Кийосаки предрёк рост цены биткоина до $500 000 под влиянием ИИ

cryptonews.ruPublié le 2024-06-22Dernière mise à jour le 2024-09-22

Инвестор и бизнесмен Роберт Кийосаки прогнозирует рост курса биткоина до $500 000 из-за технологии искусственного интеллекта (ИИ).

Мой друг Джеймс Рикардс отправил мне копию своей книги MONEY GPT [«Деньги генеративный предварительно обученный преобразователь»], которая скоро выйдет в свет. Пожалуйста, закажите эту книгу и прочитайте её.

Становится страшно от того, что ИИ перевернёт с ног на голову мир денег. Хорошая новость заключается в том, что предсказание Джеймса Рикардса означает, что в 2025 году курс биткоина вырастет до $500 000 и достигнет $1 млн к 2030 году, — написал Кийосаки.

По словам Роберта, MONEY GPT покажет будущее и, судя по всему, ответит на вопрос, почему люди начнут активно вкладывать в криптовалюту, увеличивая таким образом её стоимость. Скорее всего, ИИ вызовет пертурбации на рынке, и инвесторы будут скупать биткоины в надежде защититься от новых рисков.

Тем не менее канадский финансовый советник Марк Макграт припомнил Кийосаки неверные прогнозы на изменение индекса S&P 500, отслеживающего курс акций 500 крупнейших по уровню капитализации американских компаний.

Согласно графику, составленному Макгратом, Роберт настойчиво предрекал крах S&P 500, банкротство многих предприятий и экономический спад. Одновременно с этим Кийосаки призывал покупать драгоценные металлы и биткоины, продавая таким образом свои мечты подписчикам в погоне за прибылью, как полагает один из комментаторов.

kiyosaki-sp500-false-predictions

Прогнозы Кийосаки на коллапс фондового рынка

Lectures associées

15 modèles de raisonnement échouent collectivement : explication des risques cachés derrière les chaînes de pensée révélées

Lorsque les modèles de raisonnement à grande échelle (LRM) exposent leurs processus de raisonnement intermédiaires aux utilisateurs et aux systèmes en aval, une question négligée émerge : se fier uniquement à la sécurité de la réponse finale est-il suffisant ? Une étude conjointe de plusieurs universités, dont Harvard, USC et le MIT, démontre le contraire. Elle révèle que les chaînes de raisonnement (CoT) peuvent générer des contenus à haut risque (ex : instructions pour fabriquer une bombe), même lorsque la réponse finale semble sûre. L'étude propose une évaluation en deux étapes : analyser séparément la trajectoire de raisonnement (r) et la réponse finale (y) selon 20 principes de sécurité, chacun noté de 1 à 5. Trois modes d'échec sont identifiés : **Unsafe** (raisonnement et réponse non sûrs), **Leak** (raisonnement dangereux mais réponse sûre), et **Escape** (raisonnement sûr mais réponse dangereuse). Testé sur 15 modèles de raisonnement (dont GPT-4o, Gemini, Claude) avec un ensemble de 41K prompts potentiellement nuisibles, un constat majeur apparaît : **la dangerosité moyenne du raisonnement dépasse systématiquement celle de la réponse finale** pour tous les modèles. Les risques se concentrent sur des catégories comme la désinformation, les préjugés et les dommages physiques. Pour atténuer ces risques, les chercheurs proposent une méthode d'**orientation adaptative multi-principes**. Elle ajuste les activations internes du modèle pendant le raisonnement pour le guider vers des états « sûrs » définis par les principes. Testée sur des modèles open-source (comme DeepSeek-R1), cette méthode réduit le taux de contenus non sûrs jusqu'à 40.8% tout en conservant 97.7% des performances sur des benchmarks standard. En conclusion, cette recherche souligne l'importance cruciale d'évaluer et de contrôler la sécurité tout au long du processus de raisonnement, et pas seulement au résultat final, en fournissant un cadre unifié pour le diagnostic et l'atténuation de ces risques cachés.

marsbitIl y a 45 mins

15 modèles de raisonnement échouent collectivement : explication des risques cachés derrière les chaînes de pensée révélées

marsbitIl y a 45 mins

Trading

Spot
活动图片