Οι συνέργειες Τεχνητής Νοημοσύνης και Blockchain

Ποιες είναι οι τρεις κρίσιμες προκλήσεις που θα καθορίσουν την επόμενη ημέρα. Ο κίνδυνος ελέγχου των μοντέλων Τεχνητής Νοημοσύνης από λίγα εταιρικά ή κρατικά κέντρα. Γράφει ο Γ. Κατημερτζής.

Δημοσιεύθηκε: 26 Μαρτίου 2024 - 07:34

Load more

Το 2023, η Τεχνητή Νοημοσύνη, ιδιαίτερα μέσω της προόδου στα Μεγάλα Μοντέλα Γλώσσας (Large Language Models - LLMs), πραγματοποίησε ένα μνημειώδες άλμα προς τα εμπρός.

Η κυκλοφορία του ChatGPT από την OpenAI τα τέλη του 2022 παρουσίασε στο ευρύ κοινό ένα απτό καρπό δεκαετιών ερευνών στη μάθηση μηχανών (machine learning -ML) και τα νευρωνικά δίκτυα (neural networks), σηματοδοτώντας ένα ορόσημο στην υιοθέτηση της Τεχνητής Νοημοσύνης από καθημερινούς χρήστες.

Εφαρμογές σαν το ChatGPT ή το Bard εισάγουν εκτεταμένες αλλαγές στον τρόπο που εργαζόμαστε, δημιουργούμε ιδέες, αναπτύσσουμε δεξιότητες και επικοινωνούμε. Η εκθετική αύξηση των καθημερινών χρηστών των LLMs αποτελεί την ταχύτερη στην ιστορία της ανθρωπότητας , ξεπερνώντας ακόμα και την ανατρεπτική ανάπτυξη των κρυπτονομισμάτων και των τεχνολογιών blockchain και επιβεβαιώνεται από την αστραπιαία αύξηση χρηστών του ChatGPT - από 1 εκατομμύριο σε πάνω από 180 εκατομμύρια μέσα σε ένα χρόνο - παρουσιάζοντας την πιο απότομη καμπύλη υιοθέτησης (S Curve) στην ιστορία της τεχνολογίας.

Τα Μεγάλα Μοντέλα Γλώσσας (Large Language Models - LLMs), όπως αυτά που τροφοδοτούν το ChatGPT, το Bard, το Perplexity AI και το Claude, αποτελούν τον κορμό των σύγχρονων εφαρμογών Τεχνητής Νοημοσύνης.

Με πολύ απλά λόγια, ένα LLM αναθέτει τιμές σε κάθε λέξη και πρόταση, στην συνέχεια υπολογίζει ποιοι συνδυασμοί έχουν την υψηλότερη πιθανότητα να ταιριάζουν μαζί. Αυτοί οι υπολογισμοί παράγουν τις απαντήσεις —γραπτές και προφορικές—που λαμβάνουν οι χρήστες.

Για να λειτουργούν αποτελεσματικά τα LLMs, απαιτούν πρόσβαση σε εκτεταμένα σύνολα δεδομένων, που αποτελούνται από γνώση-κείμενα παραγόμενα από τον άνθρωπο, και σημαντικούς υπολογιστικούς πόρους.

Αυτά τα μοντέλα διακρίνουν τα δεδομένα σε λέξεις-κλειδιά, τα αξιολογούν και παράγουν πιθανότητες για να δημιουργήσουν λογικές απαντήσεις. Ως εκ τούτου, ο όγκος και η ποιότητα των δεδομένων επηρεάζουν άμεσα την απόδοση του μοντέλου, απαιτώντας όλο και πιο ισχυρές υπολογιστικές δυνατότητες για να επεξεργαστούν και να ερμηνεύσουν αυτές τις πληροφορίες αποτελεσματικά.

