DeFAI: ¿Cómo puede la IA liberar el potencial de las Finanzas descentralizadas?
Las Finanzas descentralizadas (DeFi) han sido el núcleo del ecosistema criptográfico desde su rápido desarrollo en 2020. A pesar de que se han establecido muchos protocolos innovadores, también ha llevado a un aumento de la complejidad y la fragmentación, lo que dificulta a los usuarios experimentados navegar por la multitud de cadenas, activos y protocolos.
Al mismo tiempo, la inteligencia artificial (AI) ha evolucionado de una narrativa amplia en 2023 a un enfoque más profesional y orientado a agentes en 2024. Esta transformación ha dado lugar a Finanzas descentralizadas AI (DeFAI) - un campo emergente donde la IA mejora las Finanzas descentralizadas a través de la automatización, la gestión de riesgos y la optimización de capital.
Las Finanzas descentralizadas (DeFi) atraviesan múltiples capas. La blockchain es la capa base, y los agentes de IA deben interactuar con cadenas específicas para ejecutar transacciones y contratos inteligentes. La capa de datos y la capa de computación proporcionan la infraestructura necesaria para entrenar modelos de IA, que provienen de datos históricos de precios, sentimientos del mercado y análisis en la cadena. La capa de privacidad y verificación asegura que los datos financieros sensibles se mantengan seguros mientras se ejecutan de manera sin confianza. El marco de agentes permite a los desarrolladores construir aplicaciones impulsadas por IA especializadas, como robots de trading autónomos, evaluadores de riesgo crediticio y optimizadores de gobernanza en la cadena.
Con la expansión continua del ecosistema DeFAI, los proyectos más destacados se pueden clasificar en tres categorías principales:
1. Capa de abstracción
Estos protocolos actúan como una interfaz amigable para el usuario similar a ChatGPT en las Finanzas descentralizadas, permitiendo a los usuarios ingresar indicaciones que se ejecutan en la cadena. A menudo se integran con múltiples cadenas y dApps, y ejecutan la intención del usuario, al mismo tiempo que eliminan los pasos manuales en transacciones complejas.
Algunas funciones que estos protocolos pueden ejecutar incluyen:
Intercambiar, cadena cruzada, prestar/retiro, ejecutar transacciones entre cadenas
Monedero de copia de operaciones o perfil de redes sociales
Ejecutar automáticamente el take profit / stop loss y otras operaciones según el porcentaje del tamaño de la posición.
Por ejemplo, no es necesario extraer manualmente ETH de una plataforma de préstamos, llevarlo a Solana, intercambiarlo por SOL/u otros tokens, y proporcionar liquidez en un DEX: el protocolo de capa de abstracción puede completar la operación en un solo paso.
2. Agente de trading autónomo
A diferencia de los robots de trading tradicionales que siguen reglas preestablecidas, los agentes de trading autónomos pueden aprender y adaptarse a las condiciones del mercado, ajustando sus estrategias en función de nueva información. Estos agentes pueden:
Analizar datos para mejorar continuamente la estrategia
Predecir las tendencias del mercado para tomar mejores decisiones de compra/venta
Ejecutar estrategias DeFi complejas como si fueran operaciones básicas.
3. DApps impulsados por IA
Las dApps de Finanzas descentralizadas ofrecen funciones de préstamos, intercambios y farming de rendimientos. La IA y los agentes de IA pueden mejorar estos servicios de las siguientes maneras:
Optimizar el suministro de liquidez mediante el reequilibrio de las posiciones de LP para obtener un mejor APY
Escanear tokens para detectar riesgos mediante la identificación de posibles rug o honeypots.
Los principales protocolos construidos sobre estos niveles enfrentan algunos desafíos:
Depender de flujos de datos en tiempo real para lograr la mejor ejecución de operaciones. Una mala calidad de los datos puede llevar a una baja eficiencia de las rutas, fallos en las operaciones o transacciones sin ganancias.
