DeFAI: كيف يمكن للذكاء الاصطناعي تمكين التمويل اللامركزي؟
التمويل اللامركزي ( DeFi ) منذ أن تطورت بسرعة منذ عام 2020، كانت جزءًا مهمًا من النظام البيئي للعملات المشفرة. على الرغم من ظهور بروتوكولات جديدة مبتكرة، إلا أن ذلك أدى أيضًا إلى تعقيد النظام وزيادة تجزئته، مما جعل من الصعب على حتى المستخدمين ذوي الخبرة التعامل مع العديد من الشبكات والأصول والبروتوكولات.
في الوقت نفسه، تحولت الذكاء الاصطناعي (AI) من السرد الكلي لعام 2023 إلى تركيز أكثر تخصصًا وموجهًا نحو الوكلاء في عام 2024. لقد ولدت هذه التحول مجالًا ناشئًا يسمى DeFi AI(DeFAI)، حيث يعزز الذكاء الاصطناعي وظائف التمويل اللامركزي من خلال الأتمتة وإدارة المخاطر وتحسين رأس المال.
يغطي DeFAI عدة جوانب. القاعدة هي blockchain، حيث يجب أن تتفاعل وكالات الذكاء الاصطناعي مع سلسلة محددة لتنفيذ المعاملات والعقود الذكية. فوق ذلك هو طبقة البيانات وطبقة الحساب، التي توفر البنية التحتية اللازمة لتدريب نماذج الذكاء الاصطناعي، والتي تأتي من بيانات الأسعار التاريخية، ومشاعر السوق، والتحليلات على السلسلة. تضمن طبقة الخصوصية والقابلية للتحقق من أن البيانات المالية الحساسة تبقى آمنة مع الحفاظ على تنفيذ غير موثوق. الطبقة العليا هي إطار الوكالة، الذي يسمح للمطورين ببناء تطبيقات مدفوعة بالذكاء الاصطناعي مخصصة، مثل الروبوتات التجارية الذاتية، ومقيمي مخاطر الائتمان، ومحسنات الحوكمة على السلسلة.
مع توسع نظام DeFAI البيئي باستمرار، يمكن تقسيم المشاريع البارزة إلى ثلاث فئات رئيسية:
1. الطبقة التجريدية
تعمل هذه البروتوكولات كواجهة مستخدم سهلة الاستخدام مشابهة لـ ChatGPT في التمويل اللامركزي، مما يسمح للمستخدمين بإدخال التعليمات التي يتم تنفيذها على السلسلة. غالبًا ما يتم دمجها مع عدة سلاسل وDApp، وتنفيذ نوايا المستخدم، مع تبسيط الخطوات اليدوية في المعاملات المعقدة.
تشمل الوظائف التي يمكن أن تنفذها هذه البروتوكولات:
التبادل، عبر السلسلة، الإقراض، تنفيذ المعاملات عبر السلسلة
محفظة تداول تتبع أو ملف تعريف وسائط اجتماعية
تنفيذ أوامر جني الأرباح/وقف الخسارة تلقائيًا بناءً على نسبة حجم الموقف
على سبيل المثال، لا حاجة لسحب ETH يدويًا من منصة الإقراض، ونقلها عبر شبكة أخرى، وتبادل الرموز، وتوفير السيولة على DEX - بروتوكول الطبقة التجريدية يكفي لإكمال العملية بخطوة واحدة.
2. وكيل التداول الذاتي
على عكس روبوتات التداول التقليدية التي تتبع قواعد مسبقة، يمكن لوكلاء التداول الذاتي التعلم والتكيف مع ظروف السوق، وتعديل استراتيجياتهم بناءً على المعلومات الجديدة. يمكن أن تقوم هذه الوكلاء بـ:
تحليل البيانات لتحسين الاستراتيجيات باستمرار
توقع حركة السوق، من أجل اتخاذ قرارات أفضل في الشراء والبيع
تنفيذ استراتيجيات DeFi المعقدة مثل التداول الأساسي
تقدم تطبيقات التمويل اللامركزي خدمات الإقراض، والتبادل، ومزارع العائدات. يمكن للذكاء الاصطناعي ووكلاء الذكاء الاصطناعي تعزيز هذه الخدمات بطرق مختلفة:
تحسين توفير السيولة من خلال إعادة توازن مراكز LP لتحقيق APY أفضل
عن طريق كشف المخاطر المحتملة لتمرير الرموز
تواجه البروتوكولات الرائدة في هذه المجالات بعض التحديات:
الاعتماد على تدفقات البيانات في الوقت الحقيقي لتحقيق أفضل تنفيذ للصفقات. قد تؤدي جودة البيانات الضعيفة إلى كفاءة منخفضة في المسار، وفشل في الصفقات، أو عدم تحقيق الأرباح.
