التمويل اللامركزي كنقطة محورية في نظام التشفير، شهدت تطوراً سريعاً منذ عام 2020. على الرغم من ظهور العديد من البروتوكولات المبتكرة، إلا أنها أدت أيضاً إلى زيادة التعقيد والتجزئة، مما جعل حتى المستخدمين ذوي الخبرة يجدون صعوبة في التنقل بين العديد من الشبكات والأصول والبروتوكولات.
في الوقت نفسه، تطورت الذكاء الاصطناعي (AI) من سرد أساسي واسع النطاق في عام 2023 إلى تركيز أكثر تخصصًا وموجهًا نحو الوكلاء في عام 2024. وقد ولّد هذا التحول مجالًا ناشئًا يتمثل في DeFi AI (DeFAI) - حيث يعزز الذكاء الاصطناعي التمويل اللامركزي من خلال الأتمتة وإدارة المخاطر وتحسين رأس المال.
تتجاوز DeFAI عدة مستويات. تعتبر blockchain الطبقة الأساسية، ويجب أن تتفاعل وكيل الذكاء الاصطناعي مع سلسلة معينة لتنفيذ المعاملات والعقود الذكية. توفر طبقة البيانات وطبقة الحساب البنية التحتية اللازمة لتدريب نماذج الذكاء الاصطناعي، وهذه النماذج تأتي من بيانات الأسعار التاريخية، ومشاعر السوق، والتحليل على السلسلة. تضمن طبقة الخصوصية وقابلية التحقق الحفاظ على أمان البيانات المالية الحساسة مع الحفاظ على التنفيذ بدون ثقة. يسمح إطار الوكيل للمطورين ببناء تطبيقات مدفوعة بالذكاء الاصطناعي مخصصة، مثل روبوتات التداول المستقلة، ومقيمو مخاطر الائتمان، ومحسنات الحوكمة على السلسلة.
مع توسع نظام DeFAI البيئي باستمرار، يمكن تقسيم المشاريع الأكثر بروزًا إلى ثلاثة فئات رئيسية:
1.层 المجردة
تعمل البروتوكولات المبنية على هذه الفئة كواجهة مستخدم ودية تشبه ChatGPT للتمويل اللامركزي، مما يسمح للمستخدمين بإدخال التعليمات القابلة للتنفيذ على السلسلة. عادة ما تتكامل مع سلاسل متعددة وdApp، وتنفذ نوايا المستخدم، مع القضاء على الخطوات اليدوية في المعاملات المعقدة.
تشمل بعض الوظائف التي يمكن تنفيذها بواسطة هذه البروتوكولات:
تبادل، عبر السلسلة، إقراض/سحب، تنفيذ المعاملات عبر السلسلة
محفظة تداول تتبع أو ملف تعريف وسائط اجتماعية
تنفيذ أوامر جني الأرباح / وقف الخسائر تلقائيًا بناءً على نسبة حجم المركز
على سبيل المثال ، لا حاجة لسحب ETH يدويًا من منصة الإقراض ، ونقله عبر السلسلة إلى Solana ، وتبادل SOL ، وتوفير السيولة - بروتوكول الطبقة المجردة يكفي لإجراء العملية في خطوة واحدة.
2. وكيل التداول الذاتي
على عكس روبوتات التداول التقليدية التي تتبع القواعد المحددة مسبقًا، يمكن لوكلاء التداول المستقل التعلم والتكيف مع ظروف السوق، وضبط استراتيجياتهم بناءً على المعلومات الجديدة. يمكن أن تقوم هذه الوكلاء بـ:
تحليل البيانات لتحسين الاستراتيجيات بشكل مستمر
توقع اتجاهات السوق, من أجل اتخاذ قرارات أفضل للشراء/البيع
تقدم تطبيقات DeFi خدمات الإقراض، والتبادل، وزراعة العوائد. يمكن أن تعزز الذكاء الاصطناعي والوكلاء الذكاء الاصطناعي هذه الخدمات من خلال الطرق التالية:
تحسين تزويد السيولة من خلال إعادة توازن مراكز LP للحصول على APY أفضل
من خلال الكشف عن المخاطر المحتملة لمسح الرموز لاكتشاف المخاطر
التحديات الرئيسية
تواجه بروتوكولات القمة 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 كفاءة منخفضة في المسارات، وفشل الصفقات، أو عدم جدوى الصفقات.
تعتمد نماذج الذكاء الاصطناعي على البيانات التاريخية، لكن سوق التشفير متقلب للغاية. يجب أن تقبل الوكالات تدريب مجموعات بيانات متنوعة وعالية الجودة للحفاظ على فعاليتها.
