Kind: captions
Language: id
Apakah dengan adanya efisiensi pada Ai
model akan mengakibatkan permintaan akan
chips jadi berkurang justru peningkatan
efisiensi akan mendorong penggunaan
model Ai semakin besar karena sekarang
yang bisa bikin model Ai itu jadi banyak
[Musik]
Oke sahabat akela pada hari Senin 27
Januari yang lalu dunia dikejutkan oleh
kehadiran large language model atau LLM
Ai bernama
dipsik hari itu seluruh media mulai dari
media mainstream hingga media sosial
Instagram Facebook tiktok hingga YouTube
semuanya seremp Pak menayangkan
Bagaimana dipsik sukses menggoyang SNP
500 dan nasdaq dan da Jones s&p 500
turun signifikan nasdaq turun 3%
walaupun sempat turun 5% saham Nvidia
terjun bebas bahkan hingga
17%. seperti biasa headline heboh
menghiasi media-media di Indonesia
dipsik sukses mengguncang Amerika
Serikat dan bikin rugi ribuan triliun
bagi Nvidia Ai China hancurkan saham
bigtech Amerika Serikat Wall Street
terjun bebas ada banyak yang bertanya
kepada saya mengenai diepsik ini dan
berhubung begitu masifnya pemberitaan
mengenai diepsik ini saya pun pada waktu
itu mengira bahwa peluncuran depepsik
R1 ini mengakibatkan stock market Crash
pada bursa saham Amerika khususnya
sektor teknologi saya kemudian berupaya
mencari korelasinya
Bagaimana
ceritanya rasionalnya logikanya
kehadiran dipsic R1 ini mengakibatkan
saham Nvidia jadi terjun bebas 17% dalam
sehari dan selanjutnya membawa sentimen
negatif pada saham-saham teknologi
lainnya hingga keseluruhan market
seperti biasa Mari Kita gali dulu data
dan
faktanya hari itu s&p 500 sempat turun
hingga
5948 dari penutupan sebelumnya di
6133.25 berarti s&p 500 hingga titik
terendahnya hari itu sudah turun hingga
3%. sementara itu Kendati pun hingga
sesi penutupan nasdak ditutup melemah
minus 3% dari closing sebelumnya namun
hingga titik terendahnya hari itu nasdak
ini sempat tertekan hingga
5,22% saham Nvidia sempat lemah hingga
18,17% sebelum akhirnya ditutup
17% dibandingkan closing hari sebelumnya
dahsyat banget ya namun timbul beberapa
kejanggalan dalam benak saya Katakanlah
benar dipsik mendisrupsi industri Ai
Amerika mengakibatkan saham-saham
teknologi hari itu terkoreksi
tajam tapi kenapa hari itu Bitcoin dan
kpto juga turun
tajam karena itu kejanggalan yang
pertama dips R1 mengakibatkan crypto
Crash bagi yang bilang bahwa Bitcoin
mining itu menggunakan GPU dan chipset
Nvidia
Maka mohon maaf sebelumnya Anda keliru
zaman dulu mungkin begitu namun sudah
sejak lama Bitcoin itu tidak lagi bisa
mining menggunakan GPU rtx dari Nvidia
udah
lama jika ada yang tawar-tawarin
investasi mining Bitcoin pakai GPU
Nvidia Itu sudah
pasti
scam Bitcoin mining dewasa ini hanya
bisa dilakukan menggunakan Asic miner
Asic itu sendiri adalah singkatan dari
application specific integrated circuit
produsen miner terbesar di dunia saat
ini bukan
Nvidia melainkan perusahaan asal
Tiongkok namanya
bitman kemudian ada lagi microbt dan
Kanaan semuanya perusahaan asal Tiongkok
dan tidak ada satu pun yang menggunakan
chips dari
Nvidia sehubungan dengan itu ayo kita
gali lebih dalam lagi mengenai diepsik
ini diepsik adalah large language model
alias sllm yakni model kecerdasan buatan
atau ai berbasis Deep learning yang
dirancang untuk memahami menghasilkan
dan memproses teks dalam bahasa natural
LLM dilatih menggunakan jumlah data yang
sangat besar dan memanfaatkan arsitektur
Transformer seperti GPT atau generative
pre
transform yang memungkinkan model
memahami konteks menjawab pertanyaan
menerjemahkan bahasa serta melakukan
tugas-tugas pemrosesan bahasa alami
lainnya kejanggalan yang kedua dan ini
penting dipsic R1 itu dirilis pada
tanggal 20 Januari
2025 dipsik R1 adalah versi terbaru
dipsic yang menggantikan dipsic
V3 dan dirilis pada tanggal 20 Januari
2025 7 hari sebelum s&p 500 nasdaq dan
Bitcoin serta kripto lainnya Crash pada
tanggal 27 Januari 2025 Sejak saya
terjun pada dunia trading dan investasi
22 tahun yang lalu sampai sekarang belum
