منذ أن توسعت بسرعة في عام 2020، أصبحت التمويل اللامركزي (DeFi) أحد الركائز الأساسية للنظام البيئي للعملات المشفرة. على الرغم من أن العديد من البروتوكولات المبتكرة الجديدة قد تم إنشاؤها، إلا أنها أدت أيضًا إلى زيادة التعقيد والتجزئة، مما جعل من الصعب حتى على المستخدمين ذوي الخبرة التنقل بين العديد من الشبكات والأصول والبروتوكولات.
في الوقت نفسه، تطور الذكاء الاصطناعي (AI) من سرد واسع النطاق في عام 2023 إلى تركيز أكثر تخصصًا وموجهًا نحو الوكلاء في عام 2024. وقد أطلق هذا التحول مجال DeFi AI (DeFAI) الناشئ، حيث يعزز الذكاء الاصطناعي DeFi من خلال الأتمتة وإدارة المخاطر وتحسين رأس المال.
DeFAI يتجاوز عدة مستويات. البلوكشين هو المستوى الأساسي، حيث يجب أن تتفاعل وكلاء الذكاء الاصطناعي مع سلسلة معينة من أجل تنفيذ المعاملات وإجراء العقود الذكية. فوق ذلك، توفر طبقة البيانات وطبقة الحساب البنية التحتية اللازمة لتدريب نماذج الذكاء الاصطناعي، والتي تستند إلى بيانات الأسعار التاريخية، ومشاعر السوق، والتحليل على السلسلة. تضمن طبقة الخصوصية والقابلية للتحقق أن تظل البيانات المالية الحساسة آمنة مع الحفاظ على التنفيذ غير الموثوق. أخيرًا، يسمح إطار الوكلاء للمطورين ببناء تطبيقات مدفوعة بالذكاء الاصطناعي، مثل روبوتات التداول المستقلة، ومقياس مخاطر الائتمان، ومحسنات الحوكمة على السلسلة.
على الرغم من أن هذه الخريطة البيئية يمكن توسيعها أكثر، إلا أن هذه هي الفئات العليا للمشاريع المبنية على DeFAI.
مع توسع نظام DeFAI البيئي ، يمكن تقسيم المشاريع البارزة إلى ثلاث فئات رئيسية:
طبقة تجريدية
تعمل البروتوكولات المبنية على هذه الفئة كواجهة مستخدم ودية تشبه ChatGPT لDeFi، مما يسمح للمستخدمين بإدخال التعليمات التي يتم تنفيذها على السلسلة. غالبًا ما تتكامل مع سلاسل متعددة وتطبيقات لامركزية، وتنفذ نوايا المستخدمين، مع القضاء على الخطوات اليدوية في المعاملات المعقدة.
تشمل بعض الوظائف التي يمكن لهذه البروتوكولات تنفيذها:
تبادل، عبر السلاسل، إقراض/سحب، تنفيذ معاملات عبر السلاسل
محفظة تداول المتابعة أو ملف تعريف Twitter/X
تنفيذ أوامر جني الأرباح / وقف الخسارة تلقائيًا بناءً على نسبة حجم المركز
على سبيل المثال، لا حاجة لسحب ETH يدويًا من Aave، ونقله عبر السلسلة إلى Solana، وتبادل SOL / Fartcoin، وتوفير السيولة على Raydium - بروتوكول الطبقة التجريدية يكفي بخطوة واحدة لإكمال العملية.
البروتوكول الرئيسي:
@griffaindotcom — شبكة وكيل تقوم بتنفيذ المعاملات للمستخدمين
@HeyAnonai — بروتوكول معالجة تلميحات المستخدمين حول تداول DeFi ورؤى في الوقت الحقيقي
@orbitcryptoai — شريك AI في التفاعل DeFi
وكيل التداول الذاتي
على عكس روبوتات التداول التقليدية التي تتبع القواعد المحددة مسبقًا، يمكن لوكلاء التداول الذاتي أن يتعلموا ويتكيفوا مع ظروف السوق، ويقوموا بتعديل استراتيجياتهم استنادًا إلى المعلومات الجديدة. يمكن أن تقوم هذه الوكالات بـ:
تحليل البيانات لتحسين الاستراتيجيات باستمرار
توقع اتجاه السوق من أجل اتخاذ قرارات أفضل بشأن الشراء/البيع
نفذ استراتيجيات DeFi المعقدة كما تفعل مع التداول الأساسي
تواجه البروتوكولات الرائدة المبنية على هذه الطبقات بعض التحديات:
تعتمد هذه البروتوكولات على تدفقات البيانات في الوقت الحقيقي لتحقيق أفضل تنفيذ للتداول. قد تؤدي جودة البيانات الضعيفة إلى كفاءة منخفضة في المسار، وفشل في التداول، أو عدم ربحية التداول.
تعتمد نماذج الذكاء الاصطناعي على البيانات التاريخية، ولكن سوق العملات المشفرة يتمتع بتقلبات كبيرة. يجب على الوكلاء قبول تدريب على مجموعات بيانات متنوعة وعالية الجودة للحفاظ على فعاليتهم.
يجب فهم العلاقات بين الأصول، وتغيرات السيولة، ومشاعر السوق بشكل شامل لفهم الحالة العامة للسوق.
