DeFAI: AI làm thế nào để giải phóng tiềm năng của Tài chính phi tập trung?

Tài chính phi tập trung (DeFi) đã phát triển nhanh chóng kể từ năm 2020 và vẫn là trung tâm của hệ sinh thái tiền mã hóa. Mặc dù đã có nhiều giao thức đổi mới được thiết lập, nhưng điều này cũng dẫn đến sự gia tăng độ phức tạp và phân mảnh, khiến ngay cả những người dùng có kinh nghiệm cũng khó có thể điều khiển số lượng lớn các chuỗi, tài sản và giao thức.

Đồng thời, trí tuệ nhân tạo (AI) đã phát triển từ những câu chuyện cơ bản rộng rãi vào năm 2023 thành một trọng tâm chuyên nghiệp hơn, hướng đến đại lý vào năm 2024. Sự chuyển mình này đã tạo ra DeFi AI (DeFAI) - một lĩnh vực mới nổi, nơi AI nâng cao DeFi thông qua tự động hóa, quản lý rủi ro và tối ưu hóa vốn.

Tài chính phi tập trung AI vượt qua nhiều cấp độ. Blockchain là lớp cơ sở, đại lý AI phải tương tác với chuỗi cụ thể để thực hiện giao dịch và hợp đồng thông minh. Lớp dữ liệu và lớp tính toán cung cấp cơ sở hạ tầng cần thiết để đào tạo các mô hình AI, những mô hình này được lấy từ dữ liệu giá lịch sử, tâm lý thị trường và phân tích trên chuỗi. Lớp riêng tư và có thể xác minh đảm bảo rằng dữ liệu tài chính nhạy cảm được giữ an toàn trong khi vẫn duy trì việc thực hiện không tin cậy. Khung đại lý cho phép các nhà phát triển xây dựng các ứng dụng điều khiển bằng AI chuyên biệt, như robot giao dịch tự động, bộ đánh giá rủi ro tín dụng và bộ tối ưu hóa quản trị trên chuỗi.

Với sự mở rộng không ngừng của hệ sinh thái DeFAI, các dự án nổi bật nhất có thể được chia thành ba loại chính:

1. Tầng trừu tượng

Các giao thức như vậy đóng vai trò như một giao diện thân thiện với người dùng tương tự như ChatGPT cho Tài chính phi tập trung, cho phép người dùng nhập các gợi ý được thực thi trên chuỗi. Chúng thường tích hợp với nhiều chuỗi và dApp, và thực hiện ý định của người dùng, đồng thời loại bỏ các bước thủ công trong giao dịch phức tạp.

Một số chức năng mà các giao thức này có thể thực hiện bao gồm:

• Trao đổi, chuỗi chéo, cho vay/rút tiền, thực hiện giao dịch chuỗi chéo
• Ví giao dịch sao chép hoặc hồ sơ cá nhân trên mạng xã hội
• Tự động thực hiện chốt lời/ cắt lỗ giao dịch dựa trên tỷ lệ phần trăm quy mô vị trí

Ví dụ, không cần phải tự tay rút ETH từ một nền tảng cho vay, chuyển nó qua chuỗi sang Solana, trao đổi SOL/các token khác, và cung cấp thanh khoản trên một DEX - giao thức lớp trừu tượng chỉ cần một bước để hoàn thành thao tác.

2. Đại lý giao dịch độc lập

Khác với các robot giao dịch truyền thống tuân theo quy tắc đã được thiết lập, đại lý giao dịch tự chủ có thể học hỏi và thích ứng với điều kiện thị trường, và điều chỉnh chiến lược của mình dựa trên thông tin mới. Những đại lý này có thể:

• Phân tích dữ liệu để liên tục hoàn thiện chiến lược
• Dự đoán xu hướng thị trường để đưa ra quyết định mua/bán tốt hơn
• Thực hiện các chiến lược DeFi phức tạp như giao dịch cơ bản

3. DApps được驱动 bởi AI

Tài chính phi tập trung dApp cung cấp các chức năng cho vay, trao đổi, farming lợi nhuận. AI và đại lý AI có thể nâng cao các dịch vụ này theo những cách sau:

• Tối ưu hóa nguồn cung thanh khoản bằng cách cân bằng lại vị trí LP để có APY tốt hơn
• Quét token để phát hiện rủi ro thông qua việc phát hiện rug hoặc bẫy mật.

