智能 DeFi:人工智慧重塑去中心化金融的藍圖

1. 簡介

隨著包括計算能力提升和大數據可用性擴展在內的信息技術行業的進步,人工智能(AI)模型的性能也大幅提升。近年來,AI 的表現已在多個領域達到或超過人類能力,並迅速應用於醫療、金融、教育等各行各業。

AI 商業化的一個代表性例子是由 OpenAI 於 2022 年 11 月開發的生成式 AI 模型 ChatGPT,它能夠理解和迴應人類自然語言。ChatGPT 在發佈後僅 5 天便獲得了 100 萬用戶,並在兩個月內達到了 1 億月活躍用戶,成為歷史上增長最快的消費級應用程序。

設計和製造用於訓練和計算主要 AI 平臺的 GPU 的 NVIDIA 也從這一趨勢中獲益匪淺。2024 年第一季度,NVIDIA 的淨利潤同比增長 628%,達到 148 億美元,其股價同比上漲約 3 倍,市值達 3.2 萬億美元,展現了卓越的業績。

AI 領域的崛起也對加密市場產生了重大影響。2022 年 6 月,當 NFT 藝術項目蓬勃發展時,OpenAI 開發的 DALL-E 2 作為一款能夠根據文本生成高質量圖像的 AI 發佈,導致國內加密貨幣 Telegram 頻道中 AI 關鍵詞提及次數激增 8 倍。此外,從 2022 年下半年起,嘗試更直接地將 AI 與區塊鏈結合的努力開始湧現,AI 提及次數再次增加了 2 倍。

AI 領域的崛起同樣對加密市場產生了顯著影響。2022 年 6 月,當 NFT 藝術項目盛行時,OpenAI 開發的 DALL-E 2 發佈,這是一款能夠基於文本生成高質量圖像的 AI,使韓國主要加密貨幣 Telegram 頻道中 AI 關鍵詞提及次數激增 8 倍。此外,自 2022 年下半年以來,越來越多將 AI 和區塊鏈直接結合的嘗試開始出現,AI 的提及次數進一步增長了 2 倍。

加密社區對 AI 的高度關注也反映在 AI 相關加密項目的投資趨勢中。根據虛擬資產統計網站 Coingecko 的數據,截至 2024 年 8 月 20 日,分類為 AI 領域的 277 個區塊鏈項目的總市值在 2022 年下半年 AI 與區塊鏈結合的項目開始出現後的兩年內迅速增長,達到 210 億美元,比 Layer2 類別高出約 25%。然而,到目前為止,出現並獲得關注的 AI 領域區塊鏈項目主要採用利用區塊鏈技術來解決 AI 行業發展過程中所暴露出的侷限性。主要的應用案例如下:

  • 去中心化 GPU 網絡:利用區塊鏈技術創建分佈式 GPU 網絡,任何人都可以貢獻 GPU 算力並獲得代幣獎勵,解決了 AI 模型訓練所需的高昂 GPU 成本所帶來的准入門檻問題(如 IO.NETAkash Network)。
  • 去中心化 AI 訓練與模型開發:多個參與者貢獻 AI 訓練和模型開發,利用區塊鏈技術獲得代幣獎勵,以解決由集中化 AI 開發環境導致的 AI 偏見問題(如 Bittensor)。
  • 鏈上 AI 市場:去中心化的 AI 市場項目,利用區塊鏈技術透明地評估和交易 AI 模型/代理的性能和可靠性,以應對對行業和功能專用 AI 模型/代理的需求(如 [SingularityNET]Autonolas、(https://olas.network/?ref=research.despread.io))。

除了這些例子之外,利用區塊鏈基礎設施來克服當前 AI 行業面臨的挑戰的各種嘗試也在不斷湧現,如去中心化數據市場和 IP 協議。這些嘗試通過為 AI 行業提供更穩定的基礎設施,同時擴展區塊鏈技術的應用範圍,創造了協同效應。另一方面,將 AI 集成到區塊鏈生態系統中也擁有無限的發展潛力。特別是在建立在無需許可基礎上的 DeFi 服務中,如果能夠通過引入 AI 來減少對可信第三方的依賴,有望實現現有智能合約難以實現的各種功能。本文將具體探討 AI 在當前 DeFi 協議中的應用案例、面臨的挑戰以及 AI 在 DeFi 中的未來發展。

