Trzecia co do wielkości europejska lista giełdowa 21Sheres‘ Bitcoin ETP

Trzecia co do wielkości giełda europejska, Deutsche Boerse, wprowadziła na swój elektroniczny system obrotu, Xetra, produkt giełdowy bitcoin 21Shares (ETP).

Zgodnie z komunikatem prasowym Bitcoin ETP, ABTC, ma ponad 1,5 roku doświadczenia i pobiera 1,49% opłaty za zarządzanie. Był to pierwszy ETP notowany na regulowanej giełdzie papierów wartościowych, szwajcarskiej giełdzie SIX. 21Shares, wcześniej znany jako Amun, wprowadził na rynek inne produkty, które śledzą aktywa kryptograficzne, a niektóre z nich śledzą wiele aktywów.

Jak donosiła firma CryptoGlobe, na początku tego roku wprowadziła odwrotny bitcoin ETP, pozwalający inwestorom na skrócenie flagowej waluty kryptograficznej. 21Sahres wprowadził już siedem swoich ETP na zorientowaną na handel detaliczny giełdę Boerse Stuttgart, drugą co do wielkości giełdę w Niemczech, na początku tego roku, po uzyskaniu zgody organu regulacyjnego.

Odnosząc się do nowej oferty na Xetra, dyrektor zarządzający 21Shares, Laurent Kssis, powiedział:

Debiut na Xetra nie tylko umacnia naszą obecną pozycję w Niemczech, ale również otwiera dostęp do produktów kryptograficznych klasy instytucjonalnej na szersze rynki europejskie i międzynarodowe.

Grupa Deutsche Boerse posiada dwie platformy handlowe: Xetra i Frankfurcka Giełda Papierów Wartościowych, które razem liczą się jako trzecia co do wielkości platforma handlowa w Europie, za Euronextem i Londyńską Giełdą Papierów Wartościowych.

Według danych Deutsche Boerse, w maju Xetra obracała akcjami i instrumentami pochodnymi o wartości ponad 150 mld euro (około 163 mld dolarów), a w grudniu 2019 r. jej obroty wyniosły około 300 mld euro (około 336,75 mld dolarów).

ETP 21Shares były już notowane na innych giełdach, ale zdaniem Kssisa większość instytucji nie miała łatwego dostępu do giełd, na których się znajdowała, ponieważ są to regionalne platformy obrotu. Xetra ma większy zasięg międzynarodowy, dzięki czemu Bitcoin ETP może stać się dostępny dla innych inwestorów na całym świecie.

Szwajcarskie instytucje posiadają obecnie około 80% aktywów 221Shares pod zarządem, ujawnił Kssis. Bitcoin Profit daje inwestorom dostęp do BTC w regulowanej klasie aktywów, bez konieczności zarządzania kluczami prywatnymi lub adresami publicznymi.

KI für jedermann: Super-Smart-Systeme, die Bitcoin Revival Datenschöpfer belohnen

Dieser Beitrag ist Teil von CoinDesk’s 2019 Year in Review, einer Sammlung von 100 Op-eds, Interviews und nimmt den Zustand der Blockkette und der Welt auf. Ben Goertzel ist Gründer und CEO von SingularityNET, einem auf Blockchain basierenden KI-Marktplatzprojekt.

Da KI schnell jeden Wirtschaftssektor durchdringt, gibt es nur wenige Fragen, die dringender sind als die, wer die Daten besitzt, kontrolliert und lenkt, die zum Training von KI-Systemen verwendet werden, und die Modelle und Schlussfolgerungen, die KI aus diesen Daten lernt.

Im Moment ist die Antwort tendenziell: Große Unternehmen. Daten über unsere Gedanken, Vorlieben, Ängste und Wünsche, wie sie in unseren E-Mails, Nachrichten, Fotos und Dokumenten auftauchen, werden in Unternehmensarchiven gespeichert und zur Erstellung personalisierter Anzeigen verwendet, die unser Kaufverhalten steuern. Daten über unseren Körper und unsere Genome werden in Datenbanken von Pharmaunternehmen gespeichert und für die eigene Forschung und Entwicklung verwendet, ohne unsere ausdrückliche Zustimmung und ohne dass wir für entdeckte Therapien eine Belohnung erhalten. Und natürlich arbeiten diese großen Unternehmen in enger Abstimmung mit den staatlichen Überwachungsbehörden, manchmal zum Schutz der Zivilbevölkerung, manchmal aber auch auf ruchlose Weise.

