منذ توسعها السريع في عام 2020، أصبحت التمويل اللامركزي (DeFi) أحد الأعمدة الأساسية للنظام البيئي للعملات المشفرة. على الرغم من أنه تم إنشاء العديد من البروتوكولات الجديدة المبتكرة، إلا أنه أدى أيضًا إلى زيادة التعقيد والتجزئة، مما يجعل من الصعب حتى على المستخدمين ذوي الخبرة التنقل في عدد كبير من السلاسل والأصول والبروتوكولات.
! [شرح DeFAI: كيف يمكن الذكاء الاصطناعي إطلاق العنان لإمكانات DeFi؟] ](https://img.gateio.im/social/moments-8d2047d5e1d3cb0bfeb8958d29d81336)
في الوقت نفسه، تطورت الذكاء الاصطناعي (AI) من السرد الأساسي الواسع في عام 2023 إلى تركيز أكثر تخصصًا وموجهًا نحو الوكلاء في عام 2024. وقد أدى هذا التحول إلى نشوء DeFi AI (DeFAI) - مجال ناشئ حيث يعزز الذكاء الاصطناعي DeFi من خلال الأتمتة، وإدارة المخاطر، وتحسين رأس المال.
DeFAI يتجاوز مستويات متعددة. تعتبر البلوكشين طبقة أساسية، حيث يجب على وكلاء الذكاء الاصطناعي التفاعل مع سلسلة معينة لتنفيذ المعاملات والعقود الذكية. فوق ذلك، توفر طبقات البيانات والحساب البنية التحتية اللازمة لتدريب نماذج الذكاء الاصطناعي، والتي تستند إلى بيانات الأسعار التاريخية، ومشاعر السوق، والتحليلات على السلسلة. تضمن طبقات الخصوصية والتحقق حماية البيانات المالية الحساسة مع الحفاظ على تنفيذ موثوق. أخيرًا، يسمح إطار الوكلاء للمطورين ببناء تطبيقات مدفوعة بالذكاء الاصطناعي، مثل الروبوتات التجارية الذاتية، ومقيّمي مخاطر الائتمان، ومحسّنات الحوكمة على السلسلة.
! [شرح DeFAI: كيف يمكن الذكاء الاصطناعي إطلاق العنان لإمكانات DeFi؟] ](https://img.gateio.im/social/moments-cb3bdaee47242cf206572b3411f452ce)
على الرغم من أن هذه المخطط البيئي يمكن توسيعه أكثر، إلا أن هذه هي الفئات الرئيسية للمشاريع التي تم بناؤها على DeFAI.
مع توسع نظام DeFAI البيئي ، يمكن تقسيم المشاريع البارزة إلى ثلاثة فئات رئيسية:
1. الطبقة المجردة
تعمل البروتوكولات المبنية على هذه الفئة كواجهة مستخدم ودية تشبه ChatGPT لـ DeFi، مما يسمح للمستخدمين بإدخال الموجهات التي يتم تنفيذها على السلسلة. غالبًا ما تتكامل مع عدة سلاسل وdApp، وتنفذ نوايا المستخدم، بينما تقضي على الخطوات اليدوية في المعاملات المعقدة.
تشمل بعض الوظائف التي يمكن تنفيذها بواسطة هذه البروتوكولات:
تبادل، عبر السلسلة، إقراض/سحب، تنفيذ الصفقة عبر السلسلة
محفظة تداول تتبع أو ملف شخصي على تويتر/X
تنفيذ الصفقات تلقائيًا بناءً على نسبة حجم المركز مثل جني الأرباح/وقف الخسارة
على سبيل المثال، لا حاجة لسحب ETH يدويًا من Aave، وتحويله عبر السلسلة إلى Solana، وتبادل SOL / Fartcoin، وتوفير السيولة على Raydium - بروتوكول الطبقة التجريدية يمكنه إكمال العملية في خطوة واحدة فقط.
الاتفاقية الرئيسية:
@griffaindotcom — شبكة الوكلاء التي تنفذ المعاملات للمستخدمين
@orbitcryptoai — شريك الذكاء الاصطناعي في تفاعلات DeFi
2. وكيل تداول مستقل
على عكس روبوتات التداول التقليدية التي تتبع القواعد المحددة مسبقًا، يمكن لوكلاء التداول المستقلين التعلم والتكيف مع ظروف السوق، وضبط استراتيجياتهم بناءً على المعلومات الجديدة. يمكن لهؤلاء الوكلاء أن:
تحليل البيانات لتحسين الاستراتيجيات باستمرار
توقع اتجاه السوق من أجل اتخاذ قرارات أفضل بشأن الشراء/البيع
تنفيذ استراتيجيات DeFi المعقدة مثل التداول الأساسي
@derivexyz — منصة خيارات وعقود دائمة تم تحسينها بواسطة الذكاء الاصطناعي المساعد الذكي
التحديات الرئيسية
تواجه البروتوكولات الرائدة المبنية على هذه الطبقات بعض التحديات:
تعتمد هذه البروتوكولات على تدفقات البيانات في الوقت الفعلي لتحقيق أفضل تنفيذ للتداول. قد تؤدي جودة البيانات الضعيفة إلى كفاءة منخفضة في المسار، وفشل التداول، أو عدم جدوى التداول.
تعتمد نماذج الذكاء الاصطناعي على البيانات التاريخية، ولكن سوق العملات المشفرة يتسم بتقلب كبير. يجب على الوكلاء قبول تدريب على مجموعات بيانات متنوعة وعالية الجودة للحفاظ على الفعالية.
