DeFAI: كيف يمكن للذكاء الاصطناعي إطلاق العنان لإمكانات التمويل اللامركزي ؟

التمويل اللامركزي (DeFi) منذ أن تطور بسرعة في عام 2020، كان دائمًا في قلب النظام البيئي المشفر. على الرغم من إنشاء العديد من البروتوكولات المبتكرة، إلا أنه أدى أيضًا إلى زيادة التعقيد والتفكك، مما يجعل من الصعب حتى على المستخدمين ذوي الخبرة التنقل في العديد من السلاسل والأصول والبروتوكولات.

في الوقت نفسه، تطور الذكاء الاصطناعي (AI) من سرد واسع النطاق في عام 2023 إلى تركيز أكثر تخصصًا وموجهًا للوكيل في عام 2024. وقد أدى هذا التحول إلى ظهور التمويل اللامركزي AI (DeFAI) - مجال ناشئ يعزز الذكاء الاصطناعي التمويل اللامركزي من خلال الأتمتة وإدارة المخاطر وتحسين رأس المال.

التمويل اللامركزي يتجاوز عدة مستويات. تعتبر البلوك تشين الطبقة الأساسية، ويجب أن يتفاعل وكيل الذكاء الاصطناعي مع سلسلة معينة لتنفيذ المعاملات والعقود الذكية. توفر طبقة البيانات وطبقة الحساب البنية التحتية اللازمة لتدريب نماذج الذكاء الاصطناعي، والتي تأتي من بيانات الأسعار التاريخية، ومشاعر السوق، والتحليل على السلسلة. تضمن طبقة الخصوصية والقابلية للتحقق سلامة البيانات المالية الحساسة مع الحفاظ على التنفيذ بدون ثقة. يسمح إطار الوكيل للمطورين ببناء تطبيقات مدفوعة بالذكاء الاصطناعي متخصصة، مثل روبوتات التداول المستقلة، ومقيمات مخاطر الائتمان، ومحسّني الحوكمة على السلسلة.

مع توسع بيئة DeFAI، يمكن تقسيم المشاريع الأكثر بروزًا إلى ثلاثة فئات رئيسية:

1. طبقة تجريدية

تعمل هذه البروتوكولات كواجهة مستخدم ودية شبيهة بـ ChatGPT للتمويل اللامركزي ، مما يسمح للمستخدمين بإدخال الموجهات التي يتم تنفيذها على السلسلة. وغالبًا ما تتكامل مع سلاسل متعددة وdApp وتقوم بتنفيذ نوايا المستخدم ، مع القضاء على الخطوات اليدوية في المعاملات المعقدة.

تشمل بعض الوظائف التي يمكن تنفيذها بواسطة هذه البروتوكولات:

• تبادل، عبر السلسلة، إقراض/سحب، تنفيذ المعاملات عبر السلسلة
• محفظة تداول النسخ أو الملف الشخصي على وسائل التواصل الاجتماعي
• تنفيذ تلقائي لجني الأرباح / وقف الخسارة بناءً على نسبة حجم المركز

على سبيل المثال، لا حاجة لسحب ETH يدويًا من منصة اقتراض معينة، ونقله عبر السلسلة إلى Solana، وتبادل SOL / رموز أخرى، وتوفير السيولة على DEX معين - بروتوكول الطبقة المجردة يمكنه إتمام العملية بخطوة واحدة فقط.

2. وكيل التداول الذاتي

على عكس روبوتات التداول التقليدية التي تتبع قواعد محددة مسبقًا، يمكن لوكلاء التداول الذاتي التعلم والتكيف مع ظروف السوق، وضبط استراتيجياتهم بناءً على المعلومات الجديدة. يمكن أن يقوم هؤلاء الوكلاء بـ:

• تحليل البيانات لتحسين الاستراتيجيات باستمرار
• توقع اتجاهات السوق لاتخاذ قرارات أفضل بشأن الشراء/البيع
• تنفيذ استراتيجيات DeFi المعقدة كما في التداول الأساسي

3. تطبيقات اللامركزية المدفوعة بالذكاء الاصطناعي

التمويل اللامركزي dApp يوفر خدمات الإقراض والتبادل وزراعة العائدات. يمكن أن تعزز الذكاء الاصطناعي ووكالات الذكاء الاصطناعي هذه الخدمات بالطرق التالية:

• تحسين توفير السيولة من خلال إعادة توازن مراكز LP للحصول على APY أفضل
• مسح الرموز للكشف عن المخاطر من خلال اكتشاف rug أو مصائد العسل المحتملة

تواجه البروتوكولات الرائدة المبنية على هذه الطبقات بعض التحديات:

1. تعتمد على تدفقات البيانات الحقيقية لتحقيق أفضل تنفيذ للتداول. قد تؤدي جودة البيانات الضعيفة إلى انخفاض كفاءة المسار، وفشل الصفقة، أو عدم تحقيق الربح.