pernah saya
fenomena di mana kejadiannya sudah
terjadi seminggu yang lalu namun Pasar
Baru bereaksi seminggu sesudah kejadian
tersebut ggak ada kayak gitu Da theori
tenet yang pertama berbunyi market
discount everything bahwa segala sesuatu
kejadian yang bisa mempengaruhi pasar
itu sudah langsung terfleksikan pada
pergerakan harga saat itu juga jika dips
adalah penyebab terjadinya stock market
Crash maka kejadian market Crash
tersebut seharusnya sudah terjadi sejak
tanggal dipsik R1 ini dirilis yakni
tanggal 20 Januari
2025 bukan 27 Januari
2025 analogi sederhananya gini Ingatkah
sahabat akela akan kejadian tsunami di
fukushima JE pada tanggal 11 Maret
2011 anda pikirkan aja di mana logikanya
ketika terjadi suatu disrupsi Apakah itu
bencana ataukah inovasi teknologi baru
pasar yang terdisrupsi baru mulai
merespon S Minggu sesudahnya enggak
masuk akal Ya sekedar informasi fakta
ini juga bertentangan dengan e market
hpesis bahwa
sepenuhnya mencerminkan semua informasi
yang tersedia ini kata-katanya eugin F
yang sangat
terkenal bursa Amerika adalah bursa
saham dengan likuiditas terbesar di
dunia saat ini dengan demikian sangat
tidak masuk akal jika Pasar Baru
merespon suatu kejadian selama
berhari-hari sesudah kejadian tersebut
berlangsung akan tetapi pada hari Senin
27 Januari 2025 di juga katanya
meluncurkan genus Pro sebuah model
kecerdasan buatan atau ai multimodal
open source yang dirancang untuk
memahami dan menghasilkan konten dalam
berbagai format termasuk teks dan
gambar model ini merupakan peningkatan
dari versi sebelumnya yakni Janus ini
sekarang yang baru ini Janus Pro dengan
perbaikan Dalam strategi pelatihan
peningkatan kualitas data dan skala
model yang lebih besar namun coba
perhatikan timingnya yang detail Janus
Pro ini diluncurkan pada pukul
1341 sore eastern standard time atau
waktu New York market sudah Crash jauh
sebelumnya Jauh sebelum Janus Pro ini
diluncurkan Nah sekarang Coba Kita gali
berbagai fakta seputar
dips dimulai dari
inya pendirinya adalah seorang pemuda
berusia 40 tahun yang berasal dari
provinsi kuangtung Tiongkok bernama
liang wenfeng Kendati pun di media
banyak beredar foto Liang wenfeng pakai
Jaz dan Dasi kayak bintang film
drakor namun lagi-lagi Jangan
gampang-gampang percaya apa yang
disajikan
media lihat foto ini Ini baru
yang asli pendiri
dipsik di tahun 2016 dia Mendirikan
perusahaan headch fund berbasis Ai high
flyer namanya high flyer ini berfokus
pada sistem trading quantitatif dengan
menggunakan model kecerdasan buatan atau
ai untuk membuat
keputusan sistem trading quantitatif
sendiri Sebenarnya bukan hal baru di
dunia trading pasar modal saya sendiri
seb sebagaimana sahabat akela ketahui
kami di akela pun juga menggunakan
sistem trading kuantitatif Timo
quantitative trading system namanya pada
tahun 2023 highflyer memutuskan untuk
mengalihkan Fokusnya ke pengembangan
kecerdasan umum buatan atau Agi
singkatan dari artificial general
intelligence dan mendirikan dipsik
sebagai kelompok penelitian independen
yang berfokus pada Agi
dipsing menonjol karena pendekatannya
dalam mengembangkan model Ai yang jauh
lebih efisien dan hemat biaya dengan
memanfaatkan algoritma canggih dan
teknik optimasi perusahaan ini berhasil
melatih model Ai dengan biaya sekitar
hanya 5,6 juta dolar jauh lebih rendah
dibandingkan dengan perusahaan Ai
lainnya yang menghabiskan miliaran US
Dollar model dips R1 misalnya
menunjukkan kinerja yang kompetitif
dalam berbagai tugas seperti matematika
pemrograman dan logik atau
penalaran saya bukan Ai engineer namun
sesudah menggali dari berbagai sumber
kunci utama keberhasilan dipsik
melakukan semuanya ini terletak pada apa
yang dikenal dengan istilah knowledge
distillation atau dalam dunia Ai jadinya
Ai
distillation hal ini sejalan dengan yang
diungkapkan oleh Dario
amodei saat ini Dario ini menjabat
sebagai ceo-nya antropic yang dulunya
adalah Dario ini menjabat sebagai Vice
President of research di open Ai di mana