Da die KI immer intelligenter wird, wird die Frage, wer sie besitzt und kontrolliert, noch akuter werden. Es ist daher ein Glück, dass es Technologien gibt, die eine sorgfältige Verfolgung und Kontrolle der Nutzung von persönlichen Daten durch die KI ermöglichen, sowie Modelle und Schlussfolgerungen und Fähigkeiten, die aus den Daten der Menschen gelernt wurden. Dies könnte am Ende die kritischste Anwendung der Blockkettentechnologie und damit verbundener Methoden wie homomorphe Verschlüsselung und Mehrparteien-Berechnung sein, die eine hochentwickelte KI-Datenverarbeitung unter Wahrung des Datenschutzes ermöglichen.

DA DIE KI IMMER INTELLIGENTER WIRD, WIRD DIE FRAGE, WER SIE BESITZT UND KONTROLLIERT, NOCH AKUTER WERDEN.

In den letzten zwei Jahren ist die Bedeutung der Kombination von KI und Blockchain bei Konferenzen, Workshops und Startups fast schon zum Alltag geworden. Es gibt noch kein dezentrales KI-Netzwerk mit breiter kommerzieller Akzeptanz, aber das Konzept hat sich weitgehend durchgesetzt. Bis Ende 2020 wird es wahrscheinlich spannende Anwendungsfälle geben, bei denen große und kleine Unternehmen ihre KI-Dienste aus API-Aufrufen in ein dezentrales, blockchain-basiertes Netzwerk statt über einen zentralen KI-Dienst bekommen.

Bitcoin Revival Sanduhr

Im gleichen Zeitraum haben KI-Systeme in bemerkenswertem Maße an Macht gewonnen, wobei immer mehr hochkarätige Geschäftsanwendungen in verschiedenen vertikalen Märkten entstehen, zusammen mit grundlegenden Forschungsfortschritten, die den Sprung von anwendungsspezifischen „schmalen KI“-Systemen hin zu den allgemeineren KI-Systemen vollziehen, die von Sci-Fi-Autoren und futuristischen Experten seit langem erwartet werden.

Noch vor nicht allzu langer Zeit war die Künstliche Allgemeine Intelligenz (AGI) nur in einigen wenigen Forschungskreisen ein Diskussionsthema. Aber seit Microsofts Investition von 1 Mrd. Dollar in OpenAI hört man den Begriff nun aus dem Mund von nationalen und Unternehmensführern. Es ist inzwischen ziemlich allgemein bekannt, dass die KI über die Nachahmung ihrer Schulungsdatensätze hinausgehen und die Fähigkeit erreichen muss, mit neuen Bereichen umzugehen, die ihre Programmierer und Ausbilder nicht erwartet haben. Während AGI-Systeme auf menschlicher Ebene für die Zukunft bestehen bleiben, unternehmen wir Schritte in diese Richtung mit KI-Systemen, die kausale Inferenz (Identifizierung der Ursachen, die komplexen Ereignissen wie Börsencrashs oder Krankheitsausbrüchen zugrunde liegen) und Analogieschlüsse (Nutzung des Wissens über z.B. Mauskrankheiten, um menschliche Krankheiten zu verstehen, oder des Wissens über Chinesisch, um Englisch zu verstehen) durchführen können.

Die Verschmelzung von AGI und dezentraler KI ist jedoch noch nicht in großem Umfang auf dem öffentlichen Radar angekommen. Im Jahr 2020 werden wir wahrscheinlich erste konkrete Schritte in diese Richtung sehen. Das wird die Aufmerksamkeit der Öffentlichkeit auf das Potenzial dezentraler Rahmenbedingungen wecken, um auf eine KI mit der Fähigkeit zu tiefgreifender Vorstellungskraft, Verallgemeinerung und kreativem Lernen hinzuarbeiten.

