Прогнозування є надзвичайно важливим для розвитку людства
Прогнозування є ключовою здатністю в еволюційному процесі людства. Здавна люди покладалися на свої органи чуття та інтуїцію, щоб сприймати загрози та можливості в навколишньому середовищі, наприклад, розпізнавати поведінкові патерни хижаків, шукати можливості для полювання, а також передбачати постачання сезонної їжі. Ці прогнози є надзвичайно важливими для виживання.
З розвитком часу людські прогнози постійно удосконалюються. Ми почали використовувати інструменти та планувати, наприклад, прогнозуючи потребу в вирощуванні та зберіганні їжі. Ми також навчились читати соціальні підказки, передбачати наміри та емоції інших. Прогрес у таких сферах, як письмовість, наука, математика, а також сучасна статистика, комп'ютерні науки, машинне навчання та технології штучного інтелекту постійно посилюють людські прогностичні здібності.
Прогнозні ринки стали важливим економічним інструментом, який використовує колективну мудрість для прогнозування результатів економічних, політичних та культурних подій. На відміну від традиційних опитувань, прогнозні ринки підвищують точність прогнозів завдяки економічним стимуляціям, оскільки учасники ставлять реальні гроші. Деякі прогностичні платформи залучили близько 4 мільярдів доларів ставок на ринку виборів у США у 2024 році, і їхні прогнози перемоги Трампа навіть перевищили точність традиційних опитувань, підкреслюючи економічну цінність краудсорсингових прогнозів.
Схожі еволюції також відбулися в сфері спотової та безстрокової торгівлі. Від зростання централізованих бірж, що задовольняють світовий попит на криптовалюту, до нещодавніх платформ, які пропонують самостійне зберігання та послуги без KYC, при цьому зберігаючи досвід торгівлі, подібний до централізованих бірж, ця сфера швидко розвивається.
З розвитком штучного інтелекту та моделей прогнозування на основі машинного навчання, наша здатність прогнозувати події, ціни на активи та волатильність суттєво зростає. Це сприятиме переходу людства в нову етап еволюції.
Зростання DeFi 3.0
DeFi 1.0 впроваджує смарт-контракти та децентралізовані додатки, що дозволяє кожному в будь-якому місці та в будь-який час здійснювати перекази, торгівлю, ставку, позики та видобуток доходів. В основному це інвестування криптоактивів у блокчейн для створення економічної вартості, до представницьких проектів належать деякі відомі децентралізовані біржі, платформи для позик та агрегатори доходу.
DeFi 2.0 на цій основі розширено, введено інноваційну токеноміку та механізми розподілу винагород, що мають на меті координувати інтереси різних зацікавлених сторін у протоколі та сприяти виникненню нових ринків, що пропонують альтернативні джерела доходу.
DeFi 3.0 вводить штучний інтелект у сферу DeFi. Дехто називає це DeFAI, інші - AiFi. Його основою є інтеграція великих мовних моделей (LLM) та/або моделей машинного навчання (ML) у продукти DeFi.
Від простих інтеграцій LLM (, які виконують роль підтримки клієнтів/асистентів, допомагаючи користувачам використовувати протокол ), до складних багатагенераторних/кластерингових і систем машинного навчання, ШІ з основи покращує продукти DeFi (, такі як збільшення торгових прибутків, зменшення непостійних втрат, покращення доходів LP, зниження ризику ліквідації безперервної торгівлі тощо ).
Окрім абстрактного рівня DeFAI та повністю автономних фінансових агентів, сьогодні ми обговоримо, як системи ШІ/МЛ та прогностичні моделі трансформують DeFi та інші вертикальні сфери.
Розвиток системи прогнозування
Нейронні мережі та дерева рішень з'явилися ще в 2000-х роках, коли деякі хедж-фонди використовували ці системи для прогнозування цін на акції та товари. Ранні результати прогнозування акцій були досить інформативними, точність короткострокових прогнозів досягала 50%-60%, але через надмірне узгодження та обмеженість даних це обмежувало їх застосування.
