DeFAI: Як ШІ надає можливості Децентралізованим фінансам?
Децентралізовані фінанси(DeFi) з 2020 року швидко розвивається і залишається важливою складовою криптоекосистеми. Незважаючи на те, що нові інноваційні протоколи з’являються один за одним, це також призвело до зростаючої складності та фрагментації системи, і навіть досвідченим користувачам важко впоратися з численними ланцюгами, активами та протоколами.
Водночас штучний інтелект (AI) перейшов від макронаративу 2023 року до більш спеціалізованого, орієнтованого на агентів акценту 2024 року. Ця трансформація спричинила появу нового напрямку DeFi AI(DeFAI), де ШІ покращує функціональність DeFi через автоматизацію, управління ризиками та оптимізацію капіталу.
DeFAI охоплює кілька рівнів. На нижньому рівні знаходиться блокчейн, AI-агенти повинні взаємодіяти з певним ланцюгом, щоб виконувати транзакції та смарт-контракти. Вище розташований рівень даних та обчислень, що забезпечує інфраструктуру, необхідну для навчання AI-моделей, які базуються на історичних даних про ціни, ринковому настрої та аналізі в ланцюзі. Рівень конфіденційності та перевірки забезпечує безпеку чутливих фінансових даних під час збереження бездоверчого виконання. Найвищий рівень – це рамка агентів, яка дозволяє розробникам створювати спеціалізовані додатки з підтримкою AI, такі як автономні торгові роботи, оцінювачі кредитних ризиків і оптимізатори управління в ланцюзі.
З розширенням екосистеми DeFAI найпомітніші проекти можна поділити на три основні категорії:
1. Абстрактний рівень
Ці протоколи виконують роль користувацького інтерфейсу, подібного до ChatGPT, для Децентралізованих фінансів, дозволяючи користувачам вводити підказки для виконання в ланцюгу. Вони зазвичай інтегруються з кількома ланцюгами та DApp, реалізуючи наміри користувача та спрощуючи ручні етапи в складних транзакціях.
Ці протоколи можуть виконувати такі функції:
обмін, кросчейн, кредитування, кросчейн виконання угод
Гаманець для копіювання торгів або профіль у соціальних мережах
Автоматичне виконання Take Profit/Stop Loss тощо відповідно до відсотка обсягу позиції
Наприклад, не потрібно вручну витягувати ETH з платформи кредитування, переносити його через мережі, обмінювати токени та надавати ліквідність на DEX — протокол абстрактного рівня може виконати операцію всього за один крок.
2. Автономні торгові агенти
На відміну від традиційних торгових роботів, які діють відповідно до заданих правил, автономні торгові агенти можуть вчитися та адаптуватися до ринкових умов, а також коригувати свої стратегії відповідно до нової інформації. Ці агенти можуть:
Аналізуйте дані, щоб постійно вдосконалювати стратегію
Прогнозувати ринкові тенденції, щоб приймати кращі рішення щодо лонгів та шортів
Виконувати складні стратегії Децентралізовані фінанси, як звичайну торгівлю
3. DApps на базі штучного інтелекту
Децентралізовані фінанси DApp пропонують позики, обміни, фермерство доходу та інші функції. Штучний інтелект та AI-агенти можуть покращити ці послуги наступними способами:
Оптимізація постачання ліквідності шляхом перерозподілу позицій LP для отримання кращого APY
Сканування токенів шляхом виявлення потенційних ризиків
Ці провідні протоколи в цих аспектах стикаються з деякими викликами:
Залежність від потоків даних в реальному часі для досягнення оптимального виконання угод. Погана якість даних може призвести до неефективності маршрутів, невдач угод або відсутності прибутку.
AI моделі покладаються на історичні дані, але ринок криптовалют дуже волатильний. Агент повинен приймати навчання на різноманітних, високоякісних наборах даних, щоб зберегти свою ефективність.
Потрібно всебічно зрозуміти кореляцію активів, зміни ліквідності та ринкові емоції, щоб оцінити загальний стан ринку.
Щоб забезпечити кращі продукти та результати, ці протоколи повинні розглянути можливість інтеграції різних високоякісних наборів даних для підвищення рівня продуктів.
