Опрос показал, что пользователи криптовалют требуют идентификации с помощью искусственного интеллекта, но не решаются на доказательство личности

cryptonews.ru2022-05-17 tarihinde yayınlandı2025-05-17 tarihinde güncellendi

  • Исследование CoinGecko показало, что >65% пользователей криптовалют требуют четкой идентификации ИИ в цифровых взаимодействиях
  • Пользователи криптовалюты проявляют меньше рвения в отношении доказательства личности (PoP); только 48,8% готовы это сделать, несмотря на опасения по поводу ИИ
  • Принятие доказательства личности (PoP) сталкивается с заметными колебаниями среди пользователей: 26,5% не желают, 24,7% нейтральны

Недавний опрос пользователей криптовалют, проведенный CoinGecko, выявил заметный разрыв: сильная поддержка идентификации искусственного интеллекта (ИИ) в цифровых взаимодействиях контрастирует с меньшей готовностью использовать системы подтверждения личности (PoP) для проверки личности.

Результаты показывают, что, хотя большинство участников выступают за прозрачность ИИ, немногие стремятся взаимодействовать с онлайн-системами, предназначенными для подтверждения их собственной человеческой идентичности.

Высокий спрос на прозрачность ИИ встречает скептицизм PoP

По данным опроса CoinGecko Crypto x AI, проведенного в период с 20 февраля по 10 марта 2025 года, более 65% участников заявили, что различие между людьми и ИИ в сети очень важно.

Разбивая это, 48,6% респондентов назвали это «очень важным», в то время как еще 17,0% отметили это как «довольно важное». Еще 19,8% посчитали такую ​​идентификацию «довольно важной». Однако это сильное стремление к прозрачности ИИ не переросло напрямую в энтузиазм по поводу принятия систем подтверждения личности.

Опрос показал, что только 30,4% всех респондентов сообщили как о готовности участвовать в PoP, так и о вере в то, что очень важно отличать людей от ИИ. Между тем, еще 10,8% заявили, что идентификация ИИ очень важна для них, однако они либо не желают, либо относятся нейтрально к присоединению к программам PoP.

Эти данные указывают на определенную степень скептицизма в отношении современных инструментов проверки личности, даже среди тех, кто ценит большую прозрачность в Интернете.

Связанные:Данные PolyMarket показывают, что у Grok AI есть 20% шансов превзойти Google к концу 2025 года

Доказательство принятия личности: готовность против сопротивления

Опрос CoinGecko собрал ответы от 2632 человек, активных в криптопространстве. В общей сложности 48,8% выразили некоторую степень готовности принять Proof of Personhood. Из них 30,3% были полностью готовы, а 18,5% — в некоторой степени готовы. Те респонденты, которые остались нейтральными по поводу участия в PoP, составили 24,7% от общего числа опрошенных. Против участия в системах PoP выступили 26,5%.

По теме:Tether AI будет поддерживать платежи Bitcoin и USDT на всех устройствах и в приложениях

Эта цифра делится между 16,5% респондентов, которые полностью не желают, и 10,0% тех, кто в некоторой степени не желает использовать такие системы. Эти цифры из опроса CoinGecko Crypto x AI показывают, что, хотя общая поддержка систем PoP в настоящее время перевешивает сопротивление, значительная часть пользователей криптовалюты остается неопределенной или решительно против их принятия.

Нейтральные респонденты могут изменить результат

24,7% нейтральных респондентов составляют значительную группу, которая в конечном итоге может повлиять на более широкое принятие и внедрение технологий Proof of Personhood. Их взгляды могут измениться в будущем, вероятно, в зависимости от того, как разработчики и отрасль решают проблемы конфиденциальности, безопасности данных и практической реализации систем PoP.

В опросе приняли участие криптоинвесторы (51%), трейдеры (26%), строители (10%) и зрители (13%). Большинство респондентов имели менее семи лет опыта работы в сфере криптовалют. Географически 93% участников были из Европы, Азии, Северной Америки и Африки.

İlgili Okumalar

A Chip Company Releases AIDC Energy Storage Certification Standards. Why NVIDIA? Computing Power Reshapes Power Supply Logic. Who's in the Lead and Who's Left Out?

