Ripple首席技术官打破对特朗普暗杀企图的沉默:“层层失败”

币界网Dipublikasikan tanggal 2024-07-19Terakhir diperbarui pada 2024-07-19

币界网报道:

Ripple首席技术官David Schwartz打破了对唐纳德·特朗普暗杀未遂的沉默,称其为“多层壮观的失败”

这起事件发生在上周六宾夕法尼亚州巴特勒的一次集会上,特朗普在集会上险些丧命。在周四发表在X上的文章中,施瓦茨对围绕这次尝试的无数失败表示惊讶,称这些失败几乎令人难以置信。

他指出,这次尝试之所以失败,只是因为最后有一点运气不好。事实上,特朗普在子弹击中前的正确时刻倾斜头部,避免了致命的伤害。结果,他的右耳受了轻伤。

Ripple首席技术官认为,对这一事件只有两种可能的解释:一种是运气不佳的特殊情况,另一种是系统性故障。

运气不好还是系统性失败?

首先,施瓦茨认为,不幸事件和疏忽的结合可能导致了数据泄露。例如,特勤局可能没有足够的时间彻底调查集会地点。

一个糟糕的决定,比如不阻挡特定的视线,可能会破坏原本稳固的安全计划。

此外,由于警察不在通常有人值守的屋顶上,枪手找到了一座没有覆盖的建筑。反狙击手小组,假设屋顶上会有警察,没有怀疑任何异常情况。

此外,发现枪手的人向警方报案。然而,警方和特勤局之间的沟通出现了中断。最后,让特朗普上台的决定可能是在没有得到所有电台的适当许可的情况下做出的。

与此同时,施瓦茨发现很难接受不幸的事件和疏忽在这个特定的场合只是一致的。

相反,他认为,这些不可原谅的失误和安全漏洞更有可能是经常发生的,但它们从未以允许暗杀企图成功的方式重合。

施瓦茨认为,多层保护可能导致了一种虚假的安全感,导致个人变得自满,忽视了他们的关键责任。

因此,他推测,可能有数百起事件中,被保护者视线清晰的屋顶没有被覆盖,数十起事件前的现场调查不足,尽管事先通知了地点。

有趣的是,施瓦茨表示,特勤局已经收到有关一名州级演员计划暗杀特朗普的情报,但尽管据称安全措施升级,这一事件仍然发生。

卡尔达诺创始人的反应

相反,卡尔达诺创始人查尔斯·霍斯金森认为,暗杀企图是美国政治状况恶化的一个悲剧性但可预测的后果。霍斯金森哀叹,美国已经从尊重分歧的文化转变为批评者被妖魔化的文化。

与此同时,Hoskinson认为,加密货币行业对去中介化和去中心化的关注为当前的政治状况提供了一种解决方案。他认为,包括政治领导人在内的中央集权机构再也不能完全信任了。

相反,不依赖于个人领导者的分散运动提供了一条更有弹性和值得信赖的前进道路。

Bacaan Terkait

Model Besar AS Menuju Keterbatasan, Atas Nama Keamanan

Penulis: Xiao Jing, Editor: Xu Qingyang Pada akhir Juni 2026, pemerintah AS melakukan intervensi langsung terhadap model AI terdepan. Anthropic harus menarik model Fable 5 dan Mythos 5, sementara OpenAI meluncurkan GPT-5.6 dengan akses API terbatas hanya untuk mitra yang disetujui pemerintah. Proses ini menciptakan siklus "hentikan – negosiasi – izin bersyarat" dalam waktu kurang dari sebulan. Inti masalahnya adalah apakah model-model ini benar-benar terlalu kuat dan berbahaya. OpenAI dan Anthropic menyatakan, berdasarkan kerangka keamanan mereka sendiri, model-model ini tidak melewati ambang batas risiko yang tidak dapat diterima. Namun, pemerintah AS, yang dianggap kurang memiliki keahlian teknis di bidang AI terdepan, tetap memberlakukan pembatasan. Keputusan ini didorong oleh beberapa faktor: kemampuan model yang dapat didemonstrasikan, laporan keamanan dari pesaing (seperti Amazon), dan perintah eksekutif AI baru dari Presiden Trump yang membutuhkan contoh penegakan hukum. Situasi ini mengingatkan pada "Perang Kripto" tahun 1990-an, di mana pemerintah AS berusaha membatasi ekspor algoritma enkripsi kuat dengan alasan keamanan nasional. Upaya itu akhirnya gagal karena teknologi menyebar secara global, dan pembatasan justru merugikan perusahaan AS. Para ahli memperingatkan bahwa pembatasan serupa pada model AI dapat menghambat inovasi, mengganggu logika investasi industri, dan memperlambat difusi teknologi yang penting untuk keunggulan kompetitif jangka panjang. Dean W. Ball, mantan penasihat AI Gedung Putih, mengkritik proses persetujuan yang tidak transparan, tanpa standar jelas, dan tidak memiliki batas waktu. Dia memperingatkan bahwa jika hanya segelintir orang dan lembaga yang memiliki akses ke AI terdepan, hal itu justru dapat meningkatkan risiko konsentrasi kekuasaan. Sementara itu, model AI China terus berkembang dengan pendekatan sumber terbuka. Insiden Juni 2026 ini mungkin menandai dimulainya era di mana pemerintah AS menjadi gerbang wajib untuk peluncuran model AI terdepan, mengubah dinamika industri yang sebelumnya lebih terbuka.

