DeFAI: كيف يمكن للذكاء الاصطناعي إطلاق العنان لإمكانات التمويل اللامركزي ؟
التمويل اللامركزي ( DeFi ) منذ أن تطور بسرعة منذ عام 2020، كان ولا يزال العمود الفقري للنظام البيئي للعملات المشفرة. على الرغم من ظهور العديد من البروتوكولات المبتكرة، إلا أنه أدى أيضًا إلى زيادة التعقيد والتفتيت، حتى أن المستخدمين ذوي الخبرة يجدون صعوبة في التنقل بين العديد من السلاسل والأصول والبروتوكولات.
في الوقت نفسه، تطورت الذكاء الاصطناعي (AI) من السرد الأساسي الواسع في عام 2023 إلى تركيز أكثر تخصصًا وتركزًا على الوكلاء في عام 2024. وقد ولدت هذه التحول مجالًا ناشئًا يسمى DeFi AI (DeFAI) - الذي يعزز التمويل اللامركزي من خلال الأتمتة وإدارة المخاطر وتحسين رأس المال.
التمويل اللامركزي يقطع عبر عدة مستويات. البلوكشين هو المستوى الأساسي، ويجب على وكيل الذكاء الاصطناعي التفاعل مع سلسلة معينة لتنفيذ المعاملات والعقود الذكية. توفر طبقة البيانات وطبقة الحوسبة البنية التحتية اللازمة لتدريب نماذج الذكاء الاصطناعي، التي تأتي من بيانات الأسعار التاريخية، والمشاعر السوقية، والتحليل على السلسلة. تضمن طبقة الخصوصية والتحقق من صحة بيانات المالية الحساسة الحفاظ على الأمان أثناء تنفيذ بدون ثقة. أخيراً، يسمح إطار الوكلاء للمطورين ببناء تطبيقات مدفوعة بالذكاء الاصطناعي متخصصة، مثل روبوتات التداول الذاتية، ومقيمي مخاطر الائتمان، ومحسنات إدارة السلسلة.
مع توسع نظام DeFAI البيئي، يمكن تصنيف المشاريع البارزة إلى ثلاث فئات رئيسية:
1. طبقة تجريدية
تعمل هذه البروتوكولات كواجهة مستخدم ودية تشبه ChatGPT للتمويل اللامركزي، مما يسمح للمستخدمين بإدخال الإرشادات التي يتم تنفيذها على السلسلة. عادة ما تتكامل مع عدة سلاسل وdApp، وتنفذ نوايا المستخدمين، مع التخلص من الخطوات اليدوية في المعاملات المعقدة.
تشمل بعض الوظائف التي يمكن أن تنفذها هذه البروتوكولات:
التبادل، عبر السلاسل، الإقراض/السحب، تنفيذ المعاملات عبر السلاسل
محفظة تداول مطابقة أو ملف تعريف وسائط اجتماعية
تنفيذ أوامر جني الأرباح/وقف الخسارة تلقائيًا بناءً على نسبة حجم المركز
على سبيل المثال، لا حاجة لسحب ETH يدويًا من منصة الإقراض، ونقلها عبر سلسلة إلى سولانا، وتبادل SOL / رموز أخرى، وتوفير السيولة في DEX - بروتوكول الطبقة المجردة يكفي لإكمال العملية بخطوة واحدة.
