DeFAI: كيف يمكن للذكاء الاصطناعي تحرير إمكانيات التمويل اللامركزي

التمويل اللامركزي ( DeFi ) تطور بسرعة منذ عام 2020، ليصبح أحد الأعمدة المهمة في النظام البيئي للعملات المشفرة. على الرغم من أن الابتكار يتوالى، إلا أن التعقيد والتجزئة قد زاد أيضا، حتى أن المستخدمين ذوي الخبرة يجدون صعوبة في التنقل بين العديد من السلاسل، والأصول، والبروتوكولات.

في الوقت نفسه، انتقلت الذكاء الاصطناعي (AI) من السرد الأساسي الواسع لعام 2023 إلى التركيز الأكثر تخصصًا والموجه نحو الوكلاء في عام 2024. وقد أدى هذا التحول إلى نشوء DeFi AI (DeFAI) - مجال جديد ناشئ، حيث يعزز الذكاء الاصطناعي التمويل اللامركزي من خلال الأتمتة وإدارة المخاطر وتحسين رأس المال.

DeFAI تمتد عبر عدة مستويات. سلسلة الكتل هي المستوى الأساسي، ويحتاج وكيل الذكاء الاصطناعي للتفاعل مع سلسلة معينة لتنفيذ الصفقات والعقود الذكية. توفر طبقة البيانات وطبقة الحساب البنية التحتية اللازمة لتدريب نماذج الذكاء الاصطناعي، والتي تأتي من بيانات الأسعار التاريخية، ومشاعر السوق، والتحليلات على السلسلة. تضمن طبقة الخصوصية والقابلية للتحقق أمان البيانات المالية الحساسة مع الحفاظ على تنفيذ غير موثوق. أخيرًا، يسمح إطار الوكلاء للمطورين ببناء تطبيقات مدفوعة بالذكاء الاصطناعي المتخصصة، مثل روبوتات التداول المستقلة، ومقيّمي مخاطر الائتمان، ومحسّنات الحوكمة على السلسلة.

مع توسع بيئة DeFAI بشكل مستمر، يمكن تقسيم المشاريع البارزة إلى ثلاثة فئات رئيسية:

1. الطبقة التجريدية

تعمل هذه البروتوكولات كواجهة صديقة للمستخدم للتمويل اللامركزي، مما يسمح للمستخدمين بإدخال التعليمات التي يتم تنفيذها على السلسلة. غالبًا ما تتكامل مع عدة سلاسل وdApp، وتنفيذ نية المستخدم، مع القضاء على الخطوات اليدوية في المعاملات المعقدة.

تشمل الوظائف القابلة للتنفيذ لهذه البروتوكولات:

• تبادل، عبر السلاسل، إقراض/سحب، تنفيذ الصفقات عبر السلاسل
• محفظة تداول متابعة 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، ونقله عبر السلسلة إلى Solana، وتبادل الرموز، وتوفير السيولة - بروتوكول الطبقة المجردة يمكنه إتمام العملية في خطوة واحدة فقط.

2. وكيل التداول الذاتي

على عكس روبوتات التداول التقليدية التي تتبع قواعد محددة مسبقًا، يمكن لوكلاء التداول الذاتي التعلم والتكيف مع ظروف السوق، وضبط استراتيجياتهم بناءً على المعلومات الجديدة. يمكن لهؤلاء الوكلاء:

• تحليل البيانات لتحسين الاستراتيجيات باستمرار
• توقع اتجاهات السوق، لاتخاذ قرارات أفضل في الشراء/البيع
• تنفيذ استراتيجيات التمويل اللامركزي المعقدة

3. DApps المدفوعة بالذكاء الاصطناعي

تقدم تطبيقات التمويل اللامركزي وظائف مثل الإقراض، والتبادل، وزراعة العائدات. يمكن أن تعزز الذكاء الاصطناعي والوكلاء الذكيون هذه الخدمات بالطرق التالية:

• من خلال إعادة توازن مراكز LP لتحسين توفير السيولة، للحصول على APY أفضل
• عن طريق الكشف عن المخاطر المحتملة لمسح الرموز

تواجه البروتوكولات الرائدة على هذه المستويات بعض التحديات:

1. الاعتماد على تدفقات البيانات الحية لتحقيق أفضل تنفيذ للتداول. قد تؤدي جودة البيانات الضعيفة إلى كفاءة منخفضة في الطرق، وفشل في الصفقة، أو عدم الربحية.

