Neel_Proshun_DXC
Binance Square Content Creator | Crypto Lover | Learning Trading | Friendly | Altcoins | X- @Neel_Proshun
165 A seguir
18.1K+ Seguidores
5.1K+ Gostaram
677 Partilharam
Publicações
Tudo
Em direto
Estava pensando em algo que faz meu coração acelerar.
OpenLedger quer compensar os indivíduos pelas suas informações.
A pergunta que ninguém está fazendo, porém, é: de onde você consegue dados de treinamento quando a IA é capaz de criá-los?
A geração de dados sintéticos não é apenas uma realidade, está acontecendo. Modelos aprendem com resultados de modelos. A IA gera os dados que alimentam a próxima geração de IA. A IA gera os dados que alimentam a próxima geração de IA.
Se isso escalar, e se a IA puder gerar seus próprios dados de treinamento com qualidade suficiente, então toda a ideia de "pagar colaboradores por seus dados" desmorona.
Não por causa do fracasso da OpenLedger. A solução para o problema que está sendo abordado pode se dissolver antes de ser escalada.
Não digo que isso vai acontecer. Sinto que ninguém na conversa sobre atribuição está realmente testando a tese contra isso.
Você considera que com os dados sintéticos, chega um momento em que as pessoas não são mais necessárias para a contribuição de dados humanos? Ou os dados das pessoas sempre serão relevantes?
@OpenLedger $OPEN #OpenLedger
OpenLedger quer compensar os indivíduos pelas suas informações.
A pergunta que ninguém está fazendo, porém, é: de onde você consegue dados de treinamento quando a IA é capaz de criá-los?
A geração de dados sintéticos não é apenas uma realidade, está acontecendo. Modelos aprendem com resultados de modelos. A IA gera os dados que alimentam a próxima geração de IA. A IA gera os dados que alimentam a próxima geração de IA.
Se isso escalar, e se a IA puder gerar seus próprios dados de treinamento com qualidade suficiente, então toda a ideia de "pagar colaboradores por seus dados" desmorona.
Não por causa do fracasso da OpenLedger. A solução para o problema que está sendo abordado pode se dissolver antes de ser escalada.
Não digo que isso vai acontecer. Sinto que ninguém na conversa sobre atribuição está realmente testando a tese contra isso.
Você considera que com os dados sintéticos, chega um momento em que as pessoas não são mais necessárias para a contribuição de dados humanos? Ou os dados das pessoas sempre serão relevantes?
@OpenLedger $OPEN #OpenLedger
O Google sabe mais sobre seus interesses do que seus amigos mais próximos.
O Facebook sabe mais sobre suas emoções do que seu terapeuta.
Os modelos da OpenAI absorveram mais do seu estilo de escrita do que você já expressou conscientemente a alguém.
E em todos os casos você não ganhou nada.
Não porque essas empresas sejam más. Porque a arquitetura da internet foi projetada para extrair valor para cima, e não distribuí-lo.
Cada plataforma. Cada algoritmo. Cada motor de recomendação.
Construído sobre a mesma base: sua atenção, seus dados, sua criatividade fluindo para cima. A receita deles fluindo para fora.
$OPEN está fazendo uma pergunta genuinamente radical.
E se a própria arquitetura estiver errada?
Não as empresas. Não as regulações. O design fundamental de como o valor flui através dos sistemas digitais.
Isso não é uma pequena correção. É uma reconstrução.
Você acha que o modelo de extração de valor da internet pode realmente ser revertido? Ou está tão profundamente enraizado que não pode ser mudado?
@OpenLedger $OPEN #OpenLedger
O Facebook sabe mais sobre suas emoções do que seu terapeuta.
Os modelos da OpenAI absorveram mais do seu estilo de escrita do que você já expressou conscientemente a alguém.
E em todos os casos você não ganhou nada.
Não porque essas empresas sejam más. Porque a arquitetura da internet foi projetada para extrair valor para cima, e não distribuí-lo.
Cada plataforma. Cada algoritmo. Cada motor de recomendação.
Construído sobre a mesma base: sua atenção, seus dados, sua criatividade fluindo para cima. A receita deles fluindo para fora.
$OPEN está fazendo uma pergunta genuinamente radical.
