В лесопосадке Иркутска ликвидирована нелегальная майнинг-ферма

cryptonews.ruDipublikasikan tanggal 2025-09-03Terakhir diperbarui pada 2025-09-03

Сотрудники «Иркутской электросетевой компании» и полиции обнаружили майнинговую ферму в кустах на пустыре в Иркутске. 21 устройство было подключено к электролинии в 20 метрах от улицы Рабочего Штаба.

Согласно предварительным оценкам, прибыль от незаконного майнинга на ферме составляла 250 000 рублей ежемесячно. При этом ущерб от бездоговорного потребления электроэнергии составил не менее 1 млн рублей.

С 1 января российское правительство ввело полный запрет на майнинг в нескольких регионах страны. Заниматься добычей цифровых активов в большинстве других регионов России можно только под контролем государства.

Майнить имеют право юридические лица и индивидуальные предприниматели, зарегистрированные в специальном реестре Федеральной налоговой службы (ФНС), а также физлица в пределах лимита 6000 кВт⋅ч в месяц. С 30 июля российские власти утвердили правила передачи сведений о майнерах в ФНС операторами дата-центров.

Ранее прокуратура Красноярского края в России объявила, что остановила работу крупного майнинг-отеля: оборудование было размещено в нескольких арендованных помещениях и за их пределами, что вызвало перебои электроснабжения у соседней поликлиники.

Bacaan Terkait

AI Juga Bisa "Moody"! Penelitian Baru USTC: Kebingungan dan Kecemasan Bikin AI Makin Jago Bekerja

AI punya "emosi" dan itu bisa meningkatkan kemampuannya bekerja? Penelitian terbaru dari Universitas Sains dan Teknologi Tiongkok (USTC), Oxford, dan lainnya menunjukkan bahwa dengan membiarkan AI mengenali "emosi internal" seperti kebingungan, ketegangan, atau kekecewaan, dan menggunakan sinyal ini sebagai dasar untuk memilih tindakan atau keterampilan berikutnya, kinerjanya dalam menyelesaikan tugas dapat meningkat drastis. Dalam eksperimen, AI (agent) ditugaskan untuk berbelanja online. Peneliti mengamati bahwa kondisi emosional tertentu secara konsisten memicu pemilihan keterampilan tertentu: 1. Rasa ingin tahu dan keinginan → secara spontan mencari produk. 2. Kebingungan dan ketegangan → mengajukan ulang pertanyaan atau kueri. 3. Rasa percaya diri dan optimis → mengonfirmasi pembelian. 4. Kekecewaan dan kekesalan → membandingkan harga. Emosi "negatif" seperti kebingungan dan ketegangan ternyata berfungsi sebagai sinyal metakognitif yang berguna. Mereka menandakan ketidaksesuaian antara strategi saat ini dan lingkungan, memicu mekanisme pemulihan yang tepat *sebelum* kesalahan benar-benar terjadi. Dalam tugas-tugas rumit yang rentan gagal (seperti "mememanaskan barang" atau "mengambil dua item" di lingkungan simulasi), metode berbasis emosi ini meningkatkan tingkat keberhasilan secara signifikan, dari di bawah 10% menjadi lebih dari 30% bahkan 56%. Penelitian terpisah dari Universitas Tianjin juga mengintegrasikan emosi ke dalam "Model Dunia" (World Model) untuk prediksi yang lebih baik dalam lingkungan berpusat pada manusia. Hasilnya, akurasi prediksi meningkat, dan menghilangkan data emosi justru menurunkan kinerja AI bahkan dalam tugas penalaran logis. Temuan ini menunjukkan bahwa representasi emosional dalam model bahasa besar (LLM) tidak hanya fenomena yang diamati, tetapi semakin menjadi sinyal fungsional yang dapat diekstraksi dan dimanfaatkan untuk meningkatkan ketangguhan dan kemampuan AI dalam menyelesaikan tugas.

marsbit2j yang lalu

AI Juga Bisa "Moody"! Penelitian Baru USTC: Kebingungan dan Kecemasan Bikin AI Makin Jago Bekerja

marsbit2j yang lalu

Trading

Spot
活动图片