DeFAI: كيف يمكن للذكاء الاصطناعي إطلاق العنان لإمكانات التمويل اللامركزي

التمويل اللامركزي(DeFi) منذ أن تطور بسرعة في عام 2020، ظل العمود الفقري للنظام البيئي التشفيري. على الرغم من إنشاء العديد من البروتوكولات المبتكرة، إلا أنه أدى أيضًا إلى زيادة التعقيد واللامركزية، مما يجعل من الصعب حتى على المستخدمين ذوي الخبرة التعامل مع العديد من سلاسل الكتل والأصول والبروتوكولات.

في الوقت نفسه، تطورت الذكاء الاصطناعي (AI) من سرد واسع النطاق في عام 2023 إلى تركيز أكثر احترافية وتوجهاً نحو الوكلاء في عام 2024. لقد أوجد هذا التحول مجالاً ناشئاً هو DeFi AI (DeFAI) - حيث يعزز الذكاء الاصطناعي التمويل اللامركزي من خلال الأتمتة وإدارة المخاطر وتحسين رأس المال.

DeFAI تتجاوز عدة مستويات. البلوكتشين هو المستوى الأساسي، لأن وكلاء الذكاء الاصطناعي يجب أن يتفاعلوا مع سلسلة معينة لتنفيذ المعاملات والعقود الذكية. فوق ذلك، توفر طبقة البيانات وطبقة الحوسبة البنية التحتية اللازمة لتدريب نماذج الذكاء الاصطناعي، التي تأتي من بيانات الأسعار التاريخية، والمشاعر السوقية، والتحليل على السلسلة. تضمن طبقة الخصوصية والقابلية للتحقق الحفاظ على أمان البيانات المالية الحساسة مع الحفاظ على تنفيذ غير موثوق. أخيرًا، يسمح إطار الوكلاء للمطورين ببناء تطبيقات مدفوعة بالذكاء الاصطناعي، مثل روبوتات التداول المستقلة، ومقيِّمي مخاطر الائتمان، ومحسنات الحوكمة على السلسلة.

! [شرح DeFAI: كيف يمكن ل الذكاء الاصطناعي إطلاق العنان لإمكانات DeFi؟] ](https://img-cdn.gateio.im/webp-social/moments-8d2047d5e1d3cb0bfeb8958d29d81336.webp)

مع توسع نظام DeFAI البيئي، يمكن تصنيف المشاريع البارزة إلى ثلاثة فئات رئيسية:

1. الطبقة التجريدية

تعمل البروتوكولات المبنية على هذه الفئة كواجهة مستخدم ودية مشابهة لChatGPT في التمويل اللامركزي، مما يسمح للمستخدمين بإدخال التوجيهات التي يتم تنفيذها على السلسلة. وغالبًا ما تتكامل مع عدة سلاسل وdApp، وتنفذ نوايا المستخدمين، مع القضاء على الخطوات اليدوية في المعاملات المعقدة.

بعض الوظائف التي يمكن لهذه البروتوكولات تنفيذها تشمل:

• التداول، عبر السلاسل، الإقراض/السحب، تنفيذ المعاملات عبر السلاسل
• محفظة تداول مرافقة أو ملف تعريف وسائط اجتماعية
• تنفيذ صفقات جني الأرباح/وقف الخسائر تلقائيًا وفقًا لنسبة حجم المركز

على سبيل المثال، لا حاجة لاستخراج ETH يدويًا من بروتوكول الإقراض، ونقله عبر السلسلة إلى Solana، وتبادل SOL، وتوفير السيولة في DEX - بروتوكول الطبقة المجردة يكفي خطوة واحدة لإتمام العملية.

