Holaitsak47
Zweryfikowany twórca
X App: @Holaitsak47 | Trader 24/7 | Blockchain | Stay updated with the latest Crypto News! | Crypto Influencer
Posiadacz ASTER
Trader systematyczny
Lata: 4.9
124 Obserwowani
92.2K+ Obserwujący
68.8K+ Polubione
7.3K+ Udostępnione
Posty
Wszystko
Cytaty
Filmy
PINNED
Kiedy ciężka praca spotyka się z odrobiną buntu - osiągasz wyniki
Zaszczycony tytułem Twórcy Roku przez @binance i niezwykle wdzięczny za to wyróżnienie - Dowód na to, że ciężka praca i odrobina zakłóceń mają ogromne znaczenie
Od marzeń do rzeczywistości - Dziękuję @binance @Binance Square Official @Richard Teng 🤍
Zaszczycony tytułem Twórcy Roku przez @binance i niezwykle wdzięczny za to wyróżnienie - Dowód na to, że ciężka praca i odrobina zakłóceń mają ogromne znaczenie
Od marzeń do rzeczywistości - Dziękuję @binance @Binance Square Official @Richard Teng 🤍
W ciągu ostatnich 24 godzin dodano około 140 000 000 000 USD do całkowitej kapitalizacji rynku kryptowalut.
Fundacja Fabric zaczęła wydawać się inna, gdy przestałem postrzegać ją tylko jako opowieść o robotyce lub płatnościach.
To, co naprawdę wyróżnia się, to pomysł nadania maszynom wspólnej warstwy tożsamości, koordynacji i zaufanej komunikacji. Mówiąc prosto, chodzi nie tylko o roboty wykonujące zadania — chodzi o to, aby ich działania, decyzje i dane były użyteczne w szerszej sieci.
Dlatego OM1 również wydaje się tutaj ważne. Wskazuje na przyszłość, w której roboty nie pracują jak izolowane urządzenia, ale bardziej jak połączone systemy, które mogą uczyć się, wchodzić w interakcje i działać w oparciu o wspólną logikę.
Dla mnie to jest szersza perspektywa za @Fabric Foundation : nie tylko płatności maszynowe, ale koordynacja maszyn.
I szczerze mówiąc, to może mieć znacznie większe znaczenie w dłuższej perspektywie.
#ROBO $ROBO
To, co naprawdę wyróżnia się, to pomysł nadania maszynom wspólnej warstwy tożsamości, koordynacji i zaufanej komunikacji. Mówiąc prosto, chodzi nie tylko o roboty wykonujące zadania — chodzi o to, aby ich działania, decyzje i dane były użyteczne w szerszej sieci.
Dlatego OM1 również wydaje się tutaj ważne. Wskazuje na przyszłość, w której roboty nie pracują jak izolowane urządzenia, ale bardziej jak połączone systemy, które mogą uczyć się, wchodzić w interakcje i działać w oparciu o wspólną logikę.
Dla mnie to jest szersza perspektywa za @Fabric Foundation : nie tylko płatności maszynowe, ale koordynacja maszyn.
I szczerze mówiąc, to może mieć znacznie większe znaczenie w dłuższej perspektywie.
#ROBO $ROBO
$ETH przekracza $2,200🚀
Aktualnie handluje się wokół $2,180!
Wzrost o 14% w ciągu dnia!
Aktualnie handluje się wokół $2,180!
Wzrost o 14% w ciągu dnia!
Mira Network sprawiła, że przemyślałem, czym powinno być "AI + Crypto"
Kiedyś myślałem, że cała rozmowa o "weryfikacji AI" to tylko kolejna techniczna pułapka — coś, czym powinni się martwić tylko budowniczowie. Ale im bardziej zagłębiałem się w <a>m-97</a>Network, tym bardziej zdawałem sobie sprawę, że nie tylko stara się uczynić AI bezpieczniejszym… stara się również uczynić prawdę mierzalną i uczestnictwo ekonomicznie znaczącym. I szczerze mówiąc, to połączenie to właśnie to, co sprawiło, że utkwiło mi w głowie.
