Прогнозування завжди було ключовим для еволюції людини. З давніх часів люди покладалися на свої органи чуття та інтуїцію, щоб прогнозувати загрози та можливості в навколишньому середовищі, такі як розпізнавання моделей поведінки хижаків, час появи здобичі та сезонність постачання їжі, що є критично важливим для виживання.
З часом ця прогностична модель поступово перетворилася на використання інструментів та планувальні можливості, такі як прогнозування потреб у вирощуваних культурах, способи зберігання їжі тощо. Люди також розвинули здатність прогнозувати соціальні сигнали, включаючи розуміння намірів, емоцій та поведінки інших. Розвиток письма, науки, математики, а також поява сучасних інструментів, таких як статистика, комп'ютери, машинне навчання та штучний інтелект, є свідченням прагнення покращити прогностичні здібності людини.
Прогнозні ринки стали економічним інструментом, який використовує людську здатність до прогнозування для визначення результатів економічних, політичних та культурних подій. На відміну від традиційних опитувань громадської думки, прогнозні ринки використовують економічні стимули для отримання більш точних прогнозів, оскільки учасники роблять ставки реальними коштами.
На ринку виборів у США 2024 року одна з платформ прогнозування залучила майже 4 мільярди доларів ставок, а її результати прогнозування навіть перевищили точність традиційних опитувань громадської думки, що підкреслює економічну цінність краудсорсингового прогнозування.
Така ж еволюція стосується як спотової, так і безстрокової торгівлі. Від зростання централізованих бірж до задоволення зростаючого глобального попиту на криптовалюту, а також до нещодавнього розвитку децентралізованих платформ, які пропонують само-зберігання та послуги без ідентифікації, водночас зберігаючи досвід торгівлі, подібний до централізованих бірж, ця сфера постійно інноваційна.
З розвитком штучного інтелекту та моделей прогнозування на основі машинного навчання, здатність прогнозувати події, ціни на активи та їх волатильність суттєво зростає. Це призведе до переходу людства на наступний етап еволюції.
DeFi 3.0: Впровадження штучного інтелекту
DeFi 1.0 ввела смарт-контракты та децентралізовані програми, що дозволяє користувачам здійснювати перекази, торгівлю, стейкінг, кредитування та видобуток доходів у будь-який час і в будь-якому місці. Це, по суті, означає, що криптоактиви залучаються до роботи на блокчейні для створення економічної вартості.
DeFi 2.0 розширює 1.0, вводячи новітню токеноміку та механізми розподілу стимулів, що спрямовані на узгодження інтересів різних зацікавлених сторін у протоколі та сприяння появі нових ринків, що пропонують альтернативні джерела доходу.
DeFi 3.0 впроваджує штучний інтелект у сферу DeFi. Це означає інтеграцію великих мовних моделей (LLM) та/або моделей машинного навчання (ML) у DeFi продукти. Від простих інтеграцій LLM (таких як роль служби підтримки клієнтів/пілота, що допомагає користувачам орієнтуватися в протоколах) до багатагенераторних/кластерових і машинних навчальних систем, які кардинально покращують продукцію (наприклад, збільшення прибутку від торгівлі, зменшення невипадкових втрат, підвищення доходу LP, зменшення ризику ліквідації безперервної торгівлі тощо).
Еволюція системи прогнозування
Нейронні мережі та дерева рішень з'явилися з 2000-х років, ці системи використовувалися хедж-фондами для прогнозування цін на акції та товари. Ранні результати прогнозування акцій були досить інформативними, точність короткострокових прогнозів досягала 50%-60%, але через перенавчання та обмеженість даних їх застосування було обмежене.
Потім зростання глибокого навчання та великих даних дозволило моделям обробляти більші набори даних (включаючи часові ряди, новини та неструктуровані дані з соціальних медіа), що призвело до більш точних прогнозів та ширшого застосування.
За останні п'ять років прориви в моделях Transformer та багатомодальному ШІ інтегрували більш різноманітні набори даних, такі як емоції в соціальних мережах, блокчейн-транзакції, оракули, новини в реальному часі, краудсорсинг прогнозів та інші джерела. Це дозволило деяким моделям ШІ досягти точності 80%-90% у прогнозуванні результатів подій та цін активів.
Зі збільшенням удосконалення цих моделей, попит на інтеграцію прогностичних можливостей у DeFi системи значно зріс. Наразі ми знаходимося на ранній стадії DeFi 3.0, де деякі учасники ринку поєднують системи ШІ/машинного навчання з Web3 застосунками.
Поєднання DeFi та AI/ML систем
Деяка децентралізована мережа прогнозних моделей вже реалізувала численні інтеграції з DeFi-протоколами та командами AI-агентів, наділяючи її прогнозними можливостями (основна увага приділяється прогнозуванню цін криптовалют). Її точність короткострокового прогнозування цін криптовалют нібито становить близько 80%.
