DeFAI: Як ШІ може розкрити потенціал Децентралізованих фінансів?
Децентралізовані фінанси (DeFi) швидко розвиваються з 2020 року і залишаються основою криптоекосистеми. Незважаючи на створення багатьох інноваційних протоколів, це також призвело до зростання складності та фрагментації, навіть досвідченим користувачам важко впоратися з численними ланцюгами, активами та протоколами.
Одночасно штучний інтелект (AI) з широкого базового наративу 2023 року розвивається в більш професійний, орієнтований на агентів фокус 2024 року. Ця трансформація сприяла виникненню DeFi AI (DeFAI) - нової галузі, де штучний інтелект підсилює Децентралізовані фінанси завдяки автоматизації, управлінню ризиками та оптимізації капіталу.
DeFAI перетинає кілька рівнів. Блокчейн є базовим рівнем, AI-агенти повинні взаємодіяти з певним ланцюгом, щоб виконувати угоди та смарт-контракти. Рівень даних і рівень обробки забезпечують інфраструктуру, необхідну для навчання AI-моделей, які базуються на історичних даних про ціни, ринкових настроях та аналізі в ланцюзі. Рівні приватності та верифікації забезпечують безпеку чутливих фінансових даних, зберігаючи при цьому бездостовірне виконання. Фреймворк агентів дозволяє розробникам створювати спеціалізовані додатки на основі AI, такі як автономні торгові роботи, оцінювачі кредитних ризиків та оптимізатори управління в ланцюзі.
З розширенням екосистеми DeFAI найяскравіші проекти можна поділити на три основні категорії:
1. Абстрактний рівень
Ці протоколи виконують роль зручного інтерфейсу користувача, подібного до ChatGPT, для Децентралізованих фінансів, що дозволяє користувачам вводити підказки для виконання на ланцюгу. Вони зазвичай інтегруються з кількома ланцюгами та dApp, реалізуючи наміри користувачів, одночасно усуваючи ручні етапи в складних транзакціях.
Ці протоколи можуть виконувати деякі функції, включаючи:
Обмін, крос-ланцюг, позика/зняття, крос-ланцюгова виконання угод
Гаманець для копіювання торгівлі або профіль у соціальних мережах
Автоматичне виконання Take Profit/Stop Loss тощо в залежності від відсотка обсягу позиції
Наприклад, не потрібно вручну витягувати ETH з якоїсь платформи кредитування, переносити його на Solana, обмінювати на SOL/інші токени та надавати ліквідність на якійсь DEX - протокол абстрактного рівня може виконати операцію всього за один крок.
2. Автономний торговий агент
На відміну від традиційних торгових роботів, які дотримуються заданих правил, автономні торгові агенти можуть навчатися та адаптуватися до умов ринку, а також коригувати свої стратегії залежно від нової інформації. Ці агенти можуть:
Аналізуйте дані для постійного вдосконалення стратегії
Прогнозуйте ринкові тенденції, щоб приймати кращі рішення щодо довгих/коротких позицій
Виконання складних Децентралізованих фінансів стратегій, як базова торгівля
3. DApps на базі штучного інтелекту
Децентралізовані фінанси dApp надають можливості для позик, обміну, дохідного фермерства тощо. Штучний інтелект та агенти ШІ можуть покращити ці послуги наступними способами:
Оптимізуйте постачання ліквідності шляхом ребалансування позицій LP для отримання кращого APY
Сканування токенів для виявлення ризиків шляхом виявлення потенційних rug або медових пасток
Ці топ-протоколи, побудовані на цих шарах, стикаються з деякими викликами:
Потрібно покладатися на потоки даних в реальному часі для досягнення найкращого виконання угод. Погана якість даних може призвести до неефективності маршрутів, невдалих угод або угод, які не приносять прибутку.
AI моделі залежать від історичних даних, але ринок криптовалют має високу волатильність. Агенти повинні пройти навчання на різноманітних, якісних наборах даних, щоб зберегти свою ефективність.
Потрібно всебічно зрозуміти кореляцію активів, зміни ліквідності та ринкові настрої, щоб зрозуміти загальний стан ринку.
Щоб забезпечити кращі продукти та найкращі результати, ці протоколи повинні розглянути можливість інтеграції різних наборів даних різної якості.
Дані - Потужність для DeFAI смартів
Якість ШІ залежить від даних, на яких він базується. Щоб агенти ШІ ефективно працювали в DeFAI, їм потрібні дані в реальному часі, структуровані та перевіряємі. Наприклад, абстрактний шар повинен отримувати доступ до даних на блокчейні через RPC та API соціальних мереж, тоді як агенти оптимізації торгівлі та прибутків потребують дані для подальшого вдосконалення своїх торгових стратегій та перерозподілу ресурсів.