Дані рівень——для DeFAI смарт забезпечує потужність
Якість AI залежить від даних, на яких він базується. Щоб AI-агенти могли ефективно працювати в DeFAI, їм потрібні в реальному часі, структуровані та перевірені дані. Наприклад, абстрактний рівень повинен отримувати доступ до даних на блокчейні через RPC та API соціальних мереж, тоді як агенти оптимізації торгівлі та прибутків потребують даних для вдосконалення торгових стратегій і перерозподілу ресурсів.
Високоякісні набори даних дозволяють агентам краще прогнозувати майбутні цінові тренди, надаючи рекомендації щодо торгівлі, щоб відповідати певним уподобанням по довгих і коротких позиціях активів.
Основними постачальниками даних DeFAI є:
Mode Synth: синтетичні дані для фінансового прогнозування, які захоплюють повний розподіл коливань цін, що використовуються для прогнозування моделей AI
Chainbase: повністю структуровані дані ланцюга, надає дані, покращені штучним інтелектом, для торгівлі, прогнозування та отримання альфа
sqd.ai: Децентралізоване озеро даних для агентів ШІ, яке забезпечує масштабований і налаштовуваний доступ до даних між багатьма блокчейнами з безпекою на основі нульових знань.
Cookie: соціальний та блокчейн шар даних для AI агентів, що використовує кілька спеціалізованих AI агентів для обробки даних блокчейн агентів на кількох ланцюгах
Mode Synth як підмережа Bittensor створює синтетичні дані для фінансових прогнозних можливостей агентів. На відміну від традиційних систем прогнозування цін, Synth захоплює повний розподіл змін цін і їх відповідні ймовірності, формуючи точні синтетичні дані, що підтримують агентів та LLM.
Надання більшої кількості високоякісних наборів даних може допомогти AI-агентам приймати кращі напрямкові рішення під час торгівлі, а також прогнозувати коливання APY за різних ринкових умов, щоб ліквідні пулі могли перерозподіляти або вилучати ліквідність за потреби.
AI проксі-блокчейн
Окрім створення шару даних для ШІ та агентів, деякі блокчейни позиціонують себе як повноцінні рішення DeFAI. Наприклад, Mode розгорнув DeFAI co-pilot для виконання онлайнових транзакцій за допомогою підказок користувачів. Вони також підтримують багато команд на основі ШІ та агентів, інтегруючи кілька протоколів у свою екосистему.
Ці заходи проводяться паралельно з оновленням мережі за допомогою ШІ, включаючи оснащення блокчейну ШІ-сортувальником. Використовуючи симуляції та аналіз ШІ для перевірки транзакцій перед їх виконанням, можна зупинити та перевірити транзакції з високим ризиком перед обробкою, щоб забезпечити безпеку в мережі.
Інші основні блокчейни, такі як Solana і Base, також є важливими платформами для створення AI-агентів і токенів. NEAR визначає себе як L1-блокчейн, зосереджений на AI, пропонуючи ринок AI-завдань, відкритий AI-агентний фреймворк та інші функції.
Майбутнє розвитку DeFAI
Наразі більшість AI-агентів у Децентралізованих фінансах стикаються з обмеженнями у досягненні повної автономії. Наприклад, абстрактний рівень перетворює наміри користувача в виконання, але часто не вистачає прогнозуючих можливостей; AI-агенти можуть генерувати альфа-доходи шляхом аналізу, але не мають незалежного виконання угод; DApp на основі AI можуть обробляти страхові фонди або угоди, але є пасивними, а не активними.
Наступний етап DeFAI, можливо, зосередиться на інтеграції корисного шару даних для розробки найкращої платформи-агента. Це вимагатиме глибоких даних на ланцюгу, одночасно генеруючи корисні синтетичні дані для кращого прогнозного аналізу та поєднуючи аналіз ринкового настрою.
Кінцевою метою є те, щоб AI-агенти могли безшовно генерувати та виконувати торгові стратегії з єдиного інтерфейсу. З розвитком системи, в майбутньому трейдери DeFi можуть покладатися на AI-агентів для автономної оцінки, прогнозування і виконання фінансових стратегій з мінімальним людським втручанням.
DeFAI все ще перебуває на ранній стадії, потенціал посилення доступності та продуктивності DeFi за допомогою AI-агентів не можна недооцінювати. Отримання високоякісних даних в реальному часі є ключем до реалізації цього потенціалу, що покращить прогнози та виконання торгівлі, керованої AI.