Деякі основні застосування включають:
AI-керований трест на основі USDC, що використовує прогностичні технології для максимізації прибутку від торгівлі.
AI LP фонд, який використовує прогнози цін, щоб краще розміщувати ліквідність перед коливаннями цін, уникаючи тим самим непостійних втрат.
Співпраця з кількома командами для підтримки торгових стратегій та виконання для AI-агентів.
Механізм розподілу винагороди в певній мережі може допомогти стартапам компенсувати витрати на розробку. Команда використовує цю мережу для запуску розробки своїх продуктів, передаючи велику частину розробницької роботи майнерам. Чим вища винагорода, тим краща якість майнерів.
Оскільки моделі машинного навчання та прогностичні системи є одними з найпростіших завдань для кількісної оцінки, це стало ключовою областю уваги для багатьох підмереж. Деякі з цих підмереж зосереджуються на таких сферах, як спортивні прогнози, прогнози цін та прогнози волатильності.
Майбутні тенденції розвитку
Пошук вищих доходів і нижчих ризиків буде продовжуватись, спонукаючи будівельників вводити більше реальних активів на блокчейн. Існуючі джерела доходу DeFi продовжать оптимізуватися і стануть все більш доступними.
Прогнозні ринки стануть основним джерелом інформації, штучний інтелект виконуватиме роль маркет-мейкера, а досвідчені учасники ще більше активізують колективний розум. Інструменти стають все більш інтелектуальними, моделі стають все більш точними, і вже спостерігаються деякі результати.
Чим більше ці системи вчаться, тим більша їхня цінність. І чим сильніша їхня комбінація з іншими частинами Web3, тим непереможнішим стає весь тренд.
Врешті-решт, все в криптовалютній сфері є ставкою на майбутнє. Тому інфраструктура та програми/агенти, які хоч трохи краще здатні передбачити майбутнє - чи то через колективну мудрість, якісніші дані або точніші моделі - матимуть значну перевагу.
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
15 лайків
Нагородити
15
8
Репост
Поділіться
Прокоментувати
0/400
TokenToaster
· 08-06 19:51
Великі Сатоші також не передбачили крах Luna, так?
Переглянути оригіналвідповісти на0
BlockchainTherapist
· 08-06 14:13
Великий Сатоші знову показує свої навички.
Переглянути оригіналвідповісти на0
RektRecorder
· 08-04 15:20
Подивившись на білий проект, я зовсім заплутався в монетах.
Переглянути оригіналвідповісти на0
PhantomMiner
· 08-03 20:33
Прогноз перевищив, і все вибухнуло.
Переглянути оригіналвідповісти на0
FancyResearchLab
· 08-03 20:28
Знову знайшов ще одну пастку, що може бути пупсом, академічний дух на максимумі
Переглянути оригіналвідповісти на0
DeepRabbitHole
· 08-03 20:19
належить до того, що спочатку є прогнози, а потім є криптосвіт невдахи
Децентралізовані фінанси 3.0：AI прогнозна система веде в нову еру
Прогнозуюча здатність: ключ до еволюції людини
Прогнозування завжди було ключовим для еволюції людини. З давніх часів люди покладалися на свої органи чуття та інтуїцію, щоб прогнозувати загрози та можливості в навколишньому середовищі, такі як розпізнавання моделей поведінки хижаків, час появи здобичі та сезонність постачання їжі, що є критично важливим для виживання.
З часом ця прогностична модель поступово перетворилася на використання інструментів та планувальні можливості, такі як прогнозування потреб у вирощуваних культурах, способи зберігання їжі тощо. Люди також розвинули здатність прогнозувати соціальні сигнали, включаючи розуміння намірів, емоцій та поведінки інших. Розвиток письма, науки, математики, а також поява сучасних інструментів, таких як статистика, комп'ютери, машинне навчання та штучний інтелект, є свідченням прагнення покращити прогностичні здібності людини.
Прогнозні ринки стали економічним інструментом, який використовує людську здатність до прогнозування для визначення результатів економічних, політичних та культурних подій. На відміну від традиційних опитувань громадської думки, прогнозні ринки використовують економічні стимули для отримання більш точних прогнозів, оскільки учасники роблять ставки реальними коштами.
На ринку виборів у США 2024 року одна з платформ прогнозування залучила майже 4 мільярди доларів ставок, а її результати прогнозування навіть перевищили точність традиційних опитувань громадської думки, що підкреслює економічну цінність краудсорсингового прогнозування.
Така ж еволюція стосується як спотової, так і безстрокової торгівлі. Від зростання централізованих бірж до задоволення зростаючого глобального попиту на криптовалюту, а також до нещодавнього розвитку децентралізованих платформ, які пропонують само-зберігання та послуги без ідентифікації, водночас зберігаючи досвід торгівлі, подібний до централізованих бірж, ця сфера постійно інноваційна.