تحتاج إلى فهم شامل لعلاقة الأصول، وتغيرات السيولة، ومشاعر السوق، لفهم الحالة العامة للسوق.
لقد لاقت البروتوكولات المستندة إلى هذه الفئات شعبية في السوق. ومع ذلك، من أجل تقديم منتجات أفضل وأفضل النتائج، يجب عليهم النظر في دمج مجموعات بيانات متنوعة من مختلف الجودة لرفع منتجاتهم إلى مستوى جديد.
طبقة البيانات - لتوفير الطاقة لذكاء DeFAI
تعتمد جودة الذكاء الاصطناعي على البيانات التي يعتمد عليها. لجعل وكلاء الذكاء الاصطناعي يعملون بفعالية في DeFAI، يحتاجون إلى بيانات في الوقت الفعلي، منظمة وقابلة للتحقق. على سبيل المثال، يحتاج المستوى المجرد إلى الوصول إلى البيانات على السلسلة من خلال RPC وواجهة برمجة التطبيقات لشبكات التواصل الاجتماعي، بينما يحتاج وكلاء تحسين المعاملات والعوائد إلى البيانات لتحسين استراتيجياتهم التجارية وإعادة توزيع الموارد.
تساعد مجموعات البيانات عالية الجودة الوكلاء على إجراء تحليل تنبؤي أفضل لسلوك الأسعار المستقبلية، وتقديم توصيات للتداول تتناسب مع تفضيلاتهم تجاه المراكز الطويلة أو القصيرة لبعض الأصول.
المزود الرئيسي للبيانات DeFAI
| الاتفاقية | التفاصيل | الوظائف |
| Mode Synth | بيانات تركيبية للتنبؤ المالي | التقاط التوزيع الكامل لتغيرات الأسعار، لاستخدامها في نماذج الذكاء الاصطناعي |
| Chainbase | مجموعة بيانات هيكلية كاملة السلسلة | توفر بيانات معززة بواسطة الذكاء الاصطناعي، للاستخدام في التداول، التنبؤ والحصول على ألفا |
| sqd.ai | بحيرة بيانات لامركزية موجهة لوكلاء الذكاء الاصطناعي | وصول متعدد السلاسل قابل للتوسع والتخصيص مع أمان إثبات المعرفة الصفرية |
| Cookie | عقلية CT الموجهة لوكلاء الذكاء الاصطناعي وطبقة البيانات على السلسلة | استخدام 18 وكيل ذكاء اصطناعي مخصص لمعالجة أكثر من 7 تيرابايت من بيانات الوكلاء على أكثر من 20 سلسلة |
وضع سينث فرعي
باعتبارها الشبكة الفرعية رقم 50 لـ Bittensor، فإن Synth تنشئ بيانات تركيبية لقدرات التنبؤ المالي للوكيل. مقارنةً بأنظمة التنبؤ بالأسعار التقليدية الأخرى، فإن Synth تلتقط التوزيع الكامل لتغيرات الأسعار والاحتمالات ذات الصلة، مما يتيح بناء أكثر البيانات التركيبية دقةً في العالم، لدعم الوكلاء و LLM.
يمكن أن يوفر تقديم المزيد من مجموعات البيانات عالية الجودة لوكلاء الذكاء الاصطناعي اتخاذ قرارات اتجاهية أفضل في التداول، بينما يتنبأ بتقلبات APY تحت ظروف السوق المختلفة، حتى يتسنى لصناديق السيولة إعادة توزيع أو سحب السيولة عند الحاجة. منذ إطلاق الشبكة المستقلة، كان لديهم طلب قوي من فرق DeFi من خلال تكامل بيانات Synth عبر واجهة برمجة التطبيقات الخاصة بهم.
أكثر سلاسل الكتل التي تركز على الذكاء الاصطناعي
بالإضافة إلى بناء طبقة بيانات لـ AI والوكيل، يضع Mode نفسه أيضًا كمطور لبلوكشين كامل المكدس لمستقبل DeFAI. لقد نشروا مؤخرًا Mode Terminal، وهو مساعد DeFAI، لتنفيذ المعاملات على السلسلة من خلال مطالبات المستخدم، والذي سيتم فتحه قريبًا لمستثمري $MODE.
علاوة على ذلك، يدعم Mode العديد من الفرق المستندة إلى AI والوكالات. بذل Mode جهودًا كبيرة لدمج بروتوكولات مثل Autonolas وGiza وSturdy في نظامه البيئي، ومع تطوير المزيد من الوكالات وتنفيذ المعاملات، يتطور Mode بسرعة.
تتم جميع هذه الإجراءات أثناء تحديثهم للشبكة باستخدام الذكاء الاصطناعي، وأبرز ما في الأمر هو تجهيز سلسلة الكتل الخاصة بهم بمصنف ذكاء اصطناعي. من خلال استخدام المحاكاة وتحليل الذكاء الاصطناعي قبل تنفيذ المعاملات، يمكن منع ومراجعة المعاملات عالية المخاطر قبل المعالجة، لضمان الأمان على السلسلة. كطبقة 2 من سلسلة Optimism الفائقة، يقف Mode في منطقة وسيطة، موصلًا بين المستخدمين البشريين والوكلاء وأفضل بيئة DeFi.
