KI gewann erstmals die saisonale Metaculus-Cup.
Der 1., 2. und 5. Platz gingen an KI-Systeme. Die Menschen blieben mit dem 3. und 4. Platz.
Der Sieger-Bot wurde von dem Ingenieur Jeffrey Liang erstellt: weniger als 150 Stunden Arbeit und etwa 2.000 US-Dollar an Rechen- und Datenausgaben. Und das ist längst kein Wettbewerb mehr nur für einen hübschen Screenshot.
FutureSearch zeigt seit Juni +6% auf einem Portfolio von 100.000 $ bei Kalshi. Der Entwickler von Preseen verwandelte in sieben Monaten 35 $ in 1,94 Mio. $ – obwohl das ein Einzelfall ist, kein Beleg für eine typische Rendite.
Noch interessanter ist der Unterschied bei den Kosten. Ein professioneller menschlicher Prognose kann über 10.000 $ kosten und eine Woche Arbeit erfordern. Ein KI-System erledigt eine ähnliche Aufgabe in ungefähr zehn Minuten und für ein paar Dollar.
Hier endet für mich die Geschichte von „KI hat Menschen geschlagen“ und beginnt etwas viel Spannenderes.
Wenn Vorhersagen günstig, schnell und skalierbar werden, wird daraus nicht mehr nur die Meinung eines Prognostikers. Es entsteht eine eigene Infrastruktur rund um die Vorhersage.
Ich würde das noch nicht als einen Sieg von Maschinen über Menschen bezeichnen. Aber die Ökonomie von KI-Prognosen hat er schon begonnen, zu verändern.
Wenn du solche Veränderungen dort auseinandernehmen willst, wo Technologie auf echtes Geld trifft, abonniere @MoonMan567
Der 1., 2. und 5. Platz gingen an KI-Systeme. Die Menschen blieben mit dem 3. und 4. Platz.
Der Sieger-Bot wurde von dem Ingenieur Jeffrey Liang erstellt: weniger als 150 Stunden Arbeit und etwa 2.000 US-Dollar an Rechen- und Datenausgaben. Und das ist längst kein Wettbewerb mehr nur für einen hübschen Screenshot.
FutureSearch zeigt seit Juni +6% auf einem Portfolio von 100.000 $ bei Kalshi. Der Entwickler von Preseen verwandelte in sieben Monaten 35 $ in 1,94 Mio. $ – obwohl das ein Einzelfall ist, kein Beleg für eine typische Rendite.
Noch interessanter ist der Unterschied bei den Kosten. Ein professioneller menschlicher Prognose kann über 10.000 $ kosten und eine Woche Arbeit erfordern. Ein KI-System erledigt eine ähnliche Aufgabe in ungefähr zehn Minuten und für ein paar Dollar.
Hier endet für mich die Geschichte von „KI hat Menschen geschlagen“ und beginnt etwas viel Spannenderes.
Wenn Vorhersagen günstig, schnell und skalierbar werden, wird daraus nicht mehr nur die Meinung eines Prognostikers. Es entsteht eine eigene Infrastruktur rund um die Vorhersage.
Ich würde das noch nicht als einen Sieg von Maschinen über Menschen bezeichnen. Aber die Ökonomie von KI-Prognosen hat er schon begonnen, zu verändern.
Wenn du solche Veränderungen dort auseinandernehmen willst, wo Technologie auf echtes Geld trifft, abonniere @MoonMan567
