DeFAI: Как искусственный интеллект может раскрыть потенциал децентрализованного финансирования?
Децентрализованное финансирование(DeFi) быстро развивалось с 2020 года и стало основным столпом криптоэкосистемы. Однако с постоянным появлением новых протоколов экосистема DeFi становится все более сложной и децентрализованной, даже опытным пользователям сложно управлять множеством цепочек, активов и протоколов.
Тем временем, искусственный интеллект (AI) переходит от макроосновного повествования 2023 года к более специализированному и ориентированному на агентов фокусу 2024 года. Этот переход породил DeFi AI (DeFAI) - новую область, которая усиливает функции DeFi через автоматизацию, управление рисками и оптимизацию капитала.
DeFAI охватывает несколько уровней. Нижний уровень — это блокчейн, AI-агенты должны взаимодействовать с конкретной цепочкой, чтобы выполнять сделки и смарт-контракты. Над ним находятся уровень данных и вычислительный уровень, предоставляющие необходимую инфраструктуру для обучения моделей AI; эти модели используют исторические данные о ценах, рыночные настроения и анализ в цепочке. Уровень конфиденциальности и верифицируемости обеспечивает безопасность чувствительных финансовых данных, оставаясь при этом бездоверительным в исполнении. На верхнем уровне находится каркас агентов, который позволяет разработчикам создавать специализированные приложения на основе AI, такие как автономные торговые роботы, оценщики кредитных рисков и оптимизаторы управления в цепочке.
! [Объяснение DeFAI: как искусственный интеллект может раскрыть потенциал DeFi?] ](https://img-cdn.gateio.im/webp-social/moments-8d2047d5e1d3cb0bfeb8958d29d81336.webp)
С расширением экосистемы DeFAI выделяются три основные категории проектов:
1. Абстрактный уровень
Эти протоколы служат удобным интерфейсом для пользователей DeFi, позволяя им выполнять операции в сети с помощью простых подсказок. Они обычно интегрируют несколько цепочек и dApp, могут выполнять намерения пользователей, одновременно упрощая ручные шаги в сложных сделках.
Эти протоколы могут выполнять следующие функции:
Кросс-чейн обмен, заимствование/вывод, выполнение кросс-чейн торгов
Следите за торговыми кошельками или аккаунтами в социальных сетях для торговли
Автоматическое выполнение тейк-профита/стоп-лосса в зависимости от процента размера позиции
Например, пользователю не нужно вручную извлекать ETH из платформы заимствования, переносить его на другие сети, обменивать на другие токены и предоставлять ликвидность на DEX - протокол абстрактного уровня может выполнить все эти операции всего за один шаг.
2. Автономные торговые агенты
В отличие от традиционных торговых роботов, следующих установленным правилам, автономные торговые агенты могут обучаться и адаптироваться к рыночным условиям, корректируя стратегии на основе новой информации. Эти агенты могут:
Анализ данных для постоянной оптимизации стратегии
Прогнозируйте рыночные тенденции, принимайте более обоснованные решения по длинным и коротким позициям
Выполнение сложных стратегий Децентрализованного финансирования, таких как базовая торговля
3. DApps на основе ИИ
Традиционные dApp в области Децентрализованного финансирования (DeFi) предлагают функции кредитования, обмена, фермерства дохода и т. д. ИИ и агенты ИИ могут улучшить эти услуги следующими способами:
Оптимизация поставок ликвидности путем ребалансировки позиций LP для получения более высокой APY
Сканируйте токены, чтобы обнаружить потенциальные риски, такие как ковровые проекты или ловушки.
! [Объяснение DeFAI: как искусственный интеллект может раскрыть потенциал DeFi?] ](https://img-cdn.gateio.im/webp-social/moments-84359fdd4f09d82ba2482b309782baa0.webp)
Основные вызовы, с которыми сталкиваются эти протоколы, включают:
Зависеть от потоков данных в реальном времени для достижения наилучшего исполнения сделок. Плохое качество данных может привести к низкой эффективности маршрутизации, сбоям в сделках или отсутствию прибыли.
Модели ИИ зависят от исторических данных, но волатильность криптовалютного рынка очень велика. Агентам необходимо пройти обучение на разнообразных, высококачественных наборах данных, чтобы оставаться эффективными.
