human

<t-97/><t-98/>#bitcoin #human
30M dalam Bitcoin Hilang — Tidak Ada Peretasan, Hanya Kesalahan Manusia 💥
Anda tidak akan percaya yang satu ini.
📉 3.520 $BTC — bernilai lebih dari $330 juta — menghilang dari dompet dingin yang berbasis di AS.
Tidak ada pelanggaran kode.
Tidak ada kegagalan pertukaran.
Tidak ada 'peretasan' seperti yang Anda tahu.
Ini adalah permainan rekayasa sosial—langsung dari thriller cybercrime.
Dan itu berhasil.
🧩 Apa yang Sebenarnya Terjadi:
Para penyerang tidak meretas kode—mereka meretas kepercayaan.
Selama beberapa minggu, penipu berpura-pura menjadi penyedia layanan yang sah, perlahan-lahan mendapatkan kepercayaan korban.

Tidak ada orang yang dapat hidup tanpa otomatisme dalam persepsi dan pemikiran: tidak mungkin merenungkan setiap situasi, merekonstruksi asal-usulnya, memahami makna sebenarnya dari segala sesuatu dan fenomena, dan kemudian menghasilkan respons yang benar-benar orisinal dan segar.
Untuk penilaian dan reaksi cepat terhadap apa pun, kesadaran kita menyimpan stereotip sosial.
Stereotip mewakili pengetahuan tertentu yang dikembangkan dalam budaya dan masyarakat yang tidak memerlukan verifikasi atau pembuktian.
Mereka dimaksudkan untuk menegaskan kejelasan dari apa yang sedang terjadi.

Polygon Labs telah berencana untuk bermitra dengan perusahaan Web3 dan blockchain lain untuk mengembangkan mekanisme identifikasi yang tidak terlalu invasif. Verifikasi iris mata dan sidik jari saat ini telah menimbulkan pertanyaan tentang potensi pelanggaran dan peretasan privasi. Teknologi baru ini, jika dikembangkan dengan sukses, akan mampu mengatasi permasalahan khusus ini. Human Institute mengungkapkan rencana untuk menggunakan teknologi pengenalan telapak tangan untuk memperkenalkan Proof of Humanity bekerja sama dengan Animoca Brands dan Polygon Labs. Ia mengklaim bahwa ini adalah aplikasi ponsel pintar yang menyediakan bentuk verifikasi identitas yang tidak terlalu mengganggu dibandingkan teknik seperti pemindaian iris mata Worldcoin. Solusi pengenalan telapak tangan Humanity Protocol sebagian besar akan melayani verifikasi identitas Web3. Selain memberikan panduan kepada tim mengenai praktik terbaik Web3 dan perluasan ekosistem yang berharga, Animoca Brands juga telah menyumbangkan pengetahuannya tentang hak kekayaan intelektual. Protokol ini juga menggunakan Polygon CDK, yang semakin meningkatkan efisiensi dan skalabilitasnya. Data yang Dikumpulkan Melalui Verifikasi Menjadi Kekhawatiran Utama bagi Banyak OrangPerkembangan teknologi pengenalan berbasis telapak tangan terjadi pada saat teknologi verifikasi berbasis iris mata atau sidik jari mendapat reaksi global. Data yang dikumpulkan melalui verifikasi iris mata dan verifikasi sidik jari membahayakan banyak informasi pengguna. Data yang terkait dengan iris mata dan sidik jari dapat digunakan untuk berbagai malpraktik, jika terjadi peretasan atau pelanggaran. Baru-baru ini, Worldcoin yang didukung Sam-Altman menghadapi masalah di Hong Kong terkait potensi risiko privasi. Fokus utama penyelidikan ini adalah pada layanan verifikasi iris mata Worldcoin. Karena data biometrik bersifat unik, berbeda, dan tidak dapat diubah, maka secara umum data tersebut dianggap sebagai data pribadi yang sensitif. Sistem Biometrik di Masa Depan yang Memiliki Kemampuan Belajar Mandiri Saat ini, sebagian besar biometrik seperti verifikasi iris mata, deteksi telapak tangan, dan bahkan pengenalan cetakan gambar memiliki masalah besar. Mereka bukan merupakan faktor seperti penuaan dan perubahan atau perubahan pada bagian tubuh tertentu. Namun, pengembangan teknologi Web3 dan AI akan membantu proses identifikasi menjadi mandiri di masa depan. Penelitian yang diterbitkan di bawah ResearchGate menyatakan bahwa pengenalan biometrik di masa depan akan memerlukan algoritma baru yang lebih bersifat belajar mandiri, manusiawi, dan berdasarkan pada komputasi yang terinspirasi oleh bio. Selain itu, penerapan prosedur translasi, rotasi, dan invarian skala bergantung pada deteksi otomatis yang canggih. Karena hanya menggunakan sejumlah kecil tingkat resolusi menengah yang dipilih dengan baik untuk pencocokan, maka tidak terlalu rentan terhadap kesalahan noise dan kuantisasi serta lebih efisien secara komputasi. Untuk pengenalan yang andal dan cepat, algoritme harus cukup cerdas untuk mengenali kesamaan antara fitur yang diekstraksi dari kumpulan data pelatihan.#Polygon #human #Update