2. وكيل التداول الذاتي
على عكس روبوتات التداول التقليدية التي تتبع قواعد محددة، يمكن لوكلاء التداول المستقلين التعلم والتكيف مع ظروف السوق، وتعديل استراتيجياتهم بناءً على المعلومات الجديدة. يمكن أن تقوم هذه الوكلاء بـ:
تحليل البيانات لتحسين الاستراتيجيات باستمرار
توقع اتجاه السوق، من أجل اتخاذ قرارات أفضل في الشراء/البيع
تنفيذ استراتيجيات DeFi المعقدة كما في التداول الأساسي
3. التطبيقات اللامركزية المعتمدة على الذكاء الاصطناعي
التمويل اللامركزي dApp توفر خدمات مثل الإقراض، التبادل، وزراعة العائدات. يمكن أن تعزز الذكاء الاصطناعي ووكلاء الذكاء الاصطناعي هذه الخدمات من خلال الطرق التالية:
تحسين عرض السيولة من خلال إعادة توازن مراكز LP للحصول على APY أفضل
مسح الرموز للكشف عن المخاطر من خلال الكشف عن rug أو مصائد العسل المحتملة
تواجه البروتوكولات الرائدة المبنية على هذه الطبقات بعض التحديات:
تعتمد هذه البروتوكولات على تدفقات البيانات في الوقت الفعلي لتحقيق أفضل تنفيذ للصفقات. قد تؤدي جودة البيانات الضعيفة إلى انخفاض كفاءة المسار، وفشل الصفقات أو عدم تحقيق أي ربح.
تعتمد نماذج الذكاء الاصطناعي على البيانات التاريخية، لكن سوق العملات المشفرة يتسم بتقلب كبير. يجب على الوكلاء قبول التدريب على مجموعات بيانات متنوعة وعالية الجودة للحفاظ على فعاليتهم.
تحتاج إلى فهم شامل لعلاقة الأصول، وتغير السيولة، ومشاعر السوق، لتتمكن من فهم حالة السوق العامة.
لتوفير منتجات أفضل ونتائج مثالية، يجب أن تأخذ هذه البروتوكولات في الاعتبار دمج مجموعات بيانات مختلفة الجودة، لرفع منتجاتها إلى مستوى جديد.
طبقة البيانات - لتوفير القوة لـ DeFAI الذكي
تعتمد جودة الذكاء الاصطناعي على البيانات التي يعتمد عليها. لجعل الوكلاء الذكاء الاصطناعي يعملون بشكل فعال في DeFAI، يحتاجون إلى بيانات حقيقية، منظمة وقابلة للتحقق. على سبيل المثال، يحتاج مستوى التجريد إلى الوصول إلى البيانات على السلسلة من خلال RPC وواجهات برمجة تطبيقات الشبكات الاجتماعية، بينما يحتاج وكلاء تحسين التداول والأرباح إلى البيانات لتحسين استراتيجياتهم التجارية وإعادة تخصيص الموارد.
تساعد مجموعات البيانات عالية الجودة الوكلاء على إجراء تحليل تنبؤي أفضل لسلوك الأسعار المستقبلية، وتقديم نصائح للتداول، لتناسب تفضيلاتهم لمراكز الشراء أو البيع في بعض الأصول.
المزودون الرئيسيون للبيانات في DeFAI هم:
Mode Synth: بيانات مركبة تستخدم لتوقعات مالية، تلتقط توزيع تغيرات الأسعار الكاملة، للاستخدام في توقعات نموذج الذكاء الاصطناعي
Chainbase: مجموعة بيانات هيكلية كاملة للسلسلة، تقدم بيانات معززة بالذكاء الاصطناعي، للاستخدام في التداول، التنبؤ والحصول على alpha
sqd.ai: بحيرة بيانات لامركزية موجهة لوكلاء الذكاء الاصطناعي، وصول بيانات متعدد السلاسل قابل للتوسع والتخصيص، مع أمان إثبات المعرفة الصفرية.
Cookie: العقل الاجتماعي وطبقة البيانات على السلسلة الموجهة لوكلاء الذكاء الاصطناعي، تستخدم 18 وكيل ذكاء اصطناعي متخصص لمعالجة أكثر من 7 تيرابايت من بيانات الوكيل على أكثر من 20 سلسلة.
! [شرح DeFAI: كيف يمكن ل الذكاء الاصطناعي إطلاق العنان لإمكانات DeFi؟] ](https://img-cdn.gateio.im/webp-social/moments-1a6675fafd9467bb8f1dcff4674dba90.webp)
أكثر سلاسل الكتل التي تثير اهتمام الوكلاء الذكاء الاصطناعي
بالإضافة إلى بناء طبقة البيانات للذكاء الاصطناعي والوكلاء، يحدد Mode نفسه أيضًا لبناء سلسلة الكتل الشاملة لمستقبل التمويل اللامركزي للذكاء الاصطناعي. لقد نشروا مؤخرًا Mode Terminal، وهو مساعد DeFAI، لتنفيذ المعاملات على السلسلة من خلال ت prompts المستخدم.