Необходимо全面 понять связь активов, изменения ликвидности и рыночные настроения, чтобы прояснить общую рыночную ситуацию.
Чтобы предоставить более качественные продукты и результаты, эти протоколы должны рассмотреть интеграцию различных наборов данных с разным качеством, чтобы поднять свои продукты на новый уровень.
Уровень данных - предоставляет интеллектуальную мощность для DeFAI
Качество ИИ зависит от данных, на которых он основан. Для того чтобы ИИ-агенты эффективно работали в DeFAI, им нужны данные в реальном времени, структурированные и проверяемые. Например, абстрактный уровень должен получать доступ к данным на блокчейне через RPC и API социальных сетей, в то время как агенты по оптимизации сделок и доходов нуждаются в данных для дальнейшего совершенствования торговых стратегий и перераспределения ресурсов.
Качественные наборы данных позволяют агентам более точно прогнозировать будущие ценовые тренды, предоставляя рекомендации для торговли, чтобы соответствовать предпочтениям пользователей по определенным активам.
Основные поставщики данных DeFAI включают:
Mode Synth: синтетические данные для финансового прогнозирования, захватывающие полное распределение изменений цен
Chainbase: Полноструктурированный набор данных, предоставляющий данные, улучшенные ИИ, для торговли, прогнозирования и обнаружения альфа.
sqd.ai: Децентрализованный дата-лак для AI-агентов, предоставляющий масштабируемый и настраиваемый многосетевой доступ к данным
Cookie: социальный и цепочный уровень данных для AI-агентов, обрабатывающий огромные объемы цепочных агентских данных на нескольких цепях.
Развитие блокчейна с использованием ИИ-агентов
Кроме создания уровня данных для ИИ и агентов, некоторые блокчейны позиционируют себя как полностековые решения DeFAI. Один из таких блокчейнов недавно развернул инструменты сотрудничества DeFAI для выполнения ончейн-транзакций по пользовательским подсказкам. Этот блокчейн также поддерживает множество команд, основанных на ИИ и агентах, интегрируя различные протоколы в свою экосистему.
С развитием большего количества агентов и выполнением сделок, эта блокчейн-сеть быстро развивается. Эти инициативы синхронизированы с их использованием ИИ для модернизации сети, и наиболее заметным является оснащение блокчейна ИИ-сортировщиком. Используя моделирование и ИИ-анализ сделок перед их выполнением, можно предотвратить и проверить высокорисковые сделки до обработки, обеспечивая безопасность на цепочке.
Будущее развития DeFAI
В настоящее время большинство AI-агентов в DeFi по-прежнему сталкиваются с серьезными ограничениями в достижении полной автономии:
Абстрактный уровень преобразует намерения пользователя в выполнение, но обычно не хватает предсказательной способности.
AI-агенты могут генерировать альфа за счет анализа, но им не хватает независимой способности выполнять сделки.
Децентрализованные приложения, управляемые ИИ, могут управлять хранилищами или сделками, но они являются пассивными, а не активными.
Следующий этап DeFAI может сосредоточиться на интеграции полезного уровня данных для разработки лучшей платформы или агента. Это потребует глубоких данных на цепочке, таких как действия крупных держателей, изменения ликвидности и т.д., одновременно создавая синтетические данные для лучшего прогнозного анализа и сочетая их с анализом настроений с общего рынка.
Конечной целью является создание AI-агентов, способных бесшовно генерировать и выполнять торговые стратегии из единого интерфейса. С развитием этих систем будущие трейдеры в Децентрализованном финансировании могут полагаться на AI-агентов для автономной оценки, прогнозирования и выполнения финансовых стратегий с минимальным человеческим вмешательством.
Заключение
Несмотря на недавнюю значительную коррекцию токенов и фреймворков AI-агентов, DeFAI все еще находится на ранней стадии, и потенциал AI-агентов для повышения доступности и производительности DeFi нельзя игнорировать. Ключом к раскрытию этого потенциала является получение качественных данных в реальном времени, что улучшит прогнозирование и выполнение сделок на основе AI.
Смотрим в будущее, проверяемость и конфиденциальность станут ключевыми проблемами, которые должны быть решены в протоколах. В настоящее время большинство операций AI-агентов остаются непрозрачными, и пользователи должны доверять свои средства им. Поэтому развитие проверяемых AI-решений поможет обеспечить прозрачность и ответственность процессов агентов. Интеграция протоколов, основанных на TEE, FHE и даже нулевых доказательствах, может повысить проверяемость действий AI-агентов, тем самым создавая доверие к их автономности.