E se a própria arquitetura estiver errada?
Não as empresas. Não as regulações. O design fundamental de como o valor flui através dos sistemas digitais.
Isso não é uma pequena correção. É uma reconstrução.
Você acha que o modelo de extração de valor da internet pode realmente ser revertido? Ou está tão profundamente enraizado que não pode ser mudado?
@OpenLedger $OPEN #OpenLedger
Aqui está uma pergunta que não vi ninguém fazer sobre o OpenLedger.
Falamos muito sobre pagar os contribuidores de dados. Compensação justa. Atribuição. Recompensas.
Mas quem decide o que os dados valem para serem pagos?
Neste momento, a suposição é: se a IA usa seus dados, você é pago. Simples.
Mas a IA não usa todos os dados de forma igual. Um conjunto de dados que melhora um modelo de diagnóstico médico vale fundamentalmente mais do que um conjunto que ajuda a completar uma mensagem de texto.
O valor na IA não é uniforme. É contextual. Depende de qual problema está sendo resolvido e quanto essa solução vale para alguém.
A Prova de Atribuição do OpenLedger rastreia o que foi usado. Mas o problema mais difícil é precificar por que isso importava.
Esse não é um problema técnico. É um problema econômico.
Não vi ninguém levar isso a sério ainda.
Você acha que todas as contribuições de dados deveriam ser valorizadas igualmente ou o valor deveria depender do que a IA realmente faz com isso?
@OpenLedger $OPEN #OpenLedger
Falamos muito sobre pagar os contribuidores de dados. Compensação justa. Atribuição. Recompensas.
Mas quem decide o que os dados valem para serem pagos?
Neste momento, a suposição é: se a IA usa seus dados, você é pago. Simples.
Mas a IA não usa todos os dados de forma igual. Um conjunto de dados que melhora um modelo de diagnóstico médico vale fundamentalmente mais do que um conjunto que ajuda a completar uma mensagem de texto.
O valor na IA não é uniforme. É contextual. Depende de qual problema está sendo resolvido e quanto essa solução vale para alguém.
A Prova de Atribuição do OpenLedger rastreia o que foi usado. Mas o problema mais difícil é precificar por que isso importava.
Esse não é um problema técnico. É um problema econômico.
Não vi ninguém levar isso a sério ainda.
Você acha que todas as contribuições de dados deveriam ser valorizadas igualmente ou o valor deveria depender do que a IA realmente faz com isso?
@OpenLedger $OPEN #OpenLedger
🎙️ Bitcoin continua em um range, 78500 para short, preparando uma jogada.
Encerrado
03 h 05 min. 29 seg.
11.7k
65
🎙️ btc eth bsb pode chegar aonde? Galera, dá uma olhada!
Encerrado
04 h 28 min. 17 seg.
16.9k
9
🎙️ Vamos falar sobre a compra de BNB com investimento regular agora!
Encerrado
05 h 59 min. 59 seg.
38.8k
75
🎙️ VVV novamente atinge um novo recorde histórico, a diária está com forte tendência de alta, e o volume continua aumentando! O risco de short é enorme, ir contra a tendência é fatal! Análise em tempo real na sala de transmissão para os pontos de entrada, venha acompanhar o ritmo e aproveitar essa onda de alta forte!
Encerrado
05 h 59 min. 59 seg.
9.9k
40
Aconteceu algo na IA que ninguém está falando, honestamente.
Os modelos ficaram espertos. Realmente espertos.
Em algum momento, as pessoas que os tornaram inteligentes não ganharam nada.
Pense sobre isso por um segundo.
Todo grande modelo de linguagem treinado na internet absorveu décadas de pensamento humano. Sua escrita. Sua pesquisa. Sua criatividade. Sua expertise. Alimentados em sistemas que agora competem com você na sua própria área enquanto você assiste de fora.
As empresas chamam isso de "uso justo."
Os tribunais ainda estão decidindo como chamá-lo.
Mas há um momento chegando, talvez mais cedo do que qualquer um espera, onde a questão deixa de ser filosófica e começa a ser financeira.
Quem possui a inteligência da qual a IA construiu seu império?
Essa pergunta ainda não tem uma resposta clara.
$OPEN pode ser a primeira tentativa séria de construir uma.