Praktische Bitcoin Revival Formulare

AGI-orientierte Agenten in einem dezentralen Bitcoin Revival KI-Meta-Netzwerk (mit mehreren interagierenden dezentralen KI-Netzwerken: sagen wir SingularityNET, Ocean, Fetch.ai, Shivom und Dutzende von anderen, die alle zusammen arbeiten) werden in der Lage sein, Abstraktions- und Generalisierungsdienste für anwendungsorientierte KI-Agenten bereitzustellen, die in diesem selben Meta-Netzwerk laufen.

Angenommen, ein Healthtech-orientierter KI-Agent muss eine Hypothese darüber aufstellen, welche der etwa 25.000 menschlichen Gene an der Entstehung von Prostatakrebs beteiligt sind. Aber nehmen wir an, er hat nur DNA-Daten von einigen hundert Menschen – nicht genug, um solide Rückschlüsse auf so viele verschiedene Gene ziehen zu können. Ohne einen Rahmen, der es diesem KI-Agenten erlaubt, andere KI-Agenten um Hilfe zu bitten, würde die KI wahrscheinlich einfach aufgeben. Aber in einem Kontext wie SingularityNET, in dem KIs andere KIs um Hilfe bitten können, kann es subtile Wege zum Erfolg geben. Wenn es andere Datensätze über ähnliche Erkrankungen wie Prostatakrebs in Modellorganismen wie Mäusen gibt, könnten wir durch die Kombination mehrerer KI-Agenten, bei denen verschiedene Fähigkeiten zusammenwirken, Fortschritte beim Verständnis der an Prostatakrebs beteiligten Gene sehen.

Angenommen, die KI #1 – nennen wir sie den Analogiemeister – hat ein Talent für Analogieüberlegungen. Das ist die Art von Argumentation, die das Wissen über eine Situation in eine andere Situation einordnet – zum Beispiel, indem sie das Wissen über Kriegsführung nutzt, um Schlussfolgerungen über das Geschäft abzuleiten. Der Analogy Master könnte in der Lage sein, genetische Daten von Mäusen mit ähnlichen Erkrankungen wie Prostatakrebs zu nutzen, um indirekte Rückschlüsse auf den menschlichen Prostatakrebs zu ziehen.

WIR WERDEN SEHEN, DASS AUF ALLGEMEINERE FORMEN DER KI HINGEARBEITET WIRD, DIE IM BESITZ UND UNTER ANLEITUNG VON INDIVIDUEN SIND

Dann nehmen wir an, dass die KI #2 – nennen wir sie den Data Connector – gut darin ist, biologische und medizinische Datensätze zu finden, die für ein bestimmtes Problem relevant sind, und diese Datensätze für die KI-Analyse aufzubereiten. Und dann nehmen wir an, KI #3 – nennen wir sie den Disease Analyst – ist Experte für die Nutzung von maschinellem Lernen zum Verständnis der Ursachen menschlicher Krankheiten.

Der Disease Analyst, der mit dem Problem der Suche nach menschlichen Genen im Zusammenhang mit Prostatakrebs betraut ist, könnte dann entscheiden, dass er etwas Querdenken braucht, um einen konzeptionellen Sprung zu machen und das Problem zu lösen. Er bittet den Analogy Master, oder viele verschiedene KIs, um Hilfe.

Der Analogy Master weiß vielleicht nichts über die Krebsbiologie, obwohl er gut darin ist, konzeptuelle Sprünge zu machen, indem er die Logik der Analogie nutzt. Um also dem Disease Analyst bei seinem Problem zu helfen, muss er vielleicht seine Wissensbasis mit einigen relevanten Daten füllen, zum Beispiel über Krebs bei Mäusen. Der Data Connector kommt dann zu Hilfe und füttert den Analogy Master mit den Daten über Mäusekrebs, die er benötigt, um sein kreatives Brainstorming voranzutreiben und den Disease Analyst bei der Lösung seines Problems zu unterstützen.

