2025-01-20

Sudah saatnya membuat komputasi menjadi personal lagi

Artikel tersebut menyoroti penurunan kebebasan komputasi pribadi akibat kapitalisme pengawasan dan Manajemen Hak Digital (DRM), yang telah memindahkan kendali dari pengguna ke korporasi. Ini membandingkan era masa lalu dari komputasi pribadi, yang menawarkan lebih banyak kebebasan pengguna, dengan lingkungan teknologi saat ini yang didominasi oleh model bisnis yang mengikis privasi. Penulis menganjurkan untuk merebut kembali otonomi digital dengan mendukung proyek-proyek sumber terbuka, mendorong undang-undang privasi, dan mereformasi undang-undang DRM untuk mengembalikan nilai-nilai komputasi pribadi.

Reaksi

Tulisan tersebut menekankan perlunya kembali ke komputasi personal, mengungkapkan ketidakpuasan terhadap pengaruh korporasi dalam industri teknologi. Artikel ini menyoroti tantangan komputasi komunitas, di mana efek jaringan mengunci pengguna ke dalam ekosistem perangkat lunak tertentu, seperti iOS dan Android. Alternatif seperti Linux dan perangkat lunak sumber terbuka dibahas, dengan fokus pada kontrol pengguna dan kesulitan mencapainya dalam lingkungan yang didominasi korporasi.

DeepSeek-R1

DeepSeek-R1 dan DeepSeek-R1-Zero adalah model penalaran generasi pertama, dengan DeepSeek-R1 mengatasi masalah seperti pengulangan dan pencampuran bahasa yang terlihat pada DeepSeek-R1-Zero. Model-model tersebut, termasuk enam versi yang disederhanakan, bersifat open-source, dengan DeepSeek-R1-Distill-Qwen-32B mencapai hasil mutakhir dalam tugas penalaran, kode, dan matematika. Model-model ini tersedia untuk diunduh di HuggingFace, dan pengguna dapat berinteraksi dengan mereka melalui situs web obrolan atau API yang kompatibel dengan OpenAI, dengan instruksi untuk penerapan lokal yang disediakan.

Reaksi

DeepSeek-R1 adalah model penalaran canggih yang meningkatkan masalah seperti pengulangan dan pencampuran bahasa dengan menggunakan data awal sebelum pembelajaran penguatan. Model ini mengungguli model QwQ dalam eksperimen, memberikan pengalaman pengguna yang lebih baik dan strategi jawaban yang lebih beragam, serta dibuka untuk umum di bawah lisensi MIT untuk evaluasi yang luas. Model ini memperkenalkan sebuah jalur untuk mengajarkan model yang ada tentang penalaran dan keselarasan dengan preferensi manusia, dengan model Llama dan Qwen yang telah disesuaikan juga dibuka untuk umum, berpotensi menyaingi penawaran OpenAI, meskipun kekhawatiran tentang penggunaan data dan sensor tetap ada.

Talenta perangkat keras di Inggris terbuang sia-sia

Inggris mengalami pengurasan bakat karena lulusan teknik terbaik dari universitas bergengsi menghadapi gaji yang lebih rendah dibandingkan dengan Silicon Valley, mendorong banyak dari mereka untuk beralih ke bidang yang lebih menguntungkan seperti konsultasi atau keuangan. Salah alokasi bakat ini menghambat inovasi dan pertumbuhan ekonomi, dengan masalah seperti kendala geografis, kurangnya modal ventura untuk perangkat keras, dan stagnasi perusahaan teknik tradisional yang berkontribusi pada masalah ini. Inggris berisiko kehilangan bakat terbaiknya ke pasar luar negeri, melewatkan kesempatan untuk menciptakan raksasa teknologi, dan harus bertindak sekarang untuk memanfaatkan lembaga penelitian dan bakat tekniknya untuk revolusi perangkat keras.

Reaksi

Talenta perangkat keras di Inggris kurang dimanfaatkan karena banyak insinyur beralih ke perangkat lunak atau keuangan akibat hambatan dan biaya yang lebih tinggi terkait dengan startup perangkat keras. Tantangan ini tidak eksklusif untuk Inggris; secara global, startup perangkat keras menghadapi siklus iterasi yang lambat dan biaya tinggi, membuat mereka kurang menarik bagi investor dibandingkan dengan perangkat lunak. Hukum perencanaan dan kebijakan ekonomi Inggris semakin menghambat pertumbuhan perangkat keras, menyebabkan talenta beralih ke sektor atau negara lain, sementara industri teknologi sering mengabaikan potensi inovasi perangkat keras.

