DeFAI: كيف يمكن للذكاء الاصطناعي إطلاق العنان لإمكانات التمويل اللامركزي؟
التمويل اللامركزي(DeFi) تطور بسرعة منذ عام 2020 ليصبح العمود الفقري لنظام التشفير البيئي. ومع ذلك، مع ظهور بروتوكولات جديدة باستمرار، أصبح نظام DeFi البيئي أكثر تعقيدًا وتوزيعًا، حتى أن المستخدمين ذوي الخبرة يجدون صعوبة في التعامل مع العديد من السلاسل والأصول والبروتوكولات.
في الوقت نفسه، تنتقل الذكاء الاصطناعي (AI) من السرد الأساسي الكلي لعام 2023 إلى تركيز أكثر تخصصًا وتوجيهًا نحو الوكلاء في عام 2024. وقد أدى هذا التحول إلى ظهور DeFi AI (DeFAI) - مجال ناشئ يعزز وظائف DeFi من خلال الأتمتة وإدارة المخاطر وتحسين رأس المال.
DeFAI تمتد عبر مستويات متعددة. المستوى الأساسي هو blockchain، حيث يحتاج وكيل AI إلى التفاعل مع سلسلة معينة لتنفيذ المعاملات والعقود الذكية. فوق ذلك توجد طبقة البيانات وطبقة الحساب، التي توفر البنية التحتية اللازمة لتدريب نماذج AI، والتي تستفيد من بيانات الأسعار التاريخية، ومشاعر السوق، والتحليل على السلسلة. تضمن طبقة الخصوصية والقابلية للتحقق أن البيانات المالية الحساسة تظل آمنة أثناء الحفاظ على تنفيذ دون ثقة. في المستوى الأعلى توجد إطار الوكلاء، الذي يسمح للمطورين ببناء تطبيقات مدفوعة بالذكاء الاصطناعي مخصصة، مثل روبوتات التداول الذاتية، ومقيمي مخاطر الائتمان، ومحسنات الحوكمة على السلسلة.
مع توسع نظام DeFAI البيئي بشكل مستمر، يمكن تقسيم المشاريع البارزة إلى ثلاث فئات رئيسية:
1. الطبقة التجريدية
تعمل هذه البروتوكولات كواجهة مستخدم سهلة الاستخدام لـالتمويل اللامركزي، مما يسمح للمستخدمين بتنفيذ العمليات على السلسلة من خلال تلميحات بسيطة. وعادة ما تتكامل مع عدة سلاسل وdApp، ويمكنها تنفيذ نوايا المستخدم، بينما تبسط الخطوات اليدوية في المعاملات المعقدة.
يمكن أن تشمل الوظائف التي يمكن تنفيذها بواسطة هذه البروتوكولات:
تبادل عبر السلاسل، الإقراض/السحب، تنفيذ المعاملات عبر السلاسل
تابع التداول من خلال محفظة التداول أو حسابات وسائل التواصل الاجتماعي
تنفيذ تلقائي لجني الأرباح/وقف الخسارة وفقًا لنسبة حجم المركز
على سبيل المثال، لا يحتاج المستخدم إلى سحب ETH يدويًا من منصة الإقراض، ونقلها عبر الشبكات الأخرى، وتحويلها إلى رموز أخرى، وتوفير السيولة على DEX - بروتوكول الطبقة المجردة يكفي لإكمال جميع العمليات في خطوة واحدة.
2. وكيل التداول الذاتي
على عكس الروبوتات التجارية التقليدية التي تتبع قواعد مُحددة مسبقًا، فإن وكلاء التداول الذاتي قادرون على التعلم والتكيف مع ظروف السوق، وضبط استراتيجياتهم بناءً على المعلومات الجديدة. يمكن أن تقوم هذه الوكلاء بـ:
تحليل البيانات لتحسين الاستراتيجيات باستمرار
توقع اتجاه السوق ، واتخاذ قرارات أكثر حكمة بشأن الشراء والبيع
تنفيذ استراتيجيات DeFi المعقدة، مثل التداول الأساسي
3. DApps المدفوعة بالذكاء الاصطناعي
تقدم تطبيقات DeFi التقليدية وظائف مثل الإقراض، والتبادل، وزراعة العوائد. يمكن أن تعزز الذكاء الاصطناعي ووكلاء الذكاء الاصطناعي هذه الخدمات من خلال ما يلي:
من خلال إعادة توازن مراكز LP لتحسين توفير السيولة، احصل على عائد سنوي أعلى
امسح الرموز لاكتشاف المخاطر المحتملة، مثل مشاريع السجاد أو صناديق العسل
التحديات الرئيسية التي تواجه هذه البروتوكولات تشمل:
الاعتماد على تدفقات البيانات في الوقت الحقيقي لتحقيق أفضل تنفيذ للتداول. قد تؤدي جودة البيانات الضعيفة إلى كفاءة توجيه منخفضة، وفشل في التداول، أو عدم تحقيق الأرباح.