To, co mnie niepokoi w AI, to nie błędy — to nieoszacowana pewność
Bycie w błędzie przez AI jest normalne. Przerażające jest to, gdy jest w błędzie z pewnością — taką, która wygląda czysto, brzmi logicznie i sprawia, że ludzie przestają kwestionować. W prawdziwym życiu, pewność bez odpowiedzialności jest niebezpieczna. A jednak dokładnie tak działają większość produktów AI: jeden model odpowiada, wszyscy ufają, a konsekwencje (jeśli w ogóle są) pojawiają się później.
To, co mnie niepokoi w AI, to nie błędy — to nieoszacowana pewność
Bycie w błędzie przez AI jest normalne. Przerażające jest to, gdy jest w błędzie z pewnością — taką, która wygląda czysto, brzmi logicznie i sprawia, że ludzie przestają kwestionować. W prawdziwym życiu, pewność bez odpowiedzialności jest niebezpieczna. A jednak dokładnie tak działają większość produktów AI: jeden model odpowiada, wszyscy ufają, a konsekwencje (jeśli w ogóle są) pojawiają się później.
Im więcej obserwuję, jak AI się rozwija, tym bardziej zdaję sobie sprawę, że największym problemem nie jest inteligencja — to zaufanie.
AI może generować odpowiedzi w kilka sekund, ale czasami te odpowiedzi brzmią całkowicie pewnie, mimo że są błędne. A kiedy systemy zaczynają używać AI do finansów, automatyzacji lub podejmowania decyzji, taki błąd staje się niebezpieczny.
Dlatego @Mira - Trust Layer of AI Network przykuło moją uwagę.
Zamiast próbować zbudować „najmądrzejszy model”, Mira koncentruje się na czymś ważniejszym: weryfikacji. Pomysł jest prosty — wyniki AI nie powinny być tylko generowane, powinny być sprawdzane przez wielu niezależnych weryfikatorów, zanim ktokolwiek na nich polega.
Pomyśl o tym jak o warstwie audytu dla AI.
Gdy agenci AI zaczynają zajmować się realnymi zadaniami — handlem, operacjami, automatyzacją — pytanie nie będzie już tylko „co powiedział model?” ale „czy wynik był wystarczająco zweryfikowany, aby na nim działać?”
To jest warstwa $MIRA , którą próbuje zbudować: punkt kontrolny zaufania pomiędzy generowaniem AI a decyzjami w rzeczywistym świecie.
I szczerze mówiąc, to może stać się jednym z najważniejszych elementów infrastruktury AI.
#MIRA
AI może generować odpowiedzi w kilka sekund, ale czasami te odpowiedzi brzmią całkowicie pewnie, mimo że są błędne. A kiedy systemy zaczynają używać AI do finansów, automatyzacji lub podejmowania decyzji, taki błąd staje się niebezpieczny.
Dlatego @Mira - Trust Layer of AI Network przykuło moją uwagę.
Zamiast próbować zbudować „najmądrzejszy model”, Mira koncentruje się na czymś ważniejszym: weryfikacji. Pomysł jest prosty — wyniki AI nie powinny być tylko generowane, powinny być sprawdzane przez wielu niezależnych weryfikatorów, zanim ktokolwiek na nich polega.
Pomyśl o tym jak o warstwie audytu dla AI.
Gdy agenci AI zaczynają zajmować się realnymi zadaniami — handlem, operacjami, automatyzacją — pytanie nie będzie już tylko „co powiedział model?” ale „czy wynik był wystarczająco zweryfikowany, aby na nim działać?”
To jest warstwa $MIRA , którą próbuje zbudować: punkt kontrolny zaufania pomiędzy generowaniem AI a decyzjami w rzeczywistym świecie.
I szczerze mówiąc, to może stać się jednym z najważniejszych elementów infrastruktury AI.
#MIRA
Fundacja Fabric: Brakujący element między robotami a prawdziwą gospodarką
Wszyscy mówią o przyszłości robotów — autonomicznych dostawach, zautomatyzowanych fabrykach, logistykach prowadzonych przez maszyny. Ale jest pytanie, które większość ludzi pomija:
Jak udowodnić, że robot rzeczywiście wykonał zadanie?
