La capacité de prédiction est essentielle au développement humain
La prévision est une capacité clé dans le processus d'évolution humaine. Depuis la nuit des temps, les humains se sont appuyés sur leurs sens et leur intuition pour percevoir les menaces et les opportunités dans leur environnement, comme reconnaître les comportements des prédateurs, chercher des occasions de chasser et anticiper l'approvisionnement en nourriture saisonnière. Ces prévisions sont essentielles à la survie.
Au fil du temps, la capacité de prévision des humains a constamment évolué. Nous avons commencé à utiliser des outils et à planifier, comme prévoir les besoins en culture et en stockage de nourriture. Nous avons également appris à interpréter des indices sociaux, à anticiper les intentions et les émotions des autres. Les avancées dans des domaines tels que la littérature, la science, les mathématiques, ainsi que les statistiques modernes, l'informatique, l'apprentissage automatique et les technologies d'intelligence artificielle, renforcent continuellement la capacité de prévision humaine.
Les marchés prédictifs sont devenus un outil économique important, utilisant l'intelligence collective pour prédire les résultats d'événements économiques, politiques et culturels. Contrairement aux sondages traditionnels, les marchés prédictifs améliorent la précision des prévisions grâce à des incitations économiques, car les participants parient avec de l'argent réel. Certaines plateformes de prévision ont attiré près de 4 milliards de dollars de mises sur le marché des élections américaines de 2024, leur prédiction de la victoire de Trump étant même plus précise que celle des sondages traditionnels, soulignant la valeur économique de la prévision par crowdsourcing.
Une évolution similaire s'est également produite dans le domaine du trading au comptant et des contrats à terme perpétuels. De l'essor des échanges centralisés répondant à la demande mondiale de cryptomonnaies, à certaines plateformes récentes offrant des services d'auto-dépositaire et sans KYC, tout en maintenant une expérience de trading similaire à celle des échanges centralisés, ce domaine évolue rapidement.
Avec les avancées des modèles de prédiction en intelligence artificielle et en apprentissage automatique, notre capacité à prévoir des événements, les prix des actifs et la volatilité s'améliore considérablement. Cela propulsera l'humanité vers une nouvelle étape d'évolution.
L'essor de DeFi 3.0
DeFi 1.0 a introduit des contrats intelligents et des applications décentralisées, permettant à quiconque de réaliser des transferts, des transactions, des mises, des prêts et du minage de rendement à tout moment et en tout lieu. Essentiellement, il s'agit d'investir des actifs cryptographiques sur la chaîne pour créer de la valeur économique, avec des projets représentatifs comprenant certaines bourses décentralisées, des plateformes de prêt et des agrégateurs de rendement bien connus.
DeFi 2.0 s'est étendu sur cette base, introduisant une économie de jetons innovante et des mécanismes de distribution des incitations, visant à coordonner les intérêts entre les différentes parties prenantes au sein du protocole et à donner naissance à de nouveaux marchés émergents offrant des sources de revenus alternatives.
DeFi 3.0 introduit l'intelligence artificielle dans le domaine de la DeFi. Certains l'appellent DeFAI, d'autres l'appellent AiFi. Son noyau consiste à intégrer des modèles de langage de grande taille (LLM) et/ou des modèles d'apprentissage automatique (ML) dans des produits DeFi.
Des intégrations simples de LLM comme ( agissant en tant que support/client assistant, aidant les utilisateurs à utiliser le protocole ), jusqu'aux systèmes complexes d'agents multiples/clusters et d'apprentissage automatique, l'IA améliore fondamentalement les produits DeFi ( tels que l'augmentation des bénéfices de trading, la réduction des pertes impermanentes, l'augmentation des rendements LP, la réduction des risques de liquidation des échanges perpétuels, etc. ).
En plus de la couche d'abstraction DeFAI et des agents financiers entièrement autonomes, nous allons aujourd'hui discuter de la manière dont les systèmes IA/ML et les modèles prédictifs transforment DeFi et d'autres domaines verticaux.