يجب أن يكون لديك فهم شامل لعلاقة الأصول، وتغيرات السيولة، والعواطف السوقية، لفهم الحالة العامة للسوق
لقد لقيت بروتوكولات الفئات هذه قبولاً في السوق. ومع ذلك، من أجل تقديم منتجات أفضل وتحقيق أفضل النتائج، ينبغي عليهم النظر في دمج مجموعات بيانات ذات جودة متنوعة لرفع منتجاتهم إلى مستوى جديد.
طبقة البيانات - لتوفير الطاقة لذكاء DeFAI
تعتمد جودة الذكاء الاصطناعي على البيانات التي يستند إليها. لجعل وكلاء الذكاء الاصطناعي يعملون بشكل فعال في DeFAI، يحتاجون إلى بيانات حية، منظمة وقابلة للتحقق. على سبيل المثال، يحتاج المستوى المجرد إلى الوصول إلى بيانات السلسلة من خلال RPC وواجهات برمجة التطبيقات للشبكات الاجتماعية، بينما يحتاج وكلاء تحسين التداول والعائدات إلى البيانات لتحسين استراتيجيات تداولهم وإعادة تخصيص الموارد.
تساعد مجموعات البيانات عالية الجودة الوكلاء على إجراء تحليل تنبؤات أفضل لسلوك الأسعار المستقبلية، وتقديم النصائح للتداول لتناسب تفضيلاتهم لمراكز الشراء أو البيع لبعض الأصول.
المزودين الرئيسيين للبيانات في DeFAI
| بروتوكول | تفاصيل | وظائف |
|----------------|-----------------------|-------------------------------------------|
| Mode Synth | بيانات تركيبية للتنبؤ المالي | التقاط التوزيع الكامل لتغيرات الأسعار، لاستخدامها في التنبؤ بنماذج الذكاء الاصطناعي |
| Chainbase | مجموعة بيانات هيكلية كاملة 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 |
| كعكة | الذكاء الاجتماعي الموجه لوكلاء الذكاء الاصطناعي وطبقة البيانات على السلسلة | استخدام 18 وكيل ذكاء اصطناعي متخصص لمعالجة أكثر من 7 تيرابايت من بيانات الوكلاء على أكثر من 20 سلسلة |
الشبكة الفرعية لتوليف الوضع
كنظام فرعي، يقوم Synth بإنشاء بيانات تركيبية لتمكين التنبؤات المالية للوكيل. بالمقارنة مع أنظمة التنبؤ السعرية التقليدية الأخرى، يلتقط Synth التوزيع الكامل لتقلبات الأسعار واحتمالاتها ذات الصلة، مما يؤدي إلى بناء أكثر البيانات التركيبية دقة في العالم، لدعم الوكلاء وLLM.
توفير مجموعات بيانات عالية الجودة يمكن أن يساعد وكلاء الذكاء الاصطناعي في اتخاذ قرارات اتجاهية أفضل في التداول، بينما يتوقع تقلبات APY في ظل ظروف السوق المختلفة، حتى تتمكن برك السيولة من إعادة توزيع أو سحب السيولة عند الحاجة. منذ إطلاق الشبكة المستقلة، كان هناك طلب قوي من فرق التمويل اللامركزي لدمج بيانات Synth عبر واجهات برمجة التطبيقات الخاصة بهم.
مقارنة بين أفضل بلوكتشين مدعومة من قبل وكيل الذكاء الاصطناعي
بعض سلاسل الكتل العامة هي بلا شك السلاسل الرئيسية لبناء وإصدار معظم إطار عمل الوكلاء من الذكاء الاصطناعي والرموز. يستخدم وكلاء الذكاء الاصطناعي الشبكات عالية الإنتاجية ومنخفضة الكمون، بالإضافة إلى أنظمة التشغيل مفتوحة المصدر، لنشر رموز الوكلاء، بينما تعمل بعض المنصات كمنصة انطلاق لنشر الوكلاء. على الرغم من أن لديها جميعًا هاكاثونات وحوافز مالية، إلا أنها لم تصل بعد إلى المستوى الذي وصلت إليه بعض السلاسل فيما يتعلق بخطط الذكاء الاصطناعي كسلسلة.
كانت إحدى سلاسل الكتل العامة قد عرفت نفسها سابقًا على أنها سلسلة كتل L1 تركز على الذكاء الاصطناعي، وتتميز بوظائف تشمل سوق مهام الذكاء الاصطناعي، ومركز أبحاث الذكاء الاصطناعي مع إطار عمل وكيل الذكاء الاصطناعي مفتوح المصدر، ومساعد ذكي. وقد أعلنوا مؤخرًا عن صندوق وكيل الذكاء الاصطناعي بقيمة 20 مليون دولار، يهدف إلى توسيع الوكلاء المستقلين القابلين للتحقق بالكامل على سلسلتهم.
