加密市场情绪研究报告(2024.03.22-03.29)：从ASI(Artificial Superintelligen
2024-03-30 17:01 | 出处： odaily
人工智能可以分为三个主要等级：弱人工智能（Artificial Narrow Intelligence，简称 ANI）、通用人工智能（Artificial General Intelligence，简称 AGI）和超人工智能（Artificial Superintelligence，简称 ASI）。
弱人工智能（ANI）：弱人工智能是指专门用于解决特定问题或执行特定任务的人工智能系统。它们在特定领域内表现出色，但缺乏跨领域的智能和学习能力。目前的许多人工智能应用，如语音助手、图像识别和推荐系统，属于弱人工智能。
通用人工智能（AGI）：通用人工智能是指具备与人类相似的智能水平和能力的人工智能系统。它们能够理解和学习各种任务，拥有类似于人类的推理、问题解决和学习能力。通用人工智能的目标是实现机器的自主思考和创造能力，能够在各种不同领域进行任务执行。
超人工智能（ASI）：超人工智能是指智能水平超越人类智能的人工智能系统。超人工智能具有远远超过人类智能的认知能力和智慧，可以在各种任务和领域中展现出卓越的表现。这种超级智能可能具备创造性思维、全面的领域知识和超快的计算能力，在许多方面都能超越人类的智能水平。
值得注意的是，超人工智能（ASI）目前仍然属于理论和研究的领域，并且尚未实际实现。对于超级智能的发展和可能性存在各种观点和预测，但它仍然是一个开放的问题，有待未来的科学和技术发展。
https://www.spiceworks.com/tech/artificial-intelligence/articles/super-artificial-intelligence/
大型语言模型（LLMs）的发展：语言模型利用自然语言处理（NLP）技术和算法来预测句子中一系列词语的出现。这些模型是专家系统，可以对文本数据进行摘要，并创建可视化图表。LLM 模型在大规模数据集上进行训练。其中一些著名的 LLM 示例包括 OpenAI 的 GPT-2 和 GPT-3 以及 Google 的 BERT。
多模态人工智能的进展：多模态人工智能结合了视觉和语音模态，创造出与人类感知相匹配的场景。OpenAI 的 DALL-E 是一个最近的多模态人工智能示例，它可以根据文本生成图像。另一个例子是 NVIDIA 的 GauGAN 2 模型，它可以根据文本输入生成逼真的照片。它使用文本到图像生成技术来创作出最精美逼真的艺术作品。
人工智能驱动的编程：近年来，人工智能驱动的编程取得了重要进展。多个工具如 Amazon 的 CodeGuru 可以提供相关建议，改善代码质量，确定应用程序中的昂贵代码。
AI 解决方案的垂直整合：亚马逊、谷歌和微软等顶级人工智能供应商现在已经商业化了他们的基于人工智能的产品。所有这些技术的融合，结合 LLM、对话式人工智能和多模态人工智能的前沿研究，将使得超级人工智能的发展成为可能。
人工智能生成的发明：人工智能已经在几乎所有领域推动创新，从创作音乐、艺术和文学到发展科学理论。
以上是五大发展趋势，加上英伟达的高性能计算支持，使得构建人工智能应用和服务的开放平台成为可能。
Fetch.ai是在 AI 代理方面积累了较为成熟经验的公司。德国电信在 2 月 20 日宣布与 Fetch.ai 基金会合作，成为 Fetch.ai 的首个企业盟友，并且德国电信的子公司 MMS 将成为 Fetch.ai 的验证者。此外，Fetch.ai 还宣布推出名为"Fetch Compute"的基础设施投资项目，投资规模达到 1 亿美元，计划部署 Nvidia H 200、H 100 和 A 100 GPU，为开发人员和用户提供计算能力平台。
Ocean Protocol 在去中心化的数据共享、访问控制和支付方面构建了多个模块服务。据介绍，其产品 Predictoor 在推出后的六个月内销售额已超过 8 亿美元。
SingularityNET 是这三个项目中在 AGI（人工通用智能）领域探索最多的项目之一。SingularityNET 的 AGI 团队与合作伙伴 TrueAGI 和 OpenCog 社区自 2020 年以来一直致力于开发 AGI 框架 OpenCog Hyperon。SingularityNET 还计划在今年推出去中心化人工智能平台，旨在创建一个适合运行 AGI 系统的基础环境。
本周有关三个项目合并的消息发布后，FET、Ocean 和 AGIX 的价格经历了短期上涨后的回调。未来去中心化人工智能领域的发展动态值得持续关注。
https://www.nicehash.com/countdown/btc-halving-2024-05-10-12-00?_360safeparam＝1289146171
情绪分析组成
上图是 ETH 过去一周的价格图
表格显示过去一个周的价格变化率
上图是 BTC 过去一周的密集成交区分布图
黄色线为历史波动率，蓝色线为隐含波动率，红点是其 7 日平均
蓝色线为币安上 BTC 的资金费率，红色线为其 7 日平均
＠DerivativesCN
Website: https://dcbot.ai/
Medium:https://medium.com/＠DerivativesCN