To jest interesujące. Zamiast skupiać się na budowaniu samych robotów, projekt bada coś bardziej fundamentalnego — jak maszyny mogą udowodnić swoje działania w sposób, który systemy, biznes i rynki mogą zaufać.
Prawdziwym problemem nie jest automatyzacja — to zaufanie
Automatyzacja już istnieje wszędzie. Magazyny używają robotów, drony kontrolują infrastrukturę, a maszyny transportują towary w łańcuchach dostaw.
Jak udowodnić, że robot rzeczywiście wykonał zadanie?
To jest interesujące. Zamiast skupiać się na budowaniu samych robotów, projekt bada coś bardziej fundamentalnego — jak maszyny mogą udowodnić swoje działania w sposób, który systemy, biznes i rynki mogą zaufać.
Prawdziwym problemem nie jest automatyzacja — to zaufanie
Automatyzacja już istnieje wszędzie. Magazyny używają robotów, drony kontrolują infrastrukturę, a maszyny transportują towary w łańcuchach dostaw.
Obserwowanie $ZIG uważnie teraz.
Strefa popytu trzyma się mocno, a MACD zaczyna się odwracać w stronę byków, co zazwyczaj sygnalizuje narastającą momentum.
Z potencjalnym zakupem za $75M od BTCS & SEGG wciąż przed nami, sytuacja może stać się interesująca, jeśli narracja RWA nabierze tempa. 📈
Strefa popytu trzyma się mocno, a MACD zaczyna się odwracać w stronę byków, co zazwyczaj sygnalizuje narastającą momentum.
Z potencjalnym zakupem za $75M od BTCS & SEGG wciąż przed nami, sytuacja może stać się interesująca, jeśli narracja RWA nabierze tempa. 📈
To, co przykuło moją uwagę w @Fabric Foundation , to fakt, że nie chodzi tylko o to, by uczynić roboty mądrzejszymi. Chodzi o to, by prace robotyczne były weryfikowalne, skoordynowane i ekonomicznie śledzone. To całkowicie zmienia historię.
Z tego, co widziałem, Fabric jest przedstawiany jako zdecentralizowany protokół do budowania i zarządzania $ROBO , ogólnym robotem, z pomysłem, że działania fizyczne mogą być rejestrowane i rozliczane za pomocą wspólnego systemu, zamiast być ślepo ufanym. To jest część, która mnie najbardziej interesuje, ponieważ prawdziwe odblokowanie może nie dotyczyć tylko robotyki, ale tego, kto może zweryfikować pracę i kto dostaje zapłatę, gdy maszyny to robią.
Jeśli sztuczna inteligencja rozszerza cyfrową inteligencję, Fabric wydaje się być zakładem na rozszerzenie zaufania w fizyczne wykonanie. I szczerze mówiąc, to może stać się jedną z najważniejszych warstw infrastruktury w gospodarce maszynowej.
#ROBO
Z tego, co widziałem, Fabric jest przedstawiany jako zdecentralizowany protokół do budowania i zarządzania $ROBO , ogólnym robotem, z pomysłem, że działania fizyczne mogą być rejestrowane i rozliczane za pomocą wspólnego systemu, zamiast być ślepo ufanym. To jest część, która mnie najbardziej interesuje, ponieważ prawdziwe odblokowanie może nie dotyczyć tylko robotyki, ale tego, kto może zweryfikować pracę i kto dostaje zapłatę, gdy maszyny to robią.
Jeśli sztuczna inteligencja rozszerza cyfrową inteligencję, Fabric wydaje się być zakładem na rozszerzenie zaufania w fizyczne wykonanie. I szczerze mówiąc, to może stać się jedną z najważniejszych warstw infrastruktury w gospodarce maszynowej.
