DeFAI: Як штучний інтелект може вивільнити потенціал децентралізованого фінансування?

Децентралізоване фінансування(DeFi)з моменту свого швидкого розвитку з 2020 року залишається основним стовпом криптоекосистеми. Незважаючи на створення багатьох інноваційних протоколів, це також призвело до збільшення складності та фрагментації, що ускладнює досвідченим користувачам орієнтуватися у численних ланцюгах, активів та протоколах.

Одночасно, штучний інтелект (AI) розвинувся з базового наративу 2023 року до більш професійної, орієнтованої на агентів фокусування 2024 року. Ця зміна спричинила виникнення DeFi AI (DeFAI) - нової сфери, де ШІ посилює DeFi через автоматизацію, управління ризиками та оптимізацію капіталу.

DeFAI охоплює кілька рівнів. Блокчейн є базовим рівнем, AI-агенти повинні взаємодіяти з конкретним ланцюгом для виконання транзакцій і смарт-контрактів. Рівні даних і обробки забезпечують інфраструктуру, необхідну для навчання AI-моделей, які базуються на історичних даних про ціни, ринкових настроях і аналізі на ланцюзі. Рівень конфіденційності та перевірки гарантує збереження чутливих фінансових даних у бездосвідчений спосіб. Рамка агентів дозволяє розробникам створювати спеціалізовані AI-додатки, такі як автономні торгові роботи, оцінювачі кредитних ризиків та оптимізатори управління на ланцюзі.

З розвитком екосистеми DeFAI, найяскравіші проекти можна розділити на три основні категорії:

1. Абстрактний рівень

Ці протоколи виступають як дружній інтерфейс для користувачів DeFi, подібний до ChatGPT, дозволяючи користувачам вводити підказки для виконання в ланцюгу. Вони зазвичай інтегруються з кількома ланцюгами та dApp, виконуючи наміри користувачів, одночасно усуваючи ручні етапи в складних транзакціях.

Ці протоколи можуть виконувати деякі функції, які включають:

• Обмін, крос-ланцюг, позика/зняття, виконання транзакцій між ланцюгами
• Гаманець для копіювання угод або профіль у соціальних мережах
• Автоматичне виконання взяття прибутку/стоп-лоссу тощо відповідно до відсотка обсягу позиції.

Наприклад, не потрібно вручну витягувати ETH з платформи кредитування, переносити його через ланцюг на Solana, обмінювати на SOL і надавати ліквідність на DEX - протокол абстрактного рівня може виконати операцію всього за один крок.

2. Автономні торгові агенти

На відміну від традиційних торгових роботів, що дотримуються заздалегідь встановлених правил, автономні торгові агенти можуть навчатися та адаптуватися до умов ринку, а також коригувати свої стратегії на основі нової інформації. Ці агенти можуть:

• Аналізувати дані для постійного вдосконалення стратегії
• Прогнозуйте ринкові тенденції, щоб приймати кращі рішення про купівлю/продаж
• Виконання складних DeFi стратегій, як при базовій торгівлі

3. DApps на базі штучного інтелекту

Децентралізовані додатки (dApp) DeFi надають функції кредитування, обміну, отримання доходу та інше. Штучний інтелект та агенти ШІ можуть підсилити ці послуги наступними способами:

• Оптимізуйте постачання ліквідності, перерозподіляючи позиції LP для отримання кращого APY
• Сканування токенів для виявлення ризиків шляхом виявлення потенційних rug або медових пасток

Ці топові протоколи, побудовані на цих рівнях, стикаються з деякими викликами:

1. Залежить від потоків даних в реальному часі для досягнення оптимального виконання угод. Погана якість даних може призвести до низької ефективності маршрутів, збиткових угод або угод без прибутку.

2. Моделі штучного інтелекту залежать від історичних даних, але ринок криптовалют дуже волатильний. Агентам необхідно пройти навчання на різноманітних, високоякісних наборах даних, щоб зберегти свою ефективність.

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

Щоб забезпечити кращі продукти та найкращі результати, ці протоколи повинні розглянути можливість інтеграції різних якісних наборів даних, щоб підняти свої продукти на новий рівень.

