Daily Market Wrap | Sep. 04

tokeninsight_newsXuất bản vào 2025-09-04Cập nhật gần nhất vào 2025-09-04

Hot Topics

  • SEC and CFTC jointly confirmed regulated exchanges can list spot crypto products with leverage or margin.
  • Trump asked the U.S. Supreme Court to swiftly overturn a ruling that declared most of his tariffs illegal under IEEPA.
  • Labor Day delayed EIA energy data, increasing market volatility and driving hedging with ETFs/options.

Market Updates

  • Solana community approved the Alpenglow upgrade on Sept 3, 2025, cutting finality to ~150 ms.
  • Etherealize raised $40 million on September 3, 2025, to develop institutional-grade Ethereum tooling aimed at bringing Wall Street on-chain.
  • Silent Data joined Ethereum’s Superchain on Sept 3, 2025, as the first privacy-focused Layer-2.

Nội dung Liên quan

Bài báo "Nguy hiểm Nhất" Hàng Năm của NVIDIA: AI Tự Sinh Sản Mã, Tiến Hóa Cấp Độ Vô Hạn

Nvidia cùng các nhà nghiên cứu từ Đại học Cambridge đã công bố nghiên cứu mang tính đột phá mang tên "Red Queen Gödel Machine" (RQGM), một hệ thống AI có khả năng tự sinh mã và tiến hóa vô hạn. Khác với "Gödel Machine" cổ điển yêu cầu chứng minh toán học nghiêm ngặt trước khi tự sửa đổi, RQGM sử dụng cơ chế tiến hóa dựa trên "chọn lọc tự nhiên". Nó tự tạo ra các biến thể mã, thử nghiệm chúng trong môi trường sandbox, loại bỏ những phiên bản thất bại và giữ lại những phiên bản thành công để tiếp tục sinh sản. Điểm đột phá và được coi là "nguy hiểm" nhất của RQGM là nó không chỉ tiến hóa tác nhân thực hiện nhiệm vụ (agent), mà còn đồng thời tiến hóa cả "giám khảo" (evaluator) - tức là hệ thống đánh giá chính nó. Thông qua cơ chế "controlled utility evolution", hệ thống định kỳ thay thế giám khảo cũ bằng một giám khảo mới, khắt khe và chính xác hơn, dựa trên một tập dữ liệu chuẩn. Điều này tạo ra một vòng lặp đệ quy không ngừng, nơi AI liên tục phải chạy đua để tự cải thiện trong một môi trường ngày càng khó khăn hơn do chính nó tạo ra. Trong các thử nghiệm, RQGM đã chứng minh hiệu quả vượt trội so với các phương pháp tiên tiến nhất (SOTA) trước đó ở nhiều lĩnh vực: lập trình (tăng tỷ lệ đúng và tiết kiệm token), viết luận văn (tăng gấp đôi tỷ lệ được chấp nhận), và chứng minh toán học (điểm cao hơn, chi phí thấp hơn). Đặc biệt, nó còn khắc phục được xu hướng thiên vị nội dung AI của các mô hình ngôn ngữ lớn (LLM) khi làm giám khảo. Nghiên cứu này làm dấy lên những dự đoán táo bạo, như của Jack Clark từ Anthropic, về khả năng xuất hiện một AI có khả năng tự tiến hóa mạnh mẽ (Recursive Self-Improvement - RSI) vào khoảng năm 2028. Khi AI có thể tự thiết kế các tiêu chuẩn đánh giá và thách thức cho chính mình, nó đang tiến gần đến việc tự định nghĩa "trí thông minh" và mở ra một chương trình mới đầy thách thức và tiềm năng cho tương lai.

marsbit25 phút trước

Bài báo "Nguy hiểm Nhất" Hàng Năm của NVIDIA: AI Tự Sinh Sản Mã, Tiến Hóa Cấp Độ Vô Hạn

marsbit25 phút trước

Tám người cha đẻ của Transformer, hiện nay họ ở đâu?