NVIDIA has released a "Battery Energy Storage System Self-Certification Guide," setting strict technical standards for energy storage systems specifically for AI data centers (AIDC). The guide focuses solely on certifying the Power Conversion System (PCS), not the batteries, with 10 mandatory performance metrics and 12 validation tests requiring real-world and simulation comparisons. Key requirements include rapid dynamic response to AI workloads, high-frequency system telemetry, and detailed electromagnetic transient models. The move is driven by the extreme and fluctuating power demands of next-generation AI hardware. Modern AIDCs require energy storage systems to act as intelligent, controllable grid assets, not just passive backup, to manage instantaneous, massive power load shifts that traditional UPS systems cannot handle. This redefines the competitive landscape for energy storage providers, shifting focus from capacity and cost to advanced control capabilities and system integration. While the market potential is significant—with forecasts of hundreds of GWh in new demand by 2030—the certification creates a high barrier to entry. It requires proven PCS delivery volumes and credible plans for rapid capacity scaling, favoring established, well-resourced players. Early movers like Fluence (partnering with Siemens) and several Chinese companies have secured projects ahead of the standard, but new entrants must now navigate this rigorous, costly, and time-intensive certification process to compete in the AIDC energy storage market.

marsbit25 dk önce

A Chip Company Releases AIDC Energy Storage Certification Standards. Why NVIDIA? Computing Power Reshapes Power Supply Logic. Who's in the Lead and Who's Left Out?

marsbit25 dk önce

After Missing the 20x, I've Found a 'Dumb' Method for AI Investing

**Missing the 20x Opportunity: A Simple 'Dumb' Approach to AI Investing** The AI boom, driving NVIDIA's revenue from $60B to $216B in two years, creates immense investment pressure. However, like the internet bubble of 2000, the largest AI opportunities likely lie ahead, perhaps after a correction. Instead of rushing in now or waiting paralyzed for a crash, the author proposes a third way: building a "knowledge warehouse" by systematically mapping the AI industry to be ready when opportunities arise. The core of the strategy is understanding AI's four-layer value chain: 1. **Compute Infrastructure (The "Engine"):** This foundational layer, where all money eventually flows, includes: a) **Chip Design:** NVIDIA's dominance via its CUDA ecosystem, b) **Chip Manufacturing/Packaging/Memory:** TSMC's near-monopoly in advanced manufacturing and SK Hynix's lead in High Bandwidth Memory (HBM), c) **Optical Interconnects:** Essential for large-scale AI clusters (e.g., Lumentum, Coherent), d) **Cooling & Power:** Critical for high-density AI data centers (e.g., Vertiv), e) **Servers/Data Centers & Cloud Platforms:** The physical and virtual wholesale providers. 2. **Models & Tools (The "OS"):** The competitive layer of foundation models (OpenAI, Anthropic, Google, Meta, xAI), now generating real revenue. A key shift is the center of gravity moving from **Training** models to **Inference** (running models), which demands different chip characteristics and could challenge NVIDIA's monopoly. 3. **Middleware & Platform ("The Glue"):** Connects models and applications (e.g., Scale AI, Hugging Face). This layer could explode if applications take off. 4. **Vertical Applications ("The Cash Register"):** Where AI meets end-users (e.g., enterprise AI, coding tools, medical AI, robotics). A critical cross-cutting constraint is **Energy**, as AI's massive power consumption drives investment in nuclear and other energy infrastructure. The author identifies four key questions for further research: 1) How will the shift from Training to Inference reshape the competitive landscape? 2) With tech giants spending over $600B on capex, where is the ROI from AI applications? 3) What are the under-the-radar opportunities in the "second" and "third" circles of the value chain (e.g., cooling, specialty foundries)? 4) How will geopolitics (e.g., U.S.-China chip restrictions) bifurcate the supply chain? The conclusion is that missed opportunities stem from insufficient research, not slow timing. By methodically studying each layer—its business models, competition, and valuations—investors can build the "killer intuition" needed to act decisively when the market presents its chance.

marsbit46 dk önce

After Missing the 20x, I've Found a 'Dumb' Method for AI Investing

marsbit46 dk önce

İşlemler

Spot
Futures
活动图片