Малайзия борется с незаконной добычей биткоинов

cryptonews.ruPublié le 2024-05-26Dernière mise à jour le 2024-08-26

По решению суда 19 августа власти Малайзии уничтожили 985 машин для майнинга биткоинов на сумму около 452 500 долларов. Машины, изъятые в ходе правоохранительных операций с 2022 по апрель 2023 года, были раздавлены паровым катком в районе Перак Тенга.

Это действие было предпринято после ареста семи человек, вовлеченных в незаконные операции по добыче биткоинов, которые предположительно крали электроэнергию для обеспечения своей деятельности. Подозреваемые были задержаны отдельно на прошлой неделе, в том числе трое местных жителей и четверо иностранных граждан.

Начальник полиции округа Сепанг ACP Ван Камарул Азран Ван Юсоф заявил, что у этих лиц ранее не было судимостей, но их незаконная деятельность нанесла значительный ущерб стране. По оценкам властей, Малайзия потеряла целых 3,4 миллиарда малайзийских ринггитов (757 миллионов долларов) в период с 2018 по 2023 год из-за кражи электроэнергии, связанной с майнингом биткоина.

Власти Малайзии конфисковали незаконные установки для майнинга биткоинов. Источник: MalayMail

Заместитель министра энергетики и водных ресурсов Акмаль Насрулла Мохд Насир подчеркнул растущую распространенность этой проблемы. Он подчеркнул пагубное влияние кражи электроэнергии для криптодобычи на Tenaga Nasional Berhad (TNB) и страну в целом.

“Кража электроэнергии теми, кто майнит криптовалюту, происходит потому, что они считают, что эта деятельность не может быть обнаружена из-за отсутствия счетчиков в их помещениях. Однако у энергоснабжающих компаний есть различные методы для обнаружения необычного потребления энергии в том или ином районе ”, - сказал Насир.

Lectures associées

Les investissements massifs d'ARK dans les actions liées aux cryptos : risque moindre, ou double pression ?

ARK Invest, dirigé par Cathie Wood, a acheté pour 78 millions de dollars d'actions d'entreprises liées à la cryptomonnaie en juin, malgré la pire performance mensuelle du Bitcoin en quatre ans. Les données révèlent que la volatilité de ces actions (68%-90%) est presque le double de celle du Bitcoin (37,6%). Seul MSTR suit étroitement le Bitcoin (bêta 1,59), agissant comme un outil à effet de levier. Coinbase présente une corrélation modérée, tandis que des entreprises comme Circle ou Robinhood sont davantage influencées par leurs risques opérationnels spécifiques (concurrence, résultats financiers) que par le cours des cryptomonnaies. Les mineurs (RIOT, MARA) ont même performé positivement en 2026 grâce à leur diversification vers l'IA. L'article souligne que détenir ces actions expose les investisseurs à la fois à la volatilité du Bitcoin et aux risques spécifiques des entreprises, comme le démontre le cas de Strategy, qui a dû vendre des Bitcoin pour sa trésorerie. Ainsi, investir dans ces actions ne constitue pas nécessairement une alternative moins risquée à la détention directe de Bitcoin.

marsbitIl y a 3 mins

Les investissements massifs d'ARK dans les actions liées aux cryptos : risque moindre, ou double pression ?

marsbitIl y a 3 mins

À l'instant, l'œuvre classique de DeepMind refait sensation, les prix de l'ICML 2026 sont annoncés

L'ICML 2026 a annoncé ses prix. Deux articles sur les modèles de diffusion ont remporté le prix du Meilleur article, dont l'un (The Flexibility Trap) remet en question l'avantage clé des modèles de langage par diffusion (génération dans un ordre arbitraire), tandis que l'autre améliore la précision de l'échantillonnage. Le prix du Meilleur article de position est allé à un texte critiquant le fait que les outils développés par la communauté de l'alignement des IA soient involontairement détournés pour la censure de contenu. Les mentions honorables incluent des recherches sur l'émergence de l'honnêteté dans les modèles, l'attribution du mouvement dans la génération vidéo, la mémorisation des LLM, la cohérence des modèles de diffusion et une explication mathématique du phénomène de "grokking" (apprentissage soudain). Le prix Test of Time a été décerné à l'article classique de DeepMind de 2016, "Asynchronous Methods for Deep Reinforcement Learning" (A3C). Ces récompenses signalent une maturation de la recherche en IA, avec un examen approfondi des hypothèses fondamentales (modèles de diffusion) et des implications éthiques (sécurité et alignement).

marsbitIl y a 17 mins

À l'instant, l'œuvre classique de DeepMind refait sensation, les prix de l'ICML 2026 sont annoncés

marsbitIl y a 17 mins

ARK achète massivement des actions liées aux crypto-monnaies : un risque moindre ou une double pression ?

