克雷格·赖特在光秃秃的壁橱里发布视频,以躲避付款

币界网Xuất bản vào 2024-08-20Cập nhật gần nhất vào 2024-08-20

币界网报道:

克雷格·赖特可能正在逃离英国法律体系,拖欠付款义务,但他仍然无法控制自己在互联网上发布奇怪内容的欲望。

在YouTube上发布的一段新视频中,这位因撰写比特币白皮书而撒谎并欠受害者巨额款项的男子在衣柜里向一小群电子课程学生讲述了“法律哲学”。

在一个多小时的时间里,Wright谈到了与比特币无关的法律问题,并在最后承诺发布更多视频,称他正在为“Kindle或类似产品”制作更多内容

今年早些时候,世界最高版权法院裁定,Wright在撰写比特币白皮书时撒谎,包括提交篡改的证据和在法庭上作伪证以支持他的虚假主张。

此外,7月4日,英国高等法院对Wright发布了价值190万美元的全球冻结令,增加了许多其他财务负担。

在该命令中,法院指出,尽管赖特有许多义务回应法院命令,但他的下落仍然未知。法官解释说:“几周前,赖特似乎已经离开了他在温布尔登的故居……关于他的下落或他是否已经永远离开英国,我还没有得到任何进一步的信息。”。

阅读更多:Calvin Ayre在法庭认定Craig Wright不是Satoshi后离开X

最近,赖特试图在一份长达600页的绝望文件中对这一裁决提出上诉。法院正在审查,没有义务接受他的上诉。在针对Wright的诉讼中胜诉的加密货币开放专利联盟(COPA)“相信上诉没有适当的依据”

有消息吗?给我们发电子邮件或ProtonMail。如需了解更多信息,请在X、Instagram、Bluesky和谷歌新闻上关注我们,或订阅我们的YouTube频道。

Nội dung Liên quan

3 Năm, 5 Lần Tăng Trưởng: Sự Hồi Sinh Của Nhà Máy Kính Trăm Tuổi

Theo CRU, nhu cầu về cáp quang từ các trung tâm dữ liệu AI đã tăng 75.9% trong một năm, khiến khoảng cách cung-cầu mở rộng từ 6% lên 15%. Giá cáp quang cũng tăng hơn 3 lần trong vài tháng. Để giải quyết tình trạng thiếu hụt năng lực sản xuất, NVIDIA đã đầu tư tổng cộng 45 tỷ USD vào chuỗi cung ứng quang học, bao gồm 20 tỷ USD cho Lumentum (máy phát laser), 20 tỷ USD cho Coherent (chip quang silicon) và 5 tỷ USD cho Corning (cáp quang). Corning, công ty thủy tinh 175 năm tuổi, đã trở thành một mắt xích quan trọng trong cơ sở hạ tầng AI nhờ cam kết mở rộng năng lực sản xuất cáp quang lên 10 lần. Cổ phiếu của họ đã tăng khoảng 6 lần từ cuối năm 2023. Nguyên nhân chính đến từ nhu cầu cấu trúc: các trung tâm dữ liệu AI yêu cầu loại cáp quang đặc biệt có tổn hao cực thấp, mật độ cao và chống uốn cong tốt - những lĩnh vực Corning có thế mạnh kỹ thuật sâu. Doanh thu từ mảng truyền thông quang học của Corning cho khách hàng doanh nghiệp đã tăng gấp đôi lên hơn 3 tỷ USD từ 2023 đến 2025, với các hợp đồng dài hạn từ Meta, NVIDIA và hai khách hàng lớn khác. Mặc dù không phải là nhà sản xuất cáp quang lớn nhất thế giới về thị phần, Corning dẫn đầu về công nghệ sợi cao cấp phục vụ AI và đang hợp tác trực tiếp với NVIDIA và Broadcom trong lĩnh vực Quang học Đóng gói Chung (CPO). Tuy nhiên, định giá hiện tại của cổ phiếu đã phản ánh nhiều kỳ vọng tăng trưởng. Các yếu tố then chốt cần theo dõi bao gồm tiến độ triển khai thực tế của CPO, quy mô của các hợp đồng khách hàng lớn chưa tiết lộ, và sự phát triển của công nghệ cáp quang lõi rỗng có thể thay đổi cục diện ngành.

