AI, що надає можливості RWA: розкриття "пароля довіри" для переведення активів поза блокчейном на блокчейн

Автор: Чжан Фенг

Хвиля реальних світових активів (RWA) охоплює фінансову сферу. За прогнозами BlackRock, до 2030 року розмір ринку токенізованих активів сягне 16 трильйонів доларів. Проте, прірва між фізичним і цифровим світом завжди існує, проблеми спотворення інформації про активи, ненадійності джерел даних, сліпих зон моніторингу процесів все ще переслідують розвиток RWA, підриваючи довіру до ринку.

Як зробити так, щоб поза ланцюгові активи отримали надійний і достовірний вираз на ланцюзі, або як забезпечити надійну підтримку поза ланцюгових активів? Технологія штучного інтелекту завдяки своїм потужним можливостям аналізу даних, розпізнавання шаблонів і автоматизованого прийняття рішень стає основним двигуном у побудові довіри до активів RWA та зводить надійний міст між даними на ланцюзі та поза ним.

!

В AI-можливостях RWA, прив'язка метаданих, посилення оракулів та моніторинг аномалій є тріадою охоронців довіри. Прив'язка метаданих є "фундаментом", що забезпечує реальність вихідної точки, вираженої в RWA на блокчейні; посилення оракулів є "трубопроводом", що гарантує надійність процесу відображення стану поза блокчейном на блокчейн; моніторинг аномалій є "постом", який контролює, чи залишається весь життєвий цикл здоровим, і надає зворотний зв'язок для підтримки перших двох. Ці три елементи не є ізольованими, а пов'язані потоком даних, утворюючи посилений цикл "статичний базис - динамічний вхід - реальна перевірка".

О. Анкоринг метаданих активів:AI керована надійна основа даних

Головним викликом при передачі RWA на блокчейн є забезпечення достовірності, повноти та перевірності ключових метаданих, що описують активи. Традиційне ручне введення та перевірка є неефективними та схильними до помилок, що не може задовольнити потреби масового впровадження RWA на блокчейн.

(I) Основні операційні режими

ШІ відіграє роль "інтелектуального перевіряча" та "підсилювача даних" на цьому етапі.

Автоматизоване витягування та структуризація: Використовуючи технології обробки природної мови (NLP) та комп'ютерного зору (CV), штучний інтелект автоматично витягує ключові атрибути (такі як місцезнаходження, площа, власник, оцінка, стан використання) з багатоджерельних гетерогенних даних, таких як контракти, документи про право власності, фінансові звіти, дані з датчиків (наприклад, з пристроїв Інтернету речей), супутникові зображення.

Багатоджерельна крос-валідація: Моделі штучного інтелекту об'єднують кілька незалежних авторитетних джерел даних (наприклад, урядові реєстраційні бази даних, надійні звіти третіх сторін, потоки датчиків за межами мережі) для проведення крос-валідації, виявлення суперечностей та аномалій.

Динамічне оновлення та обслуговування: Завдяки безперервному моніторингу змін джерел даних, ШІ ініціює автоматичний або напівавтоматичний процес оновлення метаданих, забезпечуючи синхронізацію інформації в ланцюгу з реальністю поза ланцюгом.

(II) Права та обов'язки учасників

Ініціатор активів/Куратор: відповідає за надання доступу до первинних даних, забезпечення законності та доступності джерела даних; несе первинну відповідальність за точність результатів обробки AI.

Постачальник AI: відповідає за проектування, навчання, розгортання та обслуговування моделей валідації AI; забезпечує прозорість, справедливість та надійність моделей; надає аудиторські записи продуктивності моделей та процесу валідації.

Аудитор/вузол перевірки: Відповідальний за незалежний вибірковий аудит або верифікацію консенсусу процесів і результатів обробки ШІ.

Регулятори: Розробити стандарти відповідності для використання ШІ у верифікації критично важливих фінансових даних, вимоги до управління ризиками моделей.

(Три) Відповідність та управління ризиками

Конфіденційність даних та відповідність нормам: Процес обробки AI повинен суворо дотримуватись норм конфіденційності даних, таких як GDPR, CCPA, використовуючи технології обчислень конфіденційності (наприклад, федеративне навчання, безпечні багатосторонні обчислення, диференційна конфіденційність) для захисту чутливої інформації під час проведення верифікації.

Ризик моделі: Необхідно створити сувору структуру управління ризиками моделі, яка включає валідацію моделі, постійний моніторинг, виявлення та пом'якшення упередженості, захист від атак, що суперечать, чітке визначення меж продуктивності.

Прозорість та пояснюваність: Надання пояснювальних підстав AI для ключових рішень (такі як невдача верифікації, закріплення активів великої вартості), що відповідають вимогам регулювання та аудиту.

Визначення відповідальності: Чітко визначити юридичну відповідальність усіх сторін у випадку прийняття рішень за допомогою штучного інтелекту, особливо у разі помилок або відхилень у моделях штучного інтелекту, які призводять до збитків.

