Capacidad de predicción: el núcleo de la evolución humana
La capacidad de predecir ha sido clave en la evolución humana. Desde tiempos antiguos, los humanos han confiado en sus sentidos e intuición para prever amenazas y oportunidades en el entorno, como identificar los patrones de comportamiento de los depredadores, el momento en que aparece la presa y la disponibilidad estacional de alimentos, todos ellos vitales para la supervivencia.
Con el paso del tiempo, este modelo de predicción ha evolucionado gradualmente hacia el uso de herramientas y la capacidad de planificación, como prever la demanda de cultivos, los métodos de conservación de alimentos, entre otros. Los humanos también han desarrollado la capacidad de predecir pistas sociales, incluyendo la comprensión de las intenciones, emociones y comportamientos de los demás. El desarrollo de la escritura, la ciencia, las matemáticas, así como la aparición de herramientas modernas como la estadística, la informática, el aprendizaje automático y la inteligencia artificial, son todos para mejorar la capacidad predictiva del ser humano.
Los mercados de predicción se han convertido en una herramienta económica que utiliza la capacidad de predicción humana para prever los resultados de eventos económicos, políticos y culturales. A diferencia de las encuestas de opinión tradicionales, los mercados de predicción utilizan incentivos económicos para obtener predicciones más precisas, ya que los participantes apuestan con dinero real.
En el mercado de las elecciones estadounidenses de 2024, una plataforma de predicción atrajo casi 4 mil millones de dólares en apuestas, y sus resultados de predicción superaron incluso la precisión de las encuestas de opinión tradicionales, lo que destaca el valor económico de la predicción colectiva.
La misma evolución se aplica a las operaciones de comercio al contado y contratos perpetuos. Desde el auge de los exchanges centralizados, hasta satisfacer la creciente demanda global de criptomonedas, y el reciente desarrollo de plataformas descentralizadas que ofrecen servicios de auto-custodia y sin necesidad de verificación de identidad, mientras mantienen una experiencia de trading similar a la de los exchanges centralizados, este campo está en constante innovación.
Con el auge de la inteligencia artificial y los modelos de predicción de aprendizaje automático, la capacidad de prever eventos, precios de activos y volatilidades está aumentando significativamente. Esto llevará a la humanidad a la siguiente etapa de evolución.
DeFi 3.0: La integración de la inteligencia artificial
DeFi 1.0 introdujo contratos inteligentes y aplicaciones descentralizadas, permitiendo a los usuarios realizar transferencias, intercambios, staking, préstamos y minería de rendimiento en cualquier momento y lugar. Esto es esencialmente poner activos criptográficos en funcionamiento en la cadena para crear valor económico.
DeFi 2.0 se ha expandido sobre la base de 1.0, introduciendo una novedosa economía de tokens y mecanismos de distribución de incentivos, con el objetivo de coordinar los intereses entre diferentes partes interesadas en el protocolo y fomentar la aparición de nuevos mercados que ofrecen fuentes de ingresos alternativas.
DeFi 3.0 introduce inteligencia artificial en el ámbito de DeFi. Esto significa integrar modelos de lenguaje grandes (LLM) y/o modelos de aprendizaje automático (ML) en productos DeFi. Desde la integración simple de LLM (como actuar como soporte al cliente/copiloto, ayudando a los usuarios a navegar por el protocolo), hasta sistemas de múltiples agentes/agrupaciones y aprendizaje automático, que mejoran fundamentalmente el producto (como aumentar los beneficios de trading, reducir las pérdidas impermanentes, mejorar los rendimientos de LP, disminuir el riesgo de liquidación en el trading perpetuo, etc.).
La evolución del sistema de predicción
Las redes neuronales y los árboles de decisión han existido desde la década de 2000, y estos sistemas fueron utilizados por fondos de cobertura para predecir los precios de acciones y productos. Los resultados de las primeras predicciones de acciones eran bastante referenciales, con una tasa de precisión del 50% al 60% en las predicciones a corto plazo, pero la sobreajuste y la limitada disponibilidad de datos limitaron su aplicación.