Високоякісні набори даних дозволяють агентам краще прогнозувати поведінку цін у майбутньому, надаючи рекомендації для торгівлі, щоб відповідати їхнім уподобанням щодо довгих або коротких позицій у певних активах.
Основні постачальники даних DeFAI включають:
Mode Synth: використовується для фінансового прогнозування синтетичних даних, захоплюючи повний розподіл змін цін, що використовується для прогнозування AI моделей.
Chainbase: Повна структурована база даних ланцюга, що надає дані, покращені за допомогою ШІ, для торгівлі, прогнозування та отримання альфи.
sqd.ai: Децентралізоване сховище даних для AI-агентів, масштабоване та налаштовуване мульти-ланцюгове доступ до даних, що забезпечує безпеку за допомогою нульових знань.
Cookie: соціальна медіа свідомість та шар даних на блокчейні, орієнтовані на AI-агенти, використовують 18 спеціалізованих AI-агентів для обробки більше 7 ТБ даних агентів на понад 20 блокчейнах.
Порівняння провідних блокчейнів, на яких базуються AI-агенти
Деякі публічні блокчейни безсумнівно є основними ланцюгами для побудови та випуску більшості AI-агентів і токенів. AI-агенти використовують високу пропускну здатність і низьку затримку цих ланцюгів, а також відкриту операційну систему для розгортання токенів агентів. Незважаючи на те, що вони мають хаки та фінансові стимули, як AI-програми в рамках ланцюга, вони ще не досягли рівня, як деякі інші ланцюги.
Деякі публічні блокчейни раніше визначали себе як L1 блокчейн, орієнтований на ШІ, з функціями, що включають ринок завдань ШІ, центр досліджень ШІ з відкритим вихідним кодом та помічника ШІ. Нещодавно вони оголосили про великий фонд агентів ШІ для розширення повністю автономних та перевіряємо агентів на ланцюгу.
Наступний крок DeFAI
Наразі більшість AI-агентів у Децентралізованих фінансах стикаються з суттєвими обмеженнями в досягненні повної автономії. Наприклад:
Абстрактний рівень перетворює наміри користувача в виконання, але зазвичай йому не вистачає прогностичних можливостей.
AI-агенти можуть генерувати альфа через аналіз, але їм бракує незалежного виконання угод.
AI-керовані dApp можуть обробляти страхові фонди або транзакції, але вони є пасивними, а не активними.
Наступний етап DeFAI, ймовірно, зосередиться на інтеграції корисного шару даних для розробки найкращої платформи або агента. Це вимагатиме глибоких даних блокчейну щодо активності великих гравців, змін ліквідності тощо, одночасно створюючи корисні синтетичні дані для кращого прогнозного аналізу, а також поєднуючи дані з аналізу настроїв на загальному ринку, незалежно від того, йдеться про коливання токенів у певних категоріях або коливання токенів у соціальних мережах.
Кінцева мета полягає в тому, щоб AI-агенти могли безперешкодно генерувати та виконувати торгові стратегії з єдиного інтерфейсу. З розвитком цих систем ми можемо побачити, як у майбутньому трейдери DeFi будуть покладатися на AI-агентів для автономної оцінки, прогнозування та виконання фінансових стратегій з мінімальним людським втручанням.
Висновок
Враховуючи значне зменшення вартості токенів і рамок AI-агентів, деякі можуть вважати, що DeFAI є лише миттєвим явищем. Проте DeFAI все ще на ранній стадії, і потенціал AI-агентів для підвищення доступності та продуктивності Децентралізованих фінансів є безперечним.
Ключ до реалізації цього потенціалу полягає в отриманні високоякісних даних в реальному часі, що покращить прогнози та виконання торгівельних операцій на основі штучного інтелекту. Все більше протоколів інтегрують різні шари даних, а протоколи даних створюють плагіни для побудови рамок, що підкреслює важливість даних для агентських рішень.
Дивлячись в майбутнє, перевірка та конфіденційність стануть ключовими викликами, які протоколам потрібно вирішити. Наразі більшість AI-агентів працюють як чорні ящики, і користувачі повинні довіряти свої кошти їм. Тому розвиток перевіряних AI-рішень допоможе забезпечити прозорість та відповідальність процесів агентів. Інтеграція протоколів на основі TEE, FHE та навіть zk-доказів може посилити перевіряність поведінки AI-агентів, що, в свою чергу, забезпечить довіру до автономії.
Тільки успішне поєднання якісних даних, надійних моделей та прозорих процесів прийняття рішень дозволить агентам DeFAI отримати широке застосування.
 and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
14 лайків
Нагородити
14
7
Поділіться
Прокоментувати
0/400
DefiVeteran
· 9год тому
Це дійсно смачно. Коли вийде на основну мережу, тоді й вкладу все.