2. تعتمد نماذج الذكاء الاصطناعي على البيانات التاريخية، لكن سوق العملات المشفرة متقلب للغاية. يجب على الوكلاء قبول تدريب مجموعة بيانات متنوعة وعالية الجودة للحفاظ على فعاليتهم.

3. تحتاج إلى فهم شامل لارتباط الأصول، وتغيرات السيولة، ومشاعر السوق، لتتمكن من فهم الوضع العام للسوق.

لتقديم منتجات أفضل ونتائج مثالية، يجب على هذه البروتوكولات أخذ دمج مجموعات البيانات المختلفة ذات الجودة في الاعتبار.

طبقة البيانات - لتزويد الذكاء الاصطناعي اللامركزي بالطاقة

يعتمد جودة الذكاء الاصطناعي على البيانات التي يعتمد عليها. لجعل الوكلاء الذكاء الاصطناعي يعملون بفعالية في DeFAI، يحتاجون إلى بيانات في الوقت الحقيقي، منظمة وقابلة للتحقق. على سبيل المثال، تحتاج الطبقة التجريدية إلى الوصول إلى البيانات على السلسلة من خلال RPC وAPI الشبكات الاجتماعية، بينما تحتاج وكلاء تحسين العمليات والتداول إلى البيانات لتحسين استراتيجياتهم التجارية وإعادة تخصيص الموارد.

تساعد مجموعات البيانات عالية الجودة الوكلاء على إجراء تحليل تنبؤي أفضل لسلوك الأسعار المستقبلية، وتقديم نصائح للتداول لتناسب تفضيلاتهم تجاه مراكز الشراء أو البيع لبعض الأصول.

التمويل اللامركزي AI الرئيسية لمزودي البيانات تشمل:

1. Mode Synth: بيانات تركيبية للتنبؤ المالي، تلتقط توزيع التغيرات السعرية بالكامل، لاستخدامها في نماذج الذكاء الاصطناعي للتنبؤ.

2. Chainbase: مجموعة بيانات هيكلية كاملة السلسلة، توفر بيانات معززة بالذكاء الاصطناعي، للاستخدام في التداول، والتنبؤ، والحصول على ألفا.

3. sqd.ai: بحيرة بيانات لامركزية موجهة لوكلاء الذكاء الاصطناعي، وصول متعدد السلاسل قابل للتوسع والتخصيص، مع أمان إثبات المعرفة الصفرية.

4. كوكي: العقل الاجتماعي لعملاء الذكاء الاصطناعي وطبقة البيانات على السلسلة، تستخدم 18 عميل ذكاء اصطناعي متخصص لمعالجة أكثر من 7 تيرابايت من بيانات الوكلاء على أكثر من 20 سلسلة.

مقارنة أفضل блокчейны المعتمدة على وكيل الذكاء الاصطناعي

بعض سلاسل الكتل العامة بلا شك هي السلاسل الرئيسية لبناء وإطلاق معظم أطر و رموز الوكلاء الذكاء الاصطناعي. تستخدم الوكلاء الذكاء الاصطناعي سعة النقل العالية و الشبكات ذات الكمون المنخفض لهذه السلاسل، بالإضافة إلى أنظمة التشغيل مفتوحة المصدر لنشر رموز الوكلاء. على الرغم من أن لديهم جميعًا هاكاثونات وحوافز تمويل، إلا أنهم لم يصلوا بعد إلى المستوى الذي وصلت إليه بعض السلاسل من حيث خطط الذكاء الاصطناعي كشبكة.

