xAI (atau SpaceXAI) baru saja kehilangan seorang peneliti kunci. Dinghuai Zhang telah resmi meninggalkan perusahaan tersebut.
Zhang memiliki latar belakang akademis yang kuat di bidang model generatif, metode probabilistik, dan Reinforcement Learning (RL). Rekam jejaknya sangat mengesankan: Gelar Sarjana Sains (B.Sc.) di bidang Matematika dari Universitas Peking. Menempuh studi doktoral (PhD) di Mila di bawah bimbingan Yoshua Bengio. Memiliki pengalaman kerja di Apple MLR dan Meta FAIR.
Sebelum bergabung dengan xAI, ia menjabat sebagai Peneliti Senior di Microsoft Research New England.
Tantangan Ekstrem bagi xAI
Di xAI, fokus utama Zhang adalah pada stabilitas RL, efisiensi penskalaan, dan pelaksanaan "eksekusi besar-besaran" (big runs) khususnya untuk pemrograman RL berskala masif. Tugas ini sangat menantang karena melibatkan peningkatan kemampuan pemrograman, penalaran, dan agen AI melalui RL setelah tahap pra-pelatihan (pre-training).
Dalam perlombaan pengembangan model mutakhir (frontier model) saat ini, bagian tersulitnya adalah mencegah kegagalan sistem yang melibatkan ratusan ribu GPU setelah berhari-hari atau berminggu-minggu beroperasi, serta menghindari penurunan kualitas pelatihan secara tiba-tiba. Grok 4.5 diluncurkan dengan kemampuan pemrograman dan agen yang canggih (terdepan di kelasnya), dan Zhang adalah sosok yang memimpin pelaksanaan proses berskala besar tersebut, dengan menerapkan perubahan algoritmik untuk memastikan stabilitas RL.
Penelitian Self-Evolving (Berkembang Mandiri): Tahun lalu, Zhang juga berpartisipasi dalam penelitian mengenai "Self-Evolving Curriculum" (Kurikulum yang Berkembang Mandiri), sebuah eksplorasi tentang bagaimana model besar dapat menyesuaikan kurikulumnya sendiri secara dinamis selama proses RL untuk meningkatkan kemampuan matematika, penalaran, dan perencanaan.
Budaya "War Room" yang Intens Zhang menyebut tahun lalu sebagai "periode yang sangat intens." Ia menggambarkan budaya kerja timnya: bergerak dengan kecepatan tinggi, langsung turun tangan saat terjadi kerusakan, dan menjalani sesi debugging hingga larut malam di sebuah "war room" tempat tim bekerja bersama sampai sistem kembali beroperasi normal.
Zhang belum mengungkapkan ke mana ia akan melangkah selanjutnya, namun kemungkinan besar ia akan mengambil jeda sejenak untuk saat ini.