لقد لاقت البروتوكولات المستندة إلى هذه الفئات شعبية 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 يعتمد عليها. لكي تعمل وكلاء الذكاء الاصطناعي بشكل فعال في DeFAI، يحتاجون إلى بيانات في الوقت الفعلي، وهيكلية وقابلة للتحقق. على سبيل المثال، يجب أن تصل الطبقات التجريدية إلى البيانات على السلسلة من خلال RPC و API الشبكات الاجتماعية، بينما يحتاج وكلاء تحسين التداول والعائدات إلى بيانات لتحسين استراتيجيات التداول الخاصة بهم وإعادة تخصيص الموارد.
تساعد مجموعات البيانات عالية الجودة الوكلاء على إجراء تحليل تنبؤي أفضل لسلوك الأسعار المستقبلية، مما يوفر نصائح للتداول لتناسب تفضيلاتهم لمراكز الشراء أو البيع في بعض الأصول.
موفر البيانات الرئيسي لـ DeFAI
اتفاقية
تفاصيل
وظيفة
مود سينث
بيانات تركيبية للتنبؤ المالي
التقاط توزيع تغيرات الأسعار الكاملة، للاستخدام في توقعات نماذج الذكاء الاصطناعي
قاعدة السلسلة
مجموعة بيانات هيكلية كاملة السلسلة
توفير بيانات معززة بالذكاء الاصطناعي للتداول والتنبؤ والحصول على ألفا
sqd.ai
بحيرة بيانات لامركزية موجهة لوكلاء الذكاء الاصطناعي
الوصول إلى بيانات متعددة السلاسل القابلة للتوسع والقابلة للتخصيص، مع أمان إثبات المعرفة الصفرية
كوكي
طبقة البيانات العقلية و على السلسلة الخاصة بـ CT الموجهة لوكلاء الذكاء الاصطناعي
استخدام 18 وكيل AI متخصص لمعالجة أكثر من 7 تيرابايت من بيانات الوكيل على أكثر من 20 سلسلة.
الشبكة الفرعية ل Mode Synth
كنetwork الفرعي رقم 50 من Bittensor، يقوم Synth بإنشاء بيانات تركيبية لقدرات التنبؤ المالي للوكيل. مقارنةً بأنظمة التنبؤ بالأسعار التقليدية الأخرى، يلتقط Synth التوزيع الكامل لتغيرات الأسعار واحتمالاتها ذات الصلة، وبالتالي يبني أكثر البيانات التركيبية دقة في العالم، مما يدعم الوكلاء و LLM.
يمكن أن يؤدي توفير المزيد من مجموعات البيانات عالية الجودة إلى تمكين وكلاء الذكاء الاصطناعي من اتخاذ قرارات اتجاهية أفضل في التداول، بالإضافة إلى توقع تقلبات APY في ظل ظروف السوق المختلفة، بحيث يمكن لصناديق السيولة إعادة توزيع أو سحب السيولة عند الحاجة. منذ إطلاق الشبكة الذاتية، كان لديهم طلب قوي من فرق DeFi لدمج بيانات Synth من خلال واجهة برمجة التطبيقات الخاصة بهم.
أكثر سلاسل الكتل المدعومة من قبل الذكاء الاصطناعي
بالإضافة إلى بناء طبقة بيانات لـ AI والوكيل، وضعت Mode نفسها أيضًا لبناء بلوكتشين كامل من أجل مستقبل DeFAI. لقد نشروا مؤخرًا Mode Terminal، وهو مساعد DeFAI، لتنفيذ المعاملات على السلسلة من خلال تلميحات المستخدم، والذي سيتم فتحه لمستثمري $MODE.
بالإضافة إلى ذلك، يدعم Mode العديد من الفرق المعتمدة على الذكاء الاصطناعي والوكلاء. بذل Mode جهودًا كبيرة لدمج بروتوكولات مثل Autonolas وGiza وSturdy في نظامه البيئي، ومع تطوير المزيد من الوكلاء وتنفيذ المعاملات، يتطور Mode بسرعة.
تُنفذ هذه التدابير بالتزامن مع ترقيتهم للشبكة باستخدام الذكاء الاصطناعي، وأبرزها تجهيز سلسلة الكتل الخاصة بهم بفرز الذكاء الاصطناعي. من خلال استخدام المحاكاة وتحليل الذكاء الاصطناعي قبل التنفيذ، يمكن حظر ومراجعة المعاملات عالية المخاطر قبل المعالجة لضمان الأمان على السلسلة. كـ L2 في سلسلة Optimism الفائقة، تقف Mode في منطقة وسطى، تربط بين المستخدمين البشريين والوكلاء مع أفضل نظام بيئي للتمويل اللامركزي.
مقارنة بين أفضل بلوكشين التي تستند إليها وكالات الذكاء الاصطناعي
سولانا وبيس بلا شك هما السلسلتان الرئيسيتان اللتان تُستخدمان من قبل معظم أطر وكلاء الذكاء الاصطناعي لبناء وإطلاق الرموز. تستفيد وكلاء الذكاء الاصطناعي من سعة سولانا العالية وتأخير الشبكة المنخفض بالإضافة إلى ElizaOS مفتوح المصدر لنشر رموز الوكلاء، بينما تعمل Virtuals كمنصة إطلاق لنشر الوكلاء على Base. على الرغم من أن كليهما لديهما هاكاثونات وحوافز تمويل، إلا أنهما لم تصلان بعد إلى المستوى الذي حققه Mode فيما يتعلق بخطط الذكاء الاصطناعي كسلسلة.
