Прогнозирующие способности: ядро и будущее эволюции человека
Способность предсказывать всегда была ключевым элементом в процессе эволюции человека. С древних времен наши предки полагались на свои чувства и интуицию, чтобы предсказать угрозы и возможности в окружающей среде, включая модели поведения хищников, появление добычи и сезонное предложение пищи. Эти предсказания были жизненно важными для выживания.
С течением времени эта способность к прогнозированию постепенно развилась в более сложные инструменты и методы планирования. Мы научились прогнозировать потребности в посеве сельскохозяйственных культур, планировать убой и хранение мяса. Социальные способности к прогнозированию также улучшились, и мы стали лучше понимать намерения, эмоции и поведение других. Человек также разработал такие инструменты, как письменность, наука и математика, что в итоге привело к созданию статистики, информатики, машинного обучения и искусственного интеллекта — всех современных технологий, направленных на улучшение нашей способности к прогнозированию.
Прогнозные рынки стали важным экономическим инструментом, который использует коллективное сознание для прогнозирования различных результатов в экономической, политической и культурной сферах. В отличие от традиционных опросов общественного мнения, прогнозные рынки обеспечивают более точные предсказания с помощью экономических стимулов, поскольку участники делают ставки реальными деньгами.
В прогнозах по выборам в США 2024 года одна из прогнозных платформ привлекла почти 4 миллиарда долларов ставок, а ее точность прогнозирования даже превышает традиционные опросы общественного мнения, что в полной мере демонстрирует экономическую ценность предсказаний, основанных на коллективном разуме.
Те же изменения произошли и в области спотовой и бессрочной торговли. С появлением централизованных бирж, удовлетворяющих глобальный спрос на криптовалютную торговлю, до недавних инновационных разработок децентрализованных платформ, предлагающих услуги самострахования и без необходимости верификации личности, при этом сохраняя пользовательский опыт, подобный централизованным биржам.
С ростом искусственного интеллекта и моделей прогнозирования на основе машинного обучения способности человека прогнозировать события, цены активов и рыночные колебания значительно увеличиваются. Это знаменует собой приближение нового этапа в эволюции человека.
DeFi 3.0: Слияние искусственного интеллекта и децентрализованных финансов
DeFi 1.0 ввел смарт-контракты и децентрализованные приложения, позволяя пользователям в любое время и в любом месте проводить переводы, торги, ставить, занимать и участвовать в доходном майнинге. Суть этого этапа заключается в том, чтобы вложить криптоактивы в онлайн-операции для создания экономической ценности.
DeFi 2.0 на этой основе была расширена, введя инновационную токеномику и механизмы распределения стимулов, направленные на координацию интересов различных заинтересованных сторон в протоколе и способствующие возникновению новых рынков, предлагающих альтернативные источники дохода.
DeFi 3.0 вводит искусственный интеллект в сферу децентрализованных финансов. Основная идея этого этапа заключается в интеграции крупных языковых моделей (LLM) и моделей машинного обучения (ML) в DeFi-продукты. Область его применения варьируется от простых интеграций LLM (например, интеллектуальная поддержка клиентов) до сложных многомагентных систем и систем машинного обучения, что в корне улучшает производительность продуктов (например, увеличивает прибыль от торговли, снижает неустойчивые потери, повышает доходность LP, снижает риск ликвидации при бессрочной торговле и т.д.).
Эволюция предсказательной системы
Нейронные сети и деревья решений появились в 2000-х годах и изначально использовались хедж-фондами для прогнозирования цен на акции и товары. Эти ранние системы достигли точности в 50%-60% в краткосрочных прогнозах, но из-за переобучения и ограниченных данных их применение было ограничено.
С возникновением технологий глубокого обучения и больших данных модели могут обрабатывать более крупные наборы данных, включая временные ряды, новости и неструктурированные данные из социальных сетей, что позволяет достигать более точных прогнозов и более широкого применения.
За последние пять лет появление моделей Transformer и многомодального ИИ ознаменовало прорывное развитие предсказательных систем. Эти передовые модели способны интегрировать более разнообразные источники данных, такие как эмоции в социальных сетях, данные блокчейнов, данные о предсказателях, актуальные новости и краудсорсинговые прогнозы. Это позволило некоторым моделям ИИ достичь точности в прогнозировании результатов событий и цен на активы на уровне 80%-90%.
С улучшением этих моделей значительно возросла потребность в интеграции предсказательных возможностей в DeFi-системы. Мы находимся на ранней стадии DeFi 3.0 и наблюдаем, как участники рынка объединяют системы ИИ/машинного обучения с приложениями Web3.
Слияние DeFi и систем AI/ML
Некоторая децентрализованная сеть предсказательных моделей уже реализовала широкую интеграцию с несколькими DeFi-протоколами и командами AI-агентов, предоставляя им возможности предсказания, с основным акцентом на прогнозирование цен на криптовалюту. Утверждается, что точность краткосрочных прогнозов цен на криптовалюту составляет около 80%.
Основные применения этой сети включают:
AI-управляемый трезор на базе USDC, использующий технологии вывода для максимизации прибыли от торговли SOL.