#ROBO
Dlaczego @Mira - Trust Layer of AI przyciągnęło moją uwagę w przestrzeni AI
Ostatnio przyjrzałem się wielu projektom AI, a większość z nich wydaje się gonić tę samą historię: powiększyć model, przyspieszyć go, sprawić, by brzmiał mądrzej. Co przyciągnęło mnie do Mira, to fakt, że zaczyna od innego pytania. Zamiast pytać, jak AI może generować więcej, pyta, jak AI może być bardziej godne zaufania. Ta zmiana ma dla mnie znaczenie, ponieważ prawdziwe niebezpieczeństwo związane z AI nie polega tylko na tym, że może się mylić, ale na tym, że może się mylić, brzmiąc całkowicie pewnie. Mira jest zbudowana wokół tego dokładnego problemu.
Co uważam za najbardziej interesujące, to fakt, że Mira nie próbuje ślepo ufać jednemu modelowi. Sieć dzieli wyniki na mniejsze twierdzenia, wysyła je do niezależnej weryfikacji i zamienia weryfikację w proces zamiast zgadywania. To sprawia, że cały pomysł wydaje się mniej jak „jedna mądra AI dająca odpowiedzi”, a bardziej jak system, w którym odpowiedzi są kwestionowane, zanim zostaną zaakceptowane. W świecie, w którym AI powoli wkracza do finansów, badań, opieki zdrowotnej i automatyzacji, myślę, że to podejście ma znacznie więcej sensu niż tylko nadzieja, że lepsze modele naprawią wszystko same.
Co również wyróżnia się dla mnie, to fakt, że Mira już stara się rozwijać jako prawdziwy ekosystem, a nie tylko jako teoria. Projekt podkreślił miliony użytkowników i rosnącą aktywność deweloperów wokół swojej warstwy weryfikacyjnej, co mówi mi, że jest to wprowadzane jako rzeczywista infrastruktura, a nie tylko jako narracja. Zawsze zwracam uwagę, gdy projekt przechodzi od „interesującego konceptu” do „ludzie naprawdę na tym budują”, ponieważ to zazwyczaj tam zaczyna się prawdziwa historia.
Dla mnie to dlatego $MIRA warto obserwować. Nie patrzę na to jak na projekt, który po prostu chce uczynić AI głośniejszym. Patrzę na to jako na projekt, który stara się uczynić AI bardziej odpowiedzialnym. I szczerze mówiąc, myślę, że to znacznie większy pomysł. Jeśli Mira odniesie sukces, przyszłość AI nie będzie polegała tylko na mądrzejszych systemach. Będzie to systemy, które można rzeczywiście sprawdzić, zanim ludzie im zaufają.
#Mira
Ostatnio przyjrzałem się wielu projektom AI, a większość z nich wydaje się gonić tę samą historię: powiększyć model, przyspieszyć go, sprawić, by brzmiał mądrzej. Co przyciągnęło mnie do Mira, to fakt, że zaczyna od innego pytania. Zamiast pytać, jak AI może generować więcej, pyta, jak AI może być bardziej godne zaufania. Ta zmiana ma dla mnie znaczenie, ponieważ prawdziwe niebezpieczeństwo związane z AI nie polega tylko na tym, że może się mylić, ale na tym, że może się mylić, brzmiąc całkowicie pewnie. Mira jest zbudowana wokół tego dokładnego problemu.
Co uważam za najbardziej interesujące, to fakt, że Mira nie próbuje ślepo ufać jednemu modelowi. Sieć dzieli wyniki na mniejsze twierdzenia, wysyła je do niezależnej weryfikacji i zamienia weryfikację w proces zamiast zgadywania. To sprawia, że cały pomysł wydaje się mniej jak „jedna mądra AI dająca odpowiedzi”, a bardziej jak system, w którym odpowiedzi są kwestionowane, zanim zostaną zaakceptowane. W świecie, w którym AI powoli wkracza do finansów, badań, opieki zdrowotnej i automatyzacji, myślę, że to podejście ma znacznie więcej sensu niż tylko nadzieja, że lepsze modele naprawią wszystko same.