Потім зростання глибокого навчання та великих даних дозволило моделям обробляти більші набори даних (, такі як дані часових рядів, новини та неструктуровані дані з соціальних медіа ), що призвело до більш точних прогнозів та більш широкого застосування.
За останні п'ять років відбулися проривні розробки, моделі Transformer та мультимодальний ШІ інтегрували різноманітні набори даних, такі як емоції в соціальних мережах, транзакції в блокчейні, оракули, новини в реальному часі, краудсорсингові прогнози та інші джерела. Це дозволило деяким моделям ШІ досягти точності 80%-90% у прогнозуванні результатів подій та цін активів.
Зі зростанням удосконалення цих моделей значно зросло попит на інтеграцію прогностичних можливостей у системи DeFi. Ми наразі перебуваємо на ранній стадії DeFi 3.0 і в реальному часі спостерігаємо, як деякі учасники ринку поєднують системи ШІ/МЛ з додатками Web3.
Поєднання DeFi та систем AI/ML
Одна децентралізована мережа прогнозних моделей вже реалізувала інтеграцію з кількома DeFi протоколами та командами AI-агентів, надаючи їй прогнозні можливості (, які в основному зосереджені на прогнозуванні цін на криптовалюту, такі як BTC, ETH, SOL ). Ймовірність точності короткострокового прогнозування цін на криптовалюту, як стверджується, становить приблизно 80%.
Деякі основні застосування включають:
AI-управлюваний трест на базі USDC, що використовує технології прогнозування для максимізації прибутку від торгівлі SOL. З 23 квітня його накопичена дохідність становить 2,4%, річна дохідність приблизно 10%.
AI LP фонд, використовуючи прогнозні дані про ціни, краще розміщує ліквідність перед коливаннями цін, що дозволяє уникнути непостійних втрат.
Співпраця з кількома командами для підтримки торгових стратегій і виконання для AI-агентів.
Механізм розподілу стимулів у певній мережі може допомогти стартапам компенсувати витрати на розробку, команда використовує цю мережу для запуску розробки продукту, а значну частину розробницької роботи передає шахтарям; чим вищий стимул, тим краща якість шахтарів.
Оскільки моделі машинного навчання та системи прогнозування є одними з найпростіших для кількісної оцінки завдань (, створення моделей, які можуть точно прогнозувати певні речі ), є однією з вертикальних областей, на які найбільше уваги звертає підмережа.
Деякі підмережі, що зосереджуються на прогнозуванні, розробляють цікаві додатки:
Незабаром буде запущено DeFi-скарбницю, яка автоматично розподілятиме вклади користувачів на події/ринки з високою довірою для ставок. За попередніми тестами, річна доходність нібито перевищує чотири цифри.
Постійне вдосконалення в прогнозуванні футболу/англійського футболу. Нещодавні результати на клубному чемпіонаті світу показали, що агресивні ставки принесли 232% прибутковості інвестицій. Команда також працює над розробкою продукту DeFi для сховища, який буде використовувати більш орієнтований на ризик підхід.
Підмережа, побудована навколо високоефективної моделі прогнозування волатильності. Вона може бути використана для охоплення різних ймовірностей, які можуть виникнути з цінами (, а не лише для прогнозування майбутніх цін ), наприклад, для прогнозування ймовірності ліквідації, часу життя/ліквідації безстрокових позицій, налаштування діапазону надання ліквідності та прогнозування тимчасових втрат, прогнозування цін виконання опціонів та термінів виконання у вікні тощо.
Ці підмережі привертають таку увагу, оскільки щорічно вони пропонують токени на суму від 2 до 10 мільйонів доларів як стимул, залучаючи майнерів постійно вдосконалювати свої прогностичні моделі.