مقارنة أفضل البلوكشين التي تستند إليها وكيل الذكاء الاصطناعي
سولانا وبيس بلا شك هما السلسلتان الرئيسيتان لمعظم أطر وكالات الذكاء الاصطناعي وبناء وإطلاق الرموز. تستخدم وكالات الذكاء الاصطناعي قدرة سولانا العالية على معالجة البيانات وشبكتها ذات الكمون المنخفض بالإضافة إلى ElizaOS مفتوح المصدر لنشر رموز الوكالة، بينما تعمل Virtuals كمنصة لإطلاق الوكالات على بيس. على الرغم من أن كلاهما يحتوي على هاكاثونات وحوافز مالية، إلا أنهما لم تصلان بعد إلى مستوى خطط الذكاء الاصطناعي التي حققتها مود.
في السابق، عرّفت NEAR نفسها على أنها سلسلة كتل L1 تركز على الذكاء الاصطناعي، وتضم ميزات مثل سوق مهام الذكاء الاصطناعي، ومركز أبحاث NEAR AI مع إطار عمل وكيل الذكاء الاصطناعي مفتوح المصدر، ووكيل NEAR AI. وقد أعلنوا مؤخرًا عن صندوق وكيل الذكاء الاصطناعي بقيمة 20 مليون دولار، لتوسيع الوكلاء المستقلين والقابلين للتحقق بالكامل على NEAR.
قاعدة السلسلة
تقدم Chainbase مجموعة بيانات هيكلية على السلسلة قابلة للتحقق من جميع السلاسل، مما يعزز وظائف وكيل الذكاء الاصطناعي مثل التداول والرؤى والتنبؤ والبحث عن ألفا. لقد أطلقوا manuscripts، وهو إطار بيانات سلسلة الكتل لتكامل البيانات على السلسلة وتحت السلسلة في تخزين البيانات المستهدف، مما يتيح استعلامات وتحليلات غير محدودة.
هذا يمكّن المطورين من تخصيص سير عمل معالجة البيانات وفقًا لاحتياجاتهم الخاصة. من خلال توحيد البيانات الأولية ومعالجتها إلى تنسيق نظيف ومتوافق، يمكن ضمان أن مجموعات البيانات الخاصة بهم تلبي المتطلبات الصارمة لأنظمة الذكاء الاصطناعي، مما يقلل من وقت المعالجة المسبقة، بينما يعزز دقة النموذج، ويساعد في إنشاء وكلاء ذكاء اصطناعي موثوقين.
استنادًا إلى بياناتها الواسعة على السلسلة، قاموا أيضًا بتطوير نموذج يسمى Theia، والذي يقوم بترجمة البيانات على السلسلة إلى تحليلات بيانات المستخدمين، دون الحاجة إلى أي معرفة برمجية معقدة. تظهر فائدة بيانات Chainbase في شراكاتهم، حيث يستخدم بروتوكول الذكاء الاصطناعي بياناتهم لـ:
ElizaOS وكيل الإضافات، يستخدم لتوجيه القرارات على السلسلة
بناء مساعد Vana AI
Flock.io الشبكة الاجتماعية الذكية، توفر رؤى حول سلوك المستخدم
Theoriq تحليل البيانات والتوقعات حول DeFi
تعاونت أيضًا مع 0G و Aethir و io.net
بالمقارنة مع بروتوكولات البيانات التقليدية
تقدم بروتوكولات البيانات مثل The Graph وChainlink وAlchemy البيانات، ولكن ليس بمركزية على الذكاء الاصطناعي. يوفر The Graph منصة لاستعلام وفهرسة بيانات blockchain، مما يمنح المطورين الوصول إلى البيانات الخام، والتي لم تُبنى للتداول أو تنفيذ الاستراتيجيات. تقدم Chainlink تغذية بيانات Oracle، ولكن تفتقر إلى مجموعات بيانات محسّنة بالذكاء الاصطناعي للتنبؤ، بينما تقدم Alchemy خدمات RPC بشكل أساسي.
بالمقارنة، فإن بيانات Chainbase هي بيانات بلوكتشين مُعدة خصيصًا، يمكن أن تُستخدم بسهولة من قبل تطبيقات أو وكلاء الذكاء الاصطناعي بشكل أكثر تنظيمًا وعمقًا، مما يتيح للوكلاء الوصول بشكل أكثر سهولة إلى البيانات المتعلقة بسوق السلسلة، والسيولة، وبيانات التوكن.
sqd.ai
sqd.ai (الاسم السابق Subsquid) تعمل على تطوير شبكة قاعدة بيانات مفتوحة مصممة خصيصًا لوكلاء الذكاء الاصطناعي وخدمات Web3. توفر بحيرة البيانات اللامركزية الخاصة بهم وصولًا كبيرًا إلى بيانات blockchain في الوقت الحقيقي والتاريخية بشكل اقتصادي وبدون إذن، مما يمكّن وكلاء الذكاء الاصطناعي من العمل بشكل أكثر كفاءة.
تقدم sqd.ai فهرسة بيانات في الوقت الحقيقي (بما في ذلك فهرسة الكتل غير المكتملة) بسرعة تصل إلى أكثر من 150,000 كتلة في الثانية، أسرع من أي فهرس آخر. في الـ 24 ساعة الماضية، قدموا أكثر من 11 تيرابايت من البيانات، لتلبية احتياجات العشرات من المليارات من وكلاء الذكاء الاصطناعي المستقلين والمطورين ذوي معدل التدفق العالي.