قاعدة السلسلة
تقدم Chainbase مجموعة بيانات هيكلية على السلسلة قابلة للتحقق عبر السلسلة، مما يعزز وظائف وكيل الذكاء الاصطناعي المتعلقة بالتداول، والرؤى، والتنبؤ، والبحث عن ألفا. لقد أطلقوا manuscripts، وهو إطار تدفق بيانات بلوك تشين، لدمج البيانات على السلسلة و خارج السلسلة في تخزين البيانات المستهدف، لتمكين الاستعلامات والتحليلات غير المحدودة.
هذا يمكّن المطورين من تخصيص سير عمل معالجة البيانات وفقًا لاحتياجاتهم المحددة. من خلال توحيد البيانات الخام ومعالجتها إلى تنسيق نظيف ومتوافق، يمكن ضمان أن تلبي مجموعة البيانات الخاصة بهم متطلبات نظام الذكاء الاصطناعي الصارمة، مما يقلل من وقت المعالجة المسبقة، بينما يعزز دقة النموذج، ويساعد في إنشاء وكلاء ذكاء اصطناعي موثوقين.
استنادًا إلى بيانات السلسلة الواسعة الخاصة بهم، قاموا أيضًا بتطوير نموذج يُدعى Theia، والذي يترجم بيانات السلسلة إلى تحليلات بيانات المستخدم، دون الحاجة إلى أي معرفة معقدة بالبرمجة. إن فائدة بيانات Chainbase واضحة في شراكاتهم، حيث يتم استخدام بياناتهم من قبل بروتوكول الذكاء الاصطناعي لـ:
مكون إضافي للوكيل، يستخدم لتحفيز القرارات على السلسلة
بناء مساعد الذكاء الاصطناعي
الشبكات الاجتماعية الذكية، توفر رؤى حول سلوك المستخدم
تحليل البيانات والتنبؤ في التمويل اللامركزي
تعاونت أيضًا مع مشاريع أخرى
sqd.ai
sqd.ai تقوم بتطوير شبكة قاعدة بيانات مفتوحة مصممة خصيصًا لوكلاء الذكاء الاصطناعي وخدمات Web3. يوفر بحيرة البيانات اللامركزية الخاصة بهم الوصول إلى كمية كبيرة من بيانات البلوكشين في الوقت الحقيقي والتاريخية بطريقة فعالة من حيث التكلفة ودون الحاجة إلى إذن، مما يمكّن وكلاء الذكاء الاصطناعي من العمل بشكل أكثر كفاءة.
تقدم sqd.ai فهرس بيانات في الوقت الحقيقي ( بما في ذلك فهرس الكتل غير المكتملة )، بسرعة فهرسة تصل إلى 150,000+ كتلة في الثانية، أسرع من أي فهرس آخر. في الـ 24 ساعة الماضية، قدمت أكثر من 11 تيرابايت من البيانات، تلبي احتياجات المليارات من وكلاء الذكاء الاصطناعي المستقلين والمطورين من خلال القدرة على معالجة البيانات العالية.
تقدم منصتهم القابلة للتخصيص لمعالجة البيانات بيانات مخصصة وفقًا لاحتياجات وكلاء الذكاء الاصطناعي، بينما يوفر DuckDB استرجاع بيانات فعال للاستعلامات المحلية. تدعم مجموعة البيانات الشاملة الخاصة بهم أكثر من 100 شبكة EVM وSubstrate، بما في ذلك سجلات الأحداث وتفاصيل المعاملات، وهو ما يعد ذا قيمة كبيرة لوكلاء الذكاء الاصطناعي الذين يعملون عبر عدة سلاسل كتلة.
يضمن إدخال إثبات المعرفة الصفري أن تتمكن وكالات الذكاء الاصطناعي من الوصول إلى البيانات الحساسة ومعالجتها دون الإضرار بالخصوصية. بالإضافة إلى ذلك، يمكن لـ sqd.ai معالجة الحمل المتزايد للبيانات من خلال إضافة المزيد من عقد المعالجة، مما يدعم العدد المتزايد من وكالات الذكاء الاصطناعي، حيث يُقدّر أن العدد سيصل إلى عدة مليارات (.
![التمويل اللامركزي الذكي: كيف يمكن للذكاء الاصطناعي إطلاق إمكانات التمويل اللامركزي؟])https://img-cdn.gateio.im/webp-social/moments-84359fdd4f09d82ba2482b309782baa0.webp(
)# كوكي
يقدم Cookie طبقة بيانات معيارية لوكلاء الذكاء الاصطناعي والمجموعات، مصممة خصيصًا لمعالجة البيانات الاجتماعية. يحتوي على لوحة معلومات لوكيل الذكاء الاصطناعي، يمكنها تتبع العقول الرئيسية على السلسلة وعلى منصات التواصل الاجتماعي، وقد أطلق مؤخرًا واجهة برمجة التطبيقات لمجموعات البيانات القابلة للتوصيل لوكلاء الذكاء الاصطناعي الآخرين، لاكتشاف السرد الشائع والتغيرات في العقول على وسائل التواصل الاجتماعي.