Développement des systèmes de prévision
Les réseaux de neurones et les arbres de décision sont apparus dans les années 2000, lorsque certains fonds spéculatifs ont commencé à utiliser ces systèmes pour prédire les prix des actions et des matières premières. Les résultats de prévision boursière des débuts étaient assez pertinents, avec un taux de précision des prévisions à court terme atteignant 50%-60%, mais l'overfitting et le manque de données ont limité leur application.
Ensuite, l'émergence de l'apprentissage profond et des grandes données a permis aux modèles de traiter des ensembles de données plus vastes (, tels que des données de séries chronologiques, des actualités et des données non structurées provenant des réseaux sociaux ), permettant ainsi des prévisions plus précises et des applications plus larges.
Au cours des cinq dernières années, des développements révolutionnaires ont eu lieu, les modèles Transformer et l'IA multimodale intégrant des ensembles de données plus diversifiés, tels que les émotions des réseaux sociaux, les transactions blockchain, les oracles, les actualités en temps réel, les prévisions en crowdsourcing et d'autres sources. Cela a permis à certains modèles d'IA d'atteindre une précision de 80 à 90 % dans la prédiction des résultats d'événements et des prix des actifs.
Avec l'amélioration continue de ces modèles, la demande d'intégration des capacités de prévision dans les systèmes DeFi a considérablement augmenté. Nous sommes actuellement au début de la phase DeFi 3.0, et nous assistons en temps réel à certains acteurs du marché qui combinent des systèmes IA/ML avec des scénarios d'application Web3.
La combinaison des systèmes DeFi et AI/ML
Un réseau de modèle de prédiction décentralisé a déjà réalisé une intégration avec plusieurs protocoles DeFi et équipes d'agents AI, lui conférant une capacité de prédiction ( se concentrant principalement sur la prédiction des prix des cryptomonnaies, telles que BTC, ETH, SOL). Son taux de précision de prédiction des prix des cryptomonnaies à court terme est prétendument d'environ 80%.
Certaines applications principales incluent:
Un coffre-fort alimenté par l'IA basé sur l'USDC, utilisant des techniques de prédiction pour maximiser les rendements des transactions SOL. Depuis le 23 avril, son rendement cumulé est de 2,4 %, avec un rendement annuel d'environ 10 %.
AI LP coffre-fort, utilisant des données de prix prévisionnels, place mieux la liquidité avant les fluctuations de prix, évitant ainsi les pertes impermanentes.
Collaborer avec plusieurs équipes pour soutenir les stratégies de trading et l'exécution des agents AI.
Un mécanisme de répartition des incitations d'un réseau peut aider les start-ups à compenser les coûts de développement, l'équipe utilisant ce réseau pour lancer la recherche et le développement de produits, externalisant une grande partie du travail de développement aux mineurs. Plus les incitations sont élevées, meilleure est la qualité des mineurs.
Étant donné que les modèles d'apprentissage automatique et les systèmes de prévision sont parmi les tâches les plus faciles à quantifier ( construire des modèles capables de prédire avec précision certaines choses ), c'est l'un des domaines verticaux les plus souvent concernés par les sous-réseaux.
Certaines sous-réseaux axés sur la prédiction développent des applications intéressantes :
Le coffre-fort DeFi à venir, qui distribuera automatiquement les dépôts des utilisateurs pour parier sur des événements/marchés à haute crédibilité. Le rendement annuel des tests préliminaires serait supérieur à quatre chiffres.
Amélioration continue dans les prévisions de football/football britannique. La performance récente lors de la Coupe du Monde des Clubs montre que des mises agressives ont généré un retour sur investissement de 232 %. L'équipe travaille également à développer un produit de coffre-fort DeFi, qui adoptera une approche plus axée sur l'ajustement des risques.
Un sous-réseau construit autour d'un modèle de prévision de volatilité hautement général. Il peut être utilisé pour couvrir diverses probabilités des mouvements de prix qui pourraient se produire ( et pas seulement pour prédire les prix futurs ), par exemple pour prédire la probabilité de liquidation, le temps de survie/temps de liquidation des positions perpétuelles, définir la gamme de fourniture de liquidité et prédire les pertes impermanentes, prédire le prix d'exercice des options et le temps d'expiration dans la fenêtre, etc.