Дані - забезпечення потужності для DeFAI смартів

Якість AI залежить від даних, на яких він базується. Щоб AI-агенти ефективно працювали в DeFAI, їм потрібні дані в реальному часі, структуровані та перевірені. Наприклад, абстрактний рівень потребує доступу до даних на блокчейні через RPC та API соціальних мереж, тоді як агенти для оптимізації транзакцій та прибутків потребують дані для подальшого вдосконалення своїх торгових стратегій та перерозподілу ресурсів.

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

Основні постачальники даних DeFAI включають:

• Mode Synth: Синтетичні дані для фінансового прогнозування, що відображають повний розподіл зміни цін, використовуються для прогнозування AI-моделями.
• Chainbase: повноцінний структурований набір даних, що забезпечує дані з посиленням AI, для торгівлі, прогнозування та отримання альфа.
• sqd.ai: Децентралізоване озеро даних для AI-агентів, масштабоване та налаштовуване багатоланцюгове доступ до даних з безпекою нульових знань.
• Cookie: соціальні медіа розуміння для AI-агентів та шар даних на ланцюгу, що використовує 18 спеціалізованих AI-агентів для обробки понад 20 ланцюгів, що містять більше 7TB даних агентів на ланцюгу.

Окрім створення шару даних для ШІ та агентів, деякі блокчейни також позиціонують себе як повноцінні блокчейни для створення DeFAI майбутнього. Вони підтримують численні команди, що базуються на ШІ та агентах, інтегруючи протоколи у свою екосистему, швидко розвиваючись разом з розробкою та виконанням більшої кількості агентів.

Ці заходи реалізуються одночасно з оновленням мережі за допомогою ШІ, найбільш вражаючим є оснащення блокчейну ШІ-сортувальником. Використовуючи моделювання та аналіз ШІ для транзакцій перед виконанням, можна зупиняти та перевіряти високоризиковані транзакції перед їх обробкою, щоб забезпечити безпеку в ланцюзі.

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 має здатності до прогнозування.
2. AI-агенти можуть генерувати альфа через аналіз, але їм бракує незалежного виконання угод.
3. Додатки, що працюють на базі штучного інтелекту, можуть обробляти страхові сховища або угоди, але вони є пасивними, а не активними.

Наступний етап DeFAI, можливо, зосередиться на інтеграції корисного шару даних для розробки найкращої платформи або агента. Це вимагатиме глибоких ончейн-даних про великі угоди, зміни ліквідності тощо, одночасно генеруючи корисні синтетичні дані для кращого прогнозного аналізу та поєднуючи їх із аналізом настроїв з загального ринку, незалежно від коливань токенів певних категорій або коливань токенів в соціальних мережах.

Кінцевою метою є те, що AI-агенти зможуть безшовно генерувати та виконувати торгові стратегії з єдиного інтерфейсу. У міру зрілості цих систем ми, ймовірно, побачимо, як майбутні DeFi трейдери покладаються на AI-агентів для самостійної оцінки, прогнозування та виконання фінансових стратегій з мінімальним людським втручанням.

Висновок

З огляду на суттєве зниження вартості токенів AI-агентів та їхніх рамок, деякі можуть вважати, що DeFAI є лише тимчасовим явищем. Проте DeFAI все ще на ранній стадії, і потенціал AI-агентів для підвищення доступності та продуктивності DeFi є незаперечним.

Ключем до розкриття цього потенціалу є отримання високоякісних даних у реальному часі, що покращить прогнози та виконання торгівлі, керованої ШІ. Все більше протоколів інтегрують різні шари даних, а протоколи даних створюють плагіни для структури, що підкреслює важливість даних для агентських рішень.

Дивлячись у майбутнє, перевірка та конфіденційність стануть ключовими викликами, які протокол повинен вирішити. На даний момент більшість операцій AI-агентів все ще є чорними ящиками, і користувачі повинні довіряти свої кошти їм. Тому розвиток перевірених AI-рішень допоможе забезпечити прозорість та підзвітність агентських процесів. Інтеграція протоколів, що базуються на надійному виконанні, повній гомоморфній криптографії або навіть доказах з нульовим розголошенням, може посилити перевіреність поведінки AI-агентів, що, в свою чергу, дозволить довіряти автономії.

Тільки успішне поєднання високоякісних даних, надійних моделей і прозорих процесів прийняття рішень дозволяє агентам DeFAI отримати широке застосування.

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