Эволюция предсказательных способностей человека и применение ИИ в Децентрализованных финансах
Прогнозирование всегда было ключевым умением в процессе эволюции человека. С древних времен мы полагались на свои чувства и инстинкты, чтобы предсказать угрозы и возможности в окружающей среде, такие как распознавание закономерностей активности хищников, время появления добычи и сезонные запасы пищи, что имеет решающее значение для выживания.
С течением времени эта модель прогнозирования постепенно развивалась в использование инструментов и способности к планированию, таких как оценка потребностей в выращивании сельскохозяйственных культур, убое и хранении мяса и т. д. Человечество также развило способность прогнозировать социальные сигналы, включая понимание намерений, эмоций и действий других. Кроме того, мы создали такие системы знаний, как письменность, наука, математика, а также современные инструменты, такие как статистика, компьютеры, машинное обучение и искусственный интеллект, которые предназначены для повышения человеческой способности к прогнозированию.
Прогностические рынки стали важным экономическим инструментом, который использует человеческую способность предсказания для прогнозирования результатов в экономической, политической и культурной сферах. В отличие от традиционных опросов общественного мнения, прогностические рынки получают точные прогнозы за счет экономических стимулов, поскольку участники делают ставки с использованием реальных средств.
На рынке выборов в США 2024 года одна из прогнозных платформ привлекла почти 4 миллиарда долларов ставок, причем её прогноз победы Трампа даже превышает точность опросов общественного мнения, что полностью отражает экономическую ценность краудсорсинга прогнозов.
Подобная эволюция также наблюдается в области спотовой и бессрочной торговли. От появления централизованных бирж, удовлетворяющих постоянно растущий мировой спрос на криптовалюту, до недавних разрушительных изменений на некоторых платформах, предлагающих услуги самохранилища и без KYC, при этом сохраняя опыт торговли, схожий с централизованными биржами.
С ростом искусственного интеллекта и моделей прогнозирования на основе машинного обучения способность предсказывать события, цены на активы и волатильность значительно возрастает. Это приведет человечество в следующий этап эволюции.
Децентрализованные финансы 3.0
Децентрализованные финансы 1.0 ввели смарт-контракты и децентрализованные приложения, позволяя пользователям в любое время и в любом месте осуществлять переводы, торги, стейкинг, кредитование и доходное майнинг. По сути, это приведение криптоактивов в цепочку для создания экономической ценности.
Децентрализованные финансы 2.0 расширили 1.0, внедрив инновационную токеномику и механизмы распределения стимулов, направленные на согласование интересов различных заинтересованных сторон в протоколе и порождение новых рынков, предлагающих альтернативные источники дохода.
Децентрализованные финансы 3.0 же вводят искусственный интеллект в область Децентрализованных финансов. Некоторые называют это DeFAI или AiFi, его核心 состоит в интеграции крупных языковых моделей (LLM) и/или моделей машинного обучения (ML) в продукты Децентрализованных финансов.
Это включает в себя от простых интеграций LLM (таких как выполнение функций поддержки клиентов или помощь пользователям в навигации по протоколам) до сложных многоагентных систем и систем машинного обучения, которые в корне улучшают производительность продукта (таких как увеличение торговой прибыли, снижение непостоянных убытков, повышение доходности LP, снижение риска ликвидации бессрочной торговли и т.д.).
Помимо абстрактного уровня DeFAI и полностью автономного финансового агента, системы искусственного интеллекта и машинного обучения, а также прогнозные модели играют важную роль в трансформации Децентрализованных финансов и других вертикальных областей.
Развитие системы прогнозирования
Нейронные сети и деревья решений появились с 2000-х годов, эти системы использовались хедж-фондами для прогнозирования цен на акции и товары. Ранние результаты прогнозирования акций были довольно полезными, точность краткосрочных прогнозов достигала 50%-60%, но из-за переобучения и ограниченности данных это ограничивало их область применения.
Затем появление глубокого обучения и больших данных позволило моделям обрабатывать более крупные наборы данных, включая временные ряды, новости и неструктурированные данные из социальных сетей, что привело к более точным прогнозам и более широкому применению.