Não com processos. Não com regulamentação.
Com uma infraestrutura que torna a pergunta respondível por padrão.
Você acha que tem direito a algo pelos dados que a IA treinou? Ou nós todos simplesmente a entregamos sem perceber?
@OpenLedger $OPEN #OpenLedger
Os modelos ficaram espertos. Realmente espertos.
Em algum momento, as pessoas que os tornaram inteligentes não ganharam nada.
Pense sobre isso por um segundo.
Todo grande modelo de linguagem treinado na internet absorveu décadas de pensamento humano. Sua escrita. Sua pesquisa. Sua criatividade. Sua expertise. Alimentados em sistemas que agora competem com você na sua própria área enquanto você assiste de fora.
As empresas chamam isso de "uso justo."
Os tribunais ainda estão decidindo como chamá-lo.
Mas há um momento chegando, talvez mais cedo do que qualquer um espera, onde a questão deixa de ser filosófica e começa a ser financeira.
Quem possui a inteligência da qual a IA construiu seu império?
Essa pergunta ainda não tem uma resposta clara.
$OPEN pode ser a primeira tentativa séria de construir uma.
Não com processos. Não com regulamentação.
Com uma infraestrutura que torna a pergunta respondível por padrão.
Você acha que tem direito a algo pelos dados que a IA treinou? Ou nós todos simplesmente a entregamos sem perceber?
@OpenLedger $OPEN #OpenLedger
Aqui está algo que a indústria de IA não quer admitir.
Todo grande modelo de IA foi construído com trabalho roubado.
Não roubado de uma forma dramática. Apenas sutilmente tomado. Sua escrita. Sua pesquisa. Seu trabalho criativo. Raspado da internet, processado e alimentado em sistemas que agora ganham bilhões enquanto você não ganha nada.
As empresas chamam isso de "dados de treinamento". O sistema legal ainda está tentando descobrir como chamá-lo.
Mas existe uma palavra mais simples para tomar algo valioso de alguém sem pagar.
$OPEN está construindo a infraestrutura para tornar essa palavra obsoleta.
Prova de Atribuição não apenas rastreia quem contribuiu com o quê. Torna o não pagamento estruturalmente impossível. Se seus dados treinaram um modelo, o protocolo te paga. Não como uma cortesia. Como um padrão.
Isso não é um recurso. É uma reestruturação fundamental de para quem a IA trabalha.
Você acha que as empresas de IA deveriam pagar pelos dados que treinaram? Ou esse navio já zarpou?
@OpenLedger $OPEN #OpenLedger
Todo grande modelo de IA foi construído com trabalho roubado.
Não roubado de uma forma dramática. Apenas sutilmente tomado. Sua escrita. Sua pesquisa. Seu trabalho criativo. Raspado da internet, processado e alimentado em sistemas que agora ganham bilhões enquanto você não ganha nada.
As empresas chamam isso de "dados de treinamento". O sistema legal ainda está tentando descobrir como chamá-lo.
Mas existe uma palavra mais simples para tomar algo valioso de alguém sem pagar.
$OPEN está construindo a infraestrutura para tornar essa palavra obsoleta.
Prova de Atribuição não apenas rastreia quem contribuiu com o quê. Torna o não pagamento estruturalmente impossível. Se seus dados treinaram um modelo, o protocolo te paga. Não como uma cortesia. Como um padrão.
Isso não é um recurso. É uma reestruturação fundamental de para quem a IA trabalha.
Você acha que as empresas de IA deveriam pagar pelos dados que treinaram? Ou esse navio já zarpou?
@OpenLedger $OPEN #OpenLedger
Todo mundo está falando sobre IA tomando empregos.
Ninguém está falando sobre quem possui a IA que está sendo treinada com o seu trabalho.
Agora, quando você escreve algo, cria algo, constrói algo e esses dados são usados para treinar um modelo de IA, você não recebe nada. O modelo fica mais inteligente. Você fica esquecido.
Isso não é um problema técnico. É um problema de propriedade.
$OPEN está tentando consertar exatamente isso.
O Proof of Attribution da OpenLedger rastreia todos os datasets, todos os modelos, todas as contribuições na blockchain. Se seus dados treinaram um modelo, você é pago. Automaticamente. Cada vez que esse modelo é usado.
