炒币有风险,AI算法帮助识别ICO诈骗

简介: 中国创业公司香侬科技(Shannon.AI)与斯坦福大学、加州大学圣塔芭芭拉分校以及密歇根大学的研究人员合作,发布了一份白皮书,详细介绍了用机器学习算法来识别加密货币骗局。

目前还没有明确的方法可以确定最初的投币产品(ICO)是否是一种骗局,但基于机器学习的研究方法可以更容易地避免最明显的投机产品。除了骗子之外,这对每个人都有好处。

中国创业公司香侬科技(Shannon.AI)与斯坦福大学、加州大学圣塔芭芭拉分校和密歇根大学的研究人员合作,最近发布了一份白皮书,详细介绍了一种旨在发现加密货币骗局的AI。

说到加密货币投资,只有一种可靠的方法能避免被骗——不要投资。当然,玩转比特币的那帮人忽悠你说,只要炒币,任何人都可以开着兰博基尼飞上月球,但实际情况是,去年大多数ICO都是以诈骗或失败告终。

正如研究人员在他们的白皮书中所说:“尽管ICO能够提供公平合法的投资机会,但众筹的便利为不择手段的企业使用ICO执行‘泵送和转储’计划创造了机会和激励机制,ICO发起人在这些计划中推动了众筹的加密货币,然后迅速‘转储’硬币以获取利润。”

那么如何将骗局与合法的竞争者区分开来呢?没有简单的答案,几乎完全缺乏任何监管规定,因此无法“证明”一个骗局,直到为时已晚。 这不是在传播恐惧,这就是简单的事实。

部分原因是白皮书和网站让他们看起来具有一定的合法性。简单地说,大多数骗子都算上你不会花太多的时间去研究他们的硬币,他们可以更好的伪装自己的身份。绝大多数加密货币社区毒性一般和类似抬价的性质使问题变得更加严重。 当你有一大群人相互投资,并且通过赏金项目传播积极的信息时,通过与参与其中的人交谈,就不可能清楚地了解硬币的合法性。

Shannon.AI团队的白皮书概述了用机器学习来区分诈骗和合法项目:

“通过分析2,251个ICO项目,我们将数字货币的生命周期和价格变动以及各种级别的ICO信息(包括其白皮书,创始团队,GitHub存储库,网站等)相关联以获得最佳设置来识别诈骗项目,系统精确度达到了0.83,F1值为0.8。”

71c7f5c5bbce38c929f01154fd01d969cb3e3f6c

即使它不是革命性的,也很振奋人心。 这篇文章中基于算法的系统自动化了精明的投资者已经在做的事情,通过找出公开可用的信息来绘制硬币的全貌。 正如团队指出的那样,有好处的原因有以下两点:

“与人性化评分系统相比,ICORATING具有两个关键优势。 (1)客观性:机器学习模型涉及较少关于世界的先验知识,而是从数据中学习因果关系,而人类专家大量参与设计的系统,则不可避免地会引入偏见。 (2)不法行为人操纵的困难:信用评级结果是通过黑盒训练从机器学习模型输出的,这个过程能够最小化人员参与和干预。”

可悲的是,由于这些骗局的性质,当人类研究人员举起红旗警告一个似乎是骗局的项目时,这些警告通常被加密货币持有者视为“付费攻击”或疑心太重,即使它们来自有声望的新闻站点。公司攻击信使比解决合法研究人员和记者指出的任何问题更容易。

但是,如果一个在黑匣子中工作的AI根据相同的现成信息得出相同的结论,那么可以认为它更值得信赖。 Shannon.AI算法不会做任何人无法做到的事情,但它们做得更快,并且准确度更高。除非你是一个记者或研究人员,每天都花费大量时间阅读白皮书,网站和Github存储库,否则你可能会丢失关键信息。 AI在很短的时间内完成同样的工作可能会让骗局ICO成为过去的事情,至少只剩少数。

已经有合作方与研究团队联系,了解是否有计划让该系统作为工具进入市场,或者他们是否会进一步开发该系统。与此同时,谨慎交易:对于每一个投资数百万加密货币的人来说,成千上万的人希望他们在投资之前注意红旗。