2. تعتمد نماذج الذكاء الاصطناعي على البيانات التاريخية، لكن سوق العملات المشفرة يتسم بتقلبات كبيرة. يجب على الوكلاء قبول تدريب على مجموعات بيانات متنوعة وعالية الجودة للحفاظ على فعاليتهم.

3. تحتاج إلى فهم شامل لعلاقة الأصول، وتغير السيولة، ومشاعر السوق، لفهم الحالة العامة للسوق

لتقديم منتجات أفضل وأفضل النتائج، يجب أن تأخذ هذه البروتوكولات في الاعتبار دمج مجموعات بيانات ذات جودة مختلفة لتحسين مستوى المنتج.

طبقة البيانات - لتوفير الطاقة لذكاء DeFAI

تعتمد جودة الذكاء الاصطناعي على البيانات التي يعتمد عليها. لجعل الوكلاء الذكيين يعملون بفعالية في DeFAI، يحتاجون إلى بيانات في الوقت الحقيقي، منظمة وقابلة للتحقق. على سبيل المثال، يحتاج المستوى التجريدي إلى الوصول إلى البيانات على السلسلة من خلال RPC وAPI الشبكات الاجتماعية، بينما يحتاج وكلاء تحسين التداول والعائدات إلى بيانات لتحسين استراتيجيات التداول وإعادة توزيع الموارد.

تساعد مجموعات البيانات عالية الجودة الوكلاء على تحسين تحليل توقعات سلوك الأسعار المستقبلية، وتقديم نصائح للتداول، لتناسب تفضيلات المراكز الطويلة أو القصيرة لبعض الأصول.

تشمل مقدمي البيانات الرئيسيين لـ DeFAI:

• Mode Synth: بيانات مركبة للتنبؤات المالية، تلتقط توزيع التغيرات السعرية بالكامل، تستخدم للتنبؤات بواسطة نماذج الذكاء الاصطناعي
• Chainbase: مجموعة بيانات هيكلية كاملة السلسلة، تقدم بيانات معززة بواسطة الذكاء الاصطناعي، للاستخدام في التداول، التنبؤ والحصول على ألفا
• sqd.ai: بحيرة بيانات لامركزية موجهة لوكلاء الذكاء الاصطناعي، وصول بيانات متعدد السلاسل قابل للتوسع والتخصيص، مع أمان إثبات المعرفة الصفري.
• Cookie: طبقة البيانات الاجتماعية وبيانات السلسلة الموجهة لوكلاء الذكاء الاصطناعي، تستخدم 18 وكيل ذكاء اصطناعي متخصص لمعالجة أكثر من 7 تيرابايت من بيانات الوكلاء 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)

مقارنة بين أفضل سلاسل الكتل التي تعتمد عليها وكالات الذكاء الاصطناعي

سولانا و Base هما سلسلتان رئيسيتان لبناء ونشر معظم أطر و رموز الوكلاء الذكيين. يستخدم الوكلاء الذكيون القدرة العالية على معالجة البيانات و الشبكة ذات الكمون المنخفض لسولانا فضلاً عن ElizaOS مفتوح المصدر لنشر رموز الوكلاء، بينما تعمل Virtuals كمنصة لإطلاق الوكلاء على Base. على الرغم من أن كلاهما يتمتع ببرامج دعم و تحفيز مالية، إلا أنهما لم تصلان بعد إلى مستوى بعض سلاسل الكتل المتخصصة في إطار خطط الذكاء الاصطناعي.

قبل NEAR تعريف نفسها على أنها سلسلة كتل L1 مركزها الذكاء الاصطناعي، تشمل ميزاتها سوق مهام الذكاء الاصطناعي، ومركز بحثي للذكاء الاصطناعي بإطار عمل وكيل ذكاء اصطناعي مفتوح المصدر، ومساعد ذكاء اصطناعي. وقد أعلنوا مؤخرًا عن صندوق لوكلاء الذكاء الاصطناعي بقيمة 20 مليون دولار، لتوسيع الوكلاء المستقلين القابلين للتحقق على NEAR.