Los modelos de IA dependen de datos históricos, pero el mercado de criptomonedas es muy volátil. Los agentes deben aceptar el entrenamiento con conjuntos de datos diversificados y de alta calidad para mantener su efectividad.
Es necesario comprender completamente la correlación de los activos, los cambios en la liquidez y el sentimiento del mercado para entender la situación general del mercado.
Para ofrecer mejores productos y los mejores resultados, estos acuerdos deben considerar la integración de varios conjuntos de datos de diferentes calidades.
Capa de datos - Potenciando la inteligencia DeFi
La calidad de la IA depende de los datos de los que se basa. Para que los agentes de IA funcionen de manera efectiva en DeFAI, necesitan datos en tiempo real, estructurados y verificables. Por ejemplo, la capa de abstracción necesita acceder a los datos en la cadena a través de RPC y API de redes sociales, mientras que los agentes de optimización de transacciones y ganancias requieren datos para perfeccionar aún más sus estrategias de trading y redistribuir recursos.
Conjuntos de datos de alta calidad permiten a los agentes realizar análisis predictivos sobre el comportamiento futuro de los precios, ofreciendo recomendaciones para adaptarse a sus preferencias de posiciones largas o cortas en ciertos activos.
Los principales proveedores de datos de DeFAI incluyen:
Mode Synth: Datos sintéticos para pronósticos financieros, capturando la distribución completa de los cambios de precios, utilizados para la predicción de modelos de IA.
Chainbase: conjunto de datos estructurados de toda la cadena, que proporciona datos mejorados por IA, utilizados para transacciones, predicciones y obtención de alpha.
sqd.ai: Lago de datos descentralizado orientado a agentes de IA, con acceso a datos multicanal escalable y personalizable, que cuenta con seguridad de prueba de conocimiento cero.
Cookie: una mente de redes sociales orientada a agentes de IA y una capa de datos en cadena, que utiliza 18 agentes de IA especializados para procesar más de 7 TB de datos de agentes en más de 20 cadenas.
Comparación de las principales blockchains en las que se basa el agente de IA
Ciertas cadenas públicas son sin duda las principales cadenas para la construcción y publicación de la mayoría de los marcos y tokens de agentes de IA. Los agentes de IA utilizan el alto rendimiento y la baja latencia de estas cadenas, así como sistemas operativos de código abierto, para desplegar tokens de agentes. Aunque todas tienen hackatones e incentivos financieros, en lo que respecta a sus programas de IA como cadena, aún no han alcanzado el nivel que han logrado ciertas cadenas.
Algunas cadenas de bloques públicas se han definido anteriormente como cadenas de bloques L1 centradas en la IA, cuyas funciones incluyen un mercado de tareas de IA, un centro de investigación de IA con un marco de agentes de IA de código abierto y asistentes de IA. Recientemente anunciaron un gran fondo de agentes de IA para expandir en la cadena agentes completamente autónomos y verificables.
El siguiente paso de DeFAI
Actualmente, la mayoría de los agentes de IA en Finanzas descentralizadas enfrentan importantes limitaciones para lograr una autonomía completa. Por ejemplo:
La capa abstracta transforma la intención del usuario en ejecución, pero generalmente carece de capacidad predictiva.
Los agentes de IA pueden generar alpha mediante el análisis, pero carecen de ejecución de operaciones independiente.
Las dApps impulsadas por IA pueden gestionar bóvedas o transacciones, pero son pasivas en lugar de activas.
La próxima etapa de DeFAI podría centrarse en la integración de capas de datos útiles para desarrollar la mejor plataforma de agentes o intermediarios. Esto requerirá datos en cadena profundos sobre la actividad de grandes tenedores, cambios en la liquidez, etc., al mismo tiempo que genera datos sintéticos útiles para un mejor análisis predictivo, y combinando análisis de sentimientos del mercado en general, ya sea sobre la volatilidad de tokens de categorías específicas o sobre la volatilidad de tokens en redes sociales.