Luego, el auge del aprendizaje profundo y los grandes datos permitió que los modelos pudieran manejar conjuntos de datos más grandes (incluyendo datos no estructurados como series de tiempo, noticias y redes sociales), lo que llevó a pronósticos más precisos y a aplicaciones más amplias.
En los últimos cinco años, el desarrollo innovador de los modelos Transformer y la IA multimodal ha integrado conjuntos de datos más diversos, como emociones de redes sociales, transacciones de blockchain, oráculos, noticias en tiempo real, predicciones de crowdfunding y más fuentes. Esto ha permitido que algunos modelos de IA alcancen una precisión del 80% al 90% en la predicción de resultados de eventos y precios de activos.
A medida que estos modelos continúan mejorando, la demanda de integrar capacidades de predicción en los sistemas DeFi ha aumentado significativamente. Actualmente, nos encontramos en las primeras etapas de DeFi 3.0, y algunos participantes del mercado están combinando sistemas de IA/aprendizaje automático con escenarios de aplicaciones Web3.
La combinación de DeFi y sistemas de IA/ML
Una red de modelo de predicción descentralizada ha logrado numerosas integraciones con protocolos DeFi y equipos de agentes de IA, otorgándole capacidad de predicción (con un enfoque principal en la predicción de precios de criptomonedas). Se dice que su tasa de precisión en predicciones de precios de criptomonedas a corto plazo es de aproximadamente el 80%.
Algunas aplicaciones principales incluyen:
Bóveda impulsada por IA basada en USDC, que utiliza técnicas de predicción para maximizar los rendimientos comerciales.
AI LP cofre, utiliza datos de precios predictivos para colocar mejor la liquidez antes de la volatilidad de precios, evitando así pérdidas impermanentes.
Colaborar con múltiples equipos para brindar apoyo a las estrategias de negociación y ejecución de agentes de IA.
El mecanismo de distribución de incentivos de una red puede ayudar a las startups a compensar los costos de desarrollo, el equipo utiliza esa red para iniciar el desarrollo de su producto, externalizando gran parte del trabajo de desarrollo a los mineros; cuanto mayor es el incentivo, mejor es la calidad de los mineros.
Dado que los modelos de aprendizaje automático y los sistemas de predicción son una de las tareas más fáciles de cuantificar, esto se ha convertido en un enfoque clave para muchas subredes. Algunas de estas subredes se centran en áreas como la predicción deportiva, la predicción de precios y la predicción de volatilidad.
Tendencias de desarrollo futuro
La búsqueda de mayores rendimientos y menores riesgos continuará, lo que llevará a los creadores a introducir más activos físicos en la cadena. Las fuentes de rendimiento de DeFi existentes seguirán siendo optimizadas y se volverán cada vez más accesibles.
Se prevé que los mercados de predicción se conviertan en una fuente importante de información, con la IA actuando como creador de mercado, mientras que los participantes experimentados estimulan aún más la sabiduría colectiva. Las herramientas se están volviendo cada vez más inteligentes y los modelos se están volviendo cada vez más precisos, y ya se han visto algunos resultados.
Cuanto más aprenden estos sistemas, mayor es su valor. Además, cuanto más fuerte es su combinabilidad con otras partes de Web3, más imparable se vuelve toda la tendencia.
En última instancia, todo en el ámbito de las criptomonedas es una apuesta por el futuro. Por lo tanto, la infraestructura y las aplicaciones/agentes que puedan prever el futuro, aunque sea un poco más claramente, ya sea a través de la sabiduría colectiva, datos de mejor calidad o modelos más precisos, tendrán una ventaja significativa.
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
10 me gusta
Recompensa
10
5
Compartir
Comentar
0/400
PhantomMiner
· hace3h
La predicción se salió de control y explotó por completo.
