المصطلح الرائج هو مصطلح أو عبارة تكتسب شعبية واسعة أو رواجاً كبيراً خلال فترة زمنية محددة. في عالم التكنولوجيا، غالباً ما تحمل هذه المصطلحات وعوداً كبيرة، ولكن استخدامها في كثير من الأحيان يكون لجاذبيتها أكثر من قيمتها الحقيقية. تتضمن هذه الدورة عادةً تبني هذه المصطلحات، والإفراط في استخدامها، ثم التخلي عنها، في انتظار ظهور فكرة جديدة لتحل محل سابقتها.
لنأخذ على سبيل المثال مصطلحات مثل التمويل اللامركزي (DeFi) والذكاء الاصطناعي (AI). فبينما كانت هذه المصطلحات تُعتبر في السابق مجرد صيحات رائجة، فقد أثبتت أنها أكثر بكثير من مجرد موضة عابرة. ورغم أن النقاشات المبكرة حول هذه التقنيات كانت غالباً ما تكون تخمينية، إلا أن تطبيقاتها كانت ذات تأثير بالغ.
والآن، أدى دمج هاتين التقنيتين إلى ظهور عدد متزايد من حالات الاستخدام، مما أدى إلى ظهور مفهوم جديد يُعرف باسم DeFAI. يركز هذا المجال الفرعي على أتمتة الأنشطة على سلسلة الكتل من خلال آليات مدعومة بالذكاء الاصطناعي، بما في ذلك وكلاء التداول المستقلين، وطبقاتtrac، وتطبيقات اللامركزية المدعومة بالذكاء الاصطناعي (dApps).
أصدرت مجموعة التمويل الرقمي ( DFG تقريرًا بعنوان " DeFAI: كيف يُطلق الذكاء الاصطناعي العنان لإمكانيات DeFi يتناول التقرير إمكانات هذا القطاع الناشئ، حيث يستفيد المطورون من كفاءة الذكاء الاصطناعي لبناء أدوات تُؤتمت وتُبسط العمليات المعقدة على سلسلة الكتل. فيما يلي أهم أربع نقاط رئيسية من التقرير:
- إذن، ما هو DeFAI؟
كما ذكرنا، يُمثل DeFAI نقطة التقاء الذكاء الاصطناعي DeFi، حيث يُعزز الذكاء الاصطناعي DeFi تحديدًا من خلال الأتمتة وإدارة المخاطر وتحسين رأس المال، وذلك عبر طبقات متعددة. تُشكل تقنية البلوك تشين الأساس، مما يسمح لوكلاء الذكاء الاصطناعي بتنفيذ المعاملات وإنفاذtracالذكية. وفوق طبقة الأساس، تُوفر البيانات والحوسبة بيانات تاريخية وتحليلات لتدريب نماذج الذكاء الاصطناعي. وتُؤمّن طبقات الخصوصية المعلومات الحساسة، بينما تُتيح أُطر العمل الوكيلة تطبيقات مدعومة بالذكاء الاصطناعي مثل روبوتات التداول وأدوات الحوكمة.
- يتكون النظام البيئي من 3 فئات رئيسية
بينما يتوسع نظام DeFAI البيئي باستمرار، يتم تجميع معظم المشاريع في أحد القطاعات الفرعية الرئيسية الثلاثة. وتشمل هذه:
- التجريد : التجريد للبروتوكولات التي تعمل بطريقة مشابهة لـ ChatGPT، مما يسمح للمستخدمين بإدخال أوامر لتنفيذها على سلسلة الكتل. عادةً ما تُدمج هذه البروتوكولات مع سلاسل كتل متعددة وتطبيقات لامركزية، مما يُلغي الخطوات اليدوية في المعاملات المعقدة. تشمل البروتوكولات في هذه trac trac و Hey Anon و Orbit .
