Kiedy po raz pierwszy zacząłem badać @Fabric Foundation , jedna rzecz rzuciła mi się w oczy. To wcale nie jest kłótnia z fizyką. To kłótnia z czasem.
Pomyśl, jak naprawdę działają roboty.
Robot może poruszać się w milisekundach. Czujniki aktualizują się natychmiast. Silniki reagują prawie natychmiast. Ale blockchain lub księga nie porusza się tak szybko. Porusza się przez potwierdzenia, zobowiązania i konsensus.
Więc zawsze istnieje ta mała luka między tym, co robot właśnie zrobił, a tym, co sieć oficjalnie rejestruje.
I ta luka to miejsce, gdzie zaczynają się ciekawe rzeczy.
Czasami robot dostosowuje swój aktuator, zanim stan zostanie w pełni potwierdzony. Aktualizacja czujnika może nastąpić, zanim paragon zostanie zapisany. Dla ludzi ta różnica jest niewidoczna. Może tylko kilka milimetrów ruchu. Ale dla maszyn ten drobny dryf ma znaczenie.
ROBO nie jest tam, aby spowolnić roboty.
Jest tam, aby zdecydować, którą wersję rzeczywistości wszyscy powinni ufać.
Jeśli akcja odbywa się wewnątrz granicy zatwierdzenia, robot na chwilę się zatrzymuje. Ruch czeka. Wszystko staje się czyste i deterministyczne.
Ale poza tą granicą robot porusza się najpierw, a zapis przychodzi później. W rzeczywistości wydaje się płynne, ale weryfikacja następuje później.
To jest kompromis.
Roboty dbają o ciągłość. Sieci dbają o ostateczność.
ROBO znajduje się dokładnie w środku tego napięcia i koordynuje je.
Nie zatrzymuje ramienia robota. Zamiast tego kontroluje historię, w którą sieć ma prawo wierzyć.
Ponieważ gdy zasady zarządzania zmieniają się w trakcie zadania, lub gdy polityki aktualizują się między tickami, lub gdy wykonanie przebiega szybciej niż konsensus… ktoś musi zdecydować, co tak naprawdę się liczy.
Nie każdy drobny ruch należy do łańcucha. I nie każde zatrzymanie powinno nastąpić poza łańcuchem.
Moim zdaniem prawdziwe wyzwanie projektowe nie polega na prędkości.
Chodzi o podjęcie decyzji o dokładnym momencie, w którym fizyczna akcja staje się publicznym faktem.
Obserwuję $BRETT , który porusza się bocznie między 0.0075 a 0.0080. Cena niedawno próbowała wzrosnąć, ale napotkała małe odrzucenie w pobliżu górnej granicy zakresu. Jeśli cena przebije się powyżej 0.0081, może rozpocząć się silniejszy ruch w górę.
Punkt wejścia: 0.00760 – 0.00770 na wsparciu Wejście na wybicie powyżej 0.00810
Punkty docelowe: TP1: 0.00810 TP2: 0.00840 TP3: 0.00880
Zlecenie Stop Loss: Poniżej 0.00745
Jak to możliwe: W tej chwili cena jest uwięziona w małym zakresie. Kiedy przebije górną granicę tego zakresu, traderzy zazwyczaj wchodzą, a cena może szybciej wzrosnąć.
Obserwuję $ETH Krótko-terminowa struktura wzrostowa z możliwą kontynuacją.
ETH wykonał silny ruch w górę z około 2,040 i teraz cena utrzymuje się powyżej obszaru 2,120–2,130. Wykres pokazuje, że kupujący są nadal aktywni, a cena próbuje ponownie zbliżyć się do niedawnego szczytu.
Jeśli ETH utrzyma się powyżej 2,100, rynek może kontynuować wzrost.
Punkt wejsciowy: 2,110 – 2,130 przy korekcie Wejście na wybicie powyżej 2,200
Punkty docelowe: TP1: 2,200 TP2: 2,240 TP3: 2,280
Zlecenie stop loss: Poniżej 2,080
Jak to możliwe:
ETH już wykonał silny ruch w górę. Zazwyczaj po pompowaniu, cena porusza się na boki przez chwilę, a następnie próbuje kolejnego pchnięcia w górę.
Czy protokół Fabric naprawdę może zbudować godną zaufania AI?