marsbit1 giờ trước

3 Năm, 5 Lần Tăng Trưởng: Sự Hồi Sinh Của Nhà Máy Kính Trăm Tuổi

marsbit1 giờ trước

Trong thời đại AI, chính tổ chức mới là hào sâu phòng thủ

Trong thời đại AI, khi sản phẩm, giao diện và công nghệ ngày càng dễ sao chép, hào rào cạnh tranh thực sự của một công ty không còn nằm ở những yếu tố hữu hình đó, mà chính là ở **tổ chức của nó**. Các công ty vĩ đại như OpenAI, Anthropic hay Palantir không chỉ thu hút nhân tài, mà họ còn phát minh ra những hình thái tổ chức mới - những "cỗ máy" cho phép một kiểu người cụ thể phát triển và cống hiến hết mình. Họ cạnh tranh bằng **bản sắc**, cung cấp cho những người đầy tham vọng một lộ trình rõ ràng để trở thành phiên bản tốt nhất của chính họ, thông qua sứ mệnh, quyền lực, vị thế và phần thưởng thực tế. Đối với người sáng lập, câu hỏi then chốt không phải là "làm thế nào để kể một câu chuyện hay hơn", mà là "kiểu người nào chỉ có thể thực sự là chính họ khi ở đây?". Câu trả lời phải được thể hiện trong cấu trúc tổ chức: nếu tin rằng tiếp xúc khách hàng là then chốt, thì vị trí đó phải có địa vị cao; nếu tin vào tốc độ, quyền quyết định phải được phân quyền. Đối với cá nhân lựa chọn công ty, cần phân biệt rõ giữa cảm giác "được chọn" (mang tính cảm xúc) và "được thấy" (mang tính cấu trúc). Một nơi làm việc đáng giá phải cam kết chuyển hóa giá trị của bạn thành quyền hạn, phạm vi trách nhiệm và lợi ích kinh tế cụ thể, chứ không chỉ là những lời hứa về tương lai. Tóm lại, AI có thể làm nhiều thứ trở nên dễ sao chép, nhưng không thể dễ dàng tạo ra một hình thái tổ chức mới - một cỗ máy có thể tập trung đúng người, trao đúng quyền lực và tạo ra lợi thế cộng dồn theo thời gian. **Chính hình thái tổ chức mới này mới là hào rào thực sự trong tương lai.**

marsbit2 giờ trước

Trong thời đại AI, chính tổ chức mới là hào sâu phòng thủ

marsbit2 giờ trước

Tôi đã làm luật sư ly hôn 26 năm: Tiền mã hóa đã trở thành công cụ mới để người giàu che giấu tài sản như thế nào?

Luật sư ly hôn James Sexton với 26 năm kinh nghiệm chia sẻ về vai trò của tiền bạc và sự mất kết nối trong hôn nhân. Ông nhận định, vấn đề tài chính thường là triệu chứng, nguyên nhân sâu xa là sự xa cách. Khoảng 70% các cặp vợ chồng không đạt đến trạng thái hài lòng. Về quản lý tài chính, không có công thức chung, nhưng sự trung thực và minh bạch là chìa khóa. Ông đề xuất mô hình "của tôi, của bạn và của chúng ta" để cân bằng giữa sự chia sẻ và riêng tư. Thỏa thuận tiền hôn ngày càng phổ biến và được coi là thực tế. Đặc biệt, Sexton nhấn mạnh sự nổi lên của tiền điện tử như một công cụ mới để giấu tài sản trong ly hôn. Ông kể lại các vụ việc khi một bên khai mất mật khẩu ví cứng hoặc hưởng lợi từ biến động giá. Ông chỉ ra rằng nhiều luật sư và tòa án chưa hiểu rõ về loại tài sản này, và mãi đến năm 2026, New York mới đưa tiền điện tử vào mẫu khai báo tài sản bắt buộc. Để hàn gắn mối quan hệ, ông khuyên nên thực hiện những "hành động kết nối nhỏ bé" như lời khen, tin nhắn yêu thương. Cách thể hiện tích cực và sự dễ tổn thường có thể tạo ra thay đổi lớn, giúp vượt qua vòng xoáy tiêu cực và củng cố tình cảm.