- وكلاء التداول الآليون: على عكس برامج التداول الآلي التقليدية التي تعتمد على مجموعة محددة مسبقًا defi القواعد، يتعلم وكلاء التداول الآليون استراتيجياتهم ويعدلونها بناءً على ظروف السوق في الوقت الفعلي. ومن أبرز البروتوكولات في هذه الفئة: ألمانك ، وكود 3 إكس ، وسبكترال .
- تطبيقات التمويل اللامركزي المدعومة بالذكاء الاصطناعي: DeFi على تحسين التطبيقات اللامركزية التقليدية من خلال دمج وكلاء الذكاء الاصطناعي لتحسين الخدمات مثل الإقراض والمبادلة وزراعة العائد. ويعمل الذكاء الاصطناعي والوكلاء على تحسين الخدمات من خلال تحسين توفير السيولة عبر إعادة موازنة مراكز مزودي السيولة لتحقيق عائد سنوي أعلى . ومن أبرز البروتوكولات في هذا المجال: جيزا ، وستاردي ، وديريف .
- تلعب البيانات دورًا حاسمًا في نجاح DeFAI
تعتمد فعالية الذكاء الاصطناعي على جودة بياناته. ولضمان عمل أنظمة الذكاء الاصطناعي بأفضل شكل ممكن في DeFAI، يُعدّ الوصول إلى بيانات آنية ومنظمة وقابلة للتحقق أمرًا بالغ الأهمية. تُعزز مجموعات البيانات عالية الجودة قدرة نظام الذكاء الاصطناعي على التنبؤ بدقة بتحركات الأسعار المستقبلية، مما يسمح له بتقديم توصيات تداول أو تعديل انحيازاته لمراكز الشراء أو البيع.
وفقًا لمؤسسة الأبحاث الألمانية (DFG)، فإن لدى DeFAI أربعة مزودي بيانات رئيسيين، يقدم كل منهم ميزات مميزة:
- برنامج Mode Synth بإنشاء بيانات اصطناعية للتنبؤ المالي، مما يساعد وكلاء الذكاء الاصطناعي على التنبؤ بدقة بتحركات الأسعار وإدارة تجمعات السيولة.
- Chainbase مجموعات بيانات منظمة ومتعددة السلاسل مُحسّنة لوكلاء الذكاء الاصطناعي، مما يتيح التداول الفعال وتحليل البيانات.
- sqd.ai شبكة قواعد بيانات مفتوحة وعالية السرعة لوكلاء الذكاء الاصطناعي. تقوم بفهرسة البيانات في الوقت الفعلي باستخدام إثباتات المعرفة الصفرية (zk) لضمان الخصوصية عبر السلاسل. وبإضافة المزيد من عقد المعالجة، يمكنها التعامل مع أحمال البيانات المتزايدة، ودعم العدد المتنامي من وكلاء الذكاء الاصطناعي.
- Cookie طبقة معيارية تركز على البيانات الاجتماعية، مما يوفر رؤى فورية حول توجهات السوق واتجاهاته من خلال مجموعة بياناتها الضخمة التي تبلغ 7 تيرابايت.
- ماذا بعد؟
في مرحلتها التالية، ستركز DeFAI على دمج طبقات بيانات قيّمة لتطوير منصات ووكلاء مستقلين. سيتطلب ذلك بيانات متعمقة على سلسلة الكتل، مثل تحركات الحيتان، وتحولات السيولة، وغيرها من المؤشرات الرئيسية، مع الاستفادة من البيانات الاصطناعية للتحليل التنبؤي.
يتمثل الهدف النهائي لهذا القطاع الفرعي في تمكين أنظمة الذكاء الاصطناعي من توليد وتنفيذ استراتيجيات التداول من خلال واجهة واحدة دون أي تدخل بشري. ومع ذلك، تزداد الحاجة إلى معلومات أكثر دقة مع ازدياد عدد البروتوكولات التي تدمج طبقات البيانات والأنظمة.