All diese Zusammenarbeit zwischen den KI-Agenten kann aus Anwendersicht hinter den Kulissen stattfinden. Das Forschungslabor, das den Disease Analyst um Hilfe bei der genetischen Analyse von Prostatakrebs bittet, muss nie wissen, dass der Disease Analyst seine Aufgabe erfüllt hat, indem er den Analogy Master und den Data Connector um Hilfe gebeten hat. Darüber hinaus müssen der Analogy Master und Data Connector nicht unbedingt die proprietären Daten des Disease Analysts sehen, da die KI-Analyse durch Mehrparteien-Berechnung oder homomorphe Verschlüsselung auf einer verschlüsselten Version eines Datensatzes erfolgen kann, ohne den Datenschutz (in diesem Fall den des Patienten) zu verletzen.

Mit den Fortschritten in der KI-Technologie und der Cloud-basierten IT wird diese Art der Zusammenarbeit zwischen mehreren KIs erst jetzt möglich. Und natürlich kann eine solche Zusammenarbeit in einer Art und Weise geschehen, die von großen Unternehmen hinter Firewalls kontrolliert wird. Interessanter ist jedoch, wie natürlich dieses Paradigma für eine immer leistungsfähigere und allgemeinere KI mit dezentralen Steuerungsmodalitäten in Einklang gebracht werden kann.

Was ist, wenn die drei KI-Agenten in diesem Beispielszenario von verschiedenen Parteien kontrolliert werden? Was ist, wenn die vom Disease Analyst verwendeten Daten über menschlichen Prostatakrebs den Personen mit Prostatakrebs gehören und von ihnen kontrolliert werden, von denen die Daten gesammelt wurden? Das ist nicht die Art und Weise, wie die medizinische Einrichtung derzeit arbeitet. Aber zumindest können wir auf technologischer Ebene sagen, dass es keinen Grund dafür gibt, dass die KI-getriebene medizinische Entdeckung monolithisch und zentralisiert sein muss. Ein dezentraler Ansatz, bei dem die Intelligenz über mehrere Agenten mit mehreren Eigentümern erreicht wird, die auf sicher verschlüsselte Daten zugreifen, ist jetzt technologisch machbar, indem man moderne KI mit einer Blockketteninfrastruktur kombiniert.

Die Zentralisierung der KI-Datenanalyse und Entscheidungsfindung, in der Medizin wie auch in anderen Bereichen, ist zu diesem Zeitpunkt eher aus Gründen der politischen und industriellen Struktur und Trägheit vorherrschend, als weil dies der einzige Weg ist, die Technik zum Funktionieren zu bringen.

In diesem Fall täte die ursprüngliche gesundheitstechnisch orientierte KI, deren Aufgabe es ist, die genetischen Ursachen von Krebs zu verstehen, gut daran, hinter den Kulissen eine Verbindung zu dieser analogiebasierten KI herzustellen, und mit einem Anbieter relevanter Modellorganismusdaten, die dem Analogiebastler zur Verfügung gestellt werden, um seine Hilfe bei der Lösung seiner Aufgabe zu erhalten.

In dem Netzwerk der Künstlichen Allgemeinen Intelligenz der nahen Zukunft wird die Intelligenz auf zwei verschiedenen Ebenen existieren – die einzelnen KI-Agenten und die kohärente und koordinierte Aktivität des Netzwerks von KI-Agenten (die Kombination von drei KI-Agenten im obigen Beispiel; und Kombinationen von größeren Zahlen diverserer KI-Agenten in komplexeren Fällen). Die Fähigkeit zur Verallgemeinerung und Abstraktion wird bis zu einem gewissen Grad auch auf diesen beiden Ebenen vorhanden sein. Sie wird in einzelnen KI-Agenten wie dem Analogy Master im obigen Beispiel vorhanden sein, die eher auf allgemeine Intelligenz als auf das Lösen hochspezialisierter Probleme ausgerichtet sind. Und es wird im gesamten Netzwerk existieren, einschließlich einer Kombination von generalisierungsorientierten KI-Agenten wie dem Analogy Master und speziellen KI-Agenten wie dem Disease Analyst und „Konnektor“-KI-Agenten wie dem Data Connector oben.

Der skalierbare Rollout und die breite Einführung von dezentralen KI-Netzwerken steht noch am Anfang, und es gibt viele Feinheiten, die in den kommenden Jahren angetroffen und gelöst werden müssen. Schließlich ist das, was die dezentrale KI-Gemeinde zur Erreichung ihrer mittelfristigen Ziele benötigt, grundsätzlich komplexer als die IT-Systeme, die Google, Facebook, Amazon, IBM, Tencent oder Baidu geschaffen haben. Diese Systeme sind das Ergebnis jahrzehntelanger Ingenieursarbeit von Zehntausenden von brillanten Ingenieuren.

