Министр финансов заявляет, что криптовалюта не угрожает доллару, поскольку США стремятся к доминированию в цифровых активах

cryptonews.ruPublicado a 2022-12-22Actualizado a 2025-06-22

Министерство финансов США сигнализирует о решительном продвижении в цифровые активы, позиционируя доллар для процветания на мировом уровне, поскольку всеобъемлющие реформы вызывают беспрецедентные инновации и финансовое расширение.

Цифровые активы — глобальное явление, которое слишком долго игнорировалось правительствами, заявляет Министр финансов Бессент

Министр финансов Скотт Бессент подчеркнул на платформе социальной сети X 18 июня, что американский доллар может извлечь выгоду из роста цифровых активов, особенно стейблкоинов. Бессент отверг предположение о том, что крипто представляет угрозу для глобального доминирования доллара США, утверждая вместо этого, что оно может служить укреплению его позиции. Министр финансов заявил:

Крипто не является угрозой для доллара. Фактически, стейблкоины могут укрепить превосходство доллара.

Он раскритиковал правительства за их бездействие: “Цифровые активы — одно из самых важных явлений в мире на данный момент, но они слишком долго игнорировались национальными правительствами.” Он провозгласил цель администрации Трампа: “Эта администрация стремится установить Соединенные Штаты в качестве центра инноваций цифровых активов, и Закон GENIUS приближает нас на шаг к этой цели.”

Закон о Руководстве и Создании Национальных Инноваций для Стейблкоинов США (GENIUS) принят Сенатом США 17 июня с результатом голосования 68-30. Он все еще требует одобрения Палаты представителей и подписи Президента, чтобы стать законом. Президент Дональд Трамп выразил поддержку законопроекту.

Бессент подчеркнул, что Закон GENIUS является ключевым для предоставления нормативной ясности, необходимой для роста стейблкоинов. Он заявил, что такое расширение может увеличить спрос на казначейские обязательства США, которые поддерживают стейблкоины, что потенциально может снизить затраты на заимствования и помочь в сокращении национального долга. “Это также может привлечь миллионы новых пользователей по всему миру в экономику цифровых активов на основе доллара,” он добавил. “Это выигрыш для всех участников.”

Он противопоставил активную позицию администрации тому, что он описал как вредоносный нормативный подход предыдущей администрации. В мае Бессент заявил: “Администрация Трампа делает ставку на цифровые активы. Почему? Потому что предыдущая администрация практически уничтожила индустрию своей антииновационной повесткой и подходом к регулированию через правоприменение. Больше никаких. Компании цифровых активов заслуживают нормативной ясности — и именно к этому мы стремимся.” Он подчеркнул, что принятие Закона GENIUS — лишь начало более широких реформ для обеспечения лидерства США в цифровой экономике.

Lecturas Relacionadas

Tras tres años de retraso, el último artículo de la exalumna de la Universidad de Pekín, Lilian Weng, se viraliza

"Tras tres años sin actualizar su blog, la ex vicepresidenta de OpenAI y cofundadora de Thinking Machines, Lilian Weng, publica un extenso análisis que cuestiona la fiabilidad de las 'Scaling Laws', las leyes de escalamiento que han guiado inversiones billonarias en IA. El artículo desmonta que la mejora del rendimiento de los modelos de lenguaje (LLM) al aumentar parámetros, datos y computación sea tan predecible como se creía. Expone divergencias clave: en 2020, OpenAI concluyó que el tamaño del modelo debía crecer más rápido que los datos, mientras que DeepMind (2022) defendió un crecimiento proporcional, un desacuerdo atribuido a diferencias metodológicas y al tamaño limitado de los experimentos iniciales. Más críticamente, Weng revela que la metodología del influyente estudio 'Chinchilla' de DeepMind contenía errores, como una función de pérdida que no convergía correctamente, lo que significa que la 'fórmula óptima' utilizada durante años por la industria podría no serlo. El análisis subraya un problema fundamental: las leyes clásicas asumen datos únicos e infinitos, pero los textos de alta calidad se agotan. La repetición de datos en el entrenamiento degrada el rendimiento, especialmente en modelos grandes. Esto explica el cambio de la industria hacia el aprendizaje por refuerzo, el cómputo en tiempo de prueba y los datos sintéticos. En resumen, el artículo argumenta que la era de la escalabilidad simple ('scale is all you need') toca a su fin, y que el progreso futuro de la IA dependerá de refinamientos metodológicos precisos y de nuevas vías para superar la limitación de datos."

marsbitHace 48 min(s)

Tras tres años de retraso, el último artículo de la exalumna de la Universidad de Pekín, Lilian Weng, se viraliza

marsbitHace 48 min(s)

Trading

Spot
Futuros
活动图片