dia memimpin Project gpt2 dan
gpt3 sebelum bergabung dengan open Ai
Dario juga pernah bekerja pada Google
Brain sebagai senior research
Scientist guna memahami knowledge
distillation maka sahabat akela perlu
paham dulu konsep penting dalam AI yang
dikenal dengan sebutan RL atau
reinforce
learning di mana riset di bidang ini
sudah mulai dikembangkan sejak zaman
Google mengembangkan
alfago reinforce learning adalah salah
satu cabang dari pembelajaran mesine
atau machine learning di mana agen Ai
itu belajar melalui interaksi dengan
lingkungannya untuk memaksimalkan reward
RL bekerja dengan konsep trial and error
di mana Ai diberikan umpan balik berupa
reward atau penalti untuk setiap aksi
yang diambil alfago adalah Ai yang
dikembangkan oleh deepm dari Google yang
menggunakan reinforce learning untuk
bermain go go adalah permainan strategi
yang sangat kompleks dari Tiongkok ya
permainan ini dari Tiongkok zaman kuno
dulu alfago tidak hanya belajar dari
data permainan Go
manusia tetapi dia juga melatih dirinya
sendiri dengan bermain jutaan game
melawan versinya sendiri untuk
meningkatkan
performanya di tahun 2016 alfago
berhasil mengalahkan ledol dari Korea
Selatan yang kala itu adalah pemain go
terbaik tingkat dunia dengan skor yang
sangat telak
4-1 Sahabat akela kalau tertarik saya
sertakan link film tentang Alf go ini di
kolom deskripsi sangat menarik untuk
ditonton Lantas apa hubungannya dengan
dipsik dan bagaimana diepsik berhasil
mengungguli chat GPT dengan efisiensi
yang sangat tinggi dips menggunakan
teknik yang disebut
distillation dalam konteks Ai
distillation adalah proses melatih model
Ai yang lebih kecil atau sederhana untuk
meniru kemampuan model Ai yang lebih
besar dan
kompleks analogi sederhananya gini
bayangkan anda memiliki seorang guru
yang sangat pintar guru ini memiliki
banyak pengetahuan dan dapat memecahkan
masalah yang rumit Kompleks namun untuk
mengajarkan Semua yang dia tahu kepada
banyak siswa ini akan memakan waktu dan
sumber daya yang sangat besar untuk
mengatasi hal ini anda bisa membuat
versi ringan dari guru tersebut versi
ini tidak memiliki semua pengetahuan
guru asalnya guru aslinya semua tetapi
ia dilatih untuk melakukan tugas-tugas
tertentu dengan baik proses ini mirip
dengan distilation dalam
AI sing menggunakan distilation untuk
menciptakan model Ai yang lebih kecil
dan lebih efisien model-model ini tidak
memiliki semua kemampuannya chat GPT
tapi mereka dilatih untuk melakukan
tugas-tugas tertentu dengan sangat baik
dan dengan efisiensi yang jauh lebih
tinggi jika chat GPT perlu melakukan
seluruh reinforce learning yang dia
lakukan selama ini maka dipsik tidak
perlu melakukan semuanya dari
dia Cukup belajar dari catatan dan
ringkasan yang selama ini sudah berhasil
dipelajari sendiri oleh chat GPT dalam
konteks Ai catatan dan ringkasan ini
diwakili oleh model Ai chat GPT yang
sudah terlatih duluan diepsik
menggunakan teknik distillation untuk
menyerap pengetahuan dari model chat GPT
ini proses ini memungkinkan dipsik untuk
mencapai hasil yang mirip dengan chat
GPT tapi dengan biaya dan waktu yang
jauh lebih sedikit akibat larangan
ekspor dari pemerintah Amerika dipsik
kabarnya menggunakan chipset Nvidia h800
dan
A800 yang jauh lebih ekonomis dan
kapasitas yang jauh lebih terbatas
ketimbang Nvidia h100 yang digunakan
oleh Open Ai untuk chat GPT namun dipsic
tetap menggunakan Nvidia h800 untuk
mentraining large language model mereka
memang mereka juga menggunakan Huawei
Asen
91c namun ini tidak digunakan untuk
mentraining large language model deepsic
melainkan hanya digunakan untuk
interferensi atau menjalankan model Ai
yang sudah
dilatih terutama jika kecepatan
efisiensi daya dan biaya ini menjadi
pertimbangan yang
sampai sini muncul kejanggalan yang
ketiga dan itu adalah paradox
jeevens dipsing menghadirkan model Ai
yang jauh lebih efisien namun tetap
menggunakan chipset
Nvidia bagi yang berpendapat bahwa
efisiensi ini mengakibatkan demand untuk