2. 智能DeFi

AI 具有出色的實時分析大量數據並得出結論的能力。這一能力在將 DeFi 協議提供的收益和風險等數據具體化,以幫助用戶進行資金執行和風險管理方面可以發揮重要作用。在這種情況下,AI 主要在 Dapp 的用戶界面上發揮作用,使現有的 DeFi 協議能夠在不進行重大結構修改的情況下利用 AI。

一個代表性的例子是 Yearn Finance,這是一款收益農業聚合器。為了為用戶提供更安全的投資環境,Yearn Finance 正在與 AI 代理構建平臺 GIZA 合作,為 Yearn Finance v3 保險庫建立一個實時策略風險評估系統。

然而,我更關注的是 AI 與 DeFi 生態系統融合時,利用 AI 的自主思考和行動能力賦予 DeFi 協議自主權的能力。目前的 DeFi 協議被動地對用戶生成的交易做出反應。換句話說,協議的智能合約根據用戶的互動以預定義的方式運作。然而,通過將 AI 融入 DeFi 協議,協議本身可以分析市場狀況,做出最佳決策,並主動生成交易。這使得提供新型金融服務的 DeFi 協議得以出現,而這些服務在以前是難以實現的。

接下來,我們將具體探討利用 AI 作為主要運作機制的智能 DeFi 協議的例子。

2.1.Fyde Treasury: AI 代幣基金

Fyde Treasury 是一個提供名為 Liquid Vault 的籃子型基金服務的協議,該服務共同運營多個代幣,並由 AI 管理投資組合。用戶將獲得與存入 Liquid Vault 資產對應的流動性代幣 $TRSY,並可以使用該代幣。

資產選擇和基金運營方法

Liquid Vault 的關鍵任務是在市場下行趨勢中增加低波動代幣的比例,從而為用戶提供較低的下跌幅度,進而從長期角度提供優於其他資產類別的投資組合。Fyde Treasury 通過以下三個步驟標準來選擇納入 Liquid Vault 投資組合的資產:

  • 評估是否有充足的交易流動性
  • 審查協議創始人的背景、協議代碼審計等,以確定是否存在問題
  • 通過 AI 分析鏈上數據,以評估洗盤交易的存在、代幣的集中度、自然增長趨勢等

通過這些標準篩選的代幣將被納入 Liquid Vault 投資組合,Fyde Treasury 還在 Liquid Vault 的資產管理過程中利用 AI,具體如下:

  • 市場分析與預測:分析鏈上交易數據、市場趨勢、新聞等,以預測未來市場趨勢。
  • 權重計算與再平衡:根據預測的市場趨勢和投資組合中代幣的近期表現及波動性,計算最佳代幣權重並執行再平衡。
  • 風險管理與應對:實時快速識別投資組合中每個代幣的治理攻擊、流動性池耗盡、特定錢包的異常交易等,並調整投資組合或將相關代幣從投資組合中隔離。
  • 高級資產管理策略:持續評估投資組合表現,分析策略有效性,並得出數據以修改和開發策略。然後,進行現有策略與新得出策略的比較測試,衡量表現,並反思實際操作策略。

截至撰寫日期 8 月 23 日,Liquid Vault 投資組合中共包含 29 個代幣,涵蓋基於以太坊網絡的多個行業代幣。

Liquid Vault 儀表板,來源: Fyde

此外,Fyde Treasury 提供了一項功能,允許用戶在 Liquid Vault 中存入特定協議的治理代幣,並通過提供這些代幣的流動性代幣來保持其治理投票權。用戶在 Liquid Vault 中存入的治理代幣會以 $gTRSY-token 的形式發送到存款人的錢包中,該代幣可用於在 Fyde Treasury 的治理標籤中執行相應協議的治理投票。

然而,投票權會受到投資組合中代幣權重的影響,因此每次調整投資組合時,投票權可能會發生變化。

2.1.2. 流動性挖礦活動

Fyde Treasury 正在向改善 $TRSY(Liquid Vault 流動性代幣)市場流動性的流動性提供者獎勵 Fyde 積分,並承諾未來根據這些積分分發 $FYDE(Fyde Treasury 的治理代幣)。

