Жители Зимбабве стали жертвами фейковой биткоин-компании

cryptonews.ruDipublikasikan tanggal 2021-05-08Terakhir diperbarui pada 2025-06-08

Мошенники выдавали себя за сотрудников InnBucks Investment.
Пострадавшие переводили деньги через сервис Ecocash и теряли свои средства.
Компания InnBucks опровергла причастность к схеме и заявила, что преступники маскировались под ее бренд.

Сотни жителей Зимбабве стали жертвами мошеннической схемы, маскирующейся под InnBucks Investment в соцсети Facebook. Пользователей убеждали вложить средства на поддельную платформу для торговли биткоинами, обещая гарантированную прибыль. Деньги переводились через сервис Ecocash на неизвестные счета.

Be careful of fake 'InnBucks Representatives' who ask for your PIN! Real verification is on 569. Stay safe, your pin is your secret iphini yakho yimfihlo yakho, usaudze munhu.#AntiScam #ProtectYourPIN #InnbucksPin pic.twitter.com/DwegKjl1Pz
— InnBucks® (@Inn_Bucks) May 21, 2025

Мошенническая платформа использовала рекламу с обещаниями высокой доходности и распространяла ссылки среди пользователей, которые вели на специальный сайт. Пользователей убеждали в безопасности инвестиций и отсутствии скрытых комиссий. Далее злоумышленники требовали пройти регистрацию и отправить им персональные данные через WhatsApp.

«Вот возможность сделать x3 от ваших инвестиций без каких-либо скрытых комиссий или платы за снятие средств, на 100% безопасно и надежно. Вы также можете получить доступ к вашему торговому счету. Отправьте нам сообщение прямо сейчас, чтобы начать», — говорилось в рассылке от аферистов.

Настоящая компания InnBucks опубликовала предупреждение на своей официальной странице, подчеркнув, что не участвует в инвестиционных схемах. Представители фирмы призвали клиентов не сообщать личную информацию и проверять легитимность страниц только через официальные каналы связи.

Журналистское расследование показало, что мошенники использовали имя Мишель Чиунда и номер WhatsApp, зарегистрированный, по словам владелицы, без ее ведома. Женщина утверждала, что номером мог воспользоваться злоумышленник, а фамилия, использованная в схеме, действительно совпадает с ее собственной.

Псевдосотрудник объяснял детали инвестиций, заявляя, что платформа управляет торговлей от имени клиента и обещает доход в 10 раз больше вложенной суммы. Выплаты, по их словам, производятся через Ecocash, Innbucks или Mukuru — однако ни один из сервисов не подтверждает связи с платформой.

Правоохранительные органы и InnBucks предупреждены о мошенничестве и ведут расследование. Местным гражданам рекомендуют быть осторожными, а потенциальные убытки на момент публикации материала неизвестны.

Напомним, мы писали, что Министр юстиции Чехии подал в отставку из-за подарка от преступника в виде биткоинов на $45 млн.

Bacaan Terkait

Laporan Q1 2026 Ethereum: Biaya Turun, Pengguna dan Volume Transaksi Capai Rekor Tertinggi Sejarah

**Laporan Kuartal I Ethereum 2026: Biaya Turun, Pengguna dan Jumlah Transaksi Capai Rekor Tertinggi** Laporan Ethereum Q1 2026 menunjukkan data yang tampak berlawanan tetapi kritis: jaringan ini mengalami pertumbuhan pengguna, transaksi, dan throughput tertinggi sepanjang masa, sementara biaya transaksi, TVL, volume perdagangan, dan kapitalisasi pasar ETH terdilusi turun. Ini menandai transisi Ethereum ke fase 'biaya rendah untuk skala' setelah peningkatan Fusaka meningkatkan kapasitas data dan membuat ruang blok lebih murah, melepaskan permintaan jaringan (paradoks Jevons). Naratif inti Ethereum bergeser dari blockchain DeFi ke lapisan penyelesaian keuangan global. Ethereum mempertahankan dominasi dalam aset tokenisasi: stablecoin, dana tokenisasi (naik 4.9% QoQ), komoditas tokenisasi (naik 60% QoQ, terutama emas), dan saham tokenisasi. Kehadiran institusi seperti BlackRock, JPMorgan, dan Fidelity semakin memperkuat adopsi. **Data Kunci Q1 2026:** * **Penggunaan (Naik):** Pengguna Bulanan Aktif (MAU): 13.2 juta (+53.5% QoQ). Jumlah Transaksi: 200.4 juta (+38% QoQ). Throughput: 25.78 TPS. * **Nilai & Biaya (Turun):** Biaya Transaksi Lapisan-1: $39.9 juta (-47.9% QoQ). TVL Ekosistem: $316.2B (-11% QoQ). Kapitalisasi Pasar ETH Tercairkan Penuh: $290B (-30.3% QoQ). * **Aset Tokenisasi (Stabil/Tumbuh):** Nilai Pasar: $2034B. Didominasi stablecoin ($1789B), diikuti dana ($194B) dan komoditas ($47B). Ethereum mengorbankan pendapatan biaya jangka pendek untuk ekspansi jaringan, berfokus pada konsolidasi sebagai lapisan penyelesaian default untuk aset keuangan global. Peningkatan kapasitas berkelanjutan (seperti rencana upgrade Glamsterdam) diharapkan dapat lebih mendorong adopsi dan nilai jaringan jangka panjang.