chipset Nvidia jadi turun signifikan dan
karena itu Nvidia
Crash maka ini bertentangan dengan
sebuah teori yang sangat terkenal dalam
makroekonomi jeevens paradox
namanya berdasarkan paradox jeevens
peningkatan efisiensi dalam penggunaan
sumber daya justru dapat menyebabkan
peningkatan konsumsi sumber daya
tersebut secara keseluruhan dengan kata
lain ketika kita menjadi lebih efisien
dalam menggunakan sesuatu kita cenderung
menggunakannya jauh lebih banyak manusia
akan pakai jauh lebih banyak jauh lebih
dieksploitasi sehingga manfaat
penghematan awal itu jadi hilang
paradoks Ini pertama kali diamati oleh
Seorang ekonom Inggris bernama William
Stanley jeevens pada abad ke-19 jeevens
mengamati bahwa setelah ada inovasi
mesin uap yang lebih efisien dalam
menggunakan batu bara konsumsi Batu
baranya bukan
Turun malah justru meningkat secara
signifikan Hal ini disebabkan oleh
karena mesin uap yang efisien menurunkan
biaya produksi dan membuat batu bara
menjadi lebih banyak terjangkau mesinnya
banyak dipakai sehingga mendorong
penggunaan yang jauh lebih luas sama
halnya dengan efisiensi pada kendaraan
bermotor pada mobil semakin lama selalu
dihad kan mobil dengan efisiensi yang
lebih tinggi tapi apakah konsumsi bahan
bakar minyak konsumsi bbm-nya Jadi turun
enggak tapi mobilnya jauh lebih banyak
dipakai orang nah Apakah dengan adanya
efisiensi pada Ai model akan
mengakibatkan permintaan akan chips jadi
berkurang
justru peningkatan efisiensi akan
mendorong penggunaan model Ai semakin
besar Karena sekarang yang bisa bikin
model Ai itu jadi banyak tidak
dibutuhkan miliaran dolar lagi
investasinya sehingga demand akan chips
a justru semakin
tinggi jadi kalau saya butuh
berhari-hari untuk menjelaskan fenomena
dipsik ini harap maklum ya karena ada
banyak kejanggalan yang saya perlu cer
menurut saya gak masuk akal dalam Nalar
saya
saya menemukan sebuah artikel yang
tenggelam akibat hiruk pikuk yang
ditimbulkan oleh
media pada tanggal 27 Januari
2025 presiden Donald Trump mengusulkan
untuk memberlakukan tarif impor sebesar
100% atas seluruh produk semikonduktor
yang diimpor dari
Taiwan harap diingat bahwa seluruh chips
Nvidia itu dibuat diproduksi oleh
tsmc Taiwan semiconductor Manufacturing
company limited fakta ini jadi
tenggelam oleh hiruk pikuk dan kehebohan
yang ditimbulkan oleh media baik media
mainstream Amerika hingga
Indonesia tentang dipsik
R1 untuk kesekian kalinya saya teringat
kata-kata Mark if you don't read the
newspaper You are Unin if you do read
the newsper you are Misin inin loh yang
ngomongnya bukan saya nah sahabat akela
Adakah di antara Anda yang sudah
menyangka bahwa Koko yang satu ini bikin
saham Nvidia dan Bitcoin sertapto Anda
tiba-tiba Crash sesudah melihat data dan
fakta yang saya tunjukkan di atas
semua menurut anda tersangkanya sekarang
Koko yang satu ini atau Om yang
ini pada tanggal 1 Februari 2025 Trump
juga mengumumkan pemberlakuan tarif
impor atas seluruh produk impor dari
Kanada Meksiko dan
Tiongkok saya sudah sempat
mengungkapkannya dalam akela market
Outlook 2025 dan akela live streaming
bahwa ke ketika Trump mulai mengumumkan
trade War maka itu berpotensi menaikkan
inflasi sehingga the fet tidak jadi
menurunkan suku bunga dan profit taking
massif berpotensi untuk terjadi di pasar
saham hingga crypto sampai tahap ini ada
satu hal mudah yang bisa anda lakukan
yakni pastikan anda sudah subscribe di
channel ini dan pastikan juga tombol
alertnya nyala dan ingat Klik tombol
like-nya juga hal ini supaya anda tidak
ketinggalan video berikutnya Trump trade
War
dimulai bagi sahabat akela yang butuh
konsultasi sehubungan dengan trading
maupun investasi di Bursa f Indonesia
bursa sama Amerika Forex gold hingga
Bitcoin dan Aset kripto Anda juga bisa
ikuti akela live streaming di channel
ini setiap hari kamis malam pukul 19.30
WIB di mana akela akan hadir guna
menjawab seluruh pertanyaan Anda lainnya
semoga bermanfaat sukses selalu dan
sampai jumpa
[Musik]