За последние пять лет прорывные достижения моделей Transformer и многомодального ИИ позволили ИИ-системам интегрировать более разнообразные наборы данных, такие как эмоции в социальных сетях, блокчейн-транзакции, данные о оракулах, новости в реальном времени, краудсорсинговые прогнозы и другие источники информации. Это позволило некоторым моделям ИИ достичь точности предсказания результатов событий и цен на активы на уровне 80%-90%.
С увеличением совершенствования этих моделей резко возросла потребность в интеграции предсказательных возможностей в системы Децентрализованные финансы. В настоящее время мы находимся на ранней стадии DeFi 3.0 и являемся свидетелями того, как некоторые участники рынка объединяют системы ИИ/машинного обучения с приложениями Web3.
Децентрализованные финансы x AI/ML системы применения
Некоторая децентрализованная модель предсказания сети уже реализовала широкую интеграцию с несколькими Децентрализованными финансами и командами ИИ-агентов, что дает ей предсказательные способности (в основном сосредоточенные на прогнозировании цен на криптовалюту). Утверждается, что точность ее краткосрочных прогнозов цен на криптовалюту составляет около 80%.
Некоторые основные приложения включают:
AI-управляемый трезор на основе USDC, использующий технологии вывода для максимизации доходности от торговли SOL. С 23 апреля его совокупная доходность составила 2.4%, годовая ставка около 10%.
AI LP-казна, используя прогнозные данные о ценах, лучше размещает ликвидность перед колебаниями цен, тем самым избегая неустойчивых потерь.
Сотрудничество с несколькими командами для поддержки торговых стратегий и исполнения для AI-агентов.
Другой важный платформы подсеть также достигла значительного прогресса в области прогнозирования:
Подсеть собирается запустить Децентрализованные финансы хранилище, автоматически распределяющее пользовательские депозиты на высоконадежные события/рынки для ставок. По сообщению, APY ранних тестов превышает четырехзначное число.
Еще одна подсеть в футбольной области постоянно улучшает свои сигналы. Последние результаты клубного чемпионата мира показывают, что агрессивные ставки принесли 232% доходности инвестиций. Команда также разрабатывает продукт DeFi-казначейства, более ориентированный на риск.
Также была создана подсеть вокруг высоко универсальной модели прогнозирования волатильности. Она может использоваться для прогнозирования различных вероятностей изменения цены, таких как вероятность ликвидации, время жизни бессрочных позиций, установка диапазона LP и прогнозирование непостоянных убытков, прогнозирование цены исполнения опционов и времени истечения и т. д. Эта модель, как утверждается, показывает на 25%-30% лучшие результаты по сравнению с традиционной базовой моделью.
Эти подсети ежегодно используют от 2 до 10 миллионов долларов США в токенах в качестве стимулов, чтобы привлечь майнеров к постоянному улучшению их прогнозных моделей. Цель состоит в том, чтобы использовать эти стимулы как капитальные расходы для направления разработки продуктов и как можно быстрее достичь коммерциализации, чтобы получить реальную прибыль.
Будущие тенденции развития
Стремление к более высокой доходности и более низкому риску будет продолжаться, что побудит строителей вводить больше физических активов на блокчейн. Существующие источники дохода в области Децентрализованных финансов будут продолжать оптимизироваться и становиться все более доступными.
Прогнозные рынки станут основным источником информации, AI будет выступать в роли маркет-мейкера, а опытные участники будут дополнительно стимулировать коллективный разум. Инструменты становятся всё более умными, а модели — всё более точными.
Чем больше эти системы обучаются, тем больше их ценность. Кроме того, чем сильнее они комбинируются с другими частями Web3, тем более неотвратимым становится весь тренд.
В конечном итоге всё в криптосфере является ставкой на будущее. Таким образом, те, кто могут более чётко предсказать инфраструктуру и приложения будущего, будь то через коллективную мудрость, более качественные данные или более точные модели, будут иметь значительное преимущество.
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
8 Лайков
Награда
8
2
Поделиться
комментарий
0/400
FOMOmonster
· 08-01 06:29
AI ловушка слишком много, все можно предсказать.