Η συνεργασία μεταξύ της OpenAI και της Microsoft, εκμεταλλευόμενη την υπολογιστική δύναμη του Azure, αποτελεί παράδειγμα του κρίσιμου ρόλου του υψηλής απόδοσης υπολογισμού στην ανάπτυξη της Τεχνητής Νοημοσύνης.

Αυτή η συνεργασία είναι καθοριστική για την επεξεργασία τεράστιων ποσοτήτων δεδομένων από το διαδίκτυο, διευκολύνοντας τις προόδους που παρατηρήθηκαν με το GPT-4 και τα επόμενα μοντέλα που ακολουθούν.

Δεδομένης της συνεχούς αύξησης της παραγωγής δεδομένων και της πολυπλοκότητας της επεξεργασίας τους, η ζήτηση για CPU και GPU έχει αυξηθεί (βλέπε NVDIA, AMD), αλλάζοντας τον ρόλο τους ως το νέο "πετρέλαιο" της παγκόσμιας οικονομίας. Αυτή η αναλογία (του νέου πετρελαίου) επισημαίνει όχι μόνο την αξία αυτών των υπολογιστικών πόρων, αλλά και το ανταγωνιστικό πλεονέκτημα αυτών που κατέχουν αυτή την υπολογιστική δύναμη στον τομέα της έρευνας και ανάπτυξης της Τεχνητής Νοημοσύνης.

Κίνδυνοι της Τεχνητής Νοημοσύνης

Ο έλεγχος των μοντέλων Τεχνητής Νοημοσύνης (ΤΝ) από έναν μικρό αριθμό εταιρειών (Microsoft, X, Google) ή από μια κεντρική εκτελεστική εξουσία (πχ το ΚΚ της Κίνας) παρουσιάζει σημαντικούς κινδύνους, που ενδεχομένως θα κορυφωθούν σε ένα σενάριο "ο νικητής τα παίρνει όλα".

Αυτό το σενάριο περιλαμβάνει τον έλεγχο πάνω στη διάδοση της πληροφορίας, την επιρροή στις διαδικασίες λήψης αποφάσεων, τις πολιτικές και καταναλωτικές τάσεις, τις θεραπείες υγείας και, ευρύτερα, τον συνολικό μας τρόπο ζωής.

Τα άτομα ή οι οντότητες με πρόσβαση σε προηγμένη ΤΝ θα διαθέτουν πιο εξελιγμένα εργαλεία για την ανάλυση δεδομένων, επιτρέποντάς τους να πραγματοποιούν καλύτερα ενημερωμένες αποφάσεις σε σύγκριση με εκείνους που δεν έχουν τέτοια πρόσβαση. Αυτή η ανισότητα απειλεί να διευρύνει το χάσμα μεταξύ των τεχνολογικά “εξουσιοδοτημένων” και των υπολοίπων, οδηγώντας μας προς ένα μέλλον όπου η γνώση, η εξουσία, αλλά και το αποτέλεσμα της οικονομικής δραστηριότητας θα κατανέμεται άνισα διευρύνοντας το ήδη υπάρχον χάσμα.

BlockChain

Αντιθέτως, η ουσία των κρυπτονομισμάτων και της τεχνολογίας blockchain βρίσκεται στις θεμελιώδεις αρχές της αποκεντρωμένης λειτουργίας, του ανοιχτού κώδικα και της εκδημοκρατικοποίησης της πρόσβασης.

Αυτές οι τεχνολογίες προσφέρουν μια παγκόσμια πλατφόρμα που λειτουργεί συνεχώς 24/7, επιτρέποντας σε επιχειρήσεις και ιδιώτες να μεταφέρουν αξία και πληροφορίες παντού στον τον κόσμο μέσω του internet.

Δίκτυα blockchain όπως το Bitcoin, το Ethereum και το Solana είναι σχεδιασμένα να εξαλείφουν τις ανισότητες στην πρόσβαση δεδομένων και τη χρήση πόρων, διασφαλίζοντας ότι όλοι οι συμμετέχοντες έχουν ισότιμη πρόσβαση στις δυνατότητες του δικτύου.

