Штучний інтелект може допомогти побудувати більш ефективні Крипто Ринки

За останні пару місяців штучний інтелект (ШІ) набув величезної популярності. З кінця 2022 року штучний інтелект став загальноприйнятою темою через широке впровадження чат-бота OpenAI «ChatGPT» і його миттєвий глобальний вплив на галузі та життя людей.

У 2022 році консультанти McKinsey виявив, що Протягом останніх кількох років впровадження штучного інтелекту стагнувало. Однак із появою ChatGPT кількість користувачів значно зросла. За словами засновника OpenAI Сема Альтмана, кількість користувачів ChatGPT перевищила 100 мільйонів лише за два місяці, для досягнення цієї віхи знадобилося Facebook 4,5 роки, Instagram — 2,5 роки, а Twitter — п’ять років.

Ця стаття є частиною CoinDesk «Тиждень BUIDL». Марчелло Марі є головним виконавчим директором SingularityDAO, а Рейф Тарік є старшим Quant співробітником SingularityDAO Labs.

На початку 2023 року ми бачимо, що Microsoft і Google ведуть запеклу боротьбу за домінування на основі штучного інтелекту. Вони конкурують із конкуруючими чат-ботами, пошуковою оптимізацією тощо – і, здається, Microsoft лідирує. Програмний гігант виділив OpenAI 1 мільярд доларів на початкових етапах розробки ChatGPT, отримавши 46% акцій компанії, і планує інтегрувати ChatGPT у свій веб-браузер Edge і пошукову систему Bing, обидва з яких, ймовірно, зроблять революцію в пошуку та перегляді Інтернету. .

Якщо ви подумаєте про це, штучний інтелект може нарешті дозволити Microsoft випередити Google у сфері, яка остання домінувала протягом багатьох років. OpenAI прогнозує, що ChatGPT принесе дохід у розмірі 200 мільйонів доларів США до кінця 2023 року та 1 мільярд доларів США до кінця 2024 року. Цілком можливо, що до 2030 року штучний інтелект стане галуззю номер ONE з точки зору доходу та ринкової капіталізації.

Дивіться також: Крипто AI потребує демонстрації, щоб знати, що є реальним | Погляди

Оскільки ми рухаємося до майбутнього, де штучний інтелект буде всюди, неминуче замінюючи багато Human робочих місць, цікаво подумати про те, як цю потужну форму обчислень можна використовувати для максимального використання можливостей у Крипто . Штучний інтелект можна застосувати, щоб зробити Крипто більш ефективною, а технології блокчейну також можна використовувати для вирішення проблем, унікальних для машинного навчання.

Традиційні методи штучного інтелекту застосовуються до Крипто

Аналіз настроїв і виявлення когнітивних спотворень у соціальних мережах

Аналіз настроїв – це техніка, за допомогою якої алгоритми обробки природної мови (NLP) здатні аналізувати текст і приписувати йому значення, допомагаючи людям зрозуміти, чи є позитивні чи негативні настрої щодо певного класу активів.

У традиційних Фінанси аналіз настроїв зазвичай проводився через ЗМІ. Однак на Крипто ринку до того моменту, коли оновлення досягає новин, зазвичай уже надто пізно заробляти гроші на торгівлі. Це може пояснити прислів’я «купуй чутки, продай новини», що означає, що нова ринкова тенденція повинна бути помічена в соціальних мережах, коли вона відбувається або навіть до того, як вона станеться.

Як ми знаємо, Крипто Ринки волатильності T були б такими привабливими. Непередбачувані рухи на Крипто відіграють вирішальну роль у його динаміці. Таким чином, існує потреба в подальшому розвитку штучного інтелекту та інфраструктури даних для полегшення досліджень прогнозування цін і застосування.

Ці фреймворки повинні бути здатні збирати дані про настрої з різних каналів, незалежно від того, пов’язані вони з криптовалютою чи ні, і повинні мати аналітичну структуру ШІ, яка може інтегрувати останні розробки в дослідженнях аналізу настроїв. Він також повинен відрізняти реальну людину від бота, а також справжні розмови від організованих.

Ці фреймворки зможуть виявляти так звані когнітивні викривлення в соціальних мережах, такі як катастрофічність (перебільшення важливості негативної події: «через це все звалиться»), ворожіння (вдання, що ви знаєте про майбутнє: « це обов’язково станеться”) і читання думок (удавати, що знаєш, що думають інші: “це знають усі”).

Прогнозування руху ринку

Штучний інтелект десятиліттями використовувався в традиційних Фінанси для виявлення ринкової динаміки до її виникнення. Традиційно цього досягають за допомогою аналізу настроїв. Однак у сфері Криптовалюта ми можемо покладатися на статистичну кореляцію між основними монетами або категоріями монет. Наприклад, у локалізованих екосистемах, таких як децентралізована біржа Curve або орієнтована на штучний інтелект SingularityNET, які мають кілька токенів, ми бачимо відставання та корелятивні моделі торгівлі.