تغطي مجموعة بياناتهم أكثر من 7 تيرابايت من مصادر البيانات على السلسلة وفي وسائل التواصل الاجتماعي، بدعم من 20 وكيل بيانات، مما يوفر رؤى حول مشاعر السوق وتحليل السلسلة. يستخدم وكيل الذكاء الاصطناعي الأخير لديهم 7% من سعة مجموعة بياناتهم، من خلال الاستفادة من مجموعة من الوكلاء الآخرين الذين يعملون تحتها لتقديم توقعات السوق واكتشاف فرص جديدة.
الخطوة التالية لـ DeFAI
حالياً، تواجه معظم وكلاء الذكاء الاصطناعي في التمويل اللامركزي قيوداً كبيرة في تحقيق الاستقلالية الكاملة. على سبيل المثال:
الطبقة التجريدية تحول نوايا المستخدم إلى تنفيذ، ولكنها تفتقر عادةً إلى القدرة على التنبؤ.
قد تقوم وكالات الذكاء الاصطناعي بتحليل إنتاج ألفا، ولكن تفتقر إلى تنفيذ التداول المستقل
يمكن لتطبيقات dApp المدفوعة بالذكاء الاصطناعي معالجة خزائن التأمين أو المعاملات، لكنها تتعلق بالأسلوب السلبي بدلاً من النشط.
قد تركز المرحلة التالية من DeFAI على دمج طبقة بيانات مفيدة لتطوير أفضل منصة أو وكيل. سيتطلب ذلك بيانات سلسلة عميقة حول أنشطة الحيتان وتغيرات السيولة، مع إنتاج بيانات تركيبية مفيدة لتحليل التنبؤ بشكل أفضل، ودمجها مع تحليلات مشاعر السوق العامة، سواء كانت تقلبات الرموز في فئات محددة مثل ### مثل وكلاء الذكاء الاصطناعي وDeSci، أو تقلبات الرموز على الشبكات الاجتماعية.
الهدف النهائي هو أن تتمكن الوكلاء الذكاء الاصطناعي من توليد وتنفيذ استراتيجيات التداول بسلاسة من واجهة واحدة. مع نضوج هذه الأنظمة، قد نرى في المستقبل أن المتداولين في التمويل اللامركزي يعتمدون على الوكلاء الذكاء الاصطناعي لتقييم وتوقع وتنفيذ الاستراتيجيات المالية بشكل مستقل مع الحد الأدنى من التدخل البشري.
( آخر الأفكار
بالنظر إلى الانخفاض الكبير في رموز الوكلاء الذكية والأطر، قد يعتقد البعض أن DeFAI هو مجرد ظاهرة عابرة. ومع ذلك، لا يزال DeFAI في مرحلة مبكرة، ومن الواضح أن قدرة الوكلاء الذكية على تعزيز قابلية استخدام التمويل اللامركزي والأداء لا يمكن إنكارها.
المفتاح لإطلاق هذه الإمكانية يكمن في الحصول على بيانات حقيقية عالية الجودة، مما سيحسن توقعات وتنفيذ التداول المدعوم بالذكاء الاصطناعي. تتكامل المزيد والمزيد من بروتوكولات البيانات مع طبقات بيانات مختلفة، حيث تبني بروتوكولات البيانات ملحقات للإطار، مما يبرز أهمية البيانات في اتخاذ القرارات من قبل الوكلاء.
في المستقبل، ستصبح القابلية للتحقق والخصوصية التحديات الرئيسية التي يجب أن تتعامل معها البروتوكولات. حاليًا، لا تزال معظم عمليات الوكلاء الذكيين عبارة عن صندوق أسود، حيث يجب على المستخدمين إيداع أموالهم فيها. لذلك، سيساعد تطوير قرارات الذكاء الاصطناعي القابلة للتحقق في ضمان شفافية وموثوقية عمليات الوكلاء. يمكن أن تعزز البروتوكولات المستندة إلى TEE وFHE وحتى إثباتات zk من قابلية تحقق سلوك الوكلاء الذكيين، مما يحقق الثقة في الاستقلالية.
فقط من خلال الجمع الناجح بين بيانات عالية الجودة، ونماذج قوية، وعملية اتخاذ قرارات شفافة، يمكن لوكلاء DeFAI الحصول على تطبيق واسع النطاق.
