人工智能可以為加密市場帶來什麼?

來源:CoinDesk

編譯:Dali@Web3CN.Pro

過去幾個月,人工智能(AI)受到了廣泛的關注。自2022年底以來,聊天機器人“ChatGPT”(人工智能研究實驗室OpenAI推出)的爆火,以及其對各行業和人們日常生活的影響,人工智能已成為一個家喻戶曉的話題。

ChatGPT極大地提高了人工智能地採用率。據OpenAI創始人薩姆·奧特曼(Sam Altman)介紹,在短短兩個月內,ChatGPT的用戶就突破了1億。這是Facebook用了4年半、Instagram用了2年半、Twitter用了5年才達成的成就。

人工智能釋放巨大應用價值

2023年伊始,我們看到微軟和谷歌正在爭奪人工智能的主導地位。微軟將AI聊天機器人引入iPhone和安卓版必應App,谷歌也開始展示新的人工智能聊天機器人搜索工具。

從目前來看,微軟似乎處於領先地位。 2019年,這家軟件巨頭向OpenAI投資10億美元,從而獲得了該公司46%的股份,併計劃將ChatGPT整合到網絡瀏覽器Edge和搜索引擎必應中。

仔細想想,微軟最終可能憑藉人工智能終結谷歌在搜索引擎領域的霸主地位。 OpenAI預測,ChatGPT將在2023年實現2億美元的創收,而到2024年底這一數值將達10億美元。到2030年,人工智能很有可能成為創收和市值最高的行業。

未來,人工智能將無處不在並取代許多人類工作。在此背景之下,考慮如何使用這種強大的計算形式來使加密行業的機遇最大化是很有趣的。 AI可以提高加密效率,區塊鏈技術反過來也可以幫助解決機器學習特有的問題。

人工智能在加密領域的創新應用1、有效監控動態頭寸和實體風險

由於加密市場出現黑天鵝事件(具有潛在嚴重後果的不可預測的事件)的頻率越來越高,傳統的評估交易頭寸風險的方法已經過時。在加密領域,分析師需要評估與跨協議的流動性變動有關的風險,鑑於需要分析的數據量很大,這幾乎是人工不可能完成的。

人工智能可以再一次擴展人類的決策範圍。結合其他一些常用的方法,人工智能可以監控所有協議中鏈上頭寸的健康狀況,並通過易於解讀的信號針對潛在的風險進行提示。

此外,因為加密行業的協議越來越多,這使得分析工作變得愈加複雜,而人工智能可以給人類分析師提供了大量的幫助以減輕工作的難度。

2、強調流量分析、相關性和預測分析

在Celsius和FTX事件之後,加密行業急需制定相關方法以監測可能導致類似情況的事件和因素。為此,加密分析師和數據科學家探索了一系列方法,如代表性的基於錢包和實體的alerting signals,以及基於AI的資本流動匯總。

此外,AI技術還可以用於識別鏈上惡意操作。

傳統AI用例引入加密領域1、社交媒體中的情緒分析和認知失真檢測

情緒分析是一種技術,其中自然語言處理(NLP)能夠分析文本並賦予其意義,從而幫助人類了解他們對某一特定資產類別是否存在積極或消極情緒。

傳統金融領域通常根據新聞報導來分析金融市場情緒。但這在加密行業是行不通的,如果投資者等新聞出來再去投資,時機就已經晚了。這或許可以解釋“謠言時買入,新聞時賣出”(buy the rumor, sell the news)這句諺語的含義,即任何一個新的市場趨勢都是需要提前預期的。

眾所周知,加密市場因其變幻莫測而充滿吸引力。加密市場不可預測的走勢是推動其發展的重要動力。因此,有必要進一步開發人工智能和數據框架,以推動價格預測研究和應用。

人工智能和數據框架需要具備這些功能:能夠從各種渠道收集情緒數據(無論它們是否與加密相關),並且通過一個AI分析框架來整合情感分析研究的最新發展。此外,它還要能夠區分真人和機器人、真實對話和精心編排的對話。

除了這些,這些AI將能夠檢測社交媒體上所謂的認知扭曲,例如誇大負面事件的影響、認為自己可以預測未來、覺得自己掌握讀心術。

2、預測市場走勢

幾十年來,人工智能一直通過預測市場動態來助力傳統金融的發展。以往,這是通過情緒分析實現的。但在加密貨幣領域,我們可以根據主要幣種或幣種類別之間的統計相關性來完成市場走勢的預測。例如,在擁有多種代幣的去中心化交易所Curve和以人工智能為重點的SingularityNET等本地化生態系統中,我們能夠看到滯後和相關聯的交易模式出現。

由於用來保護和挖掘去中心化網絡的硬件技術快速發展(即基於GPU的計算的興起),就理解價格波動而言,大規模使用深度學習模型變得越來越有必要。擴展傳統金融所使用的機器學習和深度學習方法來預測價格波動或識別市場機制(即我們是否處於熊市或牛市),會是人工智能在加密領域的關鍵用例。

另外還有強化學習的應用,這是一種人工智能技術,用於描述和解決智能體(agent)在與環境的交互過程中通過學習策略以達成回報最大化或實現特定目標的問題。不同於監督學習和非監督學習,強化學習不要求預先給定任何數據,而是通過接收環境對動作的獎勵(反饋)獲得學習信息並更新模型參數。強化學習可以應用於預測資產交易時的滑點(滑點是指成交價與下單時的預期價不同)和價格衝擊。

3、交易機器人/基於AI的做市

SingularityDAO的人工智能團隊在市場模擬和回測領域進行了探索性研究,提高了量化市場動態的技術水平。我們探索的一項用於做市的技術名為“適應性多策略代理“(AMSA)。它提供了一個環境以使不同的AI算法可以買賣資產、對這些交易進行回溯測試並評估交易價值和對市場的影響。

大家可以將這些自我強化的交易算法看作傳統交易機器人的進一步升級。換句話說,開發人工智能是為了幫助創建更複雜的自動化做市商系統。這有助於發展更強大的去中心化交易系統,並幫助交易者重新平衡他們的多資產投資組合。

小結

儘管我們距離真正的AGI(通用人工智能)或有感知能力的AI還很遙遠,但不可否認,該領域在過去幾年發展迅速。因此,我們有理由相信,在未來的某一天,人工智能將有能力管理我們的加密基金,並保障我們錢包的安全。

而與ChatGPT等大型語言模型整合將大大加快這一進程,屆時,人人都可以輕鬆訪問加密網絡,加密行業也有潛力創造一個新的普惠的金融生態系統。

Total
0
Shares
Related Posts