В майбутньому, перевірність і конфіденційність стануть ключовими викликами, які протоколам потрібно буде вирішити. Інтеграція технологій на основі TEE, FHE та навіть нульових знань може підвищити перевірність дій AI-агентів, тим самим встановивши довіру до автономності.
Тільки успішне поєднання високоякісних даних, надійних моделей та прозорих процесів прийняття рішень дозволить агентам DeFAI отримати широке застосування.
 і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
13 лайків
Нагородити
13
3
Поділіться
Прокоментувати
0/400
BlockchainRetirementHome
· 3год тому
Гей, Децентралізовані фінанси, якщо не брати участь, то помреш.
DeFAI: Три основні області AI, що надають можливості Децентралізованим фінансам, та майбутні тенденції розвитку
DeFAI: Як ШІ надає можливості Децентралізованим фінансам?
Децентралізовані фінанси(DeFi) з 2020 року швидко розвивається і залишається важливою складовою криптоекосистеми. Незважаючи на те, що нові інноваційні протоколи з’являються один за одним, це також призвело до зростаючої складності та фрагментації системи, і навіть досвідченим користувачам важко впоратися з численними ланцюгами, активами та протоколами.
Водночас штучний інтелект (AI) перейшов від макронаративу 2023 року до більш спеціалізованого, орієнтованого на агентів акценту 2024 року. Ця трансформація спричинила появу нового напрямку DeFi AI(DeFAI), де ШІ покращує функціональність DeFi через автоматизацію, управління ризиками та оптимізацію капіталу.
DeFAI охоплює кілька рівнів. На нижньому рівні знаходиться блокчейн, AI-агенти повинні взаємодіяти з певним ланцюгом, щоб виконувати транзакції та смарт-контракти. Вище розташований рівень даних та обчислень, що забезпечує інфраструктуру, необхідну для навчання AI-моделей, які базуються на історичних даних про ціни, ринковому настрої та аналізі в ланцюзі. Рівень конфіденційності та перевірки забезпечує безпеку чутливих фінансових даних під час збереження бездоверчого виконання. Найвищий рівень – це рамка агентів, яка дозволяє розробникам створювати спеціалізовані додатки з підтримкою AI, такі як автономні торгові роботи, оцінювачі кредитних ризиків і оптимізатори управління в ланцюзі.
З розширенням екосистеми DeFAI найпомітніші проекти можна поділити на три основні категорії:
1. Абстрактний рівень
Ці протоколи виконують роль користувацького інтерфейсу, подібного до ChatGPT, для Децентралізованих фінансів, дозволяючи користувачам вводити підказки для виконання в ланцюгу. Вони зазвичай інтегруються з кількома ланцюгами та DApp, реалізуючи наміри користувача та спрощуючи ручні етапи в складних транзакціях.
Ці протоколи можуть виконувати такі функції:
Наприклад, не потрібно вручну витягувати ETH з платформи кредитування, переносити його через мережі, обмінювати токени та надавати ліквідність на DEX — протокол абстрактного рівня може виконати операцію всього за один крок.
2. Автономні торгові агенти
На відміну від традиційних торгових роботів, які діють відповідно до заданих правил, автономні торгові агенти можуть вчитися та адаптуватися до ринкових умов, а також коригувати свої стратегії відповідно до нової інформації. Ці агенти можуть:
3. DApps на базі штучного інтелекту
Децентралізовані фінанси DApp пропонують позики, обміни, фермерство доходу та інші функції. Штучний інтелект та AI-агенти можуть покращити ці послуги наступними способами:
Ці провідні протоколи в цих аспектах стикаються з деякими викликами:
Залежність від потоків даних в реальному часі для досягнення оптимального виконання угод. Погана якість даних може призвести до неефективності маршрутів, невдач угод або відсутності прибутку.
AI моделі покладаються на історичні дані, але ринок криптовалют дуже волатильний. Агент повинен приймати навчання на різноманітних, високоякісних наборах даних, щоб зберегти свою ефективність.
Потрібно всебічно зрозуміти кореляцію активів, зміни ліквідності та ринкові емоції, щоб оцінити загальний стан ринку.
Щоб забезпечити кращі продукти та результати, ці протоколи повинні розглянути можливість інтеграції різних високоякісних наборів даних для підвищення рівня продуктів.
