DeFAI : Comment l'IA peut-elle renforcer la Finance décentralisée ?

Depuis son développement rapide en 2020, la Finance décentralisée ( DeFi ) a toujours été un pilier central de l'écosystème crypto. Bien que de nombreux protocoles innovants aient été établis, cela a également conduit à une augmentation de la complexité et de la fragmentation, rendant difficile pour même les utilisateurs expérimentés de naviguer à travers les nombreuses chaînes, actifs et protocoles.

En parallèle, l'intelligence artificielle (AI) a évolué d'un récit fondamental en 2023 vers un focus plus professionnel et orienté vers les agents en 2024. Cette transformation a donné naissance à la Finance décentralisée AI (DeFAI) - un domaine émergent où l'IA améliore la finance décentralisée grâce à l'automatisation, à la gestion des risques et à l'optimisation du capital.

DeFAI traverse plusieurs niveaux. La blockchain est le niveau de base, les agents AI doivent interagir avec une chaîne spécifique pour exécuter des transactions et des contrats intelligents. Au-dessus de cela, le niveau de données et le niveau de calcul fournissent l'infrastructure nécessaire à l'entraînement des modèles AI, basés sur des données historiques de prix, des émotions du marché et des analyses on-chain. Le niveau de confidentialité et de vérifiabilité garantit que les données financières sensibles restent sécurisées tout en permettant une exécution sans confiance. Enfin, le cadre d'agents permet aux développeurs de créer des applications basées sur l'AI spécialisées, telles que des robots de trading autonomes, des évaluateurs de risque de crédit et des optimisateurs de gouvernance on-chain.

Avec l'expansion continue de l'écosystème DeFAI, les projets les plus remarquables peuvent être classés en trois catégories principales :

1. Couche d'abstraction

Les protocoles construits sur cette catégorie servent d'interface conviviale similaire à ChatGPT pour la Finance décentralisée, permettant aux utilisateurs d'entrer des invites exécutées sur la chaîne. Ils s'intègrent généralement à plusieurs chaînes et dApps, exécutant l'intention de l'utilisateur tout en éliminant les étapes manuelles dans des transactions complexes.

Ces protocoles peuvent exécuter certaines fonctions, notamment :

• Échange, inter-chaînes, prêt/retrait, exécution de transactions inter-chaînes
• Portefeuille de trading de suivi ou profil de médias sociaux
• Exécuter automatiquement des transactions telles que le take profit / stop loss en fonction du pourcentage de la taille de la position.

Par exemple, il n'est pas nécessaire de retirer manuellement de l'ETH de la plateforme de prêt, de le transférer sur Solana, d'échanger SOL/les autres jetons, et de fournir de la liquidité sur un DEX - le protocole de couche d'abstraction peut effectuer l'opération en une seule étape.

2. Agent de trading autonome

Contrairement aux robots de trading traditionnels qui suivent des règles prédéfinies, les agents de trading autonomes peuvent apprendre et s'adapter aux conditions du marché, et ajuster leur stratégie en fonction de nouvelles informations. Ces agents peuvent :

• Analyser les données pour améliorer continuellement la stratégie
• Prédire les tendances du marché afin de prendre de meilleures décisions haussières/baissières
• Exécuter des stratégies DeFi complexes comme des transactions de base

3. DApps alimentés par l'IA

Les dApps DeFi offrent des fonctionnalités de prêt, d'échange, de farming de rendement, etc. L'IA et les agents IA peuvent améliorer ces services de la manière suivante :

• Optimiser l'offre de liquidité en rééquilibrant les positions LP pour obtenir un meilleur APY
• Scanner les jetons pour détecter les risques en identifiant les rug ou les honeypots potentiels.

Principaux défis

Les protocoles de premier plan construits sur ces couches font face à certains défis :

1. Ces protocoles dépendent des flux de données en temps réel pour réaliser une exécution optimale des transactions. Une mauvaise qualité des données peut entraîner une inefficacité des routes, des échecs de transaction ou des transactions non rentables.

2. Les modèles d'IA dépendent des données historiques, mais le marché des cryptomonnaies est très volatil. Les agents doivent être formés avec des ensembles de données diversifiés et de haute qualité pour maintenir leur efficacité.

3. Il est nécessaire de comprendre pleinement la corrélation des actifs, les changements de liquidité et le sentiment du marché pour saisir l'état global du marché.

Les protocoles basés sur ces catégories ont été bien accueillis par le marché. Cependant, pour offrir de meilleurs produits et des résultats optimaux, ils devraient envisager d'intégrer divers ensembles de données de qualité différente afin d'élever leurs produits à un nouveau niveau.

Couche de données - Alimente l'intelligence DeFi

La qualité de l'IA dépend des données sur lesquelles elle s'appuie. Pour que les agents d'IA fonctionnent efficacement dans DeFAI, ils ont besoin de données en temps réel, structurées et vérifiables. Par exemple, la couche d'abstraction doit accéder aux données on-chain via RPC et les API des réseaux sociaux, tandis que les agents d'optimisation des transactions et des rendements ont besoin de données pour affiner davantage leurs stratégies de transaction et redistribuer les ressources.

