Orama Labs a terminé le premier rachat et destruction de PYTHIA, avec un total de 215 310 PYTHIA détruits.
Selon Foresight News, le protocole d'émission d'actifs DeSci et AI Orama Labs a annoncé aujourd'hui l'exécution de la première destruction de son token de gouvernance PYTHIA, pour un total de 215 310 PYTHIA détruits.
La destruction a eu lieu après le lancement du premier projet écologique ZENO d'Orama Labs. Selon l'économie des tokens précédemment publiée, la plateforme renvoie 50 % des revenus des frais de transaction directement aux créateurs de projets, afin de soutenir le développement des projets écologiques. La partie restante est utilisée pour promouvoir des mesures de valorisation, y compris le rachat et la destruction.
Kaito a échoué dans son lancement, 70% des nouveaux investissements ont perdu de l'argent
Il existe une méthode plutôt mystique pour aider tout le monde à juger : 1. Si quelqu'un dit qu'il veut faire des RWA (actifs du monde réel) et qu'il veut se concentrer sur les infrastructures 2. S'il n'y a pas de gros investissements de VC
On peut considérer cela comme une fraude. La raison est simple, si 1 est vrai, alors 2 doit nécessairement être vrai. Ce domaine est différent des autres, il n'y a presque pas d'opportunités d'exception.
De plus, l'équipe du projet est indienne. Pendant ce cycle, il ne faut absolument plus avoir cette mentalité de “l'équipe nationale, même les chiens ne s'y intéressent pas”. Pendant ce cycle, il faut absolument privilégier les projets nationaux, surtout que l'Alpha est mieux s'il y a un contrat.
La logique ici est que les projets étrangers, une fois lancés, n'ont pratiquement plus d'espoir, mais les nationaux trouveront forcément un moyen de maximiser la valeur de cette coquille. Une fois que cela a chuté au plus bas, il ne reste qu'à faire monter le prix pour obtenir de la liquidité.
Dans mon article, je suis très optimiste sur $PYTHIA
PANews
--
Mouvement pour l'égalité des sciences : la révolution de la restructuration de l'économie des connaissances de DeSci d'un trillion de dollars
1. Contexte de l'industrie et analyse de la situation actuelle
1.1 Aperçu de DeSci
De l'ère artisanale, reposant sur une production coopérative, au système d'usine redéfini par la vapeur de l'ère mécanisée ; de l'ère de l'électricité, où les chaînes de montage ont engendré des économies d'échelle standardisées, à l'ère de l'information, où la technologie informatique a provoqué la révolution de la chaîne d'approvisionnement mondiale ; jusqu'à l'ère actuelle de l'IA, où les réseaux de décision intelligents sont pilotés par des modèles algorithmiques - chaque révolution technologique redéfinit la forme d'organisation des facteurs de production. L'émergence de la technologie blockchain a réalisé pour la première fois une "automatisation de la confiance" par des protocoles mathématiques, rendant possible la certification de la propriété intellectuelle sur la chaîne, la circulation décentralisée des actifs de données et la distribution de valeur dirigée par des contrats intelligents. En mettant les connaissances et les données sur la chaîne, DeSci (science décentralisée) est en train de mener une révolution du paradigme technologique, essayant de libérer la science des tours d'ivoire fermées, tandis que la logique sous-jacente des relations de production humaine subit une transformation paradigmatique.
Utiliser de l'argent réel pour soutenir les affaires des partenaires ! @Renee7eth Laisse-moi passer, je vais immédiatement retirer de l'argent de la chaîne vers CEX 🧠😂
Cela fait plusieurs mois que je n'ai pas utilisé CEX, ma vitesse est très lente, j'ai acheté $C au milieu de la pente
Le moment le plus difficile pour $PYTHIA, c'est lorsque Renee a travaillé pendant 2 mois pour produire une série de contenus vidéo de soutien, ce qui a permis de sortir progressivement de la vallée
Gagner de l'argent ou non, peu importe, l'important est de soutenir !
Intelligence Artificielle : L'évolution de l'IA est basée sur la coopération des signaux neuronaux du cerveau biomimétique et de la cognition $SWARMS
Interface Cerveau-Machine : 🧠🐁 Une interface cerveau-machine non invasive est plus conforme aux considérations éthiques et de sécurité de la vie privée, l'invasive vise à explorer le mécanisme d'optimisation de la transmission bidirectionnelle des signaux électriques $PYTHIA
Hybridation Humain-Machine : L'essence de la négociation d'actifs est une expérience intelligente, le jeu est une hypothèse sur l'avenir, le profit provient du taux de vérification correct des hypothèses sur l'avenir $STONKS
Le baromètre BCI 🐁🧠 du monde, $PYTHIA, est sur le point de devenir de plus en plus rare alors que la révolution de l'interface cerveau-ordinateur se déploie. Avec un mécanisme de destruction de jetons continu en place, sa valeur est appelée à augmenter🔥
Preuve de destruction 🔥: https://solscan.io/tx/4Hn16vSejwU5RHsJYvnBw5sxQb2HCYGCtPzaFX6xgEehnpqKjzheAbdwk66kBTP91tfdPkD46NxrdsCpH1zDtHBh
Peu importe comment est votre destin inné, ceux qui aiment le bois et le feu, le feu et la terre, la terre et le métal vont bientôt connaître sept années consécutives de bonnes fortunes, un retournement de situation.
