Vitalik:预测市场是继媒体与社交网络之后的“第三种信息系统”

比推Dipublikasikan tanggal 2025-10-23Terakhir diperbarui pada 2025-10-23

在今天的 #ETHShanghai 2025 峰会上,Vitalik与万向区块链董事长肖风Buterin展开圆桌对话对话。

Vitalik Buterin 表示,预测市场的潜力远超投资工具,它可能成为社会认知体系中的“第三种媒体”。

他以美国大选期间的 Polymarket 为例指出:许多原本对加密持批评态度的知识分子,也通过预测市场了解事件的真实影响。“当我看到这种跨圈层的使用时,我意识到——这是一种真正的成功。”

Vitalik 认为,预测市场能过滤掉传统媒体与社交媒体中的偏见,让价格成为最真实的信号。

未来,随着 AI 的介入,预测市场将从宏观事件拓展到微观互动,例如预测一篇文章的受欢迎程度。

视频链接:https://www.bilibili.com/video/BV1g4sazHEWs/?spm_id_from=888.80997.embed_other.whitelist&t=98.84579348100085&bvid=BV1g4sazHEWs

说明: 比推所有文章只代表作者观点,不构成投资建议

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