يدعم Mode أيضًا العديد من الفرق المعتمدة على الذكاء الاصطناعي والوكلاء، حيث يتم دمج بروتوكولات متعددة في نظامه البيئي. مع تطوير المزيد من الوكلاء وتنفيذ المعاملات، يتطور Mode بسرعة.
تم تنفيذ هذه التدابير أثناء قيامهم بترقية الشبكة باستخدام الذكاء الاصطناعي، وأبرزها هو تجهيز بلوكتشين الخاص بهم بمصنف مدعوم بالذكاء الاصطناعي. من خلال استخدام المحاكاة وتحليل الذكاء الاصطناعي قبل التنفيذ، يمكن منع ومراجعة المعاملات عالية المخاطر قبل المعالجة لضمان أمان الشبكة. باعتبارها L2 من سلسلة Optimism الخارقة، تقف Mode في منطقة وسطى تربط بين المستخدمين البشريين والوكلاء وأفضل نظام بيئي للتمويل اللامركزي.
الخطوة التالية في DeFAI
حالياً، تواجه معظم وكلاء الذكاء الاصطناعي في التمويل اللامركزي قيوداً كبيرة في تحقيق الاستقلالية الكاملة. على سبيل المثال:
الطبقة التجريدية تحول نية المستخدم إلى تنفيذ، لكنها عادة تفتقر إلى القدرة التنبؤية.
قد يقوم وكلاء الذكاء الاصطناعي بتحليل البيانات لإنتاج ألفا، لكنهم يفتقرون إلى تنفيذ التداول بشكل مستقل.
يمكن لتطبيقات dApp المدفوعة بالذكاء الاصطناعي التعامل مع صناديق التأمين أو المعاملات، ولكنها تعتبر سلبية وليست نشطة.
المرحلة التالية من DeFAI قد تركز على دمج طبقة بيانات مفيدة، لتطوير أفضل منصة أو وكيل. سيتطلب ذلك بيانات سلسلة عميقة حول أنشطة كبار المساهمين، وتغيرات السيولة، مع إنتاج بيانات تركيبية مفيدة لتحسين التحليلات التنبؤية، ودمج تحليل المشاعر من السوق العامة.
الهدف النهائي هو أن تتمكن وكلاء الذكاء الاصطناعي من إنشاء وتنفيذ استراتيجيات التداول بسلاسة من واجهة واحدة. مع نضوج هذه الأنظمة، قد نشهد في المستقبل أن يعتمد المتداولون في التمويل اللامركزي على وكلاء الذكاء الاصطناعي لتقييم وتوقع وتنفيذ الاستراتيجيات المالية بشكل مستقل مع الحد الأدنى من التدخل البشري.
الخاتمة
على الرغم من أن رموز الوكالة القائمة على الذكاء الاصطناعي والإطارات شهدت انخفاضاً كبيراً، إلا أن DeFAI لا يزال في مرحلة مبكرة، ولا يمكن إنكار إمكانيات تعزيز الذكاء الاصطناعي لجدوى وفعالية التمويل اللامركزي.
إن المفتاح لإطلاق هذه الإمكانية يكمن في الحصول على بيانات حقيقية عالية الجودة، مما سيحسن من توقعات وتنفيذ التداول المدعوم بالذكاء الاصطناعي. تدمج المزيد من البروتوكولات طبقات بيانات مختلفة، حيث تقوم بروتوكولات البيانات ببناء ملحقات للإطار، مما يبرز أهمية البيانات في اتخاذ القرارات بالوكالة.