Їхньою метою є використання цих стимулів як капіталовкладень, щоб направити розвиток продукту та якомога швидше здійснити комерціалізацію/продуктування, що дозволить отримати реальний прибуток і компенсувати тиск на продаж токенів. Деякі з цих підмереж уже почали переходити до стадії комерціалізації.
Перспективи майбутнього
Пошук вищих доходів і нижчих ризиків буде продовжуватися, спонукаючи будівельників впроваджувати більше реальних активів на блокчейн. Існуючі джерела доходу DeFi будуть продовжувати оптимізуватися і ставати все більш доступними.
Прогнозні ринки стануть основним джерелом інформації, ШІ виконуватиме роль маркет-мейкера, а досвідчені учасники ще більше активізують колективний розум. Інструменти стають все більш розумними, моделі стають все більш точними, і ми вже побачили часткові результати.
Чим більше ці системи вчаться, тим більша їхня цінність. І чим сильніше їхня сумісність з іншими частинами Web3, тим більш незворотним стає весь тренд.
В кінцевому підсумку, все в криптовалютній сфері є ставкою на майбутнє. Тому інфраструктура та програми/агенти, які можуть хоч трохи чіткіше передбачити майбутнє — будь то через колективну мудрість, якісніші дані чи точніші моделі — матимуть значну перевагу.
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
22 лайків
Нагородити
22
9
Репост
Поділіться
Прокоментувати
0/400
MEVSandwichVictim
· 16год тому
Дайте мені весь прогноз, результати повністю звалилися.
Переглянути оригіналвідповісти на0
RektHunter
· 08-14 10:57
Пік ринку 8848 за один погляд
Переглянути оригіналвідповісти на0
BTCRetirementFund
· 08-13 00:08
Чекати на рис краще, ніж кидати кістки.
Переглянути оригіналвідповісти на0
GraphGuru
· 08-12 07:59
Маленькі тренди не можуть уникнути ока ШІ
Переглянути оригіналвідповісти на0
GateUser-9ad11037
· 08-12 07:58
Прогнози не точні.
Переглянути оригіналвідповісти на0
ConfusedWhale
· 08-12 07:53
А що робити, якщо прогноз виявиться неточним?
Переглянути оригіналвідповісти на0
zkProofInThePudding
· 08-12 07:35
Прогнозуйте, як завжди! Ринок дуже хаотичний.
Переглянути оригіналвідповісти на0
ParallelChainMaxi
· 08-12 07:32
Граючи на ринку протягом п'яти років, всі прогнози виявилися невдалими.
Децентралізовані фінанси 3.0: революція злиття AI прогнозних систем та шифрування фінансів
Прогнозування є надзвичайно важливим для розвитку людства
Прогнозування є ключовою здатністю в еволюційному процесі людства. Здавна люди покладалися на свої органи чуття та інтуїцію, щоб сприймати загрози та можливості в навколишньому середовищі, наприклад, розпізнавати поведінкові патерни хижаків, шукати можливості для полювання, а також передбачати постачання сезонної їжі. Ці прогнози є надзвичайно важливими для виживання.
З розвитком часу людські прогнози постійно удосконалюються. Ми почали використовувати інструменти та планувати, наприклад, прогнозуючи потребу в вирощуванні та зберіганні їжі. Ми також навчились читати соціальні підказки, передбачати наміри та емоції інших. Прогрес у таких сферах, як письмовість, наука, математика, а також сучасна статистика, комп'ютерні науки, машинне навчання та технології штучного інтелекту постійно посилюють людські прогностичні здібності.
Прогнозні ринки стали важливим економічним інструментом, який використовує колективну мудрість для прогнозування результатів економічних, політичних та культурних подій. На відміну від традиційних опитувань, прогнозні ринки підвищують точність прогнозів завдяки економічним стимуляціям, оскільки учасники ставлять реальні гроші. Деякі прогностичні платформи залучили близько 4 мільярдів доларів ставок на ринку виборів у США у 2024 році, і їхні прогнози перемоги Трампа навіть перевищили точність традиційних опитувань, підкреслюючи економічну цінність краудсорсингових прогнозів.