Isso não é uma ideia pequena. É uma mudança fundamental em quem se beneficia da IA.
A maioria dos projetos de blockchain promete descentralização, mas entrega especulação.
A OpenLedger está fazendo uma pergunta completamente diferente —
E se as pessoas que construíram a IA realmente possuíssem uma parte dela?
Você acha que os contribuidores de dados deveriam ser pagos automaticamente quando a IA usa seu trabalho? Ou isso é idealista demais?
@OpenLedger $OPEN #OpenLedger
Ninguém está falando sobre quem possui a IA que está sendo treinada com o seu trabalho.
Agora, quando você escreve algo, cria algo, constrói algo e esses dados são usados para treinar um modelo de IA, você não recebe nada. O modelo fica mais inteligente. Você fica esquecido.
Isso não é um problema técnico. É um problema de propriedade.
$OPEN está tentando consertar exatamente isso.
O Proof of Attribution da OpenLedger rastreia todos os datasets, todos os modelos, todas as contribuições na blockchain. Se seus dados treinaram um modelo, você é pago. Automaticamente. Cada vez que esse modelo é usado.
Isso não é uma ideia pequena. É uma mudança fundamental em quem se beneficia da IA.
A maioria dos projetos de blockchain promete descentralização, mas entrega especulação.
A OpenLedger está fazendo uma pergunta completamente diferente —
E se as pessoas que construíram a IA realmente possuíssem uma parte dela?
Você acha que os contribuidores de dados deveriam ser pagos automaticamente quando a IA usa seu trabalho? Ou isso é idealista demais?
@OpenLedger $OPEN #OpenLedger
Fricção Geopolítica (Picos de Petróleo & Derrota dos Títulos)
A economia global está enfrentando um sério duplo golpe, à medida que a instabilidade geopolítica no Oriente Médio vaza diretamente para os mercados internacionais de títulos e energia. As tensões atingiram um ponto de ebulição após uma ruptura nas negociações sobre corredores comerciais críticos e rotas marítimas, afetando notavelmente o vital Estreito de Ormuz. Com as cadeias de suprimento colocadas em risco imediato, os preços do petróleo bruto dispararam agressivamente além da marca de $105 por barril. Esse pico atua como um imposto imediato sobre o comércio global, ameaçando aumentar o custo da fabricação, transporte e bens de consumo do dia a dia em todo o mundo.
Simultaneamente, uma rota massiva e historicamente significativa atingiu os mercados globais de títulos. Investidores, reagindo aos temores de inflação impulsionada pela energia, fizeram com que os rendimentos dos títulos soberanos disparassem. O rendimento do Treasury dos EUA a 10 anos subiu para um íngreme 4,6%, transformando a dívida governamental livre de risco em uma alternativa altamente atraente para ativos mais arriscados. Do outro lado do Atlântico, os títulos de longo prazo do Reino Unido atingiram um impressionante pico de 28 anos, enquanto a dívida governamental do Japão a 30 anos alcançou 4% pela primeira vez na memória moderna. Quando os rendimentos dos títulos sobem de forma tão dramática, isso indica uma crença profunda no mercado de que a inflação é estrutural, não temporária. Esse aperto financeiro global está sugando liquidez diretamente dos mercados especulativos, construindo um muro econômico que desafiará os lucros corporativos e o consumo por meses a fio.
#Geopolitics #MacroEconomics #bondmarket
A economia global está enfrentando um sério duplo golpe, à medida que a instabilidade geopolítica no Oriente Médio vaza diretamente para os mercados internacionais de títulos e energia. As tensões atingiram um ponto de ebulição após uma ruptura nas negociações sobre corredores comerciais críticos e rotas marítimas, afetando notavelmente o vital Estreito de Ormuz. Com as cadeias de suprimento colocadas em risco imediato, os preços do petróleo bruto dispararam agressivamente além da marca de $105 por barril. Esse pico atua como um imposto imediato sobre o comércio global, ameaçando aumentar o custo da fabricação, transporte e bens de consumo do dia a dia em todo o mundo.
