La evolución de la capacidad de predicción humana y la aplicación de la IA en Finanzas descentralizadas

La predicción siempre ha sido una capacidad clave en el proceso de evolución humana. Desde la antigüedad, hemos dependido de nuestros sentidos e instintos para predecir las amenazas y oportunidades en el entorno, como reconocer los patrones de actividad de los depredadores, el momento de aparición de las presas y la disponibilidad estacional de alimentos, lo cual es crucial para la supervivencia.

Con el paso del tiempo, este modelo de predicción se ha desarrollado gradualmente en el uso de herramientas y la capacidad de planificación, como estimar la demanda de cultivos, sacrificio y conservación de carne, entre otros. Los humanos también han desarrollado la capacidad de predecir pistas sociales, incluyendo la comprensión de las intenciones, emociones y comportamientos de los demás. Además, hemos creado sistemas de conocimiento como la escritura, la ciencia y las matemáticas, así como herramientas modernas como la estadística, la computación, el aprendizaje automático y la inteligencia artificial, todo con el fin de mejorar la capacidad predictiva del ser humano.

Los mercados de predicción se han convertido en una herramienta económica importante que utiliza la capacidad de predicción humana para prever resultados en los campos económico, político y cultural. A diferencia de las encuestas de opinión tradicionales, los mercados de predicción obtienen predicciones precisas a través de incentivos económicos, ya que los participantes apuestan con dinero real.

En el mercado de las elecciones estadounidenses de 2024, una plataforma de predicción atrajo casi 4 mil millones de dólares en apuestas, y su pronóstico de la victoria de Trump incluso superó la precisión de las encuestas de opinión, lo que refleja plenamente el valor económico de la predicción colectiva.

Evoluciones similares también han aparecido en el ámbito del comercio de spot y contratos perpetuos. Desde el auge de los intercambios centralizados, que satisfacen la creciente demanda global de criptomonedas, hasta los recientes desarrollos disruptivos de algunas plataformas que ofrecen servicios de autocustodia y sin KYC, manteniendo al mismo tiempo una experiencia de comercio similar a la de los intercambios centralizados.

Con el auge de los modelos de predicción de inteligencia artificial y aprendizaje automático, la capacidad de predecir eventos, precios de activos y volatilidades está mejorando significativamente. Esto lleva a la humanidad a la siguiente etapa de evolución.

Finanzas descentralizadas 3.0

Las Finanzas descentralizadas 1.0 introdujeron contratos inteligentes y aplicaciones descentralizadas, permitiendo a los usuarios realizar transferencias, intercambios, staking, préstamos y minería de rendimiento en cualquier momento y lugar. Esto es esencialmente poner activos criptográficos en funcionamiento en la cadena para crear valor económico.

Las Finanzas descentralizadas 2.0 se han expandido sobre la base de 1.0, introduciendo economías de tokens innovadoras y mecanismos de distribución de incentivos, con el fin de coordinar los intereses entre los diferentes interesados en el protocolo y dar lugar a nuevos mercados emergentes que ofrecen fuentes alternativas de ingresos.

Las Finanzas descentralizadas 3.0 introducen la inteligencia artificial en el campo de las Finanzas descentralizadas. Algunos lo llaman DeFAI o AiFi, y su núcleo es la integración de modelos de lenguaje grande (LLM) y/o modelos de aprendizaje automático (ML) en productos DeFi.

Esto incluye desde integraciones simples de LLM (como actuar como soporte al cliente o ayudar a los usuarios a navegar por protocolos), hasta sistemas complejos de múltiples agentes y sistemas de aprendizaje automático, que mejoran fundamentalmente el rendimiento del producto (como aumentar las ganancias comerciales, reducir las pérdidas impermanentes, aumentar los ingresos de LP, disminuir el riesgo de liquidación en el comercio perpetuo, etc.).

Además de la capa de abstracción DeFAI y los agentes financieros completamente autónomos, los sistemas de inteligencia artificial y aprendizaje automático, así como los modelos predictivos, desempeñan un papel importante en la transformación de las Finanzas descentralizadas y otros sectores verticales.

Desarrollo del sistema de predicción

Las redes neuronales y los árboles de decisión han aparecido desde la década de 2000, y estos sistemas fueron utilizados por fondos de cobertura para predecir precios de acciones y productos. Los resultados de las primeras predicciones de acciones eran bastante referenciales, con una tasa de precisión de predicción a corto plazo que alcanzaba el 50%-60%, pero debido al sobreajuste y a la limitada cantidad de datos, se restringió su ámbito de aplicación.