في المستقبل، ستصبح القابلية للتحقق والخصوصية التحديات الرئيسية التي يجب على البروتوكولات معالجتها. حالياً، لا تزال معظم عمليات الوكلاء AI عبارة عن صندوق أسود، حيث يتعين على المستخدمين إيداع الأموال فيه. وبالتالي، فإن تطوير قرارات AI القابلة للتحقق سيساعد في ضمان شفافية وموثوقية عمليات الوكيل. يمكن أن تعزز البروتوكولات القائمة على TEE وFHE وحتى الإثباتات الصفرية من قابلية التحقق من سلوك الوكلاء AI، مما يحقق الثقة في الاستقلالية.
فقط من خلال الجمع الناجح بين البيانات عالية الجودة، والنماذج القوية، وعمليات اتخاذ القرار الشفافة، يمكن لوكلاء DeFAI أن يحصلوا على تطبيق واسع.
، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
DeFAI: الذكاء الاصطناعي يعزز التمويل اللامركزي لإطلاق الإمكانيات البيانات داخل السلسلة تصبح مفتاحًا
DeFAI: كيف يمكن للذكاء الاصطناعي إطلاق العنان لإمكانات التمويل اللامركزي ؟
التمويل اللامركزي ( DeFi ) منذ أن تطور بسرعة منذ عام 2020، كان ولا يزال العمود الفقري للنظام البيئي للعملات المشفرة. على الرغم من ظهور العديد من البروتوكولات المبتكرة، إلا أنه أدى أيضًا إلى زيادة التعقيد والتفتيت، حتى أن المستخدمين ذوي الخبرة يجدون صعوبة في التنقل بين العديد من السلاسل والأصول والبروتوكولات.
في الوقت نفسه، تطورت الذكاء الاصطناعي (AI) من السرد الأساسي الواسع في عام 2023 إلى تركيز أكثر تخصصًا وتركزًا على الوكلاء في عام 2024. وقد ولدت هذه التحول مجالًا ناشئًا يسمى DeFi AI (DeFAI) - الذي يعزز التمويل اللامركزي من خلال الأتمتة وإدارة المخاطر وتحسين رأس المال.
التمويل اللامركزي يقطع عبر عدة مستويات. البلوكشين هو المستوى الأساسي، ويجب على وكيل الذكاء الاصطناعي التفاعل مع سلسلة معينة لتنفيذ المعاملات والعقود الذكية. توفر طبقة البيانات وطبقة الحوسبة البنية التحتية اللازمة لتدريب نماذج الذكاء الاصطناعي، التي تأتي من بيانات الأسعار التاريخية، والمشاعر السوقية، والتحليل على السلسلة. تضمن طبقة الخصوصية والتحقق من صحة بيانات المالية الحساسة الحفاظ على الأمان أثناء تنفيذ بدون ثقة. أخيراً، يسمح إطار الوكلاء للمطورين ببناء تطبيقات مدفوعة بالذكاء الاصطناعي متخصصة، مثل روبوتات التداول الذاتية، ومقيمي مخاطر الائتمان، ومحسنات إدارة السلسلة.
مع توسع نظام DeFAI البيئي، يمكن تصنيف المشاريع البارزة إلى ثلاث فئات رئيسية:
1. طبقة تجريدية
تعمل هذه البروتوكولات كواجهة مستخدم ودية تشبه ChatGPT للتمويل اللامركزي، مما يسمح للمستخدمين بإدخال الإرشادات التي يتم تنفيذها على السلسلة. عادة ما تتكامل مع عدة سلاسل وdApp، وتنفذ نوايا المستخدمين، مع التخلص من الخطوات اليدوية في المعاملات المعقدة.
تشمل بعض الوظائف التي يمكن أن تنفذها هذه البروتوكولات:
على سبيل المثال، لا حاجة لسحب ETH يدويًا من منصة الإقراض، ونقلها عبر سلسلة إلى سولانا، وتبادل SOL / رموز أخرى، وتوفير السيولة في DEX - بروتوكول الطبقة المجردة يكفي لإكمال العملية بخطوة واحدة.