Kiedy patrzę na @Fabric Foundation i jego token $ROBO , nie skupiam się zbytnio na cenie. Bardziej interesuje mnie większy pomysł za tym. Jeśli celem jest zbudowanie fundamentów dla godnej zaufania sztucznej inteligencji, szczególnie czegoś tak potężnego jak AGI, to system musi być przejrzysty, weryfikowalny i odpowiedzialny.
Głównym pomysłem Fabric jest wykorzystanie blockchaina do weryfikacji działań AI i robotów. Teoretycznie zmniejsza to potrzebę ślepego zaufania firmom budującym systemy AI. Ta koncepcja dobrze wpisuje się w szerszy ruch Web3 i zdecentralizowanej AI. Jednak sama weryfikacja nie usuwa wszystkich ryzyk. Tylko dlatego, że kryptografia może udowodnić, że dane zostały przetworzone poprawnie, nie oznacza to, że wynik jest etyczny, dokładny lub bezpieczny w każdej sytuacji.
$BTC mapa cieplna pokazuje wiele poziomów likwidacji gromadzących się w pobliżu 76 000 dolarów.
Wygląda na to, że cena może spróbować wzrosnąć i uruchomić te likwidacje. Nadal jestem optymistyczny co do tego ruchu, o ile BTC pozostanie powyżej górnej granicy 70 500 dolarów.
Na razie zamknąłem już większość moich długich pozycji z wczoraj.
To jest ogromne, Ponad 330 miliardów dolarów weszło na rynek kryptowalut w ciągu 10 dni od momentu, gdy Jane Street została pozwana za manipulację rynkową.
Więcej niż 330 miliardów dolarów zostało dodanych do rynku kryptowalut w ciągu ostatnich 10 dni, tuż po tym, jak Jane Street została pozwana za manipulację rynkową.
AI rozwija się szybko w tej chwili. Nowe modele, nowe narzędzia, nowe platformy pojawiają się prawie co tydzień. Ale jest jeden problem, który nadal się pojawia. AI może brzmieć pewnie, nawet gdy się myli. Czasami wymyśla rzeczy. Czasami informacje nie są wiarygodne. To jedna z przyczyn, dla których Mira Network przykuła moją uwagę i dlaczego się nim interesuję.
Z tego, co widzę, Mira stara się rozwiązać problem zaufania wokół AI. Zamiast polegać na jednym modelu AI, sieć działa jak warstwa weryfikacyjna. Gdy AI produkuje odpowiedź, system dzieli tę odpowiedź na mniejsze roszczenia i wysyła je do różnych weryfikatorów i modeli, aby sprawdzić dokładność. Gdy sieć osiąga zgodę, wynik zostaje zapisany na łańcuchu. Zatem wynik nie jest tylko generowany przez AI, jest weryfikowany.
Ekosystem działa na tokenie MIRA. Weryfikatorzy stakują go, aby uczestniczyć w weryfikacji danych, deweloperzy używają go do płacenia za usługi weryfikacyjne, a społeczność może brać udział w decyzjach dotyczących zarządzania. Podaż jest ograniczona do około jednej miliarda tokenów, co daje sieci wyraźną strukturę.
Moim zdaniem ten pomysł ma realny potencjał, szczególnie w branżach, gdzie dokładność ma znaczenie, takich jak finanse, badania, edukacja czy opieka zdrowotna. Jeśli AI nadal będzie się rozwijać w obecny sposób, systemy weryfikujące informacje mogą stać się niezwykle ważne.
Dlatego Mira jest jednym z projektów AI, który obecnie bada. Nie mówię, że zdominuje tę przestrzeń, ale pomysł weryfikacji wyników AI na łańcuchu jest zdecydowanie interesujący.
Mira Network: Próbując naprawić jeden z największych problemów AI
Jeśli ostatnio zwracałeś uwagę na AI, prawdopodobnie zauważyłeś coś dziwnego. Te modele są niesamowicie inteligentne. Potrafią pisać eseje, odpowiadać na złożone pytania, generować kod, a nawet pomagać w badaniach. Ale jednocześnie wciąż się mylą. Czasami bardzo się mylą.
Dziwną częścią jest to, że mówią te błędne odpowiedzi z pełną pewnością.
Każdy, kto korzystał z narzędzi takich jak ChatGPT, Claude lub inne modele AI, widział to zjawisko. Pytasz o coś prostego, a AI daje ci odpowiedź, która brzmi idealnie, ale później zdajesz sobie sprawę, że części z niej są całkowicie wymyślone. W świecie AI nazywają to halucynacją.