marsbit2 giờ trước

Tôi đã làm luật sư ly hôn 26 năm: Tiền mã hóa đã trở thành công cụ mới để người giàu che giấu tài sản như thế nào?

marsbit2 giờ trước

Nhà đạt giải Turing Sutton và tác phẩm mới: Sử dụng một công thức từ năm 1967 để giải quyết một khuyết điểm lớn trong học tăng cường dạng luồng

Vào cuối năm 2024, một nhóm nghiên cứu tại Đại học Alberta đã chỉ ra một nghịch lý: học tăng cường (RL) vốn được thiết kế để học “trên đường chạy” (streaming), lại gần như không thể hoạt động trong môi trường deep learning nếu không có bộ đệm dữ liệu (replay buffer) hoặc batch size lớn. Hiện tượng này được gọi là “stream barrier”. Một năm rưỡi sau, nghiên cứu mới với sự tham gia của Richard Sutton (Giải Turing 2024) đã đưa ra giải pháp cốt lõi: nguyên nhân không phải do thiếu dữ liệu, mà do **đơn vị của learning rate (bước học) đã bị chọn sai**. Các phương pháp truyền thống quy định tham số thay đổi bao nhiêu, dẫn đến đầu ra hàm mục tiêu thay đổi không kiểm soát, gây ra hiện tượng dao động mạnh và sụp đổ khi học online (batch size=1). Nghiên cứu đề xuất **“Cập nhật Có Chủ Đích” (Intentional Updates)**, lấy ý tưởng từ thuật toán NLMS năm 1967. Thay vì định trước kích thước bước cho tham số, họ xác định trước **lượng thay đổi mong muốn ở đầu ra** (ví dụ: giảm 5% sai số dự đoán giá trị), rồi tính ngược ra learning rate phù hợp. Cách tiếp cận này đảm bảo mỗi bước cập nhật tác động một cách nhất quán lên hàm mục tiêu. Phương pháp được áp dụng cho học giá trị (Intentional TD) và học chính sách (Intentional Policy Gradient), kết hợp với RMSProp và eligibility traces. Kết quả thử nghiệm trên các nhiệm vụ MuJoCo và Atari cho thấy, trong chế độ streaming, các thuật toán mới đạt hiệu suất ngang bằng với các phương pháp tiêu chuẩn như SAC hay DQN (vốn dùng replay buffer lớn), trong khi yêu cầu tính toán ít hơn đáng kể (chỉ khoảng 1/140 so với SAC). Ưu điểm chính là tính ổn định và độc lập với nhiều kỹ thuật ổn định hóa phức tạp. Tuy nhiên, nghiên cứu cũng chỉ ra một hạn chế tiềm ẩn: trong học chính sách, learning rate phụ thuộc vào hành động được lấy mẫu, có thể gây ra sai lệch nhỏ trong hướng kỳ vọng của gradient. Tóm lại, “Cập nhật Có Chủ Đích” đưa học tăng cường dòng chảy tiến gần hơn tới mục tiêu học liên tục, thích ứng và hiệu quả như cách sinh vật học, mở ra tiềm năng cho các ứng dụng robot hoặc thiết bị biên cần hoạt động trực tuyến lâu dài với tài nguyên hạn chế.

marsbit2 giờ trước

Nhà đạt giải Turing Sutton và tác phẩm mới: Sử dụng một công thức từ năm 1967 để giải quyết một khuyết điểm lớn trong học tăng cường dạng luồng

marsbit2 giờ trước

Giao dịch

Giao ngay
Hợp đồng Tương lai
活动图片