Переглянути оригіналвідповісти на0
MevHunter
· 9год тому
Знову обдурили, як лохів? Грати в ШІ — це дарма.
Переглянути оригіналвідповісти на0
ChainBrain
· 9год тому
Це добре, чекаю.
Переглянути оригіналвідповісти на0
BrokeBeans
· 9год тому
Це знову може обдурювати людей, як лохів.
Переглянути оригіналвідповісти на0
GateUser-c799715c
· 9год тому
Грай, поки не зрозумієш, а потім говори. Чого стільки пустих слів?
Переглянути оригіналвідповісти на0
wagmi_eventually
· 9год тому
Цифрові колекційні предмети також не уникнуть рук ШІ.
DeFAI: Інновації DeFi на основі штучного інтелекту, якість даних стає ключовою
DeFAI: Як ШІ може розкрити потенціал Децентралізованих фінансів?
Децентралізовані фінанси (DeFi) швидко розвиваються з 2020 року і залишаються основою криптоекосистеми. Незважаючи на створення багатьох інноваційних протоколів, це також призвело до зростання складності та фрагментації, навіть досвідченим користувачам важко впоратися з численними ланцюгами, активами та протоколами.
Одночасно штучний інтелект (AI) з широкого базового наративу 2023 року розвивається в більш професійний, орієнтований на агентів фокус 2024 року. Ця трансформація сприяла виникненню DeFi AI (DeFAI) - нової галузі, де штучний інтелект підсилює Децентралізовані фінанси завдяки автоматизації, управлінню ризиками та оптимізації капіталу.
DeFAI перетинає кілька рівнів. Блокчейн є базовим рівнем, AI-агенти повинні взаємодіяти з певним ланцюгом, щоб виконувати угоди та смарт-контракти. Рівень даних і рівень обробки забезпечують інфраструктуру, необхідну для навчання AI-моделей, які базуються на історичних даних про ціни, ринкових настроях та аналізі в ланцюзі. Рівні приватності та верифікації забезпечують безпеку чутливих фінансових даних, зберігаючи при цьому бездостовірне виконання. Фреймворк агентів дозволяє розробникам створювати спеціалізовані додатки на основі AI, такі як автономні торгові роботи, оцінювачі кредитних ризиків та оптимізатори управління в ланцюзі.
З розширенням екосистеми DeFAI найяскравіші проекти можна поділити на три основні категорії:
1. Абстрактний рівень
Ці протоколи виконують роль зручного інтерфейсу користувача, подібного до ChatGPT, для Децентралізованих фінансів, що дозволяє користувачам вводити підказки для виконання на ланцюгу. Вони зазвичай інтегруються з кількома ланцюгами та dApp, реалізуючи наміри користувачів, одночасно усуваючи ручні етапи в складних транзакціях.
Ці протоколи можуть виконувати деякі функції, включаючи:
Наприклад, не потрібно вручну витягувати ETH з якоїсь платформи кредитування, переносити його на Solana, обмінювати на SOL/інші токени та надавати ліквідність на якійсь DEX - протокол абстрактного рівня може виконати операцію всього за один крок.
2. Автономний торговий агент
На відміну від традиційних торгових роботів, які дотримуються заданих правил, автономні торгові агенти можуть навчатися та адаптуватися до умов ринку, а також коригувати свої стратегії залежно від нової інформації. Ці агенти можуть:
3. DApps на базі штучного інтелекту
Децентралізовані фінанси dApp надають можливості для позик, обміну, дохідного фермерства тощо. Штучний інтелект та агенти ШІ можуть покращити ці послуги наступними способами:
Ці топ-протоколи, побудовані на цих шарах, стикаються з деякими викликами:
Потрібно покладатися на потоки даних в реальному часі для досягнення найкращого виконання угод. Погана якість даних може призвести до неефективності маршрутів, невдалих угод або угод, які не приносять прибутку.
AI моделі залежать від історичних даних, але ринок криптовалют має високу волатильність. Агенти повинні пройти навчання на різноманітних, якісних наборах даних, щоб зберегти свою ефективність.
Потрібно всебічно зрозуміти кореляцію активів, зміни ліквідності та ринкові настрої, щоб зрозуміти загальний стан ринку.
Щоб забезпечити кращі продукти та найкращі результати, ці протоколи повинні розглянути можливість інтеграції різних наборів даних різної якості.
Дані - Потужність для DeFAI смартів
Якість ШІ залежить від даних, на яких він базується. Щоб агенти ШІ ефективно працювали в DeFAI, їм потрібні дані в реальному часі, структуровані та перевіряємі. Наприклад, абстрактний шар повинен отримувати доступ до даних на блокчейні через RPC та API соціальних мереж, тоді як агенти оптимізації торгівлі та прибутків потребують дані для подальшого вдосконалення своїх торгових стратегій та перерозподілу ресурсів.