AI LP-казначейство, использующее прогнозные данные о ценах для более эффективного распределения ликвидности с целью избежания непостоянных убытков.
Сотрудничество с несколькими командами для поддержки торговых стратегий и исполнения для ИИ-агентов.
Другим важным развитием является использование механизма распределения децентрализованных стимулов для поддержки разработки продуктов стартапов. Этот механизм позволяет командам передавать значительное количество разработческих работ майнерам; чем выше стимулы, тем лучше качество участвующих майнеров.
Поскольку модели машинного обучения и предсказательные системы являются одной из самых легко количественно оцениваемых задач, многие подсети сосредоточены на этой области. Некоторые из этих подсетей разрабатывают инновационные DeFi-продукты, такие как казначейство, которое автоматически распределяет пользовательские депозиты на высоконадежные события/рынки для ставок, ранние тестирования показывают, что годовая доходность может достигать четырехзначных значений.
Также разрабатываются некоторые подсети, создающие высоко универсальные модели прогнозирования волатильности, которые могут использоваться для прогнозирования вероятности ликвидации, времени жизни бессрочных позиций, установки диапазона обеспечения ликвидности, прогнозирования непостоянных убытков, прогнозирования цен исполнения опционов и дат истечения и т. д. Эти модели, как утверждается, показывают на 25%-30% лучшие результаты по сравнению с традиционными эталонными моделями.
Эти прогнозные системы уже начали интеграцию с различными блокчейн-платформами и DeFi-протоколами, чтобы поддержать соревнования для ИИ-трейдеров, помогая протоколам лучше справляться с рыночной волатильностью и оптимизировать такие приложения, как ликвидное стекинг.
Перспективы на будущее
С учетом постоянного стремления к более высокой доходности и более низкому риску, мы ожидаем, что на блокчейн будет введено больше физических активов. Существующие источники дохода DeFi будут постоянно оптимизироваться и становиться более доступными.
Рынок прогнозов может стать основным источником информации, в то время как ИИ будет выполнять роль маркет-мейкера, а опытные участники будут дальше развивать коллективную мудрость. С развитием инструментов, которые становятся все более интеллектуальными, прогнозные модели также станут более точными.
Чем больше эти системы учатся, тем больше их ценность. И, с увеличением их совместимости с другими частями Web3, эта тенденция станет неудержимой.
В конечном итоге все в области криптографии — это ставка на будущее. Поэтому те, кто сможет хоть немного яснее предсказать будущее инфраструктуры и приложений — будь то через коллективный разум, более качественные данные или более точные модели — получат значительное преимущество в будущем соревновании.
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
Децентрализованные финансы 3.0: Слияние ИИ и Децентрализованного финансирования способствует эволюции человеческой предсказательной способности
Прогнозирующие способности: ядро и будущее эволюции человека
Способность предсказывать всегда была ключевым элементом в процессе эволюции человека. С древних времен наши предки полагались на свои чувства и интуицию, чтобы предсказать угрозы и возможности в окружающей среде, включая модели поведения хищников, появление добычи и сезонное предложение пищи. Эти предсказания были жизненно важными для выживания.
С течением времени эта способность к прогнозированию постепенно развилась в более сложные инструменты и методы планирования. Мы научились прогнозировать потребности в посеве сельскохозяйственных культур, планировать убой и хранение мяса. Социальные способности к прогнозированию также улучшились, и мы стали лучше понимать намерения, эмоции и поведение других. Человек также разработал такие инструменты, как письменность, наука и математика, что в итоге привело к созданию статистики, информатики, машинного обучения и искусственного интеллекта — всех современных технологий, направленных на улучшение нашей способности к прогнозированию.
Прогнозные рынки стали важным экономическим инструментом, который использует коллективное сознание для прогнозирования различных результатов в экономической, политической и культурной сферах. В отличие от традиционных опросов общественного мнения, прогнозные рынки обеспечивают более точные предсказания с помощью экономических стимулов, поскольку участники делают ставки реальными деньгами.
В прогнозах по выборам в США 2024 года одна из прогнозных платформ привлекла почти 4 миллиарда долларов ставок, а ее точность прогнозирования даже превышает традиционные опросы общественного мнения, что в полной мере демонстрирует экономическую ценность предсказаний, основанных на коллективном разуме.
Те же изменения произошли и в области спотовой и бессрочной торговли. С появлением централизованных бирж, удовлетворяющих глобальный спрос на криптовалютную торговлю, до недавних инновационных разработок децентрализованных платформ, предлагающих услуги самострахования и без необходимости верификации личности, при этом сохраняя пользовательский опыт, подобный централизованным биржам.
С ростом искусственного интеллекта и моделей прогнозирования на основе машинного обучения способности человека прогнозировать события, цены активов и рыночные колебания значительно увеличиваются. Это знаменует собой приближение нового этапа в эволюции человека.
