Trump Puji Chris Waller sebagai 'Hebat' Setelah Wawancara Ketua Fed, Akan Pilih dalam Beberapa Minggu

cointelegraphDipublikasikan tanggal 2025-12-19Terakhir diperbarui pada 2025-12-19

Abstrak

Presiden AS Donald Trump memuji calon ketua Fed Chris Waller sebagai "hebat" dalam konferensi pers, menyebutnya sebagai pria fantastis yang telah lama berkarier di bidangnya. Waller, yang dipandang relatif mendukung crypto dengan pernyataannya bahwa tidak ada yang perlu ditakuti dari sistem pembayaran crypto di luar perbankan tradisional, saat ini memiliki peluang 14% untuk terpilih menurut platform prediksi Polymarket. Trump menyatakan daftar kandidat telah dipersempit menjadi tiga atau empat orang, dengan menambahkan bahwa semua kandidat akan menjadi pilihan yang baik. Pengumuman akhir diharapkan dalam beberapa minggu ke depan. Industri crypto terus memantau perkembangan ini karena kebijakan suku bunga Fed dianggap berpengaruh signifikan terhadap kondisi pasar crypto, dimana tingkat bunga rendah cenderung mendorong investor ke aset berisiko tinggi seperti cryptocurrency.

Presiden Amerika Serikat Donald Trump memberikan komentar positif tentang calon ketua Fed yang pro-kripto Chris Waller dalam konferensi pers baru-baru ini, seiring spekulasi terus berlanjut mengenai pilihan akhirnya.

"Saya pikir dia hebat. Maksud saya, dia adalah seseorang yang sudah lama berada di sana. Seseorang yang sangat saya ikuti dan pahami kariernya, dan dia pria yang fantastis," kata Trump dalam konferensi pers pada Kamis.

Waller baru-baru ini dipandang relatif mendukung kripto, dengan mengatakan dalam pidato Agustus di Wyoming Blockchain Symposium 2025 bahwa "tidak ada yang perlu ditakuti" tentang pembayaran kripto yang beroperasi di luar sistem perbankan tradisional.

Trump mengatakan semua orang dalam daftar pendek "akan menjadi pilihan yang baik"

Waller saat ini memiliki peluang 14% untuk terpilih, menurut platform prediksi kripto Polymarket, menjadikannya pilihan ketiga yang paling mungkin. Penasihat ekonomi Gedung Putih yang ramah kripto Kevin Hassett memimpin dengan 53%, diikuti oleh mantan gubernur Fed Kevin Warsh dengan peluang 28%.

*Presiden AS Donald Trump berharap dapat mengumumkan ketua Fed dalam beberapa minggu ke depan. Sumber:* *YouTube*

Trump mengatakan bahwa daftar telah dipersempit menjadi tiga atau empat kandidat. "Saya pikir setiap dari mereka akan menjadi pilihan yang baik, jujurnya," katanya.

Ketika ditanya apakah gubernur Fed Michelle Bowman juga masuk dalam daftar pendek, Trump tidak menjawab pertanyaan secara langsung, tetapi menggambarkannya sebagai "orang yang fantastis." Polymarket saat ini menempatkan peluang Bowman di 2%.

Trump mengatakan bahwa dia berharap dapat membuat pengumuman dalam "beberapa minggu ke depan." "Saya tidak tahu sebelum akhir tahun, tetapi cukup soon," kata Trump.

Industri kripto telah mengawasi perkembangan ketua Fed dengan cermat

Industri kripto telah memperhatikan dengan cermat perkembangan seputar calon ketua Fed pilihan Trump, dengan diskusi yang meningkat dalam beberapa bulan terakhir karena peran Fed dalam kebijakan moneter sering dilihat mempengaruhi kondisi pasar kripto yang lebih luas.

Related: Pasar utang global menunjukkan dominasi dolar bergerak dalam siklus, kata Fed AS

Suku bunga, yang ditetapkan oleh Federal Reserve, secara luas dipandang memiliki dampak signifikan pada pasar kripto.