З розвитком штучного інтелекту та моделей прогнозування на основі машинного навчання, здатність прогнозувати події, ціни на активи та їх волатильність суттєво зростає. Це призведе до переходу людства на наступний етап еволюції.
DeFi 3.0: Впровадження штучного інтелекту
DeFi 1.0 ввела смарт-контракты та децентралізовані програми, що дозволяє користувачам здійснювати перекази, торгівлю, стейкінг, кредитування та видобуток доходів у будь-який час і в будь-якому місці. Це, по суті, означає, що криптоактиви залучаються до роботи на блокчейні для створення економічної вартості.
DeFi 2.0 розширює 1.0, вводячи новітню токеноміку та механізми розподілу стимулів, що спрямовані на узгодження інтересів різних зацікавлених сторін у протоколі та сприяння появі нових ринків, що пропонують альтернативні джерела доходу.
DeFi 3.0 впроваджує штучний інтелект у сферу DeFi. Це означає інтеграцію великих мовних моделей (LLM) та/або моделей машинного навчання (ML) у DeFi продукти. Від простих інтеграцій LLM (таких як роль служби підтримки клієнтів/пілота, що допомагає користувачам орієнтуватися в протоколах) до багатагенераторних/кластерових і машинних навчальних систем, які кардинально покращують продукцію (наприклад, збільшення прибутку від торгівлі, зменшення невипадкових втрат, підвищення доходу LP, зменшення ризику ліквідації безперервної торгівлі тощо).
Еволюція системи прогнозування
Нейронні мережі та дерева рішень з'явилися з 2000-х років, ці системи використовувалися хедж-фондами для прогнозування цін на акції та товари. Ранні результати прогнозування акцій були досить інформативними, точність короткострокових прогнозів досягала 50%-60%, але через перенавчання та обмеженість даних їх застосування було обмежене.
Потім зростання глибокого навчання та великих даних дозволило моделям обробляти більші набори даних (включаючи часові ряди, новини та неструктуровані дані з соціальних медіа), що призвело до більш точних прогнозів та ширшого застосування.
За останні п'ять років прориви в моделях Transformer та багатомодальному ШІ інтегрували більш різноманітні набори даних, такі як емоції в соціальних мережах, блокчейн-транзакції, оракули, новини в реальному часі, краудсорсинг прогнозів та інші джерела. Це дозволило деяким моделям ШІ досягти точності 80%-90% у прогнозуванні результатів подій та цін активів.
Зі збільшенням удосконалення цих моделей, попит на інтеграцію прогностичних можливостей у DeFi системи значно зріс. Наразі ми знаходимося на ранній стадії DeFi 3.0, де деякі учасники ринку поєднують системи ШІ/машинного навчання з Web3 застосунками.
Поєднання DeFi та AI/ML систем
Деяка децентралізована мережа прогнозних моделей вже реалізувала численні інтеграції з DeFi-протоколами та командами AI-агентів, наділяючи її прогнозними можливостями (основна увага приділяється прогнозуванню цін криптовалют). Її точність короткострокового прогнозування цін криптовалют нібито становить близько 80%.
Деякі основні застосування включають:
Механізм розподілу винагороди в певній мережі може допомогти стартапам компенсувати витрати на розробку. Команда використовує цю мережу для запуску розробки своїх продуктів, передаючи велику частину розробницької роботи майнерам. Чим вища винагорода, тим краща якість майнерів.
Оскільки моделі машинного навчання та прогностичні системи є одними з найпростіших завдань для кількісної оцінки, це стало ключовою областю уваги для багатьох підмереж. Деякі з цих підмереж зосереджуються на таких сферах, як спортивні прогнози, прогнози цін та прогнози волатильності.
Майбутні тенденції розвитку
Пошук вищих доходів і нижчих ризиків буде продовжуватись, спонукаючи будівельників вводити більше реальних активів на блокчейн. Існуючі джерела доходу DeFi продовжать оптимізуватися і стануть все більш доступними.
Прогнозні ринки стануть основним джерелом інформації, штучний інтелект виконуватиме роль маркет-мейкера, а досвідчені учасники ще більше активізують колективний розум. Інструменти стають все більш інтелектуальними, моделі стають все більш точними, і вже спостерігаються деякі результати.
Чим більше ці системи вчаться, тим більша їхня цінність. І чим сильніша їхня комбінація з іншими частинами Web3, тим непереможнішим стає весь тренд.
Врешті-решт, все в криптовалютній сфері є ставкою на майбутнє. Тому інфраструктура та програми/агенти, які хоч трохи краще здатні передбачити майбутнє - чи то через колективну мудрість, якісніші дані або точніші моделі - матимуть значну перевагу.