2. وكيل التداول الذاتي

على عكس روبوتات التداول التقليدية التي تتبع قواعد محددة مسبقًا، يمكن لوكلاء التداول الذاتي أن يتعلموا ويتكيفوا مع ظروف السوق، ويعدّلوا استراتيجياتهم بناءً على المعلومات الجديدة. يمكن أن تقوم هذه الوكلاء بـ:

• تحليل البيانات لتحسين الاستراتيجيات باستمرار
• توقع اتجاهات السوق، من أجل اتخاذ قرارات أفضل في الشراء/البيع.
• تنفيذ استراتيجيات DeFi المعقدة كما هو الحال في التداول الأساسي

! [شرح DeFAI: كيف يمكن ل الذكاء الاصطناعي إطلاق العنان لإمكانات DeFi؟] ](https://img-cdn.gateio.im/webp-social/moments-b3de8eebf7e695c25e40629c04db3ed8.webp)

3. DApps المدفوعة بالذكاء الاصطناعي

تقدم تطبيقات التمويل اللامركزي خدمات الإقراض، والتبادل، وزراعة العوائد. يمكن أن تعزز الذكاء الاصطناعي والوكلاء الذكاء الاصطناعي هذه الخدمات من خلال الطرق التالية:

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

التحديات الرئيسية

تواجه البروتوكولات العليا المبنية على هذه الطبقات بعض التحديات:

1. تعتمد هذه البروتوكولات على تدفقات البيانات في الوقت الحقيقي لتحقيق أفضل تنفيذ للصفقات. قد تؤدي جودة البيانات الضعيفة إلى كفاءة منخفضة في المسار، وفشل الصفقات، أو عدم تحقيق أرباح.

2. تعتمد نماذج الذكاء الاصطناعي على البيانات التاريخية، لكن سوق العملات المشفرة متقلب للغاية. يجب على الوكيل قبول تدريب مجموعة بيانات متنوعة وعالية الجودة للحفاظ على الفعالية.

3. تحتاج إلى فهم شامل لعلاقة الأصول، وتغير السيولة، والعواطف السوقية، لفهم الحالة العامة للسوق.

لقد حظيت البروتوكولات القائمة على هذه الفئات بشعبية في السوق. ومع ذلك، من أجل تقديم منتجات أفضل وتحقيق أفضل النتائج، يجب عليهم النظر في دمج مجموعات بيانات متنوعة ذات جودة مختلفة، لرفع منتجاتهم إلى مستوى جديد.

طبقة البيانات - لتزويد DeFAI الذكاء بالقدرة

تعتمد جودة الذكاء الاصطناعي على البيانات التي يعتمد عليها. لكي تعمل وكلاء الذكاء الاصطناعي بفعالية في DeFAI، يحتاجون إلى بيانات في الوقت الحقيقي، منظمة وقابلة للتحقق. على سبيل المثال، يحتاج طبقة التجريد إلى الوصول إلى البيانات على السلسلة من خلال RPC وواجهة برمجة التطبيقات لشبكات التواصل الاجتماعي، بينما يحتاج وكلاء تحسين التداول والعائد إلى البيانات لتحسين استراتيجيات تداولهم وإعادة تخصيص الموارد.

تساعد مجموعات البيانات عالية الجودة الوكلاء على إجراء تحليل توقعات أفضل لسلوك الأسعار المستقبلية، وتقديم اقتراحات للتداول تتناسب مع تفضيلاتهم لمراكز الشراء أو البيع لبعض الأصول.

! [شرح DeFAI: كيف يمكن ل الذكاء الاصطناعي إطلاق العنان لإمكانات DeFi؟] ](https://img-cdn.gateio.im/webp-social/moments-1a6675fafd9467bb8f1dcff4674dba90.webp)

أكثر سلاسل الكتل التي تثير اهتمام الوكلاء الذكاء الاصطناعي

بالإضافة إلى بناء طبقة بيانات لـ AI والوكيل، حددت إحدى سلاسل الكتل نفسها على أنها سلسلة كتل كاملة لبناء مستقبل DeFAI. لقد نشروا مؤخرًا محطة، وهي co-pilot لـ DeFAI، لتنفيذ المعاملات على السلسلة من خلال مطالبات المستخدم، وسيتم فتحها قريبًا لمستثمري رموز هذه السلسلة.

علاوة على ذلك، تدعم هذه البلوكشين العديد من الفرق المستندة إلى الذكاء الاصطناعي والوكيل. لقد بذلوا جهودًا كبيرة لدمج بروتوكولات متعددة في نظامهم البيئي، ومع تطوير المزيد من الوكلاء وتنفيذ المعاملات، تتطور هذه البلوكشين بسرعة.