AI & Crypto

Παρά τις έντονες διαφορές μεταξύ Τεχνητής Νοημοσύνης και κρυπτονομισμάτων, η από κοινού συνύπαρξή τους παρουσιάζει μια εντυπωσιακή συνέργεια. Αυτός ο συνδυασμός δεν είναι μόνο επωφελής, αλλά και ουσιαστικός, γεφυρώνοντας το χάσμα μεταξύ του δυναμικού για συγκεντροποίηση της ΤΝ και της αποκεντρωμένης φιλοσοφίας του blockchain. Μαζί, μπορούν να χαράξουν ένα μονοπάτι προς ένα πιο ισορροπημένο τεχνολογικό μέλλον, όπου οι δυνατότητες της ΤΝ ενισχύονται από τη διαφανή και ισότιμη υποδομή του blockchain, διασφαλίζοντας ότι η πρόοδος στην ΤΝ είναι προσβάσιμη και επωφελείς για όλους, αντί για μια προνομιούχα μειονότητα.

Από την πλευρά της ΤΝ, η ενσωμάτωση των κινήτρων των κρυπτονομίσματων και των λειτουργιών του blockchain αντιμετωπίζει τουλάχιστον τρεις κρίσιμες προκλήσεις, ενισχύοντας τη χρησιμότητα και την εφαρμογή της στην καθημερινή μας ζωή.

Πληρωμές – AI Agents

Καθώς οι τεχνολογίες Τεχνητής Νοημοσύνης θα ενσωματώνονται όλο και περισσότερο στις καθημερινές μας ρουτίνες, ο ρόλος τους στη διευκόλυνση των χρηματοοικονομικών συναλλαγών γίνεται ολοένα και πιο κρίσιμος. Φανταστείτε ένα σενάριο όπου προσωπικοί βοηθοί ΤΝ διαχειρίζονται καθήκοντα όπως οι online αγορές, αυτοματοποιώντας ρουτίνες όπως τα εβδομαδιαία ψώνια ή ακόμη και τη διαχείριση των διοδίων για ηλεκτρικά οχήματα (EVs) χωρίς ανθρώπινη παρέμβαση.

Η δυνατότητα διενέργειας πληρωμών από μέρους της ΤΝ απλοποιεί και αυτοματοποιεί σημαντικά τις χρηματοοικονομικές συναλλαγές, καθιστώντας την αλληλεπίδρασή μας με την τεχνολογία πιο αποδοτική. Οι παραδοσιακές χρηματοοικονομικές υποδομές, όπως το SWIFT, δεν είναι σχεδιασμένες για να χειρίζονται αποδοτικά μικροπληρωμές λόγω της δομής κόστους τους, η οποία καθιστά τις μικρές συναλλαγές οικονομικά ασύμφορες.

Η τεχνολογία blockchain, χρησιμοποιώντας κρυπτονομίσματα όπως το BTC, ETH, USDC, και EUROC, προσφέρει την ιδανική λύση. Επιτρέπει τη διεξαγωγή μικροπληρωμών με άνεση και πολύ χαμηλό κόστος, παρέχοντας έναν φυσικό και ιδιαίτερα αποτελεσματικό μηχανισμό για την εκτέλεση συναλλαγών από την ΤΝ. Αυτή η δυνατότητα όχι μόνο ενισχύει τη λειτουργικότητα και την αυτονομία των συστημάτων ΤΝ αλλά ανοίγει και νέους δρόμους στις καθημερινές οικονομικές λειτουργίες.

Η Πρόσβαση στα Δεδομένα για Εκπαίδευση – Ομαδοποίηση (Crowdsourcing)

Το crowdsourcing αποτελεί μια κρίσιμη μέθοδο για τη συλλογή δεδομένων και ανατροφοδότησης, εκμεταλλευόμενη τη συλλογική γνώση ατόμων που επικεντρώνονται σε συγκεκριμένα θέματα.