تعتمد نماذج الذكاء الاصطناعي على البيانات التاريخية، لكن سوق العملات المشفرة يتسم بتقلبات كبيرة. يجب على الوكلاء قبول تدريب مجموعة بيانات متنوعة وعالية الجودة للحفاظ على فعاليتها.
تحتاج إلى فهم شامل لارتباط الأصول، وتغير السيولة، ومشاعر السوق، من أجل استيعاب الحالة العامة للسوق
لتوفير منتجات ونتائج أفضل، يجب أن تأخذ هذه البروتوكولات في الاعتبار دمج مجموعات بيانات عالية الجودة متنوعة، من أجل رفع مستوى المنتج.
طبقة البيانات - لتزويد DeFAI بالذكاء
تعتمد جودة الذكاء الاصطناعي على البيانات التي يعتمد عليها. لكي تعمل الوكلاء الذكاء الاصطناعي بفعالية في DeFAI، يحتاجون إلى بيانات في الوقت الحقيقي، منظمة وقابلة للتحقق. على سبيل المثال، تحتاج الطبقة المجردة إلى الوصول إلى البيانات على السلسلة من خلال RPC وواجهات برمجة التطبيقات لشبكات التواصل الاجتماعي، بينما تحتاج وكلاء تحسين المعاملات والعائدات إلى بيانات لتحسين استراتيجيات التداول وإعادة توزيع الموارد.
تساعد مجموعات البيانات عالية الجودة الوكلاء على التنبؤ بشكل أفضل باتجاهات الأسعار المستقبلية، مما يوفر نصائح للتداول لتناسب تفضيلات المراكز الطويلة والقصيرة لبعض الأصول.
التمويل اللامركزي AI الرئيسية لمزودي البيانات تشمل:
Mode Synth: بيانات تركيبية للاستخدام في التنبؤ المالي، تلتقط توزيع تغيرات الأسعار بالكامل، للاستخدام في نماذج الذكاء الاصطناعي للتنبؤ.
Chainbase: مجموعة بيانات هيكلية عبر السلسلة، توفر بيانات معززة بالذكاء الاصطناعي، للاستخدام في التداول، التنبؤ والحصول على alpha
sqd.ai: بحيرة بيانات لامركزية موجهة لوكلاء الذكاء الاصطناعي، وصول متعدد السلاسل قابل للتوسع والتخصيص، مع أمان إثبات المعرفة الصفرية
Cookie: طبقة البيانات الاجتماعية والسلسلة على الإنترنت الموجهة لوكلاء الذكاء الاصطناعي، تستخدم عدة وكلاء ذكاء اصطناعي متخصصين لمعالجة بيانات الوكلاء على عدة سلاسل.
تقوم Mode Synth كشبكة فرعية لـ Bittensor بإنشاء بيانات تركيبية لقدرات التنبؤ المالي للوكيل. مقارنةً بأنظمة التنبؤ التقليدية للأسعار، تلتقط Synth التوزيع الكامل لتغيرات الأسعار والاحتمالات ذات الصلة، مما يبني بيانات تركيبية دقيقة لدعم الوكلاء و LLM.
توفير المزيد من مجموعات البيانات عالية الجودة يمكن أن يساعد وكلاء الذكاء الاصطناعي في اتخاذ قرارات اتجاهية أفضل في التداول، بينما يتنبأ بتقلبات APY تحت ظروف السوق المختلفة، مما يمكّن من إعادة تخصيص أو سحب السيولة من برك السيولة عند الحاجة.
##代理 الذكاء الاصطناعي على بلوكشين
بالإضافة إلى بناء طبقة البيانات لـ AI والوكلاء، فإن بعض سلاسل الكتل تستهدف كحلول شاملة لـ DeFAI. على سبيل المثال، قامت Mode بنشر DeFAI co-pilot، لتنفيذ المعاملات على السلسلة من خلال مطالبات المستخدمين. كما أنهم يدعمون العديد من الفرق القائمة على AI والوكلاء، لدمج بروتوكولات متعددة في نظامهم البيئي.
تتزامن هذه التدابير مع ترقية الشبكة باستخدام الذكاء الاصطناعي، بما في ذلك تجهيز blockchain بترتيب الذكاء الاصطناعي. من خلال استخدام المحاكاة وتحليل الذكاء الاصطناعي للمعاملات قبل التنفيذ، يمكن حظر ومراجعة المعاملات عالية المخاطر قبل المعالجة لضمان الأمان على السلسلة.
