ścieżka do bitcoina jako codziennego pieniądza

Czy to jest sygnał do sprzedaży, gdy stawka pożyczkowa dla USDC gwałtownie rośnie?

BitVM 3s: Prosty, Bezpieczny, Zwięzły 💰 100 000 $ → 100 $ zabezpieczenia 🐜 4 MB → 66 kB transakcji ⚡ 1000x poprawa wydajności Nowy artykuł:

Chciałbym ogłosić ogłoszenie!

Dlaczego minimalna stawka opłaty nie jest ustalana na podstawie tego, jak pełny jest twój mempool?

minimalna opłata za przekazywanie na najwyższym poziomie 😐

Czy są jakieś kopalnie/pule inne niż @MARA, które akceptują TXy korzystające z annexu Taproot?

Przez dziesięciolecia nie udało nam się zbudować komputerów kwantowych. Ale harmonogramy się zmieniły. W ciągu następnych 5-10 lat, AI może w końcu powiedzieć nam, dlaczego komputery kwantowe są niemożliwe.

Dziś z radością ogłaszam Cancer, mój najnowszy chip do obliczeń z użyciem krabów. Cancer ma nowoczesną wydajność w wielu metrykach. Na przykład, Cancer wykonał standardowe obliczenie benchmarkowe w mniej niż pięć minut, co zajmie najszybszym superkomputerom na świecie dłużej niż wiek wszechświata, aby to ukończyć. Zostało rygorystycznie udowodnione, że stada krabów mogą być używane do implementacji bramek logicznych, gdy są umieszczone w geometralnie ograniczonych środowiskach [1](Gunji, Nishiyama, & Adamatzky, 2012). Jednak dzisiejsze ogłoszenie jednoznacznie dowodzi, że takie krabowe komputery mogą osiągnąć przewagę nad klasycznymi maszynami. Błędy są jednym z największych wyzwań w obliczeniach z użyciem krabów, ponieważ kraby mają tendencję do ucieczki, co utrudnia ochronę informacji potrzebnych do zakończenia obliczeń. Zazwyczaj im więcej krabów używasz, tym więcej ucieczek wystąpi, aż system straci spójność. Dziś publikuję wyniki pokazujące, że im więcej krabów używam w Cancer, tym bardziej rzeczywiście redukuję błędy, a system staje się bardziej odporny. Kluczowym spostrzeżeniem jest to, że gdy kraby są umieszczane w wiadrze, mają tendencję do ściągania się nawzajem w dół, osiągając wykładniczą redukcję wskaźnika ucieczek - osiągnięcie znane w tej dziedzinie jako "poniżej progu". Jako miarę wydajności Cancer użyłem benchmarku losowego próbkowania krabów (RCS). RCS to klasycznie najtrudniejszy benchmark, który można wykonać na krabowym komputerze dzisiaj. Wyzwanie RCS polega na wygenerowaniu losowej dystrybucji krabów poprzez potrząsanie wiadrem przez kilka minut, a następnie pobieraniu próbek orientacji i pozycji różnych krabów, aby potwierdzić, że maszyna dokładnie modeluje dynamikę krabów. Ponieważ kraby w potrząsanym wiadrze stają się mocno splątane i agresywne, jedynym sposobem, aby klasyczny komputer poprawnie zasymulował ten sam końcowy wynik, jest przeprowadzenie przeszukiwania siłowego każdej możliwej ewolucji przestrzeni stanów krabów, co szybko staje się nieosiągalne, gdy liczba krabów rośnie. Wydajność Cancer w tym benchmarku jest zdumiewająca: wykonał obliczenie w mniej niż 5 minut, co zajmie jednemu z dzisiejszych najszybszych superkomputerów ponad 11 septylionów lat. Ta oszałamiająca liczba przekracza znane skale czasowe w fizyce i potwierdza teorię "karcynizacji" - teorię, że w każdym równoległym wszechświecie Natura nieuchronnie dąży do wynalezienia zarówno krabów, jak i obliczeń opartych na krabach [2](Keiler, Wirkner & Richter, 2017). Chociaż Cancer obsługuje tylko 105 krabów w jednym wiadrze jak dotąd, te przełomowe wyniki pokazują, że jesteśmy na skraju odblokowania wysokowydajnych ogólnych obliczeń z użyciem krabów, które znacznie przewyższają możliwości klasycznych superkomputerów. Zalecam rozwój i przyjęcie algorytmów szyfrowania odpornych na kraby oraz algorytmów podpisu cyfrowego jako sprawy o ekstremalnym znaczeniu.