DeFi 3.0: Слияние искусственного интеллекта и децентрализованных финансов
DeFi 1.0 ввел смарт-контракты и децентрализованные приложения, позволяя пользователям в любое время и в любом месте проводить переводы, торги, ставить, занимать и участвовать в доходном майнинге. Суть этого этапа заключается в том, чтобы вложить криптоактивы в онлайн-операции для создания экономической ценности.
DeFi 2.0 на этой основе была расширена, введя инновационную токеномику и механизмы распределения стимулов, направленные на координацию интересов различных заинтересованных сторон в протоколе и способствующие возникновению новых рынков, предлагающих альтернативные источники дохода.
DeFi 3.0 вводит искусственный интеллект в сферу децентрализованных финансов. Основная идея этого этапа заключается в интеграции крупных языковых моделей (LLM) и моделей машинного обучения (ML) в DeFi-продукты. Область его применения варьируется от простых интеграций LLM (например, интеллектуальная поддержка клиентов) до сложных многомагентных систем и систем машинного обучения, что в корне улучшает производительность продуктов (например, увеличивает прибыль от торговли, снижает неустойчивые потери, повышает доходность LP, снижает риск ликвидации при бессрочной торговле и т.д.).
Эволюция предсказательной системы
Нейронные сети и деревья решений появились в 2000-х годах и изначально использовались хедж-фондами для прогнозирования цен на акции и товары. Эти ранние системы достигли точности в 50%-60% в краткосрочных прогнозах, но из-за переобучения и ограниченных данных их применение было ограничено.
С возникновением технологий глубокого обучения и больших данных модели могут обрабатывать более крупные наборы данных, включая временные ряды, новости и неструктурированные данные из социальных сетей, что позволяет достигать более точных прогнозов и более широкого применения.
За последние пять лет появление моделей Transformer и многомодального ИИ ознаменовало прорывное развитие предсказательных систем. Эти передовые модели способны интегрировать более разнообразные источники данных, такие как эмоции в социальных сетях, данные блокчейнов, данные о предсказателях, актуальные новости и краудсорсинговые прогнозы. Это позволило некоторым моделям ИИ достичь точности в прогнозировании результатов событий и цен на активы на уровне 80%-90%.
С улучшением этих моделей значительно возросла потребность в интеграции предсказательных возможностей в DeFi-системы. Мы находимся на ранней стадии DeFi 3.0 и наблюдаем, как участники рынка объединяют системы ИИ/машинного обучения с приложениями Web3.
Слияние DeFi и систем AI/ML
Некоторая децентрализованная сеть предсказательных моделей уже реализовала широкую интеграцию с несколькими DeFi-протоколами и командами AI-агентов, предоставляя им возможности предсказания, с основным акцентом на прогнозирование цен на криптовалюту. Утверждается, что точность краткосрочных прогнозов цен на криптовалюту составляет около 80%.
Основные применения этой сети включают:
Другим важным развитием является использование механизма распределения децентрализованных стимулов для поддержки разработки продуктов стартапов. Этот механизм позволяет командам передавать значительное количество разработческих работ майнерам; чем выше стимулы, тем лучше качество участвующих майнеров.
Поскольку модели машинного обучения и предсказательные системы являются одной из самых легко количественно оцениваемых задач, многие подсети сосредоточены на этой области. Некоторые из этих подсетей разрабатывают инновационные DeFi-продукты, такие как казначейство, которое автоматически распределяет пользовательские депозиты на высоконадежные события/рынки для ставок, ранние тестирования показывают, что годовая доходность может достигать четырехзначных значений.
Также разрабатываются некоторые подсети, создающие высоко универсальные модели прогнозирования волатильности, которые могут использоваться для прогнозирования вероятности ликвидации, времени жизни бессрочных позиций, установки диапазона обеспечения ликвидности, прогнозирования непостоянных убытков, прогнозирования цен исполнения опционов и дат истечения и т. д. Эти модели, как утверждается, показывают на 25%-30% лучшие результаты по сравнению с традиционными эталонными моделями.
Эти прогнозные системы уже начали интеграцию с различными блокчейн-платформами и DeFi-протоколами, чтобы поддержать соревнования для ИИ-трейдеров, помогая протоколам лучше справляться с рыночной волатильностью и оптимизировать такие приложения, как ликвидное стекинг.
Перспективы на будущее
С учетом постоянного стремления к более высокой доходности и более низкому риску, мы ожидаем, что на блокчейн будет введено больше физических активов. Существующие источники дохода DeFi будут постоянно оптимизироваться и становиться более доступными.
Рынок прогнозов может стать основным источником информации, в то время как ИИ будет выполнять роль маркет-мейкера, а опытные участники будут дальше развивать коллективную мудрость. С развитием инструментов, которые становятся все более интеллектуальными, прогнозные модели также станут более точными.
Чем больше эти системы учатся, тем больше их ценность. И, с увеличением их совместимости с другими частями Web3, эта тенденция станет неудержимой.
В конечном итоге все в области криптографии — это ставка на будущее. Поэтому те, кто сможет хоть немного яснее предсказать будущее инфраструктуры и приложений — будь то через коллективный разум, более качественные данные или более точные модели — получат значительное преимущество в будущем соревновании.