Simultaneamente, uma rota massiva e historicamente significativa atingiu os mercados globais de títulos. Investidores, reagindo aos temores de inflação impulsionada pela energia, fizeram com que os rendimentos dos títulos soberanos disparassem. O rendimento do Treasury dos EUA a 10 anos subiu para um íngreme 4,6%, transformando a dívida governamental livre de risco em uma alternativa altamente atraente para ativos mais arriscados. Do outro lado do Atlântico, os títulos de longo prazo do Reino Unido atingiram um impressionante pico de 28 anos, enquanto a dívida governamental do Japão a 30 anos alcançou 4% pela primeira vez na memória moderna. Quando os rendimentos dos títulos sobem de forma tão dramática, isso indica uma crença profunda no mercado de que a inflação é estrutural, não temporária. Esse aperto financeiro global está sugando liquidez diretamente dos mercados especulativos, construindo um muro econômico que desafiará os lucros corporativos e o consumo por meses a fio.
#Geopolitics #MacroEconomics #bondmarket
Retração Institucional (A Reversão do ETF de Bitcoin de $1B)
Nos últimos meses, a adoção agressiva de ativos digitais por Wall Street foi o principal motor que impulsionou os preços das criptos para cima. No entanto, esse motor institucional oficialmente parou. Os ETFs de Bitcoin à vista acabaram de quebrar uma celebração de seis semanas com fluxos líquidos consistentes, registrando um impressionante $1 bilhões em saídas líquidas ao longo de uma única semana de negociação. Essa grande mudança marca uma alteração distinta na psicologia institucional, passando de acumulação agressiva para preservação de capital.
De acordo com analistas de fluxo de fundos institucionais, essa retirada de bilhões de dólares é impulsionada por dois fatores principais: pânico macroeconômico e rotação estratégica de ativos. Diante de uma inflação crescente e aumento nos rendimentos dos títulos do Tesouro, grandes gestores de fundos estão reduzindo sua exposição a ativos altamente voláteis "risk-on" como o Bitcoin. Em vez de manter commodities digitais durante uma tempestade macro global, as mesas institucionais estão rotacionando agressivamente seu capital para ações de infraestrutura de inteligência artificial que geram fluxo de caixa massivo. Com os lucros de grandes empresas de tecnologia como a Nvidia se aproximando, Wall Street parece ver o poder computacional físico de IA como uma aposta mais segura para rendimento do que ativos digitais descentralizados neste momento. Embora os ETFs à vista tenham, sem dúvida, democratizado o acesso às criptos, essa enorme saída demonstra que o dinheiro institucional é altamente sensível a pressões macro e sairá tão rápido quanto entrou.
#BitcoinETF #InstitutionalInvesting #CryptoNews
Nos últimos meses, a adoção agressiva de ativos digitais por Wall Street foi o principal motor que impulsionou os preços das criptos para cima. No entanto, esse motor institucional oficialmente parou. Os ETFs de Bitcoin à vista acabaram de quebrar uma celebração de seis semanas com fluxos líquidos consistentes, registrando um impressionante $1 bilhões em saídas líquidas ao longo de uma única semana de negociação. Essa grande mudança marca uma alteração distinta na psicologia institucional, passando de acumulação agressiva para preservação de capital.
De acordo com analistas de fluxo de fundos institucionais, essa retirada de bilhões de dólares é impulsionada por dois fatores principais: pânico macroeconômico e rotação estratégica de ativos. Diante de uma inflação crescente e aumento nos rendimentos dos títulos do Tesouro, grandes gestores de fundos estão reduzindo sua exposição a ativos altamente voláteis "risk-on" como o Bitcoin. Em vez de manter commodities digitais durante uma tempestade macro global, as mesas institucionais estão rotacionando agressivamente seu capital para ações de infraestrutura de inteligência artificial que geram fluxo de caixa massivo. Com os lucros de grandes empresas de tecnologia como a Nvidia se aproximando, Wall Street parece ver o poder computacional físico de IA como uma aposta mais segura para rendimento do que ativos digitais descentralizados neste momento. Embora os ETFs à vista tenham, sem dúvida, democratizado o acesso às criptos, essa enorme saída demonstra que o dinheiro institucional é altamente sensível a pressões macro e sairá tão rápido quanto entrou.
#BitcoinETF #InstitutionalInvesting #CryptoNews
Inicia sessão para explorares mais conteúdos