ARK Invest, dirigé par Cathie Wood, a acheté pour 77 millions de dollars d'actions de sociétés cotées liées aux crypto-monnaies en juin, malgré la pire performance mensuelle du Bitcoin en quatre ans. L'analyse révèle que ces actions présentent une volatilité presque double de celle du Bitcoin (68%-90% contre 37,6%) et une corrélation souvent faible avec la crypto-monnaie. Seul MicroStrategy (MSTR) suit étroitement le Bitcoin, agissant comme un outil à effet de levier. D'autres, comme Coinbase, offrent une exposition partielle mais avec des risques spécifiques aux entreprises (rapports trimestriels, concurrence). Circle, très volatile, a été récemment affectée par la concurrence des stablecoins, indépendamment du cours du Bitcoin. Robinhood et les mineurs comme Riot affichent des performances décorrélées, tirées par d'autres activités (courtage, services de calcul IA). L'article conclut qu'investir dans ces actions n'est pas nécessairement moins risqué que de détenir directement du Bitcoin, car cela ajoute des risques opérationnels et de dilution des actions tout en offrant une exposition parfois limitée aux mouvements du Bitcoin.

Foresight NewsIl y a 23 mins

ARK achète massivement des actions liées aux crypto-monnaies : un risque moindre ou une double pression ?

Foresight NewsIl y a 23 mins

Karpathy monte au créneau : une seule phrase réduit au silence tous les développeurs d'Agent

Andrej Karpathy, chercheur principal chez Anthropic, a récemment critiqué la tendance actuelle à développer rapidement des agents IA sans avoir d'abord maîtrisé les modèles de base sous-jacents. S'appuyant sur son expérience d'un projet avorté chez OpenAI en 2016, il souligne que les technologies de l'époque, comme l'apprentissage par renforcement, n'étaient pas prêtes. Aujourd'hui, il avertit que créer une démo d'agent est simple, mais en faire un produit viable peut prendre une décennie, comme l'ont montré les domaines de la conduite autonome et de la VR. Il conseille aux développeurs de se concentrer d'abord sur le renforcement des modèles de fondation (LLMs), affirmant que des agents robustes émergeront naturellement d'une base solide. Pour progresser, il suggère même de s'inspirer des neurosciences, en étudiant des structures cérébrales comme l'hippocampe ou le thalamus. Cependant, Karpathy offre aussi une lueur d'espoir aux startups et développeurs indépendants. Il estime que dans le domaine des agents, les grandes entreprises comme OpenAI n'ont pas d'avance décisive de plusieurs années. L'innovation la plus percutante viendra donc probablement de ceux qui sont agiles, expérimentent rapidement et sont prêts à s'engager sur le long terme. Son message central est clair : il ne faut pas négliger les fondamentaux pour courir après la mode éphémère des démonstrations.

marsbitIl y a 23 mins

Karpathy monte au créneau : une seule phrase réduit au silence tous les développeurs d'Agent

marsbitIl y a 23 mins

Gu Yuxian, récipiendaire du Prix d'Excellence de Tsinghua, rejoint DeepSeek

Le lauréat 2025 de la bourse d'excellence pour doctorants de l'université Tsinghua, Yuxian Gu, a officiellement rejoint DeepSeek. Ce docteur en informatique, également récipiendaire de bourses Apple et Ant, est un chercheur prolifique dont les travaux portent sur l'efficacité des grands modèles de langage (LLM). Ses recherches couvrent la sélection des données de pré-entraînement (PDS), la distillation des connaissances pour la compression de modèles (MiniLLM, MiniPLM) et les architectures de modèles efficaces (Jet-Nemotron). Son modèle MiniLLM, une méthode de distillation de connaissances, est déjà utilisé par Google, Alibaba et NVIDIA. Récemment, en tant qu'auteur de DeepSeek V4, il a contribué au développement du modèle hybride Jet-Nemotron, qui rivalise avec les modèles SOTA tout en offrant une efficacité de génération considérablement accélérée. Avec près de 5000 citations sur Google Scholar et de multiples publications dans des conférences de premier plan (NeurIPS, ICLR, ACL), son expertise en optimisation de LLM constitue un atout majeur pour DeepSeek.

marsbitIl y a 50 mins

Gu Yuxian, récipiendaire du Prix d'Excellence de Tsinghua, rejoint DeepSeek

marsbitIl y a 50 mins

Trading

Spot