與其他項目通常進行的流動性挖礦活動不同,用戶必須直接在去中心化交易所存入代幣對並獲得代幣或積分,而 Fyde Treasury 接受用戶將 $FYDE 存入協議的內部流動性挖礦合約,並直接在 Uniswap v3(一個允許設置流動性提供範圍的去中心化交易所)執行流動性提供。

在為 Uniswap v3 提供流動性的過程中,它通過基於 AI 的仿真環境計算並執行將存入流動性挖礦合約的一部分 $FYDE 轉換為 $ETH 的最佳交易路徑。此外,根據市場情況,AI 還實時管理和優化在 Uniswap v3 上的流動性提供存款範圍,達到與使用相同資本在一般去中心化交易所提供流動性相比約 4 倍的資本效率。

AI 仿真儀表板,來源:Fyde Docs

通過這種方式,Fyde Treasury 正在建立一個籃子型基金,利用 AI 對用戶在協議中存入的資產進行實時管理,以最小化人為判斷並防止市場中存在的各種風險。

2.1.3. 協議表現

Fyde Treasury 自 2024 年 1 月推出以來,其總鎖倉價值(TVL)穩步增長,已達到 200 萬美元,並持續保持在 200 萬美元左右。然而,由於自 5 月底以來市場持續疲軟,$TRSY 代幣的價值在過去三個月中顯示出 -35% 的回報。

然而,將 $TRSY 的回報與以太坊生態系統中其他主要代幣進行比較時,可以看到 $TRSY 代幣在相對穩定的價格波動基礎上顯示出較小的下跌幅度。

Fyde Treasury 上線還不到一年,Fyde 的 AI 模型也在通過市場數據不斷學習和發展。因此,隨著 AI 學習的積累和優化,未來有可能展現出更好的表現,因此需要關注 Fyde Treasury 的未來發展方向和表現。

2.2. Mozaic Finance: AI 收益優化器

Mozaic Finance 是一個收益優化協議,通過 AI 優化使用特定 DeFi 協議的收益 farming 策略。Mozaic Finance 以金庫的形式為用戶提供各種 DeFi 生態系統的資產管理策略,並利用以下兩種類型的 AI 進行策略優化:

  • Conon:實時分析鏈上數據,以預測市場條件和收益 farming 策略的 APY 變化
  • Archimedes:根據 Conon 得出的預測數據計算最佳投資策略並執行資金分配

因此,在 Mozaic Finance 中,AI 代理 Conon 作為“分析師”,而 Archimedes作為“戰略家”,協同管理用戶存入的資產。

2.2.1. 金庫類型

  • Hercules:一個可以使用穩定幣進行收益 farming 的金庫,存款人會獲得 MOZ-HER-LP 代幣作為流動性代幣。
  • 用戶在金庫中存入的資產被作為流動性提供給橋接協議 Stargate,以生成收益。AI 利用 Stargate 的特點,實時橋接和重新平衡金庫資產到收益更高的流動性池,儘管是同一資產,但各網絡的 APY 設置會根據流動性程度有所不同。

Stargate Farm 儀表板,來源:Stargate

  • Theseus:一個使用各種波動資產生成收益的金庫,存款人會獲得 MOZ-THE-LP 代幣作為流動性代幣。
  • 用戶在金庫中存入的資產被存入 GMX 協議的 GM 池,這是一個去中心化的永續期貨交易所,為交易者提供交易流動性並獲得激勵。在此過程中,流動性部署會考慮每個 GM 池交易資產的波動性和利率,並根據市場條件,可能會增加穩定幣的比例並存入 Stargate,以生成額外的收益。

GMX GM 池儀表板,來源:GMX

  • Perseus:一個積極利用 PoL(流動性證明)共識機制的金庫,通過為即將推出主網的 Berachain 生態系統協議提供流動性來獲得網絡獎勵。Mozaic Finance 團隊目前正在開發並準備推出使用 Berachain 測試網的策略,具體信息將稍後披露。

有關 Berachain 和 PoL 共識機制的詳細信息,請參考文章“Berachain — The Bear Catching Two Rabbits: Liquidity and Security”。