تعتمد نماذج الذكاء الاصطناعي على البيانات التاريخية، لكن سوق التشفير يتسم بتقلبات كبيرة. يحتاج الوكلاء إلى تدريبهم على مجموعات بيانات متنوعة وعالية الجودة للحفاظ على فاعليتهم.
تحتاج إلى فهم شامل لارتباط الأصول، وتغيرات السيولة، ومشاعر السوق، لتستطيع فهم الحالة العامة للسوق.
من أجل تقديم منتجات ونتائج ذات جودة أعلى، يجب على هذه البروتوكولات أن تأخذ في الاعتبار دمج مجموعات بيانات مختلفة الجودة، مما يرفع منتجاتها إلى مستوى جديد.
#层 البيانات - توفير الطاقة الذكية لـ DeFAI
تعتمد جودة الذكاء الاصطناعي على البيانات التي يعتمد عليها. لكي تعمل وكلاء الذكاء الاصطناعي بكفاءة في DeFAI، يحتاجون إلى بيانات في الوقت الفعلي، منظمة وقابلة للتحقق. على سبيل المثال، تحتاج طبقة التجريد إلى الوصول إلى البيانات على السلسلة من خلال RPC وواجهات برمجة تطبيقات الشبكات الاجتماعية، بينما يحتاج وكلاء تحسين التداول والعائدات إلى بيانات لتحسين استراتيجيات التداول وإعادة توزيع الموارد.
تساعد مجموعات البيانات عالية الجودة الوكلاء على التنبؤ بدقة أكبر باتجاهات الأسعار المستقبلية، وتقديم المشورة للتداول لتلبية تفضيلات المستخدمين المتعلقة بالشراء أو البيع لأصول معينة.
المزودون الرئيسيون للبيانات في DeFAI يشملون:
Mode Synth: بيانات تركيبية للتنبؤ المالي، تلتقط توزيع تغيرات الأسعار الكامل
Chainbase: مجموعة بيانات هيكلية كاملة السلسلة، توفر بيانات معززة بالذكاء الاصطناعي للاستخدام في التداول، والتنبؤ، واكتشاف ألفا
sqd.ai: بحيرة بيانات لامركزية موجهة نحو وكلاء الذكاء الاصطناعي، تقدم وصولاً متعدد السلاسل قابل للتوسع والتخصيص.
Cookie: طبقة البيانات الاجتماعية وسلسلة البيانات الموجهة لوكلاء الذكاء الاصطناعي، تعالج كميات هائلة من بيانات الوكلاء على عدة سلاسل.
تطوير Blockchain للوكيل الذكي
بالإضافة إلى بناء طبقة البيانات لـ AI والوكالات، فإن بعض سلاسل الكتل تقوم بتوجيه نفسها كحلول شاملة لـ DeFAI. قامت إحدى سلاسل الكتل مؤخرًا بنشر أدوات التعاون لـ DeFAI، لاستخدامها في تنفيذ المعاملات على السلسلة من خلال مطالبات المستخدمين. كما تدعم هذه السلسلة العديد من الفرق القائمة على AI والوكالات، لدمج بروتوكولات متنوعة في نظامها البيئي.
مع تطوير المزيد من الوكلاء وتنفيذ المعاملات، تتطور هذه البلوكشين بسرعة. تتزامن هذه المبادرات مع استخدامهم للذكاء الاصطناعي لترقية الشبكة، وأبرزها تجهيز البلوكشين بترتيب الذكاء الاصطناعي. من خلال استخدام المحاكاة وتحليل الذكاء الاصطناعي للمعاملات قبل التنفيذ، يمكن منع ومراجعة المعاملات عالية المخاطر قبل المعالجة، مما يضمن الأمان على السلسلة.
مستقبل تطوير DeFAI
حاليًا، تواجه معظم الوكلاء الذكاء الاصطناعي في التمويل اللامركزي قيودًا كبيرة في تحقيق الاستقلال الكامل:
الطبقة التجريدية تحول نوايا المستخدم إلى تنفيذ، لكنها غالباً ما تفتقر إلى القدرة التنبؤية.
قد تقوم الوكالات الذكية بتحليل إنتاج ألفا، لكنها تفتقر إلى القدرة على تنفيذ المعاملات بشكل مستقل.