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
تسجيلات الإعجاب 22
أعجبني
22
7
إعادة النشر
مشاركة
تعليق
0/400
CounterIndicator
· 07-20 20:09
السوق الصاعدة来了 就是买买买
شاهد النسخة الأصليةرد0
NftMetaversePainter
· 07-19 08:37
meh... تفسير بدائي آخر على الذكاء الاصطناعي والتمويل اللامركزي. أيقظني عندما يحلون الجماليات الحاسوبية لبيانات عبر السلاسل
شاهد النسخة الأصليةرد0
ArbitrageBot
· 07-19 02:47
هذا المساء ستجني المراجحة أرباحًا كبيرة
شاهد النسخة الأصليةرد0
PositionPhobia
· 07-19 02:46
اشتريت ولا أجرؤ على أخذها، وأخذت ولا أجرؤ على إضافتها.
DeFAI: مستقبل التمويل اللامركزي المدعوم بالذكاء الاصطناعي طبقة البيانات تصبح القوة التنافسية الأساسية
التمويل اللامركزي كنقطة محورية في نظام التشفير، شهدت تطوراً سريعاً منذ عام 2020. على الرغم من ظهور العديد من البروتوكولات المبتكرة، إلا أنها أدت أيضاً إلى زيادة التعقيد والتجزئة، مما جعل حتى المستخدمين ذوي الخبرة يجدون صعوبة في التنقل بين العديد من الشبكات والأصول والبروتوكولات.
في الوقت نفسه، تطورت الذكاء الاصطناعي (AI) من سرد أساسي واسع النطاق في عام 2023 إلى تركيز أكثر تخصصًا وموجهًا نحو الوكلاء في عام 2024. وقد ولّد هذا التحول مجالًا ناشئًا يتمثل في DeFi AI (DeFAI) - حيث يعزز الذكاء الاصطناعي التمويل اللامركزي من خلال الأتمتة وإدارة المخاطر وتحسين رأس المال.
تتجاوز DeFAI عدة مستويات. تعتبر blockchain الطبقة الأساسية، ويجب أن تتفاعل وكيل الذكاء الاصطناعي مع سلسلة معينة لتنفيذ المعاملات والعقود الذكية. توفر طبقة البيانات وطبقة الحساب البنية التحتية اللازمة لتدريب نماذج الذكاء الاصطناعي، وهذه النماذج تأتي من بيانات الأسعار التاريخية، ومشاعر السوق، والتحليل على السلسلة. تضمن طبقة الخصوصية وقابلية التحقق الحفاظ على أمان البيانات المالية الحساسة مع الحفاظ على التنفيذ بدون ثقة. يسمح إطار الوكيل للمطورين ببناء تطبيقات مدفوعة بالذكاء الاصطناعي مخصصة، مثل روبوتات التداول المستقلة، ومقيمو مخاطر الائتمان، ومحسنات الحوكمة على السلسلة.
مع توسع نظام DeFAI البيئي باستمرار، يمكن تقسيم المشاريع الأكثر بروزًا إلى ثلاثة فئات رئيسية:
1.层 المجردة
تعمل البروتوكولات المبنية على هذه الفئة كواجهة مستخدم ودية تشبه ChatGPT للتمويل اللامركزي، مما يسمح للمستخدمين بإدخال التعليمات القابلة للتنفيذ على السلسلة. عادة ما تتكامل مع سلاسل متعددة وdApp، وتنفذ نوايا المستخدم، مع القضاء على الخطوات اليدوية في المعاملات المعقدة.
تشمل بعض الوظائف التي يمكن تنفيذها بواسطة هذه البروتوكولات:
على سبيل المثال ، لا حاجة لسحب ETH يدويًا من منصة الإقراض ، ونقله عبر السلسلة إلى Solana ، وتبادل SOL ، وتوفير السيولة - بروتوكول الطبقة المجردة يكفي لإجراء العملية في خطوة واحدة.
2. وكيل التداول الذاتي
على عكس روبوتات التداول التقليدية التي تتبع القواعد المحددة مسبقًا، يمكن لوكلاء التداول المستقل التعلم والتكيف مع ظروف السوق، وضبط استراتيجياتهم بناءً على المعلومات الجديدة. يمكن أن تقوم هذه الوكلاء بـ:
3. التطبيقات اللامركزية المدفوعة بالذكاء الاصطناعي
تقدم تطبيقات DeFi خدمات الإقراض، والتبادل، وزراعة العوائد. يمكن أن تعزز الذكاء الاصطناعي والوكلاء الذكاء الاصطناعي هذه الخدمات من خلال الطرق التالية:
التحديات الرئيسية
تواجه بروتوكولات القمة 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 كفاءة منخفضة في المسارات، وفشل الصفقات، أو عدم جدوى الصفقات.