Схожі еволюції також відбулися в сфері спотової та безстрокової торгівлі. Від зростання централізованих бірж, що задовольняють світовий попит на криптовалюту, до нещодавніх платформ, які пропонують самостійне зберігання та послуги без KYC, при цьому зберігаючи досвід торгівлі, подібний до централізованих бірж, ця сфера швидко розвивається.
З розвитком штучного інтелекту та моделей прогнозування на основі машинного навчання, наша здатність прогнозувати події, ціни на активи та волатильність суттєво зростає. Це сприятиме переходу людства в нову етап еволюції.
Зростання DeFi 3.0
DeFi 1.0 впроваджує смарт-контракти та децентралізовані додатки, що дозволяє кожному в будь-якому місці та в будь-який час здійснювати перекази, торгівлю, ставку, позики та видобуток доходів. В основному це інвестування криптоактивів у блокчейн для створення економічної вартості, до представницьких проектів належать деякі відомі децентралізовані біржі, платформи для позик та агрегатори доходу.
DeFi 2.0 на цій основі розширено, введено інноваційну токеноміку та механізми розподілу винагород, що мають на меті координувати інтереси різних зацікавлених сторін у протоколі та сприяти виникненню нових ринків, що пропонують альтернативні джерела доходу.
DeFi 3.0 вводить штучний інтелект у сферу DeFi. Дехто називає це DeFAI, інші - AiFi. Його основою є інтеграція великих мовних моделей (LLM) та/або моделей машинного навчання (ML) у продукти DeFi.
Від простих інтеграцій LLM (, які виконують роль підтримки клієнтів/асистентів, допомагаючи користувачам використовувати протокол ), до складних багатагенераторних/кластерингових і систем машинного навчання, ШІ з основи покращує продукти DeFi (, такі як збільшення торгових прибутків, зменшення непостійних втрат, покращення доходів LP, зниження ризику ліквідації безперервної торгівлі тощо ).
Окрім абстрактного рівня DeFAI та повністю автономних фінансових агентів, сьогодні ми обговоримо, як системи ШІ/МЛ та прогностичні моделі трансформують DeFi та інші вертикальні сфери.
Розвиток системи прогнозування
Нейронні мережі та дерева рішень з'явилися ще в 2000-х роках, коли деякі хедж-фонди використовували ці системи для прогнозування цін на акції та товари. Ранні результати прогнозування акцій були досить інформативними, точність короткострокових прогнозів досягала 50%-60%, але через надмірне узгодження та обмеженість даних це обмежувало їх застосування.
Потім зростання глибокого навчання та великих даних дозволило моделям обробляти більші набори даних (, такі як дані часових рядів, новини та неструктуровані дані з соціальних медіа ), що призвело до більш точних прогнозів та більш широкого застосування.
За останні п'ять років відбулися проривні розробки, моделі Transformer та мультимодальний ШІ інтегрували різноманітні набори даних, такі як емоції в соціальних мережах, транзакції в блокчейні, оракули, новини в реальному часі, краудсорсингові прогнози та інші джерела. Це дозволило деяким моделям ШІ досягти точності 80%-90% у прогнозуванні результатів подій та цін активів.
Зі зростанням удосконалення цих моделей значно зросло попит на інтеграцію прогностичних можливостей у системи DeFi. Ми наразі перебуваємо на ранній стадії DeFi 3.0 і в реальному часі спостерігаємо, як деякі учасники ринку поєднують системи ШІ/МЛ з додатками Web3.