Biên tập bởi Panda. Tám tác giả của bài báo nền tảng "Attention Is All You Need" (2017) - kiến trúc Transformer đã định hình AI hiện đại - giờ đây đều đã rời Google. Họ đang theo đuổi những con đường khác nhau: **Jakob Uszkoreit:** Đồng sáng lập Inceptive, tập trung vào thiết kế RNA và dược phẩm bằng AI. **Ashish Vaswani:** Đồng sáng lập Essential AI (mô hình Rnj-1), có thông tin đang được Nvidia tuyển dụng. **Noam Shazeer:** Đồng sáng lập Character.AI, trở lại Google rồi lại chuyển sang OpenAI. **Niki Parmar:** Từ Essential AI chuyển sang Anthropic, tham gia phát triển Claude. **Llion Jones:** Đồng sáng lập Sakana AI tại Tokyo, nghiên cứu mô hình hợp tác kiểu bầy đàn. **Aidan N. Gomez:** Đồng sáng lập Cohere, tập trung vào AI cho doanh nghiệp và chủ quyền số. **Łukasz Kaiser:** Ở lại môi trường nghiên cứu thuần túy tại OpenAI, đóng góp cho GPT-4 và mô hình suy luận. **Illia Polosukhin:** Đồng sáng lập giao thức blockchain NEAR, hướng tới nền kinh tế tác nhân AI. Dù phân tán, họ đều chia sẻ quan điểm rằng Transformer không phải là điểm kết thúc. Thách thức lớn tiếp theo là tìm ra một kiến trúc mới vượt trội hơn hẳn. Cuộc hành trình tìm kiếm câu trả lời tiếp theo cho tương lai AI vẫn tiếp diễn.

marsbit2 giờ trước

Tám người cha đẻ của Transformer, hiện nay họ ở đâu?

marsbit2 giờ trước

Câu trả lời nội địa cho năng lực tính toán không gian: Sử dụng photon hiệu quả hơn, Musk và Hoàng Nhân Huân đều quá rắc rối

Cuộc đua sức mạnh tính toán trong không gian đã trở thành một cuộc chạy đua vũ trang thực sự. Các tập đoàn như SpaceX của Elon Musk và NVIDIA của Jensen Huang đang định hướng tương lai, nhưng các thách thức kỹ thuật trong không gian - như bức xạ, tản nhiệt và tiêu thụ năng lượng - vô cùng khắc nghiệt so với trên mặt đất. Giải pháp tiềm năng nằm ở chip tính toán bằng quang tử (quang học). Không giống chip điện tử truyền thống, chip quang học sử dụng photon, có ba lợi thế chính cho môi trường vũ trụ: kháng bức xạ tự nhiên (vì photon không mang điện tích), gần như không sinh nhiệt và tiêu thụ điện năng cực thấp. Những đặc điểm này cho phép đạt được tổng sức mạnh tính toán cao hơn trong cùng một trọng tải và không gian hạn chế của vệ tinh. Trong khi chip điện tử đang tiến gần đến giới hạn vật lý của quy trình vi chế tạo, chip quang học phát triển sức mạnh thông qua việc mở rộng quy mô và tận dụng các chiều không gian của ánh sáng như bước sóng và phân cực. Tuy nhiên, ngành công nghiệp vẫn cần vượt qua những thách thức như sự tách biệt giữa bộ nhớ và tính toán, khó khăn trong tích hợp quy mô lớn, và đặc biệt là các rào cản kỹ thuật để đưa hệ thống lên không gian (như độ ổn định cấu trúc dưới rung động phóng tên lửa). Con đường phát triển sức mạnh tính toán trên quỹ đạo (thiên cơ) vẫn còn ở giai đoạn rất sớm, đòi hỏi vượt qua nhiều vấn đề về xác minh công nghệ, tích hợp hệ thống và triển khai quy mô. Khi chi phí tổng hợp trở nên cạnh tranh với tính toán mặt đất hoặc mang lại các dịch vụ độc đáo, việc thương mại hóa mới thực sự cất cánh. Tính toán và kết nối bằng quang tử (quang toán quang liên) có thể là lá bài then chốt để vượt qua các ràng buộc vật lý và định hình tương lai của chòm sao năng lực tính toán trong không gian.

marsbit3 giờ trước

Câu trả lời nội địa cho năng lực tính toán không gian: Sử dụng photon hiệu quả hơn, Musk và Hoàng Nhân Huân đều quá rắc rối

marsbit3 giờ trước

Giao dịch

Giao ngay
活动图片