Co również wyróżnia się dla mnie, to fakt, że Mira już stara się rozwijać jako prawdziwy ekosystem, a nie tylko jako teoria. Projekt podkreślił miliony użytkowników i rosnącą aktywność deweloperów wokół swojej warstwy weryfikacyjnej, co mówi mi, że jest to wprowadzane jako rzeczywista infrastruktura, a nie tylko jako narracja. Zawsze zwracam uwagę, gdy projekt przechodzi od „interesującego konceptu” do „ludzie naprawdę na tym budują”, ponieważ to zazwyczaj tam zaczyna się prawdziwa historia.
Dla mnie to dlatego $MIRA warto obserwować. Nie patrzę na to jak na projekt, który po prostu chce uczynić AI głośniejszym. Patrzę na to jako na projekt, który stara się uczynić AI bardziej odpowiedzialnym. I szczerze mówiąc, myślę, że to znacznie większy pomysł. Jeśli Mira odniesie sukces, przyszłość AI nie będzie polegała tylko na mądrzejszych systemach. Będzie to systemy, które można rzeczywiście sprawdzić, zanim ludzie im zaufają.
#Mira
Mira cicho staje się mostem między inteligencją AI a mocą obliczeniową
Kiedy po raz pierwszy zaczęłam śledzić $MIRA , głównie skupiałam się na narracji weryfikacyjnej — pomyśle, aby uczynić wyniki AI bardziej wiarygodnymi. Ale im głębiej kopałam, tym bardziej zdawałam sobie sprawę, że większa historia może się dziać pod powierzchnią.
To, co naprawdę zwróciło moją uwagę tym razem, nie była sama warstwa AI… to była strategia infrastruktury, którą Mira buduje wokół niej.
A szczerze mówiąc, to zmienia sposób, w jaki patrzę na cały projekt.
Nie tylko inteligencja — orkiestracja
Większość projektów AI dzisiaj obsesyjnie skupia się na jakości modelu. Większe modele, lepsza dokładność, więcej parametrów. @Mira - Trust Layer of AI wydaje się iść nieco inną drogą. Zamiast próbować posiadać całą moc obliczeniową lub działać w izolacji, łączy się z rozproszonymi sieciami GPU, takimi jak iO.net, Aethir i Spheron.
To, co naprawdę zwróciło moją uwagę tym razem, nie była sama warstwa AI… to była strategia infrastruktury, którą Mira buduje wokół niej.
A szczerze mówiąc, to zmienia sposób, w jaki patrzę na cały projekt.
Nie tylko inteligencja — orkiestracja
Większość projektów AI dzisiaj obsesyjnie skupia się na jakości modelu. Większe modele, lepsza dokładność, więcej parametrów. @Mira - Trust Layer of AI wydaje się iść nieco inną drogą. Zamiast próbować posiadać całą moc obliczeniową lub działać w izolacji, łączy się z rozproszonymi sieciami GPU, takimi jak iO.net, Aethir i Spheron.
Protokół Fabric ($ROBO): Dlaczego nie widzę tutaj „infrastruktury robotyki” — widzę gospodarkę koordynacyjną
Przeczytałem wiele narracji o robotyce i kryptowalutach, a większość z nich wpada w tę samą pułapkę: mówią o robotach jako głównej innowacji, podczas gdy prawdziwym wąskim gardłem jest zaufanie do tego, co roboty naprawdę zrobiły.
Dlatego @Fabric Foundation zwróciło moją uwagę. Biała księga przedstawia Fabric jako sieć do budowania, zarządzania, posiadania i rozwijania robotów ogólnego przeznaczenia poprzez publiczne rejestry - aby ludzie mogli wnosić wkład (dane, umiejętności, nadzór) i być nagradzani, podczas gdy użytkownicy płacą za dostęp do możliwości. To w zasadzie próba przekształcenia „pracy maszyn” w coś, co można rozliczyć jak transakcję.
Dlatego @Fabric Foundation zwróciło moją uwagę. Biała księga przedstawia Fabric jako sieć do budowania, zarządzania, posiadania i rozwijania robotów ogólnego przeznaczenia poprzez publiczne rejestry - aby ludzie mogli wnosić wkład (dane, umiejętności, nadzór) i być nagradzani, podczas gdy użytkownicy płacą za dostęp do możliwości. To w zasadzie próba przekształcenia „pracy maszyn” w coś, co można rozliczyć jak transakcję.
