DeFAI: Як штучний інтелект надає можливості для Децентралізованого фінансування

Децентралізоване фінансування(DeFi)з 2020 року швидко розвивається, стаючи основною опорою криптоекосистеми. Незважаючи на те, що новаторські протоколи постійно з'являються, складність і фрагментація екосистеми DeFi також зростають, і навіть досвідченим користувачам важко впоратися з численними блокчейнами, активами та протоколами.

Водночас, штучний інтелект (AI) з широкої базової наративу 2023 року розвивається в 2024 році в більш професіоналізовану, орієнтовану на агентів фокус. Ця зміна призвела до появи DeFi AI(DeFAI) - нової галузі, яка посилює Децентралізоване фінансування через автоматизацію, управління ризиками та оптимізацію капіталу.

DeFAI охоплює кілька рівнів. Нижній рівень – це блокчейн, AI-агентам потрібно взаємодіяти з певним ланцюгом для виконання транзакцій та смарт-контрактів. Вгорі знаходяться рівень даних і обчислювальний рівень, які забезпечують необхідну інфраструктуру для навчання AI-моделей, що використовують історичні дані про ціни, ринкові настрої та аналіз на ланцюзі. Рівень конфіденційності та верифікації забезпечує захист чутливих фінансових даних при збереженні бездоверчого виконання. Найвищий рівень – це агентська система, що дозволяє розробникам створювати спеціалізовані додатки на основі AI, такі як автономні торгові роботи, оцінювачі кредитних ризиків та оптимізатори управління на ланцюзі.

З розширенням екосистеми DeFAI найяскравіші проекти можна поділити на три основні категорії:

1. Абстрактний рівень

Ці протоколи виконують роль зручного інтерфейсу DeFi, дозволяючи користувачам вводити підказки для виконання в ланцюзі. Вони зазвичай інтегруються з кількома блокчейнами та dApp, реалізуючи наміри користувачів, одночасно спрощуючи ручні етапи в складних транзакціях.

Ці протоколи можуть виконувати такі функції:

• Обмін, крос-чейн, кредитування, виконання транзакцій через крос-чейн
• Гаманець для копіювання угод або профіль у соціальних мережах
• Автоматичне виконання take profit/stop loss тощо відповідно до відсотка обсягу позиції

Наприклад, немає необхідності вручну витягувати ETH з платформи кредитування, переносити його через мережі до Solana, обмінювати токени та надавати ліквідність, протокол абстрактного рівня може виконати операцію всього за один крок.

2. Автономний торговий агент

На відміну від традиційних торгових роботів, які дотримуються заданих правил, автономні торгові агенти можуть навчатися та адаптуватися до умов ринку, коригуючи стратегію на основі нової інформації. Ці агенти можуть:

• Аналізуйте дані для постійного вдосконалення стратегії
• Прогнозувати ринкові тенденції, приймати кращі рішення про купівлю/продаж
• Виконання складних Децентралізоване фінансування стратегій

3. DApps на основі штучного інтелекту

Децентралізовані фінансові dApp надають можливості для кредитування, обміну, отримання доходу від фермерства тощо. Штучний інтелект та агенти ШІ можуть покращити ці послуги наступними способами:

• Оптимізація постачання ліквідності шляхом ребалансування позицій LP для досягнення кращого APY
• Сканування токенів шляхом виявлення потенційних ризиків

Основні виклики

Топові протоколи, побудовані на цих шарах, стикаються з деякими викликами:

1. Ці протоколи залежать від потоків даних в реальному часі для досягнення оптимального виконання угод. Погана якість даних може призвести до неефективності маршрутів, зриву угод або неприбуткових угод.

2. Моделі ШІ залежать від історичних даних, але ринок криптовалют має велику волатильність. Агент повинен приймати навчання на різноманітних, якісних наборах даних, щоб зберегти ефективність.

3. Потрібно повністю зрозуміти кореляцію активів, зміни ліквідності та ринкові настрої, щоб зрозуміти загальний стан ринку.

Щоб забезпечити кращі продукти та найкращі результати, ці протоколи повинні враховувати інтеграцію різних наборів даних різної якості, щоб підняти свої продукти на новий рівень.