链捕手1j yang lalu

Model Besar AS Menuju Keterbatasan, Atas Nama Keamanan

链捕手1j yang lalu

Ethereum Turun 45% Sejak Awal Tahun – Lalu Mengapa SharpLink dan Paus Masih Membeli?

Meskipun harga Ethereum (ETH) turun 20-45% sejak awal tahun, minat institusional terhadap aset kriptu terkemuka ini tetap kuat. SharpLink, setelah jeda delapan bulan, kembali membeli 5.000 ETH senilai sekitar $7,88 juta, diikuti penambahan 26.324 LSETH senilai $45,54 juta. Total kepemilikannya kini mencapai 876.285 ETH, menunjukkan keyakinan pada utilitas jangka panjang dan pendapatan staking Ethereum, meski menghadapi kerugian belum terealisasi hampir $1,71 miliar. Tren akumulasi ini juga tercermin pada aktivitas "paus" (whale), dengan satu dompet baru mengakumulasi 18.361 ETH senilai $28,9 juta dalam sembilan hari terakhir, menandakan persiapan untuk pergerakan harga di masa depan. Namun, kepercayaan yang kembali bangun ini belum sepenuhnya tercermin dalam permintaan institusional yang lebih luas. ETF Spot Ethereum justru mencatat arus keluar bersih, dengan penarikan $12,85 juta pada 26 Juni. Meski demikian, total aset yang dipegang penerbit ETF masih signifikan, senilai lebih dari $8,38 miliar, yang mengindikasikan penyesuaian posisi berkelanjutan daripada pelepasan total. Pada intinya, akumulasi oleh treasury perusahaan dan paus mendukung prospek jangka panjang Ethereum, tetapi pemulihan berkelanjutan masih bergantung pada membaiknya sentimen pasar dan arus masuk ETF yang lebih kuat untuk mengimbangi tekanan penjualan institusional yang masih ada.

ambcrypto6j yang lalu

Ethereum Turun 45% Sejak Awal Tahun – Lalu Mengapa SharpLink dan Paus Masih Membeli?

ambcrypto6j yang lalu

Baru Saja, DeepSeek V4 Perbarui DSpark, Kecepatan Inference Meningkat 80%

Baru-baru ini, DeepSeek V4 diperbarui dengan framework *Speculative Decoding* baru bernama **DSpark**, yang diklaim meningkatkan kecepatan inferensi hingga 80%. Pembaruan ini, yang juga disertai open-sourcing framework **DeepSpec**, berfokus pada optimasi teknikal dan peningkatan performa, bukan perubahan arsitektur model inti. DSpark mengimplementasikan **Semi-Autoregressive Generation** untuk menjaga throughput tinggi dan meningkatkan akurasi token yang dihasilkan oleh model draf (*draft model*). Inovasi utamanya adalah **Confidence-Scheduled Verification**, yaitu sistem penjadwalan yang cerdas dan adaptif. Sistem ini menggunakan *Confidence Head* untuk memperkirakan probabilitas penerimaan setiap token kandidat dan secara dinamis menyesuaikan panjang verifikasi berdasarkan beban kerja sistem (*hardware-aware*), sehingga mengalokasikan daya komputasi hanya ke token yang paling potensial. Dalam pengujian di berbagai domain (penalaran matematika, generasi kode, percakapan), DSpark menunjukkan peningkatan signifikan dibandingkan model *state-of-the-art* seperti Eagle3 dan DFlash. Pada kondisi *throughput* yang setara, DSpark meningkatkan kecepatan respons pengguna sebesar 57%-85% untuk model DeepSeek-V4 Flash dan Pro. DeepSpec, yang dirilis bersamaan, adalah *codebase* lengkap untuk melatih dan mengevaluasi model draf *speculative decoding*. Framework ini menyediakan pipeline standar (persiapan data, pelatihan, evaluasi) dan mendukung beberapa algoritma (DSpark, DFlash, Eagle3) serta model target (Qwen3, Gemma), memudahkan peneliti dan insinyur untuk mengembangkan dan menerapkan teknik percepatan inferensi pada model bahasa besar mereka sendiri.

marsbit7j yang lalu

Baru Saja, DeepSeek V4 Perbarui DSpark, Kecepatan Inference Meningkat 80%

marsbit7j yang lalu

Trading

Spot
活动图片