عرفت NEAR سابقًا نفسها على أنها سلسلة الكتل L1 المتركزة حول الذكاء الاصطناعي، والتي تشمل سوق المهام الذكية، ومركز أبحاث NEAR AI مع إطار عمل الوكلاء الذكيين مفتوح المصدر، وNEAR AI Assistant. وقد أعلنوا مؤخرًا عن صندوق للوكلاء الذكيين بقيمة 20 مليون دولار، بهدف توسيع الوكلاء المستقلين والقابلين للتحقق على NEAR.
قاعدة السلسلة
تقدم Chainbase مجموعة بيانات هيكلية على السلسلة قابلة للتحقق بالكامل، مما يعزز وظائف الوكلاء الذكاء الاصطناعي في التداول، والرؤى، والتنبؤ، والبحث عن ألفا. لقد أطلقوا manuscripts، وهو إطار بيانات تدفق على السلسلة يستخدم لتكامل البيانات على السلسلة وغير السلسلة في تخزين البيانات المستهدف، لإجراء استعلامات وتحليلات غير محدودة.
هذا يمكّن المطورين من تخصيص سير العمل لمعالجة البيانات وفقًا لاحتياجاتهم المحددة. من خلال توحيد البيانات الأولية ومعالجتها إلى تنسيق نظيف ومتوافق، يمكن ضمان أن تلبي مجموعات البيانات الخاصة بهم المتطلبات الصارمة لأنظمة الذكاء الاصطناعي، مما يقلل من وقت المعالجة المسبق، بينما يعزز دقة النموذج، ويساعد في إنشاء وكلاء ذكاء اصطناعي موثوقين.
استنادا إلى بياناتهم الشاملة على السلسلة ، قاموا أيضا بتطوير نموذج يسمى Theia ، والذي يترجم البيانات على السلسلة إلى تحليل البيانات للمستخدمين دون أي معرفة معقدة بالترميز. تتجلى أداة بيانات Chainbase في شراكتهم ، حيث تستخدم بروتوكولات الذكاء الاصطناعي بياناتها من أجل:
إليزا OS ملحق وكيل، يستخدم لدفع القرارات على السلسلة
بناء مساعد الذكاء الاصطناعي فانا
فلوك.آي أو الشبكة الاجتماعية الذكية، تقدم رؤى حول سلوك المستخدمين
تحليل البيانات والتنبؤات الخاصة بـ DeFi من Theoriq
تعاونت أيضًا مع 0G و Aethir و io.net
مقارنة بالبروتوكولات البيانات التقليدية
توفر بروتوكولات البيانات مثل The Graph وChainlink وAlchemy البيانات، لكنها ليست مركزة على الذكاء الاصطناعي. يوفر The Graph منصة للاستعلام وفهرسة بيانات البلوكشين، مما يمنح المطورين الوصول إلى البيانات الخام التي لم يتم بناؤها للتداول أو تنفيذ الاستراتيجيات. يوفر Chainlink تغذية بيانات الأوركل، ولكنه يفتقر إلى مجموعات البيانات المحسنة بواسطة الذكاء الاصطناعي للتنبؤ، بينما تقدم Alchemy بشكل أساسي خدمات RPC.
بالمقارنة، فإن بيانات Chainbase هي بيانات Blockchain تم إعدادها خصيصًا، ويمكن استخدامه بسهولة من قبل تطبيقات أو وكلاء الذكاء الاصطناعي بشكل أكثر تنظيمًا ورؤية، مما يمكّن الوكلاء من الوصول بشكل أكثر سهولة إلى البيانات المتعلقة بالسوق على السلسلة والسيولة وبيانات الرموز.
sqd.ai
sqd.ai (الاسم الأصلي Subsquid) تعمل على تطوير شبكة قاعدة بيانات مفتوحة مصممة خصيصًا لوكلاء الذكاء الاصطناعي وخدمات Web3. توفر بحيرة البيانات اللامركزية الخاصة بهم وصولاً غير مقيد وفعال من حيث التكلفة إلى كميات كبيرة من بيانات blockchain الحية والتاريخية، مما يمكّن وكلاء الذكاء الاصطناعي من العمل بشكل أكثر كفاءة.
sqd.ai تقدم فهرسة بيانات في الوقت الحقيقي (بما في ذلك فهرسة الكتل غير المكتملة)، بسرعة فهرسة تصل إلى أكثر من 150,000 كتلة في الثانية، أسرع من أي فهرس آخر. خلال الـ 24 ساعة الماضية، قدمت أكثر من 11TB من البيانات، مما يلبي احتياجات العشرات من مليارات الوكلاء الذاتي الذكاء الاصطناعي والمطورين من حيث القدرة العالية على معالجة البيانات.
تقدم منصتهم لمعالجة البيانات القابلة للتخصيص بيانات مخصصة بناءً على احتياجات الوكلاء الذكاء الاصطناعي، بينما يوفر DuckDB استرجاع بيانات فعال للاستعلامات المحلية. تدعم مجموعاتهم الشاملة من البيانات أكثر من 100 شبكة EVM و Substrate، بما في ذلك سجلات الأحداث وتفاصيل المعاملات، مما يجعلها ذات قيمة كبيرة لوكلاء الذكاء الاصطناعي الذين يعملون عبر عدة سلاسل كتلة.
إن إضافة إثباتات المعرفة الصفرية تضمن أن تتمكن الوكلاء الذكاء الاصطناعي من 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 الوكلاء الذكاء الاصطناعي (من المتوقع أن يصل العدد إلى مليارات).