Ces sous-réseaux suscitent un tel intérêt car ils offrent chaque année des incitations en tokens allant de 2 millions à plus de 10 millions de dollars, attirant ainsi les mineurs à améliorer constamment leurs modèles de prévision.
Son objectif est d'utiliser ces incitations comme dépenses en capital pour guider le développement de produits et réaliser la commercialisation/produitisation le plus rapidement possible, afin de générer des bénéfices réels et de compenser la pression de vente des jetons. Certains de ces sous-réseaux ont déjà commencé à faire des progrès vers la phase de commercialisation.
Perspectives d'avenir
La quête de rendements plus élevés et de risques plus faibles se poursuivra, incitant les bâtisseurs à introduire davantage d'actifs physiques sur la chaîne. Les sources de rendement DeFi existantes continueront d'être optimisées et deviendront de plus en plus accessibles.
Les marchés prédictifs deviendront la principale source d'information, l'IA agissant en tant que teneur de marché, tandis que les participants expérimentés stimuleront davantage l'intelligence collective. Les outils deviennent de plus en plus intelligents, les modèles deviennent de plus en plus précis, et nous avons déjà vu certains résultats.
Plus ces systèmes apprennent, plus leur valeur augmente. De plus, plus ils sont compatibles avec d'autres parties du Web3, plus la tendance devient irrépressible.
En fin de compte, tout dans le domaine de la cryptographie est un pari sur l'avenir. Par conséquent, les infrastructures et les applications/agents capables d'anticiper l'avenir, même légèrement plus clairement - que ce soit par l'intelligence collective, de meilleures données ou des modèles plus précis - auront un avantage significatif.
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
18 J'aime
Récompense
18
7
Reposter
Partager
Commentaire
0/400
BTCRetirementFund
· Il y a 18h
Attendre le riz n'est pas aussi fiable que de toucher les dés.
Voir l'originalRépondre0
GraphGuru
· 08-12 07:59
Les petites tendances ne peuvent échapper aux yeux de l'IA.
Voir l'originalRépondre0
GateUser-9ad11037
· 08-12 07:58
Prédictions qui ne sont pas précises.
Voir l'originalRépondre0
ConfusedWhale
· 08-12 07:53
Que faire si la prévision est incorrecte ?
Voir l'originalRépondre0
zkProofInThePudding
· 08-12 07:35
Prédire quoi que ce soit ! Le marché est vraiment chaotique.
Voir l'originalRépondre0
ParallelChainMaxi
· 08-12 07:32
Après cinq ans sur le marché, toutes les prévisions ont échoué.
Finance décentralisée 3.0 : La révolution de la fusion entre les systèmes de prévision AI et le chiffrement financier
La capacité de prédiction est essentielle au développement humain
La prévision est une capacité clé dans le processus d'évolution humaine. Depuis la nuit des temps, les humains se sont appuyés sur leurs sens et leur intuition pour percevoir les menaces et les opportunités dans leur environnement, comme reconnaître les comportements des prédateurs, chercher des occasions de chasser et anticiper l'approvisionnement en nourriture saisonnière. Ces prévisions sont essentielles à la survie.
Au fil du temps, la capacité de prévision des humains a constamment évolué. Nous avons commencé à utiliser des outils et à planifier, comme prévoir les besoins en culture et en stockage de nourriture. Nous avons également appris à interpréter des indices sociaux, à anticiper les intentions et les émotions des autres. Les avancées dans des domaines tels que la littérature, la science, les mathématiques, ainsi que les statistiques modernes, l'informatique, l'apprentissage automatique et les technologies d'intelligence artificielle, renforcent continuellement la capacité de prévision humaine.
Les marchés prédictifs sont devenus un outil économique important, utilisant l'intelligence collective pour prédire les résultats d'événements économiques, politiques et culturels. Contrairement aux sondages traditionnels, les marchés prédictifs améliorent la précision des prévisions grâce à des incitations économiques, car les participants parient avec de l'argent réel. Certaines plateformes de prévision ont attiré près de 4 milliards de dollars de mises sur le marché des élections américaines de 2024, leur prédiction de la victoire de Trump étant même plus précise que celle des sondages traditionnels, soulignant la valeur économique de la prévision par crowdsourcing.