Συγκεκριμένα, το crowdsourcing, αφορά μια διαδικασία λήψης δεδομένων σε ένα γνωστικό αντικείμενο, αλλά και της ανατροφοδότησης μεταξύ ενός γκρουπ εξειδικευμένων ανθρώπων πάνω στο θέμα και των LLMs. Αυτή η αλληλεπίδραση, είναι ζωτικής σημασίας για τη διευκρίνιση των δυνατοτήτων συλλογισμού και λογικής των LLMs. Με απλά λόγια, βοηθούνε τα LLMs να παράγουν απαντήσεις που έχουν λογική και νόημα.

Ενώ τα τρέχοντα LLMs επωφελούνται από μια εκτενή δεξαμενή δεδομένων που δημιουργούνται από ανθρώπους και είναι διαθέσιμα μέσω του διαδικτύου και των κοινωνικών πλατφορμών, λείπει ένας μηχανισμός ανταμοιβών και ποινών για την καλύτερη εκπαίδευση αυτών των μοντέλων.

Εδώ είναι όπου η ένταξη των τεχνολογιών Web3 και των κρυπτονομισμάτων, μπορεί να έχει σημαντικό αντίκτυπο. Το Web3 βελτιώνει την παραγωγή δεδομένων εισάγοντας δομές για ανταμοιβές και ποινές, μετατοπίζοντας αποτελεσματικά την εμπορευματοποίηση δεδομένων από μεγάλες εταιρείες, όπως το Twitter, το Meta και το Instagram, στους μεμονωμένους χρήστες. Η παραγωγή δεδομένων μέσω Web3 επαναφέρει την ιδιοκτησία δεδομένων στον εκάστοτε χρήστη και εξασφαλίζει επίσης ότι οι δημιουργοί επωφελούνται οικονομικά για τις συνεισφορές τους.

Το Ocean Protocol (Κεφαλαιοποίηση $589 εκατ. & $OCEAN το token) προσπαθεί να λύσει το παραπάνω πρόβλημα με τη δική του μοναδική προσέγγιση. Για παράδειγμα, ένας χρήστης/επιστήμονας συλλέγει δεδομένα για μια συγκεκριμένη θεραπεία καρκίνου και δημιουργεί μια πολύτιμη βάση δεδομένων για το θέμα.

Με τη βοήθεια του Ocean Protocol δημιουργεί ένα NFT σχετικά με αυτό το συγκεκριμένο σύνολο δεδομένων. Αυτό το συγκεκριμένο NFT (=δικαιώματα πνευματικής ιδιοκτησίας) εδραιώνει την κυριότητά του/της στη βάση δεδομένων που έφτιαξε και το δικαίωμα να τα πουλήσει ή να τα ενοικιάσει κατά παραγγελία.

Ο χρήστης επίσης δημιουργεί (κατασκευάζει) ένα datatoken το οποίο ουσιαστικά αποτελεί τα δικαιώματα χρήσης των δεδομένων και τον τρόπο με τον οποίο ο παραγωγός κερδίζει εισόδημα.

Το Ocean token μεταξύ άλλων είναι το μέσο συναλλαγών αυτού του οικοσυστήματος. Παροτρύνει την παραγωγή δεδομένων και διευκολύνει τις πληρωμές για τη χρήση των δεδομένων. Τέλος, οποιοδήποτε είδους χρέωση αποφασίσει ο παραγωγός της βάσης δεδομένων (ενοικίαση, η μερική χρήση, πώληση) είναι εκτελέσιμη με το Ocean Protocol.