2. وكيل التداول الذاتي
على عكس روبوتات التداول التقليدية التي تتبع قواعد محددة، يمكن لوكلاء التداول المستقلين التعلم والتكيف مع ظروف السوق، وتعديل استراتيجياتهم بناءً على المعلومات الجديدة. يمكن أن تقوم هذه الوكلاء بـ:
3. التطبيقات اللامركزية المعتمدة على الذكاء الاصطناعي
التمويل اللامركزي dApp توفر خدمات مثل الإقراض، التبادل، وزراعة العائدات. يمكن أن تعزز الذكاء الاصطناعي ووكلاء الذكاء الاصطناعي هذه الخدمات من خلال الطرق التالية:
تواجه البروتوكولات الرائدة المبنية على هذه الطبقات بعض التحديات:
تعتمد هذه البروتوكولات على تدفقات البيانات في الوقت الفعلي لتحقيق أفضل تنفيذ للصفقات. قد تؤدي جودة البيانات الضعيفة إلى انخفاض كفاءة المسار، وفشل الصفقات أو عدم تحقيق أي ربح.
تعتمد نماذج الذكاء الاصطناعي على البيانات التاريخية، لكن سوق العملات المشفرة يتسم بتقلب كبير. يجب على الوكلاء قبول التدريب على مجموعات بيانات متنوعة وعالية الجودة للحفاظ على فعاليتهم.
تحتاج إلى فهم شامل لعلاقة الأصول، وتغير السيولة، ومشاعر السوق، لتتمكن من فهم حالة السوق العامة.
لتوفير منتجات أفضل ونتائج مثالية، يجب أن تأخذ هذه البروتوكولات في الاعتبار دمج مجموعات بيانات مختلفة الجودة، لرفع منتجاتها إلى مستوى جديد.
طبقة البيانات - لتوفير القوة لـ DeFAI الذكي
تعتمد جودة الذكاء الاصطناعي على البيانات التي يعتمد عليها. لجعل الوكلاء الذكاء الاصطناعي يعملون بشكل فعال في DeFAI، يحتاجون إلى بيانات حقيقية، منظمة وقابلة للتحقق. على سبيل المثال، يحتاج مستوى التجريد إلى الوصول إلى البيانات على السلسلة من خلال RPC وواجهات برمجة تطبيقات الشبكات الاجتماعية، بينما يحتاج وكلاء تحسين التداول والأرباح إلى البيانات لتحسين استراتيجياتهم التجارية وإعادة تخصيص الموارد.
تساعد مجموعات البيانات عالية الجودة الوكلاء على إجراء تحليل تنبؤي أفضل لسلوك الأسعار المستقبلية، وتقديم نصائح للتداول، لتناسب تفضيلاتهم لمراكز الشراء أو البيع في بعض الأصول.
المزودون الرئيسيون للبيانات في DeFAI هم:
! [شرح DeFAI: كيف يمكن ل الذكاء الاصطناعي إطلاق العنان لإمكانات DeFi؟] ](https://img-cdn.gateio.im/webp-social/moments-1a6675fafd9467bb8f1dcff4674dba90.webp)
أكثر سلاسل الكتل التي تثير اهتمام الوكلاء الذكاء الاصطناعي
بالإضافة إلى بناء طبقة البيانات للذكاء الاصطناعي والوكلاء، يحدد Mode نفسه أيضًا لبناء سلسلة الكتل الشاملة لمستقبل التمويل اللامركزي للذكاء الاصطناعي. لقد نشروا مؤخرًا Mode Terminal، وهو مساعد DeFAI، لتنفيذ المعاملات على السلسلة من خلال ت prompts المستخدم.
يدعم Mode أيضًا العديد من الفرق المعتمدة على الذكاء الاصطناعي والوكلاء، حيث يتم دمج بروتوكولات متعددة في نظامه البيئي. مع تطوير المزيد من الوكلاء وتنفيذ المعاملات، يتطور Mode بسرعة.