Ketika suku bunga diturunkan, investor cenderung mencari aset berisiko tinggi seperti cryptocurrency, karena investasi tradisional seperti obligasi dan deposito berjangka menjadi kurang menarik.

Magazine: Pertanyaan besar: Akankah Bitcoin bertahan dari pemadaman listrik 10 tahun?

Pertanyaan Terkait

QApa yang dikatakan Donald Trump tentang Chris Waller sebagai calon ketua Fed?

ADonald Trump memuji Chris Waller sebagai 'hebat' dan 'fantastis', menyebutnya sebagai seseorang yang telah lama berkecimpung dan ia sangat terlibat dalam kariernya.

QSiapa saja tiga kandidat teratas untuk posisi ketua Fed menurut platform prediksi Polymarket?

AMenurut Polymarket, tiga kandidat teratas adalah Kevin Hassett (53%), Kevin Warsh (28%), dan Chris Waller (14%).

QMengapa industri kripto sangat memperhatikan pengangkatan ketua Fed yang baru?

AIndustri kripto memperhatikan karena peran Fed dalam kebijakan moneter, seperti suku bunga, dianggap berpengaruh signifikan terhadap kondisi pasar kripto secara keseluruhan.

QKapan Trump berencana mengumumkan pilihan untuk ketua Fed?

ATrump berencana mengumumkan pilihannya dalam 'beberapa minggu ke depan', mungkin sebelum akhir tahun.

QApa pandangan Chris Waller mengenai pembayaran kripto menurut pidatonya di Wyoming Blockchain Symposium 2025?

AChris Waller menyatakan bahwa 'tidak ada yang perlu ditakuti' mengenai pembayaran kripto yang beroperasi di luar sistem perbankan tradisional.

Bacaan Terkait

Model Generatif Bisa Dilatih End-to-End? Intinya Hanya Sebuah For Loop

Model generatif seperti model difusi atau autoregresif yang dominan saat ini biasanya tidak melatih seluruh proses generasi secara end-to-end. Mereka dilatih hanya untuk memprediksi satu "langkah kecil" dalam proses, namun saat inferensi, langkah ini harus diulang ratusan atau ribuan kali. Ketidaksesuaian ini menyebabkan masalah "exposure bias," di mana kesalahan menumpuk seiring waktu. Makalah terbaru dari UIUC dan Harvard memperkenalkan paradigma baru bernama **Explorative Modeling (XM)**. Inti dari metode ini sangat sederhana: alih-alih menghasilkan satu sampel, model menghasilkan **K kandidat** dalam setiap langkah pelatihan. Kemudian, hanya kandidat yang paling dekat dengan data target yang dipilih untuk menghitung gradien dan memperbarui model. Mengapa ini berhasil? Dalam tugas generatif, satu input bisa memiliki banyak output yang valid (mode). Fungsi kerugian rekonstruksi tradisional cenderung menyebabkan "mode blurring," di mana model hanya mempelajari rata-rata dari semua mode, menghasilkan output yang tidak realistis. Dengan menghasilkan beberapa kandidat, model dapat "mengeksplorasi" dan menangkap beberapa mode yang berbeda sekaligus, sehingga menghindari rata-rata yang kabur. Penelitian ini menunjukkan bahwa **"eksplorasi" (K) bertindak sebagai sumbu penskalaan ketiga** yang efektif, selain parameter dan data. Eksperimen pada gambar, video, dan bahasa menunjukkan peningkatan kinerja yang monoton dengan peningkatan K, dengan keuntungan yang lebih besar pada skala yang lebih besar. XM dapat meningkatkan efisiensi FLOP hingga 4.1x dan efisiensi sampel hingga 6.2x. Yang lebih menarik, ketika diterapkan secara ekstrem, XM memungkinkan **pelatihan generatif yang benar-benar end-to-end**. Dalam tugas kontrol robot, "Explorative Policy" berbasis XM mencapai kinerja yang setara dengan "Diffusion Policy" yang membutuhkan 100 langkah inferensi, sementara hanya membutuhkan satu langkah inferensi maju. Ini membuktikan bahwa kompleksitas untuk menangani banyak mode dapat dipindahkan dari inferensi ke pelatihan. Meskipun ide "best-of-K" bukan hal baru, kontribusi utama makalah ini adalah penjelasan teoritis bahwa mekanisme ini secara langsung meningkatkan **ekspresivitas generatif** model. Dengan demikian, ini menawarkan cara baru yang ampuh untuk mengatasi tantangan mendasar dalam pemodelan generatif.