Υπολογιστική Δύναμη μέσω κινήτρων από κρυπτονομίσματα

Τα LLM όπως το ChatGPT εκπαιδεύονται σε τεράστια σύνολα δεδομένων με δισεκατομμύρια λέξεις, αποδίδοντας αξία σε κάθε λέξη και φράση με τις οποίες εκπαιδεύονται. Σκοπός είναι να μαντέψουν με πιθανότητες τη σωστή απάντηση στην ερώτηση που τίθεται, βασιζόμενα στην εκπαίδευσή τους.

Επιπλέον, κάθε μοντέλο έχει το δικό του μέγεθος και με τον όρο "μέγεθος" εννοούμε τον αριθμό των παραμέτρων. Για παράδειγμα, το GPT-3 είναι γνωστό ότι έχει 175 δισεκατομμύρια παραμέτρους. Οι παράμετροι λειτουργούν σαν τις νευρωνικές συνδέσεις του ανθρώπινου εγκεφάλου και βοηθούν το μοντέλο να καταλήξει σε κάποιο λογικό αποτέλεσμα. Όσο μεγαλύτερο το μοντέλο, τόσο καλύτερο το αποτέλεσμα, αλλά και τόσο μεγαλύτερη υπολογιστική δύναμη απαιτεί.

Επίσης, σημαντικό είναι και το χρονικό διάστημα απόκρισης. Θέλεις την απάντηση στο ερώτημά σου άμεσα. Όλα τα παραπάνω απαιτούν έντονη υπολογιστική εργασία, δημιουργώντας αυξημένες ανάγκες επενδύσεων σε υποδομές για νέες εταιρείες που θέλουν να κατασκευάσουν τα δικά τους LLMs. Τα κίνητρα που προσφέρουν κρυπτονομίσματα ξεπερνούν το πρόβλημα της αρχικής μεγάλης επένδυσης που απαιτείτε σε υποδομές.

Το ΙΟ.net

Το IO.net αποτελεί παράδειγμα αυτής της προσέγγισης, συγκεντρώνοντας υπολογιστική δύναμη από όλο τον κόσμο που δεν χρησιμοποιείτε ή περισσεύει σε κάποια χρονική στιγμή ( CPUs και GPUs) σε συστοιχίες. Αυτές οι συστοιχίες (cloud computing) γίνονται διαθέσιμες προς ενοικίαση σε εταιρείες που ασχολούνται με την εκπαίδευση των δικών τους μοντέλων ΤΝ.

To project επιτρέπει ευέλικτη χρήση, με τη δυνατότητα δημιουργίας μιας συστοιχίας σε λιγότερο από δύο λεπτά και τη χρήση της για όσο θέλει η εκάστοτε εταιρεία με ελάχιστο την μία ώρα, μειώνοντας σημαντικά το κόστος σε σύγκριση με τις παραδοσιακές υπηρεσίες cloud όπως το AWS.

Οι πληρωμές για τη χρήση αυτών των συστοιχιών μπορούν να γίνουν μέσω συμβατικών μέσων όπως Visa ή Mastercard, ή μέσω κρυπτονομισμάτων όπως το USDC. Οι ιδιοκτήτες των υπολογιστών (μπορεί να είναι και ένας κάτοχος laptop) που προμηθεύουν την υπολογιστική δύναμη πληρώνονται για τη διάρκεια που οι πόροι τους χρησιμοποιούνται, διασφαλίζοντας μια δίκαιη ανταλλαγή αξίας με τη βοήθεια και των παραδοσιακών και των "κρυπτο" πληρωμών.

Ομοίως, το Akash Network (Κεφαλαιοποίηση $650 εκατομμυρίων και με token $AKT) ενσωματώνει την περισσεύουσα χωρητικότητα GPU από όλο τον κόσμο σε συστοιχίες που υποστηρίζουν την εκπαίδευση μοντέλων Τεχνητής Νοημοσύνης. Δημιουργώντας μια παγκόσμια αγορά για πόρους GPU, το Akash Network ενθαρρύνει τον ανταγωνισμό, μειώνοντας το κόστος για τους προγραμματιστές ΤΝ. Με παρόμοιο τρόπο, όπως του IO.Net, φτιάχνει μια αγορά μεταξύ παγκόσμιας προσφοράς GPU και των προγραμματιστών ΤΝ, διασφαλίζοντας ότι όλα τα μέρη επωφελούνται.