تقدم منصتهم المخصصة لمعالجة البيانات بيانات مخصصة حسب احتياجات وكلاء الذكاء الاصطناعي، بينما يوفر DuckDB استرداد بيانات فعال للاستعلامات المحلية. تدعم مجموعة بياناتهم الشاملة أكثر من 100 شبكة EVM و Substrate، بما في ذلك سجلات الأحداث وتفاصيل المعاملات، وهو ما يعد ذا قيمة كبيرة لوكلاء الذكاء الاصطناعي الذين يعملون عبر عدة سلاسل كتلة.
إن انضمام إثبات المعرفة الصفرية يضمن أن وكيل الذكاء الاصطناعي يمكنه الوصول إلى البيانات الحساسة ومعالجتها دون المساس بالخصوصية. بالإضافة إلى ذلك، يمكن لـ sqd.ai معالجة الحمل المتزايد من البيانات من خلال إضافة المزيد من عقد المعالجة، مما يدعم العدد المتزايد من وكلاء الذكاء الاصطناعي (الذي يُقدّر أن يصل إلى عدة مليارات).
كعكة
كوكي توفر طبقة بيانات معيارية لوكلاء الذكاء الاصطناعي والمجموعات ، مصممة خصيصًا لمعالجة البيانات الاجتماعية. تحتوي على لوحة تحكم لوكيل الذكاء الاصطناعي لتتبع أفضل عقليات الوكلاء على السلسلة ومنصات التواصل الاجتماعي ، وقد أطلقت مؤخرًا API لتجمع البيانات القابلة للتوصيل للوكلاء الآخرين لاكتشاف السرد الشعبي والتغيرات في العقليات في CT.
! [شرح DeFAI: كيف يمكن الذكاء الاصطناعي إطلاق العنان لإمكانات DeFi؟] ](https://img.gateio.im/social/moments-56a89e79609d8f982d5d31dadfad9205)
تغطي مجموعة بياناتهم أكثر من 7 تيرابايت من مصادر البيانات الحية على السلسلة ووسائل التواصل الاجتماعي، بدعم من 20 وكيل بيانات، مما يوفر رؤى حول مشاعر السوق والتحليل على السلسلة. يستخدم وكيلهم AI الجديد @agentcookiefun 7% من سعة مجموعة بياناتهم، من خلال الاستفادة من الوكلاء الآخرين الذين يعملون تحتها لتقديم توقعات السوق واكتشاف فرص جديدة.
DeFAI الخطوة التالية
في الوقت الحالي، تواجه معظم وكلاء الذكاء الاصطناعي في DeFi قيودًا كبيرة في تحقيق الاستقلالية الكاملة. على سبيل المثال:
الطبقة التجريدية تحول نية المستخدم إلى تنفيذ، لكنها غالبًا ما تفتقر إلى القدرة على التنبؤ
قد يقوم وكيل AI بتحليل بيانات السوق لإنتاج alpha، ولكنه يفتقر إلى تنفيذ 거래 مستقل.
تطبيقات dApp المدفوعة بالذكاء الاصطناعي يمكن أن تتعامل مع خزائن التأمين أو التداول، لكنها تعتبر سلبية وليست إيجابية
يمكن أن تركز المرحلة التالية من DeFAI على دمج طبقة بيانات مفيدة لتطوير منصة أو وكيل مثالي. سيتطلب ذلك بيانات سلسلة عميقة حول نشاط الحيتان، وتغيرات السيولة، وما إلى ذلك، مع إنتاج بيانات تركيبية مفيدة لتحليلات التنبؤ الأفضل، ودمجها مع تحليل المشاعر من السوق العامة، سواء كانت تقلبات الرموز في فئات معينة (مثل وكلاء الذكاء الاصطناعي، DeSci، إلخ) أو تقلبات الرموز على الشبكات الاجتماعية.
الهدف النهائي هو أن تتمكن وكلاء الذكاء الاصطناعي من إنشاء وتنفيذ استراتيجيات التداول بسلاسة من واجهة واحدة. مع نضوج هذه الأنظمة، قد نشهد في المستقبل تجار DeFi يعتمدون على وكلاء الذكاء الاصطناعي لتقييم وتوقع وتنفيذ الاستراتيجيات المالية بشكل مستقل مع الحد الأدنى من التدخل البشري.
آخر الأفكار
نظرًا للتقلبات الكبيرة في رموز الوكلاء الذكاء الاصطناعي والإطار، قد يعتقد البعض أن DeFAI مجرد ظاهرة عابرة. ومع ذلك، لا يزال DeFAI في مراحله المبكرة، وإمكانات تعزيز الوكلاء الذكاء الاصطناعي لواجهة DeFi وقابليتها للاستخدام وأدائها لا يمكن إنكارها.
المفتاح لتحرير هذه الإمكانية هو الحصول على بيانات حية عالية الجودة، والتي ستعمل على تحسين التنبؤات وتنفيذ الصفقات المدفوعة بالذكاء الاصطناعي. تتكامل المزيد من البروتوكولات مع طبقات بيانات مختلفة، حيث تبني بروتوكولات البيانات مكونات إضافية للإطار، مما يبرز أهمية البيانات في اتخاذ قرارات الوكلاء.