Только успешное сочетание высококачественных данных, надежных моделей и прозрачных процессов принятия решений позволит DeFAI-агентам получить широкое применение.
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 Лайков
Награда
14
6
Поделиться
комментарий
0/400
rekt_but_vibing
· 21ч назад
дефи эволюционировал до того, чтобы смотреть на лицо искусственного интеллекта.
Посмотреть ОригиналОтветить0
OnChainArchaeologist
· 21ч назад
AI-игры стали разнообразнее, действительно вкусно
Посмотреть ОригиналОтветить0
StablecoinAnxiety
· 21ч назад
Снова что-то новое, а в Децентрализованных финансах еще не разобрался.
Посмотреть ОригиналОтветить0
FlatTax
· 21ч назад
AI снова сделала что-то новое
Посмотреть ОригиналОтветить0
FrontRunFighter
· 21ч назад
просто еще одна приманка mev, замаскированная под "инновации в области ИИ"
DeFAI: Как ИИ способствует инновациям и автоматизации в Децентрализованных финансах
DeFAI: Как искусственный интеллект может раскрыть потенциал децентрализованного финансирования?
Децентрализованное финансирование(DeFi) быстро развивалось с 2020 года и стало основным столпом криптоэкосистемы. Однако с постоянным появлением новых протоколов экосистема DeFi становится все более сложной и децентрализованной, даже опытным пользователям сложно управлять множеством цепочек, активов и протоколов.
Тем временем, искусственный интеллект (AI) переходит от макроосновного повествования 2023 года к более специализированному и ориентированному на агентов фокусу 2024 года. Этот переход породил DeFi AI (DeFAI) - новую область, которая усиливает функции DeFi через автоматизацию, управление рисками и оптимизацию капитала.
DeFAI охватывает несколько уровней. Нижний уровень — это блокчейн, AI-агенты должны взаимодействовать с конкретной цепочкой, чтобы выполнять сделки и смарт-контракты. Над ним находятся уровень данных и вычислительный уровень, предоставляющие необходимую инфраструктуру для обучения моделей AI; эти модели используют исторические данные о ценах, рыночные настроения и анализ в цепочке. Уровень конфиденциальности и верифицируемости обеспечивает безопасность чувствительных финансовых данных, оставаясь при этом бездоверительным в исполнении. На верхнем уровне находится каркас агентов, который позволяет разработчикам создавать специализированные приложения на основе AI, такие как автономные торговые роботы, оценщики кредитных рисков и оптимизаторы управления в цепочке.
! [Объяснение DeFAI: как искусственный интеллект может раскрыть потенциал DeFi?] ](https://img-cdn.gateio.im/webp-social/moments-8d2047d5e1d3cb0bfeb8958d29d81336.webp)
С расширением экосистемы DeFAI выделяются три основные категории проектов:
1. Абстрактный уровень
Эти протоколы служат удобным интерфейсом для пользователей DeFi, позволяя им выполнять операции в сети с помощью простых подсказок. Они обычно интегрируют несколько цепочек и dApp, могут выполнять намерения пользователей, одновременно упрощая ручные шаги в сложных сделках.
Эти протоколы могут выполнять следующие функции:
Например, пользователю не нужно вручную извлекать ETH из платформы заимствования, переносить его на другие сети, обменивать на другие токены и предоставлять ликвидность на DEX - протокол абстрактного уровня может выполнить все эти операции всего за один шаг.
2. Автономные торговые агенты
В отличие от традиционных торговых роботов, следующих установленным правилам, автономные торговые агенты могут обучаться и адаптироваться к рыночным условиям, корректируя стратегии на основе новой информации. Эти агенты могут:
3. DApps на основе ИИ
Традиционные dApp в области Децентрализованного финансирования (DeFi) предлагают функции кредитования, обмена, фермерства дохода и т. д. ИИ и агенты ИИ могут улучшить эти услуги следующими способами:
! [Объяснение DeFAI: как искусственный интеллект может раскрыть потенциал DeFi?] ](https://img-cdn.gateio.im/webp-social/moments-84359fdd4f09d82ba2482b309782baa0.webp)
Основные вызовы, с которыми сталкиваются эти протоколы, включают:
Зависеть от потоков данных в реальном времени для достижения наилучшего исполнения сделок. Плохое качество данных может привести к низкой эффективности маршрутизации, сбоям в сделках или отсутствию прибыли.