與構建代幣籃子基金的 Fyde Treasury 不同,Mozaic Finance 是一個通過 AI 優化流動性供應策略和流程的協議,在將用戶資產存入 DeFi 協議時進行風險管理。

截至 2024 年 1 月,Hercules 和 Theseus 金庫的預期 APY 分別約為 11% 和 50%,表現良好。然而,由於 Mozaic Finance 金庫發生資金盜竊事件,這兩個金庫目前已暫停。

截至 2024 年 1 月,Hercules 和 Theseus 金庫的預期年回報,來源:@Mozaic_Fi

2.2.2. 資金盜竊事件與 Mozaic 2.0

Mozaic Finance 的資金盜竊事件發生在 2024 年 3 月 15 日,當時正在過渡到 Hypernative 開發的新安全解決方案,以增強鏈上風險和安全性。

在安全更新完成之前,一名內部開發人員發現可以使用核心團隊成員的私鑰盜取金庫資金。他們黑入了核心團隊成員的電腦以獲取私鑰。然後,利用被盜的密鑰,他們盜取了約 200 萬美元的資產並將其轉移到集中交易所進行清算。

由於此事件,Mozaic Finance 團隊暫停了 Hercules 和 Theseus 金庫的操作,$MOZ(治理和協議費用收取代幣)的價值下跌了約 80%。在盜竊事件發生後,Mozaic Finance 團隊透明地披露了事件的進展,並與安全公司合作,追蹤被盜資產的流向,並向存放被盜資產的交易所申請凍結和歸還被盜資金,努力恢復協議操作。

幸運的是,目前所有被盜資金的歸還工作正在進行中。在等待來自集中交易所的被盜資金歸還的同時,團隊正準備推出 Mozaic 2.0,包括以下改進:

  • 增強安全性:通過 Trust Security、Testmachine 和 Hypernative 等安全專業公司進行代碼審計和安全增強
  • AI 模型改進:全面升級現有的 Archimedes 模型,預測並學習由於缺乏數據而未發生的黑天鵝場景。同時,檢測異常決策並設置人工審核和模型改進的標誌
  • 改善用戶體驗:改善 Dapp 的 UI/UX,並通過賬戶抽象和橋接服務集成增強用戶在各種鏈環境下對 Dapp 的可訪問性

因此,儘管 Mozaic Finance 由於資金盜竊事件經歷了一次重大危機,他們仍在準備推出 Mozaic 2.0,努力為用戶提供更安全、更高效的資產管理服務。

3. 挑戰:AI的去中心化與可擴展性困境

到目前為止,我們已經通過 Fyde Treasury 和 Mozaic Finance 的案例,探討了智能 DeFi 協議如何將 AI 作為 DeFi 應用的核心組件。智能 DeFi 協議通過利用 AI 可以獲得的好處可以總結如下:

  • 建立通過自主性的新型 DeFi 協議模型
  • 通過對資金操作方法的分析和優化,提高資本效率
  • 實時分析和應對異常交易等風險

目前,區塊鏈與 AI 的整合主要集中在建立區塊鏈基礎設施以解決 AI 的侷限性。然而,預計由於上述好處,嘗試將 AI 引入 DeFi 協議的努力將會增加。當然,在結合這兩個領域的過程中,也存在需要解決的挑戰。

AI 需要能夠快速處理大量數據的環境,但當前的區塊鏈基礎設施無法滿足 AI 所需的數據處理速度。例如,ChatGPT-3 模型估計需要每秒處理數萬億的數據才能生成答案,這個速度約是 Solana 最大 TPS(每秒交易數)65,000 的一千萬倍。

此外,即使區塊鏈基礎設施發展到可以進行 AI 計算的程度,公共區塊鏈的透明性可能會將 AI 模型的訓練數據和決策權重暴露給公眾。這就限制了 AI 生成的交易變得可預測,可能會讓其受到各種外部攻擊。

因此,包括上述的 Fyde Treasury 和 Mozaic Finance 在內,想要利用 AI 的 DeFi 協議目前都在集中服務器上運行 AI,並基於結果與區塊鏈進行交互。