Ver originalesResponder0
FancyResearchLab
· hace3h
Otra trampa de inteligencia que se puede trampa, con un toque académico.
Ver originalesResponder0
DeepRabbitHole
· hace3h
pertenece a predecir primero y luego a los tontos del mundo Cripto
Ver originalesResponder0
GasFeePhobia
· hace3h
Cupones de clip fueron tomados a la gente por tonta por contratos inteligentes...
Finanzas descentralizadas 3.0：sistema de predicción de IA lidera una nueva era
Capacidad de predicción: el núcleo de la evolución humana
La capacidad de predecir ha sido clave en la evolución humana. Desde tiempos antiguos, los humanos han confiado en sus sentidos e intuición para prever amenazas y oportunidades en el entorno, como identificar los patrones de comportamiento de los depredadores, el momento en que aparece la presa y la disponibilidad estacional de alimentos, todos ellos vitales para la supervivencia.
Con el paso del tiempo, este modelo de predicción ha evolucionado gradualmente hacia el uso de herramientas y la capacidad de planificación, como prever la demanda de cultivos, los métodos de conservación de alimentos, entre otros. Los humanos también han desarrollado la capacidad de predecir pistas sociales, incluyendo la comprensión de las intenciones, emociones y comportamientos de los demás. El desarrollo de la escritura, la ciencia, las matemáticas, así como la aparición de herramientas modernas como la estadística, la informática, el aprendizaje automático y la inteligencia artificial, son todos para mejorar la capacidad predictiva del ser humano.
Los mercados de predicción se han convertido en una herramienta económica que utiliza la capacidad de predicción humana para prever los resultados de eventos económicos, políticos y culturales. A diferencia de las encuestas de opinión tradicionales, los mercados de predicción utilizan incentivos económicos para obtener predicciones más precisas, ya que los participantes apuestan con dinero real.
En el mercado de las elecciones estadounidenses de 2024, una plataforma de predicción atrajo casi 4 mil millones de dólares en apuestas, y sus resultados de predicción superaron incluso la precisión de las encuestas de opinión tradicionales, lo que destaca el valor económico de la predicción colectiva.
La misma evolución se aplica a las operaciones de comercio al contado y contratos perpetuos. Desde el auge de los exchanges centralizados, hasta satisfacer la creciente demanda global de criptomonedas, y el reciente desarrollo de plataformas descentralizadas que ofrecen servicios de auto-custodia y sin necesidad de verificación de identidad, mientras mantienen una experiencia de trading similar a la de los exchanges centralizados, este campo está en constante innovación.
Con el auge de la inteligencia artificial y los modelos de predicción de aprendizaje automático, la capacidad de prever eventos, precios de activos y volatilidades está aumentando significativamente. Esto llevará a la humanidad a la siguiente etapa de evolución.
DeFi 3.0: La integración de la inteligencia artificial
DeFi 1.0 introdujo contratos inteligentes y aplicaciones descentralizadas, permitiendo a los usuarios realizar transferencias, intercambios, staking, préstamos y minería de rendimiento en cualquier momento y lugar. Esto es esencialmente poner activos criptográficos en funcionamiento en la cadena para crear valor económico.
DeFi 2.0 se ha expandido sobre la base de 1.0, introduciendo una novedosa economía de tokens y mecanismos de distribución de incentivos, con el objetivo de coordinar los intereses entre diferentes partes interesadas en el protocolo y fomentar la aparición de nuevos mercados que ofrecen fuentes de ingresos alternativas.
DeFi 3.0 introduce inteligencia artificial en el ámbito de DeFi. Esto significa integrar modelos de lenguaje grandes (LLM) y/o modelos de aprendizaje automático (ML) en productos DeFi. Desde la integración simple de LLM (como actuar como soporte al cliente/copiloto, ayudando a los usuarios a navegar por el protocolo), hasta sistemas de múltiples agentes/agrupaciones y aprendizaje automático, que mejoran fundamentalmente el producto (como aumentar los beneficios de trading, reducir las pérdidas impermanentes, mejorar los rendimientos de LP, disminuir el riesgo de liquidación en el trading perpetuo, etc.).