Luego, el auge del aprendizaje profundo y de los grandes datos ha permitido que los modelos manejen conjuntos de datos más grandes, incluidos datos de series temporales, noticias y datos no estructurados de redes sociales, lo que resulta en predicciones más precisas y aplicaciones más amplias.

En los últimos cinco años, los avances revolucionarios en los modelos Transformer y la IA multimodal han permitido que los sistemas de IA integren conjuntos de datos más diversos, como emociones de redes sociales, transacciones de blockchain, datos de oráculos, noticias en tiempo real, predicciones de crowdsourcing y muchas más fuentes de información. Esto ha llevado a que algunos modelos de IA alcancen una precisión del 80% al 90% en la predicción de resultados de eventos y precios de activos.

A medida que estos modelos mejoran, la demanda de integrar la capacidad de predicción en los sistemas de Finanzas descentralizadas ha aumentado significativamente. Actualmente, nos encontramos en las primeras etapas de DeFi 3.0, siendo testigos de cómo algunos participantes en el mercado combinan sistemas de IA/aprendizaje automático con escenarios de aplicaciones Web3.

Finanzas descentralizadas x AI/ML系统的应用

Una red de modelo de predicción descentralizada ha logrado una amplia integración con múltiples protocolos de Finanzas descentralizadas y equipos de agentes de IA, otorgándole capacidades de predicción (enfocándose principalmente en la predicción de precios de criptomonedas). Se dice que su tasa de precisión en la predicción de precios de criptomonedas a corto plazo es de aproximadamente el 80%.

Algunas aplicaciones principales incluyen:

1. Bóveda impulsada por IA basada en USDC, que utiliza tecnología de inferencia para maximizar los rendimientos de las transacciones de SOL. Desde el 23 de abril, su tasa de retorno acumulada es del 2.4%, con una tasa de interés anual de aproximadamente el 10%.

2. AI LP Bóveda, utilizando datos de precios predictivos, coloca mejor la liquidez antes de las fluctuaciones de precios, evitando así la pérdida impermanente.

3. Colaborar con varios equipos para apoyar las estrategias de trading y ejecución de los agentes de IA.

Otra importante subred de la plataforma también ha logrado avances significativos en el ámbito de la predicción:

• Una subred está a punto de lanzar un tesoro DeFi, que asignará automáticamente los depósitos de los usuarios a eventos/mercados de alta confiabilidad para realizar apuestas. Se informa que el APY de las pruebas iniciales supera los cuatro dígitos.

• Otra subred en el ámbito del fútbol está mejorando continuamente su señal. El rendimiento reciente en la Copa del Mundo de Clubes muestra que una apuesta agresiva ha generado un retorno de inversión del 232%. El equipo también está desarrollando un producto de tesorería de Finanzas descentralizadas más centrado en el ajuste del riesgo.

• También hay una subred construida en torno a un modelo de predicción de volatilidad altamente general. Se puede utilizar para predecir varias probabilidades de cambios de precios, como la probabilidad de liquidación, el tiempo de supervivencia de posiciones perpetuas, establecer rangos de LP y predecir pérdidas impermanentes, predecir el precio de ejercicio de opciones y el tiempo de vencimiento, entre otros. Se dice que este modelo supera en rendimiento entre un 25% y un 30% a los modelos de referencia tradicionales.

Estas subredes ofrecen incentivos en forma de tokens que oscilan entre 2 millones y más de 10 millones de dólares al año, atrayendo a los mineros para que mejoren continuamente sus modelos de predicción. El objetivo es utilizar estos incentivos como gastos de capital para guiar el desarrollo de productos y lograr la comercialización lo antes posible, generando así beneficios reales.

Tendencias de desarrollo futuro

La búsqueda de mayores rendimientos y menores riesgos continuará, lo que impulsará a los constructores a introducir más activos físicos en la cadena. Las fuentes de rendimiento existentes de Finanzas descentralizadas seguirán optimizándose y será cada vez más fácil acceder a ellas.

Se prevé que los mercados de predicción se conviertan en la principal fuente de información, con la IA actuando como creadora de mercado, mientras que los participantes experimentados fomentan aún más la sabiduría colectiva. Las herramientas se vuelven cada vez más inteligentes y los modelos se vuelven cada vez más precisos.

Cuanto más aprenden estos sistemas, mayor es su valor. Y cuanto más fuerte es su interoperabilidad con otras partes de Web3, más imparable es la tendencia en su conjunto.

En última instancia, todo en el ámbito de las criptomonedas es una apuesta por el futuro. Por lo tanto, aquellos que puedan prever más claramente la infraestructura y las aplicaciones futuras, ya sea a través de la sabiduría colectiva, datos de mejor calidad o modelos más precisos, tendrán una ventaja significativa.