Посмотреть ОригиналОтветить0
NftBankruptcyClub
· 08-01 06:26
Молодежь, не торопитесь разыгрывать людей как лохов.
Децентрализованные финансы 3.0: AI-прогнозирующая система ведет шифрование доходов в новую эпоху
Эволюция предсказательных способностей человека и применение ИИ в Децентрализованных финансах
Прогнозирование всегда было ключевым умением в процессе эволюции человека. С древних времен мы полагались на свои чувства и инстинкты, чтобы предсказать угрозы и возможности в окружающей среде, такие как распознавание закономерностей активности хищников, время появления добычи и сезонные запасы пищи, что имеет решающее значение для выживания.
С течением времени эта модель прогнозирования постепенно развивалась в использование инструментов и способности к планированию, таких как оценка потребностей в выращивании сельскохозяйственных культур, убое и хранении мяса и т. д. Человечество также развило способность прогнозировать социальные сигналы, включая понимание намерений, эмоций и действий других. Кроме того, мы создали такие системы знаний, как письменность, наука, математика, а также современные инструменты, такие как статистика, компьютеры, машинное обучение и искусственный интеллект, которые предназначены для повышения человеческой способности к прогнозированию.
Прогностические рынки стали важным экономическим инструментом, который использует человеческую способность предсказания для прогнозирования результатов в экономической, политической и культурной сферах. В отличие от традиционных опросов общественного мнения, прогностические рынки получают точные прогнозы за счет экономических стимулов, поскольку участники делают ставки с использованием реальных средств.
На рынке выборов в США 2024 года одна из прогнозных платформ привлекла почти 4 миллиарда долларов ставок, причем её прогноз победы Трампа даже превышает точность опросов общественного мнения, что полностью отражает экономическую ценность краудсорсинга прогнозов.
Подобная эволюция также наблюдается в области спотовой и бессрочной торговли. От появления централизованных бирж, удовлетворяющих постоянно растущий мировой спрос на криптовалюту, до недавних разрушительных изменений на некоторых платформах, предлагающих услуги самохранилища и без KYC, при этом сохраняя опыт торговли, схожий с централизованными биржами.
С ростом искусственного интеллекта и моделей прогнозирования на основе машинного обучения способность предсказывать события, цены на активы и волатильность значительно возрастает. Это приведет человечество в следующий этап эволюции.
Децентрализованные финансы 3.0
Децентрализованные финансы 1.0 ввели смарт-контракты и децентрализованные приложения, позволяя пользователям в любое время и в любом месте осуществлять переводы, торги, стейкинг, кредитование и доходное майнинг. По сути, это приведение криптоактивов в цепочку для создания экономической ценности.
Децентрализованные финансы 2.0 расширили 1.0, внедрив инновационную токеномику и механизмы распределения стимулов, направленные на согласование интересов различных заинтересованных сторон в протоколе и порождение новых рынков, предлагающих альтернативные источники дохода.
Децентрализованные финансы 3.0 же вводят искусственный интеллект в область Децентрализованных финансов. Некоторые называют это DeFAI или AiFi, его核心 состоит в интеграции крупных языковых моделей (LLM) и/или моделей машинного обучения (ML) в продукты Децентрализованных финансов.
Это включает в себя от простых интеграций LLM (таких как выполнение функций поддержки клиентов или помощь пользователям в навигации по протоколам) до сложных многоагентных систем и систем машинного обучения, которые в корне улучшают производительность продукта (таких как увеличение торговой прибыли, снижение непостоянных убытков, повышение доходности LP, снижение риска ликвидации бессрочной торговли и т.д.).
Помимо абстрактного уровня DeFAI и полностью автономного финансового агента, системы искусственного интеллекта и машинного обучения, а также прогнозные модели играют важную роль в трансформации Децентрализованных финансов и других вертикальных областей.
Развитие системы прогнозирования
Нейронные сети и деревья решений появились с 2000-х годов, эти системы использовались хедж-фондами для прогнозирования цен на акции и товары. Ранние результаты прогнозирования акций были довольно полезными, точность краткосрочных прогнозов достигала 50%-60%, но из-за переобучения и ограниченности данных это ограничивало их область применения.