كوكي
كوكي يوفر طبقة بيانات معيارية لوكلاء الذكاء الاصطناعي والمجموعات، مصممة خصيصًا للتعامل مع البيانات الاجتماعية. يحتوي على لوحة معلومات لوكيل الذكاء الاصطناعي لمتابعة أفضل الوكلاء على السلسلة ومنصات التواصل الاجتماعي، ومؤخراً أطلق واجهة برمجة تطبيقات مجموعة البيانات القابلة للتوصيل لوكلاء الذكاء الاصطناعي الآخرين لاكتشاف السرد الشائع والتحولات العقلية في CT.
تغطي مجموعات بياناتهم أكثر من 7 تيرابايت من بيانات السلاسل الزمنية الحية وبيانات الوسائط الاجتماعية، مدعومة من 20 وكيل بيانات، مما يوفر رؤى حول مشاعر السوق والتحليلات على السلسلة. وكيلهم الجديد AI @agentcookiefun استغل 7% من سعة مجموعاتهم البيانات، من خلال الاستفادة من مجموعة متنوعة من الوكلاء الأخرى التي تعمل تحتها لتقديم توقعات السوق واكتشاف فرص جديدة.
الخطوة التالية لـ DeFAI
حاليًا، تواجه معظم وكلاء الذكاء الاصطناعي في DeFi قيودًا كبيرة في تحقيق الاستقلالية الكاملة. على سبيل المثال:
الطبقة التجريدية تحول نوايا المستخدم إلى تنفيذ، لكنها غالبًا تفتقر إلى القدرة على التنبؤ
قد يقوم وكيل الذكاء الاصطناعي بتحليل إنتاج ألفا، ولكنه يفتقر إلى تنفيذ التداول المستقل.
يمكن لتطبيقات dApp المدعومة بالذكاء الاصطناعي معالجة الخزائن أو المعاملات، لكنها تنتمي إلى الفئة السلبية وليس النشطة.
قد تركز المرحلة التالية من DeFAI على دمج طبقة بيانات مفيدة، لتطوير أفضل منصة أو وكيل. سيتطلب ذلك بيانات سلسلة عميقة حول نشاط الحيتان، وتغيرات السيولة، بالإضافة إلى إنتاج بيانات تركيبية مفيدة لتحليلات تنبؤية أفضل، ودمج تحليل المشاعر من السوق العامة، سواء كانت تقلبات الرموز لمجموعات معينة (مثل وكلاء الذكاء الصناعي، DeSci، إلخ) أو تقلبات الرموز على الشبكات الاجتماعية.
الهدف النهائي هو أن تكون الوكلاء الذكاء الاصطناعي قادرين على توليد وتنفيذ استراتيجيات التداول بسلاسة من واجهة واحدة. مع نضوج هذه الأنظمة، قد نرى في المستقبل أن المتداولين في DeFi يعتمدون على الوكلاء الذكاء الاصطناعي لتقييم وتوقع وتنفيذ الاستراتيجيات المالية بشكل مستقل مع الحد الأدنى من التدخل البشري.
أفكار أخيرة
نظرًا للتقلب الكبير في توكنات وإطارات الوكلاء الذكيين، قد يعتقد البعض أن DeFAI ليست سوى ظاهرة عابرة. ومع ذلك، لا يزال DeFAI في مراحله الأولى، ومن غير الممكن إنكار إمكانية تعزيز الوكلاء الذكيين لسهولة وأداء DeFi.
تتمثل مفتاح إطلاق هذه الإمكانية في الحصول على بيانات عالية الجودة في الوقت الفعلي، مما سيحسن من توقعات وتنفيذ التداول المدعوم بالذكاء الاصطناعي. تتكامل المزيد والمزيد من البروتوكولات مع طبقات بيانات مختلفة، حيث تقوم بروتوكولات البيانات ببناء مكونات لإطار العمل، مما يبرز أهمية البيانات في اتخاذ القرارات بالوكالة.
في المستقبل، ستصبح القابلية للتحقق والخصوصية التحديات الرئيسية التي يجب على البروتوكولات معالجتها. حاليًا، لا تزال معظم عمليات وكلاء الذكاء الاصطناعي عبارة عن صندوق أسود، حيث يجب على المستخدمين إيداع أموالهم فيها. لذلك، سيساعد تطوير القرارات القابلة للتحقق من الذكاء الاصطناعي في ضمان شفافية وموثوقية عمليات الوكلاء. يمكن أن تعزز البروتوكولات المستندة إلى TEE وFHE أو حتى zk-proofs القابلية للتحقق من سلوك وكلاء الذكاء الاصطناعي، مما يحقق الثقة في الاستقلالية.
فقط من خلال الجمع الناجح بين بيانات عالية الجودة ونماذج قوية وعمليات اتخاذ قرارات شفافة، يمكن لوكلاء DeFAI أن يحصلوا على تطبيق 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 أن توسعت بسرعة في عام 2020، أصبحت التمويل اللامركزي (DeFi) أحد الركائز الأساسية للنظام البيئي للعملات المشفرة. على الرغم من أن العديد من البروتوكولات المبتكرة الجديدة قد تم إنشاؤها، إلا أنها أدت أيضًا إلى زيادة التعقيد والتجزئة، مما جعل من الصعب حتى على المستخدمين ذوي الخبرة التنقل بين العديد من الشبكات والأصول والبروتوكولات.
