นิตยสารบิทคอยน์
Alpha Area เผยข้อบกพร่องในการซื้อขาย AI: โมเดลตะวันตกสูญเสียเงินทุน 80% ในหนึ่งสัปดาห์
AI สามารถแลกเปลี่ยน crypto ได้หรือไม่? เจย์ อาจังวิศวกรคอมพิวเตอร์และเพื่อนการเงินจากนิวยอร์ก กำลังทดสอบคำถามนี้ อัลฟ่าอารีน่า– โครงการนี้รวบรวมโมเดลภาษาขนาดใหญ่ (LLM) ที่ยิ่งใหญ่ที่สุดมาแข่งขันกัน โดยแต่ละโมเดลมีมูลค่าเงินทุน 10,000 ดอลลาร์ เพื่อดูว่าโมเดลใดสามารถสร้างรายได้จากการซื้อขาย crypto ได้มากกว่ากัน โมเดลดังกล่าวประกอบด้วย Grok 4, Claude Sonnet 4.5, Gemini 2.5 professional, ChatGPT 5, Deepseek v3.1 และ Qwen3 Max
ตอนนี้คุณอาจกำลังคิดว่า “ว้าว นั่นเป็นความคิดที่ยอดเยี่ยม!” และคุณจะต้องแปลกใจในขณะที่เขียนนี้ AI สามในห้าอยู่ใต้น้ำ โดยมี Qwen3 และ Deepseek ซึ่งเป็นโมเดลโอเพ่นซอร์สของจีนทั้งสองเป็นผู้นำ
ถูกต้อง ปัญญาประดิษฐ์ที่เป็นกรรมสิทธิ์แบบปิดที่ทรงพลังที่สุดในโลกตะวันตก ดำเนินการโดยยักษ์ใหญ่อย่าง Google และ OpenAI ได้สูญเสียเงินกว่า 8,000 ดอลลาร์สหรัฐฯ หรือ 80% ของทุนการซื้อขาย crypto ในเวลาไม่ถึงหนึ่งสัปดาห์ ในขณะที่โอเพ่นซอร์สฝั่งตะวันออกอยู่ในสีเขียว
การค้าที่ประสบความสำเร็จมากที่สุดจนถึงตอนนี้? Qwen3 — ได้รับความชุ่มชื้นและอยู่ในเลน — ด้วยตำแหน่งยาว bitcoin ที่เรียบง่าย 20x Grok 4 — ไม่มีใครแปลกใจเลย — Doge มีเลเวอเรจ 10 เท่าสำหรับการแข่งขันส่วนใหญ่… โดยมีอยู่ช่วงหนึ่งที่อยู่บนสุดของชาร์ตพร้อมกับ Deepseek ซึ่งขณะนี้อยู่ใต้น้ำเกือบ 20% บางที Elon Musk ควรทวีต meme doge หรืออะไรสักอย่างเพื่อพา Grok ออกจากบ้านสุนัข
ในขณะเดียวกัน Gemini ของ Google อยู่ในภาวะหมีอย่างไม่ลดละ เนื่องจากขาดสินทรัพย์ crypto ทั้งหมดที่มีการซื้อขาย ซึ่งเป็นจุดยืนที่สะท้อนนโยบายการเข้ารหัสลับทั่วไปของพวกเขาในช่วง 15 ปีที่ผ่านมา
สุดท้ายแต่ไม่ท้ายสุดคือ ChatGibitty ซึ่งทำให้ทุกการซื้อขายที่แย่เป็นไปได้เป็นเวลาหนึ่งสัปดาห์ติดต่อกัน ถือเป็นความสำเร็จที่น่าทึ่ง! มันต้องใช้ทักษะถึงจะแย่ขนาดนั้น โดยเฉพาะอย่างยิ่งเมื่อ Qwen3 โหยหา Bitcoin และไปตกปลา หากนี่คือ AI แบบโอเพ่นซอร์สที่ดีที่สุดที่มีให้ บางที OpenAI ก็ควรเก็บไว้เป็นซอร์สแบบปิดและไว้ชีวิตเรา
มาตรฐานใหม่สำหรับ AI
นอกเหนือจากเรื่องตลกแล้ว ความคิดที่จะนำโมเดล AI มาแข่งขันกันในเวทีการซื้อขายสกุลเงินดิจิทัลนั้นมีข้อมูลเชิงลึกที่ลึกซึ้งมาก สำหรับผู้เริ่มต้น ไม่สามารถฝึกอบรม AI ล่วงหน้าเกี่ยวกับคำตอบสำหรับการทดสอบความรู้ด้วยการซื้อขาย crypto ได้ เนื่องจากเป็นเรื่องที่คาดเดาไม่ได้ ซึ่งเป็นปัญหาที่เกณฑ์มาตรฐานอื่นๆ ประสบ กล่าวอีกนัยหนึ่ง โมเดล AI จำนวนมากได้รับคำตอบสำหรับการทดสอบบางส่วนในการฝึกฝน และแน่นอนว่าโมเดลเหล่านี้จะทำงานได้ดีเมื่อทดสอบ แต่งานวิจัยบางชิ้นได้แสดงให้เห็นว่า การเปลี่ยนแปลงเล็กน้อยในการทดสอบบางส่วนนำไปสู่ผลลัพธ์การวัดประสิทธิภาพ AI ที่แตกต่างกันอย่างสิ้นเชิง–
