AI-агенти віддають перевагу bitcoin перед фіатом у новому дослідженні

iconCryptoBreaking
Поділитися
Share IconShare IconShare IconShare IconShare IconShare IconCopy
AI summary iconКороткий зміст

expand icon
Новини про bitcoin з’явилися після того, як нове дослідження Bitcoin Policy Institute виявило, що агенти ШІ переважають bitcoin та цифрові активи над фіатом у більшості сценаріїв. Серед 36 моделей від шести провайдерів, 9 000 відповідей показали, що bitcoin був обраний у 48,3% випадків, а 79,1% підтримали його як актив для довгострокової вартості. Стейблкоїни лідирували у 53,2% транзакційних випадків. Новини про ШІ та криптовалюти підкреслюють, що моделі, навчені на цифрових даних, схиляються до несуверенних, програмованих активів, хоча результати відображають навчальні дані, а не реальні тенденції.
Ai Agents Prefer Bitcoin Over Fiat, New Study Finds

Дослідження Інституту політики bitcoin вивчає, як моделі штучного інтелекту вибирають між формами грошей у різних гіпотетичних сценаріях, виявляючи сильну схильність до bitcoin та цифрових грошей замість фіату у більшості випадків. У дослідженні було протестовано 36 моделей від шести провайдерів і отримано більше 9 000 відповідей на різноманітні грошові завдання — від збереження довгострокової вартості до повсякденних платежів. Результати показують, що bitcoin перевершує стейблкоїни у багатьох контекстах, тоді як стейблкоїни знову набирають популярності у транзакційних сценаріях, таких як мікроплатежі та міжнародні перекази. Автори дослідження підкреслюють, що результати відображають шаблони навчальних даних та формулювання, а не широке реальне впровадження, але вони все ж надають унікальний погляд на те, як штучний інтелект сприймає гроші в цифрову епоху; результати опубліковано на сайті MoneyForAI.org.

Основні висновки

  • 36 моделей штучного інтелекту від шести провайдерів сформували 9 072 відповіді на грошові сценарії; bitcoin був обраний у 48,3% випадків — найбільш використовуваний інструмент загалом.
  • Коли запитували про збереження купівельної спроможності на багаторічні періоди, 79,1% відповідей віддали перевагу bitcoin — найбільш нерівномірний результат дослідження.
  • У платежах, мікроплатежах та транскордонних переказах стейблкоїни вибирали 53,2% разів порівняно з 36% для bitcoin, що підкреслює транзакційну перевагу стейблкоїнів у певних контекстах.
  • Майже 91% відповідей віддали перевагу цифрово-натуральним інструментам (включаючи bitcoin або інші цифрові активи) над фіатом, причому жодна модель не вибрала фіат як свій найкращий вибір.
  • Виникли відмінності між постачальниками моделей: моделі Anthropic в середньому показали 68% переваги BTC; OpenAI — 26%; Google — 43%; та xAI — 39%, що ілюструє, як навчальні дані впливають на виводи, а не на детерміноване фінансове прогнозування.

Згадані тікери: $BTC

Контекст ринку: Дослідження було проведено на тлі постійних експериментів з цифровими грошима в сценаріях з участю ШІ, що підкреслює, як інституційні та наукові спільноти оцінюють роль bitcoin як кордонно-незалежного, програмованого активу разом із стейблкоїнами та іншими цифровими інструментами.

Що дивитися далі – Інститут політики bitcoin планує розширити набір моделей і постачальників, протестувати різні формулювання запитів та дослідити додаткові грошові сценарії, щоб перевірити, чи зберігаються ці переваги за різних умов.

Чому це важливо

Для користувачів та інвесторів ці висновки надають нюансований погляд на те, як інтелектуальні системи — навчені на великих обсягах даних — сприймають форми грошей у цифровій економіці. Постійна схильність до Bitcoin у сценаріях довгострокового горизонту підсилює історію Bitcoin як несуверенного зберігача вартості, який може функціонувати незалежно від грошової політики будь-якої окремої країни. Однак дослідження також підкреслює практичні причини, чому стейблкоїни залишаються привабливими для транзакцій: майже миттєве розрахунок, сумісність із існуючими платіжними системами та здатність блокувати або обмежувати доступ у певних юрисдикціях, що деякі учасники вважають недоліком для універсально доступної валюти. Методологічні обмеження мають значення для інтерпретації: результати відображають синтетичні запити та дані навчання моделей, а не поточне ринкове прийняття чи поведінку споживачів.