الخطوة التالية لـ DeFAI

في الوقت الحالي، تواجه معظم وكلاء الذكاء الاصطناعي في التمويل اللامركزي قيودًا كبيرة في تحقيق الاستقلال التام. على سبيل المثال:

1. الطبقة التجريدية تحول نوايا المستخدم إلى تنفيذ، لكنها عادة ما تفتقر إلى القدرة على التنبؤ.

2. قد تقوم الوكالات الذكية بتحليل إنتاج ألفا، ولكنها تفتقر إلى تنفيذ التداول المستقل.

3. يمكن لتطبيقات اللامركزية المدفوعة بالذكاء الاصطناعي معالجة خزائن أو معاملات، لكنها تنتمي إلى الجانب السلبي وليس النشط.

قد تركز المرحلة التالية من DeFAI على دمج طبقة بيانات مفيدة، لتطوير أفضل منصة أو وكيل. سيتطلب ذلك بيانات عميقة على السلسلة حول نشاط كبار المستثمرين، وتغيرات السيولة، مع إنتاج بيانات تركيبية مفيدة لتحليل التنبؤ بشكل أفضل، ودمجها مع تحليل مشاعر السوق العامة، سواء كانت تقلبات رموز معينة أو تقلبات الرموز على الشبكات الاجتماعية.

الهدف النهائي هو أن تتمكن الوكلاء الذكاء الاصطناعي من إنشاء وتنفيذ استراتيجيات التداول بسلاسة من واجهة واحدة. مع نضوج هذه الأنظمة، قد نرى في المستقبل أن متداولي التمويل اللامركزي يعتمدون على وكلاء الذكاء الاصطناعي لتقييم وتوقع وتنفيذ الاستراتيجيات المالية بشكل مستقل مع الحد الأدنى من التدخل البشري.

الخاتمة

على الرغم من أن رموز الوكلاء الذكاء الاصطناعي والإطارات قد انخفضت بشكل حاد مؤخرًا، إلا أن DeFAI لا يزال في مرحلة مبكرة، ولا يمكن إنكار إمكانيات تعزيز الوكلاء الذكاء الاصطناعي لتوافر DeFi وأدائه.

إن مفتاح إطلاق هذه الإمكانية يكمن في الحصول على بيانات حقيقية عالية الجودة، مما سيحسن من توقعات وتنفيذ التداول المدفوع بالذكاء الاصطناعي. تتكامل المزيد والمزيد من البروتوكولات مع طبقات بيانات مختلفة، حيث تبني بروتوكولات البيانات ملحقات للإطار، مما يبرز أهمية البيانات في اتخاذ القرارات.

تطلّعًا إلى المستقبل، ستصبح القابلية للتحقق والخصوصية التحديات الرئيسية التي يجب أن تحلها البروتوكولات. حاليًا، لا يزال معظم عملاء الذكاء الاصطناعي يعملون كصندوق أسود، حيث يجب على المستخدمين إيداع الأموال لديهم. لذلك، سيساعد تطوير قرارات الذكاء الاصطناعي القابلة للتحقق في ضمان شفافية وموثوقية عملية الوكلاء. يمكن أن تعزز البروتوكولات القائمة على TEE وFHE وحتى إثباتات المعرفة الصفرية القابلية للتحقق من سلوكيات وكيل الذكاء الاصطناعي، مما يحقق الثقة في الاستقلالية.

فقط من خلال الجمع الناجح بين البيانات عالية الجودة والنماذج القوية وعمليات اتخاذ القرار الشفافة، يمكن لوكلاء DeFAI أن يحققوا انتشاراً واسعاً.

![DeFAI الكاملة: كيف يحرر الذكاء الاصطناعي إمكانيات التمويل اللامركزي؟](https://img-cdn.gateio.im/webp-social/moments-56a89e79609d8f982d5d31dadfad9205.webp01