ومن الآن فصاعدا، ستكون إمكانية التحقق والخصوصية من التحديات الرئيسية التي يجب أن تعالجها البروتوكولات. في الوقت الحالي ، تظل معظم عمليات الوكيل الذكاء الاصطناعي صندوقا أسود يتعين على المستخدمين أن يعهدوا إليه بأموالهم. ونتيجة لذلك، سيساعد وضع قرارات الذكاء الاصطناعي يمكن التحقق منها على ضمان الشفافية والمساءلة في عملية الوكيل. يمكن أن يؤدي دمج TEE و PHE وحتى البروتوكولات القائمة على zk إلى تعزيز إمكانية التحقق من سلوك وكيل الذكاء الاصطناعي ، مما يتيح الثقة في الاستقلالية.
فقط من خلال الجمع الناجح بين البيانات عالية الجودة والنماذج القوية وعمليات اتخاذ القرار الشفافة، يمكن لوكيل DeFAI أن يحقق استخداماً واسع النطاق.
المحتوى هو للمرجعية فقط، وليس دعوة أو عرضًا. لا يتم تقديم أي مشورة استثمارية أو ضريبية أو قانونية. للمزيد من الإفصاحات حول المخاطر، يُرجى الاطلاع على إخلاء المسؤولية.
التمويل اللامركزي 全解：AI如何释放التمويل اللامركزي 的潜力？
المؤلف: جينغ كاي، DF
ما هو DeFAI؟
منذ توسعها السريع في عام 2020، أصبحت التمويل اللامركزي (DeFi) أحد الأعمدة الأساسية للنظام البيئي للعملات المشفرة. على الرغم من أنه تم إنشاء العديد من البروتوكولات الجديدة المبتكرة، إلا أنه أدى أيضًا إلى زيادة التعقيد والتجزئة، مما يجعل من الصعب حتى على المستخدمين ذوي الخبرة التنقل في عدد كبير من السلاسل والأصول والبروتوكولات.
! [شرح DeFAI: كيف يمكن الذكاء الاصطناعي إطلاق العنان لإمكانات DeFi؟] ](https://img.gateio.im/social/moments-8d2047d5e1d3cb0bfeb8958d29d81336)
في الوقت نفسه، تطورت الذكاء الاصطناعي (AI) من السرد الأساسي الواسع في عام 2023 إلى تركيز أكثر تخصصًا وموجهًا نحو الوكلاء في عام 2024. وقد أدى هذا التحول إلى نشوء DeFi AI (DeFAI) - مجال ناشئ حيث يعزز الذكاء الاصطناعي DeFi من خلال الأتمتة، وإدارة المخاطر، وتحسين رأس المال.
DeFAI يتجاوز مستويات متعددة. تعتبر البلوكشين طبقة أساسية، حيث يجب على وكلاء الذكاء الاصطناعي التفاعل مع سلسلة معينة لتنفيذ المعاملات والعقود الذكية. فوق ذلك، توفر طبقات البيانات والحساب البنية التحتية اللازمة لتدريب نماذج الذكاء الاصطناعي، والتي تستند إلى بيانات الأسعار التاريخية، ومشاعر السوق، والتحليلات على السلسلة. تضمن طبقات الخصوصية والتحقق حماية البيانات المالية الحساسة مع الحفاظ على تنفيذ موثوق. أخيرًا، يسمح إطار الوكلاء للمطورين ببناء تطبيقات مدفوعة بالذكاء الاصطناعي، مثل الروبوتات التجارية الذاتية، ومقيّمي مخاطر الائتمان، ومحسّنات الحوكمة على السلسلة.
! [شرح DeFAI: كيف يمكن الذكاء الاصطناعي إطلاق العنان لإمكانات DeFi؟] ](https://img.gateio.im/social/moments-cb3bdaee47242cf206572b3411f452ce)
على الرغم من أن هذه المخطط البيئي يمكن توسيعه أكثر، إلا أن هذه هي الفئات الرئيسية للمشاريع التي تم بناؤها على DeFAI.
مع توسع نظام DeFAI البيئي ، يمكن تقسيم المشاريع البارزة إلى ثلاثة فئات رئيسية:
1. الطبقة المجردة
تعمل البروتوكولات المبنية على هذه الفئة كواجهة مستخدم ودية تشبه ChatGPT لـ DeFi، مما يسمح للمستخدمين بإدخال الموجهات التي يتم تنفيذها على السلسلة. غالبًا ما تتكامل مع عدة سلاسل وdApp، وتنفذ نوايا المستخدم، بينما تقضي على الخطوات اليدوية في المعاملات المعقدة.
تشمل بعض الوظائف التي يمكن تنفيذها بواسطة هذه البروتوكولات:
على سبيل المثال، لا حاجة لسحب ETH يدويًا من Aave، وتحويله عبر السلسلة إلى Solana، وتبادل SOL / Fartcoin، وتوفير السيولة على Raydium - بروتوكول الطبقة التجريدية يمكنه إكمال العملية في خطوة واحدة فقط.
