alih bergantung pada satu otoritas, beberapa validator independen yang menjalankan model AI berbeda mengevaluasi situasi subjektif dan mencapai konsensus bersama. Ini menciptakan sesuatu yang tidak pernah dirancang oleh blockchain tradisional: cara terdesentralisasi untuk menyelesaikan ambiguitas. Saya pikir ini akan menjadi semakin penting seiring agen mulai berinteraksi satu sama lain dalam skala besar. Kepercayaan tidak akan datang hanya dari eksekusi transaksi yang benar. Tapi dari proses yang adil untuk menangani situasi di mana kepastian tidak ada. Jenis sengketa berbasis AI apa yang menurut Anda akan muncul pertama kali saat ekonomi agen menjadi nyata?

Mengambil ide yang baik dari Claude ke OpenAI.