في الوقت نفسه، تطور الذكاء الاصطناعي (AI) من سرد واسع النطاق في عام 2023 إلى تركيز أكثر تخصصًا وموجهًا نحو الوكلاء في عام 2024. وقد أطلق هذا التحول مجال DeFi AI (DeFAI) الناشئ، حيث يعزز الذكاء الاصطناعي DeFi من خلال الأتمتة وإدارة المخاطر وتحسين رأس المال.
DeFAI يتجاوز عدة مستويات. البلوكشين هو المستوى الأساسي، حيث يجب أن تتفاعل وكلاء الذكاء الاصطناعي مع سلسلة معينة من أجل تنفيذ المعاملات وإجراء العقود الذكية. فوق ذلك، توفر طبقة البيانات وطبقة الحساب البنية التحتية اللازمة لتدريب نماذج الذكاء الاصطناعي، والتي تستند إلى بيانات الأسعار التاريخية، ومشاعر السوق، والتحليل على السلسلة. تضمن طبقة الخصوصية والقابلية للتحقق أن تظل البيانات المالية الحساسة آمنة مع الحفاظ على التنفيذ غير الموثوق. أخيرًا، يسمح إطار الوكلاء للمطورين ببناء تطبيقات مدفوعة بالذكاء الاصطناعي، مثل روبوتات التداول المستقلة، ومقياس مخاطر الائتمان، ومحسنات الحوكمة على السلسلة.
على الرغم من أن هذه الخريطة البيئية يمكن توسيعها أكثر، إلا أن هذه هي الفئات العليا للمشاريع المبنية على DeFAI.
مع توسع نظام DeFAI البيئي ، يمكن تقسيم المشاريع البارزة إلى ثلاث فئات رئيسية:
تعمل البروتوكولات المبنية على هذه الفئة كواجهة مستخدم ودية تشبه ChatGPT لDeFi، مما يسمح للمستخدمين بإدخال التعليمات التي يتم تنفيذها على السلسلة. غالبًا ما تتكامل مع سلاسل متعددة وتطبيقات لامركزية، وتنفذ نوايا المستخدمين، مع القضاء على الخطوات اليدوية في المعاملات المعقدة.
تشمل بعض الوظائف التي يمكن لهذه البروتوكولات تنفيذها:
تبادل، عبر السلاسل، إقراض/سحب، تنفيذ معاملات عبر السلاسل
محفظة تداول المتابعة أو ملف تعريف Twitter/X
تنفيذ أوامر جني الأرباح / وقف الخسارة تلقائيًا بناءً على نسبة حجم المركز
على سبيل المثال، لا حاجة لسحب ETH يدويًا من Aave، ونقله عبر السلسلة إلى Solana، وتبادل SOL / Fartcoin، وتوفير السيولة على Raydium - بروتوكول الطبقة التجريدية يكفي بخطوة واحدة لإكمال العملية.
البروتوكول الرئيسي:
@griffaindotcom — شبكة وكيل تقوم بتنفيذ المعاملات للمستخدمين
@HeyAnonai — بروتوكول معالجة تلميحات المستخدمين حول تداول DeFi ورؤى في الوقت الحقيقي
@orbitcryptoai — شريك AI في التفاعل DeFi
على عكس روبوتات التداول التقليدية التي تتبع القواعد المحددة مسبقًا، يمكن لوكلاء التداول الذاتي أن يتعلموا ويتكيفوا مع ظروف السوق، ويقوموا بتعديل استراتيجياتهم استنادًا إلى المعلومات الجديدة. يمكن أن تقوم هذه الوكالات بـ:
تحليل البيانات لتحسين الاستراتيجيات باستمرار
توقع اتجاه السوق من أجل اتخاذ قرارات أفضل بشأن الشراء/البيع
نفذ استراتيجيات DeFi المعقدة كما تفعل مع التداول الأساسي
البروتوكول الرئيسي:
@Almanak__ — منصة لتدريب وتحسين ونشر الوكلاء الماليين المستقلين
@Cod3xOrg — أطلق وكيل AI لتنفيذ المهام المالية على بلوكتشين
@Spectral_Labs — إنشاء شبكة لوكلاء التداول على سلسلة مستقلة
تقدم تطبيقات DeFi ميزات مثل الإقراض، والتبادل، وزراعة العوائد. يمكن أن تعزز خدمات الذكاء الاصطناعي والوكلاء الذكيين هذه الخدمات من خلال الطرق التالية:
تحسين عرض السيولة من خلال إعادة توازن مراكز LP للحصول على APY أفضل
مسح الرموز للكشف عن المخاطر من خلال الكشف عن السجادة المحتملة أو الفخ.
البروتوكول الرئيسي:
@gizatechxyz ARMA - وكيل الذكاء الاصطناعي لتحسين أرباح USDC في الوضع والقاعدة
@SturdyFinance — مستودع العوائد المدعوم بالذكاء الاصطناعي
@derivexyz — منصة الخيارات والعقود الدائمة المحسنة بواسطة الذكاء الاصطناعي المساعد الذكي
التحديات الرئيسية
تواجه البروتوكولات الرائدة المبنية على هذه الطبقات بعض التحديات:
تعتمد هذه البروتوكولات على تدفقات البيانات في الوقت الحقيقي لتحقيق أفضل تنفيذ للتداول. قد تؤدي جودة البيانات الضعيفة إلى كفاءة منخفضة في المسار، وفشل في التداول، أو عدم ربحية التداول.
