Azt gondolom lassan időszerű lenne eldöntenem (és nem csak nekem), hogy valójában miért is érdekel engem/bennünket az egész cypherpunk és cryptocurrency téma. Befektetőként és wannabe daytraderként nyilván mikro szinten kell, hogy nézzem a dolgokat és szomorkodnom kell azon, ha éppen lejtmenet van, vagy éppen sokkal inkább örülni a tökéletes és soha vissza nem térő szuper belépési pontok kapcsán. Persze minden lejtő végén ott egy újabb part kezdete. Bár tény, hogy sokan akarják elhitetni velünk, hogy ennek a lejtőnek a végén nincs újabb part, ez már a vég, ez már csalás, ez már a buborék vége, de vajon ez újdonság, vajon tényleg most először temetik a nagyok a bitcoint?
Másik oldalról crypto blogger, blockchain evangelista vagy éppen cryherpunk/kripto-anarhista mivoltomban a legjobbat magammal azzal tenném, ha nemes egyszerűséggel tennék erre az egészre és azzal foglalkoznék, ami legjobban érdekel: a technológiával és annak végtelen lehetőségeivel. Tartok tőle, hogy még a szakmailag felkészültebb olvasók is csak a töredékét látják át mindannak amit technológiailag ez a formálódó iparág kínál, az abban rejlő lehetőségeket pedig még kevesebben érik fel ésszel. Sokan sztoriztam már itt a blogon pl. a Lightning Networkről, meg van az a kedves olvasónak, hogy az LN lényegében egy egyszerű multi-signature address/contract? Persze kicsit felokosítva és kiegészítve néhány leleményes ötlettel. Megvan az, hogy ezen technológiák segítségével olyan dolgokat lehet létrehozni, amikre manapság ügyvédek hada és mindenféle lassú, bürökratikus folyamatok alkalmasak csak? Mondjak egy példát: asset management… Hogy néz ki ma egy asset management szolgáltatás? Fogod a pénzed, odaadod egy brókernek, aki jobb esetben berakja azt néhány alapba, amik ha rosszul teljesítenek, akkor bukod az egységeidet, ha meg jól, akkor büszkén veregeti a brókered a mellét, esetleg évente néhányszor dob egy koncot, hogy miként rendezd át a portfóliódat.
Sokszor hallottam, olvastam már, hogy a Machine Learning (ML), magyarul: Gépi tanulás, lényegében egy olyan szintje az informatikának és az adatelemzésnek, amely már sokkal inkább tudományos tapasztalatokat igényel, mintsem programozói ismereteket. Sok esetben valamiféle mesterséges intelligenciának tekintik a ML-t (nem alaptalanul), amely abból a szempontból igaz is lehet, hogy a hétköznapi életben ismert és használt gépi tanuláson alapuló megoldások (pl. beszédfelismerés, képeken arcfelismerés, stb.) valóban mesterséges intelligenciára és gépi tanulásra épülne. Ettől függetlenül a gépi tanulás egyébként közel sem annyira nagy ördöngösség ami miatt tudományos fokozat kellene a megértéséhez és használatához.