การโต้เถียงครั้งนี้ทำให้เกิดคำถามว่า อะไรคือการทดสอบสติปัญญาขั้นสูงสุด? ตามที่ Elon Musk ผู้ชื่นชอบ Iron Man และผู้สร้าง Grok 4 กล่าว การทำนายอนาคตคือการวัดความฉลาดขั้นสูงสุด
ยอมรับเถอะว่า ไม่มีอนาคตใดที่มีความแน่นอนมากไปกว่าราคาระยะสั้นของสกุลเงินดิจิทัล ในคำพูดของ Azhang “เป้าหมายของเรากับ Alpha Area คือการสร้างเกณฑ์มาตรฐานให้เหมือนกับโลกแห่งความเป็นจริงมากขึ้นและตลาดก็สมบูรณ์แบบสำหรับสิ่งนี้ พวกมันเป็นแบบไดนามิก เป็นศัตรู เปิดกว้าง และคาดเดาไม่ได้อย่างไม่มีที่สิ้นสุด พวกเขาท้าทาย AI ในรูปแบบที่การวัดประสิทธิภาพแบบคงที่ไม่สามารถทำได้ — ตลาดคือการทดสอบสติปัญญาขั้นสูงสุด”
ข้อมูลเชิงลึกเกี่ยวกับตลาดนี้ฝังลึกอยู่ในหลักการเสรีนิยมซึ่งเป็นต้นกำเนิดของ Bitcoin นักเศรษฐศาสตร์อย่างเมอร์เรย์ ร็อธบาร์ดและมิลตัน ฟรีดแมนเคยกล่าวไว้เมื่อกว่าร้อยปีที่แล้วว่าตลาดเป็นสิ่งที่นักวางแผนจากส่วนกลางไม่สามารถคาดเดาได้โดยพื้นฐานแล้ว มีเพียงบุคคลที่ตัดสินใจทางเศรษฐกิจอย่างแท้จริงโดยต้องสูญเสียบางอย่างเท่านั้นจึงจะสามารถคำนวณทางเศรษฐศาสตร์อย่างมีเหตุผลได้
กล่าวอีกนัยหนึ่ง ตลาดเป็นสิ่งที่คาดเดาได้ยากที่สุด เนื่องจากขึ้นอยู่กับมุมมองและการตัดสินใจของแต่ละบุคคลและการตัดสินใจของบุคคลที่ชาญฉลาดทั่วโลก และด้วยเหตุนี้ ตลาดจึงเป็นการทดสอบสติปัญญาที่ดีที่สุด
Azhang กล่าวถึงในคำอธิบายโครงการว่า AI ได้รับคำสั่งให้ซื้อขายไม่ใช่แค่เพื่อผลกำไร แต่เพื่อผลตอบแทนที่ปรับตามความเสี่ยง มิติความเสี่ยงนี้มีความสำคัญ เนื่องจากการเทรดที่ไม่ดีเพียงครั้งเดียวสามารถกวาดล้างผลตอบแทนก่อนหน้านี้ทั้งหมดได้ ดังที่เห็น เช่น การล่มสลายของพอร์ตโฟลิโอของ Grok 4
ยังมีอีกคำถามหนึ่งที่ยังคงอยู่ นั่นคือโมเดลเหล่านี้กำลังเรียนรู้จากประสบการณ์ในการซื้อขายสกุลเงินดิจิทัลหรือไม่ ซึ่งไม่ใช่เรื่องง่ายในทางเทคนิคที่จะบรรลุผลสำเร็จ เนื่องจากโมเดล AI มีราคาแพงมากในการฝึกอบรมล่วงหน้าตั้งแต่แรก พวกเขาสามารถปรับให้เข้ากับประวัติการซื้อขายของตนเองหรือประวัติของผู้อื่นได้ และพวกเขาอาจเก็บการซื้อขายล่าสุดไว้ในหน่วยความจำระยะสั้นหรือหน้าต่างบริบท แต่นั่นสามารถพาพวกเขาไปได้ไกลเท่านั้น ท้ายที่สุดแล้ว โมเดลการซื้อขาย AI ที่เหมาะสมอาจต้องเรียนรู้จากประสบการณ์ของตัวเอง ซึ่งเป็นเทคโนโลยีที่เพิ่งประกาศในวงการวิชาการเมื่อเร็วๆ นี้ แต่ยังมีอีกยาวไกลก่อนที่มันจะกลายเป็นผลิตภัณฑ์ MIT โทรหาพวกเขา โมเดล AI ที่ปรับเปลี่ยนได้เอง–
เราจะรู้ได้อย่างไรว่ามันไม่ใช่แค่โชค?
