Mijke van den Hurk 于2024年6月29日以优等成绩通过了她的博士论文答辩，该论文表明人工智能可以帮助理清导致激进化的复杂因素组合。这一学术里程碑恰逢加密货币市场闪现极度恐惧信号——一些分析师怀疑，这种情绪读数可能是由鲸鱼人为放大，旨在引发恐慌性抛售。
论文发现了什么
Van den Hurk 研究了人工智能是否能够模拟推动个体走向激进化的变量之间的相互作用。她的工作获得了最高学术荣誉，证明机器学习可以在高维、嘈杂的数据中识别出微妙的模式——而正是这类数据驱动着加密货币情绪指数。该论文本身并未涉及加密货币，但其方法论具有明显的相似性。
恐惧指数降至25
比特币交易价格为64,639美元，恐惧与贪婪指数为25——极度恐惧。这种读数在历史上往往预示着剧烈反转。但这种恐惧是真实的吗？鲸鱼有利用协调的社交媒体活动和大量洗售交易制造恐慌，然后以折价价格积累筹码的记录。从理论上讲，Van den Hurk 的人工智能方法可以应用于情绪数据，以区分有机恐惧与人为制造的叙事。那些识别激进化驱动因素的模式识别工具，同样可以识别市场操纵。
为什么大多数报道忽略了重点
大多数媒体会将此视为纯粹的社会科学故事。他们忽略的是该论文对加密货币合规和反洗钱的直接适用性。该论文在方法论上与检测非法资金流动的系统有共同之处——两者都涉及在庞大而嘈杂的数据集中寻找微弱的信号。如果监管机构开始要求对加密货币交易进行人工智能驱动的监控，那么像 Van den Hurk 这样的研究可能会塑造他们强制要求的工具。另一个盲点：数据的时效性。该论文可能使用了2020-2023年的数据，那时隐私币和跨链混币器尚未成为主流。这限制了其对当今合规挑战的实际价值。
逆向观点
加密货币中的极度恐惧通常是一个逆向买入信号。如果恐惧是人为制造的，那么这个信号就更强。Van den Hurk 的工作为检验这一假设提供了一个框架——但数据并未公开。在有人将类似的人工智能模型应用于加密货币情绪数据流之前，交易者只能猜测。该论文提醒我们，人工智能可以过滤噪音，但前提是输入正确的数据。
无论当前的恐惧是自然的还是人为制造的，Van den Hurk 的研究都提供了一种找出答案的方法。问题是谁将首先构建这个工具。