تعتمد نماذج الذكاء الاصطناعي على البيانات التاريخية، ولكن سوق العملات المشفرة يتمتع بتقلبات كبيرة. يجب على الوكلاء قبول تدريب على مجموعات بيانات متنوعة وعالية الجودة للحفاظ على فعاليتهم.
يجب فهم العلاقات بين الأصول، وتغيرات السيولة، ومشاعر السوق بشكل شامل لفهم الحالة العامة للسوق.
لقد لاقت البروتوكولات المستندة إلى هذه الفئات شعبية 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 يعتمد عليها. لكي تعمل وكلاء الذكاء الاصطناعي بشكل فعال في DeFAI، يحتاجون إلى بيانات في الوقت الفعلي، وهيكلية وقابلة للتحقق. على سبيل المثال، يجب أن تصل الطبقات التجريدية إلى البيانات على السلسلة من خلال RPC و API الشبكات الاجتماعية، بينما يحتاج وكلاء تحسين التداول والعائدات إلى بيانات لتحسين استراتيجيات التداول الخاصة بهم وإعادة تخصيص الموارد.
تساعد مجموعات البيانات عالية الجودة الوكلاء على إجراء تحليل تنبؤي أفضل لسلوك الأسعار المستقبلية، مما يوفر نصائح للتداول لتناسب تفضيلاتهم لمراكز الشراء أو البيع في بعض الأصول.
موفر البيانات الرئيسي لـ DeFAI
اتفاقية
تفاصيل
وظيفة
مود سينث
بيانات تركيبية للتنبؤ المالي
التقاط توزيع تغيرات الأسعار الكاملة، للاستخدام في توقعات نماذج الذكاء الاصطناعي
قاعدة السلسلة
مجموعة بيانات هيكلية كاملة السلسلة
توفير بيانات معززة بالذكاء الاصطناعي للتداول والتنبؤ والحصول على ألفا
sqd.ai
بحيرة بيانات لامركزية موجهة لوكلاء الذكاء الاصطناعي
الوصول إلى بيانات متعددة السلاسل القابلة للتوسع والقابلة للتخصيص، مع أمان إثبات المعرفة الصفرية
كوكي
طبقة البيانات العقلية و على السلسلة الخاصة بـ CT الموجهة لوكلاء الذكاء الاصطناعي
استخدام 18 وكيل AI متخصص لمعالجة أكثر من 7 تيرابايت من بيانات الوكيل على أكثر من 20 سلسلة.
الشبكة الفرعية ل Mode Synth
كنetwork الفرعي رقم 50 من Bittensor، يقوم Synth بإنشاء بيانات تركيبية لقدرات التنبؤ المالي للوكيل. مقارنةً بأنظمة التنبؤ بالأسعار التقليدية الأخرى، يلتقط Synth التوزيع الكامل لتغيرات الأسعار واحتمالاتها ذات الصلة، وبالتالي يبني أكثر البيانات التركيبية دقة في العالم، مما يدعم الوكلاء و LLM.
يمكن أن يؤدي توفير المزيد من مجموعات البيانات عالية الجودة إلى تمكين وكلاء الذكاء الاصطناعي من اتخاذ قرارات اتجاهية أفضل في التداول، بالإضافة إلى توقع تقلبات APY في ظل ظروف السوق المختلفة، بحيث يمكن لصناديق السيولة إعادة توزيع أو سحب السيولة عند الحاجة. منذ إطلاق الشبكة الذاتية، كان لديهم طلب قوي من فرق DeFi لدمج بيانات Synth من خلال واجهة برمجة التطبيقات الخاصة بهم.
أكثر سلاسل الكتل المدعومة من قبل الذكاء الاصطناعي
بالإضافة إلى بناء طبقة بيانات لـ AI والوكيل، وضعت Mode نفسها أيضًا لبناء بلوكتشين كامل من أجل مستقبل DeFAI. لقد نشروا مؤخرًا Mode Terminal، وهو مساعد DeFAI، لتنفيذ المعاملات على السلسلة من خلال تلميحات المستخدم، والذي سيتم فتحه لمستثمري $MODE.
بالإضافة إلى ذلك، يدعم Mode العديد من الفرق المعتمدة على الذكاء الاصطناعي والوكلاء. بذل Mode جهودًا كبيرة لدمج بروتوكولات مثل Autonolas وGiza وSturdy في نظامه البيئي، ومع تطوير المزيد من الوكلاء وتنفيذ المعاملات، يتطور Mode بسرعة.
تُنفذ هذه التدابير بالتزامن مع ترقيتهم للشبكة باستخدام الذكاء الاصطناعي، وأبرزها تجهيز سلسلة الكتل الخاصة بهم بفرز الذكاء الاصطناعي. من خلال استخدام المحاكاة وتحليل الذكاء الاصطناعي قبل التنفيذ، يمكن حظر ومراجعة المعاملات عالية المخاطر قبل المعالجة لضمان الأمان على السلسلة. كـ L2 في سلسلة Optimism الفائقة، تقف Mode في منطقة وسطى، تربط بين المستخدمين البشريين والوكلاء مع أفضل نظام بيئي للتمويل اللامركزي.