Các giao thức hàng đầu được xây dựng trên những lớp này đang đối mặt với một số thách thức:

1. Dựa vào luồng dữ liệu thời gian thực để đạt được hiệu suất giao dịch tốt nhất. Chất lượng dữ liệu kém có thể dẫn đến hiệu quả tuyến thấp, giao dịch thất bại hoặc giao dịch không có lãi.

2. Các mô hình AI phụ thuộc vào dữ liệu lịch sử, nhưng thị trường tiền điện tử có tính biến động rất lớn. Các đại lý phải chấp nhận việc huấn luyện trên các tập dữ liệu đa dạng và chất lượng cao để duy trì tính hiệu quả.

3. Cần phải hiểu rõ sự tương quan của tài sản, sự thay đổi tính thanh khoản và cảm xúc thị trường để hiểu tình hình thị trường tổng thể.

Để cung cấp sản phẩm tốt hơn và kết quả tối ưu, các giao thức này nên xem xét việc tích hợp nhiều tập dữ liệu có chất lượng khác nhau.

Dữ liệu - Cung cấp sức mạnh cho DeFAI thông minh

Chất lượng của AI phụ thuộc vào dữ liệu mà nó dựa vào. Để các đại lý AI hoạt động hiệu quả trong DeFAI, họ cần dữ liệu thời gian thực, có cấu trúc và có thể xác minh. Ví dụ, lớp trừu tượng cần truy cập dữ liệu trên chuỗi thông qua RPC và API mạng xã hội, trong khi các đại lý tối ưu hóa giao dịch và lợi nhuận cần dữ liệu để hoàn thiện thêm chiến lược giao dịch của họ và phân bổ lại tài nguyên.

Các tập dữ liệu chất lượng cao giúp các đại lý có thể phân tích dự đoán hành vi giá trong tương lai tốt hơn, cung cấp lời khuyên giao dịch để phù hợp với sở thích của họ về vị thế mua hoặc bán của một số tài sản.

Các nhà cung cấp dữ liệu chính của DeFAI bao gồm:

1. Mode Synth: Dữ liệu tổng hợp dùng cho dự đoán tài chính, nắm bắt phân phối biến động giá đầy đủ, dùng cho dự đoán mô hình AI.

2. Chainbase: Tập dữ liệu cấu trúc toàn chuỗi, cung cấp dữ liệu tăng cường AI, dùng cho giao dịch, dự đoán và lấy alpha.

3. sqd.ai: Hồ dữ liệu phi tập trung hướng tới các tác nhân AI, có khả năng mở rộng và tùy chỉnh, truy cập dữ liệu đa chuỗi với tính bảo mật bằng chứng không kiến thức.

4. Cookie: Tâm lý mạng xã hội và lớp dữ liệu trên chuỗi hướng tới các đại lý AI, sử dụng 18 đại lý AI chuyên dụng để xử lý hơn 7TB dữ liệu đại lý trên hơn 20 chuỗi.

So sánh các blockchain hàng đầu mà AI đại lý dựa vào

Một số chuỗi công khai chắc chắn là chuỗi chính cho việc xây dựng và phát hành các khung và token AI. Các đại lý AI tận dụng băng thông cao và mạng độ trễ thấp của những chuỗi này cũng như hệ điều hành mã nguồn mở để triển khai token đại lý. Mặc dù chúng đều có hackathon và các ưu đãi tài chính, nhưng về kế hoạch AI của chúng với tư cách là một chuỗi, chúng vẫn chưa đạt đến trình độ mà một số chuỗi đã đạt được.