原文发布时间为:2018-03-20

本文来自云栖社区合作伙伴新智元,了解相关信息可以关注“AI_era”微信公众号

原文链接:炒币有风险,AI算法帮助识别ICO诈骗

相关文章
|
2月前
|
人工智能 监控 安全
员工使用第三方AI办公的风险与解决方案:从三星案例看AI的数据防泄漏
生成式AI提升办公效率,也带来数据泄露风险。三星、迪士尼案例揭示敏感信息外泄隐患。AI-FOCUS团队建议构建“流式网关+DLP”防护体系,实现分级管控、全程审计,平衡安全与创新。
|
5月前
|
人工智能 算法 搜索推荐
电商API的“AI革命”:全球万亿市场如何被算法重新定义?
AI+电商API正引领智能商业变革,通过智能推荐、动态定价与自动化运营三大核心场景,大幅提升转化率、利润率与用户体验。2025年,75%电商API将具备个性化能力,90%业务实现智能决策,AI与API的深度融合将成为未来电商竞争的关键基石。
|
3月前
|
机器学习/深度学习 人工智能 算法
当AI提示词遇见精密算法:TimeGuessr如何用数学魔法打造文化游戏新体验
TimeGuessr融合AI与历史文化,首创时间与空间双维度评分体系,结合分段惩罚、Haversine距离计算与加权算法,辅以连击、速度与完美奖励机制,实现公平且富挑战性的游戏体验。
|
3月前
|
传感器 机器学习/深度学习 监控
【路径规划】一种越野环境下车辆驾驶风险规避运动规划算法(Matlab代码实现)
【路径规划】一种越野环境下车辆驾驶风险规避运动规划算法(Matlab代码实现)
103 1
|
5月前
|
机器学习/深度学习 人工智能 算法
AI-Compass RLHF人类反馈强化学习技术栈:集成TRL、OpenRLHF、veRL等框架,涵盖PPO、DPO算法实现大模型人类价值对齐
AI-Compass RLHF人类反馈强化学习技术栈:集成TRL、OpenRLHF、veRL等框架,涵盖PPO、DPO算法实现大模型人类价值对齐
 AI-Compass RLHF人类反馈强化学习技术栈:集成TRL、OpenRLHF、veRL等框架,涵盖PPO、DPO算法实现大模型人类价值对齐
|
4月前
|
人工智能 自然语言处理 负载均衡
排期延误预警:用AI预测项目风险的3层模型搭建教程
本文介绍了如何通过 AI 智能排期将项目排期误差减少 40% 以上。文章剖析了传统排期中常见的经验依赖、资源冲突、需求变更和进度滞后四大痛点,提出 AI 排期的三步落地方法:历史数据建模、动态适配需求、资源智能匹配,并推荐适配不同团队的 AI 排期工具。强调 AI 是辅助而非替代,核心在于用数据驱动提升排期准确性,帮助团队告别“拍脑袋估期”,实现高效、可控的项目管理。
排期延误预警:用AI预测项目风险的3层模型搭建教程
|
5月前
|
机器学习/深度学习 人工智能 算法
AI-Compass 强化学习模块:理论到实战完整RL技术生态,涵盖10+主流框架、多智能体算法、游戏AI与金融量化应用
AI-Compass 强化学习模块:理论到实战完整RL技术生态,涵盖10+主流框架、多智能体算法、游戏AI与金融量化应用
|
4月前
|
人工智能 算法 计算机视觉
只需完成手画线稿,让AI算法帮你自动上色
本文介绍了如何利用图像处理技术生成手绘风格图像及自动上色的方法。内容涵盖图像灰度化、梯度调整、虚拟深度实现手绘效果,以及使用 Python 编程实现相关算法。此外,还介绍了 AI 工具 Style2Paints V4.5,其可为线稿自动上色并支持多种线稿类型,如插画和手绘铅笔稿,适用于艺术创作与图像处理领域。
|
5月前
|
存储 人工智能
如何通过AI技术提升法务团队的工作效率并降低风险?——解析公司法务智能助理的神奇功效
本文AI产品专家三桥君探讨了AI技术在企业法务合同管理中的应用方案。针对中大型企业合同管理中的起草效率低、版本混乱、风险审查难等痛点,提出智能助理解决方案:通过模板化设计、结构化输入提升起草效率;利用LLM技术进行多维度合同审查;结合日历功能和互动提醒优化履约管理。三桥君详细分析了各模块设计要点,展示了AI如何通过自动化、智能化手段帮助法务团队降本增效,实现全流程数字化合同管理。
278 0