Поєднання DeFi та систем AI/ML
Одна децентралізована мережа прогнозних моделей вже реалізувала інтеграцію з кількома DeFi протоколами та командами AI-агентів, надаючи їй прогнозні можливості (, які в основному зосереджені на прогнозуванні цін на криптовалюту, такі як BTC, ETH, SOL ). Ймовірність точності короткострокового прогнозування цін на криптовалюту, як стверджується, становить приблизно 80%.
Деякі основні застосування включають:
AI-управлюваний трест на базі USDC, що використовує технології прогнозування для максимізації прибутку від торгівлі SOL. З 23 квітня його накопичена дохідність становить 2,4%, річна дохідність приблизно 10%.
AI LP фонд, використовуючи прогнозні дані про ціни, краще розміщує ліквідність перед коливаннями цін, що дозволяє уникнути непостійних втрат.
Співпраця з кількома командами для підтримки торгових стратегій і виконання для AI-агентів.
Механізм розподілу стимулів у певній мережі може допомогти стартапам компенсувати витрати на розробку, команда використовує цю мережу для запуску розробки продукту, а значну частину розробницької роботи передає шахтарям; чим вищий стимул, тим краща якість шахтарів.
Оскільки моделі машинного навчання та системи прогнозування є одними з найпростіших для кількісної оцінки завдань (, створення моделей, які можуть точно прогнозувати певні речі ), є однією з вертикальних областей, на які найбільше уваги звертає підмережа.
Деякі підмережі, що зосереджуються на прогнозуванні, розробляють цікаві додатки:
Незабаром буде запущено DeFi-скарбницю, яка автоматично розподілятиме вклади користувачів на події/ринки з високою довірою для ставок. За попередніми тестами, річна доходність нібито перевищує чотири цифри.
Постійне вдосконалення в прогнозуванні футболу/англійського футболу. Нещодавні результати на клубному чемпіонаті світу показали, що агресивні ставки принесли 232% прибутковості інвестицій. Команда також працює над розробкою продукту DeFi для сховища, який буде використовувати більш орієнтований на ризик підхід.
Підмережа, побудована навколо високоефективної моделі прогнозування волатильності. Вона може бути використана для охоплення різних ймовірностей, які можуть виникнути з цінами (, а не лише для прогнозування майбутніх цін ), наприклад, для прогнозування ймовірності ліквідації, часу життя/ліквідації безстрокових позицій, налаштування діапазону надання ліквідності та прогнозування тимчасових втрат, прогнозування цін виконання опціонів та термінів виконання у вікні тощо.
Ці підмережі привертають таку увагу, оскільки щорічно вони пропонують токени на суму від 2 до 10 мільйонів доларів як стимул, залучаючи майнерів постійно вдосконалювати свої прогностичні моделі.
Їхньою метою є використання цих стимулів як капіталовкладень, щоб направити розвиток продукту та якомога швидше здійснити комерціалізацію/продуктування, що дозволить отримати реальний прибуток і компенсувати тиск на продаж токенів. Деякі з цих підмереж уже почали переходити до стадії комерціалізації.
Перспективи майбутнього
Пошук вищих доходів і нижчих ризиків буде продовжуватися, спонукаючи будівельників впроваджувати більше реальних активів на блокчейн. Існуючі джерела доходу DeFi будуть продовжувати оптимізуватися і ставати все більш доступними.
Прогнозні ринки стануть основним джерелом інформації, ШІ виконуватиме роль маркет-мейкера, а досвідчені учасники ще більше активізують колективний розум. Інструменти стають все більш розумними, моделі стають все більш точними, і ми вже побачили часткові результати.
Чим більше ці системи вчаться, тим більша їхня цінність. І чим сильніше їхня сумісність з іншими частинами Web3, тим більш незворотним стає весь тренд.
В кінцевому підсумку, все в криптовалютній сфері є ставкою на майбутнє. Тому інфраструктура та програми/агенти, які можуть хоч трохи чіткіше передбачити майбутнє — будь то через колективну мудрість, якісніші дані чи точніші моделі — матимуть значну перевагу.