marsbit16m yang lalu

Model Generatif Bisa Dilatih End-to-End? Intinya Hanya Sebuah For Loop

marsbit16m yang lalu

Upbit Rebalance 864B SHIB dalam Pergerakan Wallet Internal

Bursa Korea Selatan Upbit melakukan penataan ulang 864 miliar SHIB di antara alamat dompet internalnya, menciptakan pergerakan rantai-blok besar senilai sekitar $4 juta. Pergerakan ini melibatkan transfer 384 miliar SHIB keluar dari dompet panas dan 480 miliar SHIB kembali ke dompet yang sama, tampaknya sebagai bagian dari operasi penyeimbangan kembali (rebalancing) dompet rutin, bukan pelepasan atau penjualan aset oleh bursa. Aktivitas ini terjadi setelah SHIB mengalami reli harga 36%, yang membuatnya lebih mencolok dan ditanggapi dengan sensitif oleh pedagang. Namun, karena perpindahan terjadi antara alamat yang diketahui milik Upbit sendiri, hal ini tidak secara langsung mengubah pasokan di pasar. Artikel ini menekankan pentingnya konteks dan pelabelan dompet yang tepat dalam menafsirkan data on-chain, agar pergerakan besar tidak disalahartikan sebagai sinyal jual atau aksi "paus" yang dapat menyesatkan narasi pasar.

bitcoinist17m yang lalu

Upbit Rebalance 864B SHIB dalam Pergerakan Wallet Internal

bitcoinist17m yang lalu

Maksimal 20 Makalah Per Orang? Aturan Baru ICLR Ditanggapi dengan "Petisi Sarkas" dari Peneliti DeepMind

Apakah ada batas yang wajar untuk jumlah makalah yang dapat disertakan seorang penulis di konferensi AI top? ICLR 2027 memberlakukan aturan baru: maksimal 20 makalah per penulis. Aturan ini dirancang untuk meringankan tekanan pada sistem peninjauan, terutama setelah ICLR 2026 mengalami lonjakan 68% dalam jumlah pengajuan hingga 19.525 makalah. Peraturan ini langsung memicu perdebatan. Dan Roy, seorang peneliti dari Google DeepMind, meluncurkan petisi satir di platform X yang menyerukan pencabutan batas 20 makalah tersebut. Dalam petisinya, dia secara ironis berargumen bahwa batasan ini akan "memperlambat kemajuan AI," terutama di era di mana AI Agent dapat menghasilkan banyak penelitian dan model bahasa besar (LLM) sudah digunakan untuk meninjau makalah. Sindirannya menyoroti kekhawatiran nyata tentang kualitas penelitian dan peninjauan. Poin utamanya adalah: dengan maraknya penggunaan AI untuk menulis dan meninjau makalah, apakah solusinya hanya membatasi jumlah pengajuan? ICLR mendorong ilmu "lebih lambat" dan lebih matang, sementara dinamika saat ini berisiko membanjiri sistem dengan makalah inkremental. Petisi Roy, meski sarkastik, mendorong komunitas untuk merenungkan inti permasalahan ini.

marsbit22m yang lalu

Maksimal 20 Makalah Per Orang? Aturan Baru ICLR Ditanggapi dengan "Petisi Sarkas" dari Peneliti DeepMind

marsbit22m yang lalu

Celah Keamanan Coldcard Picu Pencurian Senilai $89 Juta, Picu Migrasi On-Chain Terbesar Setelah FTX