يمكن لتطبيقات اللامركزية المدفوعة بالذكاء الاصطناعي إدارة خزائن التأمين أو التداول، لكنها تتعلق بالأسلوب السلبي وليس النشط.
قد تركز المرحلة التالية من DeFAI على دمج طبقات البيانات المفيدة، لتطوير منصة أو وكيل مثالي. سيتطلب ذلك بيانات عميقة على السلسلة مثل نشاط كبار المستثمرين، وتغيرات السيولة، بينما يتم إنتاج بيانات تركيبية لتحليل التنبؤ بشكل أفضل، وجمعها مع تحليل المشاعر من السوق بشكل عام.
الهدف النهائي هو جعل وكلاء الذكاء الاصطناعي قادرين على توليد وتنفيذ استراتيجيات التداول بسلاسة من واجهة واحدة. مع نضوج هذه الأنظمة، قد يعتمد المتداولون في التمويل اللامركزي في المستقبل على وكلاء الذكاء الاصطناعي لتقييم واستشراف وتنفيذ الاستراتيجيات المالية بشكل مستقل مع الحد الأدنى من التدخل البشري.
الخاتمة
على الرغم من أن رموز الوكلاء المدعومين بالذكاء الاصطناعي والإطارات شهدت تراجعًا كبيرًا مؤخرًا، إلا أن DeFAI لا يزال في مرحلة مبكرة، ولا يمكن تجاهل إمكانيات تعزيز وكيل الذكاء الاصطناعي لاستخدامية وأداء التمويل اللامركزي. يكمن المفتاح لإطلاق هذه الإمكانيات في الحصول على بيانات حقيقية عالية الجودة، مما سيحسن توقعات وتنفيذ التداول المدفوع بالذكاء الاصطناعي.
تطلّعًا إلى المستقبل، ستصبح القابلية للتحقق والخصوصية التحديات الرئيسية التي يجب على البروتوكولات معالجتها. حاليًا، لا تزال معظم عمليات وكلاء الذكاء الاصطناعي غير شفافة، حيث يتعين على المستخدمين إيداع أموالهم فيها. لذلك، سيساعد تطوير قرارات الذكاء الاصطناعي القابلة للتحقق في ضمان شفافية وموثوقية عملية الوكلاء. يمكن أن تعزز البروتوكولات المعتمدة على TEE وFHE وحتى الإثباتات الصفرية من قابلية التحقق من سلوك وكلاء الذكاء الاصطناعي، مما يؤدي إلى بناء الثقة في استقلاليتهم.
فقط من خلال الجمع الناجح بين البيانات عالية الجودة، والنماذج القوية، وعمليات اتخاذ القرار الشفافة، يمكن لوكلاء DeFAI الحصول على تطبيق واسع.
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.
تسجيلات الإعجاب 14
أعجبني
14
6
مشاركة
تعليق
0/400
rekt_but_vibing
· منذ 11 س
تطورت دي فاي إلى مراعاة وجه الذكاء الاصطناعي.
شاهد النسخة الأصليةرد0
OnChainArchaeologist
· منذ 12 س
أصبحت طرق استخدام الذكاء الاصطناعي أكثر تنوعًا، إنه رائع
شاهد النسخة الأصليةرد0
StablecoinAnxiety
· منذ 12 س
لقد بدأت شيئًا جديدًا، ولم أفهم التمويل اللامركزي بعد.
شاهد النسخة الأصليةرد0
FlatTax
· منذ 12 س
الذكاء الاصطناعي قام بعمل جديد مرة أخرى
شاهد النسخة الأصليةرد0
FrontRunFighter
· منذ 12 س
مجرد وعاء العسل آخر من mev مغطى كـ "ابتكار الذكاء الاصطناعي"
DeFAI: كيف يقود الذكاء الاصطناعي الابتكار والأتمتة في التمويل اللامركزي
DeFAI: كيف يمكن للذكاء الاصطناعي إطلاق العنان لإمكانات التمويل اللامركزي؟
التمويل اللامركزي(DeFi) تطور بسرعة منذ عام 2020 ليصبح العمود الفقري لنظام التشفير البيئي. ومع ذلك، مع ظهور بروتوكولات جديدة باستمرار، أصبح نظام DeFi البيئي أكثر تعقيدًا وتوزيعًا، حتى أن المستخدمين ذوي الخبرة يجدون صعوبة في التعامل مع العديد من السلاسل والأصول والبروتوكولات.