Rekayasa Balik Bambu Connect

Panduan ini membahas cara mengekstrak kunci privat dari aplikasi Bambu Connect, sebuah aplikasi Electron dengan kerentanan keamanan yang diketahui. Pengguna diperingatkan bahwa panduan ini mungkin tidak lengkap atau sudah usang dan harus diikuti dengan risiko sendiri. Proses ini melibatkan penggunaan alat seperti Ghidra dan asarfix untuk menemukan dan mendekripsi kunci privat dan sertifikat yang disamarkan, dengan skrip Python yang disediakan untuk ekstraksi.

Reaksi

Bambu Lab mendapat kritik karena menerapkan pembatasan pada printer 3D mereka, mewajibkan penggunaan perangkat lunak dan sistem Digital Rights Management (DRM) mereka. Pengguna khawatir bahwa perubahan ini, yang dibenarkan oleh Bambu sebagai langkah-langkah keamanan, mungkin mengarah pada model berlangganan atau pembatasan tambahan, yang mengurangi keterbukaan dan kemampuan hack dari printer tersebut. Dalam menanggapi hal tersebut, Bambu Lab memperkenalkan "Mode Pengembang" untuk pengguna tingkat lanjut, memberikan lebih banyak kontrol atas keamanan jaringan, namun kekhawatiran tentang penguncian vendor dan dampaknya terhadap integrasi pihak ketiga tetap ada.

FrontierMath didanai oleh OpenAI

Postingan tersebut menyoroti kurangnya transparansi dalam kolaborasi antara OpenAI dan FrontierMath, dengan rincian pendanaan yang baru diungkapkan setelah penundaan, menyebabkan kebingungan di antara para kontributor. Keprihatinan muncul mengenai potensi akses dan penggunaan dataset oleh OpenAI untuk pelatihan, meskipun ada kesepakatan lisan yang menyarankan sebaliknya, menekankan perlunya kesepakatan tertulis. Teks tersebut menekankan pentingnya transparansi dan kepercayaan dalam kolaborasi, terutama yang melibatkan kemampuan AI, dengan komitmen untuk meningkatkan transparansi dalam proyek-proyek mendatang.

Reaksi

FrontierMath, yang didanai oleh OpenAI, menghadapi pengawasan terkait potensi kontaminasi data dalam tolok ukurnya, yang menimbulkan kekhawatiran tentang integritas hasil mereka. Para kritikus menekankan pentingnya transparansi dan pemisahan yang tepat antara data pelatihan dan pengujian untuk mencegah manipulasi tolok ukur. Situasi ini menyoroti perlunya evaluasi yang independen dan transparan dalam AI untuk menjaga kredibilitas.

Kenapa Git Autocorrect terlalu cepat untuk pembalap Formula Satu?

Fitur autocorrect Git mengeksekusi perintah yang salah ketik setelah penundaan default 0,1 detik, yang sering kali terlalu cepat bagi pengguna untuk membatalkan. Diperkenalkan pada tahun 2008, fitur ini menggunakan algoritma jarak Levenshtein yang dimodifikasi untuk menebak perintah yang dimaksud, tetapi secara default tidak menjalankan perintah apa pun jika salah ketik. Sebuah patch yang diusulkan menyarankan untuk menafsirkan pengaturan "1" sebagai "segera" untuk meningkatkan kegunaan, memungkinkan pengguna untuk mengonfigurasi penundaan atau meminta konfirmasi.

Reaksi

Fitur autocorrect Git memiliki penundaan default sebesar 100 milidetik, yang sering kali terlalu cepat bagi pengguna untuk membatalkan perintah yang salah ketik. Awalnya dimaksudkan untuk menafsirkan nilai boolean, fitur ini sekarang menerima penundaan waktu dalam desidetik, yang menyebabkan kebingungan di antara pengguna. Situasi ini menyoroti perlunya pengaturan konfigurasi yang jelas dan kesulitan dalam memperbarui fitur perangkat lunak tanpa mengganggu fungsionalitas yang ada.