marsbit57m yang lalu

Laporan Q1 2026 Ethereum: Biaya Turun, Pengguna dan Volume Transaksi Capai Rekor Tertinggi Sejarah

marsbit57m yang lalu

CEO Intel Lip-Bu Tan Wawancara Podcast Pertama: Target Kami "10x dalam 5-10 Tahun", Fokus pada Packaging Canggih, Substrat Kaca, dan Berlian Sintetis

CEO Intel Pat Gelsinger menguraikan visi ambisiusnya untuk menciptakan pengembalian 10 kali lipat dalam 5-10 tahun ke depan. Strateginya berfokus pada penguatan pilar bisnis inti (seperti CPU untuk AI cerdas dan inferensi), sambil secara agresif berinvestasi pada teknologi pendobrak batas. Kunci utamanya adalah kemasan lanjutan (seperti EMIB), material baru (termasuk substrat kaca dan wafer berlian sintetis), serta membangun fondasi yang kuat untuk bisnis penempaan (foundry) dengan menekankan kepercayaan, hasil produksi, dan waktu siklus. Dia juga menyoroti kemitraan dengan Elon Musk dalam proyek Terafab dan keyakinannya bahwa potensi penuh Intel, yang melampaui PC ke komputasi tepi dan AI fisik, akan terlihat jelas pada tahun 2030-2032. Gelsinger menekankan pendekatan "merangkak, berjalan, berlari" untuk transformasi perusahaan.

marsbit59m yang lalu

CEO Intel Lip-Bu Tan Wawancara Podcast Pertama: Target Kami "10x dalam 5-10 Tahun", Fokus pada Packaging Canggih, Substrat Kaca, dan Berlian Sintetis

marsbit59m yang lalu

Baru Saja Raup Dana Rp 2,7 Triliun, Fei-Fei Li Juga Berinvestasi

Ilmuwan ternama dan mantan peneliti senior DeepMind, Pete Florence, baru saja menggalang dana US$4 miliar (sekitar Rp27 triliun) untuk perusahaannya, Generalist AI. Menariknya, meskipun dikenal sebagai salah satu perintis arsitektur model "dunia nyata" (world model) atau Vision-Language-Action (VLA), Florence secara terbuka menolak label "world model" untuk perusahaannya. Florence, yang dibimbing oleh ahli robotika fisik Rusia Tedrake di MIT, percaya bahwa fokus utama seharusnya pada *tujuan*, bukan sekadar *label*. Tujuannya adalah menciptakan robot yang dapat melakukan tugas fisik apa pun dengan tingkat keberhasilan dan kecepatan tinggi, tanpa memerlukan data spesifik untuk setiap tugas, mirip seperti manusia. Generalist AI telah meluncurkan dua model: GEN-0 (2025) dan GEN-1 (2026). GEN-1 diklaim memiliki tingkat keberhasilan 99% dalam tugas-tugas rumit seperti melipat kardus dan merawat robot, berkat pelatihan dengan data interaksi fisik skala besar yang dikumpulkan melalui sarung tangan mekanis khusus. Kemajuan ini menunjukkan bahwa model fisik mereka mendekati titik balik menuju utilitas komersial, mirip dengan GPT-3 untuk bahasa. Pendanaan putaran ini, yang meningkatkan valuasi perusahaan menjadi US$20 miliar, dipimpin oleh investor seperti NVentures (Nvidia), Bezos Expeditions, NFDG, serta figur ternama termasuk pendiri Xiaomi Bin Lin, pendiri Zoom Eric Yuan, dan ilmuwan terkemuka Fei-Fei Li. Investor percaya pada visi Florence untuk mewujudkan robot serba bisa yang benar-benar berguna dalam kehidupan nyata.

marsbit1j yang lalu

Baru Saja Raup Dana Rp 2,7 Triliun, Fei-Fei Li Juga Berinvestasi

marsbit1j yang lalu

Dua Legenda Hilang dalam Tiga Hari: Bendungan Talenta AI Google, Mulai Jebol?