الاتفاقية الرئيسية:
2. وكيل تداول مستقل
على عكس روبوتات التداول التقليدية التي تتبع القواعد المحددة مسبقًا، يمكن لوكلاء التداول المستقلين التعلم والتكيف مع ظروف السوق، وضبط استراتيجياتهم بناءً على المعلومات الجديدة. يمكن لهؤلاء الوكلاء أن:
البروتوكول الرئيسي:
3. التطبيقات اللامركزية المدفوعة بالذكاء الاصطناعي
تقدم تطبيقات DeFi خدمات الإقراض والتبادل وزراعة العوائد. يمكن أن تعزز الذكاء الاصطناعي والوكلاء الذكيون هذه الخدمات من خلال الطرق التالية:
البروتوكول الرئيسي:
التحديات الرئيسية
تواجه البروتوكولات الرائدة المبنية على هذه الطبقات بعض التحديات:
لقد لاقت البروتوكولات المستندة إلى هذه الفئات شعبية في السوق. ومع ذلك، من أجل تقديم منتجات أفضل وأفضل النتائج، يجب عليهم النظر في دمج مجموعات بيانات متنوعة من مختلف الجودة لرفع منتجاتهم إلى مستوى جديد.
طبقة البيانات - لتوفير الطاقة لذكاء DeFAI
تعتمد جودة الذكاء الاصطناعي على البيانات التي يعتمد عليها. لجعل وكلاء الذكاء الاصطناعي يعملون بفعالية في DeFAI، يحتاجون إلى بيانات في الوقت الفعلي، منظمة وقابلة للتحقق. على سبيل المثال، يحتاج المستوى المجرد إلى الوصول إلى البيانات على السلسلة من خلال RPC وواجهة برمجة التطبيقات لشبكات التواصل الاجتماعي، بينما يحتاج وكلاء تحسين المعاملات والعوائد إلى البيانات لتحسين استراتيجياتهم التجارية وإعادة توزيع الموارد.
تساعد مجموعات البيانات عالية الجودة الوكلاء على إجراء تحليل تنبؤي أفضل لسلوك الأسعار المستقبلية، وتقديم توصيات للتداول تتناسب مع تفضيلاتهم تجاه المراكز الطويلة أو القصيرة لبعض الأصول.
المزود الرئيسي للبيانات DeFAI
| الاتفاقية | التفاصيل | الوظائف | | Mode Synth | بيانات تركيبية للتنبؤ المالي | التقاط التوزيع الكامل لتغيرات الأسعار، لاستخدامها في نماذج الذكاء الاصطناعي | | Chainbase | مجموعة بيانات هيكلية كاملة السلسلة | توفر بيانات معززة بواسطة الذكاء الاصطناعي، للاستخدام في التداول، التنبؤ والحصول على ألفا | | sqd.ai | بحيرة بيانات لامركزية موجهة لوكلاء الذكاء الاصطناعي | وصول متعدد السلاسل قابل للتوسع والتخصيص مع أمان إثبات المعرفة الصفرية | | Cookie | عقلية CT الموجهة لوكلاء الذكاء الاصطناعي وطبقة البيانات على السلسلة | استخدام 18 وكيل ذكاء اصطناعي مخصص لمعالجة أكثر من 7 تيرابايت من بيانات الوكلاء على أكثر من 20 سلسلة |
وضع سينث فرعي
باعتبارها الشبكة الفرعية رقم 50 لـ Bittensor، فإن Synth تنشئ بيانات تركيبية لقدرات التنبؤ المالي للوكيل. مقارنةً بأنظمة التنبؤ بالأسعار التقليدية الأخرى، فإن Synth تلتقط التوزيع الكامل لتغيرات الأسعار والاحتمالات ذات الصلة، مما يتيح بناء أكثر البيانات التركيبية دقةً في العالم، لدعم الوكلاء و LLM.
يمكن أن يوفر تقديم المزيد من مجموعات البيانات عالية الجودة لوكلاء الذكاء الاصطناعي اتخاذ قرارات اتجاهية أفضل في التداول، بينما يتنبأ بتقلبات APY تحت ظروف السوق المختلفة، حتى يتسنى لصناديق السيولة إعادة توزيع أو سحب السيولة عند الحاجة. منذ إطلاق الشبكة المستقلة، كان لديهم طلب قوي من فرق DeFi من خلال تكامل بيانات Synth عبر واجهة برمجة التطبيقات الخاصة بهم.
أكثر سلاسل الكتل التي تركز على الذكاء الاصطناعي
بالإضافة إلى بناء طبقة بيانات لـ AI والوكيل، يضع Mode نفسه أيضًا كمطور لبلوكشين كامل المكدس لمستقبل DeFAI. لقد نشروا مؤخرًا Mode Terminal، وهو مساعد DeFAI، لتنفيذ المعاملات على السلسلة من خلال مطالبات المستخدم، والذي سيتم فتحه قريبًا لمستثمري $MODE.
علاوة على ذلك، يدعم Mode العديد من الفرق المستندة إلى AI والوكالات. بذل Mode جهودًا كبيرة لدمج بروتوكولات مثل Autonolas وGiza وSturdy في نظامه البيئي، ومع تطوير المزيد من الوكالات وتنفيذ المعاملات، يتطور Mode بسرعة.
تتم جميع هذه الإجراءات أثناء تحديثهم للشبكة باستخدام الذكاء الاصطناعي، وأبرز ما في الأمر هو تجهيز سلسلة الكتل الخاصة بهم بمصنف ذكاء اصطناعي. من خلال استخدام المحاكاة وتحليل الذكاء الاصطناعي قبل تنفيذ المعاملات، يمكن منع ومراجعة المعاملات عالية المخاطر قبل المعالجة، لضمان الأمان على السلسلة. كطبقة 2 من سلسلة Optimism الفائقة، يقف Mode في منطقة وسيطة، موصلًا بين المستخدمين البشريين والوكلاء وأفضل بيئة DeFi.
