Tweeten raderades av författaren.
Men vi sparade allt 🙂.
Ett av de största AI-företagen, OpenAI, säkrade nyligen 40 miljarder dollar i investeringar, vilket återigen visar vikten av denna teknik. Varje bransch använder AI på sitt eget sätt - och kryptovalutavärlden är inget undantag. Här är tre verkliga fall.
Denna artikel har översatts från originalet. Läs originalversionen av vår korrespondent här.
Innan AI-verktygen började användas var användarna tvungna att samla in information manuellt med hjälp av olika sökmotorer som Google, Yahoo, Bing och andra.Nu har saker och ting förändrats i grunden. Marknaden är fylld med verktyg som levererar relevant data inom några sekunder, inklusive all viktig information om en kryptovaluta - dess ursprung, struktur, utveckling och mer.
Svaren från plattformarna beror dock på de ursprungliga uppgifterna som matats in och utvecklarnas prioriteringar. Till exempel, på frågan "Vad är Bitcoin?", erbjuder olika AI-tjänster olika svar.
Grok, som Elon Musk framgångsrikt integrerade i X (tidigare Twitter), börjar med:
"Bitcoin är en decentraliserad digital valuta som skapades 2009 av en anonym person eller grupp under pseudonymen Satoshi Nakamoto."
ChatGPT, å andra sidan, betonar decentralisering:
"Bitcoin är en decentraliserad digital valuta som möjliggör direkta transaktioner mellan användare över Internet utan behov av centrala myndigheter som banker eller regeringar."Sammantaget ger AI-verktyg information om prisfluktuationer och marknadsdynamik. Med hjälp av data från källor som CoinMarketCap och CoinGecko kan tjänster som ChatGPT och Grok snabbt generera diagram och dela prisuppdateringar för alla större kryptovalutor och mer därtill.
Handlare förlitar sig alltmer på AI-teknik för att förbättra sina strategier, fatta välgrundade beslut och öka effektiviteten i handeln.
Och det är ingen överraskning - AI kan analysera stora mängder data i realtid, känna igen mönster och förutsäga prisrörelser. Detta är särskilt viktigt i kryptovärlden, där marknaderna är mer volatila än traditionella marknader. En viktig fördel med AI är dess snabbhet när det gäller att bearbeta stora datamängder och samtidigt analysera marknadssentimentet via sociala medier och nyhetskällor. Riskhanteringsverktyg hjälper till att upptäcka och minimera potentiella förluster.
När det gäller handel använder investerare ofta verktyg som tradingbottar. Dessa robotar köper och säljer automatiskt tillgångar under fördefinierade villkor baserat på olika datapunkter. AI använder sig också av prediktiv analys, som förutspår framtida prisrörelser med hjälp av historiska data för att analysera trender. System för sentimentanalys utvärderar den allmänna opinionen på sociala medieplattformar.
Trots sin effektivitet är dessa verktyg inte utan begränsningar. AI kan ha svårt att bedöma marknadsförhållandena när de ställs inför hög volatilitet, plötsliga regeländringar, behovet av ständiga modelluppdateringar och andra faktorer.
Även om icke-fungibla tokens (NFT) har minskat avsevärt i popularitet, använder människor fortfarande AI för att skapa dem. Många använder AI-konstmodeller som DALL-E, Midjourney eller GANs för att generera bilder, musik och 3D-objekt för NFT-samlingar.
Dessutom använder vissa NFT-projekt AI för att utveckla eller omvandla konstverk baserat på användarinteraktion eller marknadstrender. Till exempel "AI-genererade avatarer" som förändras beroende på aktiviteten i din kryptoplånbok.
Olika plattformar möjliggör också nya skapelser genom att blanda befintliga bilder. En sådan plattform är Artbreeder. Med sitt användarvänliga gränssnitt kan konstnärer blanda och matcha konstverk för att skapa unika AI-genererade bilder.
Artbreeder använder en genetisk modell som låter användarna "föda upp" nya bilder genom att kombinera flera bilder för att skapa helt nya verk. Avancerade AI-algoritmer ser till att varje bild ser ut som en levande digital enhet.
Trots de uppenbara fördelarna har AI sina nackdelar. Att träna stora modeller som GPT eller DALL-E kräver betydande energiresurser, vilket ger upphov till miljöproblem. Det är därför som lagstiftare i länder som USA föreslår särskilda böter för AI-datacenter.
AI ger ofta resultat som inte är helt korrekta, vilket kan snedvrida verkliga situationer. Vid någon tidpunkt kan människor börja lita blint på AI-resultat utan kritiskt tänkande. Dessutom kan överautomatisering leda till att grundläggande färdigheter som navigering, skrivning och analys går förlorade.
Inom specialiserade områden som handel behöver AI förbättras på flera områden. Det handlar bland annat om mer exakta och tillförlitliga handelsalgoritmer, kollaborativa AI-system som analyserar data gemensamt och kontinuerlig inlärning baserad på marknadsdata.
Stora AI-aktörer arbetar redan med många av dessa frågor. Detta är särskilt tydligt i USA och Kina, där jättar som Google, Microsoft, Meta och OpenAI investerar stort i utveckling och förfining av AI-system.
I synnerhet Kina har gjort AI till en nationell prioritet. Med starkt stöd från regeringen, enorma dataresurser och satsningar från företag som Baidu, Alibaba och Tencent minskar Kina snabbt gapet - särskilt inom tillämpad AI och övervakningsteknik.
Det råder ingen tvekan om att AI kommer att fortsätta att utvecklas, även om det fortfarande är osäkert hur snabbt och effektivt dess brister kan lösas.