ИИ может помочь создать более эффективные Рынки Криптo

Искусственный интеллект (ИИ) приобрел огромную популярность за последние пару месяцев. С конца 2022 года ИИ стал домашней темой из-за повсеместного внедрения чат-бота «ChatGPT» от OpenAI и его немедленного всемирного влияния на отрасли и жизни людей.

В 2022 году консультанты McKinseyобнаружил, чтоПринятие ИИ застопорилось за последние несколько лет. Однако с появлением ChatGPT принятие значительно возросло. По словам основателя OpenAI Сэма Альтмана, ChatGPT преодолел отметку в 100 миллионов пользователей всего за два месяца, что стало рубежем, на достижение которого Facebook потребовалось 4,5 года, Instagram — 2,5 года, а Twitter — пять лет.

Эта статья является частью CoinDesk«Неделя BUIDL». Марчелло Мари — генеральный директор SingularityDAO, а Рэйф Тарик — старший Quant сотрудник в SingularityDAO Labs.

В начале 2023 года мы видим, что Microsoft и Google ведут ожесточенную борьбу за доминирование в области ИИ. Они соревнуются с конкурирующими чат-ботами, поисковой оптимизацией и многим другим — и, похоже, Microsoft лидирует. Софтверный гигант выделил OpenAI 1 миллиард долларов на начальных этапах разработки ChatGPT, получив 46% акций компании, и планирует интегрировать ChatGPT в свой веб-браузер Edge и поисковую систему Bing, которые, вероятно, произведут революцию в поиске и просмотре интернета.

Если подумать, ИИ может наконец позволить Microsoft превзойти Google в сфере, где последний доминировал годами. OpenAI прогнозирует, что ChatGPT принесет доход в размере 200 миллионов долларов к концу 2023 года и 1 миллиард долларов к концу 2024 года. Вполне возможно, что к 2030 году ИИ станет отраслью номер ONE по объему доходов и рыночной капитализации.

Смотрите также:Криптo ИИ нуждается в демонстрации, чтобы узнать, что реально | Мнение

Поскольку мы движемся к будущему, в котором ИИ будет повсюду, неизбежно заменяя многие Human рабочие места, интересно рассмотреть, как эта мощная форма вычислений может быть использована для максимизации возможностей в Криптo . ИИ может быть применен для повышения эффективности Криптo , а технологии блокчейна могут также использоваться для решения проблем, уникальных для машинного обучения.

Традиционные методы ИИ, применяемые в Криптo

Анализ настроений и обнаружение когнитивных искажений в социальных сетях

Анализ настроений — это метод, при котором алгоритмы обработки естественного языка (NLP) способны анализировать текст и приписывать ему значение, помогая людям понять, существует ли положительное или отрицательное отношение к определенному классу активов.

В традиционных Финансы анализ настроений обычно проводился по новостным СМИ. Однако на рынке Криптo к тому времени, как обновление достигает новостей, обычно уже слишком поздно зарабатывать деньги на торговле. Это может объяснить поговорку «покупай слухи, продавай новости», означающую, что новый рыночный тренд должен быть замечен в социальных сетях по мере его возникновения или даже до того, как он произойдет.

Как мы знаем, Криптo без волатильности T были бы столь привлекательны. Непредсказуемые движения на Криптo играют решающую роль в его динамике. Поэтому необходимо дальнейшее развитие ИИ и фреймворков данных для облегчения исследований и приложений по прогнозированию цен.

Эти фреймворки должны быть способны собирать данные о настроениях из различных каналов, независимо от того, связаны ли они с криптовалютой или нет, и должны иметь аналитический фреймворк ИИ, который может интегрировать последние разработки в исследованиях анализа настроений. Он также должен быть способен отличать реального человека от бота, а также реальные разговоры от организованных.

Эти структуры смогут обнаруживать так называемые когнитивные искажения в социальных сетях, такие как катастрофизация (преувеличение важности негативного события: «из-за этого все рухнет»), гадание (притворство, что знаешь будущее: «это обязательно произойдет») и чтение мыслей (притворство, что знаешь, что думают другие: «это знают все»).

Прогнозирование движений рынка

ИИ десятилетиями использовался в традиционных Финансы для обнаружения динамики рынка до того, как она произойдет. Традиционно это достигалось с помощью анализа настроений. Однако в области Криптовалюта мы можем полагаться на статистическую корреляцию между основными монетами или категориями монет. Например, в локализованных экосистемах, таких как децентрализованная биржа Curve или ориентированная на ИИ SingularityNET, которые имеют несколько токенов, мы видим возникновение запаздывающих и коррелятивных торговых моделей.

Благодаря быстрому технологическому прогрессу в области оборудования, используемого для защиты и майнинга децентрализованных сетей (т. е. росту вычислений на базе GPU), использование крупномасштабных моделей глубокого обучения становится все более ценным для понимания колебаний цен. Расширение машинного обучения и методов глубокого обучения, используемых в традиционных Финансы для прогнозирования колебаний цен или определения рыночных режимов (т. е. находимся ли мы на медвежьем или бычьем рынке), является ONE из ключевых областей исследования вариантов использования ИИ в Криптo.