Te ciężkie $SOL ściany sprzedaży, które tam siedzą od początku lutego, wyglądają na to, że w końcu są absorbowane.
Jeśli kupujący będą naciskać, a my utrzymamy się powyżej kluczowej strefy odzysku, myślę, że te zlecenia zostaną zrealizowane tym razem — a gdy ta podaż zniknie, SOL może poruszać się znacznie szybciej. 🚀
Jeśli kupujący będą naciskać, a my utrzymamy się powyżej kluczowej strefy odzysku, myślę, że te zlecenia zostaną zrealizowane tym razem — a gdy ta podaż zniknie, SOL może poruszać się znacznie szybciej. 🚀
Sieć Mira i część AI, której już nie chcę "po prostu ufać"
To, co przyciągnęło mnie w kierunku @Mira - Trust Layer of AI nie było zwykłą obietnicą AI. Nie zainteresowałem się, ponieważ twierdził, że ma inteligentniejsze modele, większą skalę lub jakąś dramatyczną przyszłość, w której maszyny nagle stają się doskonałe. To, co mnie zaintrygowało, było coś znacznie bardziej niewygodnego i znacznie bardziej rzeczywistego: AI już brzmi wystarczająco przekonująco, aby oszukać ludzi. To oznacza, że prawdziwy problem nie jest już tylko inteligencją. To weryfikacja.
Myślę, że to jest miejsce, w którym wielu ludzi wciąż nie docenia ryzyka. Gdy model AI udziela słabej odpowiedzi, większość z nas to zauważa. Ale gdy daje dopracowaną odpowiedź z pewnością, strukturą i zerowym zawahaniem, relaksujemy się. Prestajemy sprawdzać. Zaczynamy traktować wygenerowane wyniki jak prawdę. To jest niebezpieczne w badaniach, niebezpieczne w finansach, niebezpieczne w prawie, a jeszcze bardziej niebezpieczne, jeśli agentom AI pozwoli się działać samodzielnie. Cała kierunek Miry wydaje się być oparty na dokładnie tej słabości. Zamiast prosić mnie o zaufanie jednemu modelowi, stawia trudniejsze i bardziej użyteczne pytanie: jak sprawdzamy to, co model powiedział, zanim wynik stanie się działaniem? Mira przedstawia się jako warstwa zaufania dla AI, z projektem skoncentrowanym na dzieleniu wyników na mniejsze weryfikowalne twierdzenia i ich walidowaniu przez szerszą sieć, a nie przez ślepe akceptowanie.
Myślę, że to jest miejsce, w którym wielu ludzi wciąż nie docenia ryzyka. Gdy model AI udziela słabej odpowiedzi, większość z nas to zauważa. Ale gdy daje dopracowaną odpowiedź z pewnością, strukturą i zerowym zawahaniem, relaksujemy się. Prestajemy sprawdzać. Zaczynamy traktować wygenerowane wyniki jak prawdę. To jest niebezpieczne w badaniach, niebezpieczne w finansach, niebezpieczne w prawie, a jeszcze bardziej niebezpieczne, jeśli agentom AI pozwoli się działać samodzielnie. Cała kierunek Miry wydaje się być oparty na dokładnie tej słabości. Zamiast prosić mnie o zaufanie jednemu modelowi, stawia trudniejsze i bardziej użyteczne pytanie: jak sprawdzamy to, co model powiedział, zanim wynik stanie się działaniem? Mira przedstawia się jako warstwa zaufania dla AI, z projektem skoncentrowanym na dzieleniu wyników na mniejsze weryfikowalne twierdzenia i ich walidowaniu przez szerszą sieć, a nie przez ślepe akceptowanie.