تعتمد نماذج الذكاء الاصطناعي على البيانات التاريخية، لكن سوق التشفير متقلب للغاية. يجب أن تقبل الوكالات تدريب مجموعات بيانات متنوعة وعالية الجودة للحفاظ على فعاليتها.
يجب أن يكون لديك فهم شامل لعلاقة الأصول، وتغيرات السيولة، والعواطف السوقية، لفهم الحالة العامة للسوق
لقد لقيت بروتوكولات الفئات هذه قبولاً في السوق. ومع ذلك، من أجل تقديم منتجات أفضل وتحقيق أفضل النتائج، ينبغي عليهم النظر في دمج مجموعات بيانات ذات جودة متنوعة لرفع منتجاتهم إلى مستوى جديد.
طبقة البيانات - لتوفير الطاقة لذكاء DeFAI
تعتمد جودة الذكاء الاصطناعي على البيانات التي يستند إليها. لجعل وكلاء الذكاء الاصطناعي يعملون بشكل فعال في DeFAI، يحتاجون إلى بيانات حية، منظمة وقابلة للتحقق. على سبيل المثال، يحتاج المستوى المجرد إلى الوصول إلى بيانات السلسلة من خلال RPC وواجهات برمجة التطبيقات للشبكات الاجتماعية، بينما يحتاج وكلاء تحسين التداول والعائدات إلى البيانات لتحسين استراتيجيات تداولهم وإعادة تخصيص الموارد.
تساعد مجموعات البيانات عالية الجودة الوكلاء على إجراء تحليل تنبؤات أفضل لسلوك الأسعار المستقبلية، وتقديم النصائح للتداول لتناسب تفضيلاتهم لمراكز الشراء أو البيع لبعض الأصول.
المزودين الرئيسيين للبيانات في DeFAI
| بروتوكول | تفاصيل | وظائف | |----------------|-----------------------|-------------------------------------------| | Mode Synth | بيانات تركيبية للتنبؤ المالي | التقاط التوزيع الكامل لتغيرات الأسعار، لاستخدامها في التنبؤ بنماذج الذكاء الاصطناعي | | Chainbase | مجموعة بيانات هيكلية كاملة 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 | | كعكة | الذكاء الاجتماعي الموجه لوكلاء الذكاء الاصطناعي وطبقة البيانات على السلسلة | استخدام 18 وكيل ذكاء اصطناعي متخصص لمعالجة أكثر من 7 تيرابايت من بيانات الوكلاء على أكثر من 20 سلسلة |
الشبكة الفرعية لتوليف الوضع
كنظام فرعي، يقوم Synth بإنشاء بيانات تركيبية لتمكين التنبؤات المالية للوكيل. بالمقارنة مع أنظمة التنبؤ السعرية التقليدية الأخرى، يلتقط Synth التوزيع الكامل لتقلبات الأسعار واحتمالاتها ذات الصلة، مما يؤدي إلى بناء أكثر البيانات التركيبية دقة في العالم، لدعم الوكلاء وLLM.
توفير مجموعات بيانات عالية الجودة يمكن أن يساعد وكلاء الذكاء الاصطناعي في اتخاذ قرارات اتجاهية أفضل في التداول، بينما يتوقع تقلبات APY في ظل ظروف السوق المختلفة، حتى تتمكن برك السيولة من إعادة توزيع أو سحب السيولة عند الحاجة. منذ إطلاق الشبكة المستقلة، كان هناك طلب قوي من فرق التمويل اللامركزي لدمج بيانات Synth عبر واجهات برمجة التطبيقات الخاصة بهم.
مقارنة بين أفضل بلوكتشين مدعومة من قبل وكيل الذكاء الاصطناعي
بعض سلاسل الكتل العامة هي بلا شك السلاسل الرئيسية لبناء وإصدار معظم إطار عمل الوكلاء من الذكاء الاصطناعي والرموز. يستخدم وكلاء الذكاء الاصطناعي الشبكات عالية الإنتاجية ومنخفضة الكمون، بالإضافة إلى أنظمة التشغيل مفتوحة المصدر، لنشر رموز الوكلاء، بينما تعمل بعض المنصات كمنصة انطلاق لنشر الوكلاء. على الرغم من أن لديها جميعًا هاكاثونات وحوافز مالية، إلا أنها لم تصل بعد إلى المستوى الذي وصلت إليه بعض السلاسل فيما يتعلق بخطط الذكاء الاصطناعي كسلسلة.