然而,這種方法導致了一個情況:在協議中存入資產的用戶必須信任管理 AI 的團隊的誠實,這削弱了 DeFi 通過智能合約消除對可信第三方的需求而提供無信任交易環境的原則。利用 AI 過程中的去中心化與可擴展性之間的這一困境被認為是 DeFi 應用在利用 AI 過程中必須解決的挑戰,而 zkML(零知識機器學習)技術正作為一種替代方案受到關注。

3.1. zkML(零知識機器學習)

zkML 是一種結合了零知識證明(ZKP)和機器學習(ML)的技術。零知識證明是一種加密技術,可以在不披露特定數據內容的情況下證明其內容,從而實現隱私保護和數據完整性驗證。zkML 將零知識證明的這些特性應用於機器學習,使得可以證明模型輸出是正確計算的,而無需透露輸入、參數和 AI 模型的內部工作原理。

此外,通過構建 DeFi 協議的智能合約來驗證零知識證明,並僅在 AI 模型按預期無外部干擾地正常運行時生成鏈上交易,AI 可以安全地集成到 DeFi 協議中。

例如,之前介紹的 Mozaic Finance 計劃在未來將零知識證明技術引入協議,並在其文檔中表示,這將增強實時證明 Archimedes 誠實做出決策並管理資金池的能力。

然而,零知識證明技術的歷史並不悠久,實際採用前還需要大量討論和開發。特別是,為複雜 AI 模型生成零知識證明雖然比直接在區塊鏈上實現 AI 模型更高效,但仍然需要比當前區塊鏈基礎設施所能提供的更多計算成本和存儲容量。因此,為了使 zkML 切實可行,還需要進一步推動零知識證明和區塊鏈基礎設施的技術進步和優化。

4. 代理經濟和身份證明

我預計隨著區塊鏈和人工智能技術的不斷髮展,它們將逐漸克服兩者融合所需的挑戰。此外,基於這一進展,我預期在不久的將來,大多數去中心化金融(DeFi)協議將把人工智能作為其運營機制的一部分進行整合。

此外,隨著SingularityNET和Autonolas等人工智能代理部署和交易平臺的出現和日益成熟,正在創造一個環境,不僅可以在協議層面集成人工智能,個人用戶也可以輕鬆利用人工智能代理。換句話說,參與區塊鏈生態系統的每一個“人”都將能夠構建和利用針對個人優化的智能DeFi協議。

例如,Autonolas的人工智能代理通過分析鏈上和鏈下數據在Gnosis網絡的預測市場平臺Omen上執行投注的數量和活動 steadily increased,約在2023年7月的一年內生成超過一百萬筆交易。

預計未來能夠高效進行24小時資本管理的個性化人工智能代理將會增加,並積極參與區塊鏈生態系統。這將導致閒置流動性的利用和更高效的資本運作,極大地提升生態系統的整體流動性。最終,人工智能代理之間的交易預計將成為生態系統的主要活動,形成一個新的基於代理的經濟生態系統。

此外,隨著個性化人工智能代理模型在未來變得更加智能,這些個人代理的活動範圍可能會擴展到為“人類”設計的領域,包括針對個體傾向的鏈上資產管理、捕捉並參與空投機會以及參與治理等。

因此,隨著人工智能代理越來越準確地模仿人類行為,未來將更加難以區分“真實”的人類用戶和人工智能代理。因此,證明用戶人性和唯一性的機制——人性證明(Proof of Personhood)的重要性預計將會凸顯,特別是在那些重視人類價值和代理權的協議中。

4.1.人性證明

人性證明(Proof of Personhood)是一種機制,通過將只有人類才能擁有的特徵與網絡上的個人賬戶相聯繫,來證明個體的人性和唯一性。目前正在討論和出現的方法大致可以分為兩類:

  • 基於物理認證:利用面部、指紋、虹膜等獨特生物信息,通過硬件進行身份驗證。
  • 基於行為分析:根據特定賬戶的網絡活動及其與其他賬戶的交互,分析用戶的社交圖譜和聲譽,判斷人性和唯一性。

基於行為分析的人性證明方法在保護用戶隱私方面相對較好,且不需要專用硬件來識別身體,具有較好的可訪問性,但它需要大量的網絡數據以提高證明的準確性和可靠性。隨著人工智能代理的不斷髮展,其判斷能力可能會下降,因此預計基於物理認證的人性證明將在未來得到更廣泛的應用。