تعتبر سلاسل الكتل الرئيسية الأخرى مثل Solana وBase أيضًا منصات مهمة لبناء إطار عمل ووحدات AI. بينما تعرف NEAR نفسها على أنها سلسلة كتل L1 تركز على AI، حيث تقدم سوق مهام AI وإطار عمل AI مفتوح المصدر وغيرها من الميزات.
مستقبل DeFAI
حاليًا، تواجه معظم وكلاء الذكاء الاصطناعي في التمويل اللامركزي قيودًا في تحقيق الاستقلال الكامل. على سبيل المثال، تحول الطبقات المجردة نوايا المستخدمين إلى تنفيذ، لكنها غالبًا ما تفتقر إلى القدرة على التنبؤ؛ قد تنتج وكلاء الذكاء الاصطناعي من خلال التحليل ألفا، لكن تفتقر إلى تنفيذ التداول المستقل؛ يمكن أن تتعامل التطبيقات اللامركزية المدفوعة بالذكاء الاصطناعي مع خزائن أو تداول، لكنها تتسم بالسلبية بدلاً من الفعالية.
قد تركز المرحلة التالية من DeFAI على دمج طبقات البيانات المفيدة، لتطوير أفضل منصة وكيل. سيتطلب ذلك بيانات على السلسلة بشكل عميق، مع إنتاج بيانات تركيبية مفيدة لتحسين التحليلات التنبؤية، ودمج تحليل مشاعر السوق.
الهدف النهائي هو أن تتمكن الوكالة الذكية من توليد وتنفيذ استراتيجيات التداول بسلاسة من واجهة واحدة. مع نضوج النظام، قد يعتمد متداولو التمويل اللامركزي في المستقبل على الوكالة الذكية لتقييم وتوقع وتنفيذ الاستراتيجيات المالية باستقلالية مع الحد الأدنى من التدخل البشري.
التمويل اللامركزي لا يزال في مرحلة مبكرة، ولا يمكن تجاهل إمكانيات تعزيز الوكالات الذكية للتمويل اللامركزي من حيث قابلية الاستخدام والأداء. الحصول على بيانات حقيقية عالية الجودة هو المفتاح لتحرير هذه الإمكانية، مما سيحسن التنبؤات والتنفيذ المدفوعة بالذكاء الاصطناعي.
في المستقبل، ستصبح القابلية للتحقق والخصوصية التحديات الرئيسية التي يجب على البروتوكولات معالجتها. يمكن أن تعزز التقنيات المعتمدة على TEE و FHE وحتى الإثباتات الصفرية قابلية التحقق من سلوك الوكلاء الذكاء الاصطناعي، مما يساعد على بناء الثقة في الاستقلالية.
فقط من خلال دمج البيانات عالية الجودة، والنماذج القوية، وعمليات اتخاذ القرار الشفافة، يمكن لوكلاء DeFAI الحصول على تطبيق واسع النطاق.
، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
التمويل اللامركزي: ثلاث مجالات مدعومة بالذكاء الاصطناعي واتجاهات التطور المستقبلية
DeFAI: كيف يمكن للذكاء الاصطناعي تمكين التمويل اللامركزي؟
التمويل اللامركزي ( DeFi ) منذ أن تطورت بسرعة منذ عام 2020، كانت جزءًا مهمًا من النظام البيئي للعملات المشفرة. على الرغم من ظهور بروتوكولات جديدة مبتكرة، إلا أن ذلك أدى أيضًا إلى تعقيد النظام وزيادة تجزئته، مما جعل من الصعب على حتى المستخدمين ذوي الخبرة التعامل مع العديد من الشبكات والأصول والبروتوكولات.
في الوقت نفسه، تحولت الذكاء الاصطناعي (AI) من السرد الكلي لعام 2023 إلى تركيز أكثر تخصصًا وموجهًا نحو الوكلاء في عام 2024. لقد ولدت هذه التحول مجالًا ناشئًا يسمى DeFi AI(DeFAI)، حيث يعزز الذكاء الاصطناعي وظائف التمويل اللامركزي من خلال الأتمتة وإدارة المخاطر وتحسين رأس المال.