Дані рівень——для DeFAI смарт забезпечує потужність
Якість AI залежить від даних, на яких він базується. Щоб AI-агенти могли ефективно працювати в DeFAI, їм потрібні в реальному часі, структуровані та перевірені дані. Наприклад, абстрактний рівень повинен отримувати доступ до даних на блокчейні через RPC та API соціальних мереж, тоді як агенти оптимізації торгівлі та прибутків потребують даних для вдосконалення торгових стратегій і перерозподілу ресурсів.
Високоякісні набори даних дозволяють агентам краще прогнозувати майбутні цінові тренди, надаючи рекомендації щодо торгівлі, щоб відповідати певним уподобанням по довгих і коротких позиціях активів.
Основними постачальниками даних DeFAI є:
Mode Synth як підмережа Bittensor створює синтетичні дані для фінансових прогнозних можливостей агентів. На відміну від традиційних систем прогнозування цін, Synth захоплює повний розподіл змін цін і їх відповідні ймовірності, формуючи точні синтетичні дані, що підтримують агентів та LLM.
Надання більшої кількості високоякісних наборів даних може допомогти AI-агентам приймати кращі напрямкові рішення під час торгівлі, а також прогнозувати коливання APY за різних ринкових умов, щоб ліквідні пулі могли перерозподіляти або вилучати ліквідність за потреби.
AI проксі-блокчейн
Окрім створення шару даних для ШІ та агентів, деякі блокчейни позиціонують себе як повноцінні рішення DeFAI. Наприклад, Mode розгорнув DeFAI co-pilot для виконання онлайнових транзакцій за допомогою підказок користувачів. Вони також підтримують багато команд на основі ШІ та агентів, інтегруючи кілька протоколів у свою екосистему.
Ці заходи проводяться паралельно з оновленням мережі за допомогою ШІ, включаючи оснащення блокчейну ШІ-сортувальником. Використовуючи симуляції та аналіз ШІ для перевірки транзакцій перед їх виконанням, можна зупинити та перевірити транзакції з високим ризиком перед обробкою, щоб забезпечити безпеку в мережі.
Інші основні блокчейни, такі як Solana і Base, також є важливими платформами для створення AI-агентів і токенів. NEAR визначає себе як L1-блокчейн, зосереджений на AI, пропонуючи ринок AI-завдань, відкритий AI-агентний фреймворк та інші функції.
Майбутнє розвитку DeFAI
Наразі більшість AI-агентів у Децентралізованих фінансах стикаються з обмеженнями у досягненні повної автономії. Наприклад, абстрактний рівень перетворює наміри користувача в виконання, але часто не вистачає прогнозуючих можливостей; AI-агенти можуть генерувати альфа-доходи шляхом аналізу, але не мають незалежного виконання угод; DApp на основі AI можуть обробляти страхові фонди або угоди, але є пасивними, а не активними.
Наступний етап DeFAI, можливо, зосередиться на інтеграції корисного шару даних для розробки найкращої платформи-агента. Це вимагатиме глибоких даних на ланцюгу, одночасно генеруючи корисні синтетичні дані для кращого прогнозного аналізу та поєднуючи аналіз ринкового настрою.
Кінцевою метою є те, щоб AI-агенти могли безшовно генерувати та виконувати торгові стратегії з єдиного інтерфейсу. З розвитком системи, в майбутньому трейдери DeFi можуть покладатися на AI-агентів для автономної оцінки, прогнозування і виконання фінансових стратегій з мінімальним людським втручанням.
DeFAI все ще перебуває на ранній стадії, потенціал посилення доступності та продуктивності DeFi за допомогою AI-агентів не можна недооцінювати. Отримання високоякісних даних в реальному часі є ключем до реалізації цього потенціалу, що покращить прогнози та виконання торгівлі, керованої AI.
В майбутньому, перевірність і конфіденційність стануть ключовими викликами, які протоколам потрібно буде вирішити. Інтеграція технологій на основі TEE, FHE та навіть нульових знань може підвищити перевірність дій AI-агентів, тим самим встановивши довіру до автономності.
Тільки успішне поєднання високоякісних даних, надійних моделей та прозорих процесів прийняття рішень дозволить агентам DeFAI отримати широке застосування.
![DeFAI повний огляд: як штучний інтелект розкриває потенціал Децентралізованих фінансів?](https://img-cdn.gateio.im/webp-social/moments-56a89e79609d8f982d5d31dadfad9205.webp01