مقارنة أفضل البلوكشين التي تستند إليها وكيل الذكاء الاصطناعي
سولانا وبيس بلا شك هما السلسلتان الرئيسيتان لمعظم أطر وكالات الذكاء الاصطناعي وبناء وإطلاق الرموز. تستخدم وكالات الذكاء الاصطناعي قدرة سولانا العالية على معالجة البيانات وشبكتها ذات الكمون المنخفض بالإضافة إلى ElizaOS مفتوح المصدر لنشر رموز الوكالة، بينما تعمل Virtuals كمنصة لإطلاق الوكالات على بيس. على الرغم من أن كلاهما يحتوي على هاكاثونات وحوافز مالية، إلا أنهما لم تصلان بعد إلى مستوى خطط الذكاء الاصطناعي التي حققتها مود.
في السابق، عرّفت NEAR نفسها على أنها سلسلة كتل L1 تركز على الذكاء الاصطناعي، وتضم ميزات مثل سوق مهام الذكاء الاصطناعي، ومركز أبحاث NEAR AI مع إطار عمل وكيل الذكاء الاصطناعي مفتوح المصدر، ووكيل NEAR AI. وقد أعلنوا مؤخرًا عن صندوق وكيل الذكاء الاصطناعي بقيمة 20 مليون دولار، لتوسيع الوكلاء المستقلين والقابلين للتحقق بالكامل على NEAR.
قاعدة السلسلة
تقدم Chainbase مجموعة بيانات هيكلية على السلسلة قابلة للتحقق من جميع السلاسل، مما يعزز وظائف وكيل الذكاء الاصطناعي مثل التداول والرؤى والتنبؤ والبحث عن ألفا. لقد أطلقوا manuscripts، وهو إطار بيانات سلسلة الكتل لتكامل البيانات على السلسلة وتحت السلسلة في تخزين البيانات المستهدف، مما يتيح استعلامات وتحليلات غير محدودة.
هذا يمكّن المطورين من تخصيص سير عمل معالجة البيانات وفقًا لاحتياجاتهم الخاصة. من خلال توحيد البيانات الأولية ومعالجتها إلى تنسيق نظيف ومتوافق، يمكن ضمان أن مجموعات البيانات الخاصة بهم تلبي المتطلبات الصارمة لأنظمة الذكاء الاصطناعي، مما يقلل من وقت المعالجة المسبقة، بينما يعزز دقة النموذج، ويساعد في إنشاء وكلاء ذكاء اصطناعي موثوقين.
استنادًا إلى بياناتها الواسعة على السلسلة، قاموا أيضًا بتطوير نموذج يسمى Theia، والذي يقوم بترجمة البيانات على السلسلة إلى تحليلات بيانات المستخدمين، دون الحاجة إلى أي معرفة برمجية معقدة. تظهر فائدة بيانات Chainbase في شراكاتهم، حيث يستخدم بروتوكول الذكاء الاصطناعي بياناتهم لـ:
بالمقارنة مع بروتوكولات البيانات التقليدية
تقدم بروتوكولات البيانات مثل The Graph وChainlink وAlchemy البيانات، ولكن ليس بمركزية على الذكاء الاصطناعي. يوفر The Graph منصة لاستعلام وفهرسة بيانات blockchain، مما يمنح المطورين الوصول إلى البيانات الخام، والتي لم تُبنى للتداول أو تنفيذ الاستراتيجيات. تقدم Chainlink تغذية بيانات Oracle، ولكن تفتقر إلى مجموعات بيانات محسّنة بالذكاء الاصطناعي للتنبؤ، بينما تقدم Alchemy خدمات RPC بشكل أساسي.
بالمقارنة، فإن بيانات Chainbase هي بيانات بلوكتشين مُعدة خصيصًا، يمكن أن تُستخدم بسهولة من قبل تطبيقات أو وكلاء الذكاء الاصطناعي بشكل أكثر تنظيمًا وعمقًا، مما يتيح للوكلاء الوصول بشكل أكثر سهولة إلى البيانات المتعلقة بسوق السلسلة، والسيولة، وبيانات التوكن.
sqd.ai
sqd.ai (الاسم السابق Subsquid) تعمل على تطوير شبكة قاعدة بيانات مفتوحة مصممة خصيصًا لوكلاء الذكاء الاصطناعي وخدمات Web3. توفر بحيرة البيانات اللامركزية الخاصة بهم وصولًا كبيرًا إلى بيانات blockchain في الوقت الحقيقي والتاريخية بشكل اقتصادي وبدون إذن، مما يمكّن وكلاء الذكاء الاصطناعي من العمل بشكل أكثر كفاءة.
تقدم sqd.ai فهرسة بيانات في الوقت الحقيقي (بما في ذلك فهرسة الكتل غير المكتملة) بسرعة تصل إلى أكثر من 150,000 كتلة في الثانية، أسرع من أي فهرس آخر. في الـ 24 ساعة الماضية، قدموا أكثر من 11 تيرابايت من البيانات، لتلبية احتياجات العشرات من المليارات من وكلاء الذكاء الاصطناعي المستقلين والمطورين ذوي معدل التدفق العالي.
تقدم منصتهم المخصصة لمعالجة البيانات بيانات مخصصة حسب احتياجات وكلاء الذكاء الاصطناعي، بينما يوفر DuckDB استرداد بيانات فعال للاستعلامات المحلية. تدعم مجموعة بياناتهم الشاملة أكثر من 100 شبكة EVM و Substrate، بما في ذلك سجلات الأحداث وتفاصيل المعاملات، وهو ما يعد ذا قيمة كبيرة لوكلاء الذكاء الاصطناعي الذين يعملون عبر عدة سلاسل كتلة.