Co przyciągnęło mnie do @Mira - Trust Layer of AI , to nie była kolejna historia o tym, jak "AI staje się mądrzejsze". Było wręcz przeciwnie. Zacząłem zwracać uwagę, gdy zrozumiałem, że prawdziwą słabością AI nie zawsze jest inteligencja — to brak pewności bez dowodów. Mira jest zbudowana wokół tej dokładnej luki, traktując wyniki AI jak twierdzenia, które powinny być sprawdzane, kwestionowane i weryfikowane, zamiast być ślepo ufane. Jej całkowity kierunek to działanie jako warstwa zaufania dla AI, wykorzystując zdecentralizowaną weryfikację, aby wyniki stały się bardziej wiarygodne i audytowalne, zanim zostaną wykorzystane w poważnych systemach.
To, co uważam za naprawdę interesujące, to fakt, że sprawia, iż Mira wydaje się mniej jak token hype AI, a bardziej jak infrastruktura. Jeśli AI ma dotknąć finansów, badań, rządzenia lub czegokolwiek zautomatyzowanego, to „prawdopodobnie poprawne” już nie wystarcza. Myślę, że w tym kierunku teza Miry staje się potężna: nie mądrzejsze modele dla celów marketingowych, ale system, w którym bycie poprawnym ma rzeczywiste znaczenie, gdzie weryfikacja ma ekonomiczną wagę i gdzie zaufanie przestaje żyć w pewności jednego modelu. Jeśli ten kierunek będzie się rozwijał, $MIRA może mieć znaczenie, ponieważ pomaga przekształcić AI z perswazyjnego w niezawodne.
#Mira
To, co uważam za naprawdę interesujące, to fakt, że sprawia, iż Mira wydaje się mniej jak token hype AI, a bardziej jak infrastruktura. Jeśli AI ma dotknąć finansów, badań, rządzenia lub czegokolwiek zautomatyzowanego, to „prawdopodobnie poprawne” już nie wystarcza. Myślę, że w tym kierunku teza Miry staje się potężna: nie mądrzejsze modele dla celów marketingowych, ale system, w którym bycie poprawnym ma rzeczywiste znaczenie, gdzie weryfikacja ma ekonomiczną wagę i gdzie zaufanie przestaje żyć w pewności jednego modelu. Jeśli ten kierunek będzie się rozwijał, $MIRA może mieć znaczenie, ponieważ pomaga przekształcić AI z perswazyjnego w niezawodne.
#Mira
Co mnie zaintrygowało w @Fabric Foundation to nie „roboty” w zwykłym sensie hype'u. To była idea koordynacji.
Zaczynam postrzegać Fabric mniej jako infrastrukturę robotyczną, a bardziej jako warstwę zaufania dla pracy fizycznej. Prawdziwe odblokowanie polega nie tylko na tym, że maszyny wykonują zadania, ale na posiadaniu wspólnego systemu, który może weryfikować, co faktycznie zostało zrobione, kto wniósł wkład i jak wartość powinna się przemieszczać po tym. To ma znacznie większe znaczenie, niż ludzie zdają sobie sprawę.
Jeśli to zadziała, Fabric może sprawić, że fizyczna aktywność maszyny będzie wyglądać bardziej jak weryfikowalna sieć ekonomiczna zamiast czarnej skrzynki. A dla mnie to właśnie tam historia staje się interesująca — nie tylko mądrzejsze roboty, ale jaśniejsze zaufanie wokół realizacji w rzeczywistym świecie.
#ROBO $ROBO
Zaczynam postrzegać Fabric mniej jako infrastrukturę robotyczną, a bardziej jako warstwę zaufania dla pracy fizycznej. Prawdziwe odblokowanie polega nie tylko na tym, że maszyny wykonują zadania, ale na posiadaniu wspólnego systemu, który może weryfikować, co faktycznie zostało zrobione, kto wniósł wkład i jak wartość powinna się przemieszczać po tym. To ma znacznie większe znaczenie, niż ludzie zdają sobie sprawę.
Jeśli to zadziała, Fabric może sprawić, że fizyczna aktywność maszyny będzie wyglądać bardziej jak weryfikowalna sieć ekonomiczna zamiast czarnej skrzynki. A dla mnie to właśnie tam historia staje się interesująca — nie tylko mądrzejsze roboty, ale jaśniejsze zaufanie wokół realizacji w rzeczywistym świecie.
#ROBO $ROBO
Zaloguj się, aby odkryć więcej treści