Des ensembles de données de haute qualité permettent aux agents de mieux prédire l'analyse du comportement futur des prix, fournissant des recommandations de trading pour s'adapter à leur préférence pour des positions longues ou courtes sur certains actifs.

La blockchain des agents AI la plus suivie

En plus de construire une couche de données pour l'IA et les agents, une certaine blockchain se positionne également comme une blockchain full stack pour construire l'avenir de la Finance décentralisée et de l'IA. Ils ont récemment déployé un terminal, qui est le co-pilote de la Finance décentralisée et de l'IA, pour exécuter des transactions sur la chaîne via des invites utilisateur, qui sera bientôt ouvert aux stakers de tokens.

De plus, cette blockchain prend en charge de nombreuses équipes basées sur l'IA et les agents. Ils ont déployé de grands efforts pour intégrer plusieurs protocoles dans leur écosystème, et avec le développement de plus d'agents et l'exécution des transactions, cette blockchain se développe rapidement.

Ces mesures ont toutes été mises en œuvre alors qu'ils mettaient à niveau le réseau avec l'IA, le plus frappant étant l'ajout d'un classificateur IA à leur blockchain. En utilisant la simulation et l'analyse IA pour examiner les transactions avant leur exécution, il est possible de bloquer et d'examiner les transactions à haut risque avant leur traitement, afin d'assurer la sécurité sur la chaîne. En tant que solution d'extension L2, cette blockchain se situe à mi-chemin, reliant les utilisateurs humains et agents aux meilleurs écosystèmes de Finance décentralisée.

La prochaine étape de DeFAI

Actuellement, la plupart des agents IA dans la Finance décentralisée font face à des limitations significatives pour atteindre une autonomie totale. Par exemple :

1. La couche d'abstraction transforme l'intention de l'utilisateur en exécution, mais manque souvent de capacité de prévision.
2. Les agents IA peuvent générer de l'alpha par l'analyse, mais manquent d'exécution de transactions indépendante.
3. Les dApps alimentés par l'IA peuvent gérer des coffres ou des transactions, mais ils sont passifs plutôt qu'actifs.

La prochaine étape de DeFAI pourrait se concentrer sur l'intégration d'une couche de données utile pour développer la meilleure plateforme ou agent d代理. Cela nécessitera des données on-chain profondes concernant les activités des gros utilisateurs, les variations de liquidité, etc., tout en générant des données synthétiques utiles pour une meilleure analyse prédictive, et en combinant les analyses de sentiments du marché général, que ce soit pour les fluctuations des tokens dans des catégories spécifiques (comme les agents AI, DeSci, etc.) ou pour les fluctuations des tokens sur les réseaux sociaux.

L'objectif final est que les agents IA puissent générer et exécuter des stratégies de trading de manière transparente à partir d'une seule interface. À mesure que ces systèmes mûrissent, nous pourrions voir les traders DeFi du futur s'appuyer sur des agents IA pour évaluer, prédire et exécuter des stratégies financières de manière autonome avec un minimum d'intervention humaine.

Conclusion

Étant donné la forte baisse des jetons et des cadres d'agents AI, certaines personnes peuvent penser que DeFAI n'est qu'un feu de paille. Cependant, DeFAI en est encore à ses débuts, et le potentiel des agents AI pour améliorer l'utilisabilité et la performance de la Finance décentralisée est indéniable.

La clé pour libérer ce potentiel réside dans l'acquisition de données en temps réel de haute qualité, ce qui améliorera les prévisions et l'exécution des transactions pilotées par l'IA. De plus en plus de protocoles intègrent différentes couches de données, les protocoles de données construisent des plugins pour les cadres, ce qui souligne l'importance des données dans la prise de décision par les agents.

En regardant vers l'avenir, la vérifiabilité et la confidentialité deviendront des défis clés que les protocoles devront relever. Actuellement, la plupart des opérations des agents IA restent une boîte noire, et les utilisateurs doivent confier leurs fonds à ceux-ci. Par conséquent, le développement de décisions d'IA vérifiables contribuera à garantir la transparence et la responsabilité des processus des agents. L'intégration de protocoles basés sur TEE, FHE et même des preuves zk peut renforcer la vérifiabilité du comportement des agents IA, permettant ainsi de créer une confiance dans l'autonomie.

Seule une combinaison réussie de données de haute qualité, de modèles robustes et de processus décisionnels transparents permettra à l'agent DeFAI d'obtenir une large application.

![Finance décentralisée AI : Comment l'IA libère le potentiel de la Finance décentralisée ?](https://img-cdn.gateio.im/webp-social/moments-56a89e79609d8f982d5d31dadfad9205.webp01