إن انضمام إثبات المعرفة الصفرية يضمن أن وكيل الذكاء الاصطناعي يمكنه الوصول إلى البيانات الحساسة ومعالجتها دون المساس بالخصوصية. بالإضافة إلى ذلك، يمكن لـ sqd.ai معالجة الحمل المتزايد من البيانات من خلال إضافة المزيد من عقد المعالجة، مما يدعم العدد المتزايد من وكلاء الذكاء الاصطناعي (الذي يُقدّر أن يصل إلى عدة مليارات).
كعكة
كوكي توفر طبقة بيانات معيارية لوكلاء الذكاء الاصطناعي والمجموعات ، مصممة خصيصًا لمعالجة البيانات الاجتماعية. تحتوي على لوحة تحكم لوكيل الذكاء الاصطناعي لتتبع أفضل عقليات الوكلاء على السلسلة ومنصات التواصل الاجتماعي ، وقد أطلقت مؤخرًا API لتجمع البيانات القابلة للتوصيل للوكلاء الآخرين لاكتشاف السرد الشعبي والتغيرات في العقليات في CT.
! [شرح DeFAI: كيف يمكن الذكاء الاصطناعي إطلاق العنان لإمكانات DeFi؟] ](https://img.gateio.im/social/moments-56a89e79609d8f982d5d31dadfad9205)
تغطي مجموعة بياناتهم أكثر من 7 تيرابايت من مصادر البيانات الحية على السلسلة ووسائل التواصل الاجتماعي، بدعم من 20 وكيل بيانات، مما يوفر رؤى حول مشاعر السوق والتحليل على السلسلة. يستخدم وكيلهم AI الجديد @agentcookiefun 7% من سعة مجموعة بياناتهم، من خلال الاستفادة من الوكلاء الآخرين الذين يعملون تحتها لتقديم توقعات السوق واكتشاف فرص جديدة.
DeFAI الخطوة التالية
في الوقت الحالي، تواجه معظم وكلاء الذكاء الاصطناعي في DeFi قيودًا كبيرة في تحقيق الاستقلالية الكاملة. على سبيل المثال:
يمكن أن تركز المرحلة التالية من DeFAI على دمج طبقة بيانات مفيدة لتطوير منصة أو وكيل مثالي. سيتطلب ذلك بيانات سلسلة عميقة حول نشاط الحيتان، وتغيرات السيولة، وما إلى ذلك، مع إنتاج بيانات تركيبية مفيدة لتحليلات التنبؤ الأفضل، ودمجها مع تحليل المشاعر من السوق العامة، سواء كانت تقلبات الرموز في فئات معينة (مثل وكلاء الذكاء الاصطناعي، DeSci، إلخ) أو تقلبات الرموز على الشبكات الاجتماعية.
الهدف النهائي هو أن تتمكن وكلاء الذكاء الاصطناعي من إنشاء وتنفيذ استراتيجيات التداول بسلاسة من واجهة واحدة. مع نضوج هذه الأنظمة، قد نشهد في المستقبل تجار DeFi يعتمدون على وكلاء الذكاء الاصطناعي لتقييم وتوقع وتنفيذ الاستراتيجيات المالية بشكل مستقل مع الحد الأدنى من التدخل البشري.
آخر الأفكار
نظرًا للتقلبات الكبيرة في رموز الوكلاء الذكاء الاصطناعي والإطار، قد يعتقد البعض أن DeFAI مجرد ظاهرة عابرة. ومع ذلك، لا يزال DeFAI في مراحله المبكرة، وإمكانات تعزيز الوكلاء الذكاء الاصطناعي لواجهة DeFi وقابليتها للاستخدام وأدائها لا يمكن إنكارها.
المفتاح لتحرير هذه الإمكانية هو الحصول على بيانات حية عالية الجودة، والتي ستعمل على تحسين التنبؤات وتنفيذ الصفقات المدفوعة بالذكاء الاصطناعي. تتكامل المزيد من البروتوكولات مع طبقات بيانات مختلفة، حيث تبني بروتوكولات البيانات مكونات إضافية للإطار، مما يبرز أهمية البيانات في اتخاذ قرارات الوكلاء.
ومن الآن فصاعدا، ستكون إمكانية التحقق والخصوصية من التحديات الرئيسية التي يجب أن تعالجها البروتوكولات. في الوقت الحالي ، تظل معظم عمليات الوكيل الذكاء الاصطناعي صندوقا أسود يتعين على المستخدمين أن يعهدوا إليه بأموالهم. ونتيجة لذلك، سيساعد وضع قرارات الذكاء الاصطناعي يمكن التحقق منها على ضمان الشفافية والمساءلة في عملية الوكيل. يمكن أن يؤدي دمج TEE و PHE وحتى البروتوكولات القائمة على zk إلى تعزيز إمكانية التحقق من سلوك وكيل الذكاء الاصطناعي ، مما يتيح الثقة في الاستقلالية.
فقط من خلال الجمع الناجح بين البيانات عالية الجودة والنماذج القوية وعمليات اتخاذ القرار الشفافة، يمكن لوكيل DeFAI أن يحقق استخداماً واسع النطاق.