يغطي DeFAI عدة جوانب. القاعدة هي blockchain، حيث يجب أن تتفاعل وكالات الذكاء الاصطناعي مع سلسلة محددة لتنفيذ المعاملات والعقود الذكية. فوق ذلك هو طبقة البيانات وطبقة الحساب، التي توفر البنية التحتية اللازمة لتدريب نماذج الذكاء الاصطناعي، والتي تأتي من بيانات الأسعار التاريخية، ومشاعر السوق، والتحليلات على السلسلة. تضمن طبقة الخصوصية والقابلية للتحقق من أن البيانات المالية الحساسة تبقى آمنة مع الحفاظ على تنفيذ غير موثوق. الطبقة العليا هي إطار الوكالة، الذي يسمح للمطورين ببناء تطبيقات مدفوعة بالذكاء الاصطناعي مخصصة، مثل الروبوتات التجارية الذاتية، ومقيمي مخاطر الائتمان، ومحسنات الحوكمة على السلسلة.
مع توسع نظام DeFAI البيئي باستمرار، يمكن تقسيم المشاريع البارزة إلى ثلاث فئات رئيسية:
1. الطبقة التجريدية
تعمل هذه البروتوكولات كواجهة مستخدم سهلة الاستخدام مشابهة لـ ChatGPT في التمويل اللامركزي، مما يسمح للمستخدمين بإدخال التعليمات التي يتم تنفيذها على السلسلة. غالبًا ما يتم دمجها مع عدة سلاسل وDApp، وتنفيذ نوايا المستخدم، مع تبسيط الخطوات اليدوية في المعاملات المعقدة.
تشمل الوظائف التي يمكن أن تنفذها هذه البروتوكولات:
على سبيل المثال، لا حاجة لسحب ETH يدويًا من منصة الإقراض، ونقلها عبر شبكة أخرى، وتبادل الرموز، وتوفير السيولة على DEX - بروتوكول الطبقة التجريدية يكفي لإكمال العملية بخطوة واحدة.
2. وكيل التداول الذاتي
على عكس روبوتات التداول التقليدية التي تتبع قواعد مسبقة، يمكن لوكلاء التداول الذاتي التعلم والتكيف مع ظروف السوق، وتعديل استراتيجياتهم بناءً على المعلومات الجديدة. يمكن أن تقوم هذه الوكلاء بـ:
3. التطبيقات اللامركزية المدعومة بالذكاء الاصطناعي
تقدم تطبيقات التمويل اللامركزي خدمات الإقراض، والتبادل، ومزارع العائدات. يمكن للذكاء الاصطناعي ووكلاء الذكاء الاصطناعي تعزيز هذه الخدمات بطرق مختلفة:
تواجه البروتوكولات الرائدة في هذه المجالات بعض التحديات:
الاعتماد على تدفقات البيانات في الوقت الحقيقي لتحقيق أفضل تنفيذ للصفقات. قد تؤدي جودة البيانات الضعيفة إلى كفاءة منخفضة في المسار، وفشل في الصفقات، أو عدم تحقيق الأرباح.
تعتمد نماذج الذكاء الاصطناعي على البيانات التاريخية، لكن سوق العملات المشفرة يتسم بتقلبات كبيرة. يجب على الوكلاء قبول تدريب مجموعة بيانات متنوعة وعالية الجودة للحفاظ على فعاليتها.
تحتاج إلى فهم شامل لارتباط الأصول، وتغير السيولة، ومشاعر السوق، من أجل استيعاب الحالة العامة للسوق
لتوفير منتجات ونتائج أفضل، يجب أن تأخذ هذه البروتوكولات في الاعتبار دمج مجموعات بيانات عالية الجودة متنوعة، من أجل رفع مستوى المنتج.
طبقة البيانات - لتزويد DeFAI بالذكاء
تعتمد جودة الذكاء الاصطناعي على البيانات التي يعتمد عليها. لكي تعمل الوكلاء الذكاء الاصطناعي بفعالية في DeFAI، يحتاجون إلى بيانات في الوقت الحقيقي، منظمة وقابلة للتحقق. على سبيل المثال، تحتاج الطبقة المجردة إلى الوصول إلى البيانات على السلسلة من خلال RPC وواجهات برمجة التطبيقات لشبكات التواصل الاجتماعي، بينما تحتاج وكلاء تحسين المعاملات والعائدات إلى بيانات لتحسين استراتيجيات التداول وإعادة توزيع الموارد.
تساعد مجموعات البيانات عالية الجودة الوكلاء على التنبؤ بشكل أفضل باتجاهات الأسعار المستقبلية، مما يوفر نصائح للتداول لتناسب تفضيلات المراكز الطويلة والقصيرة لبعض الأصول.
التمويل اللامركزي AI الرئيسية لمزودي البيانات تشمل:
تقوم Mode Synth كشبكة فرعية لـ Bittensor بإنشاء بيانات تركيبية لقدرات التنبؤ المالي للوكيل. مقارنةً بأنظمة التنبؤ التقليدية للأسعار، تلتقط Synth التوزيع الكامل لتغيرات الأسعار والاحتمالات ذات الصلة، مما يبني بيانات تركيبية دقيقة لدعم الوكلاء و LLM.