Завдяки стрімкому технологічному розвитку апаратного забезпечення, яке використовується для захисту та майнінгу децентралізованих мереж (тобто зростання кількості обчислень на основі GPU), використання широкомасштабних моделей глибокого навчання стає все більш цінним для розуміння коливань цін. Розширення машинного навчання та методів глибокого навчання, які використовуються в традиційних Фінанси для прогнозування коливань цін або визначення ринкових режимів (тобто чи ми на ведмежому чи бичачому ринку), є ONE із ключових напрямів дослідження варіантів використання ШІ в Крипто.

Ще один напрямок досліджень стосується застосування навчання з підкріпленням, техніки штучного інтелекту, яка навчається без нагляду людей (так відоме як навчання без нагляду), щоб краще зрозуміти вплив його дій. Це має застосування для прогнозування прослизання та впливу на ціну під час торгівлі активами.

Торгові боти/маркет-мейкинг на основі ШІ

Команда штучного інтелекту в SingularityDAO провела дослідницькі дослідження в галузі моделювання ринку та ретестування, щоб покращити сучасний рівень кількісного визначення динаміки ринку. ONE з перспективних Технології, яку ми дослідили, є «адаптивний багатостратегічний агент» (AMSA) для формування ринку. По суті, це забезпечує середовище, в якому різні алгоритми штучного інтелекту можуть купувати та продавати активи та перевіряти ці угоди, одночасно оцінюючи продуктивність і вплив торгівлі на ринок.

Ці самопідсилювальні торгові алгоритми можна розглядати як наступний крок у розвитку традиційних торгових ботів, які вже широко застосовуються трейдерами та маркет-мейкерами на централізованих біржах. Іншими словами, ШІ розробляється, щоб допомогти створити більш складні автоматизовані системи маркет- Maker . Це сприяє прийняттю більш надійних децентралізованих торгових систем і може допомогти трейдерам збалансувати свої портфелі з декількома активами.

Проблеми Крипто штучного інтелекту

Ефективний моніторинг динамічної позиції та ризику підприємства

У зв’язку з почастішанням на Крипто Ринки «чорних лебедів» (непередбачуваних Заходи з потенційно серйозними наслідками), традиційні методи оцінки ризику в торгових позиціях застаріли. У Крипто аналітикам потрібно оцінити ризик, пов’язаний із рухом ліквідності між протоколами, і це практично неможливо зробити вручну, враховуючи великий обсяг даних для аналізу.

Підхід штучного інтелекту знову може розширити Human рішення виготовлення.AI Алгоритми можна використовувати поряд з іншими методами, які зазвичай використовуються для моніторингу стану позицій у ланцюзі за всіма протоколами, як-от аналіз власників великих гаманців і ризик ліквідації. Отримавши знання та досвід як у штучному інтелекті, так і в децентралізованих Фінанси (DeFi), можна створювати нові показники, які можуть надавати легкозрозумілі сигнали про ризики, прийняті за різними протоколами.

Крім того, штучний інтелект пропонує значну цінність і підтримку Human , оскільки Крипто стає все більш багатопротокольною (з розвитком блокчейнів навіть на ведмежому ринку), що призводить до значного зростання складності. Методології прогнозування та кореляції ризиків є важливими для запобігання майбутнім Заходи чорного лебедя, таким як ті, що сталися з Крипто біржею FTX і платформою кредитування Celsius Network.

Акцент на аналітиці FLOW , кореляційному та прогнозному аналізі

Після виходу з ладу Celsius і FTX зросла потреба в розробці методологій моніторингу Заходи і факторів, які можуть призвести до подібних випадків. Крипто та дослідники даних досліджували низку підходів, від класичних сигналів попередження на основі гаманців і об’єктів до більш просунутих агрегацій FLOW капіталу на основі ШІ.

Охоронці Twitter вже використовують аналітичні платформи на основі штучного інтелекту, щоб розкривати новини, перш ніж вони проникнуть у основні Крипто новини. Однак можна багато зробити, щоб спростити та розширити ці інструменти, щоб їх прийняв ширший ринок.

Методи штучного інтелекту для маркування та виявлення зловмисних об’єктів у мережі

На Крипто існує постійна гра з виявлення шкідливих об’єктів у мережі, що вимагає використання надзвичайно великих наборів даних. Штучний інтелект відіграє вирішальну роль у цих зусиллях щодо прозорості, використовуючи найсучасніші кластеризації, генетичне програмування та нейронні мережі, щоб точно визначити ці шкідливі об’єкти за їхніми псевдонімами в мережі.

Дивіться також: Чому Крипто важливий для індустрії Криптовалюта | Погляди

Оскільки зловмисники стають все більш досвідченими в приховуванні своїх зобов’язань перед юридичною особою, ми покладаємося на передові алгоритми штучного інтелекту разом із географічними та поведінковими даними для ідентифікації цих гаманців.

Далеко і сьогодні тут

Хоча AGI (штучний загальний інтелект) або розумний штучний інтелект ще далеко, прогрес у цій галузі за останні кілька років був вражаючим. Я твердо вірю, що в майбутньому штучний інтелект буде керувати нашими Крипто та забезпечуватиме безпеку та здоров’я наших гаманців.

Інтеграція з такими великими мовними моделями, як ChatGPT, значно пришвидшила цей процес і зробить його легким і доступним для будь-кого. Крипто має потенціал для створення нової інклюзивної фінансової екосистеми, і ми маємо унікальну можливість стати лідером у цьому та конкурувати з великими технологічними компаніями.