AIはDeFiにどのように適用されますか?

著者: DEFI EDUCATION

翻訳:ヴァナキュラーブロックチェーン

** **

Twitterでご覧になった方もいらっしゃると思いますが、私たちは現在のAI/LLM分野に強い関心を持っています。 研究の加速にはまだまだ改善の余地がありますが、可能性はあります。

暗号通貨空間における大規模言語モデル(LLM)の出現は、技術者以外のプレーヤーが業界と交流し、理解し、貢献する方法に革命をもたらしています。

以前は、コーディングの方法を知らなければ、完全に途方に暮れていました。 chatGPT のような大規模言語モデルは、複雑なプログラミング言語と日常言語の間のギャップを埋めるようになりました。 暗号通貨の分野は、専門的な技術的専門知識を持つ人々によって支配されているため、これは非常に重要です。

理解できないことに出くわした場合、またはプロジェクトが基盤となるシステムの現実を意図的に曖昧にしていると思われる場合は、chatGPT に質問して、ほぼ無料ですばやく回答を得ることができます。

DeFiは金融へのアクセスを民主化しており、大規模言語モデルはDeFiへのアクセスを民主化しています。

今日の記事では、大規模言語モデルがDeFiに持っていると思われるいくつかのアイデアを紹介します。

1. DeFiのセキュリティ

これまで述べてきたように、DeFiは摩擦や間接費を削減し、大規模なチームを効率的なコードに置き換えることで、金融サービスを変革しています。

DeFiがどこに向かっているのかを詳しく説明しました。 Defi：

*摩擦コストの削減–燃料コストは最終的に下がります *物理的な場所がなく、コードのみであるため、間接費を削減します *人件費を削減し、何千人もの銀行員を100人のプログラマーに置き換えました *誰でも金融サービス(融資やマーケットメイキングなど)を提供できるようにする

• DeFiは、実行を仲介者に依存しない、より無駄のない運用モデルです。

DeFiでは、「カウンターパーティリスク」はソフトウェアセキュリティリスクに置き換えられます。 資産を保護し、取引を容易にするコードとメカニズムは、資金を盗み、悪用しようとする外部の脅威から常に危険にさらされています。

AI、特にLLMは、スマートコントラクトの開発と監査を自動化する上で重要な役割を果たします。 コードベースを分析し、パターンを特定することで、AIは(時間の経過とともに)脆弱性を発見し、スマートコントラクトのパフォーマンスを最適化し、ヒューマンエラーを減らし、DeFiプロトコルの信頼性を向上させることができます。 LLMは、コントラクトを既知の脆弱性や攻撃ベクトルのデータベースと比較することで、リスクのある領域を浮き彫りにすることができます。

LLMがソフトウェアセキュリティの問題に対してすでに実行可能で受け入れられている解決策の1つは、テストスイートの作成を支援することです。 単体テストの作成は面倒な作業ですが、ソフトウェアの品質保証の重要な部分であり、市場投入を急ぎすぎるため、見落とされがちです。

しかし、これには「ダークサイド」があります。 LLMがコードの監査に役立つ場合、ハッカーがオープンソースの暗号化の世界でコードを悪用する方法を見つけるのにも役立ちます。

幸いなことに、仮想通貨コミュニティはホワイトハットでいっぱいで、リスクの一部を軽減するのに役立つ報奨金システムがあります。

サイバーセキュリティの専門家は、「難読化によるセキュリティ」を提唱していません。 代わりに、攻撃者はシステムのコードと脆弱性をすでに熟知していると想定しています。 AIとLLMは、特にプログラマー以外の人にとって、安全でないコードを大規模に自動的に検出するのに役立ちます。 人間が監査できるよりも多くのスマートコントラクトが毎日デプロイされています。 経済的機会(鉱業など)を獲得するために、テストの期間を待たずに、新しい人気のある契約と対話する必要がある場合があります。

そこで登場するのが Rug.AI のようなプラットフォームで、既知のコードの脆弱性に対する新しいプロジェクトの自動評価を提供します。

おそらく最も革命的な側面は、LLMがコードを書くのを助ける能力です。 ユーザーが自分のニーズを基本的に理解している限り、ユーザーは必要なものを自然言語で記述でき、LLMはそれらの記述を機能的なコードに変換できます。

これにより、ブロックチェーンベースのアプリケーションを作成するための参入障壁が低くなり、より幅広いイノベーターがエコシステムに貢献できるようになります。

そして、それはほんの始まりに過ぎません。 個人的には、LLMは、まったく新しいプロジェクトよりも、コードのリファクタリングや、初心者向けのコードの説明に適していることがわかりました。 モデルにコンテキストと明確な仕様を与えることが重要であり、そうでなければ「ガベージイン、ガベージアウト」の状況が発生します。

LLMは、スマートコントラクトのコードを自然言語に翻訳することで、コーディング方法を知らない人にも役立ちます。 プログラミングを学びたくはないかもしれませんが、使用しているプロトコルのコードがプロトコルの約束と一致していることを確認したいでしょう。