การวิเคราะห์อีกประการหนึ่งของโครงการและผลลัพธ์จนถึงตอนนี้ก็คือ อาจแยกไม่ออกจาก ‘การเดินสุ่ม’ การเดินแบบสุ่มเปรียบเสมือนการขว้างลูกเต๋าในทุกการตัดสินใจ มันจะมีลักษณะเป็นอย่างไรบนแผนภูมิ? จริงๆก็มีนะ เครื่องจำลองที่คุณสามารถใช้เพื่อตอบคำถามนั้น– มันคงไม่ดูแตกต่างเกินไปจริงๆ
คำถามเรื่องโชคในตลาดนี้ได้รับการอธิบายไว้ค่อนข้างรอบคอบโดยปัญญาชนอย่าง Nassim Taleb ในหนังสือ Antifragile ของเขา ในนั้น เขาให้เหตุผลว่าจากมุมมองของสถิติ เป็นเรื่องปกติอย่างยิ่งและเป็นไปได้สำหรับเทรดเดอร์รายหนึ่ง เช่น Qwen3 ในกรณีนี้ ที่จะโชคดีตลอดทั้งสัปดาห์! นำไปสู่การปรากฏของเหตุผลที่เหนือกว่า Taleb ก้าวไปไกลกว่านั้นมาก โดยโต้แย้งว่ามีเทรดเดอร์ใน Wall Avenue มากพอที่หนึ่งในนั้นอาจโชคดีเป็นเวลา 20 ปีติดต่อกัน พัฒนาชื่อเสียงระดับพระเจ้า โดยทุกคนรอบตัวพวกเขาคิดว่าเทรดเดอร์รายนี้เป็นเพียงอัจฉริยะ จนกระทั่งโชคหมดลงอย่างแน่นอน
ดังนั้น เพื่อให้ Alpha Area สามารถสร้างข้อมูลอันมีค่าได้ มันจะต้องดำเนินการเป็นเวลานาน และรูปแบบและผลลัพธ์ของมันจะต้องถูกจำลองแบบแยกกันเช่นกัน โดยมีเงินทุนจริงเป็นเดิมพัน ก่อนจึงจะสามารถระบุได้ว่าแตกต่างจากการเดินแบบสุ่ม
ท้ายที่สุดแล้ว เป็นเรื่องดีที่ได้เห็นโมเดลโอเพ่นซอร์สและประหยัดต้นทุนอย่าง DeepSeek มีประสิทธิภาพเหนือกว่าโมเดลโอเพ่นซอร์สก่อนหน้านี้ จนถึงตอนนี้ Alpha Area เป็นแหล่งความบันเทิงที่ยอดเยี่ยม เนื่องจากมันแพร่ระบาดบน X.com ในช่วงสัปดาห์ที่ผ่านมา ใครๆ ก็คาดเดาได้ว่าจะไปที่ไหน เราจะต้องดูว่าผู้สร้างใช้การพนันหรือไม่ โดยมอบเงิน 50,000 ดอลลาร์ให้กับแชทบอทห้าตัวเพื่อเล่นการพนันกับ crypto และได้ผลตอบแทนในที่สุด
โพสต์นี้ Alpha Area เผยข้อบกพร่องในการซื้อขาย AI: โมเดลตะวันตกสูญเสียเงินทุน 80% ในหนึ่งสัปดาห์ ปรากฏตัวครั้งแรกเมื่อ นิตยสารบิทคอยน์ และเขียนโดย ฮวน กัลต์–