Comment juger ? Pensez-y : depuis le mois de l'année 2018, n'est-ce pas toujours très oppressant ? Les finances ne vont pas bien, la santé est fragile, les relations interpersonnelles sont tendues, les examens ne se passent pas bien, vous êtes victime de méchants ? De 2018 à 2021, c'est l'année du métal et de l'eau, de 2022 à la première moitié de 2025, c'est l'année de l'eau et du bois.
Je souhaite à tous ceux qui aiment le feu et la terre de réaliser leurs souhaits ! Que de bonnes relations et de bonnes fortunes vous accompagnent.
Internet de prochaine génération : surf cerveau-machine, chaînes homme-machine 🧠
L'IA est actuellement en plein essor, cependant, il n'y a pas beaucoup de percées sur le plan technologique, avec des applications florissantes, en tête desquelles se trouvent les robots de fenêtres d'interaction LLM. Cependant, le domaine de l'IA est entré dans une phase d'ingénierie et d'expansion commerciale à grande échelle, et au niveau théorique, il a atteint un plateau de stagnation. Les futurs actifs et points chauds d'innovation se dirigeront inévitablement vers les interfaces cerveau-machine, les matériaux de substitution d'énergie renouvelable et l'économie spatiale.
L'interface cerveau-machine (Brain-Computer Interface, BCI) est une technologie qui permet une interaction directe entre le cerveau humain et un ordinateur ou d'autres dispositifs externes en enregistrant et en décodant l'activité cérébrale. Son objectif principal est de fournir des capacités de communication et de contrôle aux patients ayant des troubles moteurs, tout en s'étendant également aux applications pour les populations en bonne santé (comme le contrôle de jeux, la surveillance de l'attention, etc.).
Les composants clés de la BCI :
🧠 Collecte de signaux Invasif : implantation d'électrodes par chirurgie (comme les réseaux de microélectrodes, ECoG), qualité du signal élevée mais risque d'infection. Non invasif : EEG (électroencéphalogramme) : enregistrement de l'activité électrique par des électrodes sur le cuir chevelu, coût faible mais résolution spatiale médiocre. MEG (magnetoencéphalographie) : enregistrement des signaux magnétiques, haute résolution mais équipement coûteux. fMRI (imagerie par résonance magnétique fonctionnelle) : mesure indirecte de l'activité neuronale par des signaux dépendants du niveau d'oxygène dans le sang (BOLD). fNIRS (spectroscopie proche infrarouge) : détection des variations d'oxygène sanguin à l'aide de signaux lumineux, portable mais faible résolution temporelle.
🧠 Types de signaux Potentiels évoqués liés à des événements (ERP) : comme le P300 (onde positive apparaissant après 300 ms), utilisé pour les systèmes d'orthographe. Potentiels évoqués par stimulation : comme les potentiels évoqués visuels (VEP), les potentiels évoqués auditifs (AEP). Signaux d'imagination motrice (SMR) : générés par l'imagination de mouvements corporels, utilisés pour contrôler des prothèses ou un curseur.
🧠 Traitement des signaux Extraction de caractéristiques : élimination du bruit et extraction d'informations utiles, les méthodes courantes comprennent : Modèle commun spatial (CSP) : maximisation de la différence de variance entre deux types de signaux (formule ci-dessous). Analyse en composantes indépendantes (ICA) : séparation des sources de signaux, élimination des artefacts (comme les interférences de clignement des yeux). Transformée en ondelettes (WT) : extraction des caractéristiques temps-fréquence. Algorithmes de classification : cartographie des caractéristiques sur des commandes de contrôle, les méthodes courantes comprennent : Machines à vecteurs de support (SVM) : séparation des différentes catégories par un hyperplan. Réseaux neuronaux (NN) : comme le perceptron multicouche (MLP), les réseaux neuronaux convolutionnels (CNN). Système de raisonnement flou (FIS) : traitement des signaux incertains.
Directions de recherche futures 1. Développer des dispositifs non invasifs à faible coût et haute résolution (comme l'EEG à faible densité) ; 2. Combiner des algorithmes d'apprentissage profond haute performance (comme LSTM, Transformer) pour améliorer la précision de classification. 3. Optimiser les algorithmes de traitement des signaux en temps réel pour réduire la latence ; 4. Étendre les scénarios d'application (comme la reconnaissance des émotions, le contrôle de la réalité virtuelle).
Se libérer de l'état d'esprit de compétition est essentiel pour établir un avantage concurrentiel à long terme
La quête excessive des indicateurs à court terme est essentiellement une soumission aux systèmes de jugement externes, perturbant ainsi son propre rythme de développement. Un véritable investisseur comprend que sacrifier une stratégie de placement pour poursuivre des KPI fixés artificiellement équivaut à tuer la poule aux œufs d'or. Le meilleur investissement est toujours d'investir dans sa propre logique fondamentale🧠🐁
Décodage de la mémoire 🧠🐁 : Les astrocytes travaillent avec les neurones via la signalisation calcique pour potentiellement encoder et moduler la mémoire. Ce mécanisme pourrait expliquer comment le cerveau stocke d'énormes données. Intéressant de voir @Biosynq_ai se concentrer sur les astrocytes, étudiant leur rôle dans le traitement de l'information
Connectez-vous pour découvrir d’autres contenus
Découvrez les dernières actus sur les cryptos
⚡️ Prenez part aux dernières discussions sur les cryptos