مقارنة بين أفضل بلوكشين التي تستند إليها وكالات الذكاء الاصطناعي
سولانا وبيس بلا شك هما السلسلتان الرئيسيتان اللتان تُستخدمان من قبل معظم أطر وكلاء الذكاء الاصطناعي لبناء وإطلاق الرموز. تستفيد وكلاء الذكاء الاصطناعي من سعة سولانا العالية وتأخير الشبكة المنخفض بالإضافة إلى ElizaOS مفتوح المصدر لنشر رموز الوكلاء، بينما تعمل Virtuals كمنصة إطلاق لنشر الوكلاء على Base. على الرغم من أن كليهما لديهما هاكاثونات وحوافز تمويل، إلا أنهما لم تصلان بعد إلى المستوى الذي حققه Mode فيما يتعلق بخطط الذكاء الاصطناعي كسلسلة.
عرفت NEAR سابقًا نفسها على أنها سلسلة الكتل L1 المتركزة حول الذكاء الاصطناعي، والتي تشمل سوق المهام الذكية، ومركز أبحاث NEAR AI مع إطار عمل الوكلاء الذكيين مفتوح المصدر، وNEAR AI Assistant. وقد أعلنوا مؤخرًا عن صندوق للوكلاء الذكيين بقيمة 20 مليون دولار، بهدف توسيع الوكلاء المستقلين والقابلين للتحقق على NEAR.
قاعدة السلسلة
تقدم Chainbase مجموعة بيانات هيكلية على السلسلة قابلة للتحقق بالكامل، مما يعزز وظائف الوكلاء الذكاء الاصطناعي في التداول، والرؤى، والتنبؤ، والبحث عن ألفا. لقد أطلقوا manuscripts، وهو إطار بيانات تدفق على السلسلة يستخدم لتكامل البيانات على السلسلة وغير السلسلة في تخزين البيانات المستهدف، لإجراء استعلامات وتحليلات غير محدودة.
هذا يمكّن المطورين من تخصيص سير العمل لمعالجة البيانات وفقًا لاحتياجاتهم المحددة. من خلال توحيد البيانات الأولية ومعالجتها إلى تنسيق نظيف ومتوافق، يمكن ضمان أن تلبي مجموعات البيانات الخاصة بهم المتطلبات الصارمة لأنظمة الذكاء الاصطناعي، مما يقلل من وقت المعالجة المسبق، بينما يعزز دقة النموذج، ويساعد في إنشاء وكلاء ذكاء اصطناعي موثوقين.
استنادا إلى بياناتهم الشاملة على السلسلة ، قاموا أيضا بتطوير نموذج يسمى Theia ، والذي يترجم البيانات على السلسلة إلى تحليل البيانات للمستخدمين دون أي معرفة معقدة بالترميز. تتجلى أداة بيانات Chainbase في شراكتهم ، حيث تستخدم بروتوكولات الذكاء الاصطناعي بياناتها من أجل:
إليزا OS ملحق وكيل، يستخدم لدفع القرارات على السلسلة
بناء مساعد الذكاء الاصطناعي فانا
فلوك.آي أو الشبكة الاجتماعية الذكية، تقدم رؤى حول سلوك المستخدمين
تحليل البيانات والتنبؤات الخاصة بـ DeFi من Theoriq
تعاونت أيضًا مع 0G و Aethir و io.net
مقارنة بالبروتوكولات البيانات التقليدية
توفر بروتوكولات البيانات مثل The Graph وChainlink وAlchemy البيانات، لكنها ليست مركزة على الذكاء الاصطناعي. يوفر The Graph منصة للاستعلام وفهرسة بيانات البلوكشين، مما يمنح المطورين الوصول إلى البيانات الخام التي لم يتم بناؤها للتداول أو تنفيذ الاستراتيجيات. يوفر Chainlink تغذية بيانات الأوركل، ولكنه يفتقر إلى مجموعات البيانات المحسنة بواسطة الذكاء الاصطناعي للتنبؤ، بينما تقدم Alchemy بشكل أساسي خدمات RPC.
بالمقارنة، فإن بيانات Chainbase هي بيانات Blockchain تم إعدادها خصيصًا، ويمكن استخدامه بسهولة من قبل تطبيقات أو وكلاء الذكاء الاصطناعي بشكل أكثر تنظيمًا ورؤية، مما يمكّن الوكلاء من الوصول بشكل أكثر سهولة إلى البيانات المتعلقة بالسوق على السلسلة والسيولة وبيانات الرموز.
sqd.ai
sqd.ai (الاسم الأصلي Subsquid) تعمل على تطوير شبكة قاعدة بيانات مفتوحة مصممة خصيصًا لوكلاء الذكاء الاصطناعي وخدمات Web3. توفر بحيرة البيانات اللامركزية الخاصة بهم وصولاً غير مقيد وفعال من حيث التكلفة إلى كميات كبيرة من بيانات blockchain الحية والتاريخية، مما يمكّن وكلاء الذكاء الاصطناعي من العمل بشكل أكثر كفاءة.
sqd.ai تقدم فهرسة بيانات في الوقت الحقيقي (بما في ذلك فهرسة الكتل غير المكتملة)، بسرعة فهرسة تصل إلى أكثر من 150,000 كتلة في الثانية، أسرع من أي فهرس آخر. خلال الـ 24 ساعة الماضية، قدمت أكثر من 11TB من البيانات، مما يلبي احتياجات العشرات من مليارات الوكلاء الذاتي الذكاء الاصطناعي والمطورين من حيث القدرة العالية على معالجة البيانات.