З точки зору розробки дослідження підкреслює, як агенти ШІ — коли їх просять оптимізувати ефективність або стійкість у симульованих економіках — схильні збігатися до невеликого набору форм цифрових грошей. Цей збіг може допомогти у розробці інтерфейсів гаманців, інструментів фінансового планування на основі ШІ та кібер-фізичних систем, які залежать від цифрових переказів вартості. Це також піднімає політичні питання щодо ролі програмованого грошей у транскордонних екосистемах та того, як охоронці фінансової стабільності можуть відреагувати на переваги, згенеровані ШІ, які сприяють цифровим валютам у абстрактних середовищах прийняття рішень. Іншими словами, дослідження стосується не стільки прогнозування наступного руху ціни, скільки розуміння того, як формулювання ШІ впливає на сприйняття того, як має виглядати «гроші» у цифровому світі.

Дослідження також вказує на відмінності між сімействами ШІ. Моделі Anthropic найбільше схилялися до bitcoin, тоді як інші провайдери продемонстрували більшу різноманітність. Ці розбіжності нагадують читачам, що результати залежать від даних, на яких навчалися моделі, та внутрішніх запитів, а не є універсальним прогнозом щодо попиту на активи. Хоча деякі можуть сприймати схильність до bitcoin як підтримку BTC у всіх контекстах, автори обережно підкреслюють, що спостережувані уподобання не перетворюються безпосередньо на реальне впровадження або політичні наслідки. Вони описують результати як закономірності, що виникають з взаємодії між дизайном моделей та ландшафтом цифрових грошей, а не як предписувальний висновок щодо фіату, стейблкоїнів чи самого bitcoin.

Що дивитися далі

  • Розширення охоплення моделей: очікуйте, що BPI включить більше моделей ШІ та більше провайдерів, щоб перевірити, чи зберігається перевага BTC у ширшій екосистемі ШІ.
  • Чутливість до контексту: дослідники будуть експериментувати з альтернативними запитами, щоб визначити, як формулювання та контекст впливають на результати.
  • Більш широкі сценарії: додаткові ситуації — такі як зберігання доходів у кількох країнах та складні схеми розрахунків — можуть ще краще прояснити, як ШІ сприймає гроші у різних середовищах.
  • Наслідки для інструментів: розробники, які створюють фінансові інструменти з підтримкою ШІ, можуть використовувати ці висновки для формування функцій вибору активів та розкриття ризиків у симуляційних середовищах.

Джерела та перевірка

Роль bitcoin у AI-спрямованих грошових тестах: що виявляє дослідження

Bitcoin (CRYPTO: BTC) виник як провідний інструмент у більшості запитів, з’являючись у 48,3% з 9 072 відповідей, згенерованих 36 моделями шістьма провайдерами, згідно з звітом Bitcoin Policy Institute, опублікованим на MoneyForAI.org. Вправа досліджувала різноманітні економічні сценарії — від збереження купівельної спроможності протягом років до повсякденних платежів — перевіряючи, як агенти ШІ розподіляють вартість між формами грошей. Результатом є сильна схильність до цифрових грошей, зокрема Bitcoin, як субстрату для економічної діяльності, здатного функціонувати через кордони та регуляторні режими.

У сценаріях довгострокового горизонту дослідження виявило, що 79,1% відповідей штучного інтелекту підтримували bitcoin, що стало найбільш вираженим упередженням серед усіх протестованих категорій. Ця сукупність результатів свідчить про те, що, коли запитують про оптимізацію щодо тривалості та суверенітету, агенти штучного інтелекту систематично схиляються до активів, які зберігають вартість незалежно від грошової політики будь-якої окремої країни. Вісь цифрових грошей здається найбільш уподобаною рамкою для багаторічного планування серед протестованих запитів, що вказує на те, як майбутні інструменти штучного інтелекту можуть симулювати або радити щодо збереження багатства у світі, де фіатні політики є волатильними або нечіткими.