Високоякісні набори даних дозволяють агентам краще прогнозувати поведінку цін у майбутньому, надаючи рекомендації для торгівлі, щоб відповідати їхнім уподобанням щодо довгих або коротких позицій у певних активах.
Основні постачальники даних DeFAI включають:
Mode Synth: використовується для фінансового прогнозування синтетичних даних, захоплюючи повний розподіл змін цін, що використовується для прогнозування AI моделей.
Chainbase: Повна структурована база даних ланцюга, що надає дані, покращені за допомогою ШІ, для торгівлі, прогнозування та отримання альфи.
sqd.ai: Децентралізоване сховище даних для AI-агентів, масштабоване та налаштовуване мульти-ланцюгове доступ до даних, що забезпечує безпеку за допомогою нульових знань.
Cookie: соціальна медіа свідомість та шар даних на блокчейні, орієнтовані на AI-агенти, використовують 18 спеціалізованих AI-агентів для обробки більше 7 ТБ даних агентів на понад 20 блокчейнах.
Порівняння провідних блокчейнів, на яких базуються AI-агенти
Деякі публічні блокчейни безсумнівно є основними ланцюгами для побудови та випуску більшості AI-агентів і токенів. AI-агенти використовують високу пропускну здатність і низьку затримку цих ланцюгів, а також відкриту операційну систему для розгортання токенів агентів. Незважаючи на те, що вони мають хаки та фінансові стимули, як AI-програми в рамках ланцюга, вони ще не досягли рівня, як деякі інші ланцюги.
Деякі публічні блокчейни раніше визначали себе як L1 блокчейн, орієнтований на ШІ, з функціями, що включають ринок завдань ШІ, центр досліджень ШІ з відкритим вихідним кодом та помічника ШІ. Нещодавно вони оголосили про великий фонд агентів ШІ для розширення повністю автономних та перевіряємо агентів на ланцюгу.
Наступний крок DeFAI
Наразі більшість AI-агентів у Децентралізованих фінансах стикаються з суттєвими обмеженнями в досягненні повної автономії. Наприклад:
Абстрактний рівень перетворює наміри користувача в виконання, але зазвичай йому не вистачає прогностичних можливостей.
AI-агенти можуть генерувати альфа через аналіз, але їм бракує незалежного виконання угод.
AI-керовані dApp можуть обробляти страхові фонди або транзакції, але вони є пасивними, а не активними.
Наступний етап DeFAI, ймовірно, зосередиться на інтеграції корисного шару даних для розробки найкращої платформи або агента. Це вимагатиме глибоких даних блокчейну щодо активності великих гравців, змін ліквідності тощо, одночасно створюючи корисні синтетичні дані для кращого прогнозного аналізу, а також поєднуючи дані з аналізу настроїв на загальному ринку, незалежно від того, йдеться про коливання токенів у певних категоріях або коливання токенів у соціальних мережах.
Кінцева мета полягає в тому, щоб AI-агенти могли безперешкодно генерувати та виконувати торгові стратегії з єдиного інтерфейсу. З розвитком цих систем ми можемо побачити, як у майбутньому трейдери DeFi будуть покладатися на AI-агентів для автономної оцінки, прогнозування та виконання фінансових стратегій з мінімальним людським втручанням.
Висновок
Враховуючи значне зменшення вартості токенів і рамок AI-агентів, деякі можуть вважати, що DeFAI є лише миттєвим явищем. Проте DeFAI все ще на ранній стадії, і потенціал AI-агентів для підвищення доступності та продуктивності Децентралізованих фінансів є безперечним.
Ключ до реалізації цього потенціалу полягає в отриманні високоякісних даних в реальному часі, що покращить прогнози та виконання торгівельних операцій на основі штучного інтелекту. Все більше протоколів інтегрують різні шари даних, а протоколи даних створюють плагіни для побудови рамок, що підкреслює важливість даних для агентських рішень.
Дивлячись в майбутнє, перевірка та конфіденційність стануть ключовими викликами, які протоколам потрібно вирішити. Наразі більшість AI-агентів працюють як чорні ящики, і користувачі повинні довіряти свої кошти їм. Тому розвиток перевіряних AI-рішень допоможе забезпечити прозорість та відповідальність процесів агентів. Інтеграція протоколів на основі TEE, FHE та навіть zk-доказів може посилити перевіряність поведінки AI-агентів, що, в свою чергу, забезпечить довіру до автономії.
Тільки успішне поєднання якісних даних, надійних моделей та прозорих процесів прийняття рішень дозволить агентам DeFAI отримати широке застосування.
![DeFAI всезагальний огляд: як ШІ вивільняє потенціал Децентралізовані фінанси?](https://img-cdn.gateio.im/webp-social/moments-56a89e79609d8f982d5d31dadfad9205.webp01