تقدم منصتهم لمعالجة البيانات القابلة للتخصيص بيانات مخصصة بناءً على احتياجات الوكلاء الذكاء الاصطناعي، بينما يوفر DuckDB استرجاع بيانات فعال للاستعلامات المحلية. تدعم مجموعاتهم الشاملة من البيانات أكثر من 100 شبكة EVM و Substrate، بما في ذلك سجلات الأحداث وتفاصيل المعاملات، مما يجعلها ذات قيمة كبيرة لوكلاء الذكاء الاصطناعي الذين يعملون عبر عدة سلاسل كتلة.
إن إضافة إثباتات المعرفة الصفرية تضمن أن تتمكن الوكلاء الذكاء الاصطناعي من 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 الوكلاء الذكاء الاصطناعي (من المتوقع أن يصل العدد إلى مليارات).
كوكي
كوكي يوفر طبقة بيانات معيارية لوكلاء الذكاء الاصطناعي والمجموعات، مصممة خصيصًا للتعامل مع البيانات الاجتماعية. يحتوي على لوحة معلومات لوكيل الذكاء الاصطناعي لمتابعة أفضل الوكلاء على السلسلة ومنصات التواصل الاجتماعي، ومؤخراً أطلق واجهة برمجة تطبيقات مجموعة البيانات القابلة للتوصيل لوكلاء الذكاء الاصطناعي الآخرين لاكتشاف السرد الشائع والتحولات العقلية في CT.
تغطي مجموعات بياناتهم أكثر من 7 تيرابايت من بيانات السلاسل الزمنية الحية وبيانات الوسائط الاجتماعية، مدعومة من 20 وكيل بيانات، مما يوفر رؤى حول مشاعر السوق والتحليلات على السلسلة. وكيلهم الجديد AI @agentcookiefun استغل 7% من سعة مجموعاتهم البيانات، من خلال الاستفادة من مجموعة متنوعة من الوكلاء الأخرى التي تعمل تحتها لتقديم توقعات السوق واكتشاف فرص جديدة.
الخطوة التالية لـ DeFAI
حاليًا، تواجه معظم وكلاء الذكاء الاصطناعي في DeFi قيودًا كبيرة في تحقيق الاستقلالية الكاملة. على سبيل المثال:
الطبقة التجريدية تحول نوايا المستخدم إلى تنفيذ، لكنها غالبًا تفتقر إلى القدرة على التنبؤ
قد يقوم وكيل الذكاء الاصطناعي بتحليل إنتاج ألفا، ولكنه يفتقر إلى تنفيذ التداول المستقل.
يمكن لتطبيقات dApp المدعومة بالذكاء الاصطناعي معالجة الخزائن أو المعاملات، لكنها تنتمي إلى الفئة السلبية وليس النشطة.
قد تركز المرحلة التالية من DeFAI على دمج طبقة بيانات مفيدة، لتطوير أفضل منصة أو وكيل. سيتطلب ذلك بيانات سلسلة عميقة حول نشاط الحيتان، وتغيرات السيولة، بالإضافة إلى إنتاج بيانات تركيبية مفيدة لتحليلات تنبؤية أفضل، ودمج تحليل المشاعر من السوق العامة، سواء كانت تقلبات الرموز لمجموعات معينة (مثل وكلاء الذكاء الصناعي، DeSci، إلخ) أو تقلبات الرموز على الشبكات الاجتماعية.
الهدف النهائي هو أن تكون الوكلاء الذكاء الاصطناعي قادرين على توليد وتنفيذ استراتيجيات التداول بسلاسة من واجهة واحدة. مع نضوج هذه الأنظمة، قد نرى في المستقبل أن المتداولين في DeFi يعتمدون على الوكلاء الذكاء الاصطناعي لتقييم وتوقع وتنفيذ الاستراتيجيات المالية بشكل مستقل مع الحد الأدنى من التدخل البشري.
أفكار أخيرة
نظرًا للتقلب الكبير في توكنات وإطارات الوكلاء الذكيين، قد يعتقد البعض أن DeFAI ليست سوى ظاهرة عابرة. ومع ذلك، لا يزال DeFAI في مراحله الأولى، ومن غير الممكن إنكار إمكانية تعزيز الوكلاء الذكيين لسهولة وأداء DeFi.
تتمثل مفتاح إطلاق هذه الإمكانية في الحصول على بيانات عالية الجودة في الوقت الفعلي، مما سيحسن من توقعات وتنفيذ التداول المدعوم بالذكاء الاصطناعي. تتكامل المزيد والمزيد من البروتوكولات مع طبقات بيانات مختلفة، حيث تقوم بروتوكولات البيانات ببناء مكونات لإطار العمل، مما يبرز أهمية البيانات في اتخاذ القرارات بالوكالة.
في المستقبل، ستصبح القابلية للتحقق والخصوصية التحديات الرئيسية التي يجب على البروتوكولات معالجتها. حاليًا، لا تزال معظم عمليات وكلاء الذكاء الاصطناعي عبارة عن صندوق أسود، حيث يجب على المستخدمين إيداع أموالهم فيها. لذلك، سيساعد تطوير القرارات القابلة للتحقق من الذكاء الاصطناعي في ضمان شفافية وموثوقية عمليات الوكلاء. يمكن أن تعزز البروتوكولات المستندة إلى TEE وFHE أو حتى zk-proofs القابلية للتحقق من سلوك وكلاء الذكاء الاصطناعي، مما يحقق الثقة في الاستقلالية.
فقط من خلال الجمع الناجح بين بيانات عالية الجودة ونماذج قوية وعمليات اتخاذ قرارات شفافة، يمكن لوكلاء DeFAI أن يحصلوا على تطبيق واسع النطاق.