Une évolution similaire s'est également produite dans le domaine du trading au comptant et des contrats à terme perpétuels. De l'essor des échanges centralisés répondant à la demande mondiale de cryptomonnaies, à certaines plateformes récentes offrant des services d'auto-dépositaire et sans KYC, tout en maintenant une expérience de trading similaire à celle des échanges centralisés, ce domaine évolue rapidement.
Avec les avancées des modèles de prédiction en intelligence artificielle et en apprentissage automatique, notre capacité à prévoir des événements, les prix des actifs et la volatilité s'améliore considérablement. Cela propulsera l'humanité vers une nouvelle étape d'évolution.
L'essor de DeFi 3.0
DeFi 1.0 a introduit des contrats intelligents et des applications décentralisées, permettant à quiconque de réaliser des transferts, des transactions, des mises, des prêts et du minage de rendement à tout moment et en tout lieu. Essentiellement, il s'agit d'investir des actifs cryptographiques sur la chaîne pour créer de la valeur économique, avec des projets représentatifs comprenant certaines bourses décentralisées, des plateformes de prêt et des agrégateurs de rendement bien connus.
DeFi 2.0 s'est étendu sur cette base, introduisant une économie de jetons innovante et des mécanismes de distribution des incitations, visant à coordonner les intérêts entre les différentes parties prenantes au sein du protocole et à donner naissance à de nouveaux marchés émergents offrant des sources de revenus alternatives.
DeFi 3.0 introduit l'intelligence artificielle dans le domaine de la DeFi. Certains l'appellent DeFAI, d'autres l'appellent AiFi. Son noyau consiste à intégrer des modèles de langage de grande taille (LLM) et/ou des modèles d'apprentissage automatique (ML) dans des produits DeFi.
Des intégrations simples de LLM comme ( agissant en tant que support/client assistant, aidant les utilisateurs à utiliser le protocole ), jusqu'aux systèmes complexes d'agents multiples/clusters et d'apprentissage automatique, l'IA améliore fondamentalement les produits DeFi ( tels que l'augmentation des bénéfices de trading, la réduction des pertes impermanentes, l'augmentation des rendements LP, la réduction des risques de liquidation des échanges perpétuels, etc. ).
En plus de la couche d'abstraction DeFAI et des agents financiers entièrement autonomes, nous allons aujourd'hui discuter de la manière dont les systèmes IA/ML et les modèles prédictifs transforment DeFi et d'autres domaines verticaux.
Développement des systèmes de prévision
Les réseaux de neurones et les arbres de décision sont apparus dans les années 2000, lorsque certains fonds spéculatifs ont commencé à utiliser ces systèmes pour prédire les prix des actions et des matières premières. Les résultats de prévision boursière des débuts étaient assez pertinents, avec un taux de précision des prévisions à court terme atteignant 50%-60%, mais l'overfitting et le manque de données ont limité leur application.
Ensuite, l'émergence de l'apprentissage profond et des grandes données a permis aux modèles de traiter des ensembles de données plus vastes (, tels que des données de séries chronologiques, des actualités et des données non structurées provenant des réseaux sociaux ), permettant ainsi des prévisions plus précises et des applications plus larges.
Au cours des cinq dernières années, des développements révolutionnaires ont eu lieu, les modèles Transformer et l'IA multimodale intégrant des ensembles de données plus diversifiés, tels que les émotions des réseaux sociaux, les transactions blockchain, les oracles, les actualités en temps réel, les prévisions en crowdsourcing et d'autres sources. Cela a permis à certains modèles d'IA d'atteindre une précision de 80 à 90 % dans la prédiction des résultats d'événements et des prix des actifs.
Avec l'amélioration continue de ces modèles, la demande d'intégration des capacités de prévision dans les systèmes DeFi a considérablement augmenté. Nous sommes actuellement au début de la phase DeFi 3.0, et nous assistons en temps réel à certains acteurs du marché qui combinent des systèmes IA/ML avec des scénarios d'application Web3.