تم تنفيذ هذه التدابير أثناء قيامهم بترقية الشبكة باستخدام الذكاء الاصطناعي، وأبرزها هو تجهيز بلوكتشين الخاص بهم بمصنف مدعوم بالذكاء الاصطناعي. من خلال استخدام المحاكاة وتحليل الذكاء الاصطناعي قبل التنفيذ، يمكن منع ومراجعة المعاملات عالية المخاطر قبل المعالجة لضمان أمان الشبكة. باعتبارها L2 من سلسلة Optimism الخارقة، تقف Mode في منطقة وسطى تربط بين المستخدمين البشريين والوكلاء وأفضل نظام بيئي للتمويل اللامركزي.
الخطوة التالية في DeFAI
حالياً، تواجه معظم وكلاء الذكاء الاصطناعي في التمويل اللامركزي قيوداً كبيرة في تحقيق الاستقلالية الكاملة. على سبيل المثال:
الطبقة التجريدية تحول نية المستخدم إلى تنفيذ، لكنها عادة تفتقر إلى القدرة التنبؤية.
قد يقوم وكلاء الذكاء الاصطناعي بتحليل البيانات لإنتاج ألفا، لكنهم يفتقرون إلى تنفيذ التداول بشكل مستقل.
يمكن لتطبيقات dApp المدفوعة بالذكاء الاصطناعي التعامل مع صناديق التأمين أو المعاملات، ولكنها تعتبر سلبية وليست نشطة.
المرحلة التالية من DeFAI قد تركز على دمج طبقة بيانات مفيدة، لتطوير أفضل منصة أو وكيل. سيتطلب ذلك بيانات سلسلة عميقة حول أنشطة كبار المساهمين، وتغيرات السيولة، مع إنتاج بيانات تركيبية مفيدة لتحسين التحليلات التنبؤية، ودمج تحليل المشاعر من السوق العامة.
الهدف النهائي هو أن تتمكن وكلاء الذكاء الاصطناعي من إنشاء وتنفيذ استراتيجيات التداول بسلاسة من واجهة واحدة. مع نضوج هذه الأنظمة، قد نشهد في المستقبل أن يعتمد المتداولون في التمويل اللامركزي على وكلاء الذكاء الاصطناعي لتقييم وتوقع وتنفيذ الاستراتيجيات المالية بشكل مستقل مع الحد الأدنى من التدخل البشري.
الخاتمة
على الرغم من أن رموز الوكالة القائمة على الذكاء الاصطناعي والإطارات شهدت انخفاضاً كبيراً، إلا أن DeFAI لا يزال في مرحلة مبكرة، ولا يمكن إنكار إمكانيات تعزيز الذكاء الاصطناعي لجدوى وفعالية التمويل اللامركزي.
إن المفتاح لإطلاق هذه الإمكانية يكمن في الحصول على بيانات حقيقية عالية الجودة، مما سيحسن من توقعات وتنفيذ التداول المدعوم بالذكاء الاصطناعي. تدمج المزيد من البروتوكولات طبقات بيانات مختلفة، حيث تقوم بروتوكولات البيانات ببناء ملحقات للإطار، مما يبرز أهمية البيانات في اتخاذ القرارات بالوكالة.
في المستقبل، ستصبح القابلية للتحقق والخصوصية التحديات الرئيسية التي يجب على البروتوكولات معالجتها. حالياً، لا تزال معظم عمليات الوكلاء AI عبارة عن صندوق أسود، حيث يتعين على المستخدمين إيداع الأموال فيه. وبالتالي، فإن تطوير قرارات AI القابلة للتحقق سيساعد في ضمان شفافية وموثوقية عمليات الوكيل. يمكن أن تعزز البروتوكولات القائمة على TEE وFHE وحتى الإثباتات الصفرية من قابلية التحقق من سلوك الوكلاء AI، مما يحقق الثقة في الاستقلالية.
فقط من خلال الجمع الناجح بين البيانات عالية الجودة، والنماذج القوية، وعمليات اتخاذ القرار الشفافة، يمكن لوكلاء DeFAI أن يحصلوا على تطبيق واسع.
![التمويل اللامركزي بالكامل: كيف يمكن للذكاء الاصطناعي إطلاق إمكانيات التمويل اللامركزي؟](https://img-cdn.gateio.im/webp-social/moments-56a89e79609d8f982d5d31dadfad9205.webp01