Saya Pernah Bertemu Paul Graham Sekali

Penulis menghadiri Y Combinator pada tahun 2015, di mana mereka bertemu dengan Paul Graham dan menerima saran tentang startup mereka, Appcanary, yang kemudian diakuisisi oleh GitHub. Penulis, yang sekarang adalah seorang wanita transgender, menyatakan kekhawatiran atas esai terbaru Paul Graham tentang 'Wokeness,' merasa bahwa esai tersebut mencerminkan penolakan terhadap inklusivitas dalam industri teknologi. Penulis khawatir tentang meningkatnya intoleransi dan potensi diskriminasi di industri teknologi tetapi tetap berkomitmen untuk hidup dengan rasa hormat dan kebaikan.

Reaksi

Diskusi berpusat pada pengaruh Paul Graham dan pergeseran nilai yang dirasakan dalam industri teknologi, menyoroti kekecewaan terhadap pemimpin teknologi yang dulu dianggap sebagai visioner. Itu membahas kompleksitas politik identitas, dampak dari 'kewaspadaan,' dan tantangan yang dihadapi oleh kelompok-kelompok terpinggirkan di sektor teknologi. Teks tersebut mengkritik aspek performatif dari upaya keadilan sosial dan kesulitan menyeimbangkan identitas pribadi dengan peran profesional, mencerminkan perdebatan budaya yang lebih luas tentang kemajuan dan hak istimewa.

Melarikan diri dari taman bertembok dan kotak hitam algoritma dengan umpan RSS

RSS (Really Simple Syndication) dan Atom menyediakan alternatif terdesentralisasi untuk media sosial terpusat, memungkinkan pengguna mengontrol konsumsi konten mereka. Pembaca feed seperti Miniflux, NetNewsWire, dan Newsboat memungkinkan langganan ke berbagai sumber konten, termasuk saluran YouTube, podcast, dan blog. Alat seperti PolitePol dapat membuat feed untuk situs web yang tidak memilikinya, mempromosikan otonomi pengguna dalam konsumsi media.

Reaksi

Umpan RSS menyediakan cara untuk menghindari konten yang digerakkan oleh algoritma dengan memungkinkan pengguna berlangganan topik tertentu melalui "planet," yang mengumpulkan blog terkait. Meski pembaca RSS seperti Feedly dan Feedbin membantu mengelola feed ini, beberapa pengguna merasa mereka rumit, sehingga beralih ke alternatif seperti Feedmail yang mengirimkan konten langsung ke kotak masuk. Meskipun memiliki daya tarik yang terbatas, RSS tetap populer di kalangan penggemar teknologi karena pengalaman kontennya yang dapat disesuaikan dan dikendalikan pengguna, dengan platform seperti Mastodon dan Bluesky yang mendukung umpan RSS.

Jangan memaksakan mode gelap

Desainer situs web disarankan untuk tidak memaksakan mode gelap pada pengguna, karena dapat menyebabkan ketegangan mata, terutama dengan pengaturan kontras tinggi seperti teks putih pada latar belakang hitam. Pedoman Aksesibilitas Konten Web (WCAG) saat ini menyarankan rasio kontras minimum tetapi tidak membahas kontras maksimum, yang dapat menyebabkan ketidaknyamanan; hal ini mungkin akan dibahas dalam WCAG 3.0 yang akan datang. Mode gelap bermanfaat dalam skenario tertentu, seperti membaca di layar OLED dalam lingkungan gelap atau pemrograman dengan Lingkungan Pengembangan Terpadu (IDE) yang menawarkan pengaturan kontras yang nyaman.

Reaksi

Perdebatan yang sedang berlangsung antara mode gelap dan mode terang berpusat pada kenyamanan pengguna, dengan beberapa orang merasa mode gelap melelahkan dan yang lain menganggap mode terang terlalu keras. Secara umum disepakati bahwa situs web sebaiknya menyediakan opsi mode gelap dan terang, menghormati preferensi pengguna individu. Teks ini menekankan pentingnya pengaturan yang dapat disesuaikan untuk memenuhi kebutuhan dan lingkungan pengguna yang beragam.