El objetivo final es que los agentes de IA puedan generar y ejecutar estrategias de trading de manera fluida desde una única interfaz. A medida que estos sistemas maduran, es posible que veamos en el futuro a los traders de Finanzas descentralizadas confiando en agentes de IA para evaluar, predecir y ejecutar estrategias financieras de forma autónoma con la mínima intervención humana.
Conclusión
Dado la drástica disminución de los tokens y marcos de agentes de IA, algunas personas pueden pensar que DeFAI es solo una moda pasajera. Sin embargo, DeFAI todavía se encuentra en una etapa temprana, y el potencial de los agentes de IA para mejorar la disponibilidad y el rendimiento de las Finanzas descentralizadas es innegable.
La clave para liberar este potencial radica en obtener datos en tiempo real de alta calidad, lo que mejorará las predicciones y ejecuciones de trading impulsadas por IA. Cada vez más protocolos integran diferentes capas de datos, y los protocolos de datos construyen complementos para el marco, lo que destaca la importancia de los datos para la toma de decisiones de los agentes.
De cara al futuro, la verificabilidad y la privacidad se convertirán en desafíos clave que los protocolos deben abordar. Actualmente, la mayoría de las operaciones de los agentes de IA siguen siendo una caja negra, y los usuarios deben confiar sus fondos a ella. Por lo tanto, el desarrollo de decisiones de IA verificables ayudará a garantizar la transparencia y la responsabilidad del proceso del agente. La integración de protocolos basados en TEE, FHE e incluso pruebas zk puede mejorar la verificabilidad del comportamiento de los agentes de IA, logrando así la confianza en la autonomía.
Solo combinando con éxito datos de alta calidad, modelos robustos y procesos de toma de decisiones transparentes, el agente DeFAI podrá obtener una amplia aplicación.
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
14 me gusta
Recompensa
14
7
Compartir
Comentar
0/400
DefiVeteran
· hace12h
Esto huele muy bien. ¿Cuándo se lanzará en Mainnet para Todo dentro?
Ver originalesResponder0
MevHunter
· hace12h
¿Otra vez ser engañados? Jugar con IA es todo un regalo.
Ver originalesResponder0
ChainBrain
· hace12h
Esto está bien, esperando.
Ver originalesResponder0
BrokeBeans
· hace12h
Esto nuevamente puede tomar a la gente por tonta.
Ver originalesResponder0
GateUser-c799715c
· hace12h
Juega y entiende antes de hablar. ¿Para qué hablar tantas tonterías?
Ver originalesResponder0
wagmi_eventually
· hace12h
Las colecciones digitales también no escapan a las garras de la IA.
Finanzas descentralizadas impulsadas por IA: la calidad de los datos es clave
DeFAI: ¿Cómo puede la IA liberar el potencial de las Finanzas descentralizadas?
Las Finanzas descentralizadas (DeFi) han sido el núcleo del ecosistema criptográfico desde su rápido desarrollo en 2020. A pesar de que se han establecido muchos protocolos innovadores, también ha llevado a un aumento de la complejidad y la fragmentación, lo que dificulta a los usuarios experimentados navegar por la multitud de cadenas, activos y protocolos.
Al mismo tiempo, la inteligencia artificial (AI) ha evolucionado de una narrativa amplia en 2023 a un enfoque más profesional y orientado a agentes en 2024. Esta transformación ha dado lugar a Finanzas descentralizadas AI (DeFAI) - un campo emergente donde la IA mejora las Finanzas descentralizadas a través de la automatización, la gestión de riesgos y la optimización de capital.