Το Token του μεταξύ άλλων μπορεί να χρησιμοποιηθεί και σαν μέσο πληρωμών. Εν κατακλείδι, το project κάνει ευκολότερη οικονομικά την πρόσβαση σε ισχυρή υπολογιστική δύναμη για την ανάπτυξη μοντέλων τεχνητής νοημοσύνης αλλά επίσης παρουσιάζει το δυναμικό των κρυπτονομισμάτων να παροτρύνουν και να απλοποιήσουν τη διανομή των υπολογιστικών πόρων.

Αντιστρόφως, η τεχνητή νοημοσύνη έχει τη δυνατότητα να ενισχύσει σημαντικά το blockchain, βελτιώνοντας την αποδοτικότητά της, κάνοντας ευκολότερη την χρήση του (UX) και αυξάνοντας τα μέτρα ασφαλείας έναντι κακόβουλων δραστηριοτήτων:

ZK ML (Zero Knowledge Machine Learning) τεχνολογία

Τα smart contracts έχουν στην παρούσα φάση περιορισμένες δυνατότητες και δεν υποστηρίζουν πολύπλοκες λειτουργίες. Η τεχνολογία (Zero Knowledge Proofs) δίνει την δυνατότητα στην τεχνητή νοημοσύνη να εκτελέσει απαιτητικές υπολογιστικές εργασίες εκτός αλυσίδας, με τα αποτελέσματα να επαληθεύονται στη συνέχεια στο blockchain.

Αυτή η ένταξη διευρύνει το λειτουργικό πεδίο του εκάστοτε blockchain, επιτρέποντας πιο πολύπλοκες εφαρμογές και αλληλεπιδράσεις χωρίς να θυσιάζεται ο βαθμός ιδιωτικότητας των δεδομένων ή η ασφάλειά τους. Εκμεταλλευόμενο τις ZK Proofs, το blockchain μπορεί να αξιοποιήσει την αναλυτική ισχύ της ΤΝ για να επαληθεύσει συναλλαγές και πολύπλοκες προϋποθέσεις συμβάσεων με τρόπο που είναι ταυτόχρονα ασφαλής και αποδοτικός, επεκτείνοντας σημαντικά τη χρησιμότητα των smart contracts.

Η ΤΝ στα ηλεκτρονικά πορτοφόλια

Η ΤΝ μπορεί να ενσωματωθεί σε εφαρμογές πορτοφολιών για κρυπτονομίσματα (Metamask) με στόχο να ενισχύσει την ασφάλεια  των χρηστών. Μέσω συνεχούς παρακολούθησης και ανάλυσης, η ΤΝ μπορεί να αναγνωρίσει και να ειδοποιήσει τους χρήστες για πιθανές παραβιάσεις ασφαλείας ή προσπάθειες hacking.

Αυτή η προληπτική προσέγγιση εξασφαλίζει ένα ακόμη δίκτυ ασφάλειας αλλά συμβάλλει και σε μια πιο φιλική προς τον χρήστη εμπειρία, προσφέροντας ηρεμία και μειώνοντας τον κίνδυνο απώλειας περιουσιακών στοιχείων (token, NFTs). Επίσης, η δυνατότητα της ΤΝ να μαθαίνει από τα μοτίβα δεδομένων επιτρέπει τη συνεχή βελτίωση των μέτρων ασφαλείας, προσαρμόζοντας σε νέες απειλές καθώς αυτές εμφανίζονται.