Дані - забезпечення розумної потужності для DeFAI

Продуктивність ШІ залежить від даних, на яких він ґрунтується. Щоб агенти ШІ могли ефективно працювати в DeFAI, їм потрібні дані в реальному часі, структуровані та перевірені. Наприклад, абстрактний рівень повинен отримувати дані з блокчейну через RPC та API соціальних мереж, тоді як агенти оптимізації торгівлі та прибутків потребують даних для подальшого вдосконалення своїх торгових стратегій та перерозподілу ресурсів.

Високоякісні набори даних дозволяють агентам краще прогнозувати цінову поведінку в майбутньому, надаючи рекомендації для торгівлі, щоб відповідати їхнім уподобанням щодо довгих або коротких позицій у певних активах.

Найбільш обговорювана AI-агентська блокчейн

Окрім створення шару даних для ШІ та агентів, певний блокчейн позиціонує себе як повноцінне рішення для майбутнього DeFAI. Нещодавно вони розгорнули co-pilot для DeFAI, що дозволяє виконувати транзакції в мережі за підказками користувачів, і незабаром буде відкрито для стейкерів токенів.

Крім того, ця блокчейн також підтримує багато команд на основі ШІ та агентів. Вони доклали величезних зусиль, щоб інтегрувати кілька протоколів у свою екосистему, і з розвитком більшої кількості агентів та виконанням транзакцій ця екосистема швидко зростає.

Ці заходи були реалізовані під час оновлення їхньої мережі за допомогою AI, найбільш примітним є оснащення їхньої блокчейн-системи AI-сортувальником. Використовуючи моделювання та AI-аналіз транзакцій перед виконанням, можна зупинити та перевірити високоризикові транзакції перед обробкою, щоб забезпечити безпеку в мережі.

Наступний крок DeFAI

Наразі більшість AI-агентів у DeFi стикаються з суттєвими обмеженнями в досягненні повної автономії. Наприклад:

1. Абстрактний рівень перетворює наміри користувача в виконання, але зазвичай не вистачає здатності передбачати.

2. AI-агенти можуть генерувати альфа, аналізуючи, але їм не вистачає незалежного виконання угод.

3. Додатки dApp на основі штучного інтелекту можуть обробляти сховища або транзакції, але є пасивними, а не активними.

Наступний етап DeFAI, ймовірно, зосередиться на інтеграції корисного рівня даних для розробки найкращої платформи або агента. Це вимагатиме глибоких ончейн-даних про великі торгові операції, зміни ліквідності тощо, водночас генеруючи корисні синтетичні дані для кращого прогнозного аналізу, а також поєднуючи їх з аналізом емоцій з загального ринку, незалежно від коливань токенів у певних категоріях чи коливань токенів у соціальних мережах.

Кінцева мета полягає в тому, що AI-агенти можуть безшовно генерувати та виконувати торгові стратегії з єдиного інтерфейсу. У міру зрілості цих систем ми можемо побачити, як у майбутньому торговці DeFi покладатимуться на AI-агентів для автономної оцінки, прогнозування та виконання фінансових стратегій з мінімальним втручанням людини.

Висновок

Незважаючи на те, що токени та фрейми AI-агентів нещодавно зазнали значного зменшення, DeFAI все ще перебуває на ранній стадії, і потенціал AI-агентів для підвищення доступності та продуктивності DeFi є незаперечним.

Ключем до розкриття цього потенціалу є отримання високоякісних даних в реальному часі, що покращить прогнози та виконання торгівельних операцій, керованих ШІ. Все більше протоколів інтегрують різні рівні даних, протоколи даних створюють плагіни для побудови рамок, що підкреслює важливість даних для агентських рішень.

Оглядаючи в майбутнє, перевіряність та конфіденційність стануть ключовими викликами, які повинні вирішити протоколи. Наразі більшість операцій AI-агентів все ще є чорними ящиками, і користувачі повинні довірити свої кошти їм. Тому розвиток перевіряних AI-рішень допоможе забезпечити прозорість і підзвітність процесу агентів. Інтеграція протоколів, заснованих на надійному середовищі виконання, гомоморфному шифруванні та навіть нульових знаннях, може підвищити перевіряність поведінки AI-агентів, що дозволить досягти довіри до автономії.

Тільки успішне поєднання якісних даних, надійних моделей та прозорих процесів прийняття рішень дозволить агентам DeFAI отримати широке застосування.

![DeFAI повний огляд: як AI розкриває потенціал DeFi?](https://img-cdn.gateio.im/webp-social/moments-56a89e79609d8f982d5d31dadfad9205.webp01