كانت إحدى سلاسل الكتل العامة قد عرفت نفسها سابقًا على أنها سلسلة كتل L1 تركز على الذكاء الاصطناعي، وتتميز بوظائف تشمل سوق مهام الذكاء الاصطناعي، ومركز أبحاث الذكاء الاصطناعي مع إطار عمل وكيل الذكاء الاصطناعي مفتوح المصدر، ومساعد ذكي. وقد أعلنوا مؤخرًا عن صندوق وكيل الذكاء الاصطناعي بقيمة 20 مليون دولار، يهدف إلى توسيع الوكلاء المستقلين القابلين للتحقق بالكامل على سلسلتهم.
قاعدة السلسلة
تقدم Chainbase مجموعة بيانات هيكلية على السلسلة قابلة للتحقق عبر السلسلة، مما يعزز وظائف وكيل الذكاء الاصطناعي المتعلقة بالتداول، والرؤى، والتنبؤ، والبحث عن ألفا. لقد أطلقوا manuscripts، وهو إطار تدفق بيانات بلوك تشين، لدمج البيانات على السلسلة و خارج السلسلة في تخزين البيانات المستهدف، لتمكين الاستعلامات والتحليلات غير المحدودة.
هذا يمكّن المطورين من تخصيص سير عمل معالجة البيانات وفقًا لاحتياجاتهم المحددة. من خلال توحيد البيانات الخام ومعالجتها إلى تنسيق نظيف ومتوافق، يمكن ضمان أن تلبي مجموعة البيانات الخاصة بهم متطلبات نظام الذكاء الاصطناعي الصارمة، مما يقلل من وقت المعالجة المسبقة، بينما يعزز دقة النموذج، ويساعد في إنشاء وكلاء ذكاء اصطناعي موثوقين.
استنادًا إلى بيانات السلسلة الواسعة الخاصة بهم، قاموا أيضًا بتطوير نموذج يُدعى Theia، والذي يترجم بيانات السلسلة إلى تحليلات بيانات المستخدم، دون الحاجة إلى أي معرفة معقدة بالبرمجة. إن فائدة بيانات Chainbase واضحة في شراكاتهم، حيث يتم استخدام بياناتهم من قبل بروتوكول الذكاء الاصطناعي لـ:
sqd.ai
sqd.ai تقوم بتطوير شبكة قاعدة بيانات مفتوحة مصممة خصيصًا لوكلاء الذكاء الاصطناعي وخدمات Web3. يوفر بحيرة البيانات اللامركزية الخاصة بهم الوصول إلى كمية كبيرة من بيانات البلوكشين في الوقت الحقيقي والتاريخية بطريقة فعالة من حيث التكلفة ودون الحاجة إلى إذن، مما يمكّن وكلاء الذكاء الاصطناعي من العمل بشكل أكثر كفاءة.
تقدم sqd.ai فهرس بيانات في الوقت الحقيقي ( بما في ذلك فهرس الكتل غير المكتملة )، بسرعة فهرسة تصل إلى 150,000+ كتلة في الثانية، أسرع من أي فهرس آخر. في الـ 24 ساعة الماضية، قدمت أكثر من 11 تيرابايت من البيانات، تلبي احتياجات المليارات من وكلاء الذكاء الاصطناعي المستقلين والمطورين من خلال القدرة على معالجة البيانات العالية.
تقدم منصتهم القابلة للتخصيص لمعالجة البيانات بيانات مخصصة وفقًا لاحتياجات وكلاء الذكاء الاصطناعي، بينما يوفر DuckDB استرجاع بيانات فعال للاستعلامات المحلية. تدعم مجموعة البيانات الشاملة الخاصة بهم أكثر من 100 شبكة EVM وSubstrate، بما في ذلك سجلات الأحداث وتفاصيل المعاملات، وهو ما يعد ذا قيمة كبيرة لوكلاء الذكاء الاصطناعي الذين يعملون عبر عدة سلاسل كتلة.
يضمن إدخال إثبات المعرفة الصفري أن تتمكن وكالات الذكاء الاصطناعي من الوصول إلى البيانات الحساسة ومعالجتها دون الإضرار بالخصوصية. بالإضافة إلى ذلك، يمكن لـ sqd.ai معالجة الحمل المتزايد للبيانات من خلال إضافة المزيد من عقد المعالجة، مما يدعم العدد المتزايد من وكالات الذكاء الاصطناعي، حيث يُقدّر أن العدد سيصل إلى عدة مليارات (.
![التمويل اللامركزي الذكي: كيف يمكن للذكاء الاصطناعي إطلاق إمكانات التمويل اللامركزي؟])https://img-cdn.gateio.im/webp-social/moments-84359fdd4f09d82ba2482b309782baa0.webp(
)# كوكي
يقدم Cookie طبقة بيانات معيارية لوكلاء الذكاء الاصطناعي والمجموعات، مصممة خصيصًا لمعالجة البيانات الاجتماعية. يحتوي على لوحة معلومات لوكيل الذكاء الاصطناعي، يمكنها تتبع العقول الرئيسية على السلسلة وعلى منصات التواصل الاجتماعي، وقد أطلق مؤخرًا واجهة برمجة التطبيقات لمجموعات البيانات القابلة للتوصيل لوكلاء الذكاء الاصطناعي الآخرين، لاكتشاف السرد الشائع والتغيرات في العقول على وسائل التواصل الاجتماعي.