Ανάλυση των δεδομένων που παράγονται στο blockchain

Η διαφάνεια που προσφέρουν τα blockchains (Bitcoin, Ethereum, Solana), καθώς μπορεί να παρακολουθεί κάποιος σε πραγματικό χρόνο τις συναλλαγές και τις κινήσεις έχει σαν αποτέλεσμα την παραγωγή ενός εκτεταμένου συνόλου δεδομένων συναλλαγών και δραστηριοτήτων πορτοφολιών.

Η ΤΝ μπορεί να διαχειριστεί αυτά τα δεδομένα σε πραγματικό χρόνο, αναγνωρίζοντας τάσεις, μοτίβα και πιθανές ευκαιρίες επένδυσης που μπορεί να μην είναι αμέσως εμφανείς στους αναλυτές. Εφαρμόζοντας τεχνικές μηχανικής μάθησης και ανάλυσης δεδομένων, η ΤΝ μπορεί να προσφέρει πολύτιμες πληροφορίες για τη δυναμική της αγοράς, βοηθώντας τους επενδυτές να λάβουν καλυτέρα ενημερωμένες αποφάσεις.

Εν κατακλείδι, η συνέργεια της ΤΝ και του blockchain αντιπροσωπεύει μια συμβιωτική σχέση που αξιοποιεί τα δυνατά σημεία κάθε τεχνολογίας για να αντιμετωπίσει τους αντίστοιχους περιορισμούς τους. Ενώ η ΤΝ μπορεί να φέρει προηγμένες υπολογιστικές δυνατότητες, ενισχυμένη ασφάλεια και διορατική ανάλυση στο blockchain, τα κίνητρα των κρυπτονομισμάτων, με τη σειρά τους, προσφέρουν έναν τρόπο για να αυξηθεί η πρόσβαση στην ισχυρή ΤΝ, να ενθαρρυνθεί η καινοτομία και να διευκολυνθεί η διανομή των υπολογιστικών πόρων.

Αυτή η σύγκλιση όχι μόνο επιταχύνει την ανάπτυξη και των δύο πεδίων αλλά ανοίγει επίσης νέες δυνατότητες για την εφαρμογή τους σε διάφορους τομείς. Καθώς προχωράμε προς τα εμπρός, η ένταξη της ΤΝ και του blockchain αναμένεται να οδηγήσει σε σημαντικές προόδους, δημιουργώντας πιο αποδοτικά, ασφαλή και περιεκτικά συστήματα που μπορούν να ωφελήσουν την κοινωνία συνολικά.

 

* Ο Γιώργος Κατημερτζής έχει εμπειρία 22 χρονών στις κεφαλαιαγορές. Είναι σύμβουλος σε crypto hedge funds για τις εξελίξεις στο χώρο του Blockchain και ιδιαίτερα σε πρότζεκτς L1, L2 και DePIN

Load more

Δείτε επίσης

Load more

Σεβόμαστε την ιδιωτικότητά σας

Εμείς και οι συνεργάτες μας χρησιμοποιούμε τεχνολογίες, όπως cookies, και επεξεργαζόμαστε προσωπικά δεδομένα, όπως διευθύνσεις IP και αναγνωριστικά cookies, για να προσαρμόζουμε τις διαφημίσεις και το περιεχόμενο με βάση τα ενδιαφέροντά σας, για να μετρήσουμε την απόδοση των διαφημίσεων και του περιεχομένου και για να αποκτήσουμε εις βάθος γνώση του κοινού που είδε τις διαφημίσεις και το περιεχόμενο. Κάντε κλικ παρακάτω για να συμφωνήσετε με τη χρήση αυτής της τεχνολογίας και την επεξεργασία των προσωπικών σας δεδομένων για αυτούς τους σκοπούς. Μπορείτε να αλλάξετε γνώμη και να αλλάξετε τις επιλογές της συγκατάθεσής σας ανά πάσα στιγμή επιστρέφοντας σε αυτόν τον ιστότοπο.



Πολιτική Cookies
& Προστασία Προσωπικών Δεδομένων