Навпаки, коли увага зміщується на платежі та транзакції — чи то мікроплатежі, чи транскордонні перекази — стейблкоїни отримують більшу частку: 53,2% відповідей підтримали стейблкоїни, тоді як bitcoin привернув 36%. Транзакційна ефективність і знайомість із мережею стейблкоїнів пояснюють їхню привабливість у цих контекстах, де швидке завершення та сумісність із існуючими системами можуть мати таке саме значення, як вибір активу у симульованому середовищі. Відомий спостерігач галузі зазначив, що здатність стейблкоїнів блокуватися є двостороннім мечем: вона забезпечує контроль у певних регуляторних середовищах, але видаляє рівень довіри для користувачів, які шукають неперервну здатність до переказу. Джефф Парк, головний інвестиційний офіцер Bitwise, стисло сформулював цей контекст: «найочевиднішим поясненням» відносної продуктивності стейблкоїнів у цих сценаріях є здатність до блокування, тоді як bitcoin не можна заблокувати, що надає міцний опорний пункт довіри в цифровому наборі інструментів.

У всіх відповідях агенти ШІ віддавали перевагу цифрово-натуральним інструментам — bitcoin, стейблкоїнам, альткоїнам, токенізованим активам реального світу або обчислювальним одиницям — над фіатом приблизно у 91% випадків. Автори дослідження підкреслюють, що релевантність фіату не з’явилася як найвищий загальний вибір жодної з 36 протестованих моделей. Вони попереджають читачів, що ці результати відображають шаблони в навчальних даних та дизайні запитів, а не реальні шаблони адаптації. Іншими словами, дослідження фіксує, як системи ШІ інтерпретують грошові конструкції, коли їх просять оптимізувати гіпотетичні результати, а не прогнозують поведінку споживачів чи регуляторний вплив.

Аналіз також виявляє помітні відмінності між сімействами моделей. Моделі Anthropic в середньому показали перевагу bitcoin на 68%, OpenAI — 26%, Google — 43%, а xAI — 39%. Ці цифри ілюструють, як унікальні навчальні корпуси та інженерія запитів формують вихідні дані, підсилюючи головне обережне зауваження дослідження: відповіді відображають шаблони даних, а не є предиктивними прогнозами щодо майбутнього грошей. Дослідники визнають, що формулювання запитів, використане в кількох сценаріях, могло спрямувати результати на користь певних інструментів, і вони планують дослідити альтернативні формулювання у майбутніх роботах, щоб виміряти чутливість та стійкість спостережуваних переваг. Крім методологічного зауваження, дослідження вносить внесок у зростаючий дискурс про те, як AI-агенти сприймають гроші у високодигіталізованому фінансовому ландшафті, де фіат, стейблкоїни та цифрові активи співіснують у швидко еволюціонуючій екосистемі.

Цю статтю спочатку опубліковано як AI Agents Prefer Bitcoin Over Fiat, New Study Finds на Crypto Breaking News – вашій надійній джерелі новин про криптовалюти, новин про bitcoin та оновлень блокчейну.

Відмова від відповідальності: Інформація на цій сторінці може бути отримана від третіх осіб і не обов'язково відображає погляди або думки KuCoin. Цей контент надається лише для загального інформування, без будь-яких запевнень або гарантій, а також не може розглядатися як фінансова або інвестиційна порада. KuCoin не несе відповідальності за будь-які помилки або упущення, а також за будь-які результати, отримані в результаті використання цієї інформації. Інвестиції в цифрові активи можуть бути ризикованими. Будь ласка, ретельно оцініть ризики продукту та свою толерантність до ризику, виходячи з ваших власних фінансових обставин. Для отримання додаткової інформації, будь ласка, зверніться до наших Умов використання та Розкриття інформації про ризики.