Một số chuỗi công khai trước đây đã định nghĩa mình là chuỗi khối L1 tập trung vào AI, với các chức năng bao gồm thị trường nhiệm vụ AI, trung tâm nghiên cứu AI với khung đại lý AI mã nguồn mở và trợ lý AI. Họ gần đây đã công bố quỹ đại lý AI lớn để mở rộng các đại lý hoàn toàn tự trị và có thể xác minh trên chuỗi.

Bước tiếp theo của DeFAI

Hiện tại, hầu hết các đại lý AI trong Tài chính phi tập trung đang phải đối mặt với những hạn chế đáng kể trong việc đạt được tính tự chủ hoàn toàn. Ví dụ:

1. Lớp trừu tượng chuyển đổi ý định của người dùng thành thực thi, nhưng thường thiếu khả năng dự đoán.

2. AI đại lý có thể tạo ra alpha thông qua phân tích, nhưng thiếu khả năng thực hiện giao dịch độc lập.

3. dApp được điều khiển bởi AI có thể xử lý kho bảo hiểm hoặc giao dịch, nhưng thuộc về dạng thụ động chứ không phải chủ động.

Giai đoạn tiếp theo của DeFAI có thể sẽ tập trung vào việc tích hợp các lớp dữ liệu hữu ích, để phát triển nền tảng hoặc đại lý tốt nhất. Điều này sẽ cần dữ liệu chuỗi sâu về hoạt động của các nhà đầu tư lớn, sự thay đổi thanh khoản, v.v., đồng thời tạo ra dữ liệu tổng hợp hữu ích để thực hiện phân tích dự đoán tốt hơn, kết hợp với phân tích cảm xúc từ thị trường chung, bất kể là sự biến động của các loại token trong các danh mục cụ thể hay sự biến động của token trên mạng xã hội.

Mục tiêu cuối cùng là các đại lý AI có thể tạo ra và thực hiện chiến lược giao dịch một cách liền mạch từ một giao diện duy nhất. Khi những hệ thống này phát triển, chúng ta có thể thấy trong tương lai các nhà giao dịch Tài chính phi tập trung dựa vào các đại lý AI tự đánh giá, dự đoán và thực hiện các chiến lược tài chính với ít can thiệp của con người.

Kết luận

Với sự sụt giảm mạnh của các token và khung AI, một số người có thể cho rằng DeFAI chỉ là một hiện tượng nhất thời. Tuy nhiên, DeFAI vẫn đang ở giai đoạn đầu, tiềm năng của AI trong việc tăng cường tính khả dụng và hiệu suất của Tài chính phi tập trung là không thể chối cãi.

Chìa khóa để khai thác tiềm năng này là có được dữ liệu thời gian thực chất lượng cao, điều này sẽ cải thiện dự đoán và thực hiện giao dịch dựa trên AI. Ngày càng nhiều giao thức tích hợp các lớp dữ liệu khác nhau, các giao thức dữ liệu xây dựng các plugin cho khung, điều này làm nổi bật tầm quan trọng của dữ liệu đối với quyết định của đại lý.

Nhìn về tương lai, khả năng xác thực và tính riêng tư sẽ trở thành những thách thức chính mà các giao thức phải giải quyết. Hiện tại, hầu hết các tác nhân AI vẫn hoạt động như một hộp đen, người dùng phải gửi tiền cho chúng. Do đó, sự phát triển của các quyết định AI có thể xác thực sẽ giúp đảm bảo tính minh bạch và trách nhiệm trong quy trình của các tác nhân. Việc tích hợp các giao thức dựa trên TEE, FHE hoặc thậm chí là zk-proofs có thể tăng cường khả năng xác thực hành vi của các tác nhân AI, từ đó xây dựng niềm tin vào tính tự chủ.

Chỉ khi kết hợp thành công dữ liệu chất lượng cao, mô hình vững chắc và quy trình ra quyết định minh bạch, đại lý DeFAI mới có thể được áp dụng rộng rãi.

![Tài chính phi tập trung AI toàn diện: AI如何释放DeFi的潜力？](https://img-cdn.gateio.im/webp-social/moments-56a89e79609d8f982d5d31dadfad9205.webp01