Затем появление глубокого обучения и больших данных позволило моделям обрабатывать более крупные наборы данных, включая временные ряды, новости и неструктурированные данные из социальных сетей, что привело к более точным прогнозам и более широкому применению.
За последние пять лет прорывные достижения моделей Transformer и многомодального ИИ позволили ИИ-системам интегрировать более разнообразные наборы данных, такие как эмоции в социальных сетях, блокчейн-транзакции, данные о оракулах, новости в реальном времени, краудсорсинговые прогнозы и другие источники информации. Это позволило некоторым моделям ИИ достичь точности предсказания результатов событий и цен на активы на уровне 80%-90%.
С увеличением совершенствования этих моделей резко возросла потребность в интеграции предсказательных возможностей в системы Децентрализованные финансы. В настоящее время мы находимся на ранней стадии DeFi 3.0 и являемся свидетелями того, как некоторые участники рынка объединяют системы ИИ/машинного обучения с приложениями Web3.
Децентрализованные финансы x AI/ML системы применения
Некоторая децентрализованная модель предсказания сети уже реализовала широкую интеграцию с несколькими Децентрализованными финансами и командами ИИ-агентов, что дает ей предсказательные способности (в основном сосредоточенные на прогнозировании цен на криптовалюту). Утверждается, что точность ее краткосрочных прогнозов цен на криптовалюту составляет около 80%.
Некоторые основные приложения включают:
AI-управляемый трезор на основе USDC, использующий технологии вывода для максимизации доходности от торговли SOL. С 23 апреля его совокупная доходность составила 2.4%, годовая ставка около 10%.
AI LP-казна, используя прогнозные данные о ценах, лучше размещает ликвидность перед колебаниями цен, тем самым избегая неустойчивых потерь.
Сотрудничество с несколькими командами для поддержки торговых стратегий и исполнения для AI-агентов.
Другой важный платформы подсеть также достигла значительного прогресса в области прогнозирования:
Подсеть собирается запустить Децентрализованные финансы хранилище, автоматически распределяющее пользовательские депозиты на высоконадежные события/рынки для ставок. По сообщению, APY ранних тестов превышает четырехзначное число.
Еще одна подсеть в футбольной области постоянно улучшает свои сигналы. Последние результаты клубного чемпионата мира показывают, что агрессивные ставки принесли 232% доходности инвестиций. Команда также разрабатывает продукт DeFi-казначейства, более ориентированный на риск.
Также была создана подсеть вокруг высоко универсальной модели прогнозирования волатильности. Она может использоваться для прогнозирования различных вероятностей изменения цены, таких как вероятность ликвидации, время жизни бессрочных позиций, установка диапазона LP и прогнозирование непостоянных убытков, прогнозирование цены исполнения опционов и времени истечения и т. д. Эта модель, как утверждается, показывает на 25%-30% лучшие результаты по сравнению с традиционной базовой моделью.
Эти подсети ежегодно используют от 2 до 10 миллионов долларов США в токенах в качестве стимулов, чтобы привлечь майнеров к постоянному улучшению их прогнозных моделей. Цель состоит в том, чтобы использовать эти стимулы как капитальные расходы для направления разработки продуктов и как можно быстрее достичь коммерциализации, чтобы получить реальную прибыль.
Будущие тенденции развития
Стремление к более высокой доходности и более низкому риску будет продолжаться, что побудит строителей вводить больше физических активов на блокчейн. Существующие источники дохода в области Децентрализованных финансов будут продолжать оптимизироваться и становиться все более доступными.
Прогнозные рынки станут основным источником информации, AI будет выступать в роли маркет-мейкера, а опытные участники будут дополнительно стимулировать коллективный разум. Инструменты становятся всё более умными, а модели — всё более точными.
Чем больше эти системы обучаются, тем больше их ценность. Кроме того, чем сильнее они комбинируются с другими частями Web3, тем более неотвратимым становится весь тренд.
В конечном итоге всё в криптосфере является ставкой на будущее. Таким образом, те, кто могут более чётко предсказать инфраструктуру и приложения будущего, будь то через коллективную мудрость, более качественные данные или более точные модели, будут иметь значительное преимущество.