Dalam tiga hari, Google kehilangan dua tokoh legendaris AI. Noam Shazeer, penulis inti makalah Transformer dan pemimpin bersama Gemini, meninggalkan Google untuk bergabung dengan OpenAI. Dua hari kemudian, John Jumper, pemenang Nobel Kimia 2024 dan pemimpin inti AlphaFold, meninggalkan Google DeepMind untuk bergabung dengan Anthropic. Tren ini diperkuat dengan keputusan mantan anggota pendiri OpenAI, Andrej Karpathy, yang bergabung dengan Anthropic pada Mei. Kehilangan ini mencerminkan tren yang lebih luas: aliran talenta AI puncak dari Google ke OpenAI dan Anthropic. Penyebabnya adalah perbedaan mendasar dalam misi. Bisnis inti Google adalah iklan, sehingga penelitian AI sering kali harus selaras dengan tujuan komersial. Sebaliknya, OpenAI berfokus pada AGI untuk kemanusiaan, sementara Anthropic berfokus pada keamanan AI, memungkinkan peneliti berkonsentrasi penuh pada kemajuan teknologi. Faktor lain termasuk prospek kekayaan dari IPO yang akan datang di OpenAI dan Anthropic, yang menawarkan potensi imbalan ekuitas yang jauh lebih besar dibandingkan dengan raksasa matang seperti Google. Selain itu, penggabungan Google Brain dan DeepMind pada 2023 dianggap gagal menyelesaikan ketegangan antara penelitian jangka panjang dan tekanan komersialisasi. Google masih memiliki aset kuat seperti infrastruktur komputasi dan data, tetapi kehilangan talenta kritis ini merupakan tantangan struktural yang mendalam. Di bidang AI, retensi talenta terbaik ternyata lebih sulit daripada membangun model yang paling canggih sekalipun.

marsbit3j yang lalu

Dua Legenda Hilang dalam Tiga Hari: Bendungan Talenta AI Google, Mulai Jebol?

marsbit3j yang lalu

Di Balik 'Raport' AI, Tersembunyi Seorang 'Pembuat Soal' Tionghoa

Setiap kali model AI terdepan dirilis, industri melihat "laporan nilai" seperti MMLU-Pro, MMMU, dan MMMU-Pro. Tolok ukur ini telah menjadi bahasa umum untuk mengevaluasi kemampuan model. Di baliknya adalah nama seorang peneliti Tionghoa, Chen Wenhu, asisten profesor di University of Waterloo. Dia dan lab TIGERLab-nya menciptakan MMLU-Pro karena MMLU lama tidak lagi efektif—model canggih seperti OpenAI o3 hampir mencapai nilai sempurna. MMLU-Pro, dengan 12.032 soal lebih sulit dan 10 pilihan jawaban, berhasil membedakan kembali kemampuan model. Selain itu, mereka mengembangkan MMMU untuk mengevaluasi model multimodal (teks dan gambar) pada 11.500 soal dari berbagai disiplin ilmu. Bahkan model terkuat seperti GPT-4V hanya mencapai akurasi 56%. MMMU-Pro kemudian dibuat agar model tidak bisa mengandalkan teks saja dan harus benar-benar memahami informasi visual. Chen Wenhu memiliki latar belakang riset dalam pemahaman informasi kompleks. Pengalamannya di Google DeepMind untuk proyek Gemini membantunya memahami celah dalam evaluasi. Labnya juga mengerjakan penelitian model, seperti UniVideo untuk video dan MoCha untuk karakter virtual, yang memperdalam pemahaman mereka dalam merancang tolok ukur yang solid. Kini, dia bergabung dengan Meta untuk fokus pada data pelatihan dan evaluasi multimodal. Karyanya menggarisbawahi kontribusi signifikan peneliti Tionghoa di balik layar dalam membentuk standar evaluasi AI global.

marsbit3j yang lalu