**Два. Посилення оракула: AI надає можливість надійного потокового даних поза ланцюгом

Оракл (Oracle) є ключовим мостом між зовнішнім світом і блокчейном. Традиційні оракли покладаються на одне або кілька джерел даних, що створює проблеми з єдиною точкою відмови, підробкою даних, затримкою тощо.

(I) Основні операційні режими

Штучний інтелект на цьому етапі оновлюється до "інтелектуального оракула" або "підвищеного рівня оракула".

Багатоджерельна агрегація та оцінка довіри: Модель ШІ отримує інформацію від кількох вузлів оракулів або незалежних джерел даних, оцінює реальну надійність, історичну точність та потенційні упередження кожного джерела, виконує динамічну вагову агрегацію та видає оптимальне оцінене значення.

Виявлення аномалій та фільтрація: Реальний моніторинг вхідного потоку даних, використання аналізу часових рядів, алгоритмів виявлення аномалій для ідентифікації та фільтрації викидів, підозрілих вводів або потенційних атак (наприклад, спроби атак блискавичних кредитів вплинути на ціну оракула).

Прогнозне заповнення даних: У разі затримок у мережі або тимчасових збоїв у джерелах даних ШІ може здійснювати короткострокове прогнозне заповнення на основі історичних патернів та асоційованих даних, забезпечуючи безперервність обслуговування (необхідно чітко зазначити).

Складна конверсія даних: Перетворення поза ланцюгом неструктурованих або складних даних (наприклад, інтерпретація звітів про попит і пропозицію конкретних товарів, тенденції змін кредитного рейтингу) у стандартизований ввід, зрозумілий для смарт-контрактів на ланцюзі.

(ІІ) Права та обов'язки учасників

Оператори вузлів оракула: Відповідають за запуск програмного забезпечення вузлів оракула з покращенням AI; забезпечують безпеку та стабільність інфраструктури вузлів; оперативно реагують на аномалії, виявлені AI, та вживають заходів.

Постачальник даних: Забезпечує якість, своєчасність та відповідність контракту даних; несе відповідальність за надання неправдивих або шкідливих даних.

Губернатор децентралізованої мережі оракулів (DON): Відповідає за загальну модель безпеки мережі, механізми стимулювання/покарання для вузлів, вибір та стратегії оновлення AI-моделей.

Розробники смарт-контрактів/Користувачі DApp: Виберіть та довіряйте певним послугам оракулів з підтримкою ШІ; сплачуйте відповідні збори; розумійте обмеження та потенційні ризики послуг оракулів.

(Три) Відповідність і управління ризиками

Сертифікація надійності джерел даних: Встановлення механізму сертифікації кваліфікації постачальників даних та їх постійної оцінки для забезпечення надійності джерел.

Дизайн, що протистоїть маніпуляціям: Моделі ШІ та мережі оракулів повинні бути спроектовані так, щоб протистояти атакам від відьом, атакам з підкупом тощо, забезпечуючи децентралізацію та стійкість агрегованих результатів до маніпуляцій.

Угода про рівень обслуговування (SLA) та страхування: Надати чіткий SLA, що визначає норму безперервної роботи, гарантії точності та процеси обробки збоїв; дослідити можливість використання децентралізованого страхування для забезпечення захисту від втрат користувачів, спричинених збоєм оракула.

Огляд регулювання "ключових даних каналів": AI-оракли, які надають ключові ціни (наприклад, ціни на заставу), можуть розглядатися як інфраструктура фінансового ринку і підлягають більш суворим вимогам щодо експлуатації, прозорості та стійкості.

Три. Моніторинг аномальних ситуацій: AI охороняє здоров'я активів протягом усього життєвого циклу

Після того, як активи RWA потрапили в блокчейн, це не є остаточним рішенням, стан, вартість та відповідність реальних об'єктів можуть постійно змінюватися. Потрібен безперервний, інтелектуальний моніторинг для попередження про ризики.

(I) Основні операційні режими

Штучний інтелект на цьому етапі є "цілодобовим охоронцем" та "аналітиком ризиків".

Багатовимірний моніторинг поведінки: Реальний аналіз моделей транзакцій в ланцюзі (таких як аномальні великі перекази, часті невеликі випробування), пов'язаних даних поза ланцюгом (таких як потоки орендних платежів, журнали роботи обладнання, новини, громадська думка, динаміка ESG показників) та вхідних даних з оракулів.

Розпізнавання патернів і попередження про ризики: Використовуючи машинне навчання для розпізнавання аномальної поведінки, що відхиляється від нормальних патернів (наприклад, аномальне зниження вартості застави, затримка орендної плати, тривала зупинка обладнання, сплеск негативної громадської думки, оголошення про регуляторні санкції), заздалегідь надсилати сигнали тривоги.