تغطي مجموعة بياناتهم أكثر من 7 تيرابايت من مصادر البيانات على السلسلة وفي وسائل التواصل الاجتماعي، بدعم من 20 وكيل بيانات، مما يوفر رؤى حول مشاعر السوق وتحليل السلسلة. يستخدم وكيل الذكاء الاصطناعي الأخير لديهم 7% من سعة مجموعة بياناتهم، من خلال الاستفادة من مجموعة من الوكلاء الآخرين الذين يعملون تحتها لتقديم توقعات السوق واكتشاف فرص جديدة.
الخطوة التالية لـ DeFAI
حالياً، تواجه معظم وكلاء الذكاء الاصطناعي في التمويل اللامركزي قيوداً كبيرة في تحقيق الاستقلالية الكاملة. على سبيل المثال:
الطبقة التجريدية تحول نوايا المستخدم إلى تنفيذ، ولكنها تفتقر عادةً إلى القدرة على التنبؤ.
قد تقوم وكالات الذكاء الاصطناعي بتحليل إنتاج ألفا، ولكن تفتقر إلى تنفيذ التداول المستقل
يمكن لتطبيقات dApp المدفوعة بالذكاء الاصطناعي معالجة خزائن التأمين أو المعاملات، لكنها تتعلق بالأسلوب السلبي بدلاً من النشط.
قد تركز المرحلة التالية من DeFAI على دمج طبقة بيانات مفيدة لتطوير أفضل منصة أو وكيل. سيتطلب ذلك بيانات سلسلة عميقة حول أنشطة الحيتان وتغيرات السيولة، مع إنتاج بيانات تركيبية مفيدة لتحليل التنبؤ بشكل أفضل، ودمجها مع تحليلات مشاعر السوق العامة، سواء كانت تقلبات الرموز في فئات محددة مثل ### مثل وكلاء الذكاء الاصطناعي وDeSci، أو تقلبات الرموز على الشبكات الاجتماعية.
الهدف النهائي هو أن تتمكن الوكلاء الذكاء الاصطناعي من توليد وتنفيذ استراتيجيات التداول بسلاسة من واجهة واحدة. مع نضوج هذه الأنظمة، قد نرى في المستقبل أن المتداولين في التمويل اللامركزي يعتمدون على الوكلاء الذكاء الاصطناعي لتقييم وتوقع وتنفيذ الاستراتيجيات المالية بشكل مستقل مع الحد الأدنى من التدخل البشري.
( آخر الأفكار
بالنظر إلى الانخفاض الكبير في رموز الوكلاء الذكية والأطر، قد يعتقد البعض أن DeFAI هو مجرد ظاهرة عابرة. ومع ذلك، لا يزال DeFAI في مرحلة مبكرة، ومن الواضح أن قدرة الوكلاء الذكية على تعزيز قابلية استخدام التمويل اللامركزي والأداء لا يمكن إنكارها.
المفتاح لإطلاق هذه الإمكانية يكمن في الحصول على بيانات حقيقية عالية الجودة، مما سيحسن توقعات وتنفيذ التداول المدعوم بالذكاء الاصطناعي. تتكامل المزيد والمزيد من بروتوكولات البيانات مع طبقات بيانات مختلفة، حيث تبني بروتوكولات البيانات ملحقات للإطار، مما يبرز أهمية البيانات في اتخاذ القرارات من قبل الوكلاء.
في المستقبل، ستصبح القابلية للتحقق والخصوصية التحديات الرئيسية التي يجب أن تتعامل معها البروتوكولات. حاليًا، لا تزال معظم عمليات الوكلاء الذكيين عبارة عن صندوق أسود، حيث يجب على المستخدمين إيداع أموالهم فيها. لذلك، سيساعد تطوير قرارات الذكاء الاصطناعي القابلة للتحقق في ضمان شفافية وموثوقية عمليات الوكلاء. يمكن أن تعزز البروتوكولات المستندة إلى TEE وFHE وحتى إثباتات zk من قابلية تحقق سلوك الوكلاء الذكيين، مما يحقق الثقة في الاستقلالية.
فقط من خلال الجمع الناجح بين بيانات عالية الجودة، ونماذج قوية، وعملية اتخاذ قرارات شفافة، يمكن لوكلاء DeFAI الحصول على تطبيق واسع النطاق.