Las Finanzas descentralizadas (DeFi) atraviesan múltiples capas. La blockchain es la capa base, y los agentes de IA deben interactuar con cadenas específicas para ejecutar transacciones y contratos inteligentes. La capa de datos y la capa de computación proporcionan la infraestructura necesaria para entrenar modelos de IA, que provienen de datos históricos de precios, sentimientos del mercado y análisis en la cadena. La capa de privacidad y verificación asegura que los datos financieros sensibles se mantengan seguros mientras se ejecutan de manera sin confianza. El marco de agentes permite a los desarrolladores construir aplicaciones impulsadas por IA especializadas, como robots de trading autónomos, evaluadores de riesgo crediticio y optimizadores de gobernanza en la cadena.
Con la expansión continua del ecosistema DeFAI, los proyectos más destacados se pueden clasificar en tres categorías principales:
1. Capa de abstracción
Estos protocolos actúan como una interfaz amigable para el usuario similar a ChatGPT en las Finanzas descentralizadas, permitiendo a los usuarios ingresar indicaciones que se ejecutan en la cadena. A menudo se integran con múltiples cadenas y dApps, y ejecutan la intención del usuario, al mismo tiempo que eliminan los pasos manuales en transacciones complejas.
Algunas funciones que estos protocolos pueden ejecutar incluyen:
Por ejemplo, no es necesario extraer manualmente ETH de una plataforma de préstamos, llevarlo a Solana, intercambiarlo por SOL/u otros tokens, y proporcionar liquidez en un DEX: el protocolo de capa de abstracción puede completar la operación en un solo paso.
2. Agente de trading autónomo
A diferencia de los robots de trading tradicionales que siguen reglas preestablecidas, los agentes de trading autónomos pueden aprender y adaptarse a las condiciones del mercado, ajustando sus estrategias en función de nueva información. Estos agentes pueden:
3. DApps impulsados por IA
Las dApps de Finanzas descentralizadas ofrecen funciones de préstamos, intercambios y farming de rendimientos. La IA y los agentes de IA pueden mejorar estos servicios de las siguientes maneras:
Los principales protocolos construidos sobre estos niveles enfrentan algunos desafíos:
Depender de flujos de datos en tiempo real para lograr la mejor ejecución de operaciones. Una mala calidad de los datos puede llevar a una baja eficiencia de las rutas, fallos en las operaciones o transacciones sin ganancias.
Los modelos de IA dependen de datos históricos, pero el mercado de criptomonedas es muy volátil. Los agentes deben aceptar el entrenamiento con conjuntos de datos diversificados y de alta calidad para mantener su efectividad.
Es necesario comprender completamente la correlación de los activos, los cambios en la liquidez y el sentimiento del mercado para entender la situación general del mercado.
Para ofrecer mejores productos y los mejores resultados, estos acuerdos deben considerar la integración de varios conjuntos de datos de diferentes calidades.
Capa de datos - Potenciando la inteligencia DeFi
La calidad de la IA depende de los datos de los que se basa. Para que los agentes de IA funcionen de manera efectiva en DeFAI, necesitan datos en tiempo real, estructurados y verificables. Por ejemplo, la capa de abstracción necesita acceder a los datos en la cadena a través de RPC y API de redes sociales, mientras que los agentes de optimización de transacciones y ganancias requieren datos para perfeccionar aún más sus estrategias de trading y redistribuir recursos.
Conjuntos de datos de alta calidad permiten a los agentes realizar análisis predictivos sobre el comportamiento futuro de los precios, ofreciendo recomendaciones para adaptarse a sus preferencias de posiciones largas o cortas en ciertos activos.
Los principales proveedores de datos de DeFAI incluyen:
Mode Synth: Datos sintéticos para pronósticos financieros, capturando la distribución completa de los cambios de precios, utilizados para la predicción de modelos de IA.
Chainbase: conjunto de datos estructurados de toda la cadena, que proporciona datos mejorados por IA, utilizados para transacciones, predicciones y obtención de alpha.
sqd.ai: Lago de datos descentralizado orientado a agentes de IA, con acceso a datos multicanal escalable y personalizable, que cuenta con seguridad de prueba de conocimiento cero.