Аналіз основних причин****та оцінка впливу: Провести асоціативний аналіз виявлених аномалій, припустити потенційні причини (такі як коливання ринку, фінансові труднощі, природні катастрофи, шахрайство) та оцінити їхній вплив на вартість активів, грошові потоки та дотримання норм.

Автоматизоване реагування: У взаємодії з розумними контрактами автоматично ініціює заходи з пом'якшення ризиків (наприклад, додаткове забезпечення, запуск часткового ліквідації, заморожування підозрілих транзакцій, повідомлення уповноваженої особи про перевірку) при виконанні попередньо встановлених умов.

(II) Права та обов'язки сторін

Постачальник моніторингових послуг: Розробка та впровадження AI-моделей моніторингу; надання реальних сповіщень, звітів про ризики та візуальних інформаційних панелей; забезпечення всебічного охоплення моніторингу та точності сповіщень (баланс між хибними сповіщеннями та пропусками).

Керуючий активами/Трастовий управитель: відповідає за отримання та реагування на AI-попередження; вживає дій на блокчейні та поза ним відповідно до заздалегідь визначених правил або ручного оцінювання; регулярно переглядає та оптимізує правила моніторингу та порогові значення.

Інвестори/кредитори: мають право на доступ до прозорих звітів про ризики та оглядів моніторингу; коригувати свої позиції або стратегії відповідно до змін ризиків.

Регуляторні органи: Зосередьте увагу на моніторингу системних ризиків на ринку; вимагайте своєчасного звіту про ключові ризикові події (такі як серйозний дефіцит забезпечення).

(Три) Відповідність і управління ризиками

Приватність та межі моніторингу: Обсяг моніторингу має бути строго обмежений необхідними даними, які безпосередньо пов'язані з ризиками активів RWA, щоб уникнути надмірного моніторингу, який порушує приватність особи або підприємства, відповідно до регуляторних вимог.

Модельна інтерпретованість та відстеження рішень: Для високоризикових попереджень та автоматичних відповідей необхідно надати чітке обґрунтування аналізу ШІ, щоб забезпечити можливість відстеження та аудиту рішень.

Людський нагляд та право остаточного рішення: Ключові рішення щодо управління ризиками (наприклад, примусове ліквідація) повинні мати чіткий механізм людського втручання та право остаточного рішення, особливо коли рішення AI є невизначеними або стосуються складних ситуацій.

Мережева еластичність та безперервність бізнесу: AI-система моніторингу повинна мати високу доступність та стійкість до атак, щоб запобігти її збоєвість або зламу, що може призвести до ризику недогляду.

Висновок: ШІ — основна сила для побудови основи довіри до RWA та моста даних

ШІ не є панацеєю для всіх викликів довіри RWA, але вона, безумовно, є незамінною основною технологічною силою для створення надійної та прозорої екосистеми RWA. Завдяки глибокій підготовці до трьох ключових етапів: закріплення метаданих активів, посилення оракулів та моніторинг аномалій на всьому життєвому циклі, ШІ системно переформатовує вираження вартості та способи обігу RWA:

Зміцнення основ довіри: AI-орієнтована багатоджерельна верифікація, постійний моніторинг та попередження про аномалії значно підвищили точність та своєчасність відображення інформації про RWA в ланцюзі на реальний стан поза ланцюгом, суттєво зменшуючи інформаційну асиметрію та ризики шахрайства.

Міст даних: Штучний інтелект, як «перекладач» і «інспектор якості», дозволяє ефективно, надійно та безпечно перетворювати складні, динамічні, неструктуровані дані поза ланцюгом на довірчі та виконувані входи для смарт-контрактів на ланцюзі, що значно розширює сценарії застосування RWA та межі їх складності.

Управління ризиками через активну дії: Від пасивної реакції до активного запобігання, здатність штучного інтелекту до виявлення і прогнозування ризиків дозволяє зрушити контроль ризиків RWA, підвищуючи стабільність і стійкість всієї екосистеми.

Відновлення рамок відповідальності: Впровадження ШІ спричинило появу нових учасників (постачальники послуг ШІ, покращені вузли предсказувань) і суттєво змінило межі обов'язків існуючих ролей, вимагаючи створення відповідного розподілу відповідальності, механізмів стимулювання, правового та регуляторного забезпечення, а також системи управління ризиками.

У майбутньому, з подальшою інтеграцією мультимодального ШІ, обчислень конфіденційності та механізмів консенсусу блокчейн, а також поступовим вдосконаленням регуляторної структури, основа довіри RWA, що керується ШІ, стане ще більш міцною, а міст даних на блокчейні та поза ним стане ще більш плавним і ефективним. Справді надійний, прозорий, ефективний та інклюзивний глобальний фінансовий ринок RWA, підштовхуваний технологією ШІ, прискорено формується. Це не тільки вивільнить потенціал активів на трильйони доларів, але й глибоко змінить парадигму функціонування глобальної фінансової системи.