Еще одна область исследований касается применения обучения с подкреплением, техники ИИ, которая обучается без надзора со стороны людей (т. н. неконтролируемое обучение), чтобы лучше понимать влияние своих действий. Это имеет приложения для прогнозирования проскальзывания и влияния на цену при торговле активами.

Торговые боты/маркет-мейкинг на основе искусственного интеллекта

Команда ИИ в SingularityDAO провела исследовательские исследования в области моделирования рынка и бэктестинга, чтобы улучшить состояние дел в количественной оценке динамики рынка. ONE из перспективных Технологии, которую мы изучили, является «адаптивный многостратегический агент» (AMSA) для создания рынка. По сути, это среда, в которой различные алгоритмы ИИ могут покупать и продавать активы и бэктестировать эти сделки, одновременно оценивая производительность и влияние торговли на рынок.

Эти самоусиливающиеся торговые алгоритмы можно рассматривать как следующий шаг эволюции традиционных торговых ботов, уже широко принятых трейдерами и маркетмейкерами на централизованных биржах. Другими словами, ИИ разрабатывается для создания более сложных автоматизированных систем Maker . Это способствует принятию более надежных децентрализованных торговых систем и может помочь трейдерам сбалансировать свои портфели с несколькими активами.

Проблемы Криптo ИИ

Эффективный мониторинг динамической позиции и риска субъекта

Из-за участившихся на Криптo черных лебедей (непредсказуемых Мероприятия с потенциально серьезными последствиями) традиционные методы оценки риска в торговых позициях устарели. В Криптo Рынки необходимо оценивать риск, связанный с движением ликвидности по протоколам, и это практически невозможно сделать вручную, учитывая большой объем данных для анализа.

Подход ИИ снова может расширить возможности Human принятия решений создание.ИИ Алгоритмы могут использоваться наряду с другими методами, обычно используемыми для мониторинга состояния позиций в цепочке по всем протоколам, такими как анализ крупных держателей кошельков и риск ликвидации. Приобретая экспертные знания и опыт как в области ИИ, так и в области децентрализованных Финансы (DeFi), можно создавать новые метрики, которые могут предоставлять легко читаемые сигналы о подверженности риску, принимаемому по различным протоколам.

Кроме того, ИИ предлагает значительную ценность и поддержку аналитикам- Human , поскольку Криптo становится все более многопротокольной (при этом развитие блокчейнов происходит даже на медвежьем рынке), что приводит к значительному увеличению сложности. Методологии прогнозирования и корреляции рисков имеют важное значение для предотвращения будущих Мероприятия черного лебедя, таких как те, что произошли с Криптo FTX и кредитной платформой Celsius Network.

Акцент на аналитике FLOW , корреляции и предиктивном анализе

После последствий Celsius и FTX возросла потребность в разработке методологий для мониторинга Мероприятия и факторов, которые могли бы привести к аналогичным случаям. Криптo и специалисты по данным исследовали ряд подходов: от классических сигналов оповещения на основе кошельков и сущностей до более продвинутых агрегаций FLOW капитала на основе ИИ.

Twitter-мстители уже используют аналитические платформы на основе ИИ для обнаружения новостных сюжетов до того, как они попадут в основные новости Криптo . Однако многое можно сделать для упрощения и расширения этих инструментов, чтобы их мог принять более широкий рынок.

Методы искусственного интеллекта для маркировки и обнаружения вредоносных объектов в цепочке

На рынке Криптo постоянно идет игра по выявлению вредоносных сущностей в цепочке, что требует использования чрезвычайно больших наборов данных. ИИ играет решающую роль в этих усилиях по обеспечению прозрачности, используя современную кластеризацию, генетическое программирование и нейронные сети для точного определения этих вредоносных сущностей по их псевдонимам в цепочке.

Смотрите также:Почему торговля Криптo так важна для Криптовалюта индустрии | Мнение

Поскольку злоумышленники становятся все более изощренными в сокрытии своих обязательств перед организацией, мы полагаемся на передовые алгоритмы искусственного интеллекта, а также на географические и поведенческие данные для выявления таких кошельков.

Далеко и сегодня здесь

Хотя до AGI (искусственного интеллекта общего назначения) или ИИ, который будет чувствовать, еще далеко, прогресс в этой области за последние несколько лет был замечательным. Я твердо верю, что в будущем искусственный интеллект будет управлять нашими Криптo и обеспечивать безопасность и здоровье наших кошельков.

Интеграция с большими языковыми моделями, такими как ChatGPT, значительно ускорила этот процесс и сделает его простым и доступным для всех. Криптo имеет потенциал для создания новой инклюзивной финансовой экосистемы, и у нас есть уникальная возможность стать лидером в этом и конкурировать с крупными технологическими компаниями.