Tre brukstilfeller: Slik bruker kryptoverdenen kunstig intelligens

Tre brukstilfeller: Slik bruker kryptoverdenen kunstig intelligens
Her er tre eksempler fra den virkelige verden.

Et av de største AI-firmaene, OpenAI, sikret seg nylig 40 milliarder dollar i investeringer, noe som nok en gang viser hvor viktig denne teknologien er. Alle bransjer bruker AI på sin egen måte - og kryptovalutaverdenen er intet unntak. Her er tre eksempler fra den virkelige verden.

Case #1: Markedsundersøkelser for kryptovaluta

Denne artikkelen ble oversatt fra originalen. Les den opprinnelige versjonen av vår korrespondent her.

Før AI-verktøyene kom på banen, måtte brukerne samle informasjon manuelt ved hjelp av ulike søkemotorer som Google, Yahoo, Bing og andre.Nå har ting endret seg fundamentalt. Markedet er fylt med verktøy som leverer relevante data i løpet av sekunder, inkludert all viktig informasjon om en kryptovaluta - dens opprinnelse, struktur, utvikling og mer.

Svarene fra plattformene avhenger imidlertid av de opprinnelige dataene som legges inn, og av utviklernes prioriteringer. På spørsmålet "Hva er Bitcoin?" gir for eksempel ulike AI-tjenester forskjellige svar.

Grok, som Elon Musk med hell har integrert i X (tidligere Twitter), starter med:

"Bitcoin er en desentralisert digital valuta som ble opprettet i 2009 av en anonym person eller gruppe under pseudonymet Satoshi Nakamoto."

ChatGPT legger derimot vekt på desentralisering:

"Bitcoin er en desentralisert digital valuta som muliggjør direkte transaksjoner mellom brukere over Internett uten behov for sentrale myndigheter som banker eller myndigheter."Samlet sett gir AI-verktøy informasjon om prissvingninger og markedsdynamikk. Ved hjelp av data fra kilder som CoinMarketCap og CoinGecko kan tjenester som ChatGPT og Grok raskt generere diagrammer og dele prisoppdateringer for alle større kryptovalutaer og mer.

Case 2: Handel

Tradere stoler i økende grad på AI-teknologier for å forbedre strategiene sine, ta informerte beslutninger og øke handelseffektiviteten.

Og det er ingen overraskelse - AI kan analysere enorme mengder data i sanntid, gjenkjenne mønstre og forutsi prisbevegelser. Dette er spesielt viktig i kryptoverdenen, der markedene er mer volatile enn tradisjonelle markeder. En viktig fordel med kunstig intelligens er at den er rask til å behandle store datamengder, samtidig som den analyserer stemningen i markedet gjennom sosiale medier og nyhetskilder. Risikostyringsverktøy bidrar til å oppdage og minimere potensielle tap.

Når det gjelder handel, bruker investorer ofte verktøy som handelsroboter. Disse robotene kjøper og selger automatisk aktiva under forhåndsdefinerte betingelser basert på ulike datapunkter. AI benytter også prediktiv analyse, som forutser fremtidige kursbevegelser ved hjelp av historiske data for å analysere trender. Sentimentanalysesystemer evaluerer den offentlige opinionen på sosiale medier.

Til tross for at disse verktøyene er effektive, er de ikke uten begrensninger. AI kan slite med å vurdere markedsforholdene når de står overfor høy volatilitet, plutselige regulatoriske endringer, behovet for stadige modelloppdateringer og andre faktorer.

Eksempel 3: NFT-er og digital kunst

Selv om ikke-soppbare tokens (NFT-er) har gått betydelig ned i popularitet, bruker folk fortsatt AI til å skape dem. Mange bruker AI-kunstmodeller som DALL-E, Midjourney eller GAN-er for å generere bilder, musikk og 3D-objekter for NFT-samlinger.

Noen NFT-prosjekter bruker dessuten kunstig intelligens til å utvikle eller transformere kunstverk basert på brukerinteraksjon eller markedstrender. For eksempel "AI-genererte avatarer" som endrer seg avhengig av aktiviteten i kryptolommeboken din.

Ulike plattformer gjør det også mulig å skape nye kreasjoner ved å blande eksisterende bilder. En slik plattform er Artbreeder. Med det brukervennlige grensesnittet kan kunstnere blande og matche kunstverk for å skape unike AI-genererte bilder.

Artbreeder bruker en genetisk modell som lar brukerne "avle" nye bilder ved å kombinere flere bilder for å generere helt nye verk. Avanserte AI-algoritmer sørger for at hvert bilde ser ut som en levende digital enhet.

Hva er fallgruvene?

Til tross for de åpenbare fordelene har AI også sine ulemper. Opplæring av store modeller som GPT eller DALL-E krever betydelige energiressurser, noe som gir grunn til bekymring for miljøet. Dette er grunnen til at lovgivere i land som USA foreslår særskilte bøter for AI-datasentre.

AI gir ofte resultater som ikke er helt nøyaktige, noe som kan forvrenge situasjoner i den virkelige verden. På et eller annet tidspunkt kan folk begynne å stole blindt på AI-resultater uten å tenke kritisk. I tillegg kan overautomatisering føre til at grunnleggende ferdigheter som navigering, skriving og analyse går tapt.

På spesialiserte områder som handel er det behov for å forbedre kunstig intelligens på flere områder. Blant disse er mer presise og pålitelige handelsalgoritmer, samarbeidende AI-systemer som analyserer data i fellesskap, og kontinuerlig læring basert på markedsdata.

Store AI-aktører er allerede i gang med å løse mange av disse problemene. Dette er spesielt tydelig i USA og Kina, der giganter som Google, Microsoft, Meta og OpenAI investerer tungt i utvikling og forfining av AI-systemer.

Særlig Kina har gjort kunstig intelligens til en nasjonal prioritet. Med sterk støtte fra myndighetene, enorme dataressurser og satsinger fra selskaper som Baidu, Alibaba og Tencent, er Kina i ferd med å redusere forspranget - særlig innen anvendt AI og overvåkningsteknologi.

Det er ingen tvil om at AI vil fortsette å utvikle seg, selv om det fortsatt er usikkert hvor raskt og effektivt manglene kan løses.

Dette materialet kan inneholde tredjeparts meninger, ingen av dataene og informasjonen på denne nettsiden utgjør investeringsråd i henhold til vår Ansvarsfraskrivelse. Selv om vi følger strenge Redaksjonelle Retningslinjer, kan dette innlegget inneholde referanser til produkter fra våre partnere.