La evolución del sistema de predicción
Las redes neuronales y los árboles de decisión han existido desde la década de 2000, y estos sistemas fueron utilizados por fondos de cobertura para predecir los precios de acciones y productos. Los resultados de las primeras predicciones de acciones eran bastante referenciales, con una tasa de precisión del 50% al 60% en las predicciones a corto plazo, pero la sobreajuste y la limitada disponibilidad de datos limitaron su aplicación.
Luego, el auge del aprendizaje profundo y los grandes datos permitió que los modelos pudieran manejar conjuntos de datos más grandes (incluyendo datos no estructurados como series de tiempo, noticias y redes sociales), lo que llevó a pronósticos más precisos y a aplicaciones más amplias.
En los últimos cinco años, el desarrollo innovador de los modelos Transformer y la IA multimodal ha integrado conjuntos de datos más diversos, como emociones de redes sociales, transacciones de blockchain, oráculos, noticias en tiempo real, predicciones de crowdfunding y más fuentes. Esto ha permitido que algunos modelos de IA alcancen una precisión del 80% al 90% en la predicción de resultados de eventos y precios de activos.
A medida que estos modelos continúan mejorando, la demanda de integrar capacidades de predicción en los sistemas DeFi ha aumentado significativamente. Actualmente, nos encontramos en las primeras etapas de DeFi 3.0, y algunos participantes del mercado están combinando sistemas de IA/aprendizaje automático con escenarios de aplicaciones Web3.
La combinación de DeFi y sistemas de IA/ML
Una red de modelo de predicción descentralizada ha logrado numerosas integraciones con protocolos DeFi y equipos de agentes de IA, otorgándole capacidad de predicción (con un enfoque principal en la predicción de precios de criptomonedas). Se dice que su tasa de precisión en predicciones de precios de criptomonedas a corto plazo es de aproximadamente el 80%.
Algunas aplicaciones principales incluyen:
El mecanismo de distribución de incentivos de una red puede ayudar a las startups a compensar los costos de desarrollo, el equipo utiliza esa red para iniciar el desarrollo de su producto, externalizando gran parte del trabajo de desarrollo a los mineros; cuanto mayor es el incentivo, mejor es la calidad de los mineros.
Dado que los modelos de aprendizaje automático y los sistemas de predicción son una de las tareas más fáciles de cuantificar, esto se ha convertido en un enfoque clave para muchas subredes. Algunas de estas subredes se centran en áreas como la predicción deportiva, la predicción de precios y la predicción de volatilidad.
Tendencias de desarrollo futuro
La búsqueda de mayores rendimientos y menores riesgos continuará, lo que llevará a los creadores a introducir más activos físicos en la cadena. Las fuentes de rendimiento de DeFi existentes seguirán siendo optimizadas y se volverán cada vez más accesibles.
Se prevé que los mercados de predicción se conviertan en una fuente importante de información, con la IA actuando como creador de mercado, mientras que los participantes experimentados estimulan aún más la sabiduría colectiva. Las herramientas se están volviendo cada vez más inteligentes y los modelos se están volviendo cada vez más precisos, y ya se han visto algunos resultados.
Cuanto más aprenden estos sistemas, mayor es su valor. Además, cuanto más fuerte es su combinabilidad con otras partes de Web3, más imparable se vuelve toda la tendencia.
En última instancia, todo en el ámbito de las criptomonedas es una apuesta por el futuro. Por lo tanto, la infraestructura y las aplicaciones/agentes que puedan prever el futuro, aunque sea un poco más claramente, ya sea a través de la sabiduría colectiva, datos de mejor calidad o modelos más precisos, tendrán una ventaja significativa.