LLMは短期的には質の高い開発者に取って代わることはできないと思われますが、開発者はLLMを通じて自分の仕事を合理的に検証することができます。

結論:暗号化は、私たち全員にとってはるかにシンプルで安全になりました。 ただし、これらのLLMに過度に依存しないように注意してください。 彼らは時々自信を持って間違いを犯します。 LLMがコードを完全に理解し、予測する能力は、まだ発展途上です。

2. データ分析とインサイト

暗号通貨の分野でデータを収集すると、遅かれ早かれDune Analyticsに出くわすでしょう。 ご存じない方もいらっしゃるかもしれませんが、Dune Analyticsは、ETHブロックチェーンやその他の関連ブロックチェーンに主眼を置き、ユーザーがデータ分析の視覚化を作成および公開できるプラットフォームです。 これは、DeFiメトリックを追跡するための便利でユーザーフレンドリーなツールです。

Dune Analyticsには、自然言語でクエリを解釈できるGPT-4機能がすでに備わっています。

クエリについて混乱している場合、またはクエリを作成して編集したい場合は、chatGPT を利用できます。 同じ会話でいくつかのクエリ例を提供するとパフォーマンスが向上し、chatGPT の動作を検証するために自分で学習する必要があることに注意してください。 ただし、学習して質問するための優れた方法であり、家庭教師のように chatGPT に質問できます。

LLMは、技術に詳しくない暗号通貨参加者の参入障壁を大幅に下げます。

しかし、洞察という点では、LLMは独自の洞察を提供するという点では期待外れです。 複雑で合理的な金融市場では、LLMが正しい答えを出すことを期待してはいけません。 あなたが本能と直感に基づいて行動する人なら、LLMはあなたの期待をはるかに下回ることに気付くでしょう。

しかし、私たちは、明白なものが欠けていないかどうかを確認するという効果的な使い方を見つけました。 明白でない、または矛盾するインサイトが、実際に利益を生む可能性は低くなります。 これは驚くことではありません(誰かが非常に高い市場利益をもたらすAIを開発した場合、彼らはこの部分を広く一般に公開しません)。

3、「Discord管理者が消える?」

暗号通貨の分野では、人気のあるプロジェクトに情熱を注いでいるが、ニーズが変化しているユーザーのグループを管理することは、最も認識されておらず、苦痛を伴う仕事の1つです。 同じ一般的な質問の多くが繰り返し、時には連続して尋ねられます。 これは、LLMで簡単に解決できるはずの問題点のようです。

また、LLMは、メッセージが自己宣伝(スパム)であるかどうかを検出する精度も示しています。 これは、悪意のあるリンク(またはその他のハッキング)を検出するためにも使用されると予想されます。 何千人ものアクティブメンバーと定期的な投稿で忙しいDiscordグループを管理するのは本当に難しいので、LLMを利用したDiscordボットが役立つことを楽しみにしています。

4、「気まぐれなもの」

暗号空間で繰り返されるミームは、人気のあるミームに基づく通貨の発売です。 これらは、DOGE、SHIB、PEPEなどの滞在ミームから、その日のホットな検索用語に基づいて1時間以内に消えるランダムな通貨まで多岐にわたります(ほとんどが詐欺であり、関与は避けています)。

Twitter Firehose APIにアクセスできる場合は、暗号通貨のセンチメントをリアルタイムで追跡し、LLMをトレーニングしてトレンドにフラグを立て、人間を使ってそのニュアンスを解釈することができます。 アプリケーションの簡単な例は、バイラルモーメントがあり、センチメント分析に基づいてミーム通貨を立ち上げることができる場合です。

もしかしたら、「ロケットジェット」のようなAPIデータソースのコストや帯域幅を気にすることなく、複数のソーシャルメディアチャネルで人気のある仮想通貨インフルエンサーのサブセットを監視する、貧乏人のセンチメントグラバーのようなものを構築する方法があるかもしれません。

LLMは、コンテキストへの洞察(皮肉やなりすましをオンラインで解析して真の洞察を引き出す)を提供するため、これに最適です。 このLLMバディは、ほとんどのアクションが暗号Twitterで議論されている暗号業界とともに進化し、学びます。 仮想通貨業界は、オープンなディベートフォーラムとオープンソース技術により、LLMが市場機会を捉えるためのユニークな環境を提供しています。

しかし、意図的なソーシャルメディア操作に騙されないようにするには、人工的な草の根キャンペーン、非公開のスポンサーシップ、オンライン荒らしなど、テクノロジーをより洗練させる必要があります。 別の記事では、FTX/Alamedaに関連する暗号プロジェクトの価値を高めるために、一部のエンティティがソーシャルメディアを意識的に操作している可能性があることを示唆する興味深い第三者調査レポートを取り上げました。

NCRIの分析によると、FTXの上場コインに言及するオンラインディスカッションのかなりの割合(約20%)をボットのようなアカウントが占めています。

このボットのような活動は、データサンプル内の多くのFTXコインの価格を予告しています。

FTXのプロモーション後、これらのコインの活動は時間の経過とともにますます非本物になり、本物ではないボットコメントの割合は着実に増加し、議論全体の約50%を占めました。