تتم جميع هذه التدابير أثناء ترقيتهم للشبكة باستخدام الذكاء الاصطناعي، وأبرزها تجهيز سلسلة الكتل الخاصة بهم بترتيب للذكاء الاصطناعي. من خلال استخدام المحاكاة وتحليل الذكاء الاصطناعي للمعاملات قبل التنفيذ، يمكن منع ومراجعة المعاملات عالية المخاطر قبل المعالجة، لضمان أمان السلسلة. باعتبارها L2 لسلسلة كتل معينة، تقع سلسلة الكتل هذه في منطقة وسطى، تربط بين المستخدمين البشريين ووكلاء المستخدمين مع أفضل بيئة تمويل لامركزية.

الخطوة التالية لـ DeFAI

في الوقت الحالي، تواجه معظم الوكلاء الذكاء الاصطناعي في التمويل اللامركزي قيودًا كبيرة في تحقيق الاستقلالية التامة. على سبيل المثال:

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

2. قد تقوم وكالات الذكاء الاصطناعي بتحليل إنتاج alpha، ولكن تفتقر إلى تنفيذ التداول المستقل.

3. يمكن لتطبيقات اللامركزية المدفوعة بالذكاء الاصطناعي معالجة خزائن التأمين أو المعاملات، لكنها تعتبر سلبية وليس نشطة.

قد تركز المرحلة التالية من DeFAI على دمج طبقة بيانات مفيدة، لتطوير أفضل منصة أو وكيل. سيتطلب ذلك بيانات سلسلة عميقة حول أنشطة كبار المساهمين، وتغيرات السيولة، وغيرها، مع إنتاج بيانات تركيبية مفيدة لتحليل التنبؤ بشكل أفضل، ودمجها مع تحليل المشاعر من السوق العامة، سواء كانت تقلبات الرموز من فئات معينة، أو تقلبات الرموز على الشبكات الاجتماعية.

الهدف النهائي هو أن تتمكن وكالات الذكاء الاصطناعي من توليد وتنفيذ استراتيجيات التداول بسلاسة من واجهة واحدة. مع نضوج هذه الأنظمة، قد نشهد في المستقبل أن يتولى المتداولون في التمويل اللامركزي الاعتماد على وكالات الذكاء الاصطناعي لتقييم وتوقع وتنفيذ استراتيجيات مالية بشكل مستقل مع الحد الأدنى من التدخل البشري.

الأفكار الأخيرة

نظرًا للتراجع الكبير في رموز وأطر وكلاء الذكاء الاصطناعي، قد يعتقد البعض أن DeFAI ليست سوى ظاهرة عابرة. ومع ذلك، لا يزال DeFAI في مراحله المبكرة، ومن المؤكد أن قدرة وكلاء الذكاء الاصطناعي على تعزيز قابلية استخدام DeFi وأدائه لا يمكن إنكارها.

المفتاح لإطلاق هذه الإمكانية هو الحصول على بيانات حقيقية عالية الجودة، مما سيحسن من توقعات وتنفيذ التداول المدفوع بالذكاء الاصطناعي. تدمج المزيد من البروتوكولات طبقات بيانات مختلفة، وتبني بروتوكولات البيانات ملحقات للإطار، مما يبرز أهمية البيانات في اتخاذ القرارات من قبل الوكلاء.

مع النظر إلى المستقبل، ستصبح القابلية للتحقق والخصوصية من التحديات الرئيسية التي يجب على البروتوكولات معالجتها. في الوقت الحالي، لا يزال معظم تشغيل وكلاء الذكاء الاصطناعي عبارة عن صندوق أسود، حيث يجب على المستخدمين إيداع أموالهم فيه. لذلك، سيساعد تطوير قرارات الذكاء الاصطناعي القابلة للتحقق في ضمان شفافية العمليات الوكيلة وقابليتها للمسائلة. يمكن أن تعزز البروتوكولات المعتمدة على TEE و FHE وحتى zk-proofs قابلية التحقق من سلوك وكلاء 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 يحصلوا على تطبيق واسع.

![DeFAI الشامل: كيف يمكن للذكاء الاصطناعي إطلاق إمكانيات التمويل اللامركزي؟](https://img-cdn.gateio.im/webp-social/moments-56a89e79609d8f982d5d31dadfad9205.webp01