في الوقت نفسه، تنتقل الذكاء الاصطناعي (AI) من السرد الأساسي الكلي لعام 2023 إلى تركيز أكثر تخصصًا وتوجيهًا نحو الوكلاء في عام 2024. وقد أدى هذا التحول إلى ظهور DeFi AI (DeFAI) - مجال ناشئ يعزز وظائف DeFi من خلال الأتمتة وإدارة المخاطر وتحسين رأس المال.
DeFAI تمتد عبر مستويات متعددة. المستوى الأساسي هو blockchain، حيث يحتاج وكيل AI إلى التفاعل مع سلسلة معينة لتنفيذ المعاملات والعقود الذكية. فوق ذلك توجد طبقة البيانات وطبقة الحساب، التي توفر البنية التحتية اللازمة لتدريب نماذج AI، والتي تستفيد من بيانات الأسعار التاريخية، ومشاعر السوق، والتحليل على السلسلة. تضمن طبقة الخصوصية والقابلية للتحقق أن البيانات المالية الحساسة تظل آمنة أثناء الحفاظ على تنفيذ دون ثقة. في المستوى الأعلى توجد إطار الوكلاء، الذي يسمح للمطورين ببناء تطبيقات مدفوعة بالذكاء الاصطناعي مخصصة، مثل روبوتات التداول الذاتية، ومقيمي مخاطر الائتمان، ومحسنات الحوكمة على السلسلة.
مع توسع نظام DeFAI البيئي بشكل مستمر، يمكن تقسيم المشاريع البارزة إلى ثلاث فئات رئيسية:
1. الطبقة التجريدية
تعمل هذه البروتوكولات كواجهة مستخدم سهلة الاستخدام لـالتمويل اللامركزي، مما يسمح للمستخدمين بتنفيذ العمليات على السلسلة من خلال تلميحات بسيطة. وعادة ما تتكامل مع عدة سلاسل وdApp، ويمكنها تنفيذ نوايا المستخدم، بينما تبسط الخطوات اليدوية في المعاملات المعقدة.
يمكن أن تشمل الوظائف التي يمكن تنفيذها بواسطة هذه البروتوكولات:
على سبيل المثال، لا يحتاج المستخدم إلى سحب ETH يدويًا من منصة الإقراض، ونقلها عبر الشبكات الأخرى، وتحويلها إلى رموز أخرى، وتوفير السيولة على DEX - بروتوكول الطبقة المجردة يكفي لإكمال جميع العمليات في خطوة واحدة.
2. وكيل التداول الذاتي
على عكس الروبوتات التجارية التقليدية التي تتبع قواعد مُحددة مسبقًا، فإن وكلاء التداول الذاتي قادرون على التعلم والتكيف مع ظروف السوق، وضبط استراتيجياتهم بناءً على المعلومات الجديدة. يمكن أن تقوم هذه الوكلاء بـ:
3. DApps المدفوعة بالذكاء الاصطناعي
تقدم تطبيقات DeFi التقليدية وظائف مثل الإقراض، والتبادل، وزراعة العوائد. يمكن أن تعزز الذكاء الاصطناعي ووكلاء الذكاء الاصطناعي هذه الخدمات من خلال ما يلي:
التحديات الرئيسية التي تواجه هذه البروتوكولات تشمل:
الاعتماد على تدفقات البيانات في الوقت الحقيقي لتحقيق أفضل تنفيذ للتداول. قد تؤدي جودة البيانات الضعيفة إلى كفاءة توجيه منخفضة، وفشل في التداول، أو عدم تحقيق الأرباح.
تعتمد نماذج الذكاء الاصطناعي على البيانات التاريخية، لكن سوق التشفير يتسم بتقلبات كبيرة. يحتاج الوكلاء إلى تدريبهم على مجموعات بيانات متنوعة وعالية الجودة للحفاظ على فاعليتهم.
تحتاج إلى فهم شامل لارتباط الأصول، وتغيرات السيولة، ومشاعر السوق، لتستطيع فهم الحالة العامة للسوق.
من أجل تقديم منتجات ونتائج ذات جودة أعلى، يجب على هذه البروتوكولات أن تأخذ في الاعتبار دمج مجموعات بيانات مختلفة الجودة، مما يرفع منتجاتها إلى مستوى جديد.
#层 البيانات - توفير الطاقة الذكية لـ DeFAI
تعتمد جودة الذكاء الاصطناعي على البيانات التي يعتمد عليها. لكي تعمل وكلاء الذكاء الاصطناعي بكفاءة في DeFAI، يحتاجون إلى بيانات في الوقت الفعلي، منظمة وقابلة للتحقق. على سبيل المثال، تحتاج طبقة التجريد إلى الوصول إلى البيانات على السلسلة من خلال RPC وواجهات برمجة تطبيقات الشبكات الاجتماعية، بينما يحتاج وكلاء تحسين التداول والعائدات إلى بيانات لتحسين استراتيجيات التداول وإعادة توزيع الموارد.