La combinaison des systèmes DeFi et AI/ML
Un réseau de modèle de prédiction décentralisé a déjà réalisé une intégration avec plusieurs protocoles DeFi et équipes d'agents AI, lui conférant une capacité de prédiction ( se concentrant principalement sur la prédiction des prix des cryptomonnaies, telles que BTC, ETH, SOL). Son taux de précision de prédiction des prix des cryptomonnaies à court terme est prétendument d'environ 80%.
Certaines applications principales incluent:
Un coffre-fort alimenté par l'IA basé sur l'USDC, utilisant des techniques de prédiction pour maximiser les rendements des transactions SOL. Depuis le 23 avril, son rendement cumulé est de 2,4 %, avec un rendement annuel d'environ 10 %.
AI LP coffre-fort, utilisant des données de prix prévisionnels, place mieux la liquidité avant les fluctuations de prix, évitant ainsi les pertes impermanentes.
Collaborer avec plusieurs équipes pour soutenir les stratégies de trading et l'exécution des agents AI.
Un mécanisme de répartition des incitations d'un réseau peut aider les start-ups à compenser les coûts de développement, l'équipe utilisant ce réseau pour lancer la recherche et le développement de produits, externalisant une grande partie du travail de développement aux mineurs. Plus les incitations sont élevées, meilleure est la qualité des mineurs.
Étant donné que les modèles d'apprentissage automatique et les systèmes de prévision sont parmi les tâches les plus faciles à quantifier ( construire des modèles capables de prédire avec précision certaines choses ), c'est l'un des domaines verticaux les plus souvent concernés par les sous-réseaux.
Certaines sous-réseaux axés sur la prédiction développent des applications intéressantes :
Le coffre-fort DeFi à venir, qui distribuera automatiquement les dépôts des utilisateurs pour parier sur des événements/marchés à haute crédibilité. Le rendement annuel des tests préliminaires serait supérieur à quatre chiffres.
Amélioration continue dans les prévisions de football/football britannique. La performance récente lors de la Coupe du Monde des Clubs montre que des mises agressives ont généré un retour sur investissement de 232 %. L'équipe travaille également à développer un produit de coffre-fort DeFi, qui adoptera une approche plus axée sur l'ajustement des risques.
Un sous-réseau construit autour d'un modèle de prévision de volatilité hautement général. Il peut être utilisé pour couvrir diverses probabilités des mouvements de prix qui pourraient se produire ( et pas seulement pour prédire les prix futurs ), par exemple pour prédire la probabilité de liquidation, le temps de survie/temps de liquidation des positions perpétuelles, définir la gamme de fourniture de liquidité et prédire les pertes impermanentes, prédire le prix d'exercice des options et le temps d'expiration dans la fenêtre, etc.
Ces sous-réseaux suscitent un tel intérêt car ils offrent chaque année des incitations en tokens allant de 2 millions à plus de 10 millions de dollars, attirant ainsi les mineurs à améliorer constamment leurs modèles de prévision.
Son objectif est d'utiliser ces incitations comme dépenses en capital pour guider le développement de produits et réaliser la commercialisation/produitisation le plus rapidement possible, afin de générer des bénéfices réels et de compenser la pression de vente des jetons. Certains de ces sous-réseaux ont déjà commencé à faire des progrès vers la phase de commercialisation.
Perspectives d'avenir
La quête de rendements plus élevés et de risques plus faibles se poursuivra, incitant les bâtisseurs à introduire davantage d'actifs physiques sur la chaîne. Les sources de rendement DeFi existantes continueront d'être optimisées et deviendront de plus en plus accessibles.
Les marchés prédictifs deviendront la principale source d'information, l'IA agissant en tant que teneur de marché, tandis que les participants expérimentés stimuleront davantage l'intelligence collective. Les outils deviennent de plus en plus intelligents, les modèles deviennent de plus en plus précis, et nous avons déjà vu certains résultats.
Plus ces systèmes apprennent, plus leur valeur augmente. De plus, plus ils sont compatibles avec d'autres parties du Web3, plus la tendance devient irrépressible.
En fin de compte, tout dans le domaine de la cryptographie est un pari sur l'avenir. Par conséquent, les infrastructures et les applications/agents capables d'anticiper l'avenir, même légèrement plus clairement - que ce soit par l'intelligence collective, de meilleures données ou des modèles plus précis - auront un avantage significatif.