Kerusakan pada dompet perangkat keras Coldcard mengakibatkan pencurian Bitcoin senilai sekitar $89 juta, memicu migrasi aset besar-besaran di blockchain terbesar sejak runtuhnya FTX. Menurut Galaxy Research, 1.367,05 BTC dicuri dari 4.585 alamat dalam tiga gelombang serangan yang menargetkan dompet dengan frasa pemulihan (seed phrase) yang lemah akibat cacat perangkat lunak. Insiden ini menyebabkan gangguan signifikan pada indikator rantai Bitcoin. Pengguna yang terdampak berbondong-bondong memindahkan aset mereka ke dompet baru yang aman, menyebabkan lonjakan ekstrem dalam aktivitas alamat aktif dan volume transaksi kecil. CryptoQuant mencatat puncak baru dalam transaksi berukuran di bawah 1 BTC dan peningkatan drastis deposit ke bursa, sementara sentimen pasar berubah sangat bearish. Pelacakan dana curian menghadapi tantangan unik: aturan keamanan AI di AS menghambat analisis data investigasi oleh model komersial utama, memaksa peneliti seperti tim Galaxy untuk beralih ke model AI sumber terbuka dari China (seperti GLM 5.2) guna melacak aliran dana dengan cepat. Kasus ini menyoroti dilema dalam penggunaan AI untuk keamanan siber: pembatasan yang melindungi juga dapat memperlambat respons defensif terhadap kejahatan yang bergerak cepat di ruang kripto.

marsbit1j yang lalu

Celah Keamanan Coldcard Picu Pencurian Senilai $89 Juta, Picu Migrasi On-Chain Terbesar Setelah FTX

marsbit1j yang lalu

OpenAI Tidak Lagi Mengandalkan Model Termahal untuk Menghasilkan Uang

OpenAI tidak lagi mengandalkan model termahal untuk menghasilkan uang. Pada 30 Juli, perusahaan mengumumkan penyesuaian harga, menurunkan harga model GPT-5.6 Luna sebesar 80% dan Terra sebesar 20%. Yang lebih penting dari angka penurunan harga adalah pesan intinya: untuk banyak tugas, model terkuat (seperti Sol) tidak selalu diperlukan. OpenAI secara eksplisit merekomendasikan strategi di mana model mahal (Sol) menangani perencanaan dan analisis kompleks, sementara model yang lebih terjangkau (Luna) mengeksekusi tugas, menulis kode, dan menjalankan pengujian. Pergeseran ini mencerminkan perubahan industri AI dari hanya mengejar kecerdasan tertinggi menuju optimisasi biaya dan efisiensi untuk penggunaan skala besar. Anthropic juga mengikuti pola serupa dengan meluncurkan Claude Opus 5 dengan harga setengah dari model andalannya, Fable 5. Kedua raksasa Silicon Valley ini menunjukkan bahwa model flagship kini berfungsi lebih untuk nilai merek dan pembuktian teknologi, sementara model "kendaraan massal" yang lebih murah (seperti Luna, Terra, Opus) yang akan mendorong adopsi komersial luas dan menghasilkan pendapatan utama. OpenAI mengungkapkan bahwa penurunan biaya ini sebagian didorong oleh model AI (Sol) yang mengoptimalkan kode produksi dan alur kerjanya sendiri, menciptakan siklus peningkatan efisiensi yang dapat mempercepat penurunan biaya di masa depan. Intinya, kompetisi AI bergeser dari "siapa yang paling pintar" menjadi "mana yang paling bernilai". Perusahaan tidak lagi membeli satu model tunggal, tetapi merancang sistem dengan beberapa model yang cocok untuk tugas yang berbeda—mirip dengan arsitektur komputasi awan. Tujuan akhir OpenAI adalah membangun ekosistem yang mengunci alur kerja pengembang melalui volume panggilan API yang sangat besar dan biaya yang sangat rendah, sehingga menciptakan daya tarik yang kuat. Ketika AI menjadi murah dan tersebar luas seperti listrik, tertanam dalam setiap proses tanpa diperdebatkan, era sesungguhnya baru dimulai.

marsbit2j yang lalu

Trading

Spot