توفير المزيد من مجموعات البيانات عالية الجودة يمكن أن يساعد وكلاء الذكاء الاصطناعي في اتخاذ قرارات اتجاهية أفضل في التداول، بينما يتنبأ بتقلبات APY تحت ظروف السوق المختلفة، مما يمكّن من إعادة تخصيص أو سحب السيولة من برك السيولة عند الحاجة.
##代理 الذكاء الاصطناعي على بلوكشين
بالإضافة إلى بناء طبقة البيانات لـ AI والوكلاء، فإن بعض سلاسل الكتل تستهدف كحلول شاملة لـ DeFAI. على سبيل المثال، قامت Mode بنشر DeFAI co-pilot، لتنفيذ المعاملات على السلسلة من خلال مطالبات المستخدمين. كما أنهم يدعمون العديد من الفرق القائمة على AI والوكلاء، لدمج بروتوكولات متعددة في نظامهم البيئي.
تتزامن هذه التدابير مع ترقية الشبكة باستخدام الذكاء الاصطناعي، بما في ذلك تجهيز blockchain بترتيب الذكاء الاصطناعي. من خلال استخدام المحاكاة وتحليل الذكاء الاصطناعي للمعاملات قبل التنفيذ، يمكن حظر ومراجعة المعاملات عالية المخاطر قبل المعالجة لضمان الأمان على السلسلة.
تعتبر سلاسل الكتل الرئيسية الأخرى مثل Solana وBase أيضًا منصات مهمة لبناء إطار عمل ووحدات AI. بينما تعرف NEAR نفسها على أنها سلسلة كتل L1 تركز على AI، حيث تقدم سوق مهام AI وإطار عمل AI مفتوح المصدر وغيرها من الميزات.
مستقبل DeFAI
حاليًا، تواجه معظم وكلاء الذكاء الاصطناعي في التمويل اللامركزي قيودًا في تحقيق الاستقلال الكامل. على سبيل المثال، تحول الطبقات المجردة نوايا المستخدمين إلى تنفيذ، لكنها غالبًا ما تفتقر إلى القدرة على التنبؤ؛ قد تنتج وكلاء الذكاء الاصطناعي من خلال التحليل ألفا، لكن تفتقر إلى تنفيذ التداول المستقل؛ يمكن أن تتعامل التطبيقات اللامركزية المدفوعة بالذكاء الاصطناعي مع خزائن أو تداول، لكنها تتسم بالسلبية بدلاً من الفعالية.
قد تركز المرحلة التالية من DeFAI على دمج طبقات البيانات المفيدة، لتطوير أفضل منصة وكيل. سيتطلب ذلك بيانات على السلسلة بشكل عميق، مع إنتاج بيانات تركيبية مفيدة لتحسين التحليلات التنبؤية، ودمج تحليل مشاعر السوق.
الهدف النهائي هو أن تتمكن الوكالة الذكية من توليد وتنفيذ استراتيجيات التداول بسلاسة من واجهة واحدة. مع نضوج النظام، قد يعتمد متداولو التمويل اللامركزي في المستقبل على الوكالة الذكية لتقييم وتوقع وتنفيذ الاستراتيجيات المالية باستقلالية مع الحد الأدنى من التدخل البشري.
التمويل اللامركزي لا يزال في مرحلة مبكرة، ولا يمكن تجاهل إمكانيات تعزيز الوكالات الذكية للتمويل اللامركزي من حيث قابلية الاستخدام والأداء. الحصول على بيانات حقيقية عالية الجودة هو المفتاح لتحرير هذه الإمكانية، مما سيحسن التنبؤات والتنفيذ المدفوعة بالذكاء الاصطناعي.
في المستقبل، ستصبح القابلية للتحقق والخصوصية التحديات الرئيسية التي يجب على البروتوكولات معالجتها. يمكن أن تعزز التقنيات المعتمدة على TEE و FHE وحتى الإثباتات الصفرية قابلية التحقق من سلوك الوكلاء الذكاء الاصطناعي، مما يساعد على بناء الثقة في الاستقلالية.
فقط من خلال دمج البيانات عالية الجودة، والنماذج القوية، وعمليات اتخاذ القرار الشفافة، يمكن لوكلاء DeFAI الحصول على تطبيق واسع النطاق.
![DeFAI الكاملة: كيف تطلق الذكاء الاصطناعي إمكانيات التمويل اللامركزي؟](https://img-cdn.gateio.im/webp-social/moments-56a89e79609d8f982d5d31dadfad9205.webp01