تساعد مجموعات البيانات عالية الجودة الوكلاء على التنبؤ بدقة أكبر باتجاهات الأسعار المستقبلية، وتقديم المشورة للتداول لتلبية تفضيلات المستخدمين المتعلقة بالشراء أو البيع لأصول معينة.
المزودون الرئيسيون للبيانات في DeFAI يشملون:
تطوير Blockchain للوكيل الذكي
بالإضافة إلى بناء طبقة البيانات لـ AI والوكالات، فإن بعض سلاسل الكتل تقوم بتوجيه نفسها كحلول شاملة لـ DeFAI. قامت إحدى سلاسل الكتل مؤخرًا بنشر أدوات التعاون لـ DeFAI، لاستخدامها في تنفيذ المعاملات على السلسلة من خلال مطالبات المستخدمين. كما تدعم هذه السلسلة العديد من الفرق القائمة على AI والوكالات، لدمج بروتوكولات متنوعة في نظامها البيئي.
مع تطوير المزيد من الوكلاء وتنفيذ المعاملات، تتطور هذه البلوكشين بسرعة. تتزامن هذه المبادرات مع استخدامهم للذكاء الاصطناعي لترقية الشبكة، وأبرزها تجهيز البلوكشين بترتيب الذكاء الاصطناعي. من خلال استخدام المحاكاة وتحليل الذكاء الاصطناعي للمعاملات قبل التنفيذ، يمكن منع ومراجعة المعاملات عالية المخاطر قبل المعالجة، مما يضمن الأمان على السلسلة.
مستقبل تطوير DeFAI
حاليًا، تواجه معظم الوكلاء الذكاء الاصطناعي في التمويل اللامركزي قيودًا كبيرة في تحقيق الاستقلال الكامل:
قد تركز المرحلة التالية من DeFAI على دمج طبقات البيانات المفيدة، لتطوير منصة أو وكيل مثالي. سيتطلب ذلك بيانات عميقة على السلسلة مثل نشاط كبار المستثمرين، وتغيرات السيولة، بينما يتم إنتاج بيانات تركيبية لتحليل التنبؤ بشكل أفضل، وجمعها مع تحليل المشاعر من السوق بشكل عام.
الهدف النهائي هو جعل وكلاء الذكاء الاصطناعي قادرين على توليد وتنفيذ استراتيجيات التداول بسلاسة من واجهة واحدة. مع نضوج هذه الأنظمة، قد يعتمد المتداولون في التمويل اللامركزي في المستقبل على وكلاء الذكاء الاصطناعي لتقييم واستشراف وتنفيذ الاستراتيجيات المالية بشكل مستقل مع الحد الأدنى من التدخل البشري.
الخاتمة
على الرغم من أن رموز الوكلاء المدعومين بالذكاء الاصطناعي والإطارات شهدت تراجعًا كبيرًا مؤخرًا، إلا أن DeFAI لا يزال في مرحلة مبكرة، ولا يمكن تجاهل إمكانيات تعزيز وكيل الذكاء الاصطناعي لاستخدامية وأداء التمويل اللامركزي. يكمن المفتاح لإطلاق هذه الإمكانيات في الحصول على بيانات حقيقية عالية الجودة، مما سيحسن توقعات وتنفيذ التداول المدفوع بالذكاء الاصطناعي.
تطلّعًا إلى المستقبل، ستصبح القابلية للتحقق والخصوصية التحديات الرئيسية التي يجب على البروتوكولات معالجتها. حاليًا، لا تزال معظم عمليات وكلاء الذكاء الاصطناعي غير شفافة، حيث يتعين على المستخدمين إيداع أموالهم فيها. لذلك، سيساعد تطوير قرارات الذكاء الاصطناعي القابلة للتحقق في ضمان شفافية وموثوقية عملية الوكلاء. يمكن أن تعزز البروتوكولات المعتمدة على TEE وFHE وحتى الإثباتات الصفرية من قابلية التحقق من سلوك وكلاء الذكاء الاصطناعي، مما يؤدي إلى بناء الثقة في استقلاليتهم.
فقط من خلال الجمع الناجح بين البيانات عالية الجودة، والنماذج القوية، وعمليات اتخاذ القرار الشفافة، يمكن لوكلاء DeFAI الحصول على تطبيق واسع.