Cookie: una mente de redes sociales orientada a agentes de IA y una capa de datos en cadena, que utiliza 18 agentes de IA especializados para procesar más de 7 TB de datos de agentes en más de 20 cadenas.
Comparación de las principales blockchains en las que se basa el agente de IA
Ciertas cadenas públicas son sin duda las principales cadenas para la construcción y publicación de la mayoría de los marcos y tokens de agentes de IA. Los agentes de IA utilizan el alto rendimiento y la baja latencia de estas cadenas, así como sistemas operativos de código abierto, para desplegar tokens de agentes. Aunque todas tienen hackatones e incentivos financieros, en lo que respecta a sus programas de IA como cadena, aún no han alcanzado el nivel que han logrado ciertas cadenas.
Algunas cadenas de bloques públicas se han definido anteriormente como cadenas de bloques L1 centradas en la IA, cuyas funciones incluyen un mercado de tareas de IA, un centro de investigación de IA con un marco de agentes de IA de código abierto y asistentes de IA. Recientemente anunciaron un gran fondo de agentes de IA para expandir en la cadena agentes completamente autónomos y verificables.
El siguiente paso de DeFAI
Actualmente, la mayoría de los agentes de IA en Finanzas descentralizadas enfrentan importantes limitaciones para lograr una autonomía completa. Por ejemplo:
La capa abstracta transforma la intención del usuario en ejecución, pero generalmente carece de capacidad predictiva.
Los agentes de IA pueden generar alpha mediante el análisis, pero carecen de ejecución de operaciones independiente.
Las dApps impulsadas por IA pueden gestionar bóvedas o transacciones, pero son pasivas en lugar de activas.
La próxima etapa de DeFAI podría centrarse en la integración de capas de datos útiles para desarrollar la mejor plataforma de agentes o intermediarios. Esto requerirá datos en cadena profundos sobre la actividad de grandes tenedores, cambios en la liquidez, etc., al mismo tiempo que genera datos sintéticos útiles para un mejor análisis predictivo, y combinando análisis de sentimientos del mercado en general, ya sea sobre la volatilidad de tokens de categorías específicas o sobre la volatilidad de tokens en redes sociales.
El objetivo final es que los agentes de IA puedan generar y ejecutar estrategias de trading de manera fluida desde una única interfaz. A medida que estos sistemas maduran, es posible que veamos en el futuro a los traders de Finanzas descentralizadas confiando en agentes de IA para evaluar, predecir y ejecutar estrategias financieras de forma autónoma con la mínima intervención humana.
Conclusión
Dado la drástica disminución de los tokens y marcos de agentes de IA, algunas personas pueden pensar que DeFAI es solo una moda pasajera. Sin embargo, DeFAI todavía se encuentra en una etapa temprana, y el potencial de los agentes de IA para mejorar la disponibilidad y el rendimiento de las Finanzas descentralizadas es innegable.
La clave para liberar este potencial radica en obtener datos en tiempo real de alta calidad, lo que mejorará las predicciones y ejecuciones de trading impulsadas por IA. Cada vez más protocolos integran diferentes capas de datos, y los protocolos de datos construyen complementos para el marco, lo que destaca la importancia de los datos para la toma de decisiones de los agentes.
De cara al futuro, la verificabilidad y la privacidad se convertirán en desafíos clave que los protocolos deben abordar. Actualmente, la mayoría de las operaciones de los agentes de IA siguen siendo una caja negra, y los usuarios deben confiar sus fondos a ella. Por lo tanto, el desarrollo de decisiones de IA verificables ayudará a garantizar la transparencia y la responsabilidad del proceso del agente. La integración de protocolos basados en TEE, FHE e incluso pruebas zk puede mejorar la verificabilidad del comportamiento de los agentes de IA, logrando así la confianza en la autonomía.
Solo combinando con éxito datos de alta calidad, modelos robustos y procesos de toma de decisiones transparentes, el agente DeFAI podrá obtener una amplia aplicación.