Модели ИИ зависят от исторических данных, но волатильность криптовалютного рынка очень велика. Агентам необходимо пройти обучение на разнообразных, высококачественных наборах данных, чтобы оставаться эффективными.
Необходимо全面 понять связь активов, изменения ликвидности и рыночные настроения, чтобы прояснить общую рыночную ситуацию.
Чтобы предоставить более качественные продукты и результаты, эти протоколы должны рассмотреть интеграцию различных наборов данных с разным качеством, чтобы поднять свои продукты на новый уровень.
Уровень данных - предоставляет интеллектуальную мощность для DeFAI
Качество ИИ зависит от данных, на которых он основан. Для того чтобы ИИ-агенты эффективно работали в DeFAI, им нужны данные в реальном времени, структурированные и проверяемые. Например, абстрактный уровень должен получать доступ к данным на блокчейне через RPC и API социальных сетей, в то время как агенты по оптимизации сделок и доходов нуждаются в данных для дальнейшего совершенствования торговых стратегий и перераспределения ресурсов.
Качественные наборы данных позволяют агентам более точно прогнозировать будущие ценовые тренды, предоставляя рекомендации для торговли, чтобы соответствовать предпочтениям пользователей по определенным активам.
Основные поставщики данных DeFAI включают:
Развитие блокчейна с использованием ИИ-агентов
Кроме создания уровня данных для ИИ и агентов, некоторые блокчейны позиционируют себя как полностековые решения DeFAI. Один из таких блокчейнов недавно развернул инструменты сотрудничества DeFAI для выполнения ончейн-транзакций по пользовательским подсказкам. Этот блокчейн также поддерживает множество команд, основанных на ИИ и агентах, интегрируя различные протоколы в свою экосистему.
С развитием большего количества агентов и выполнением сделок, эта блокчейн-сеть быстро развивается. Эти инициативы синхронизированы с их использованием ИИ для модернизации сети, и наиболее заметным является оснащение блокчейна ИИ-сортировщиком. Используя моделирование и ИИ-анализ сделок перед их выполнением, можно предотвратить и проверить высокорисковые сделки до обработки, обеспечивая безопасность на цепочке.
Будущее развития DeFAI
В настоящее время большинство AI-агентов в DeFi по-прежнему сталкиваются с серьезными ограничениями в достижении полной автономии:
Следующий этап DeFAI может сосредоточиться на интеграции полезного уровня данных для разработки лучшей платформы или агента. Это потребует глубоких данных на цепочке, таких как действия крупных держателей, изменения ликвидности и т.д., одновременно создавая синтетические данные для лучшего прогнозного анализа и сочетая их с анализом настроений с общего рынка.
Конечной целью является создание AI-агентов, способных бесшовно генерировать и выполнять торговые стратегии из единого интерфейса. С развитием этих систем будущие трейдеры в Децентрализованном финансировании могут полагаться на AI-агентов для автономной оценки, прогнозирования и выполнения финансовых стратегий с минимальным человеческим вмешательством.
Заключение
Несмотря на недавнюю значительную коррекцию токенов и фреймворков AI-агентов, DeFAI все еще находится на ранней стадии, и потенциал AI-агентов для повышения доступности и производительности DeFi нельзя игнорировать. Ключом к раскрытию этого потенциала является получение качественных данных в реальном времени, что улучшит прогнозирование и выполнение сделок на основе AI.
Смотрим в будущее, проверяемость и конфиденциальность станут ключевыми проблемами, которые должны быть решены в протоколах. В настоящее время большинство операций AI-агентов остаются непрозрачными, и пользователи должны доверять свои средства им. Поэтому развитие проверяемых AI-решений поможет обеспечить прозрачность и ответственность процессов агентов. Интеграция протоколов, основанных на TEE, FHE и даже нулевых доказательствах, может повысить проверяемость действий AI-агентов, тем самым создавая доверие к их автономности.
Только успешное сочетание высококачественных данных, надежных моделей и прозрачных процессов принятия решений позволит DeFAI-агентам получить широкое применение.