Die dezentralisierte KI-Gemeinschaft wird nicht mehr Ingenieure einstellen, als diese Unternehmen haben. Aber damals hat die Linux Foundation nie so viele Ingenieure eingestellt wie Microsoft oder Apple, und sie hat heute das Betriebssystem Nr. 1, das sowohl dem serverseitigen Internet als auch den mobilen und IoT-Ökosystemen zugrunde liegt. Wenn der Versuch der Blockchain-KI-Welt gelingen soll, die Entstehung allgemeiner Intelligenz durch die kooperative Aktivität zahlreicher KI-Agenten mit unterschiedlichen Abstraktionsebenen zu katalysieren, muss dies über die Aktivität der Gemeinschaft geschehen. Diese Gemeinschaftsaktivität wird in hohem Maße selbstorganisiert sein müssen. Die tokenomischen Modelle, die vielen dezentralen KI-Projekten zugrunde liegen, sind jedoch genau darauf ausgelegt, diese Selbstorganisation zu fördern, indem sie den KI-Agenten tokenomische Anreize bieten, die die Intelligenz des Gesamtnetzwerks stimulieren und lenken sowie auf ihre individuellen Ziele hinarbeiten.

Große zentralisierte Unternehmen bringen enorme Ressourcen auf den Tisch. Bei vielen Anwendungen – einschließlich Medizin und Werbung – sind es jedoch nicht Unternehmen, sondern Einzelpersonen, die die Daten auf den Tisch bringen. Und KIs brauchen Daten zum Lernen. Mit dem Aufkommen blockkettenbasierter KI-Anwendungen können große Unternehmen ihre einzigartige Macht unter sich herausziehen.

Würden Sie lieber ein Stück medizinischer Therapien besitzen, die anhand Ihrer medizinischen Aufzeichnungen und genomischen Daten entdeckt werden? Würden Sie lieber genau wissen, wie der Inhalt Ihrer Botschaften und Ihr Surfverhalten im Internet genutzt wird, um zu entscheiden, welche Produkte Ihnen empfohlen werden sollen? Ich auch.

2020 wird das Jahr sein, in dem diese Vision beginnt, etwas Bodenhaftung zu bekommen. Wir werden den Beginn einer wirklichen Benutzerakzeptanz für Plattformen sehen, die Blockchain und KI zusammenbringen. Wir werden sehen, dass auf allgemeinere Formen hingearbeitet wird

John McAfee: The Bitcoin Prize will go through the roof

John McAfee believes that there may soon be a trend change in the crypto market and the cops will take the helm. The renowned tech activist and Internet security expert tweeted about the current crypto situation and its outlook on May 21st.

The Ethereum code will go through the roof

In a tweet on Monday, McAfee called on Ethereum code traders to prepare for the next crypto price rally. More about Ethereum code on onlinebetrug. He based his allegations on the upcoming capital inflow from institutional investors. He believes that the capital that will flow into the crypto markets will immensely affect the price of the top ten crypto currencies (measured by market capitalization) and prices will „rise dramatically“.

After being asked to explain his allegations, the controversial crypto proponent urged people to „use their heads“ and „check current news on institutional investors“.

Many believe his statements are utopian as he is already known for his most popular forecast, claiming that Bitcoin will reach a million dollars in 2020. This he bases on the following model that can be viewed at this link.

The traditional Bitcoin profit investors

For several weeks now, the news has been roaring that traditional Bitcoin profit investors are entering the market. Among them are big names like Rockefeller, Soros and others. In addition, Wall Street (NYSE) and countless major banks (Barclays, Goldman Sachs) are preparing to offer a Bitcoin profit service. So far, however, there has been no expected price boom, even after the hyped consensus conference.

I have already mentioned in today’s technical analysis that I believe that some traditional investors are already entering the market through OTC trading so as not to influence the price.

I think that once the respective services of the big banks are available, you can definitely expect a strong price increase, but as in previous years, this happens abruptly and unpredictably.