Intelligence SynthesisJAEN

AI dan Masalah-Masalah Sulit Dunia ─ Ilmu komputer teoretis

Sains dan keilmuan yang dimajukan oleh AI, menurut disiplin

Umpan RSS · 6 item

Nature · Jurnal / berita sains · 2026-10-16Ilmu komputer teoretis

Kode-kode rahasia sejarah yang lama tersembunyi kini dipecahkan oleh amatir menggunakan AI

Judul asli: History’s long-secret codes are being cracked by amateurs using AI

Orang awam semakin banyak menggunakan model bahasa besar untuk memecahkan sandi bersejarah, dengan memanfaatkan kemampuannya menjalankan algoritma dekripsi dan mencari dokumen di internet. Carter Leffen, yang tidak punya pengalaman kriptografi, meminta GPT-6 Astra untuk memecahkan pesan angkatan darat Jerman yang dienkripsi 85 tahun lalu, dan solusinya sudah muncul pada pagi harinya. Para spesialis kriptografi menyambut baik minat ini, tetapi kewalahan oleh permintaan untuk memvalidasi solusi AI, yang banyak di antaranya keliru.

Baca aslinya ↗🔗 Bagikan tautan

Nature (computational biology) · Jurnal / berita sains · 2026-10-16Ilmu komputer teoretis

Atribusi subfamili malware multi-tingkat dari citra RGB berkas eksekusi menggunakan pembelajaran mendalam yang diperkuat atensi

Judul asli: Multi-level malware subfamily attribution from RGB executable images using attention-augmented deep learning

Analisis malware memerlukan keputusan di beberapa tingkat, mulai dari deteksi hingga atribusi famili dan subfamili yang terperinci. Para penulis mengusulkan kerangka kerja deep learning hierarkis yang menggunakan gambar RGB dari file Windows PE dan melakukan deteksi, klasifikasi famili, serta atribusi 33 subfamili dalam satu arsitektur multi-output. Empat model transfer learning dengan tambahan atensi mencapai akurasi 99% untuk biner, 96–97% pada tingkat famili, dan 91–95% pada tingkat subfamili, dengan skor macro F1 hingga 0,89 untuk atribusi terperinci.

Baca aslinya ↗🔗 Bagikan tautan

Nature Machine Intelligence · Jurnal / berita sains · 2026-10-01Ilmu komputer teoretis

Model bahasa besar menemukan heuristik yang saling melengkapi untuk optimisasi kombinatorial

Judul asli: Large language models discover complementary heuristics for combinatorial optimization

Optimisasi kombinatorial menjadi dasar pengambilan keputusan di bidang manufaktur, logistik, dan energi, tetapi merancang heuristik untuk setiap varian baru memerlukan upaya pakar selama berbulan-bulan, dan pembuatan kode LLM sekali jalan sering gagal. LACE membagi perancangan algoritma menjadi skema, pustaka alat, dan portofolio heuristik, lalu mengembangkan heuristik spesialis yang saling melengkapi dalam batas waktu eksekusi. Pada 36 masalah CO-Bench klasik, LACE meraih rata-rata 0,945, dibandingkan 0,870 untuk metode berbasis LLM terkuat sebelumnya dan 0,571 untuk prompt langsung.

Baca aslinya ↗🔗 Bagikan tautan

MIT · Universitas · 2026-09-30Ilmu komputer teoretis

AI pemain gim ini menjadi juara baru di Stratego

Judul asli: This game-playing AI is the new champ at Stratego

Para peneliti membangun sistem AI untuk Stratego, permainan papan dua pemain di mana bidak lawan tersembunyi dan yang sering digunakan untuk menguji pemikiran strategis. Dengan menggabungkan algoritma pelatihan yang efisien dan teknik baru untuk pengambilan keputusan dalam kondisi informasi tersembunyi, sistem ini mengalahkan pemain manusia peringkat teratas dengan selisih besar dan mengungguli model terbaik berikutnya, sekaligus lebih murah untuk dilatih. Sistem ini juga mengalahkan pemain manusia terbaik dalam permainan strategi lain dengan aturan yang berbeda.

Baca aslinya ↗🔗 Bagikan tautan

Google DeepMind · Lab AI · 2026-09-30Ilmu komputer teoretis

D4RT: Rekonstruksi dan Pelacakan Adegan 4D yang Terpadu dan Cepat

Judul asli: D4RT: Unified, Fast 4D Scene Reconstruction & Tracking

Baca aslinya ↗🔗 Bagikan tautan

ScienceDaily (AI) · Jurnal / berita sains · 2026-09-22Ilmu komputer teoretis

Robot terbang mungil MIT menjadi 450% lebih cepat berkat AI

Judul asli: MIT’s tiny flying robot gets 450% faster with AI

Robot terbang berukuran serangga umumnya lambat dan terbatas pada jalur terbang yang sederhana. Peneliti MIT mengembangkan pengendali berbasis AI dengan sistem kendali dua bagian yang memungkinkan robot melakukan putaran tubuh berulang kali. Dibandingkan dengan hasil terbaik tim sebelumnya, kecepatan robot naik sekitar 450% dan percepatannya sekitar 250%, dan robot ini menyelesaikan 10 salto dalam 11 detik bahkan di bawah gangguan angin.

Baca aslinya ↗🔗 Bagikan tautan