بعض سلاسل الكتل العامة قد عرفت نفسها سابقًا على أنها سلاسل كتلة من المستوى الأول تركز على الذكاء الاصطناعي، وتشتمل وظائفها على سوق المهام الذكية الاصطناعية، ومركز بحوث الذكاء الاصطناعي مع إطار عمل وكيل ذكاء اصطناعي مفتوح المصدر، ومساعد ذكاء اصطناعي. وقد أعلنوا مؤخرًا عن صندوق كبير لوكلاء الذكاء الاصطناعي، بهدف توسيع الوكلاء المستقلين القابلين للتحقق بالكامل على السلسلة.

الخطوة التالية في DeFAI

حاليًا، تواجه معظم وكلاء الذكاء الاصطناعي في التمويل اللامركزي قيودًا كبيرة في تحقيق الاستقلالية الكاملة. على سبيل المثال:

1. الطبقة المجردة تحول نية المستخدم إلى تنفيذ، لكنها عادة تفتقر إلى القدرة على التنبؤ.

2. قد يقوم وكيل الذكاء الاصطناعي بتحليل إنتاج الألفا، لكنه يفتقر إلى تنفيذ التداول المستقل.

3. يمكن لتطبيقات dApp المدفوعة بالذكاء الاصطناعي معالجة خزائن التأمين أو المعاملات، ولكنها تعتبر سلبية وليس نشطة.

قد تركز المرحلة التالية من DeFAI على دمج طبقة بيانات مفيدة لتطوير أفضل منصة أو وكيل. سيتطلب ذلك بيانات على السلسلة عميقة حول أنشطة كبار المستثمرين، وتغيرات السيولة، وما إلى ذلك، مع إنتاج بيانات تركيبية مفيدة لتحليل تنبؤي أفضل، ودمجها مع تحليل مشاعر السوق العامة، سواء كانت تقلبات رموز في فئة معينة، أو تقلبات رموز على الشبكات الاجتماعية.

الهدف النهائي هو أن تكون الوكلاء الذكاء الاصطناعي قادرين على توليد وتنفيذ استراتيجيات التداول بسلاسة من واجهة واحدة. مع نضوج هذه الأنظمة، قد نرى في المستقبل أن متداولي التمويل اللامركزي يعتمدون على الوكلاء الذكاء الاصطناعي لتقييم وتوقع وتنفيذ الاستراتيجيات المالية بشكل مستقل مع الحد الأدنى من التدخل البشري.

الخاتمة

نظرًا للتقلب الكبير في رموز وأطر وكيل الذكاء الاصطناعي، قد يعتقد البعض أن DeFAI مجرد ظاهرة عابرة. ومع ذلك، لا يزال DeFAI في مراحله المبكرة، ومن غير الممكن إنكار إمكانيات تعزيز وكيل الذكاء الاصطناعي لجدوى وأداء التمويل اللامركزي.

المفتاح لإطلاق هذه الإمكانيات يكمن في الحصول على بيانات عالية الجودة في الوقت الفعلي، مما سيحسن من توقعات التنفيذ والتداول المدعومة بالذكاء الاصطناعي. تدمج المزيد من البروتوكولات طبقات بيانات مختلفة، حيث توفر بروتوكولات البيانات مكونات إضافية لبناء الإطار، مما يبرز أهمية البيانات في اتخاذ قرارات الوكلاء.

في المستقبل، ستصبح القابلية للتحقق والخصوصية التحديات الرئيسية التي يجب على البروتوكولات معالجتها. حاليًا، لا تزال معظم عمليات وكيل الذكاء الاصطناعي عبارة عن صندوق أسود، حيث يتعين على المستخدمين إيداع الأموال فيه. لذلك، سيساعد تطوير قرارات الذكاء الاصطناعي القابلة للتحقق في ضمان شفافية وموثوقية عمليات الوكيل. يمكن للبروتوكولات المدمجة التي تعتمد على TEE وFHE وحتى zk-proofs تعزيز قابلية التحقق من سلوك وكيل الذكاء الاصطناعي، مما يحقق الثقة في الاستقلالية.

فقط من خلال الجمع الناجح بين البيانات عالية الجودة، والنماذج المتينة، وعمليات اتخاذ القرار الشفافة، يمكن لوكلاء DeFAI أن يحصلوا على تطبيق واسع النطاق.

![التمويل اللامركزي الشامل: كيف يمكن للذكاء الاصطناعي إطلاق العنان لإمكانات التمويل اللامركزي؟](https://img-cdn.gateio.im/webp-social/moments-56a89e79609d8f982d5d31dadfad9205.webp01