一個採用基於物理認證的人性證明的代表性協議是 Worldcoin,該項目由 OpenAI 創始人 Sam Altman 共同創辦,旨在通過人性證明為全球所有人分配唯一的數字身份,以實施普遍基本收入,併為因人工智能發展而失業的未來情況做準備。

4.1.1. Worldcoin

Worldcoin 是一個基於物理認證的人性證明項目,使用一種名為 Orb 的特殊硬件識別人的虹膜。虹膜識別後,將在 Worldcoin 網絡上為該虹膜發放 World ID,並在用戶個人設備上生成可以訪問該 World ID 的私鑰。

Worldcoin Orb, 來源:Worldcoin 白皮書

此時,Worldcoin 網絡僅存儲掃描的虹膜數據的哈希值,以便無法重建或識別用戶的虹膜。每當需要驗證 World ID 時,用戶的設備會生成零知識證明並將其發送到網絡,從而保護個人鏈上活動的數據隱私。

然而,由於系統僅在發放 World ID 時識別虹膜,因此仍然存在通過交易持有私鑰的設備進行 World ID 轉移以及 AI 代理訪問私鑰等挑戰。Worldcoin 正在努力通過討論在使用 World ID 時引入生物識別認證系統和開發基於行為分析的 AI 檢測算法來解決這些問題。

5. 結論

在本文中,我們探討了隨著人工智能融入區塊鏈生態系統而出現的新服務類型的協議,這些協議面臨的挑戰,以及基於人工智能代理的區塊鏈生態系統的未來。

未來,人工智能和區塊鏈技術將繼續發展並融合,互補彼此的侷限性,通過這種方式,預計將提供一個更便捷的環境,使個人能夠更輕鬆地訪問和利用人工智能和區塊鏈。

特別是在未來以人工智能代理為中心的鏈上經濟生態系統中,任何人都能輕鬆使用和提供金融服務,而無需具備高水平的金融知識。這預計將大大提高鏈上生態系統的流動性,擴大“金融”行業的包容性。

此外,人工智能和區塊鏈不僅能夠相互影響,還能作為各個行業的基礎設施,因此,這兩種技術的發展將給整個社會帶來廣泛的變化,超越其對單一行業的影響。

然而,關於人工智能的數據隱私保護和人工智能責任等相關機構監管,以及區塊鏈上有關代幣證券性質的機構監管,將對這些技術的未來發展方向和行業結構產生重大影響。因此,有必要密切關注未來將建立的人工智能和區塊鏈行業監管內容。

最終,我們希望這些技術的發展能為人類提供更好的環境,並有助於解決我們社會中的各種問題。

聲明:

  1. 本文轉載自[despread research],著作權歸屬原作者[despread research],如對轉載有異議,請聯繫Gate Learn團隊,團隊會根據相關流程儘速處理。
  2. 免責聲明:本文所表達的觀點和意見僅代表作者個人觀點,不構成任何投資建議。
  3. 文章其他語言版本由Gate Learn團隊翻譯, 在未提及Gate.io的情況下不得複製、傳播或抄襲經翻譯文章。
DEFI-5.03%
查看原文
此頁面可能包含第三方內容,僅供參考(非陳述或保證),不應被視為 Gate 認可其觀點表述,也不得被視為財務或專業建議。詳見聲明
  • 讚賞
  • 留言
  • 轉發
  • 分享
留言
0/400
暫無留言
  • 熱門 Gate Fun查看更多
  • 市值:$3649.43持有人數:2
    0.19%
  • 市值:$3575.86持有人數:1
    0.00%
  • 市值:$3579.31持有人數:1
    0.00%
  • 市值:$3607.43持有人數:3
    0.14%
  • 市值:$3548.27持有人數:1
    0.00%
交易,隨時隨地
qrCode
掃碼下載 Gate App
社群列表
繁體中文
  • 简体中文
  • English
  • Tiếng Việt
  • 繁體中文
  • Español
  • Русский
  • Français (Afrique)
  • Português (Portugal)
  • Bahasa Indonesia
  • 日本語
  • بالعربية
  • Українська
  • Português (Brasil)